การตรวจหาการเปลี่ยนแปลงแนวโน้มจะแสดงการเปลี่ยนแปลงเล็กๆ น้อยๆ ที่สำคัญและคงอยู่ยาวนานเกี่ยวกับทิศทางข้อมูลของคุณ โดยมีความคล้ายคลึงกับการตรวจจับความผิดปกติตรงที่ทั้งคู่จะตรวจหาการเปลี่ยนแปลงของข้อมูล ความแตกต่างหลักๆ คือการตรวจจับความผิดปกติจะเน้นไปที่ข้อมูลซึ่งเพิ่มขึ้นหรือลดลงอย่างฉับพลัน ขณะที่การตรวจหาการเปลี่ยนแปลงแนวโน้มจะเน้นที่การเปลี่ยนแปลงเล็กๆ น้อยๆ ในระยะเวลาที่ยาวนานขึ้น
Google Analytics แสดงการเปลี่ยนแปลงเหล่านี้ในการ์ดข้อมูลเชิงลึกในส่วนข้อมูลเชิงลึกและคําแนะนําของหน้าแรกในภาพรวมรายงานและภาพรวมการโฆษณา และในศูนย์รวมข้อมูลเชิงลึก
การทำความเข้าใจการเปลี่ยนแปลงแนวโน้ม
การเปลี่ยนแปลงหลายๆ ประเภทสามารถนำไปสู่การเปลี่ยนแปลงแนวโน้ม การเปลี่ยนแปลงบางอย่างเป็นสิ่งที่คาดการณ์ได้และเป็นไปตามแผนที่วางไว้ ในกรณีเหล่านี้ คุณไม่จำเป็นต้องดำเนินการใดๆ ตัวอย่างเช่น หากคุณเริ่มแคมเปญการโฆษณาใหม่ คุณอาจเห็นรายได้ที่ค่อยๆ เพิ่มขึ้น ซึ่ง Analytics จะตรวจจับการเปลี่ยนแปลงแนวโน้มนั้นว่าเป็นวันที่เริ่มต้นแคมเปญ
ส่วนการเปลี่ยนแปลงอื่นๆ เป็นสิ่งที่ไม่คาดคิดและต้องให้ความสำคัญมากขึ้น เช่น เมตริกสำคัญที่มีแนวโน้มขาลง ตัวอย่างเช่น สืบเนื่องจากการอัปเดตโค้ดของเว็บไซต์เมื่อเร็วๆ นี้ ปุ่มลงทะเบียนในเว็บไซต์จึงหยุดทำงาน คุณอาจไม่พบจำนวนผู้ใช้ที่ใช้งานอยู่ลดลงในทันที แต่เมื่อเวลาผ่านไป อัตราการเติบโตจะหยุดชะงัก เนื่องจากผู้ใช้ที่ลงทะเบียนได้มีจำนวนน้อยลง Analytics จะตรวจหาการเปลี่ยนแปลงนี้เพื่อให้คุณทำการปรับเปลี่ยนที่จำเป็นในเว็บไซต์ได้
วิธีการทำงาน
เมื่อ Google ระบุถึงการเปลี่ยนแปลงในทิศทางของข้อมูลอนุกรมเวลาสำหรับเมตริกหนึ่งๆ Google จะวางวงกลมซ้อนกันในวันที่เกิดการเปลี่ยนแปลงขึ้น ให้วางเมาส์เหนือวงกลมเพื่อดูข้อมูลเพิ่มเติมเกี่ยวกับการเปลี่ยนแปลง รวมถึงอัตราการเปลี่ยนแปลงก่อนหน้าและปัจจุบัน และเวลาที่เกิดการเปลี่ยนแปลงแนวโน้ม
คุณยังคลิกรายงานการตรวจสอบที่ด้านล่างของการ์ดข้อมูลเชิงลึกเพื่อตรวจสอบข้อมูลเพิ่มเติมได้อีกด้วย การคลิกปุ่มดังกล่าวจะเป็นการเปิดรายงานที่มีรายละเอียดมากขึ้นซึ่งใช้ช่วงวันที่ เมตริก และมิติข้อมูลเดียวกัน คุณสามารถปรับช่วงวันที่ เปรียบเทียบมิติข้อมูลอื่นๆ หรือเพิ่มรายละเอียดมิติข้อมูลเพิ่มเติมเพื่อตรวจสอบการเปลี่ยนแปลงแนวโน้ม
ประเภทของการเปลี่ยนแปลงที่ตรวจพบ
การตรวจหาการเปลี่ยนแปลงแนวโน้มจะแสดงการเปลี่ยนแปลงของแนวโน้มเมื่อค่าที่คาดการณ์ไว้แตกต่างจากค่าจริง ซึ่งจะเกิดขึ้นเมื่อแนวโน้มเปลี่ยนจากค่าต่อไปนี้
- เพิ่มขึ้นเป็นลดลง
- ลดลงเป็นเพิ่มขึ้น
- เพิ่มขึ้นหรือลดลงอย่างมาก
- เพิ่มขึ้นหรือลดลงเล็กน้อย
แก้ปัญหาการเปลี่ยนแปลงแนวโน้ม
ก่อนที่จะทําการเปลี่ยนแปลงใดๆ ในเว็บไซต์หรือแอปเมื่อเกิดการเปลี่ยนแปลงแนวโน้ม สิ่งสำคัญคือควรพิจารณาก่อนว่าเป็นการเปลี่ยนแปลงที่คาดไว้หรือไม่ และสาเหตุของการเปลี่ยนแปลงหากเป็นการเปลี่ยนแปลงที่ไม่คาดคิด หากการเปลี่ยนแปลงเป็นไปตามที่คาดไว้หรือเป็นไปในเชิงบวก คุณก็ไม่ต้องทำการเปลี่ยนแปลงใดๆ
คำอธิบายต่อไปนี้คือเหตุผลที่อาจทำให้เกิดการเปลี่ยนแปลงแนวโน้ม
วงจรธุรกิจ
วงจรธุรกิจแบบเดิมๆ อาจทําให้เกิดการเปลี่ยนแปลงแนวโน้มในเชิงลบตามที่คาดไว้ และมักไม่จําเป็นต้องดําเนินการใดๆ เพิ่มเติม เว้นแต่แนวโน้มจะอยู่นอกช่วงที่สมเหตุสมผล ตัวอย่างได้แก่ ช่วงสิ้นสุดเทศกาลวันหยุดสำหรับเว็บไซต์อีคอมเมิร์ซ และช่วงที่โรงเรียนเริ่มเปิดเทอมสำหรับแอปเกม
การเปลี่ยนแปลงในพร็อพเพอร์ตี้ Analytics
การเปลี่ยนแปลงการกำหนดค่าในพร็อพเพอร์ตี้อาจทำให้เกิดการเปลี่ยนแปลงแนวโน้ม ในส่วนผู้ดูแลระบบ ภายในพร็อพเพอร์ตี้ ให้คลิกประวัติการเปลี่ยนแปลงพร็อพเพอร์ตี้ แล้วตรวจสอบว่ามีการเปลี่ยนแปลงใดๆ เกิดขึ้นก่อนการเปลี่ยนแปลงแนวโน้มหรือไม่ เรียนรู้วิธีดูประวัติการเปลี่ยนแปลงของบัญชี/พร็อพเพอร์ตี้
การเปลี่ยนแปลงในเว็บไซต์หรือแอป
การเปลี่ยนแปลงแนวโน้มเชิงลบอาจเกิดขึ้นได้หากคุณไม่ได้ตั้งค่าเว็บไซต์หรือแอปอย่างถูกต้อง ตัวอย่างเช่น
- ปัญหาทางเทคนิค เช่น เวลาในการตอบสนองที่เพิ่มขึ้น (หรือเวลาในการโหลดหน้าเว็บ) เซิร์ฟเวอร์ทำงานหนักเกินไป ฯลฯ
- การตั้งค่าที่ขาดหายไปหรือไม่ถูกต้องในข้อมูลเมตาของหน้าเว็บ เช่น robots.txt, sitemap.xml, SSL เป็นต้น เครื่องมือค้นหาใช้ข้อมูลเมตาเพื่อจัดอันดับหน้าเว็บ และการกำหนดค่าข้อมูลเมตาที่ไม่ถูกต้องอาจนำไปสู่การเปลี่ยนแปลงแนวโน้มในการเข้าชมจากการค้นหาทั่วไป
- แคมเปญโฆษณาได้รับการตั้งค่าอย่างไม่มีประสิทธิภาพ เมื่อการเปลี่ยนแปลงแนวโน้มเกิดขึ้นในการเข้าชมที่เสียค่าใช้จ่ายเท่านั้น
วิธีที่ Analytics ตรวจหาการเปลี่ยนแปลงแนวโน้ม
Analytics อัจฉริยะจะใช้อัลกอริทึมการแบ่งกลุ่มสัญญาณกับอนุกรมเวลาเพื่อตรวจหาว่ามีการเปลี่ยนแปลงแนวโน้มเกิดขึ้นหรือไม่ โมเดลนี้จะแบ่งอนุกรมเวลาออกเป็นหลายๆ ส่วนเพื่อให้ข้อมูลในแต่ละส่วนใช้รูปแบบที่คล้ายคลึงกันร่วมกัน ในขณะที่ส่วนอื่นๆ มีรูปแบบที่ต่างกัน ซึ่งจุดขอบระหว่าง 2 ส่วนจะกลายเป็นการเปลี่ยนแปลงแนวโน้มที่เรารายงาน
ระยะเวลาการฝึกทั่วไปสำหรับการตรวจหาการเปลี่ยนแปลงของข้อมูลรายวันจะอยู่ที่ประมาณ 90 วันและข้อมูลรายสัปดาห์อยู่ที่ประมาณ 32 สัปดาห์