Kada implementirate banner pristanka za svoju web-lokaciju ili aplikaciju, u Analyticsu će nedostajati podaci za korisnike koji odbiju pristanak. Bihevioralno modeliranje za način pristanka upotrebljava strojno učenje za modeliranje ponašanja korisnika koji odbijaju analitičke kolačiće na temelju ponašanja sličnih korisnika koji prihvate analitičke kolačiće. Modelirani podaci omogućuju vam stjecanje korisnih uvida iz Analytics izvješća uz poštovanje privatnosti korisnika.
Na primjer, bihevioralno modeliranje procjenjuje podatke na temelju mjernih podataka o korisnicima i sesijama, kao što su dnevno aktivni korisnici i stopa konverzije, koji se možda ne mogu opaziti kada identifikatori kao što su kolačići ili User ID-jevi nisu u potpunosti dostupni. Pomaže vam odgovoriti na važna pitanja kao što su sljedeća:
- Koliko dnevno aktivnih korisnika imam?
- Koliko sam novih korisnika stekao putem posljednje kampanje?
- Kakvo je korisničko putovanje od dolaska na moju web-lokaciju do izvršavanja kupnje?
- Koliko se posjetitelja moje web-lokacije nalazi u Njemačkoj u odnosu na one u Ujedinjenom Kraljevstvu?
- Koja je razlika u korisničkom ponašanju između posjetitelja na mobilnim uređajima i web-posjetitelja?
Modelirani podaci u odnosu na vidljive podatke
Kada korisnici posjete vašu web-lokaciju i daju pristanak na Analytics kolačiće ili kada ne isključe prilagodbu pomoću ID-ja za oglašavanje u postavkama Androida, Analytics povezuje ponašanje korisnika s različitim identifikatorima radi pružanja kontinuiteta u mjerenju. Tu vrstu podataka nazivamo vidljivim podacima jer dolaze od korisnika koji su Analyticsu dali dopuštenje za opažanje njihovog ponašanja.
Kada korisnici ne daju pristanak, događaji se ne povezuju s trajnim identifikatorom korisnika. Na primjer, ako Analytics prikupi deset događaja prikaza stranice, ne može opaziti i zabilježiti je li te događaje potaknulo deset korisnika ili jedan korisnik. Umjesto toga, Analytics primjenjuje strojno učenje da bi se procijenilo ponašanje tih korisnika na temelju ponašanja sličnih korisnika koji prihvate analitičke kolačiće ili ekvivalentne identifikatore aplikacije.
Podaci za obuku koji se koriste za modeliranje temelje se na podacima korisnika koji su se opažali s entiteta u kojem je modeliranje aktivirano.
Googleov pristup bihevioralnom modeliranju
Googleov pristup bihevioralnom modeliranju primjenjuje sljedeće najbolje primjere iz prakse za strojno učenje.
Provjera točnosti i obavijesti o promjenama
Provjera uz zadržavanje održava točnost Googleovih modela. Procijenjeni korisnički podaci uspoređuju se s dijelom vidljivih korisničkih podataka koji su zadržani iz obuke modela, a podaci se koriste za prilagođavanje modela. Google će poslati obavijesti o promjenama koje bi mogle imati velik utjecaj na vaše podatke.
Održavanje temeljitog izvješćivanja
Bihevioralno modeliranje uključuje se samo kad postoji visoka pouzdanost kvalitete modela. Na primjer, ako nema dovoljno prometa uz pristanak za izvještavanje modela, neće se izvješćivati o događajima koje pokreću korisnici koji odbiju pristanak. Time se osigurava točnost podataka.
Prilagodba postavki za tvrtku
Googleov općenitiji algoritam modeliranja primjenjuje se zasebno kako bi odražavao vaše jedinstveno poslovanje i ponašanje korisnika.
Preduvjeti
Budući da se model uvježbava na vidljivim podacima za Google Analytics 4 entitet, vaš entitet mora imati dovoljno podataka za uvježbavanje modela. Da bi ispunjavao uvjete za bihevioralno modeliranje, vaš entitet mora zadovoljavati sljedeće kriterije:
- Način pristanka mora biti omogućen na svim stranicama vaših web-lokacija i/ili na svim zaslonima vaših aplikacija.
- Način pristanka za web-stranice mora se implementirati kako bi se oznake učitale prije nego što se prikaže dijaloški okvir pristanka, a Google oznake učitavaju se u svim slučajevima, a ne samo ako korisnik pristane (napredna implementacija).
- Entitet prikuplja najmanje 1000 događaja dnevno s oznakom analytics_storage='denied' barem sedam dana.
- Entitet ima najmanje 1000 korisnika dnevno koji šalju događaje s oznakom analytics_storage='granted' tijekom najmanje 7 od prethodnih 28 dana.
- Da bi se model uspješno uvježbao, prag podataka mogao bi se dostizati više od 7 dana unutar tih 28 dana, no moguće je da čak ni dodatni podaci neće biti dovoljni da Analytics obuči model.
Bihevioralno modeliranje započinje od datuma kada određeni entitet počne ispunjavati kriterije.
U vrlo rijetkom slučaju da entitet više ne ispunjava preduvjete za bihevioralno modeliranje nakon što ih je prethodno ispunjavao, procijenjeni podaci više neće biti dostupni. Ako entitet kasnije ponovno ispuni kriterije, procijenjeni će podaci ponovno biti dostupni. Procijenjeni podaci bit će dostupni samo od datuma kada entitet ponovno počne ispunjavati kriterije.
Prikaz ili sakrivanje modeliranih podataka u izvješćima
Da biste vidjeli modelirane podatke u izvješćima, odaberite Uklopljeni identitet za izvješćivanje. Morate biti administrator da biste upravljali ovom postavkom:
- Na kartici Administrator u odjeljku Prikaz podataka kliknite Identitet za izvješćivanje.
- Odaberite Uklopljeno.
- Kliknite Spremi.
Da bi vam se modelirani podaci prestali prikazivati, odaberite neku drugu opciju. Opcija koju odaberete ne utječe na prikupljanje ili obradu podataka. Možete se prebaciti s jedne na drugu u bilo kojem trenutku bez trajnog utjecaja na podatke. Saznajte više o identitetu za izvješćivanje.
Kako se bihevioralno modeliranje prikazuje u Google Analyticsu
Analytics savršeno integrira modelirane podatke i vidljive podatke u vaša izvješća. Kada Analytics uključi modelirane podatke, vjerojatno ćete primijetiti razlike u odnosu na izvješća koja uključuju samo vidljive podatke (npr. veći broj korisnika u izvješćima koja uključuju modelirane podatke).
Pomoću ikone za kvalitetu podataka (prikazane u nastavku) pogledajte kada su modelirani podaci integrirani.
Sljedeća tablica sažima poruke koje možete vidjeti putem ikone.
| Status ikone kvalitete podataka | Opis |
|---|---|
| Uključujući procijenjene korisničke podatke | Od [datuma stupanja modeliranja na snagu] Analytics procjenjuje podatke koji nedostaju zbog čimbenika kao što je pristanak na kolačiće. |
| Uključujući procijenjene korisničke podatke |
Od [datuma stupanja modeliranja na snagu] Analytics procjenjuje sve moguće podatke koji nedostaju zbog čimbenika kao što je pristanak na kolačiće. |
| Uključujući procijenjene korisničke podatke |
Od [datuma stupanja modeliranja na snagu] Analytics procjenjuje podatke koji nedostaju zbog čimbenika kao što je pristanak na kolačiće. * Procijenjeni podaci možda još nisu dostupni za jučerašnji dan. |
| Isključujući procijenjene korisničke podatke | Postavka identiteta za izvješćivanje vašeg entiteta ne dopušta Analyticsu da procijeni podatke koji nedostaju zbog čimbenika kao što je pristanak na kolačiće. Ako ne upotrebljavate postavku uklopljeno, vaša će izvješća uključivati samo dostupne podatke korisnika koji su pristali na upotrebu identifikatora. |
| Procijenjeni korisnički podaci nisu dostupni | Odabrani datumski raspon prethodi datumu kada je ovaj entitet počeo ispunjavati kriterije za procijenjene podatke. |
| Procijenjeni korisnički podaci nisu dostupni | Ovo izvješće uključuje podatke o zadržavanju ili segment koji uključuje slijed. Stoga ne uključuje procijenjene podatke. |
| Procijenjeni korisnički podaci nisu dostupni | Vaš entitet ne ispunjava kriterije prihvatljivosti za upotrebu procijenjenih podataka. |
Na nekim će se stranicama u sučelju Analyticsa prikazati i banner s informacijama o statusu modeliranja.
Sljedeća tablica sažima poruke koje možete vidjeti putem bannera.
| Poruka bannera | Lokacija bannera |
|---|---|
| Većina predložaka uključuje samo podatke korisnika koji su pristali na upotrebu identifikatora, osim predložaka s fleksibilnom tablicom istraživanja i preklapanjem segmenata koji uključuju podatke procijenjenih korisnika. | Početna stranica istraživanja |
| Ako istraživanje sadrži segment sa slijedom, prikazivat će podatke samo za korisnike koji su pristali na upotrebu identifikatora. | Stranica s pojedinostima o istraživanju |
| [Izvješće/istraživanje/publika] sadrži samo podatke korisnika koji su pristali na upotrebu identifikatora. | Stranica s pojedinostima o istraživanju |
| Ako ovaj segment uključuje slijed, prikazivat će podatke samo za korisnike koji su pristali na upotrebu identifikatora. | Alat za izradu segmenata |
Modeliranje u istraživanjima
Modeliranje u istraživanjima puta i toka na drugačiji se način primjenjuje nego u izvješćima. U izvješćima se modeliranje primjenjuje na mjerne podatke poput broja korisnika, sesija i novih korisnika. Međutim, modeliranje se ne primjenjuje na brojeve događaja kao što su page_view, first_visit i session_start. Ako korisnici ne daju pristanak na to da Analytics poveže trajni identifikator korisnika s njima, Analytics ne može otkriti jesu li događaji radnja istog korisnika. To rezultira većim brojem događaja first_visit i session_start za te korisnike jer se događaj šalje svaki put kada učitaju stranicu.
S druge strane, u istraživanju puta/toka modeliranje se primjenjuje na događaje first_visit i session_start. Ako korisnici ne daju pristanak na to da Analytics poveže trajni identifikator korisnika s njima, Analytics procjenjuje stvarni broj događaja first_visit i session_start. Stoga je broj događaja first_visit i session_start manji u istraživanjima puta i toka no što je u izvješćima.
Nepodržane značajke
Sljedeće značajke ne podržavaju upotrebu modeliranih podataka o ponašanju:
- Publike
- Istraživanja preglednika korisnika, skupine i trajanja korisnika
- Segmenti sa slijedom
- Izvješća o zadržavanju
- Prediktivni pokazatelji
- Izvoz podataka (npr. BigQuery Export)
