Когато внедрите банер за получаване на съгласие за уебсайта или приложението си, Анализ ще пропусне данните за потребителите, които откажат съгласие. Моделирането на поведението за режима за получаване на съгласие използва машинно обучение, за да моделира поведението на потребителите, които отхвърлят „бисквитките“ на Анализ, въз основа на поведението на подобни потребители, които ги приемат. Моделираните данни Ви дават възможност да получавате полезна статистика от отчетите си в Анализ, като същевременно зачитате поверителността на потребителите си.
Например моделирането на поведението прогнозира данни въз основа на показатели за потребителите и сесиите, като например данни за активните потребители дневно и процента на реализация, които може да не се наблюдават, когато идентификатори като „бисквитки“ или идентификатори на потребителите не са напълно налични. Това Ви помага да отговорите на важни въпроси, като:
- Колко активни потребители дневно имам?
- Колко нови потребители придобих от последната си кампания?
- Какъв е пътят на потребителя от отварянето на уебсайта ми до извършването на покупка?
- Колко от посетителите на сайта ми са базирани в Германия спрямо Обединеното кралство?
- Каква е разликата между поведението на потребителите на мобилни устройства и тези в мрежата?
Моделирани данни спрямо наблюдавани данни
Когато потребителите посещават сайта Ви и предоставят съгласие за „бисквитки“ на Google Анализ или когато не се откажат от персонализирането посредством идентификатора за рекламиране в настройките на Android, Анализ свързва поведението на потребителите с различни идентификатори, за да се осигури непрекъснато измерване. Тези данни са наблюдаеми, тъй като идват от потребители, които са дали на Анализ разрешение да наблюдаваме поведението им.
Когато потребителите не дадат съгласие, събитията не се свързват с постоянен идентификатор на потребителя. Ако например Анализ събира 10 събития с показване на страница, не може да наблюдава и отчита дали това са 10 потребители, или 1 потребител. Вместо това Анализ прилага машинно обучение, за да прогнозира поведението на тези потребители въз основа на поведението на подобни потребители, които приемат „бисквитките“ на Анализ или еквивалентни идентификатори на приложения.
Данните за обучението, използвани за моделиране, се основават на наблюдаваните потребителски данни от собствеността, в която е активирано моделирането.
Подходът на Google за моделиране на поведението
При подхода на Google за моделиране на поведението се прилагат следните най-добри практики за машинно обучение.
Проверка за точност и съобщаване на промените
Функцията за потвърждаване чрез задържане поддържа точността на моделите на Google. Прогнозните потребителски данни се сравняват с част от наблюдаваните потребителски данни, които са били задържани от модела за обучение, а информацията се използва за прецизиране на моделите. Google ще съобщава за промените, които може да окажат голямо въздействие върху данните Ви.
Поддържане на обстойно отчитане
Моделирането на поведението се включва само когато има висока сигурност за качеството на модела. Ако например няма достатъчно трафик от дали съгласие потребители за осигуряване на данни за модела, няма да бъдат отчитани събитията, задействани от потребители, които не са дали съгласие. По този начин се гарантира точността на данните.
Персонализиране за бизнеса Ви
По-общият алгоритъм за моделиране на Google се прилага поотделно, за да отрази уникалния Ви бизнес и поведението на клиентите.
Необходими условия
Тъй като моделът е обучен въз основа на наблюдаваните данни за собствеността Ви в Google Анализ 4, собствеността Ви трябва да има достатъчно данни, за да обучи модела. За да отговаря на условията за моделиране на поведението, собствеността Ви трябва да отговаря на следните критерии:
- Режимът на получаване на съгласие трябва да е активиран на всички страници на сайтовете и/или екраните на приложенията Ви.
- Режимът на получаване на съгласие за уеб страници трябва да бъде внедрен така, че маркерите да се зареждат, преди да се покаже диалоговият прозорец за получаване на съгласие, а маркерите на Google да се зареждат във всички случаи, а не само ако потребителят даде съгласие (разширено внедряване).
- Собствеността събира най-малко 1000 събития на ден с analytics_storage='denied' в продължение на поне 7 дни.
- Собствеността разчита на поне 1000 потребители дневно, които изпращат събития с analytics_storage='granted' за поне 7 от предходните 28 дни.
- Успешното обучение на модела може да отнеме над 7 дни след достигането на прага за данни в рамките на тези 28 дни, но е възможно дори допълнителните данни да не са достатъчни за обучението на модела от страна на Анализ.
Моделирането на поведението започва от датата, на която дадена собственост започне да отговаря на условията.
В много редките случаи, ако дадена собственост вече не съответства на необходимите условия за моделиране на поведението, които преди е изпълнявала, прогнозните данни повече няма да са налице. Ако на по-късен етап собствеността отново започне да съответства на необходимите условия, прогнозните данни отново ще бъдат налице. Прогнозните данни ще са налице само от датата, на която собствеността отново е започнала да отговаря на условията.
Показване или скриване на моделираните данни в отчетите
За да видите моделирани данни в отчетите си, изберете „Обединена идентичност за отчитане“. Трябва да сте администратор, за да управлявате тази настройка:
- В Администриране под Показване на данни кликнете върху Идентичност за отчитане.
- Изберете Обединена.
- Кликнете върху Запазване.
За да спрете да виждате моделирани данни, изберете друга опция. Избраната опция не засяга събирането или обработването на данни. Можете да превключвате между опциите по всяко време, без това да оказва постоянно въздействие върху данните. Научете повече за идентичността за отчитане.
Как се показва моделирането на поведението в Google Анализ
Анализ безпроблемно интегрира моделирани и наблюдавани данни в отчетите Ви. Когато Анализ включва моделирани данни, вероятно ще виждате разлики при сравнение с отчетите, които включват само наблюдавани данни (напр. по-голям брой потребители в отчетите, които включват моделирани данни).
Използвайте иконата за качество на данните (показана по-долу), за да видите кога са интегрирани моделирани данни.
В следващата таблица са обобщени съобщенията, които може да видите чрез иконата.
| Състояние на иконата за качество на данните | Описание |
|---|---|
| Включване на прогнозни потребителски данни | От [дата на влизане в сила на моделирането] Анализ прогнозира данните, които липсват поради определени фактори, например съгласието за „бисквитки“. |
| Включване на прогнозни потребителски данни |
От [дата на влизане в сила на моделирането] Анализ прогнозира всички възможни данни, които липсват поради определени фактори, например съгласието за „бисквитки“. |
| Включване на прогнозни потребителски данни |
От [дата на влизане в сила на моделирането] Анализ прогнозира данните, които липсват поради определени фактори, например съгласието за „бисквитки“. * Възможно е прогнозните данни все още да не са налице за вчерашна дата. |
| Изключване на прогнозни потребителски данни | Настройката за идентичност за отчитане на собствеността Ви не разрешава на Анализ да прогнозира липсващи данни поради фактори, като съгласието за „бисквитки“. Освен ако не използвате настройката за комбинирани данни, отчетите Ви ще включват само данни от потребители, които са дали съгласие за използване на идентификатори. |
| Прогнозни потребителски данни не са налице | Избраният период от време е преди датата, на която тази собственост е започнала да отговаря на условията за прогнозни данни. |
| Прогнозни потребителски данни не са налице | Този отчет включва данни за запазване или сегмент, съдържащ последователност. В резултат на това не са включени прогнозни данни. |
| Прогнозни потребителски данни не са налице | Собствеността Ви не отговаря на критериите за участие, за да използвате прогнозни данни. |
На някои страници в интерфейса на Анализ ще се показва и банер с информация за състоянието на моделирането.
В следващата таблица са обобщени съобщенията, които може да видите чрез банер.
| Банерно съобщение | Местоположение на банера |
|---|---|
| Повечето шаблони включват само данни от потребители, които са дали съгласие за използване на идентификатори, с изключение на шаблоните в свободна форма и припокриване на сегментите, които включват и данни от прогнозни потребители. | Начална страница на „Изследвания“ |
| Ако дадено изследване съдържа сегмент с последователност, то ще показва само данни за потребители, които са дали съгласие за използване на идентификатори. | Страница с подробности за изследването |
| [Отчетът/изследването/аудиторията] съдържа само данни от потребители, които са дали съгласие за използване на идентификатори. | Страница с подробности за изследването |
| Ако този сегмент включва последователност, ще показва само данни за потребители, които са дали съгласие за използване на идентификатори. | Съставител на сегменти |
Моделиране при изследвания
Моделирането при изследванията на пътищата и фуниите се прилага по различен начин, отколкото в отчетите. В отчетите моделирането се прилага към показатели, като брой потребители, сесии и нови потребители. То обаче не се прилага за брой събития, като например page_view, first_visit и session_start. Ако потребителите не дадат съгласието си Анализ да свърже постоянен идентификатор на потребителя с тях, Анализ не може да установи дали събитията са действие на един и същ потребител. Това води до по-голям брой събития first_visit и session_start за тези потребители, тъй като събитието се изпраща всеки път, когато заредят страница.
От друга страна, в изследването на пътищата и фуниите моделирането се прилага към събитията first_visit и session_start. Ако потребителите не дадат съгласието си Анализ да свърже постоянен идентификатор на потребителя с тях, Анализ прогнозира действителния брой на събитията first_visit и session_start. Ето защо броят на събитията first_visit и session_start е по-нисък в изследванията на пътищата и фуниите, отколкото в отчетите.
Неподдържани функции
Следните функции не поддържат използване на моделирани поведенчески данни:
- Аудитории
- Анализ на потребителите, изследвания на кохорти и жизнения цикъл на потребителите
- Сегменти с последователност
- Отчети за задържането
- Предвиждащи показатели
- Експортиране на данни (напр. BigQuery Export)
