[UA] Tilpassede dimensioner og metrics

Inkluder tilpassede data i dine rapporter.
Denne artikel handler om tilpassede dimensioner og metrics i Universal Analytics. Du kan få flere oplysninger om tilpassede dimensioner og metrics i Google Analytics 4 under [GA4] Tilpassede dimensioner og metrics.

Tilpassede dimensioner og tilpassede metrics fungerer ligesom standarddimensioner og standard-metrics på din Analytics-konto, blot med den forskel, at du selv opretter dem. Du kan bruge dem til at indsamle og analysere data, som Analytics ikke sporer automatisk.

I denne artikel kan du læse om følgende:

Oversigt

Med tilpassede dimensioner og metrics kan du kombinere Analytics-data med data, der ikke kommer fra Analytics, f.eks. CRM-data. Eksempel:

  • Hvis du gemmer kønnet på de brugere, der er logget på, i et CRM-system, kan du kombinere disse oplysninger med dine Analytics-data for at se sidevisninger efter køn.
  • Hvis du er spiludvikler, kan metrics som "gennemførte baner" eller "highscore" være mere relevante for dig end foruddefinerede metrics som skærmvisninger. Hvis du sporer disse data med tilpassede metrics, kan du spore fremgangen i forhold til de metrics, der betyder mest for dig, i fleksible og læsevenlige tilpassede rapporter.

Tilpassede dimensioner kan vises som primære dimensioner i tilpassede rapporter. Du kan også bruge dem som segmenter og sekundære dimensioner i standardrapporter.

Forudsætninger

Tilpassede dimensioner og metrics er tilgængelige for de ejendomme, der enten er aktiveret til Universal Analytics, eller som indeholder mindst en apprapporteringsvisning. Tilpassede dimensioner og metrics understøttes af Google Analytics SDK'er til Android og iOS v2.x eller nyere, analytics.js og Measurement Protocol.

Tilpassede dimensioner og metrics kræver ekstra konfiguration på din Analytics-konto og i din sporingskode. Når du har fuldført begge trin i konfigurationen, kan du bruge dem i dine rapporter.

Grænser og forbehold

Der er 20 indeks til rådighed for tilpassede dimensioner og 20 indeks til rådighed for tilpassede metrics i hver enkelt ejendom. 360-konti har 200 indeks til rådighed for tilpassede dimensioner og 200 indeks for tilpassede dimensioner.

Tilpassede dimensioner kan ikke slettes, men du kan deaktivere dem. Du bør ikke forsøge at genbruge tilpassede dimensioner. Når du redigerer navnet, omfanget og værdien af en tilpasset dimension, kan både de nye og de gamle værdier parres med enten det gamle eller det nye dimensionsnavn. Dette blander dataene i dine rapporter sammen på en måde, så du ikke effektivt og nøjagtigt kan adskille dataene ved hjælp af et filter.

Visse tilpassede dimensioner er ikke tilgængelige i rapportering, når de kombineres med demografiske oplysninger. Du kan opleve grænse- eller inkompatibilitetsbegrænsninger i forbindelse med rapportering eller med API'en, når du anmoder om tilpassede dimensioner med demografiske data.

Livscyklus for tilpassede dimensioner og metrics

Livscyklussen for en tilpasset dimension eller metric består af fire dele:

  • Konfiguration – du definerer dine tilpassede dimensioner og metrics ved hjælp af et indeks, et navn og andre egenskaber, f.eks. anvendelsesniveau.
  • Indsamling – du sender værdierne for de tilpassede dimensioner og metrics til Analytics fra din implementering.
  • Behandling – dine data behandles ved hjælp af dine definitioner af de tilpassede dimensioner og metrics og eventuelle filtre i rapporteringsvisningen.
  • Rapportering – du opretter nye rapporter ved hjælp af dine tilpassede dimensioner og metrics i Analytics-brugerfladen.

Konfiguration

Inden du kan sende værdierne for tilpassede dimensioner og metrics til Analytics, skal de først defineres i en Analytics-ejendom. Hver Analytics-ejendom har 20 tilgængelige indekser til tilpassede dimensioner og desuden 20 indekser til tilpassede metrics.

Når du definerer en tilpasset dimension eller metric, angiver du dens navn og øvrige konfigurationsværdier, og Analytics tildeler et indeksnummer, som du senere bruger til at referere til dimensionen eller metric'en. Tilpassede dimensioner har følgende konfigurationsværdier:

  • Navn – angiver navnet på den tilpassede dimension, som det skal vises i dine rapporter.
  • Omfang – angiver, hvilke data den tilpassede dimension eller metric bliver anvendt på, dvs. på hvilket niveau dimensionen anvendes. Få flere oplysninger om omfang.
  • Aktiv – angiver, om den tilpassede dimension eller metric vil blive behandlet. Inaktive tilpassede dimensioner kan stadig blive vist i rapporterne, men deres værdier behandles ikke.

Tilpassede metrics har følgende konfigurationsværdier:

  • Navn – angiver navnet på den tilpassede metric, som det skal vises i dine rapporter.
  • Type – bestemmer, hvordan værdien for den tilpassede metric skal vises i rapporterne.
  • Minimum-/maksimumværdi – angiver den mindste og største værdi, der kan behandles og vises i dine rapporter.
  • Aktiv – angiver, om den tilpassede metric vil blive behandlet. Inaktive tilpassede metrics kan stadig blive vist i rapporterne, men deres værdier behandles ikke.

Tilpassede dimensioner og metrics kan defineres i Google Analytics-brugerfladen.

Når du har defineret en tilpasset dimension eller metric, skal du undgå at redigere dens navn og omfang, hvis det er muligt. Få flere oplysninger om, hvordan sådanne ændringer kan påvirke din rapportering under Implementeringsovervejelser.

Indsamling

Værdierne for tilpassede dimensioner og metrics sendes til Analytics på indsamlingstidspunktet som et parameterpar bestående af indeks og værdi. Parameteren for indeks svarer til indekset for den tilpassede dimension eller metric, som tildeles i konfigurationsfasen i Analytics.

I modsætning til andre typer data, sendes tilpassede dimensioner og metrics til Analytics som parametre, der er knyttet til andre hits, f.eks. sidevisninger, hændelser eller e-handelstransaktioner. Værdierne for de tilpassede dimensioner eller metrics skal derfor angives, inden der sendes et sporingskald, så den pågældende værdi kan sendes til Analytics.

Hvis du vil angive en værdi for en tilpasset dimension, kan din kode f.eks. se sådan ud:

ga('create', 'UA-XXXX-Y', 'auto');

// Angiv værdien for den tilpassede dimension til indeks 1.
ga('set', 'cd1', 'Level 1');

// Send værdien for den tilpassede dimension med et sidevisningshit.
ga('send', 'pageview');

Typer af tilpassede metrics

Tilpassede metrics af typen heltal (integer) eller tidspunkt (time) skal sendes ved hjælp af heltal, mens tilpassede metrics a typen valuta (currency) skal sendes som et fast decimaltal, der passer til den lokale valuta.

Behandling

Når tilpassede dimensioner behandles, bestemmer omfanget, hvilke hits værdien for en bestemt tilpasset dimension anvendes på, mens visningsfiltrene bestemmer, hvilke hits med deres tilknyttede værdier der i sidste ende inkluderes i rapporteringen.

Omfang og forrang

Omfanget bestemmer, hvilket niveau dimensionen anvendes på, dvs. hvilke hits værdien for en bestemt tilpasset dimension bliver knyttet til. Der er fire niveauer: produkt, hit, session og bruger:

  • Produkt – værdien anvendes på det produkt, som den er konfigureret på (kun udvidet e-handel).
  • Hit – værdien anvendes på det enkelte hit, som den er konfigureret på.
  • Session – værdien anvendes på alle hits i en enkelt session.
  • Bruger – værdien anvendes på alle hits i aktuelle og fremtidige sessioner, indtil værdien ændres eller den tilpassede dimension gøres inaktiv.
Omfang på produktniveau

Når en tilpasset dimension anvendes på produktniveau, anvendes værdien kun på det produkt, som værdien blev indstillet til. Da der kan sendes flere produkter i et enkelt hit, kan der sendes flere tilpassede dimensioner på produktniveau i et enkelt hit.

Tilpassede dimensioner på hitniveau

Når en tilpasset dimension har et omfang på hitniveau, anvendes værdien kun på det hit, som værdien blev indstillet til. Dette illustreres i Figur A, Figur B og Figur C nedenfor:

Figur A: Brugeren sender to hits (H1, H2). H2 har værdien A for den tilpassede dimension CD1. Denne værdi anvendes kun på H2.
 
Figur B: Brugeren sender et tredje hit (H3). H3 har ingen værdi for den tilpassede dimension.
 
Figur C: Brugeren sender et fjerde hit (H4). H4 har værdien B for den tilpassede dimension CD1. Denne værdi anvendes kun på H4.


Omfang på sessionsniveau

Når to værdier for tilpassede dimensioner på sessionsniveau er konfigureret til det samme indeks i en session, har det sidste værdisæt forrang og anvendes på alle hits i den pågældende session. I Figur D nedenfor overskriver det nyeste værdisæt eventuelle tidligere værdier i det pågældende indeks:

Figur A: Brugeren sender et hit (H1) uden en værdi for en tilpasset dimension.
 
Figur B: I samme session sender brugeren et andet hit (H2) med værdien A for den tilpassede dimension CD1. Da den tilpassede dimension skal anvendes på sessionsniveau, anvendes værdien A også på H1.
 
Figur C: Brugeren sender et tredje hit (H3). Selvom der ikke sendes en værdi for den tilpassede dimension CD1 sammen med H3, anvendes værdien A automatisk på H3, da den tilpassede dimensionen skal anvendes på sessionsniveau.
 
Figur D: Brugeren sender et fjerde hit (H4) med en ny værdi for den tilpassede parameter CD1, nemlig B. Da den tilpassede dimension skal anvendes på sessionsniveau, anvendes værdien B på alle hits i sessionen, og værdien A i de tidligere hits overskrives.


Omfang på brugerniveau

Hvis der angivet to værdier for tilpassede dimensioner på brugerniveau, har den sidst angivne værdi forrang i den aktuelle session, og den anvendes på fremtidige sessioner for den pågældende bruger.

I Figur B nedenfor anvendes værdien A for den tilpassede dimension på alle hits i session 2 ligesom ved en tilpasset dimension på sessionsniveau. I Figur C illustreres det, at i modsætning til tilpassede dimensioner på sessionsniveau fortsætter værdien for den tilpassede dimension med at blive anvendt på hits i den tredje session, da den tilpassede dimension CD1 skal anvendes på brugerniveau:

Figur A: Brugeren har en session med tre hits (H1, H2, H3). Der angivet ikke nogen værdier for tilpassede dimensioner.
 
Figur B: Den samme bruger vender tilbage og har endnu en session med tre hits mere. Værdien for den tilpassede dimension CD1 er angivet til A på H3. Værdien for den tilpassede dimension CD1 anvendes derefter på alle hits i sessionen.
 
Figur C: Brugeren vender tilbage til en tredje session med tre hits mere. Da den tilpassede dimension (CD1) skal anvendes på brugerniveau, anvendes værdien A på alle hits i session 3.

Filtre

Visningsfiltre kan interagere med tilpassede dimensioner og metrics på flere måder.

Hver enkelt værdi for tilpassede dimensioner og metrics er knyttet til det hit, som den blev modtaget sammen med, uanset hvilket anvendelsesniveau den tilpassede dimensionen har. Hvis det pågældende hit filtreres af et visningsfilter, kan den tilpassede dimension eller metric muligvis også filtreres. Dette afhænger af dens anvendelsesniveau:

  1. Hitniveau: Både tilpassede dimensioner på hitniveau og tilpassede metrics kan filtreres, hvis det hit, som de er knyttet til, også filtreres.
  2. Sessions- eller brugerniveau: Tilpassede dimensioner på bruger- eller sessionsniveau filtreres ikke, heller ikke hvis det hit, som de er knyttet til filtreres. Deres værdier anvendes stadig på alle hits i den aktuelle session samt i fremtidige sessioner, hvis den tilpassede dimension skal anvendes på brugerniveau.

Tilpassede dimensioner kan også bruges til at konstruere visningsfiltre. Dette medfører, at hits filtreres i forhold til den tilpassede dimensions anvendelsesniveau. Filtrering på en værdi for en tilpasset dimension på brugerniveau ville f.eks. filtrere aktuelle og fremtidige sessioner fra det sæt brugere, der er knyttet til den pågældende værdi.

Rapportering

Efter indsamlingen, konfigurationen og de andre trin i behandlingen af de indkommende data er udført, bliver de tilpassede dimensioner og metrics tilgængelige via grænsefladen til brugerrapportering.

Tilpassede dimensioner og metrics er tilgængelige i tilpassede rapporter og kan brugers sammen med avancerede segmenter. Tilpassede dimensioner kan også bruges som sekundære dimensioner i standardrapporter.

Eksempler

Følgende eksempler viser, hvordan tilpassede dimensioner og metrics kan bruges af en spiludvikler til at få indsigt i spillernes adfærd.

En spiludvikler har for nylig udgivet et ny spil.

Den nuværende Analytics-implementering sporer en skærmvisning, hver gang en bruger spiller en bane. Udvikleren ved allerede, hvor mange gange den enkelte bane spilles. Nu vil udvikleren gerne have svar på følgende mere avancerede spørgsmål:

  1. Hvor mange gange spilles de lette baner i forhold til dem på mellemniveau og de svære baner?
  2. Hvor mange baner spilles der på de enkelte dage i en tre dages gratis prøveperiode?
  3. Hvor mange baner spilles der af brugere, der bruger prøveversionen, i forhold til brugere, som har betalt for spillet?

Udvikleren bruger tilpassede dimensioner til at oprette nye grupperinger af hits, sessioner og brugere for at kunne svare på disse spørgsmål.

Desuden sælger udvikleren nogle ekstra funktioner, som forbedrer brugeroplevelsen, som f.eks. "powerups". Udvikleren bruger allerede felterne Kategori og Variant, men vil også gerne have et ekstra felt til at måle styrken på den powerup, der er købt. På denne måde kan udvikleren finde ud af, om powerups med en bestemt styrke er mere populære end andre.

Tilpassede dimensioner på hitniveau

Lad os se på et eksempel på, hvordan spiludvikleren kan bruge tilpassede dimensioner på hitniveau til at finde ud af, hvor mange baner der blev spillet på hver sværhedsgrad: Let (easy), mellemsvær (medium) eller svær (hard).

Udvikleren sporer allerede det antal gange, som hver enkelt bane spilles, ved hjælp af skærmvisninger. Nu vil udvikleren gerne vide, hvilken sværhedsgrad der spilles mest.

Rapporten ser sådan ud:

Sværhedsgrad Skærmvisninger
easy  
medium  
hard  

Inden udvikleren begyndte at bruge tilpassede dimensioner, kunne udvikleren se det samlede antal skærmvisninger pr. bane, men det var ikke muligt at gruppere disse skærmvisninger efter sværhedsgrad.

Ved at bruge en tilpasset dimension på hitniveau kan sværhedsgraden blive knyttet til den enkelte skærmvisning, så rapporterne kan vise, hvilken sværhedsgrad der spilles mest.

Hvorfor bruge tilpassede dimensioner på hitniveau?

En bruger kan spille flere baner i løbet af én session. Hvis udvikleren bruger tilpassede dimensioner på hitniveau bliver værdien for sværhedsgraden kun knyttet til den skærmvisning, som den blev sendt sammen med. På denne måde sikres det, at hver skærmvisning af en bane kan knyttes entydigt til en sværhedsgrad.

Konfiguration

Det første trin i implementeringen af en tilpasset dimension er at definere den i indstillingerne for din ejendom i afsnittet Administration i Analytics. Til dette eksempel ser definitionen af den tilpassede dimension sådan ud:

Indeks 1
Name Difficulty
Scope Hit
Active true

Samling

I spillet sporer udvikleren allerede den enkelte bane, der spilles, ved hjælp af en skærmvisning. Når sværhedsgraden skal knyttes til den enkelte bane, skal værdien for den tilpassede dimension angives lige før kaldet til sporingen af skærmvisningen.

Implementeringen kan se sådan ud:

ga('create', 'UA-XXXX-Y', 'auto');

// Angiv værdien for tilpasset dimension til indeks 1.
ga('set', 'cd1', 'easy');

// Send værdien for den tilpassede dimension sammen med et sidevisningshit.
ga('send', 'pageview', '/level_1/');

I dette eksempel angives den tilpassede dimension lige før sporingen af banens skærmvisning. På denne måde knyttes sværhedsgraden til skærmvisningen, hvilket giver mulighed for, at hits for skærmvisninger kan grupperes efter sværhedsgrad i rapporterne.

Behandling

Når disse hits er indsamlet og sendt til Analytics, behandles dataene, og værdierne for den tilpassede dimension anvendes på hits, som angivet i dens omfang.

Eksempelvis ville de data, der er indsamlet for en enkelt spiller med én session, der har spillet seks baner, se sådan ud:

userId = 5555
Session 1:
H1: screen_name=/level_1/ cd1_value=easy
H2: screen_name=/level_2/ cd1_value=medium
H3: screen_name=/level_3/ cd1_value=hard
H4: screen_name=/level_4/ cd1_value=easy
H5: screen_name=/level_5/ cd1_value=medium
H6: screen_name=/level_6/ cd1_value=medium

Bemærk, at brug af en tilpasset dimension på hitniveau sikrer, at den enkelte værdi for sværhedsgrad kun knyttes til den skærmvisning, som den blev sendt sammen med.

Rapportering

Da hver skærmvisning er knyttet til den tilhørende værdi for sværhedsgrad, når dataene er behandlet, kan udvikleren oprette en rapport, der bruger både Skærmnavn og Sværhedsgrad som dimensioner og Skærmvisninger som metric:

Skærmnavn Sværhedsgrad Skærmvisninger
/level_1/ let 1
/level_2/ mellem 1
/level_3/ svær 1
/level_4/ let 1
/level_5/ mellem 1
/level_6/ mellem 1

Der kan oprettes en tilpasset rapport, som bruger Sværhedsgrad som primær dimension til gruppering af skærmvisninger, så det er muligt at finde ud af, hvor mange gange hver sværhedsgrad er blevet spillet:

Sværhedsgrad Skærmvisninger
easy 2
medium 3
hard 1

I denne rapport vises det, at de mellemsvære baner blev spillet mest. Det er muligt at få denne indsigt ved at bruge tilpassede dimensioner på hitniveau til gruppering af skærmvisninger.

Omfang på sessionsniveau

Lad os nu se på et eksempel på, hvordan spiludvikleren kan bruge tilpassede dimensioner på sessionsniveau til at finde ud af, hvor mange baner der blev spillet de enkelte dage i en tre dages prøveperiode.

Udvikleren ved allerede, hvor mange gange den enkelte bane spilles, ved at spore en skærmvisning for hver bane. Nu vil udvikleren gerne vide, hvor mange baner der blev spillet hver enkelt dag.

Den rapport, som udvikleren vil have, ser sådan ud:

Dag i prøveperioden Skærmvisninger
Day 1  
Day 2  
Dag 3  

Ved at bruge en tilpasset dimension på sessionsniveau kan udvikleren gruppere skærmvisningerne efter de enkelte dage i prøveperioden, og se, hvordan tallet ændrer sig, når brugeren bruger mere tid på den gratis prøveversion.

Hvorfor bruge tilpassede dimensioner på sessionsniveau?

Du kan bruge tilpassede dimensioner på sessionsniveau til effektivt at gruppere hele sessioner og alle deres tilhørende hits efter en enkelt værdi for "Dag i prøveperioden".

Selvom en tilpasset dimension på hitniveau ville kunne bruges til at opnå den samme funktionalitet, giver brugen af en tilpasset dimension på sessionsniveau dig mulighed for nemt at angive en værdi for "Dag i prøveperioden" med mindst mulig ekstra kode.

Konfiguration

Den tilpassede dimension "Dag i prøveperioden" defineres i afsnittet med indstillinger for ejendommen i brugergrænsefladen i Analytics ved hjælp af disse værdier:

Indeks 2
Navn Dag i prøveperioden
Omfang Session
Aktiv true

Samling

I spillet sporer udvikleren allerede den enkelte bane, der spilles, ved hjælp af en skærmvisning. Det er kun nødvendigt at angive værdien for den tilpassede dimension én gang pr. session for at knytte en bestemt dag til alle skærmvisningerne i en session.

Udvikleren ville typisk angive den tilpassede dimension, når brugeren starter spillet første gang:

ga('create', 'UA-XXXX-Y', 'auto');

// Angiv værdien for den tilpassede dimension til indeks 2.
var day = getDayOfTrial();
ga('set', 'dimension2', day );

// Send værdien for den tilpassede dimension sammen med et sidevisningshit.
ga('send', 'pageview', '/level_1/');

Bemærk, at en tilpasset dimension på sessionsniveau kan angives når som helst i sessionen. I dette eksempel er det dog mest praktisk for udvikleren at registrere dagen i prøveperioden og angive den relevante værdi i starten af sessionen.

Behandling

Når disse hits er indsamlet og sendt til Analytics, behandles dataene, og værdierne for den tilpassede dimension anvendes på hits, som angivet i dens omfang.

Eksempelvis ser data, der er indsamlet for en enkelt spiller, der har spillet spillet to gange den første dag, én gang den anden dag og én gang den tredje dag, sådan ud:

userId = 5555
Session 1:
H1: screen_name=/level_1/  cd2_value=1
H2: screen_name=/level_2/
H3: screen_name=/level_2/

Session 2:
H4: screen_name=/level_3/  cd2_value=1
H5: screen_name=/level_4/
H6: screen_name=/level_4/

Session 3:
H1: screen_name=/level_1/  cd2_value=2
H2: screen_name=/level_2/
H3: screen_name=/level_3/

Session 4:
H1: screen_name=/level_3/  cd2_value=3

Bemærk, at værdierne for den tilpassede dimension kun sendes med én skærmvisning pr. session.

Med en tilpasset dimension på sessionsniveau sikres det, at "Dag i prøveperioden" knyttes til alle hits i den pågældende session og ikke kun det hit, som den blev sendt sammen med.

Rapportering

Efter behandlingen er værdierne for tilpassede dimensioner på sessionsniveau knyttet til alle skærmvisninger, der er modtaget i samme session. Udvikleren kan nu oprette en rapport med "Dag i prøveperioden" og Skærmnavn som dimensioner og Skærmvisninger som metric:

Dag i prøveperioden Skærmnavn Skærmvisninger
1 /level_1/ 1
1 /level_2/ 2
1 /level_3/ 1
1 /level_4/ 2
2 /level_1/ 1
2 /level_2/ 1
2 /level_3/ 1
3 /level_3/ 1

Til slut kan udvikleren oprette en tilpasset rapport, som bruger "Dag i prøveperioden" som primær dimension, for at gruppere skærmvisningerne pr. dag og finde ud af, hvor mange baner der blev spillet hver enkelt dag i prøveperioden:

Dag i prøveperioden Skærmvisninger
1 6
2 3
3 1

Dataene viser, at der spilles flest baner den første dag og klart færre baner de to følgende dage. Det er muligt at få denne indsigt ved at bruge tilpassede dimensioner på sessionsniveau til gruppering af flere sessioner og deres tilhørende hits efter en enkelt værdi.

Omfang på brugerniveau

Lad os til slut se på et eksempel på, hvordan spiludvikleren kan bruge tilpassede dimensioner på brugerniveau til at finde ud af, hvor mange baner der blev spillet af betalende brugere i forhold til brugere med den gratis prøveversion.

Ligesom i de tidligere eksempler spores det samlede antal gange, som hver bane spilles, allerede med skærmvisninger, men udvikleren vil nu gruppere skærmvisningerne efter spillere som bruger henholdsvis den betalte (Paid) og den gratis (Free) version.

Den rapport, som udvikleren vil have, ser sådan ud:

Spillertype Skærmvisninger
Free  
Betalt  

Ved hjælp af en tilpasset dimension på brugerniveau kan udvikleren få disse data ved at tilknytte alle skærmvisninger, der hører til en bestemt bruger, til en bestemt værdi for Spillertype for alle brugerens aktuelle og fremtidige sessioner.

Hvorfor bruge tilpassede dimensioner på brugerniveau?

Med tilpassede dimensioner på brugerniveau kan du nemt gruppere alle en brugers tilhørende sessioner og hits efter en enkelt værdi. Dette er ideelt til værdier, som ikke ændres ret tit for en bestemt bruger, som f.eks. Spillertype i dette eksempel.

Bemærk, at selvom du kunne opnå den samme funktionalitet ved at anvende tilpassede dimensioner på hit- eller sessionsniveau, er en tilpasset dimension på brugerniveau den nemmeste løsning, som kræver mindst mulig kode.

Konfiguration

Den tilpassede dimension Spillertype defineres i afsnittet Administration ved hjælp af disse værdier:

Indeks 3
Navn Spillertype
Omfang Bruger
Aktiv true

Samling

Som i de tidligere eksempler sporer udvikleren allerede den enkelte bane, der spilles, ved hjælp af en skærmvisning. Når disse skærmvisninger skal grupperes efter Spillertype, behøver udvikleren kun at angive dimensionen Spillertype, når brugeren starter spillet, og muligvis en gang til, hvis brugeren senere betaler for at få adgang til den fulde version af spillet.

Udvikleren ville typisk angive den tilpassede dimension, når brugeren starter spillet første gang:

ga('create', 'UA-XXXX-Y', 'auto');

// Angiv værdien for tilpasset dimension til indeks 3.
ga('set', 'dimension3', 'Free');

// Send værdien for den tilpassede dimension sammen med et sidevisningshit.
ga('send', 'pageview', '/level_1/');

Udvikleren angiver desuden også den tilpassede dimension, når brugeren betaler for den fulde version af spillet:

ga('create', 'UA-XXXX-Y', 'auto');

// Angiv værdien for tilpasset dimension til indeks 3.
ga('set', 'dimension3', 'Paid');

// Send værdien for den tilpassede dimension sammen med et sidevisningshit.
ga('send', 'pageview', '/level_1/');

Behandling

Når dataene er indsamlet, behandles dataene, og værdierne for de tilpassede dimensioner anvendes på hits, som det er bestemt ud fra deres omfang, ligesom i de tidligere eksempler.

Eksempelvis ser de data, der er indsamlet for en enkelt spiller, der har spillet spillet to gange som gratis bruger og én gang som betalende bruger, sådan ud:

userId = 5555
Session 1:
H2: screen_name=/level_1/ cd3_value=free
H3: screen_name=/level_2/

Session 2:
H1: screen_name=/level_2/
H2: screen_name=/level_3/
H3: screen_name=/level_3/

Session 3:
H1: screen_name=/level_3/ cd3_value=paid
H2: screen_name=/level_4/

Bemærk, at værdisættet free i session 1 anvendes på alle hits i den pågældende session og i session 2, indtil den nye værdi paid angives i session 3.

Rapportering

Efter behandlingen er værdierne for den tilpassede dimension Spillertype knyttet til de sessioner, som de er angivet i, og eventuelle fremtidige sessioner og hits.

Udvikleren kan nu oprette en rapport med Spillertype og Skærmnavn som dimensioner og Skærmvisninger som metric:

Spillertype Skærmnavn Skærmvisninger
Free /level_1/ 1
Free /level_2/ 2
Free /level_3/ 2
Paid /level_3/ 1
Paid /level_4/ 1

Til slut kan udvikleren oprette en tilpasset rapport, som bruger Spillertype som primær dimension, for at gruppere skærmvisningerne efter spillertype og finde ud af, hvor mange baner der blev spillet af brugere med den gratis og den betalte version:

Spillertype Skærmvisninger
Free 5
Paid 2

Dataene viser, at der blev spillet flere baner af brugere med den gratis version end af betalende brugere. Det er muligt at få denne indsigt ved at bruge tilpassede dimensioner på brugerniveau til gruppering af brugere og deres tilhørende sessioner og hits efter en enkelt værdi.

Omfang på produktniveau

Lad os se på et eksempel på, hvordan spiludvikleren kan bruge tilpassede dimensioner på produktniveau til at finde ud af, hvilke typer powerups brugene køber: svag (weak), mellem (medium), stærk (strong).

Udvikleren sporer allerede det antal gange, der købes en powerup, ved hjælp af udvidet e-handel. Nu vil udvikleren gerne vide, hvilke typer powerups der købes flest af, når der ses på deres styrke.

Rapporten ser sådan ud:

Tilkøbets effekt Produktomsætning
weak  
medium  
strong  

Inden udvikleren begyndte at bruge tilpassede dimensioner, kunne udvikleren se den samlede produktomsætning fra powerups, men det var ikke muligt at gruppere denne omsætning efter styrken på powerup'en.

Ved at bruge en tilpasset dimension på produktniveau kan styrken på powerup'en knyttes til det enkelte produkt, så rapporterne kan vise, hvilken type styrke der købes mest (ud over "set", "klikket på" og andre handlinger i udvidet e-handel.

Hvorfor bruge tilpassede dimensioner på produktniveau?

En bruger kan købe flere powerups som en del af et enkelt køb. Hvis udvikleren bruger en tilpasset dimension på produktniveau, bliver der kun knyttet en værdi for styrken på powerup'en til det produkt, som den blev sendt sammen med. På denne måde sikres det, at hver powerup kan knyttes til en entydig styrke.

Konfiguration

Den tilpassede dimension "Styrke på powerup "defineres i sektionen med indstillinger for ejendommen under Administration i Analytics ved hjælp af disse værdier:

Indeks 4
Navn Tilkøbets effekt
Omfang Produkt
Aktiv true

Samling

I spillet sporer udvikleren allerede alle køb af powerups. Når styrken skal knyttes til den enkelte powerup, skal værdien for den tilpassede dimension angives sammen med produktdataene.

Når denne dimension føjes til produktet, kan det se sådan ud:

ga('ec:addProduct', {               // Angiv produktoplysninger i productFieldObject.
  'id': 'P12345',                   // Produkt-id (streng).
  'name': 'Powerup',                // Produktnavn (streng).
  'category': 'Extras',             // Produktkategori (streng).
  'variant': 'red',                 // Produktvariant (streng).
  'price': '10.00',                 // Produktets pris (valuta).
  'quantity': 2,                    // Produktantal (tal).
  'dimension4': 'strong'            // Tilpasset dimension på produktniveau (streng).
});
ga('ec:setAction', 'purchase', {
  'id': 'T12345',
  'revenue': '20.00'
});

ga('send', 'pageview');     // Send transaktionsdata sammen med den første sidevisning.

I dette eksempel angives den tilpassede dimension sammen med produktoplysningerne. Dette knytter styrken til den pågældende powerup.

Behandling

Når disse hits er indsamlet og sendt til Analytics, behandles dataene, og værdierne for de tilpassede dimensioner anvendes på de produkter, som de er angivet sammen med, ligesom i de tidligere eksempler.

Eksempelvis ville de data, der er indsamlet for en enkelt spiller med én session, der har købt 3 powerups, se sådan ud:

userId = 5555
Session 1:
H1: product_name=powerup cd4_value=weak
    product_name=powerup cd4_value=strong
H2: product_name=powerup cd4_value=weak

Bemærk, at brug af en tilpasset dimension på produktniveau sikrer, at den enkelte powerup-værdi kun knyttes til det produkt, som den er angivet sammen med.

Rapportering

Da hvert produkt er knyttet til den tilhørende værdi for styrke, når dataene er behandlet, kan udvikleren oprette en tilpasset rapport, der viser omsætning efter styrke på powerup'en:

Styrke på powerup Produktomsætning
weak 20.00
strong 10.00

I denne rapport vises det, at tilkøbene med lav effekt bidrog mest til omsætningen.

Tilpassede metrics

Omfang

Ligesom de tilpassede dimensioner kan tilpassede metrics have forskellige omfang, dvs. anvendes på forskellige niveauer. Tilpassede metrics på hitniveau bliver knyttet til alle dimensioner på hitniveau, som de blev sendt sammen med. På samme måde knyttes tilpassede metrics på produktniveau kun til de produkter, de blev sendt til. Følgende eksempler viser, hvordan disse to typer tilpassede metrics fungerer:

Eksempel på en tilpasset metric på hitniveau

I eksemplerne ovenfor har spiludvikleren sporet hvert spil af en bane som en skærmvisning. I alle de genererede rapporter bruges skærmvisningen til at repræsentere en spillers forsøg på at gennemføre en bane.

Udvikleren vil dog også gerne kende gennemførselsprocenten for hver bane.

Udvikleren bruger en ny tilpasset metric, der får navnet "Gennemførte baner", og sammenligner denne med antal skærmvisninger for hver bane for at kunne finde gennemførselsprocenten.

Den rapport, som udvikleren vil have, ser sådan ud:

Skærmnavn Skærmvisninger Gennemførte baner
/level_1/    
/level_2/    
/level_3/    

Hvorfor bruge en tilpasset metric?

I mange tilfælde har du mulighed for at bruge hændelser, skærmvisninger og/eller en tilpasset metric til at spore dine vigtigste metrics. Tilpassede metrics kan dog give dig mere fleksible og læsevenlige tilpassede rapporter og er derfor en praktisk metode til at spore dine vigtigste metrics.

I dette eksempel kunne antallet af gennemførte baner ikke spores som en skærmvisning, uden at antallet af skærmvisninger pr. bane blev registreret dobbelt, så i dette tilfælde ville det være en god idé at finde en anden mulighed.

Selvom en hændelse kan bruges alene, vil det på grund af hændelsers hierarkiske opbygning være svært at udforme ovenstående rapport ved at kombinere skærmvisninger og gennemførte baner i en enkelt dimension.

På grund af ovenstående begrænsninger, og fordi gennemførte baner er en så vigtig metric for denne udvikler, er det mest praktisk at spore gennemførte baner som en tilpasset metric.

Konfiguration

Den tilpassede metric "Gennemførte baner" defineres i afsnittet til administration i brugerfladen med disse værdier:

Indeks 1
Navn Gennemførte baner
Omfang Hit
Formateringstype Heltal
Aktiv true

Samling

Udvikleren sporer allerede, når der startes på en bane, ved hjælp af en skærmvisning. Nu vil udvikleren spore en gennemført bane ved hjælp af den nye tilpassede metric.

Ligesom tilpassede dimensioner sendes tilpassede metrics til Analytics som parametre, der er knyttet til andre hits. Når udvikleren skal sende værdien for den tilpassede metric, skal der også sendes et ekstra hit for at registrere, at brugeren har gennemført en bane. I dette eksempel aktiveres der en hændelse, når banen er gennemført, og der knyttes en tilpasset metric til denne hændelse.

Implementeringen kan se sådan ud:

ga('create', 'UA-XXXX-Y', 'auto');

// Læg 1 til metric for gennemførte baner.
ga('set', 'metric1', 1 );

// Send værdien for den tilpassede metric sammen med et hændelseshit.
ga('send', 'event', 'Level', 'completion');

Behandling

Inden behandlingen ser dataene for en enkelt spiller, som spiller tre niveauer i spillet i en enkelt session, sådan ud:

userId = 5555
Session 1
H1: type=screen_view screen_name=/level_1/
H2: type=event screen_name=/level_1/ cm1_value=1
H3: type=screen_view screen_name=/level_2/
H4: type=screen_view screen_name=/level_2/
H5: type=screen_view screen_name=/level_2/
H6: type=event screen_name=/level_2/ cm1_value=1
H7: type=screen_view screen_name=/level_3/
H8: type=event screen_name=/level_3/ cm1_value=1

Rapportering

Efter behandlingen kan udvikleren oprette en rapport, der bruger Skærmnavn som dimension og Skærmvisninger, "Samlet antal hændelser" og "Gennemførte baner" som metric:

Skærmnavn Skærmvisninger Samlet antal hændelser Gennemførte baner
/level_1/ 1 1 1
/level_2/ 3 1 1
/level_3/ 1 1 1

Da udvikleren har sporet gennemførte baner som en tilpasset metric, er der ikke behov for på et senere tidspunkt at filtrere gennemførelseshændelser fra det samlede antal hændelser.

I stedet kan udvikleren nemt oprette følgende tilpassede rapport med den tilpassede metric "Gennemførte baner":

Skærmnavn Skærmvisninger Gennemførte baner
/level_1/ 1 1
/level_2/ 3 1
/level_3/ 1 1

Dataene viser, at bane 2 rent faktisk er sværere end bane 1 og 3, da den kun har en gennemførselsprocent på 33 % i forhold til antal skærmvisninger. Ved at spore gennemførte baner som en tilpasset metric kan udvikleren nemt finde svar på spørgsmål om centrale metrics og oprette forenklede rapporter, der kan deles med andre.

Eksempel på tilpasset metric på produktniveau

I eksemplerne ovenfor har spiludvikleren sporet hvert enkelt køb af en powerup i spillet. Der findes en række metrics, der kan knyttes til det enkelte køb, f.eks. antal og produktomsætning.

Spiludvikleren har for nylig kørt en kampagne, hvor alle brugere fik 1000 DKK i kredit. Spiludvikleren vil finde ud af, hvilke powerups folk køber med deres kredit.

Udvikleren bruger en ny tilpasset metric, der får navnet "Anvendt kredit" for at kunne finde ud af, hvor meget kredit der bruges pr. produktkøb.

Den rapport, som udvikleren vil have, ser sådan ud:

Tilkøbets effekt Produktomsætning Anvendt kredit
strong    
medium    
weak    

Konfiguration

Den tilpassede metric"Anvendt kredit" defineres i afsnittet Administration ved hjælp af disse værdier:

Indeks 2
Navn Anvendt kredit
Omfang Produkt
Formateringstype Heltal
Aktiv true

Samling

Ligesom med tilpassede dimensioner på produktniveau sendes tilpassede metrics på produktniveau til Analytics som parametre, der er knyttet til produktdataene.

Implementeringen kan se sådan ud:

ga('ec:addProduct', {               // Angiv produktoplysninger i productFieldObject.
  'id': 'P12345',                   // Produkt-id (streng).
  'name': 'Powerup',                // Produktnavn (streng).
  'category': 'Extras',             // Produktkategori (streng).
  'variant': 'red',                 // Produktvariant (streng).
  'price': '10.00',                 // Produktets pris (valuta).
  'quantity': 2,                    // Produktantal (tal).
  'dimension4': 'strong',           // Tilpasset dimension på produktniveau (streng).
  'metric2': 5                      // Tilpasset metric på produktniveau (heltal).
});
ga('ec:setAction', 'purchase', {
  'id': 'T12345',
  'revenue': '20.00'
});

ga('send', 'pageview');     // Send transaktionsdata sammen med den første sidevisning.


Behandling

Inden behandlingen ser dataene for en enkelt spiller, som køber nogle powerups i spillet, sådan ud:

userId = 5555
Session 1
H1: type=screen_view screen_name=/level_1/
H2: type=screen_view screen_name=/level_2/
    product_name=powerup cd4_value=weak cm2_value=5
    product_name=powerup cd4_value=strong cm2_value=5
H4: type=screen_view screen_name=/level_2/
    product_name=powerup cd4_value=medium cm2_value=1
    product_name=powerup cd4_value=weak cm2_value=10

Rapportering

Efter behandlingen kan udvikleren oprette en rapport, der bruger "Styrke på powerup" som dimension og "Produktomsætning" og "Anvendt kredit" som metric:

Styrke på powerup Produktomsætning Anvendt kredit
weak 20 15
strong 10 5
medium 10 1

Dataene viser, at spillere bruger deres kredit på tilkøb med lav effekt. Udvikleren har tjent mest på mellemstærke powerups.

Implementeringsovervejelser

Når du implementerer tilpassede dimensioner eller metrics, skal du huske følgende:

Redigering af en eksisterende dimension eller metric

Når du redigerer navnet eller omfanget af en tilpasset dimension eller metric, kan det påvirke dine data på følgende måder:

  • Redigering af navn: Påvirker de data, der allerede er behandlet. De gamle data er fremover kun tilgængelige via det nye navn.
  • Redigering af omfang: Påvirker ikke de data, der allerede er behandlet. Det er kun nye data, der bliver behandlet med anvendelse af det nye omfang.
  • Ændring af statussen Aktiv: Feltet Aktiv bestemmer, om værdierne for den tilpassede dimension eller metric rent faktisk behandles. Bemærk, at når Aktiv er angivet til falsk, vises den tilpassede dimension eller metric stadig i dine rapporter, men da værdierne ikke er blevet behandlet, indeholder de ingen tilknyttede data.

Tænk langsigtet, når du angiver omfanget

Når du skal beslutte, hvilket omfang der skal bruges til en bestemt tilpasset dimension, skal du overveje, hvor ofte du forventer, at værdien vil ændre sig. Hvis det er en værdi, der kan ændre sig flere gange i løbet af en session, f.eks. navnet på banen i et spil, kan du bruge tilpassede dimensioner på hitniveau og angive værdien før hvert enkelt hit. En tilpasset dimension som køn, skal derimod kun angives på brugerniveau én enkelt gang. Hvis du sender en værdi for køn med hvert hit, kræver det ekstra arbejde, der ikke er nødvendigt, og desuden resulterer en konfiguration med en tilpasset dimension på brugerniveau, der ændres ofte, at mange hits fejlagtigt får tilknyttet den pågældende værdi.

Var disse oplysninger nyttige?

Hvordan kan vi forbedre siden?
true
Vælg selv din læringssti

Websitet google.com/analytics/learn er en ny ressource, du kan bruge som hjælp til at få mest muligt ud af Google Analytics 4. Her kan du finde videoer, artikler og trinvise vejledninger samt links til Google Analytics Discord og Google Analytics' blog, YouTube-kanal og GitHub-lager.

Start læringsprocessen allerede i dag!

Søgning
Ryd søgning
Luk søgning
Hovedmenu
3359013041511096143
true
Søg i Hjælp
true
true
true
true
true
69256
false
false