अपनी वेबसाइट या ऐप्लिकेशन के लिए सहमति वाला बैनर इस्तेमाल करने पर, Analytics को उन उपयोगकर्ताओं का डेटा नहीं मिलता जो सहमति नहीं देते. सहमति मोड के लिए ग्राहक के व्यवहार का मॉडल, मशीन लर्निंग का इस्तेमाल करके उन उपयोगकर्ताओं के व्यवहार का एक मॉडल बनाता है जो कुकी के लिए सहमति नहीं देते. यह मॉडल, Analytics कुकी के लिए सहमति देने वाले मिलते-जुलते उपयोगकर्ताओं के व्यवहार के आधार पर बनाया जाता है. मॉडल से मिले डेटा के आधार पर बनी Analytics रिपोर्ट से फ़ायदेमंद इनसाइट पाने में मदद मिलती है. साथ ही, उपयोगकर्ताओं की निजता भी बनी रहती है.
उदाहरण के लिए, ग्राहक के व्यवहार का मॉडल, हर दिन के सक्रिय उपयोगकर्ता की संख्या और कन्वर्ज़न रेट जैसी उपयोगकर्ता और सेशन मेट्रिक के आधार पर डेटा का अनुमान लगाता है. ऐसा इसलिए, क्योंकि कुकी या यूज़र आईडी जैसे आइडेंटिफ़ायर के पूरी तरह से उपलब्ध न होने पर, इनकी जानकारी इकट्ठा नहीं की जा सकती. इससे आपको कुछ अहम सवालों के जवाब पाने में मदद मिलती है. जैसे:
- मेरे हर दिन के सक्रिय उपयोगकर्ताओं की संख्या कितनी है?
- मुझे अपने पिछले कैंपेन से कितने नए उपयोगकर्ता मिले?
- मेरी वेबसाइट पर आने से लेकर खरीदारी करने तक, उपयोगकर्ता ने क्या-क्या किया?
- मेरी साइट पर कितने लोग जर्मनी और कितने यूके से आए?
- साइट के मोबाइल और वेब वर्शन पर आने वाले उपयोगकर्ताओं के व्यवहार में क्या अंतर होता है?
मॉडल से मिले डेटा और रिकॉर्ड हुए डेटा के बीच अंतर
Analytics, उपयोगकर्ता के व्यवहार को अलग-अलग आइडेंटिफ़ायर से जोड़ता है, ताकि मेज़रमेंट के लिए डेटा इकट्ठा होता रहे. ऐसा तब होता है, जब उपयोगकर्ता आपकी साइट पर आते हैं और Analytics कुकी के लिए सहमति देते हैं या जब वे Android की सेटिंग में उपलब्ध विज्ञापन आईडी का इस्तेमाल करके, दिलचस्पी के मुताबिक विज्ञापन दिखाने की सुविधा से ऑप्ट-आउट नहीं करते. इस तरह के डेटा को ही हम मॉनिटर किया जा सकने वाला डेटा कहते हैं, क्योंकि यह डेटा उन उपयोगकर्ताओं से मिलता है जिन्होंने Analytics को अपने व्यवहार के बारे में जानकारी मॉनिटर करने की अनुमति दी है.
जब उपयोगकर्ता सहमति नहीं देते, तब इवेंट को पहले से मौजूद किसी उपयोगकर्ता आइडेंटिफ़ायर से नहीं जोड़ा जाता. उदाहरण के लिए, अगर Analytics, 10 पेज व्यू इवेंट इकट्ठा करता है, तो न तो यह मॉनिटर किया जा सकता और न ही रिकॉर्ड किया जा सकता है कि ये 10 पेज व्यू, 10 अलग-अलग उपयोगकर्ताओं से मिले हैं या सिर्फ़ 1 उपयोगकर्ता से. ऐसे में Analytics मशीन लर्निंग की मदद से, सहमति न देने वाले उपयोगकर्ताओं के व्यवहार का अनुमान लगाता है. यह अनुमान उन उपयोगकर्ताओं के व्यवहार के आधार पर लगाया जाता है जो Analytics कुकी या मिलते-जुलते ऐप्लिकेशन आइडेंटिफ़ायर को स्वीकार करते हैं.
मॉडलिंग के लिए इस्तेमाल किया जाने वाला ट्रेनिंग डेटा, उस प्रॉपर्टी के उपयोगकर्ता के रिकॉर्ड हुए डेटा पर आधारित होता है जहां मॉडलिंग चालू होती है.
Google, ग्राहक के व्यवहार का मॉडल कैसे बनाता है
ग्राहक के व्यवहार का मॉडल बनाने के लिए Google, मशीन लर्निंग के इन सबसे सही तरीकों का इस्तेमाल करता है.
सटीक होने की जांच करना और बदलावों के बारे में बताना
होल्डबैक वैलिडेशन की सुविधा, Google के मॉडल को सटीक बनाए रखती है. उपयोगकर्ता के अनुमानित डेटा की तुलना, रिकॉर्ड हुए उस उपयोगकर्ता डेटा से की जाती है जिसे मॉडल ट्रेनिंग में शामिल नहीं किया गया था. इस जानकारी का इस्तेमाल, मॉडल को और बेहतर बनाने के लिए किया जाता है. Google उन बदलावों के बारे में बताएगा जिनका आपके डेटा पर काफ़ी असर हो सकता है.
सटीक रिपोर्टिंग जारी रखना
ग्राहक के व्यवहार का मॉडल सिर्फ़ तब शामिल किया जाता है, जब भरोसा होता है कि मॉडल की क्वालिटी बेहतर होगी. उदाहरण के लिए, अगर सहमति देने वाले उपयोगकर्ताओं का ट्रैफ़िक उतना नहीं है जितना मॉडल के लिए ज़रूरी है, तो सहमति न देने वाले उपयोगकर्ताओं के ट्रिगर किए गए इवेंट रिपोर्ट नहीं किए जाते. इससे डेटा को सटीक बनाने में मदद मिलती है.
आपके कारोबार के हिसाब से मॉडल बनाना
आपके कारोबार और ग्राहक के व्यवहार को दिखाने के लिए, Google का सामान्य मॉडलिंग एल्गोरिदम अलग से लागू किया जाता है.
ज़रूरी शर्तें
इस मॉडल को आपकी Google Analytics 4 प्रॉपर्टी के लिए रिकॉर्ड हुए डेटा के हिसाब से तैयार किया गया है. इसलिए, यह ज़रूरी है कि आपकी प्रॉपर्टी में मॉडल को ट्रेनिंग देने के लिए ज़रूरी डेटा हो. ग्राहक के व्यवहार का मॉडल बनाने के लिए, यह ज़रूरी है कि आपकी प्रॉपर्टी इन शर्तों को पूरा करती हो:
- आपकी साइट के सभी पेजों और/या ऐप्लिकेशन की सभी स्क्रीन पर सहमति मोड चालू होना चाहिए.
- वेब पेजों के लिए, सहमति मोड इस्तेमाल करना ज़रूरी है, ताकि सहमति वाला डायलॉग दिखने से पहले ही टैग लोड हो जाएं. साथ ही, Google टैग सभी मामलों में लोड हों, न कि सिर्फ़ ऐसे मामलों में जब उपयोगकर्ता से सहमति (बेहतर तरीके से लागू करना) मिली हो.
- प्रॉपर्टी कम से कम सात दिनों तक, analytics_storage='denied' स्टेटस के साथ रोज़ाना कम से कम 1,000 इवेंट इकट्ठा करती हो.
- प्रॉपर्टी में हर दिन के सक्रिय उपयोगकर्ताओं की संख्या कम से कम 1,000 होनी चाहिए. यह भी ज़रूरी है कि इन उपयोगकर्ताओं ने पिछले 28 दिनों में कम से कम सात दिनों तक, analytics_storage='granted' स्टेटस के साथ रोज़ाना इवेंट भेजे हों.
- मॉडल को ट्रेनिंग देने के लिए, उन 28 दिनों में से सात दिनों से ज़्यादा के डेटा की ज़रूरत हो सकती है. हालांकि, ऐसा भी हो सकता है कि Analytics के पास मौजूद अतिरिक्त डेटा भी मॉडल को ट्रेनिंग देने के लिए कम पड़ जाए.
ग्राहक के व्यवहार का मॉडल बनाने की प्रोसेस, किसी प्रॉपर्टी के लिए मंज़ूरी मिलने की तारीख से शुरू होती है.
अगर कोई प्रॉपर्टी ग्राहक के व्यवहार का मॉडल बनाने के लिए, पहले सभी ज़रूरी शर्तों को पूरा कर रही थी, लेकिन अब नहीं करती, तो उससे जुड़ा अनुमानित डेटा उपलब्ध नहीं होगा. हालांकि, ऐसी स्थिति कभी कभार ही होती है. अगर प्रॉपर्टी बाद में ज़रूरी शर्तों को फिर से पूरा करती है, तो अनुमानित डेटा फिर से उपलब्ध हो जाएगा. अनुमानित डेटा सिर्फ़ उस तारीख से उपलब्ध होगा, जिस दिन से प्रॉपर्टी को फिर से मंज़ूरी मिल जाएगी.
मॉडल से मिले डेटा को रिपोर्ट में दिखाना या छिपाना
अपनी रिपोर्ट में, मॉडल से मिले डेटा को देखने के लिए, ब्लेंड की गई रिपोर्टिंग आइडेंटिटी को चुनें. इस सेटिंग को कंट्रोल करने के लिए, ज़रूरी है कि आप एडमिन हों:
- एडमिन पेज पर, डेटा डिसप्ले में जाकर, रिपोर्टिंग आइडेंटिटी पर क्लिक करें.
- ब्लेंड की गई चुनें.
- सेव करें पर क्लिक करें.
मॉडल से मिले डेटा को देखने की सुविधा बंद करने के लिए, कोई दूसरा विकल्प चुनें. चुने गए विकल्प का असर, डेटा कलेक्शन या उसे प्रोसेस करने के तरीके पर नहीं होता. डेटा पर कोई स्थायी असर डाले बिना, किसी भी समय एक विकल्प की जगह दूसरा विकल्प चुना जा सकता है. रिपोर्टिंग आइडेंटिटी के बारे में ज़्यादा जानें.
Google Analytics में ग्राहक के व्यवहार का मॉडल कैसे दिखता है
Analytics, आपकी रिपोर्ट में मॉडल से मिले डेटा और रिकॉर्ड हुए डेटा को आसानी से इंटिग्रेट करता है. जब Analytics में मॉडल से मिला डेटा शामिल होता है, तो रिपोर्ट में मौजूद जानकारी, रिकॉर्ड हुए डेटा वाली रिपोर्ट में मौजूद जानकारी से अलग हो सकती है. उदाहरण के लिए, मॉडल से मिले डेटा वाली रिपोर्ट में, उपयोगकर्ताओं की संख्या ज़्यादा दिख सकती है.
डेटा-क्वालिटी के आइकॉन (नीचे दिखाया गया है) का इस्तेमाल करके देखें कि मॉडल से मिला डेटा कब इंटिग्रेट होता है.
यहां दी गई टेबल में उन मैसेज की खास जानकारी मौजूद है जो आपको आइकॉन की मदद से दिख सकते हैं.
| डेटा-क्वालिटी के आइकॉन का स्टेटस | जानकारी |
|---|---|
| उपयोगकर्ता का अनुमानित डेटा शामिल है | [modeling effective date] तक, Analytics ऐसे डेटा का अनुमान लगा रहा है जो 'कुकी के लिए सहमति' जैसी वजहों से मौजूद नहीं है. |
| उपयोगकर्ता का अनुमानित डेटा शामिल है |
[modeling effective date] तक, Analytics ऐसे संभावित डेटा का अनुमान लगा रहा है जो 'कुकी के लिए सहमति' जैसी वजहों से मौजूद नहीं है. |
| उपयोगकर्ता का अनुमानित डेटा शामिल है |
[modeling effective date] तक, Analytics ऐसे डेटा का अनुमान लगा रहा है जो 'कुकी के लिए सहमति' जैसी वजहों से मौजूद नहीं है. * ऐसा हो सकता है कि कल तक का अनुमानित डेटा उपलब्ध न हो. |
| उपयोगकर्ता का अनुमानित डेटा शामिल नहीं है | आपकी प्रॉपर्टी की रिपोर्टिंग आइडेंटिटी सेटिंग, Analytics को ऐसे डेटा का अनुमान लगाने की अनुमति नहीं देती जो 'कुकी के लिए सहमति' जैसी वजहों से मौजूद नहीं है. जब तक ब्लेंड की गई सेटिंग का इस्तेमाल नहीं किया जाता, तब तक आपकी रिपोर्ट में सिर्फ़ ऐसे उपयोगकर्ताओं का डेटा शामिल होगा जिन्होंने आइडेंटिफ़ायर के इस्तेमाल की सहमति दी है. |
| उपयोगकर्ता का अनुमानित डेटा उपलब्ध नहीं है | चुनी गई तारीख की सीमा, उस तारीख से पहले की है जब इस प्रॉपर्टी के लिए अनुमानित डेटा के इस्तेमाल को मंज़ूरी मिली थी. |
| उपयोगकर्ता का अनुमानित डेटा उपलब्ध नहीं है | इस रिपोर्ट में, उपयोगकर्ता को अपने साथ बनाए रखने से जुड़ा डेटा या सेगमेंट शामिल होता है. सेगमेंट में क्रम होता है. इस वजह से, इसमें अनुमानित डेटा शामिल नहीं होता. |
| उपयोगकर्ता का अनुमानित डेटा उपलब्ध नहीं है | आपकी प्रॉपर्टी, अनुमानित डेटा का इस्तेमाल करने की ज़रूरी शर्तें पूरी नहीं करती. |
Analytics इंटरफ़ेस के कुछ पेजों पर एक बैनर भी दिखेगा, जिसमें मॉडलिंग के स्टेटस के बारे में जानकारी होगी.
यहां दी गई टेबल में, वे मैसेज दिए गए हैं जो आपको बैनर में दिख सकते हैं.
| बैनर मैसेज | बैनर की जगह |
|---|---|
| ज़्यादातर टेंप्लेट में सिर्फ़ उन उपयोगकर्ताओं का डेटा शामिल होता है जिन्होंने आइडेंटिफ़ायर के इस्तेमाल की सहमति दी है. इन टेंप्लेट में ऐसे फ़्री-फ़ॉर्म और सेगमेंट ओवरलैप टेंप्लेट शामिल नहीं हैं जिनमें अनुमानित उपयोगकर्ताओं का डेटा शामिल होता है. | एक्सप्लोरेशन (विश्लेषण के तरीके) का होम पेज |
| अगर किसी एक्सप्लोरेशन में कोई सेगमेंट क्रम में है, तो इसमें सिर्फ़ उन उपयोगकर्ताओं का डेटा दिखेगा जिन्होंने आइडेंटिफ़ायर के इस्तेमाल की सहमति दी है. | एक्सप्लोरेशन की जानकारी वाला पेज |
| इस [report/exploration/audience] में सिर्फ़ उन उपयोगकर्ताओं का डेटा शामिल है जिन्होंने आइडेंटिफ़ायर के इस्तेमाल की सहमति दी है. | एक्सप्लोरेशन की जानकारी वाला पेज |
| अगर इस सेगमेंट में कोई क्रम शामिल है, तो इसमें सिर्फ़ उन उपयोगकर्ताओं का डेटा दिखेगा जिन्होंने आइडेंटिफ़ायर के इस्तेमाल की सहमति दी है. | सेगमेंट बिल्डर |
एक्सप्लोरेशन (विश्लेषण के तरीके) में मॉडलिंग
पाथ और फ़नल एक्सप्लोरेशन में मॉडलिंग, रिपोर्ट की तुलना में अलग तरीके से लागू की जाती है. रिपोर्ट में मॉडलिंग को उपयोगकर्ता, सेशन, और नए उपयोगकर्ताओं की संख्या जैसी मेट्रिक पर लागू किया जाता है. मॉडलिंग को page_view, first_visit, और session_start जैसे इवेंट की संख्या पर लागू नहीं किया जाता. अगर उपयोगकर्ता, Analytics को किसी स्थायी उपयोगकर्ता आइडेंटिफ़ायर से जोड़ने की सहमति नहीं देते, तो Analytics यह पता नहीं लगा सकता कि इवेंट उसी उपयोगकर्ता की वजह से ट्रिगर हुए हैं या नहीं. इस वजह से, इन उपयोगकर्ताओं के लिए first_visit और session_start इवेंट, ज़्यादा संख्या में होते हैं. इसकी वजह यह है कि जब भी वे पेज लोड करते हैं, तो इवेंट भेजा जाता है.
वहीं, पाथ या फ़नल एक्सप्लोरेशन में, first_visit और session_start इवेंट पर मॉडलिंग लागू की जाती है. अगर उपयोगकर्ता, Analytics को किसी स्थायी उपयोगकर्ता आइडेंटिफ़ायर से जोड़ने के लिए सहमति नहीं देते, तो Analytics first_visit और session_start की सही संख्या का अनुमान लगाता है. इसलिए, first_visit और session_start इवेंट की संख्या, रिपोर्ट की तुलना में पाथ और फ़नल एक्सप्लोरेशन में कम होती है.
ऐसी सुविधाएं जो काम नहीं करतीं
इन फ़ीचर में व्यवहार के मॉडल किए गए डेटा का इस्तेमाल नहीं किया जा सकता:
- ऑडियंस
- यूज़र एक्सप्लोरर (उपयोगकर्ता के हिसाब से विश्लेषण), समानता रखने वाले लोग, और उपयोगकर्ता के तौर पर उसकी लाइफ़टाइम गतिविधि के एक्सप्लोरेशन
- क्रम वाले सेगमेंट
- निजी डेटा के रखरखाव से जुड़ी रिपोर्ट
- अनुमानित मेट्रिक
- डेटा एक्सपोर्ट, जैसे कि BigQuery Export
