זיהוי שינויים במגמות הוא מודל שמאפשר לזהות שינויים קלים אבל ארוכי טווח וחשובים בכיוון של הנתונים. הוא דומה לזיהוי אנומליות בכך ששניהם משמשים לזיהוי של שינוי בנתונים. ההבדל העיקרי הוא שזיהוי אנומליות מאתר עליות או ירידות חדות ופתאומיות בנתונים, ואילו זיהוי שינויים במגמות מאתר שינויים קלים יותר שמתרחשים לאורך תקופה ארוכה יותר.
מערכת Google Analytics מציגה את השינויים האלה בכרטיס מדדים בקטע 'תובנות והמלצות' בדף הבית, בתמונת המצב של הדוחות, בתמונת המצב של מדדי הפרסום ובמרכז התובנות.
הסבר על שינויים במגמות
הרבה סוגים של שינויים יכולים להוביל לשינוי במגמה. חלק מהשינויים הם צפויים ומתוכננים. במקרים כאלה לא צריך לבצע פעולה כלשהי. לדוגמה, אם תפעילו קמפיין פרסום חדש, יכול להיות שתבחינו בעלייה הדרגתית בהכנסות, ומערכת Analytics תזהה את השינוי במגמה בתור תאריך ההתחלה של הקמפיין.
לעומת זאת, יש שינויים שהם לא צפויים וצריך להקדיש להם יותר תשומת לב, למשל, מדדים חשובים שנמצאים במגמת ירידה. לדוגמה, לחצן ההרשמה באתר מפסיק לפעול בעקבות עדכון שבוצע לאחרונה בקוד של האתר. יכול להיות שלא תבחינו בירידה מיידית במספר המשתמשים הפעילים, אבל עם הזמן שיעור העלייה במשתמשים הפעילים ילך ויצטמצם, מפני שפחות משתמשים חדשים יוכלו להירשם. מערכת Analytics תזהה את השינוי הזה כדי שתוכלו לבצע את השינויים הדרושים באתר.
איך זה עובד
כש-Google מזהה שינוי בכיוון של נתונים בסדרת זמנים ביחס למדד מסוים, היא מציגה שכבת-על של עיגול בתאריך שבו התרחש השינוי. אפשר להעביר את העכבר מעל העיגול כדי לקבל מידע נוסף על השינוי, כולל שיעור השינוי הקודם והנוכחי והמועד שבו התרחש השינוי במגמה.
אפשר גם ללחוץ על חקירת הדוח בחלק התחתון של כרטיס המדדים כדי לחקור את הנתונים לעומק. לחיצה על הלחצן תפתח דוח מפורט יותר עם אותו טווח תאריכים, אותו מדד ואותו מאפיין. כדי לחקור את השינוי במגמה, אפשר לשנות את טווח התאריכים, להשוות בין מאפיינים אחרים או להוסיף עוד פירוטי מאפיינים.
סוגי השינויים שהמערכת מזהה
במסגרת זיהוי השינויים במגמות, המערכת מזהה שינוי במגמה כשהערך החזוי שונה מהערך בפועל. מצב כזה קורה אם מגמה משתנה:
- מעלייה לירידה
- מירידה לעלייה
- לעלייה או לירידה גדולות יותר מהחזוי
- לעלייה או לירידה קטנות יותר מהחזוי
פתרון בעיות שקשורות לשינויים במגמות
לפני שמבצעים שינויים באתר או באפליקציה אחרי שמתרחש שינוי במגמה, קודם חשוב לבדוק אם מדובר בשינוי צפוי, ומה הסיבה לשינוי אם הוא לא צפוי. אם השינוי צפוי או חיובי, סביר להניח שלא תרצו לבצע שינויים.
הסיבות האפשריות לשינוי מסוים במגמה:
מחזורים עסקיים
מחזורים עסקיים רגילים יכולים להוביל לשינוי שלילי במגמה שהוא צפוי. לרוב הדבר לא מצריך טיפול, אלא אם המגמה חורגת מהטווח הסביר. לדוגמה: סיום של תקופות חגים באתרים של מסחר אלקטרוני ותחילה של תקופות לימודים באפליקציות משחקים.
שינויים בנכס Analytics
שינויים בהגדרות של הנכס יכולים להוביל לשינוי במגמה. בדף ניהול בקטע נכס, לוחצים על היסטוריית השינויים בנכסים ובודקים אם התרחשו שינויים לפני השינוי במגמה. מידע נוסף על הצגת ההיסטוריה של השינויים שבוצעו בחשבון או בנכס
שינויים באתר או באפליקציה
שינוי שלילי במגמה יכול להתרחש אם לא הגדרתם את האתר או האפליקציה בצורה נכונה. דוגמאות:
- בעיות טכניות כמו זמן אחזור ארוך (או זמני טעינה ארוכים של דפים), עומס יתר בשרת וכו'.
- הגדרות חסרות או שגויות במטא-נתונים של הדפים, כמו robots.txt, sitemap.xml, SSL וכו'. מנועי חיפוש משתמשים במטא-נתונים כדי לדרג את הדף, ומטא-נתונים שהוגדרו באופן שגוי יכולים להוביל לשינוי במגמה בתנועה האורגנית.
- קמפיינים פרסומיים שמוגדרים באופן לא יעיל – במקרים שבהם השינוי במגמה מתרחש רק בתנועה בתשלום.
איך מערכת Analytics מזהה שינויים במגמות
מערכת Analytics Intelligence מחילה אלגוריתם לפילוח אותות על סדרת זמנים כדי לזהות אם התרחש שינוי במגמה. המודל מפלח את סדרת הזמנים לכמה חלקים, כך שלנתונים בכל אחד מהחלקים יהיו דפוסים דומים, בעוד שלחלקים שונים יהיו דפוסים שונים. נקודות הגבול בין שני חלקים הופכות לשינויים במגמות שעליהם אנחנו מדווחים.
תקופת האימון הטיפוסית לזיהוי שינויים בנתונים יומיים היא כ-90 יום, וכ-32 שבועות לזיהוי שינויים בנתונים שבועיים.