Wymiary i dane

Informacje o elementach składowych raportów.
Tematy w tym artykule:

Omówienie

Elementami składowymi każdego raportu w Google Analytics są wymiary i dane.

Wymiary to atrybuty danych. Na przykład wymiar Miasto wskazuje miasto, np. „Paryż” lub „Nowy Jork”, z którego pochodzi każda sesja. Z kolei wymiar Strona wskazuje adres URL wyświetlanej strony.

Dane to ilościowe wyniki pomiarów. Dane Sesja to łączna liczba sesji. Strony/sesja to średnia liczba stron wyświetlonych podczas jednych odwiedzin w witrynie.

Tabele w większości raportów Google Analytics dzielą wartości wymiarów na rzędy, a dane na kolumny. Na przykład poniższa tabela przedstawia jeden wymiar (Miasto) oraz dwa rodzaje danych (Sesja i Strony/sesja).

WYMIAR DANE DANE
Miasto Sesje Strony/sesja
Warszawa 5000 3,74
Berlin 4000 4,55

W większości raportów Analytics, można zmienić wymiar i/lub dodać drugi wymiar. Na przykład dodanie przeglądarki jako dodatkowego wymiaru do powyższej tabeli wyglądałoby następująco:

WYMIAR WYMIAR DANE DANE
Miasto Przeglądarka Sesje Strony/sesja
Warszawa Chrome 3000 3,5
Warszawa Firefox 2000 4,1
Berlin Chrome 2000 5,5
Berlin Safari 1000 2,5
Berlin Firefox 1000 4,7

Prawidłowe kombinacje wymiarów i danych

Nie wszystkie dane można łączyć z dowolnym wymiarem. Poszczególne wymiary i dane mają swój zakres: poziom użytkownika, poziom sesji lub poziom działań. Najczęściej ma sens łączenie w raportach tylko tych wymiarów i danych, które należą do tego samego zakresu. Na przykład Sesja należy do danych związanych z sesją, więc można ją łączyć tylko z wymiarami sesji, jak Źródło czy Miasto. Byłoby nielogiczne łączenie Sesji z wymiarem dotyczącym działań, np. Stroną.

Lista prawidłowych połączeń wymiarów i danych jest dostępna w narzędziu do sprawdzania wymiarów i danych.

Metoda obliczania danych

W Analytics dane użytkowników są obliczane na dwa podstawowe sposoby:

  • Jako ogólne sumy
    W tym przypadku wyświetlane dane stanowią sumy statystyk dla całej witryny, np. współczynnik odrzuceń czy łączna liczba odsłon.
  • W połączeniu z co najmniej jednym wymiarem raportowania
    W tym przypadku o uwzględnianiu wartości danych decydują wybrane wymiary.

Na poniższym diagramie zilustrowano te dwa rodzaje obliczeń za pomocą prostego przykładu. Po lewej stronie widoczne są dane użytkownika obliczone jako ogólne sumy, a po prawej – te same dane obliczone przy zastosowaniu wymiaru Nowy użytkownik.

W przykładowym raporcie Ogółem obliczenie czasu spędzonego w witrynie polegało na określeniu różnicy czasu między rozpoczęciem sesji przez użytkownika a opuszczeniem przez niego witryny. Następnie wyciągnięto średnią z sumy długości czasu trwania wszystkich trzech sesji. Ta liczba została uzyskana poprzez wykonanie względnie prostych obliczeń na podstawie sygnatur czasowych dostępnych na poziomie żądania.

W przykładowym raporcie Nowi a powracający średnie nie zostały obliczone dla wszystkich sesji, ale otrzymane poprzez użycie wymiaru Typ użytkownika. Po powiązaniu danych Czas spędzony w witrynie z wymiarem można analizować je pod kątem porównywania nowych i powracających użytkowników, przy czym obliczenia są uzależnione od zastosowanego wymiaru. Użycie wymiaru umożliwia wgląd w zachowania użytkowników, jakiego nie zapewnia raport Przegląd: wyraźnie widać tu, że nowi użytkownicy spędzają więcej czasu w witrynie niż powracający.

Na obliczanie danych wpływa też użycie do nich więcej niż jednego wymiaru. Zarówno we wstępnie sformatowanych, jak i w niestandardowych raportach można stosować wiele wymiarów naraz. Załóżmy np. że używasz jednocześnie wymiarów Typ użytkownika i Język do analizowania czasu spędzonego w witrynie. W tym przypadku wyniki obliczeń służących porównywaniu nowych użytkowników z powracającymi będą identyczne, ale po zwiększeniu stopnia szczegółowości analizy poprzez sprawdzenie, jakim językiem posługują się nowi użytkownicy, następuje modyfikacja wyników ze względu na dodatkowy wymiar. Podział użytkowników może więc np. wyglądać w poniższy sposób, gdzie o kolejności decyduje czas spędzony w witrynie:

Typ użytkownika Język Średni czas spędzony w witrynie
Wszystkie typy Wszystkie języki 3:25
Powracający Wszystkie języki 5:03
  Fiński 29:49
  Wietnamski 20:44
  Indonezyjski 16:55
Nowi Wszystkie języki 2:09
  Malajski 17:38
  Angielski (Wielka Brytania) 16:56
  Chiński (tradycyjny) 16:20

Liczby te podano na podstawie rzeczywistego raportu Analytics. W tym przypadku można ustalić, czy nowi, czy powracający użytkownicy spędzają więcej czasu w witrynie, oraz posługując się dodatkowym wymiarem, sprawdzić, dla których języków w każdej z tych kategorii odnotowano najdłuższy czas spędzony w witrynie.

Modele atrybucji

Analytics próbuje udzielać odpowiedzi na najrozmaitsze pytania dotyczące zachowań użytkowników, więc korzysta z różnych rodzajów obliczeń, czyli modeli atrybucji, by docierać do danych, które widzisz w raportach. Każdy raport Analytics można traktować jako odpowiedź na określonego rodzaju pytanie służące do analizy użytkowników. Pytania te zaliczają się często do odmiennych kategorii:

  • Treść: Ile razy wyświetlano konkretną stronę?
  • Cele: Które adresy URL stron miały udział w uzyskaniu najwyższego współczynnika konwersji celu?
  • E-commerce: Jaką część wartości transakcji można przypisać danej stronie?
  • Wyszukiwarka wewnętrzna: Jakie hasła wyszukiwane w wewnętrznej wyszukiwarce miały udział w transakcji?

W przypadku każdej z tych głównych kategorii i zawartych w nich raportów Analytics używa osobnego modelu atrybucji. Każdy model atrybucji służy do obliczania określonego zestawu danych, więc możesz zauważyć, że pewne dane, np. odsłony, w jednych raportach występują, a w innych – nie. Zależy to od modelu atrybucji stosowanego do generowania danego raportu.

W raportach Google Analytics używa się trzech modeli atrybucji:

Atrybucja z uwzględnieniem żądań

W ramach tego modelu zbiorcze wartości przypisane są pojedynczym danym lub połączeniom danych/wymiarów. Jest to najpowszechniejszy i najprostszy rodzaj atrybucji w Analytics, ponieważ wartości są określane na podstawie poszczególnych żądań GIF użytkowników. Dzięki temu w przypadku dowolnego żądania możliwe jest sprawdzanie określonego wymiaru i (lub) konkretnych danych.

Większość wartości wymiarów jest dostępnych na poziomie żądania i pozostaje osiągalnych poprzez samo żądanie HTTP/GET lub w żądaniu GIF. Jest tak w przypadku każdego skierowanego do witryny żądania dotyczącego strony lub zdarzenia. Typowe wymiary dostępne na poziomie żądaniaSome common dimensions available at the request level are:

  • identyfikator URI strony – dostępny z każdym żądaniem napływającym do witryny, wskazuje ścieżkę, jaką docierano do danej strony;
  • kampania – jeśli użytkownik trafia do witryny poprzez kampanię, zostaje ona trwale odnotowana w każdym późniejszym żądaniu aż do zmiany samej kampanii;
  • klient użytkownika – każde żądanie użytkownika zawiera informacje o jego przeglądarce wysyłane z niej w żądaniach HTTP/GET i rejestrowane bezpośrednio w plikach dziennika.

Atrybucja na podstawie wartości strony

Ten rodzaj atrybucji służy odpowiedzi na pytanie: „Jak skuteczna była moja strona w odniesieniu do wartości celu lub przychodu?”.Ten model podaje Wartość strony w przypadku pojedynczej strony lub zestawu stron. Na poniższej ilustracji przedstawiono serię odsłon wywołanych przez użytkowników, które mogą prowadzić do celów i zakupów w witrynie.

Legenda: P1–P4 to strony. Torby na zakupy symbolizują strony z potwierdzeniem zakupu, a obrazek flagi wskazuje cel.


Ten model atrybucji jest nazywany „prognostycznym”, ponieważ przypisuje stronie wartość na podstawie przewidywań celów i (lub) zakupów, które zostaną zrealizowane po odwiedzeniu strony. W poniższej tabeli podano wartości przypisane poszczególnym stronom w tej sekwencji.

Strona Wartość celu/przychodu
P1 220 zł + cel 1
P2 220 zł + cel 1
P3 140 zł + cel 1
P4 0 zł

Tego modelu atrybucji nie stosuje się w raportach Cele ani E-commerce, gdyż nie są w nich podawane identyfikatory URI stron ani tytuły w odniesieniu do działań e-commerce.

Atrybucja wyszukiwania w witrynie

Ten model atrybucji umożliwia podawanie w raportach Wyszukiwanie w witrynie współczynników konwersji i wartości celów dla poszczególnych wyszukiwanych haseł.

Ten model działa inaczej niż atrybucja na podstawie wartości strony, ponieważ wartość celu jest w nim przypisywana najbliższemu wyszukiwanemu hasłu prowadzącemu do konwersji, a nie do żadnych innych zdarzeń. Na poniższym diagramie przedstawiono sekwencję wyszukań w wewnętrznej wyszukiwarce razem z wyświetleniami stron i zakupami.

Legenda: P1–P4 to strony. Torby na zakupy symbolizują strony z potwierdzeniem zakupu, a ikona wyszukiwania wskazuje wyszukiwanie haseł „Buty” i „Kwiaty”. Obrazek flagi oznacza cel.


W ramach tego modelu do celu 1 i transakcji przypisane zostają następujące wyszukiwane hasła:

  • Buty – 80 zł
  • Kwiaty – 100 zł

W tym modelu transakcje lub cele są przypisywane wyszukiwanemu hasłu natychmiast po zrealizowaniu danego celu lub danej transakcji.

Czy to było pomocne?
Jak możemy ją poprawić?