[GA4] Rīcības modelēšana piekrišanas režīmā

Šis raksts ir paredzēts vietņu vai lietotņu īpašniekiem, kuri lieto paziņojumu par piekrišanu sīkfailu izmantošanai, piekrišanas logrīku vai citu piekrišanas pārvaldības risinājumu un ir nobažījušies par to, ka trūkst datu no lietotājiem, kuri nesniedz piekrišanu.

Šajā lapā iekļautās tēmas

Ja savai vietnei vai lietotnei ieviesīsiet piekrišanas paziņojumu, pakalpojumā Analytics trūks datu par lietotājiem, kuri nesniedz piekrišanu. Rīcības modelēšana piekrišanas režīmā izmanto mašīnmācīšanos, lai modelētu to lietotāju rīcību, kuri noraida Analytics sīkfailus, pamatojoties uz līdzīgu rīcību no lietotājiem, kuri pieņem Analytics sīkfailus. Modelētie dati ļauj iegūt noderīgus ieskatus no Analytics pārskatiem, vienlaikus ievērojot lietotāju konfidencialitāti.

Piemēram, rīcības modelēšana novērtē datus, pamatojoties uz tādiem lietotāju un sesiju rādītājiem kā dienas aktīvo lietotāju skaits un galveno notikumu līmenis, kas var nebūt novērojami gadījumos, kad nav pilnībā pieejami tādi identifikatori kā sīkfaili vai lietotāju ID. Tādējādi jūs gūstat atbildes uz svarīgiem jautājumiem. Tālāk ir sniegti daži piemēri.

  • Kāds ir manu dienas aktīvo lietotāju skaits?
  • Cik jaunu lietotāju es ieguvu no pēdējās kampaņas?
  • Kāds ir lietotāja ceļš no galvenās lapas līdz pirkuma veikšanai?
  • Cik daudzi no manas vietnes apmeklētājiem atrodas Vācijā salīdzinājumā ar apmeklētājiem, kas atrodas Apvienotajā Karalistē?
  • Kāda ir atšķirība starp lietotāju rīcību mobilajās ierīcēs un tīmeklī?
Modeling in Google Analytics 4

Lai skatītu subtitrus savā valodā, ieslēdziet YouTube subtitrus. Video atskaņotāja apakšdaļā atlasiet iestatījumu ikonu YouTube iestatījumu ikonas attēls, pēc tam atlasiet vienumu “Subtitri” un izvēlieties valodu.


Modelētie dati salīdzinājumā ar novērojamajiem datiem

Kad lietotāji apmeklē jūsu vietni un piešķir piekrišanu Analytics sīkfailu izmantošanai vai kad lietotāji neatsakās no personalizācijas, izmantojot reklamēšanas ID Android iestatījumos, Analytics saista lietotāja rīcību ar dažādiem identifikatoriem, lai nodrošinātu nepārtrauktu novērtēšanu. Šāda veida datus mēs dēvējam par novērojamiem datiem, jo tie ir iegūti no lietotājiem, kuri ir snieguši Analytics atļauju novērot viņu rīcību.

Ja lietotāji nesniedz piekrišanu, notikumi netiek saistīti ar pastāvīgu lietotāja identifikatoru. Piemēram, ja pakalpojumā Analytics tiek vākti 10 lapas skatījumu notikumi, nav iespējams noteikt, vai tos ir izraisījuši 10 lietotāji vai 1 lietotājs. Tā vietā Analytics izmanto mašīnmācīšanos, lai aprēķinātu šo lietotāju rīcību, pamatojoties uz līdzīgu lietotāju rīcību, kuri ir snieguši piekrišanu Analytics sīkfailu vai līdzvērtīgu lietotņu identifikatoru izmantošanai.

Modelēšanai izmantoto apmācības datu pamatā ir novērotie lietotāju dati no īpašuma, kuram ir aktivizēta modelēšana.

Google rīcības modelēšanas pieeja

Google rīcības modelēšanas pieeja izmanto tālāk norādītās mašīnmācīšanās paraugprakses.

Precizitātes pārbaude un ziņošana par izmaiņām

Google modeļu precizitāti nodrošina aizturētā validācija. Aprēķinātie lietotāju dati tiek salīdzināti ar daļu no novērotajiem lietotāju datiem, kas tika aizturēti no modeļu apmācības, un šī informācija tiek izmantota modeļu uzlabošanai. Google paziņos par izmaiņām, kas varētu būtiski ietekmēt jūsu datus.

Rūpīga pārskatu izveide

Rīcības modelēšana tiek iekļauta tikai tad, ja ir liela pārliecība par modeļa kvalitāti. Piemēram, ja modelim nav pieejama pietiekami liela datplūsma no lietotājiem, kuri ir snieguši piekrišanu, tad notikumi, kurus aktivizēja lietotāji, kas noraidīja piekrišanu sīkfailu izmantošanai, netiek iekļauti pārskatā. Tādējādi tiek nodrošināta datu precizitāte.

Pielāgošanās jūsu uzņēmumam

Google vispārīgākais modelēšanas algoritms tiek izmantots atsevišķi, lai atspoguļotu jūsu unikālo uzņēmumu un klientu rīcību.

Priekšnosacījumi

Tā kā modelis tiek apmācīts atpazīt Google Analytics 4 īpašuma novērojamos datus, jūsu īpašumā ir jābūt pietiekamam datu apjomam, lai varētu apmācīt modeli. Lai varētu izmantot rīcības modelēšanu, jūsu īpašumam ir jāatbilst tālāk norādītajiem kritērijiem.

  • Piekrišanas režīms ir iespējots visās jūsu vietņu lapās un/vai visos jūsu lietotņu ekrānos.
  • Piekrišanas režīms tīmekļa lapās ir jāievieš tā, lai tagi tiktu ielādēti, pirms tiek atvērts piekrišanas dialoglodziņš, un Google tagi tiktu ielādēti vienmēr, nevis tikai gadījumos, kad lietotājs sniedz piekrišanu (papildu ieviešanai).
  • Īpašumā vismaz septiņas dienas tiek apkopoti vismaz 1000 notikumu dienā, izmantojot analytics_storage='denied'.
  • Īpašumā vismaz septiņās no pagājušajām 28 dienām ir vismaz 1000 lietotāju dienā, izmantojot analytics_storage='granted'.
    • Šo 28 dienu laikā datu sliekšņa sasniegšanai var būt nepieciešamas vairāk nekā septiņas dienas, lai modelis tiktu sekmīgi apmācīts. Tomēr pastāv iespēja, ka pat papildu dati nenodrošinās pietiekamu apjomu, lai Analytics varētu apmācīt modeli.

Ņemiet vērā, ka atbilstības nodrošināšana iepriekš norādītajiem ārējiem rīcības modelēšanas priekšnosacījumiem negarantē piemērotību, jo pamatā esošais mašīnmācīšanās modelis ievēro piemērotības kritēriju un datu sliekšņu kopu, lai nodrošinātu augstu modelēto datu precizitāti. Modelis ņem vērā papildu kritērijus, piemēram, jauno un atkārtoto lietotāju proporciju un sesiju skaitu uz vienu lietotāju.

Rīcības modelēšana tiek automātiski iespējota, kad attiecīgais īpašums kļūst tam piemērots. Kad modelēšana būs iespējota, to varēs atlasīt apvienotās pārskatu identitātes aprakstā.

Piezīme. Mēs nepārtraukti strādājam, lai uzlabotu modeli un paplašinātu pieejamību, nezaudējot kvalitāti. Īpašumi, kas pašlaik nav piemēroti nepietiekamas modelēšanas kvalitātes dēļ, nākotnē var kļūt piemēroti.

Ļoti retos gadījumos, kad īpašums, kurš iepriekš atbilda rīcības modelēšanas priekšnosacījumiem, tiem vairs neatbildīs, aprēķinātie dati vairs nebūs pieejami. Ja vēlāk īpašums atbildīs priekšnosacījumiem, aptuvenie dati atkal būs pieejami. Taču aptuvenie dati būs pieejami tikai no datuma, kad īpašums atkal kļuva piemērots.

Modelēto datu rādīšana vai paslēpšana pārskatos

Lai skatītu modelētos datus savos pārskatos, izvēlieties apvienoto pārskatu identitāti.

  1. Lapas Administrēšana sadaļā Datu attēlojums noklikšķiniet uz Pārskatu identitāte.
    Tiks atvērta iepriekšējā saite, kas novirza uz pēdējo Analytics īpašumu, kuram piekļuvāt. Varat mainīt īpašumu, izmantojot īpašumu atlasītāju. Lai varētu veikt tālāk norādītās darbības, jums ir jābūt redaktora vai augstāka līmeņa lomai. īpašuma līmenī uz kontrolētu pārskatu identitātes iestatījumu, kas pārskatos ļauj rādīt vai paslēpt modelētos datus.
  2. Atlasiet opciju Sajaukts.
  3. Noklikšķiniet uz Saglabāt.

Lai pārtrauktu modelēto datu rādīšanu, atlasiet citu opciju. Jūsu izvēlētā opcija neietekmēs datu apkopošanu vai apstrādi. Jebkurā brīdī varēsit pārslēgties starp šīm iespējām, neatstājot paliekošu ietekmi uz datiem. Uzziniet vairāk par identitātes iekļaušanu pārskatos.

Rīcības modelēšana pakalpojumā Google Analytics

Analytics nemanāmi integrē modelētos datus un novērotos datus jūsu pārskatos. Visticamāk, redzēsiet atšķirības, salīdzinot Analytics pārskatus, kuros ir iekļauti modelētie dati, ar pārskatiem, kuros ir iekļauti tikai novērotie dati (piemēram, lielāks lietotāju skaits pārskatos, kuros ietverti modelētie dati).

Izmantojiet datu kvalitātes ikonu (parādīta tālāk), lai uzzinātu, kad tiek integrēti modelētie dati.

Nākamajā tabulā ir apkopoti ziņojumi, kas var tikt parādīti, kad izmantojat šo ikonu.

Datu kvalitātes ikonas statuss Apraksts
Ietver aprēķinātos lietotāju datus Sākot ar [modelēšanas spēkā stāšanās datums], pakalpojumā Analytics tiek aprēķināti dati, kuru trūkst tāpēc, ka nav saņemta piekrišana sīkfailu izmantošanai, un līdzīgu faktoru dēļ.
Ietver aprēķinātos lietotāju datus

Sākot ar [modelēšanas spēkā stāšanās datums], pakalpojumā Analytics tiek aprēķināti visi iespējamie dati, kuru trūkst tāpēc, ka nav saņemta piekrišana sīkfailu izmantošanai, un līdzīgu faktoru dēļ.

Ietver aprēķinātos lietotāju datus

Sākot ar [modelēšanas spēkā stāšanās datums], pakalpojumā Analytics tiek aprēķināti dati, kuru trūkst tāpēc, ka nav saņemta piekrišana sīkfailu izmantošanai, un līdzīgu faktoru dēļ.

* Aprēķinātie dati par vakardienu vēl var nebūt pieejami.

Neietver aprēķinātos lietotāju datus Jūsu īpašuma pārskatu identitātes iestatījums neļauj pakalpojumā Analytics aprēķināt, kādu datu trūkst tāpēc, ka nav saņemta piekrišana sīkfailu izmantošanai, un līdzīgu faktoru dēļ. Ja neizmantojat iestatījumu Sajaukts, jūsu pārskatos tiek iekļauti tikai dati, kas pieejami no lietotājiem, kuri ir snieguši piekrišanu identifikatoru izmantošanai.
Aprēķinātie lietotāju dati nav pieejami Atlasītais datumu diapazons attiecas uz laika periodu pirms šis īpašums kļuva piemērots aprēķināto datu iegūšanai.
Aprēķinātie lietotāju dati nav pieejami Šajā pārskatā ir ietverti noturēšanas dati vai segments, kurā ir iekļauta secība. Tādēļ tas neietver aprēķinātos datus.
Aprēķinātie lietotāju dati nav pieejami Jūsu īpašums neatbilst piemērotības kritērijiem, lai varētu izmantot aprēķinātos datus.

Dažās Analytics saskarnes lapās būs redzams reklāmkarogs ar informāciju par modelēšanas statusu.

Šajā tabulā ir apkopoti ziņojumi, kas var tikt parādīti reklāmkarogā.

Reklāmkaroga ziņojums Reklāmkaroga atrašanās vieta
Lielākajā daļā veidņu ir iekļauti tikai to lietotāju dati, kuri ir snieguši piekrišanu identifikatoru izmantošanai, izņemot brīvās formas un segmentu pārklāšanās veidnes, kurās ir iekļauti dati no aptuvenajiem lietotājiem. Izpētes sākumlapa
Ja izpētē ir segments ar secību, izpētē tiks rādīti tikai to lietotāju dati, kuri ir snieguši piekrišanu identifikatoru izmantošanai. Izpētes detalizētās informācijas lapa
Šajā [pārskatā/izpētē/mērķauditorijā] ir ietverti tikai to lietotāju dati, kuri ir piekrituši identifikatoru lietošanai. Izpētes detalizētās informācijas lapa
Ja segmentā ar ietverta secība, segmentā tiks rādīti tikai to lietotāju dati, kuri ir snieguši piekrišanu identifikatoru izmantošanai. Segmentu veidotājs

Modelēšana izpētē

Modelēšana ceļa un piltuves izpētē tiek lietota citādi nekā pārskatos. Pārskatos modelēšana tiek lietota tādiem rādītājiem kā lietotāju, sesiju un jaunu lietotāju skaits. Taču modelēšana netiek lietota notikumu skaitam, piemēram, page_view, first_visit un session_start. Iespējojot modelēšanu, par notikumiem, kuriem nav sniegta piekrišana (analytics_storage='denied'), varēs iegūt pārskatus, taču modelēšana šos notikumus neietekmēs. Ja lietotāji pakalpojumam Analytics nesniedz piekrišanu ar sevi saistīt pastāvīgu lietotāja identifikatoru, Analytics nevar noteikt, vai notikumus ir aktivizējis viens un tas pats lietotājs. Līdz ar to šiem lietotājiem tiek reģistrēts lielāks notikumu first_visit un session_start skaits, jo notikums tiek nosūtīts ikreiz, kad viņi ielādē lapu.

Savukārt ceļa vai piltuves izpētē modelēšana tiek lietota notikumiem first_visit un session_start. Ja lietotāji pakalpojumam Analytics nesniedz piekrišanu ar sevi saistīt pastāvīgu lietotāja identifikatoru, Analytics aprēķina faktisko notikumu first_visit un session_start skaitu. Līdz ar to notikumu first_visit un session_start skaits ceļa un piltuves izpētē ir zemāks nekā pārskatos.

Neatbalstītās funkcijas

Tālāk norādītās funkcijas neatbalsta modelētās rīcības datu izmantošanu.

  • Mērķauditorija
  • Lietotāju izpēte, kohortas un lietotāju kopējās vērtības izpēte
  • Segmenti ar secību
  • Noturēšanas pārskati
  • Prognozējoša metrika
  • Datu eksportēšana, piemēram, BigQuery Export

Vai tas bija noderīgs?

Kā varam to uzlabot?
true
Izvēlieties savu apmācības ceļu

Skatiet vietni google.com/analytics/learn — tas ir jauns resurss, kas palīdzēs jums efektīvi izmantot platformu Google Analytics 4. Jaunajā vietnē ir iekļauti videoklipi, raksti un ceļvežu plūsmas, kā arī saites uz informāciju par Discord integrāciju ar Google Analytics un saites uz Google Analytics emuāru, YouTube kanālu un GitHub krātuvi.

Sāciet mācīties jau šodien!

Meklēšana
Notīrīt meklēšanu
Aizvērt meklēšanas lodziņu
Google lietotnes
Galvenā izvēlne
7244902314622398727
true
Meklēšanas palīdzības centrs
true
true
true
true
true
69256
false
false
false
false