Identifiering av förändringar i trender visar subtila men bestående och viktiga förändringar i trender för din data. Funktionen liknar avvikelseidentifiering på så sätt att båda identifierar förändringar av data. Den största skillnaden är att avvikelseidentifieringen visar plötsliga toppar eller dalar i data, medan identifiering av förändringar i trender visar mindre förändringar över längre tid.
Google Analytics visar förändringarna på ett insiktskort i avsnittet Insikter och rekommendationer på startsidan, Översiktsbild av rapporter och Översiktsbild av annonser samt i Insights Hub.
Tolka förändringar i trender
Många typer av förändringar kan orsaka en trendförändring. Vissa förändringar är förutsägbara och avsiktliga. Vid sådana tillfällen behöver du inte göra något. Om du till exempel startar en ny annonskampanj kan intäkterna öka gradvis. Analytics identifierar trendförändringen som startdatum för kampanjen.
Andra förändringar sker oväntat och kräver mer uppmärksamhet, till exempel viktiga mätvärden med en nedåtgående trend. Till exempel kanske registreringsknappen på webbplatsen slutar fungera på grund av att webbplatskoden nyligen har uppdaterats. Du kanske inte märker någon omedelbar minskning av antalet aktiva användare, men med tiden avstannar tillväxten eftersom färre användare lyckas registrera sig. Analytics hittar förändringen så att du kan göra nödvändiga justeringar på webbplatsen.
Så fungerar det
När Google hittar en riktningsförändring för tidsseriedata för ett givet mätvärde överlagrar Google en cirkel på det datum då förändringen inträffade. Om du håller muspekaren över cirkeln visas mer information om förändringen, inklusive den tidigare och aktuella förändringsfrekvensen och när trenden förändrades.
Du kan också klicka på Undersök rapport längst ned på insiktskortet om du vill undersöka informationen ytterligare. När du klickar på knappen öppnas en detaljrapport med samma datumintervall, mätvärde och dimension. Du kan justera datumintervallet, jämföra andra dimensioner och lägga till fler dimensionsfördelningar för att undersöka trendförändringen.
Förändringstyper som identifieras
Identifiering av förändringar i trender visar trendförändringar när det prognostiserade värdet skiljer sig från det faktiska värdet, vilket sker när en trend förändras från
- en ökning till en minskning
- en minskning till en ökning
- en större ökning eller minskning
- en mindre ökning eller minskning.
Felsöka trendändringar
Innan du börjar ändra något på din webbplats eller i din app när en trendförändring inträffar är det viktigt att fundera över om förändringen är förväntad eller inte och vad den kan bero på om den inte är det. Om förändringen är förväntad eller positiv vill du förmodligen inte ändra något.
Här beskrivs några möjliga orsaker till att en trendförändring inträffar:
Affärscykler
Traditionella affärscykler kan leda till förväntade negativa trendförändringar och kräver oftast inga extra åtgärder så länge trenden ligger inom ett rimligt intervall. Exempel på detta är när julhandeln upphör för e-handelswebbplatser och när skolan börjar igen efter ett lov för spelappar.
Ändringar i Analytics-egendomen
Konfigurationsändringar i din egendom kan leda till en trendförändring. Gå till Administratör. Under Egendom klickar du på Ändringshistorik för egendom och kontrollerar om det har skett några förändringar innan trendförändringen. Läs om hur du visar historiken för konto-/egendomsändringar
Ändringar på din webbplats eller i din app
En negativ trendförändring kan inträffa om du inte har ställt in webbplatsen eller appen korrekt. Exempel:
- Tekniska problem, till exempel ökad latens (eller sidhämtningstid) eller överbelastning av servern.
- Saknade eller felaktiga inställningar för metadata på dina sidor, till exempel robots.txt, sitemap.xml eller SSL. Sökmotorer använder metadata för att ranka sidan och felkonfigurerad metadata kan leda till en trendförändring i den organiska trafiken.
- Ineffektivt inställda annonskampanjer när trendförändringen bara inträffar för betald trafik.
Så identifierar Analytics trendförändring
Analytics Intelligence tillämpar en signalsegmenteringsalgoritm på en tidsserie för att upptäcka om en trendförändring har inträffat. Modellen delar in tidsserien i flera delar så att informationen i varje del har liknande mönster medan olika delar har olika mönster. Gränspunkterna mellan två delar utgör sedan de trendförändringar som rapporteras.
Den typiska träningsperioden för att upptäcka förändringar i daglig data är cirka 90 dagar och i data per vecka cirka 32 veckor.