[UA] มิติข้อมูลและเมตริก

ทำความเข้าใจองค์ประกอบพื้นฐานในรายงานของคุณ
บทความนี้เกี่ยวข้องกับมิติข้อมูลและเมตริกใน Universal Analytics ดูแหล่งข้อมูลต่อไปนี้สำหรับข้อมูลที่คล้ายกันที่เกี่ยวข้องกับ Google Analytics 4
บทความนี้ประกอบด้วย

ภาพรวม

รายงานทุกรายงานใน Analytics ประกอบด้วยมิติข้อมูลและเมตริก

มิติข้อมูลคือลักษณะของข้อมูล ตัวอย่างเช่น มิติข้อมูลเมืองบ่งบอกถึงเมืองที่เป็นต้นทางของเซสชันหนึ่งๆ เช่น "ปารีส" หรือ "กรุงเทพ" ส่วนมิติข้อมูลหน้าจะระบุ URL ของหน้าที่มีการดู

เมตริกคือการวัดเชิงปริมาณ เมตริกเซสชันคือจำนวนเซสชันทั้งหมด เมตริกหน้า/เซสชันคือจำนวนหน้าเว็บที่ดูโดยเฉลี่ยต่อเซสชัน

ตารางในรายงานส่วนใหญ่ของ Analytics จะจัดค่ามิติข้อมูลเป็นแถว และเมตริกเป็นคอลัมน์ ตัวอย่างเช่น ตารางนี้แสดงมิติข้อมูล 1 รายการ (เมือง) และเมตริก 2 รายการ (เซสชัน และหน้า/เซสชัน)

มิติข้อมูล เมตริก เมตริก
เมือง เซสชัน หน้า/เซสชัน
ซานฟรานซิสโก 5,000 3.74
เบอร์ลิน 4,000 4.55
 

ในรายงาน Analytics ส่วนใหญ่ คุณสามารถเปลี่ยนแปลงมิติข้อมูลและ/หรือเพิ่มมิติข้อมูลรองได้ ตัวอย่างเช่น การเพิ่มเบราว์เซอร์เป็นมิติข้อมูลรองในตารางด้านบนจะส่งผลดังนี้

มิติข้อมูล มิติข้อมูล เมตริก เมตริก
เมือง เบราว์เซอร์ เซสชัน หน้า/เซสชัน
ซานฟรานซิสโก Chrome 3,000 3.5
ซานฟรานซิสโก Firefox 2,000 4.1
เบอร์ลิน Chrome 2,000 5.5
เบอร์ลิน Safari 1,000 2.5
เบอร์ลิน Firefox 1,000 4.7

ชุดค่าผสมมิติข้อมูล-เมตริกที่ถูกต้อง

เมตริกบางรายการอาจไม่สามารถรวมกับมิติข้อมูลบางรายการได้ มิติข้อมูลและเมตริกแต่ละรายการต่างก็มีขอบเขต ซึ่งอาจเป็นระดับผู้ใช้ ระดับเซสชัน หรือระดับ Hit ในกรณีส่วนใหญ่ คุณควรรวมมิติข้อมูลและเมตริกที่อยู่ในขอบเขตเดียวกันเท่านั้น ตัวอย่างเช่น เซสชันเป็นเมตริกที่ใช้ข้อมูลเซสชัน ดังนั้น เมตริกนี้จึงสามารถใช้กับมิติข้อมูลระดับเซสชันเท่านั้น เช่น แหล่งที่มา หรือเมือง คุณไม่ควรรวมเซสชันกับมิติข้อมูลระดับ Hit เช่น หน้า เพราะจะไม่สมเหตุสมผล

คุณสามารถดูรายการคู่มิติข้อมูล-เมตริกที่ใช้ได้ในการอ้างอิงมิติข้อมูลและเมตริก

วิธีคำนวณเมตริก

ใน Analytics มีการคำนวณเมตริกผู้ใช้แบบพื้นฐาน 2 วิธี ได้แก่

  • แบบยอดรวมทั้งหมด
    แสดงเมตริกเป็นสถิติโดยสรุปของทั้งเว็บไซต์ เช่น อัตราตีกลับหรือยอดการดูหน้าเว็บทั้งหมด
  • แบบเชื่อมโยงกับมิติข้อมูลการรายงานตั้งแต่ 1 รายการขึ้นไป
    ประเมินค่าเมตริกตามมิติข้อมูลที่เลือก

แผนภาพต่อไปนี้แสดงการคำนวณทั้ง 2 ประเภทในตัวอย่างง่ายๆ ทางด้านซ้าย ระบบจะคำนวณข้อมูลผู้ใช้เป็นเมตริกภาพรวม ขณะที่ทางด้านขวา ข้อมูลเดียวกันนั้นจะได้รับการคำนวณผ่านมิติข้อมูลผู้ใช้ใหม่

ในตัวอย่างรายงานภาพรวม เวลาบนเว็บไซต์จะคำนวณจากส่วนต่างของเวลานับจากเซสชันแรกของผู้ใช้แต่ละรายจนกระทั่งออกจากเว็บไซต์ โดยนำผลรวมจาก 3 เซสชันมาหาระยะเวลาเฉลี่ย ตัวเลขนี้ได้มาจากการคำนวณอย่างง่ายๆ โดยการรวบรวมข้อมูลเวลาบันทึกในระดับคำขอ

ในตัวอย่างรายงานผู้ใช้ใหม่เทียบกับผู้ใช้ที่กลับมา ค่าเฉลี่ยไม่ได้คำนวณจากเซสชันทั้งหมด แต่คำนวณผ่านมิติข้อมูลประเภทผู้ใช้ เมื่อใช้เมตริกเวลาบนเว็บไซต์ร่วมกับมิติข้อมูล คุณจะสามารถวิเคราะห์เมตริกนี้ผ่านข้อมูลผู้ใช้ที่กลับมาเทียบกับผู้ใช้ใหม่ โดยปรับแต่งการคำนวณตามมิติข้อมูลที่ร้องขอ การใช้มิติข้อมูลนี้จะช่วยให้คุณทราบข้อมูลเชิงลึกเกี่ยวกับพฤติกรรมผู้ใช้ที่ไม่มีในรายงานภาพรวม เห็นได้ชัดว่าผู้ใช้ใหม่ใช้เวลาบนเว็บไซต์มากกว่าผู้ใช้ที่กลับมา

การคำนวณเมตริกอาจเปลี่ยนแปลงไปหากมีการเชื่อมโยงมิติข้อมูลซ้อนกันมากกว่าหนึ่งรายการกับเมตริกหนึ่งๆ ทั้งนี้คุณสามารถใช้มิติข้อมูลหลายรายการพร้อมกันได้ ทั้งในรายงานที่จัดรูปแบบล่วงหน้าและรายงานที่กำหนดเอง ตัวอย่างเช่น สมมติว่าคุณใช้ทั้งมิติข้อมูลประเภทผู้ใช้และมิติข้อมูลภาษาเพื่อวิเคราะห์เวลาบนเว็บไซต์ของคุณ ในกรณีนี้ การคำนวณสำหรับผู้ใช้ใหม่เทียบกับผู้ใช้ที่กลับมาจะยังคงเดิม แต่เมื่อคุณเจาะลึกรายละเอียดเพิ่มเติมของผู้ใช้ใหม่โดยใช้มิติข้อมูลภาษา การคำนวณจะได้รับการปรับแต่งเพิ่มเติมตามมิติข้อมูลที่เพิ่มเข้ามา ดังนั้นสำหรับตัวอย่างนี้ การแจกแจงผู้ใช้ของคุณอาจมีลักษณะดังต่อไปนี้ โดยเรียงลำดับตามระยะเวลาบนเว็บไซต์สูงสุด

ประเภทของผู้ใช้ ภาษา เวลาเฉลี่ยบนไซต์
ทุกประเภท ทุกภาษา 3:25
ที่กลับมา ทุกภาษา 5:03
  ฟินแลนด์ 29:49
  เวียดนาม 20:44
  อินโดนีเซีย 16:55
ใหม่ ทุกภาษา 2:09
  มาเลย์ 17:38
  อังกฤษ (สหราชอาณาจักร) 16:56
  ภาษาจีน (ดั้งเดิม) 16:20

ตัวเลขเหล่านี้อ้างอิงตามรายงานจริงของ Analytics ในกรณีนี้ คุณสามารถบอกได้ว่าผู้ใช้ใหม่หรือผู้ใช้ที่กลับมาอยู่บนไซต์นานที่สุด และเมื่อใช้มิติข้อมูลเพิ่มเติม คุณก็จะทราบว่าผู้ใช้ในภาษาใดที่ใช้เวลาบนไซต์นานที่สุด

รูปแบบการระบุแหล่งที่มา

เนื่องจาก Analytics พยายามจะตอบคำถามที่หลากหลายเกี่ยวกับพฤติกรรมผู้ใช้ จึงใช้การคำนวณหรือรูปแบบการระบุแหล่งที่มาหลายประเภทกว่าจะได้มาเป็นข้อมูลที่คุณเห็นในรายงาน ให้คิดเสียว่ารายงาน Analytics แต่ละอันเป็นเหมือนคำตอบสำหรับคำถามด้านการวิเคราะห์ผู้ใช้ที่เฉพาะเจาะจง บ่อยครั้งที่คำถามเหล่านี้จัดอยู่ในหมวดหมู่ที่แตกต่างกันโดยสิ้นเชิง เช่น

  • เนื้อหา: ผู้ใช้เปิดดูหน้าเว็บหนึ่งๆ เป็นจำนวนกี่ครั้ง
  • เป้าหมาย: URL ของหน้าเว็บใดที่มีส่วนทำให้ได้รับอัตรา Conversion เป้าหมายสูงสุด
  • อีคอมเมิร์ซ: หน้าเว็บหนึ่งๆ มีส่วนสร้างมูลค่าเท่าใดในการทำธุรกรรม
  • การค้นหาภายใน: คำค้นหาภายในคำใดที่มีส่วนทำให้เกิดการทำธุรกรรม

Analytics จะใช้รูปแบบการระบุแหล่งที่มาโดยเฉพาะสำหรับแต่ละหมวดหมู่สำคัญเหล่านี้ตลอดจนรายงานที่เกี่ยวข้อง เนื่องจากรูปแบบการระบุแหล่งที่มาแต่ละอันจะคำนวณเฉพาะชุดของเมตริกที่รู้จัก ดังนั้นคุณจึงอาจสังเกตเห็นว่าบางเมตริก เช่น จำนวนหน้าที่มีการเปิด ปรากฏเฉพาะในบางรายงานเท่านั้น ขึ้นอยู่กับรูปแบบการระบุแหล่งที่มาที่ใช้สำหรับรายงานนั้น

รายงาน Analytics ใช้การระบุแหล่งที่มา 3 รูปแบบ ได้แก่

การระบุแหล่งที่มาต่อคำขอ

การระบุแหล่งที่มารูปแบบนี้จะแสดงมูลค่ารวมสำหรับเมตริกเดียวหรือสำหรับคู่เมตริก/มิติข้อมูล ถือเป็นรูปแบบการระบุแหล่งที่มาที่ง่ายที่สุดและพบบ่อยที่สุดใน Analytics เพราะใช้การระบุค่าจากคำขอ GIF ของผู้ใช้แต่ละรายการ ทำให้ในคำขอหนึ่งๆ คุณสามารถดูมิติข้อมูลและ/หรือเมตริกเฉพาะที่ต้องการได้

ค่ามิติข้อมูลส่วนใหญ่จะสามารถใช้งานได้ที่ระดับคำขอและยังคงอยู่ถาวรผ่านทางคำขอ HTTP/GET เองหรือในคำขอ GIF สำหรับทุกหน้าเว็บหรือทุกคำขอที่ส่งเข้ามายังไซต์ของคุณ มิติข้อมูลทั่วไปบางส่วนที่สามารถใช้ได้ในระดับคำขอ ได้แก่

  • URI หน้าเว็บ—ใช้ได้กับทุกคำขอที่ส่งมายังไซต์ของคุณ โดยจะบอกเส้นทางของหน้าเว็บที่มีการเข้าใช้อยู่
  • แคมเปญ—ถ้าผู้ใช้เข้ามาผ่านทางแคมเปญ แคมเปญนั้นจะยังคงใช้ได้อย่างถาวรกับคำขอทั้งหมดที่ตามมา จนกว่าตัวแคมเปญจะมีการเปลี่ยนแปลง
  • user agent—ทุกคำขอจากผู้ใช้จะมีข้อมูลเบราว์เซอร์ของผู้ใช้นั้นๆ ส่งเข้ามาผ่านคำขอ HTTP/GET จากเบราว์เซอร์และจัดเก็บไว้ในไฟล์บันทึกโดยตรง

การระบุแหล่งที่มามูลค่าหน้าเว็บ

การระบุแหล่งมาประเภทนี้มีจุดประสงค์เพื่อตอบคำถามที่ว่า "หน้าเว็บของฉันมีประโยชน์ต่อมูลค่าเป้าหมายหรือรายได้มากน้อยเพียงใด" เราจะใช้รูปแบบการระบุแหล่งที่มานี้ในการดูมูลค่าหน้าเว็บสำหรับหน้าเว็บเดียวหรือชุดของหน้าเว็บก็ได้ ภาพประกอบต่อไปนี้แสดงถึงลำดับการดูหน้าเว็บของผู้ใช้ซึ่งสัมพันธ์กับเป้าหมายและการซื้อ เช่นเดียวกับที่อาจเกิดขึ้นบนเว็บไซต์ของคุณ

คำอธิบาย: P1 ถึง P4 หมายถึงหน้าต่างๆ ถุงช็อปปิ้งหมายถึงหน้าใบเสร็จรับเงิน และรูปธงหมายถึงเป้าหมาย
 

เราอาจเรียกรูปแบบการระบุแหล่งที่มานี้ว่ารูปแบบ "มองการณ์ไกล" เพราะจะระบุมูลค่าให้กับหน้าเว็บโดยการพิจารณาเป้าหมายและ/หรือการซื้อที่เกิดขึ้นหลังจากที่ผู้ใช้เข้าชมหน้าเว็บดังกล่าวแล้ว ตารางต่อไปนี้จะแสดงมูลค่าที่ได้รับการระบุแหล่งที่มาให้กับแต่ละหน้าเว็บในลำดับนี้

หน้า รายได้/มูลค่าเป้าหมาย
P1 1,650 บาท + เป้าหมาย 1
P2 1,650 บาท + เป้าหมาย 1
P3 1,050 บาท + เป้าหมาย 1
P4 0 บาท

รูปแบบการระบุแหล่งที่มานี้ไม่ได้ใช้ในรายงานเป้าหมายหรืออีคอมเมิร์ซ เนื่องจากรายงานดังกล่าวไม่ได้แสดง URI หน้าเว็บหรือชื่อที่เกี่ยวข้องกับกิจกรรมอีคอมเมิร์ซ

การระบุแหล่งที่มาการค้นหาเว็บไซต์

รูปแบบการระบุแหล่งที่มานี้ทำให้รายงานการค้นหาเว็บไซต์สามารถแสดงอัตรา Conversion เป้าหมายและมูลค่าเป้าหมายต่อข้อความค้นหาหนึ่งๆ ได้

รูปแบบการระบุแหล่งที่มานี้ทำงานแตกต่างจากการระบุแหล่งที่มามูลค่าหน้าเว็บ เนื่องจากมูลค่าเป้าหมายจะระบุแหล่งที่มาให้กับข้อความค้นหาที่ใกล้ที่สุดที่นำไปสู่ Conversion แต่ไม่นับหลังจากนั้น แผนภาพต่อไปนี้แสดงลำดับของการค้นหาไซต์ภายในพร้อมทั้งจำนวนหน้าเว็บที่เปิดดูและจำนวนการซื้อสินค้า

คำอธิบาย: P1 ถึง P4 หมายถึงหน้าต่างๆ ถุงช็อปปิ้งหมายถึงหน้าใบเสร็จรับเงิน ไอคอนค้นหาหมายถึงการค้นหาสำหรับคำว่า "รองเท้า" และ "ดอกไม้" รูปธงหมายถึงเป้าหมาย
 

เมื่อใช้รูปแบบนี้ ข้อความค้นหาจะได้รับการระบุแหล่งที่มาให้กับเป้าหมาย 1 และมีการทำธุรกรรมดังนี้

  • รองเท้า—600 บาท
  • ดอกไม้—750 บาท

ในรูปแบบนี้ การทำธุรกรรมหรือเป้าหมายจะได้รับการระบุแหล่งที่มาให้กับข้อความค้นหาที่อยู่ก่อนเป้าหมายหรือการทำธุรกรรมดังกล่าวในลำดับที่ใกล้ที่สุด

ข้อมูลนี้มีประโยชน์ไหม

เราจะปรับปรุงได้อย่างไร
true
เลือกเส้นทางการเรียนรู้ของคุณเอง

โปรดไปที่ google.com/analytics/learn ซึ่งเป็นแหล่งข้อมูลใหม่ที่จะช่วยให้คุณได้รับประโยชน์สูงสุดจาก Google Analytics 4 เว็บไซต์ใหม่นี้มีทั้งวิดีโอ บทความ และขั้นตอนพร้อมคำแนะนำ รวมถึงลิงก์ไปยังแหล่งข้อมูลต่างๆ เกี่ยวกับ Google Analytics เช่น Discord, บล็อก, ช่อง YouTube ตลอดจนที่เก็บ GitHub

เริ่มเรียนรู้วันนี้เลย

ค้นหา
ล้างการค้นหา
ปิดการค้นหา
เมนูหลัก
5462464751225029339
true
ค้นหาศูนย์ช่วยเหลือ
true
true
true
true
true
69256
false
false