Parhaat käytännöt
Käyttäjätunnusta ei suositella rekisteröimään omana ulottuvuutena.
Tarpeettomien kardinaliteetiltaan suurien omien ulottuvuuksien (esim. käyttäjätunnuksen) luominen vaikuttaa negatiivisesti raportteihin ja kartoituksiin ja aiheuttaa datan tiivistämisen "(other)"-riville. Käytä sen sijaan User‑ID‑ominaisuutta.
Käyttäjäpohjaisen datan analysointi
Alla kerrotaan ominaisuuksista, joiden avulla voit käsitellä ja analysoida käyttäjäpohjaista dataa.
|
Käyttötapaus |
Ominaisuus |
|---|---|
|
Haluan tutkia käyttäjäsegmenttejä ja perehtyä yksittäisten käyttäjien toimintaan. |
Käyttäjien kartoitus |
|
Haluan seurata käyttäjän ominaisuuksia sitä mukaa kun niitä kerätään. Haluan myös ratkaista ongelmia sitä mukaa kun niitä esiintyy ja saada käsityksen käyttäjän toiminnasta sivustollani tai sovelluksessani. |
DebugView |
|
Haluan poistaa päällekkäisten käyttäjätunnusten datan raporteista. |
Raportointi-identiteetin tarkistaminen GA4:ssä User-ID sisältyy raportointi-identiteettiin ja päällekkäisten käyttäjätunnusten data poistetaan kaikista raporteista. |
| Haluan vertailla sisäänkirjautuneita ja muita käyttäjiä. | Kirjautuneiden ja kirjautumattomien käyttäjien vertailu |
|
Haluan luoda uudelleenmarkkinointiyleisöjä käyttäjätunnusten perusteella. |
Uudelleenmarkkinointiyleisöjen luominen User-ID-datan perusteella |
| Haluan nähdä käyttäjätason dataa User-ID:n mukaan. |
GA4:n BigQuery Exportin mallissa on sekä asiakastunnus (user_pseudo_id) että käyttäjätunnus (user_id). |
| Haluan yhdistää Analytics-datan ensimmäisen osapuolen dataan (esim. CRM-dataan), jotta voin mitata tärkeitä offline‑tapahtumia. | BigQuery Export |
| Haluan tehdä lisäanalyyseja GA4-datasta (esim. hyödyntää koneoppimismalleja) ja importoida vinkit takaisin Google Analyticsiin. | BigQuery Export ja offline-tapahtumadatan importointi |