Parhaat käytännöt
Käyttäjätunnusta ei suositella rekisteröimään omana ulottuvuutena.
Tarpeettomien, kardinaliteetiltaan suurien omien ulottuvuuksien (esim. käyttäjätunnuksen) luominen vaikuttaa negatiivisesti raportteihin ja aiheuttaa datan kertymisen "(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. Haluan verrata kirjautuneita käyttäjiä kirjautumattomiin käyttäjiin. |
Raportointi-identiteetin todentaminen Universal Analyticsissa käyttäjätunnusta käytetään vain tietyissä User-ID-raporteissa. Käyttäjätunnus rekisteröidään tällöin omana ulottuvuutena, jolloin sitä voidaan käyttää liikenteen vertailuun näkymissä, joissa ei käytetä User-ID:tä. GA4:ssä User-ID sisältyy raportointi-identiteettiin ja päällekkäisten käyttäjätunnusten data poistetaan kaikista raporteista. |
|
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 offline-konversioita. | BigQuery Export |
| Haluan tehdä lisäanalyyseja GA4-datasta (esim. hyödyntää koneoppimismalleja) ja importoida vinkit takaisin Google Analyticsiin. | BigQuery Export ja offline-tapahtumadatan importointi |