Otkrivanje promjene trenda prikazuje suptilne, ali dugotrajne i važne promjene u vašim podacima. Slično je otkrivanju anomalija po tome što obje značajke otkrivaju promjenu u podacima. Glavna je razlika u tome što otkrivanje anomalija ističe iznenadna povećanja ili smanjenja u podacima, dok otkrivanje promjene trenda ističe suptilnije promjene tijekom duljeg razdoblja.
Google Analytics prikazuje te promjene na kartici izvedbe u odjeljku Uvidi i preporuke na početnoj stranici, u pregledu izvješća i pregledu oglašavanja te u značajci Insights Hub.
Razumijevanje promjena trenda
Različite promjene mogu dovesti do promjene trenda. Neke su promjene predvidljive i namjeravane. U tim slučajevima nećete morati ništa poduzeti. Na primjer, ako pokrenete novu oglašivačku kampanju, možda ćete primijetiti postupno povećanje prihoda, a Analytics će otkriti promjenu trenda kao datum početka kampanje.
Ostale su promjene neočekivane i zahtijevaju više pozornosti, kao što su važni mjerni podaci koji se smanjuju. Na primjer, zbog nedavnog ažuriranja koda web-lokacije gumb za registraciju na vašoj web-lokaciji prestane funkcionirati. Možda nećete primijetiti trenutni pad broja aktivnih korisnika, no s vremenom vaša stopa rasta prestaje jer se manje korisnika može registrirati. Analytics će otkriti tu promjenu kako biste mogli izvršiti potrebne prilagodbe na web-lokaciji.
Kako to funkcionira
Kada Google otkrije promjenu u podacima vremenskog niza za određeni mjerni podatak, Google preklapa krug preko datuma na koji je došlo do promjene. Zadržite pokazivač miša iznad kruga da biste saznali više o promjeni, uključujući prethodnu i trenutačnu stopu promjene te kada je došlo do točke promjene.
Možete i kliknuti Istražite izvješće pri dnu kartice izvedbe da biste dodatno istražili podatke. Klikom na gumb otvara se detaljnije izvješće s primijenjenim istim datumskim rasponom, mjernim podatkom i dimenzijom. Možete prilagoditi datumski raspon, usporediti druge dimenzije ili dodati više raščlambi dimenzija da biste istražili promjenu trenda.
Otkrivene vrste promjena
Otkrivanje promjene trenda prikazuje promjenu trenda kada se predviđena vrijednost razlikuje od stvarne vrijednosti, što se događa kada se trend promijeni na sljedeći način:
- iz povećanja u smanjenje
- iz smanjenja u povećanje
- u veće povećanje ili smanjenje
- u manje povećanje ili smanjenje.
Rješavanje problema s promjenama trenda
Prije nego što izvršite promjene na web-lokaciji ili u aplikaciji kada dođe do promjene trenda, najprije je važno razmisliti je li to očekivana promjena i koji je uzrok ako je promjena neočekivana. Ako je promjena očekivana ili pozitivna, vjerojatno nećete trebati unositi nikakve promjene.
U nastavku se opisuju mogući razlozi zbog kojih je došlo do promjene trenda:
Poslovni ciklusi
Tradicionalni poslovni ciklusi mogu dovesti do negativne promjene trenda koja je očekivana i obično ne zahtijeva dodatnu pozornost, osim ako je trend izvan razumnog raspona. Primjeri uključuju završetak blagdana za web-lokacije za e-trgovinu i početak školskih praznika za igraće aplikacije.
Promjene Analytics entiteta
Promjene konfiguracije entiteta mogu dovesti do promjene trenda. Na kartici Administrator u odjeljku Entitet kliknite Povijest promjena entiteta i provjerite je li došlo do promjena prije promjene trenda. Saznajte kako pregledati povijest promjena računa/entiteta
Promjene na web-lokaciji ili u aplikaciji
Do negativnog trenda može doći ako niste ispravno postavili web-lokaciju ili aplikaciju. Primjeri uključuju sljedeće:
- Tehnički problemi kao što su povećana latencija (ili vremena učitavanja stranice), preopterećenje poslužitelja itd.
- Postavke metapodataka stranica, kao što su robots.txt, sitemap.xml, SSL itd., nedostaju ili su pogrešne. Tražilice upotrebljavaju metapodatke za rangiranje vaše stranice, a pogrešno konfigurirani metapodaci mogu dovesti do promjene trenda u organskom prometu.
- Oglasne kampanje postavljene su neučinkovito kada se promjena trenda događa samo u plaćenom prometu.
Kako Analytics otkriva promjene trenda
Analytics Intelligence primjenjuje algoritam segmentacije signala na vremenski niz kako bi se otkrilo je li došlo do promjene trenda. Model segmentira vremenski niz na nekoliko dijelova, pa podaci u svakom dijelu imaju slične uzorke, dok različiti dijelovi imaju različite uzorke. Granične točke između dva dijela postaju promjene trenda koje bilježimo.
Uobičajeno razdoblje uvježbavanja za otkrivanje promjena u dnevnim podacima traje približno 90 dana, a u tjednim podacima oko 32 tjedna.