Gunakan laporan Jalur atribusi peristiwa utama untuk memahami jalur pelanggan Anda dalam memicu peristiwa utama, dan cara berbagai model atribusi mendistribusikan kredit pada jalur tersebut.
Tingkatkan kualitas hasil Anda
Bantu tingkatkan penjualan, prospek, atau traffic situs dengan insight dari Google Analytics, dan dengan menampilkan bisnis Anda kepada pelanggan yang tepat di Penelusuran, YouTube, dan lainnya dengan Google Ads.
Ringkasan
Laporan Jalur atribusi peristiwa utama memiliki dua bagian: visualisasi data dan tabel data. Dengan visualisasi data, Anda dapat dengan cepat melihat saluran mana yang memulai, membantu, dan menutup peristiwa utama. Tabel data menunjukkan jalur yang diambil pengguna untuk menyelesaikan peristiwa utama, serta metrik berikut: Peristiwa utama, Pendapatan pembelian, Hari menuju peristiwa utama, dan Poin kontak ke peristiwa utama.
Cara menggunakan laporan
Mengakses laporan
- Di Google Analytics, klik Iklan di sebelah kiri.
- Klik Jalur atribusi peristiwa utama di menu dropdown Peristiwa utama.
Memilih rentang tanggal dan peristiwa utama
Mulai dengan memilih rentang tanggal dari menu drop-down pemilih tanggal di kanan atas. Kemudian, pilih satu atau beberapa peristiwa utama dari menu drop-down di kiri atas laporan. Secara default, semua peristiwa utama dipilih dan digabungkan dalam laporan.
Menambahkan filter (opsional)
Laporan ini menampilkan data dari semua pengguna. Untuk melihat data tentang kumpulan pengguna tertentu, klik Tambahkan filter di kiri atas.
Memilih dimensi yang akan dilaporkan
Diagram dan tabel data menampilkan data yang diperinci menurut dimensi Grup saluran default. Gunakan drop-down di bagian atas diagram dan tabel data untuk melihat data berdasarkan dimensi Sumber, Media, atau Kampanye.
Memilih model atribusi untuk visualisasi data
Visualisasi data di bagian atas laporan menampilkan data seperti yang dihitung oleh model atribusi klik terakhir Saluran berbayar dan organik. Gunakan drop-down model atribusi untuk melihat visualisasi data menggunakan model atribusi yang berbeda.
Menyesuaikan laporan
Klik Edit perbandingan di kanan atas untuk mengubah apa yang ditampilkan dalam laporan. Di panel Sesuaikan laporan, Anda dapat mengubah setelan Filter dan Panjang jalur.Filter
Laporan ini menampilkan data dari semua pengguna. Klik nama filter untuk mengedit atau menambahkan filter.
Panjang jalur
Laporan menampilkan semua jalur funnel tetapan hingga 20 poin kontak. Gunakan bagian ini untuk memfilter panjang jalur:
- Pilih operator (sama dengan, tidak sama dengan, lebih besar dari, lebih besar dari atau sama dengan, kurang dari, atau kurang dari atau sama dengan)
- Masukkan angka di samping poin kontak.
- Klik Terapkan.
Membagikan, mendownload, atau mengekspor laporan
Klik Bagikan laporan ini di kanan atas untuk membagikan, mendownload, atau mengekspor data yang saat ini ditampilkan dalam laporan.
Memahami data
Anda dapat menggunakan laporan poin kontak dan jalur atribusi untuk lebih memahami interaksi pelanggan dengan bisnis Anda sebelum mereka melakukan konversi.
Poin kontak
Poin kontak adalah interaksi pengguna yang terjadi dalam jangka waktu tertentu yang mengarah ke peristiwa utama. Interaksi ini dapat mencakup kunjungan situs, tayangan iklan, penayangan tak dilewati, email, download, dan penggunaan.
Poin kontak pertama dapat berupa klik yang mengarah ke kunjungan situs, dengan informasi yang dicatat oleh tag, atau penayangan tak dilewati YouTube yang menghasilkan kunjungan situs dan peristiwa utama. Pada saat yang sama, peristiwa utama tidak selalu diperlukan untuk mengumpulkan interaksi tersebut atau poin kontak pertama. Oleh karena itu, sebagian pengguna mungkin memicu peristiwa utama, sedangkan pengguna lain mungkin tidak.
Laporan Jalur atribusi
Laporan Jalur atribusi mencatat urutan interaksi atau poin kontak tersebut yang mengarah ke peristiwa utama yang dipicu oleh pengguna. Tanpa peristiwa utama, tidak ada jalur yang dapat ditampilkan. Misalnya, jika kunjungan situs pertama ditentukan sebagai peristiwa utama, laporannya akan menampilkan perjalanan pengguna yang mengarah ke peristiwa spesifik tersebut.
Contoh
- Peristiwa utama dipicu
- Urutan poin kontak: Penayangan tak dilewati YouTube > Penelusuran Berbayar > Media Sosial > Afiliasi > Langsung > Langsung > Pembelian
- Pengguna ini akan disertakan dalam laporan jalur atribusi.
- Tidak ada peristiwa utama yang dipicu
- Urutan poin kontak: Penayangan tak dilewati YouTube > Penelusuran Berbayar > Media Sosial > Afiliasi > Langsung
- Pengguna ini tidak akan disertakan dalam laporan jalur atribusi.
Visualisasi data
Bagian atas visualisasi data menunjukkan jumlah kredit yang diterima setiap segmen dalam jalur atribusi berdasarkan model atribusi yang dipilih. Segmen didefinisikan sebagai berikut:
- Poin kontak awal: 25% poin kontak pertama pada jalur funnel tetapan yang dibulatkan ke bilangan bulat terdekat. Segmen ini kosong jika jalur funnel tetapan hanya memiliki satu poin kontak.
- Poin kontak tengah: 50% poin kontak tengah di jalur funnel tetapan. Jika jalur funnel tetapan memiliki <3 poin kontak, segmen ini kosong.
- Poin kontak akhir: 25% poin kontak terakhir pada jalur funnel tetapan dibulatkan ke bilangan bulat terdekat. Jika jalur funnel tetapan hanya terdiri dari satu poin kontak, segmen ini mendapatkan semua kredit.
Diagram batang pada setiap segmen menunjukkan jumlah kredit yang diterima dimensi tertentu (Saluran, Sumber, Media, Kampanye) saat berada di bagian jalur atribusi tersebut.
Arahkan kursor ke elemen visualisasi data untuk melihat informasi yang lebih spesifik.
Kredit pecahan
Berdasarkan model atribusi yang dipilih, Anda akan melihat perubahan pada metrik berikut saat digunakan dengan dimensi traffic cakupan peristiwa: Peristiwa utama, Total pendapatan, Pendapatan pembelian, dan Total pendapatan iklan.
Saat beralih ke model atribusi berbasis data, Anda mungkin melihat angka desimal atau "kredit pecahan" untuk pertama kalinya dalam kolom ini. Kemunculan kredit pecahan terjadi karena kredit untuk peristiwa utama yang ditentukan telah didistribusikan ke berbagai interaksi yang berkontribusi seperti iklan, klik, dan faktor lainnya di sepanjang jalur pengguna untuk menyelesaikan tindakan di situs atau aplikasi Anda, sesuai model atribusi yang Anda pilih.
Contoh
Anda memilih model berbasis data. Seorang pengguna mengikuti jalur katakunci1 > katakunci2, lalu menyelesaikan peristiwa utama. Dalam hal ini, kata kunci 1 dan kata kunci 2, masing-masing akan menampilkan kredit pecahan, yang jumlahnya 1,0 di kolom Peristiwa utama.
Tabel data
Baris atas tabel data berisi ringkasan performa jenis peristiwa utama yang dipilih. Laporan ini menampilkan total Peristiwa utama, Pendapatan pembelian, Hari menuju peristiwa utama, dan Poin kontak ke peristiwa utama.
Secara default, laporan diurutkan menurut jalur funnel tetapan dengan jumlah konversi tertinggi. Klik panah bawah di samping salah satu metrik lain untuk mengurutkan menurut metrik tersebut.
Kredit yang ditampilkan di setiap baris adalah rata-rata dari seluruh masing-masing jalur funnel tetapan yang disertakan dalam baris tersebut.
Arahkan kursor ke setiap poin kontak di jalur funnel tetapan untuk melihat kredit dan jumlah peristiwa utama.
Dimensi yang tidak dapat diatribusikan
Dalam beberapa kasus, Analytics tidak dapat menampilkan nilai dimensi karena nilai tidak ada atau tidak tersedia. Agar total metrik tetap akurat, laporan mungkin menampilkan satu atau beberapa nilai berikut:
| Nilai | Definisi |
|---|---|
| (not set) | (not set) adalah nama placeholder yang digunakan Analytics bila tidak menerima informasi untuk dimensi yang telah Anda pilih. Misalnya, URL yang diberi tag secara manual dapat kehilangan parameter seperti kampanye, sumber, atau media |
| Belum ditetapkan |
Belum ditetapkan adalah nilai yang digunakan Analytics saat tidak ada aturan saluran lain yang cocok dengan data peristiwa |
| Langsung |
Langsung adalah nilai yang digunakan Analytics jika tidak ada data jalur funnel tetapan untuk peristiwa utama, misalnya, impor data |
| Tidak dapat diatribusikan | Tidak dapat menetapkan kredit untuk dimensi yang Anda pilih |
| (Lainnya) | (Other) adalah nilai yang digunakan Analytics untuk baris gabungan karena batas kardinalitas. Pelajari lebih lanjut |