Omat kategoriat ja mittarit

Voit sisällyttää raportteihisi vakiodatan lisäksi myös muuta dataa.

Omat kategoriat ja mittarit ovat samanlaisia kuin Analytics-tilisi oletuskategoriat ja ‑mittarit. Erona on se, että luot ne itse. Niiden avulla voit kerätä ja analysoida dataa, jota Analytics ei seuraa automaattisesti.

Tämän artikkelin aiheet:

Yleiskatsaus

Omien kategorioiden ja mittareiden avulla voit yhdistää Analytics-dataa muuhun kuin Analytics-dataan (kuten asiakassuhdehallinnan dataan). Esimerkki:

  • Jos tallennat asiakassuhdehallintajärjestelmään tietoja sisäänkirjautuneiden käyttäjien sukupuolesta, voit yhdistää kyseisen datan ja Analytics-datan ja katsoa katselukertoja sukupuolen mukaan.
  • Jos olet pelikehittäjä, tason läpäisyä tai suurinta pistetulosta koskevat mittarit saattavat olla sinulle hyödyllisempiä kuin ennalta määritetyt mittarit, kuten näkymän katselukerrat. Omien mittareiden avulla voit seurata sinulle tärkeimpien mittareiden kehitystä joustavien ja helppotajuisten omien raporttien avulla.

Omat kategoriat voivat näkyä ensisijaisina kategorioina omissa raporteissa. Niitä voi käyttää myös segmentteinä ja toissijaisina kategorioina vakiomuotoisissa raporteissa.

Vaatimukset

Omat kategoriat ja mittarit ovat saatavilla ainoastaan sellaisille omaisuuksille, joille on otettu käyttöön Universal Analytics tai jotka sisältävät vähintään yhden sovelluksen raportointinäkymän. Omia kategorioita ja mittareita tuetaan Google Analytics SDK:n Android- ja iOS-versiossa 2.x ja sitä uudemmissa versioissa, analytics.js-kirjastossa ja Measurement Protocolissa.

Omat kategoriat ja mittarit edellyttävät lisämäärityksiä Analytics-tilillä ja seurantakoodissa. Voit käyttää niitä raporteissa, kun olet tehnyt määritysten molemmat vaiheet.

Rajoitukset ja muuta huomioitavaa

Kussakin omaisuudessa on 20 indeksiä omille kategorioille ja 20 indeksiä omille mittareille. 360-tileillä on 200 indeksiä omille kategorioille ja 200 indeksiä omille mittareille.

Omia kategorioita ei voi poistaa, mutta voit poistaa ne käytöstä. Omia kategorioita ei kannata käyttää uudelleen. Kun muokkaat oman kategorian nimeä, laajuutta ja arvoa, sekä vanhat että uudet arvot voidaan yhdistää joko vanhaan tai uuteen kategorian nimeen. Tämä yhdistää raporttien datan siten, ettei niitä voi tarkasti erottaa suodattimen avulla.

Omien kategorioiden ja mittareiden elinkaari

Oman kategorian tai mittarin elinkaaressa on neljä vaihetta:

  • Määritys: Omat kategoriat ja mittarit määritetään indeksin, nimen ja muiden ominaisuuksien (kuten laajuuden) avulla.
  • Keruu: Omien kategorioiden ja mittareiden arvot lähetetään Analyticsiin omaisuudestasi.
  • Käsittely: Datasi käsittelyssä käytetään omien kategorioiden ja mittareiden määrityksiä ja mahdollisia raportointinäkymän suodattimia.
  • Raportointi: Uudet raportit luodaan Analytics-käyttöliittymän omien kategorioiden ja mittareiden avulla.

Määritys

Omien kategorioiden ja mittareiden arvot on määritettävä Analytics-omaisuudessa, ennen kuin ne voidaan lähettää Analyticsiin. Kussakin Analytics-omaisuudessa on 20 indeksiä omille kategorioille ja 20 indeksiä omille mittareille.

Kun määrität oman kategorian tai mittarin, määrität itse sen nimen ja muut määritysarvot ja Analytics määrittää indeksinumeron, jolla voit myöhemmin viitata kyseiseen kategoriaan tai mittariin. Omien kategorioiden määritysarvot ovat seuraavat:

  • Nimi: Tämä on raporteissa näkyvä oman kategorian nimi.
  • Laajuus: Tämä arvo määrittää, mihin dataan omaa kategoriaa tai mittaria käytetään. Lue lisää laajuudesta
  • Aktiivinen: Tämä arvo määrittää, käsitelläänkö oman kategorian tai mittarin arvo. Ei-aktiiviset omat kategoriat saattavat näkyä raporteissa, mutta niiden arvoja ei käsitellä.

Omien mittareiden määritysarvot ovat seuraavat:

  • Nimi: Tämä on raporteissa näkyvä oman mittarin nimi.
  • Tyyppi: Tämä arvo määrittää, miten oman mittarin arvo näkyy raporteissa.
  • Vähimmäis-/enimmäisarvo: Tämä kertoo vähimmäis- ja enimmäisarvot, jotka käsitellään ja näytetään raporteissa.
  • Aktiivinen: Tämä arvo määrittää, käsitelläänkö oman mittarin arvo. Ei-aktiiviset omat mittarit saattavat näkyä raporteissa, mutta niiden arvoja ei käsitellä.

Omat kategoriat ja mittarit voidaan määrittää Analytics-käyttöliittymässä.

Kun määrität omaa kategoriaa tai mittaria, vältä mahdollisuuksien mukaan nimen tai laajuuden muokkaamista. Käyttöönotossa huomioitavaa ‑kohdassa on lisätietoja siitä, miten näiden arvojen muuttaminen voivat vaikuttaa raportointiisi.

Keruu

Omien kategorioiden ja mittareiden arvot lähetetään Analyticsiin niiden keruuhetkellä indeksi- ja arvoparametrien yhdistelminä. Indeksiparametri vastaa indeksinumeroa, jonka Analytics määritti omalle kategorialle tai mittarille Määritys-vaiheessa.

Toisin kuin muuntyyppinen data, omat kategoriat ja mittarit lähetetään Analyticsiin muihin osumiin (kuten katselukertoihin, tapahtumiin tai verkkokaupan tapahtumiin) liitettyinä parametreina. Jotta omien kategorioiden tai mittareiden arvoja voidaan lähettää Analyticsiin, ne on siis määritettävä ennen seurantakutsun tekemistä.

Oman kategorian arvon määrittämiseen käytettävä koodi voi näyttää esimerkiksi seuraavanlaiselta:

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

// Määritä arvo omalle kategorialle indeksiiin 1.
ga('set', 'cd1', 'Taso 1');

// Lähetä oman kategorian arvo katselukerran osuman mukana.
ga('send', 'pageview');

Omien mittareiden tyypit

Kokonaisluku- tai Aika-tyyppisten omien mittareiden lähetyksessä on käytettävä kokonaislukuja, kun taas Valuutta-tyyppiset omat mittarit voidaan lähettää paikallisen valuutan mukaisina desimaalilukuina.

Käsittely

Omien kategorioiden käsittelyvaiheessa laajuus määrittää, mille osumille tiettyä oman kategorian arvoa käytetään. Näkymän suodattimet puolestaan määrittävät, mitkä osumat ja niitä vastaavat arvot sisällytetään raportointiin.

Laajuus ja ensisijaisuus

Laajuus määrittää, mitä osumia tiettyyn oman kategorian arvoon liitetään. Laajuudella on neljä eri tasoa: tuote, osuma, istunto ja käyttäjä.

  • Tuote: Arvoa käytetään tuotteelle, jolle se on määritetty (vain Tehostettu verkkokauppa).
  • Osuma: Arvoa käytetään sille yksittäiselle osumalle, jolle se on määritetty.
  • Istunto: Arvoa käytetään kaikille yksittäisen istunnon osumille.
  • Käyttäjä: Arvoa käytetään kaikille nykyisten ja tulevien istuntojen osumille, kunnes arvoa muutetaan tai omasta kategoriasta tehdään ei-aktiivinen.
Tuotetason laajuus

Jos omalle kategorialle on valittu tuotetason laajuus, arvoa käytetään vain tuotteelle, jolle arvo on määritetty. Koska yksittäisessä osumassa voidaan lähettää useita tuotteita, yksittäisessä osumassa voidaan myös lähettää useita omia kategorioita, joilla on tuotetason laajuus.

Osumatason laajuus

Jos omalle kategorialle on valittu osumatason laajuus, arvoa käytetään vain osumalle, jolle arvo on määritetty. Tätä havainnollistetaan alla kuvissa A, B ja C.

Kuva A: Käyttäjä lähettää kaksi osumaa (H1 ja H2). H2-osuman CD1-arvo on A. Tätä arvoa käytetään vain H2-osumaan.
 
Kuva B: Käyttäjä lähettää kolmannen osuman (H3). H3-osumalla ei ole CD-arvoa.
 
Kuva C: Käyttäjä lähettää neljännen osuman (H4). H4-osuman CD1-arvo on B. Tätä arvoa käytetään vain H4-osumaan.


Istuntotason laajuus

Kun kaksi istuntotason arvoa määritetään istunnon samassa indeksissä, viimeisenä määritettyä arvoa pidetään ensisijaisena ja käytetään kaikille kyseisen istunnon osumille. Alla oleva Kuva D havainnollistaa, miten viimeisenä määritetty arvo korvaa kyseisen indeksin mahdolliset aiemmat arvot:

Kuva A: Käyttäjä lähettää osuman (H1), jolla ei ole CD-arvoa.
 
Kuva B: Käyttäjä lähettää samassa istunnossa toisen osuman (H2), jonka CD1-arvo on A Istuntotason laajuuden vuoksi arvoa A käytetään myös H1-osumalle.
 
Kuva C: Käyttäjä lähettää kolmannen osuman (H3). Vaikka H3-osuman yhteydessä ei lähetetä CD1-arvoa, istuntotason laajuuden vuoksi H3-osumalle käytetään automaattisesti arvoa A.
 
Kuva D: Käyttäjä lähettää neljännen osuman (H4), jonka uusi CD1-arvo on B. Istuntotason laajuuden vuoksi kaikille istunnon osumille käytetään arvoa B, joka näin ollen korvaa aiempien osumien arvon A.


Käyttäjätason laajuus

Jos samassa istunnossa on määritetty kaksi käyttäjätason laajuuden oman kategorian arvoa, viimeisenä määritettyä arvoa pidetään ensisijaisena nykyisessä istunnossa ja sitä käytetään kyseisen käyttäjän tulevissa istunnoissa.

Alla olevassa kuvassa B CD-arvoa A käytetään kaikille istunnon osumille samalla tavalla kuin istuntotason CD-arvoa. Kuvassa C näkyvään tilanteeseen taas vaikuttaa istuntotason laajuuden sijaan käyttäjätason laajuus, sillä siinä CD-arvoa A käytetään kolmannen istunnon osumille CD1-arvon käyttäjätason laajuuden vuoksi.

Kuva A: Käyttäjän istunnossa on kolme osumaa (H1, H2, H3). Yhtään CD-arvoa ei ole määritetty.
 
Kuva B: Sama käyttäjä palaa, aloittaa uuden istunnon ja tuottaa kolme uutta osumaa. H3-osuman CD1-arvoksi määritetään A. CD1-arvoa käytetään tämän jälkeen kaikille istunnon osumille.
 
Kuva C: Käyttäjä palaa, aloittaa kolmannen istunnon ja tuottaa kolme uutta osumaa. CD1-arvon käyttäjätason laajuuden vuoksi arvoa A käytetään kaikille kolmannen istunnon osumille.

Suodattimet

Näkymän suodattimilla voidaan käsitellä omia kategorioita ja mittareita usein eri tavoin.

Omien kategorioiden ja mittareiden arvot liitetään valitusta laajuudesta riippumatta osumaan, jonka mukana arvot on vastaanotettu. Jos kyseinen osuma suodatetaan näkymän suodattimella, myös oma kategoria tai mittari voidaan sen laajuudesta riippuen suodattaa.

  1. Osumatason laajuus: Sekä omat mittarit että osumatason laajuutta käyttävät omat kategoriat suodatetaan, jos niihin liitetty osuma on suodatettu.
  2. Istunto- tai käyttäjätason laajuus:Käyttäjä- tai istuntotason laajuutta käyttäviä omia kategorioita ei suodateta, vaikka niihin liitetty osuma olisi suodatettu. Niiden arvoja käytetään silti kaikille nykyisen istunnon ja tulevien istuntojen osumille, jos kategorialle on määritetty käyttäjätason laajuus.

Omia kategorioita voidaan käyttää myös näkymän suodattimien luomiseen. Tällöin osumat suodatetaan oman kategorian laajuuden mukaan. Esimerkiksi käyttäjätason laajuutta käyttävän oman kategorian arvon suodattaminen saa aikaan sen, että nykyiset ja tulevat istunnot suodatetaan kyseiseen arvoon liitettyjen käyttäjien joukosta.

Raportointi

Kun keruu, määritys ja muut käsittelyvaiheet on tehty, omia kategorioita ja mittareita voi alkaa käyttää raportoinnin käyttöliittymän kautta.

Omat kategoriat ja mittarit ovat käytettävissä omissa raporteissa ja tehostettujen segmenttien yhteydessä. Lisäksi omia kategorioita voidaan käyttää vakiomuotoisissa raporteissa toissijaisina kategorioina.

Esimerkkejä

Seuraavissa esimerkeissä havainnollistetaan sitä, kuinka pelikehittäjä voi tutkia pelaajien toimintamalleja omien kategorioiden ja mittareiden avulla.

Esimerkkimme pelikehittäjä on julkaissut hiljattain uuden pelin.

Analyticsin nykyisessä toimintamallissa näkymän katselukerta lasketaan aina, kun käyttäjä pelaa tiettyä tasoa. Pelikehittäjä tietää jo, kuinka monta kertaa eri tasoja on pelattu. Nyt hän haluaisi saada vastauksia seuraaviin lisäkysymyksiin:

  1. Kuinka monta kertaa helppoja tasoja pelattiin normaaleihin ja vaikeisiin tasoihin verrattuna?
  2. Kuinka monta tasoa pelataan kolmipäiväisen kokeilujakson eri päivinä?
  3. Kuinka monta tasoa pelin kokeiluversiota käyttävät pelaajat pelasivat verrattuna maksullista versiota käyttäviin pelaajiin?

Näihin kysymyksiin voidaan saada vastauksia luomalla omien kategorioiden avulla uusia osumien, istuntojen ja käyttäjien ryhmittelyjä.

Lisäksi pelikehittäjä myy pelissään pelikokemusta parantavia lisäominaisuuksia eli "powerupeja". Pelikehittäjä käyttää jo luokka- ja tyyppikenttiä, mutta hän haluaa lisäksi käyttää uutta kenttää ostettujen powerupien tehokkuuden mittaamiseen. Näin hän voi selvittää, ovatko tietyn tehokkuuden powerupit suositumpia kuin toiset.

Osumatason laajuus

Seuraava esimerkki havainnollistaa sitä, miten pelikehittäjä voi osumatason omien kategorioiden avulla selvittää eri vaikeustasoilla (eli helpolla, normaalilla ja vaikealla tasolla) pelattujen tasojen määrän.

Pelikehittäjä seuraa jo nyt näkymän katselukertojen avulla sitä, kuinka monta kertaa eri tasoja pelataan. Nyt hän haluaa lisäksi selvittää, mitä vaikeustasoa pelataan eniten.

Raportti näyttää tältä:

Vaikeustaso Näkymän katselukerrat
helppo  
normaali  
vaikea  

Ennen omien kategorioiden käyttämistä pelikehittäjä näki näkymän katselukerrat tason mukaan, muttei voinut ryhmitellä näkymän katselukertoja vaikeustason mukaan.

Osumatason omaa kategoriaa käyttämällä kuhunkin näkymän katselukertaan voidaan liittää vaikeustaso, jolloin raporteista voidaan selvittää, mitä vaikeustasoa pelataan eniten.

Osumatason laajuuden edut

Käyttäjä voi pelata useita tasoja yhden istunnon aikana. Osumatason laajuutta käytettäessä vaikeustason arvo liitetään ainoastaan siihen näkymän katselukertaan, jonka mukana se lähetettiin. Näin voidaan varmistaa, että kuhunkin tason näkymän katselukertaan liitetään juuri sitä koskeva vaikeustaso.

Määritys

Ensimmäinen vaihe oman kategorian käyttöönotossa on oman kategorian määrittäminen Analyticsin Järjestelmänvalvoja-osion omaisuuden asetuksissa. Tässä esimerkissä oman kategorian määritys näyttää seuraavalta:

Indeksi 1
Nimi Vaikeustaso
Laajuus Osuma
Aktiivinen tosi

Keruu

Pelikehittäjä seuraa jo pelin tasoja näkymän katselukertojen avulla. Jotta kukin taso voidaan liittää tiettyyn vaikeustasoon, oman kategorian arvo on määritettävä juuri ennen näkymän katselukerran seuraamiseen liittyvää kutsua.

Tarvittavat määritykset voivat näyttää esimerkiksi seuraavalta:

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

// Määritä arvo omalle kategorialle indeksissä 1.
ga('set', 'cd1', 'helppo');

// Lähetä oman kategorian arvo katselukerran osuman mukana.
ga('send', 'pageview', '/taso_1/');

Tässä esimerkissä oma kategoria määritetään juuri ennen tason näkymän katselukerran seuraamista. Näin vaikeustaso saadaan liitettyä näkymän katselukertaan, jolloin näkymän katselukertojen osumat voidaan ryhmitellä raporteissa vaikeustason mukaan.

Käsittely

Kun osumat on kerätty ja lähetetty Analyticsiin, data käsitellään ja omien kategorioiden arvoja käytetään osumille niiden laajuuden mukaisesti.

Esimerkiksi kuusi tasoa yhden istunnon aikana pelanneesta yksittäisestä pelaajasta kerätty data näyttäisi tältä:

userId = 5555
Session 1:
H1: screen_name=/taso_1/ cd1_value=helppo
H2: screen_name=/taso_2/ cd1_value=normaali
H3: screen_name=/taso_3/ cd1_value=vaikea
H4: screen_name=/taso_4/ cd1_value=helppo
H5: screen_name=/taso_5/ cd1_value=normaali
H6: screen_name=/taso_6/ cd1_value=normaali

Huomaa, että osumatason laajuutta käyttämällä voidaan varmistaa, että vaikeustason arvo liitetään ainoastaan näkymän katselukertaan, jonka kanssa se lähetettiin.

Raportointi

Jokainen näkymän katselukerta liitetään sitä vastaavaan vaikeustason arvoon, joten käsittelyn jälkeen pelikehittäjä voi luoda raportin, jossa näkymän nimeä ja vaikeustasoa käytetään kategorioina ja näkymän katselukertoja mittarina.

Näkymän nimi Vaikeustaso Näkymän katselukerrat
/taso_1/ helppo 1
/taso_2/ normaali 1
/taso_3/ vaikea 1
/taso_4/ helppo 1
/taso_5/ normaali 1
/taso_6/ normaali 1

Voit luoda oman raportin, jossa vaikeustasoa käytetään ensisijaisena kategoriana. Näin voit ryhmitellä näkymän katselukerrat ja selvittää, miten monta kertaa tiettyä vaikeustasoa on pelattu:

Vaikeustaso Näkymän katselukerrat
helppo 2
normaali 3
vaikea 1

Tämän raportin mukaan normaaleja vaikeustasoja pelattiin useimmin. Tämänkaltaisia hyödyllisiä tietoja voidaan saada ryhmittelemällä näkymän katselukerrat osumatason omia kategorioita käyttämällä.

Istuntotason laajuus

Katsotaan seuraavaksi esimerkkitapauksen avulla, miten pelikehittäjä voi käyttää istuntotason omia kategorioita selvittääkseen, kuinka monta tasoa maksuttoman kolmipäiväisen kokeilujakson eri päivinä pelataan.

Koska pelikehittäjä seuraa jo nyt kunkin tason näkymän katselukertoja, hän tietää, kuinka monta kertaa eri tasoja on pelattu. Nyt hän haluaa lisäksi selvittää, kuinka monta tasoa on pelattu eri päivinä.

Pelikehittäjä haluaa luoda seuraavanlaisen raportin:

Kokeilujakson päivä Näkymän katselukerrat
Päivä 1  
Päivä 2  
Päivä 3  

Käyttämällä istuntotason omaa kategoriaa pelikehittäjä voi ryhmitellä näkymän katselukerrat sen mukaan, mikä kokeilujakson päivä on kyseessä. Näin voidaan seurata sitä, miten arvo muuttuu, kun käyttäjä viettää enemmän aikaa maksuttoman kokeiluversion parissa.

Istuntotason laajuuden edut

Istuntotason laajuuden avulla voi ryhmitellä tehokkaasti kokonaisia istuntoja ja istuntojen kaikkia osumia yksittäisen Kokeilujakson päivä ‑arvon mukaan.

Vaikka osumatason laajuutta käyttämällä voidaan saavuttaa sama lopputulos, istuntotason laajuutta käyttämällä Kokeilujakson päivä ‑arvo voidaan määrittää kätevämmin ja käyttämällä vähemmän lisäkoodia.

Määritys

Kokeilujakson päivän oma kategoria määritetään Analytics-käyttöliittymän omaisuuden asetuksissa käyttämällä seuraavia arvoja:

Indeksi 2
Nimi Kokeilujakson päivä
Laajuus Istunto
Aktiivinen tosi

Keruu

Pelikehittäjä seuraa jo pelin tasoja näkymän katselukertojen avulla. Jotta päivän arvo voidaan liittää kaikkiin istunnon näkymän katselukertoihin, oman kategorian arvo tarvitsee määrittää vain kerran istuntoa kohden.

Pelikehittäjä määrittää oman kategorian, kun käyttäjä aloittaa pelin ensimmäisen kerran:

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

// Määritä arvo omalle kategorialle indeksissä 2.
var day = getDayOfTrial();
ga('set', 'dimension2', day );

// Lähetä oman kategorian arvo katselukerran osuman mukana.
ga('send', 'pageview', '/taso_1/');

Huomaa, että istuntotason oma kategoria voidaan määrittää milloin tahansa istunnon aikana. Tässä esimerkissä pelikehittäjän kannalta on kätevintä määrittää kokeilujakson päivä ja sitä vastaava arvo jo istunnon alussa.

Käsittely

Kun osumat on kerätty ja lähetetty Analyticsiin, data käsitellään ja omien kategorioiden arvoja käytetään osumille niiden laajuuden mukaisesti.

Esimerkkitapauksessa yksittäinen pelaaja pelasi peliä kaksi kertaa ensimmäisenä päivänä, kerran toisena päivänä ja kerran kolmantena päivänä. Hänestä kerätty data näyttää tällöin tältä:

userId = 5555
Session 1:
H1: screen_name=/taso_1/  cd2_value=1
H2: screen_name=/taso_2/
H3: screen_name=/taso_2/

Session 2:
H4: screen_name=/taso_3/  cd2_value=1
H5: screen_name=/taso_4/
H6: screen_name=/taso_4/

Session 3:
H1: screen_name=/taso_1/  cd2_value=2
H2: screen_name=/taso_2/
H3: screen_name=/taso_3/

Session 4:
H1: screen_name=/taso_3/  cd2_value=3

Huomaa, että omien kategorioiden arvot on lähetetty vain yhden näkymän katselukerran yhteydessä istuntoa kohden.

Istuntotason laajuudella voidaan varmistaa, että Kokeilujakson päivä ‑arvo liitetään kaikkiin kyseisen istunnon osumiin eikä ainoastaan osumaan, jonka mukana arvo lähetettiin.

Raportointi

Käsittelyn jälkeen istuntotason omien kategorioiden arvot liitetään kaikkiin saman istunnon aikana saatuihin näkymän katselukertoihin. Pelikehittäjä voi nyt luoda raportin, jossa kokeilujakson päivää ja näkymän nimeä käytetään kategorioina ja näkymän katselukertoja mittarina.

Kokeilujakson päivä Näkymän nimi Näkymän katselukerrat
1 /taso_1/ 1
1 /taso_2/ 2
1 /taso_3/ 1
1 /taso_4/ 2
2 /taso_1/ 1
2 /taso_2/ 1
2 /taso_3/ 1
3 /taso_3/ 1

Pelikehittäjä saattaa lisäksi haluta ryhmitellä näkymän katselukerrat päivän mukaan ja selvittää, kuinka monta tasoa pelattiin kokeilujakson eri päivinä. Hän voi tällöin luoda oman raportin, jossa kokeilujakson päivää käytetään ensisijaisena kategoriana.

Kokeilujakson päivä Näkymän katselukerrat
1 6
2 3
3 1

Datasta selviää, että ensimmäisenä päivänä pelattiin eniten tasoja, kun taas toisen ja kolmannen päivän aikana tasoja pelattiin huomattavasti vähemmän. Tämänkaltaisia hyödyllisiä tietoja voidaan saada käyttämällä istuntotason omia kategorioita ja ryhmittelemällä useita istuntoja ja niiden osumia yksittäisen arvon mukaan.

Käyttäjätason laajuus

Katsotaan lopuksi esimerkkitapauksen avulla sitä, miten pelikehittäjä voi hyödyntää käyttäjätason omia kategorioita selvittääkseen, montako tasoa pelistä maksaneet käyttäjät pelasivat maksuttoman kokeiluversion käyttäjiin verrattuna.

Aiempien esimerkkien tapaan myös tässä esimerkissä kunkin tason pelikertoja seurataan jo nyt näkymän katselukertojen avulla. Pelikehittäjä haluaa kuitenkin ryhmitellä näkymän katselukerrat erikseen maksuttoman ja maksullisen version käyttäjien mukaan.

Pelikehittäjä haluaa luoda seuraavanlaisen raportin:

Pelaajatyyppi Näkymän katselukerrat
Ei-maksava  
Maksava  

Käyttämällä käyttäjätason omaa kategoriaa pelikehittäjä voi saada tämän datan liittämällä kaikki tietyn käyttäjän näkymän katselukerrat Pelaajatyyppi-arvoon nykyisissä ja tulevissa istunnoissa.

Käyttäjätason laajuuden edut

Käyttäjätason laajuuden avulla käyttäjän kaikki istunnot ja osumat voidaan ryhmitellä helposti yhden arvon mukaan. Se sopii erityisen hyvin arvoille, jotka eivät muutu usein tietyn käyttäjän osalta (kuten tässä esimerkissä Pelaajatyyppi).

Huomaa, että vaikka samaan tulokseen voitaisiin päästä myös osuma- tai istuntotason laajuutta käyttämällä, käyttäjätason laajuuden käyttäminen on kätevintä ja edellyttää vähiten lisäkoodia.

Määritys

Pelaajatyypin oma kategoria määritetään seuraavilla arvoilla Järjestelmänvalvoja-osiossa:

Indeksi 3
Nimi Pelaajatyyppi
Laajuus Käyttäjä
Aktiivinen tosi

Keruu

Aiempien esimerkkien tapaan myös tässä esimerkissä pelikehittäjä seuraa jo nyt kaikkia tasoja näkymän katselukertojen avulla. Jotta pelikehittäjä voi ryhmitellä näkymän katselukerrat pelaajatyypin mukaan, hänen tarvitsee vain määrittää Pelaajatyyppi-kategoria, kun käyttäjä aloittaa pelin. Lisäksi hänen on määritettävä kategoria uudelleen, mikäli käyttäjä myöhemmin ostaa pelin maksullisen täysversion.

Pelikehittäjä määrittää oman kategorian, kun käyttäjä aloittaa pelin ensimmäisen kerran:

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

// Määritä arvo omalle kategorialle indeksissä 3.
ga('set', 'dimension3', 'Ei-maksava' );

// Lähetä oman kategorian arvo katselukerran osuman mukana.
ga('send', 'pageview', '/taso_1/');

Lisäksi pelikehittäjä haluaa määrittää oman kategorian, kun käyttäjä ostaa pelin maksullisen täysversion:

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

// Määritä arvo omalle kategorialle indeksissä 3.
ga('set', 'dimension3', 'Maksava' );

// Lähetä oman kategorian arvo katselukerran osuman mukana.
ga('send', 'pageview', '/taso_1/');

Käsittely

Edeltävien esimerkkien tapaan myös tässä tapauksessa data kerätään ja käsitellään, minkä jälkeen omien kategorioiden arvoja käytetään osumille niiden laajuuden mukaisesti.

Esimerkiksi kaksi kertaa maksutonta versiota ja kerran maksullista versiota pelanneesta yksittäisestä pelaajasta kerätty data näyttäisi seuraavalta:

userId = 5555
Session 1:
H2: screen_name=/taso_1/ cd3_value=ei-maksava
H3: screen_name=/taso_2/

Session 2:
H1: screen_name=/taso_2/
H2: screen_name=/taso_3/
H3: screen_name=/taso_3/

Session 3:
H1: screen_name=/taso_3/ cd3_value=maksava
H2: screen_name=/taso_4/

Huomaa, että istunnossa 1 määritetty ei-maksava-arvo koskee kaikkia kyseisen istunnon ja istunnon 2 osumia, kunnes uusi maksava-arvo määritetään istunnossa 3.

Raportointi

Käsittelyn jälkeen pelaajatyypin oman kategorian arvot liitetään istuntoihin, joissa ne määritettiin, sekä mahdollisiin tuleviin istuntoihin ja osumiin.

Pelikehittäjä voi nyt luoda raportin, jossa käytetään pelaajatyyppiä ja näkymän nimeä kategorioina ja näkymän katselukertoja mittarina.

Pelaajatyyppi Näkymän nimi Näkymän katselukerrat
Ei-maksava /taso_1/ 1
Ei-maksava /taso_2/ 2
Ei-maksava /taso_3/ 2
Maksava /taso_3/ 1
Maksava /taso_4/ 1

Pelikehittäjä saattaa ehkä lopuksi haluta ryhmitellä näkymän katselukerrat pelaajatyypin mukaan ja selvittää, kuinka monta tasoa maksuttoman version käyttäjät pelasivat maksullisen version käyttäjiin verrattuna. Hän voi tällöin luoda oman raportin, jossa pelaajatyyppiä käytetään ensisijaisena kategoriana.

Pelaajatyyppi Näkymän katselukerrat
Ei-maksava 5
Maksava 2

Data osoittaa, että maksuttoman version käyttäjät pelasivat enemmän tasoja kuin maksullisen version käyttäjät. Tämänkaltaisia hyödyllisiä tietoja voidaan saada käyttämällä käyttäjätason omia kategorioita ja ryhmittelemällä käyttäjiä ja heidän istuntojensa ja osumiensa dataa yksittäisen arvon mukaan.

Tuotetason laajuus

Katsotaan seuraavaksi esimerkkitapauksen avulla, miten pelikehittäjä voi hyödyntää tuotetason omia kategorioita sen selvittämiseen, minkä tehokkuustason powerupeja (eli heikkoja, normaaleja tai voimakkaita powerupeja) käyttäjät ovat ostaneet.

Pelikehittäjä seuraa jo valmiiksi ostettujen powerupien määrää Tehostetun verkkokaupan avulla. Nyt hän haluaa lisäksi selvittää, mitä powerupien tehokkuutta ostetaan eniten.

Raportti näyttää seuraavalta:

Powerupin tehokkuus Tuotetulo
heikko  
normaali  
voimakas  

Ennen omien kategorioiden käyttämistä pelikehittäjä pystyi näkemään powerupeista saadun tuotteen kokonaistulon, mutta ei voinut ryhmitellä näitä tuloja powerupin tehokkuuden mukaan.

Tuotetason omaa kategoriaa käyttämällä kuhunkin tuotteeseen voidaan liittää tehokkuus, jolloin raporteista voidaan nähdä, mitä tehokkuutta ostetaan eniten. Tällä tavalla voidaan seurata myös muita Tehostetun verkkokaupan tapahtumia, kuten katselukertoja ja klikkauksia.

Tuotetason laajuuden edut

Käyttäjä voi ostaa samalla kerralla useita powerupeja. Tuotetason laajuutta käytettäessä tehokkuuden arvo liitetään ainoastaan siihen tuotteeseen, jonka mukana se lähetettiin. Näin voidaan varmistaa, että kukin ostettu powerup liitetään sitä koskevaan tehokkuuteen.

Määritys

Powerupin tehokkuuden oma kategoria määritetään Analyticsin Järjestelmänvalvoja-osion omaisuuden asetuksissa käyttämällä seuraavia arvoja:

Indeksi 4
Nimi Powerupin tehokkuus
Laajuus Tuote
Aktiivinen tosi

Keruu

Pelikehittäjä seuraa jo nyt jokaista powerup-ostosta. Jotta kukin powerup voidaan liittää tiettyyn tehokkuuteen, oman kategorian arvo on määritettävä tuotetietojen yhteydessä.

Tämä kategoria voidaan lisätä tuotteeseen esimerkiksi seuraavasti:

ga('ec:addProduct', {               // Anna tuotetiedot productFieldObject-kohdassa.
  'id': 'P12345',                   // Tuotetunnus (merkkijono).
  'name': 'Powerup',                // Tuotenimi (merkkijono).
  'category': 'Lisäosat',           // Tuoteluokka (merkkijono).
  'variant': 'punainen',            // Tuoteversio (merkkijono)
  'price': '10.00',                 // Tuotteen hinta (valuutta).
  'quantity': 2,                    // Tuotteiden määrä (luku).
  'dimension4': 'voimakas'           // Tuotetason laajuuden oma ulottuvuus (merkkijono).
});
ga('ec:setAction', 'purchase', {
  'id': 'T12345',
  'revenue': '20.00'
});

ga('send', 'pageview');     // Lähetä tapahtuman tiedot ensimmäisen sivun katselun kanssa.

Tässä esimerkissä oma ulottuvuus määritetään samaan aikaan tuotetietojen kanssa. Powerupiin liitetään tällöin sitä vastaava tehokkuus.

Käsittely

Edeltävien esimerkkien tapaan myös tässä esimerkissä osumat kerätään ja lähetetään Analyticsiin. Tämän jälkeen data käsitellään ja omien kategorioiden arvoja käytetään tuotteille, joiden yhteydessä ne määritettiin.

Esimerkiksi kolme powerupia yhden istunnon aikana ostaneesta yksittäisestä pelaajasta kerätty data näyttäisi tältä:

userId = 5555
Session 1:
H1: product_name=powerup cd4_value=heikko
    product_name=powerup cd4_value=voimakas
H2: product_name=powerup cd4_value=heikko

Huomaa, että tuotetason laajuutta käyttämällä voidaan varmistaa, että powerupin arvo liitetään ainoastaan tuotteeseen, jonka yhteydessä se määritettiin.

Raportointi

Koska kukin tuote liitetään sitä vastaavaan tehokkuuden arvoon, pelikehittäjä voi käsittelyn jälkeen luoda raportin, josta hän näkee tulot powerupin tehokkuuden mukaan jaoteltuna.

Powerupin tehokkuus Tuotetulo
heikko 20,00
voimakas 10,00

Tästä raportista ilmenee, että eniten tuloja tuottivat heikot powerupit.

Omat tietotyypit

Laajuus

Omien kategorioiden tapaan myös omilla mittareilla voi olla erilaisia laajuuksia. Osumatason omat mittarit liitetään kaikkiin osumatason kategorioihin, joiden mukana ne lähetettiin. Vastaavasti tuotetason omat mittarit liitetään vain tuotteeseen, jonka mukana ne lähetettiin. Seuraavat esimerkit havainnollistavat näitä erilaisia omia mittareita.

Esimerkki osumatason omasta mittarista

Edellä olevissa esimerkeissä pelikehittäjä on seurannut jokaista tietyn tason pelikertaa näkymän katselukertana. Kaikissa luoduissa raporteissa näkymän katselukerran mittarin tarkoitus on ilmaista pelaajan pyrkimystä läpäistä tietty taso.

Pelikehittäjä haluaa kuitenkin myös tietää kunkin tason läpäisyprosentin.

Selvittääkseen läpäisyprosentin pelikehittäjä käyttää uutta Tason läpäisyt ‑nimistä omaa mittaria ja vertaa sitä näkymän katselukertojen arvoon kullakin tasolla.

Pelikehittäjä haluaa luoda seuraavanlaisen raportin:

Näkymän nimi Näkymän katselukerrat Tason läpäisyt
/taso_1/    
/taso_2/    
/taso_3/    

Oman mittarin edut

Tärkeimpiä mittareita voidaan useissa tapauksissa seurata käyttämällä tapahtumia, näkymän katselukertoja tai omaa mittaria. Omilla mittareilla voidaan kuitenkin luoda muita joustavampia ja helppotajuisempia omia raportteja. Tästä syystä tärkeiden mittareiden seuraaminen omien mittareiden avulla on kätevää ja tehokasta.

Tässä esimerkissä tason läpäisyjä ei voitu seurata näkymän katselukertoina ilman, että tasokohtaiset näkymän katselukerrat olisi laskettu kahteen kertaan. Tästä syystä kannattaa käyttää jotakin toista vaihtoehtoa.

Vaikka datan seuraamiseen olisi voitu käyttää pelkkää tapahtumaa, tapahtumien hierarkkisen rakenteen vuoksi yllä olevan raportin luominen olisi ollut vaikeaa, sillä näkymän katselukerrat ja tasojen läpäisyt olisi pitänyt sisällyttää samaan kategoriaan.

Koska tason läpäisyt ovat esimerkkimme pelikehittäjälle keskeinen mittari ja koska muiden vaihtoehtojen käyttöön liittyi yllä mainittuja rajoituksia, tason läpäisyjä on tässä tapauksessa kätevintä seurata omana mittarina.

Määritys

Tason läpäisyjen oma mittari määritetään käyttöliittymän hallintaosiossa käyttämällä seuraavia arvoja:

Indeksi 1
Nimi Tason läpäisyt
Laajuus Osuma
Muotoilun tyyppi Kokonaisluku
Aktiivinen tosi

Keruu

Pelikehittäjä seuraa jo kunkin tason aloituksia näkymän katselukertojen avulla. Nyt hän haluaa seurata myös tason läpäisyjä uuden oman mittarin avulla.

Omien kategorioiden tapaan myös omat mittarit lähetetään Analyticsiin muihin osumiin liitettyinä parametreina. Jotta oman mittarin arvo voidaan lähettää, pelikehittäjän on lähetettävä ylimääräinen osuma, joka tallentaa käyttäjän tason läpäisyn. Tässä esimerkkitapauksessa tapahtuma käynnistyy tason läpäisemisen yhteydessä, ja samalla kyseiseen tapahtumaan liitetään oma mittari.

Tarvittavat määritykset voivat näyttää esimerkiksi seuraavalta:

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

// Kasvata tason läpäisyn mittarin arvoa yhdellä.
ga('set', 'metric1', 1 );

// Lähetä oman mittarin arvo tapahtuman osuman mukana.
ga('send', 'event', 'Taso', 'läpäisy');

Käsittely

Esimerkiksi pelissä yhden istunnon aikana kolme tasoa pelanneen yksittäisen pelaajan data näyttäisi ennen käsittelyä tältä:

userId = 5555
Session 1
H1: type=screen_view screen_name=/taso_1/
H2: type=event screen_name=/taso_1/ cm1_value=1
H3: type=screen_view screen_name=/taso_2/
H4: type=screen_view screen_name=/taso_2/
H5: type=screen_view screen_name=/taso_2/
H6: type=event screen_name=/taso_2/ cm1_value=1
H7: type=screen_view screen_name=/taso_3/
H8: type=event screen_name=/taso_3/ cm1_value=1

Raportointi

Käsittelyn jälkeen pelikehittäjä voi luoda raportin, jossa näkymän nimeä käytetään kategoriana ja näkymän katselukertoja, tapahtumien kokonaismäärää ja tason läpäisyjä mittarina.

Näkymän nimi Näkymän katselukerrat Tapahtumien kokonaismäärä Tason läpäisyt
/taso_1/ 1 1 1
/taso_2/ 3 1 1
/taso_3/ 1 1 1

Koska pelikehittäjä on seurannut tason läpäisyjä omana mittarina, läpäisytapahtumia ei tarvitse myöhemmin suodattaa erikseen tapahtumien kokonaismäärästä.

Sen sijaan pelikehittäjä voi helposti luoda seuraavanlaisen oman raportin käyttämällä tason läpäisyjen omaa mittaria:

Näkymän nimi Näkymän katselukerrat Tason läpäisyt
/taso_1/ 1 1
/taso_2/ 3 1
/taso_3/ 1 1

Data osoittaa, että taso 2 on todellisuudessa vaikeampi kuin tasot 1 ja 3, sillä sen läpäisyprosentti on näkymän katselukertojen perusteella vain 33 %. Seuraamalla tason läpäisyjä omana mittarina pelikehittäjä saa helposti vastauksia tärkeimpiä mittareitaan koskeviin kysymyksiin. Hän voi myös luoda selkeitä raportteja ja jakaa niitä muille.

Esimerkki tuotetason omasta mittarista

Edellä olevissa esimerkeissä pelikehittäjä on seurannut jokaista powerupin ostoa. Kuhunkin ostoon voidaan liittää useita eri mittareita, kuten määrä ja tuotteen tulot.

Pelikehittäjä järjesti äskettäin kampanjan, jossa hän antoi kaikille käyttäjille 100 euron edestä krediittejä. Hän haluaa selvittää, mitä powerupeja käyttäjät ostavat krediiteillään.

Jotta pelikehittäjä voi selvittää tuotteen ostokertaa kohden käytettyjen krediittien määrän, hän ottaa käyttöön uuden Käytetyt krediitit ‑nimisen oman mittarin.

Pelikehittäjä haluaa luoda seuraavanlaisen raportin:

Powerupin tehokkuus Tuotteen tulo Käytetyt krediitit
voimakas    
normaali    
heikko    

Määritys

Käytettyjen krediittien oma mittari määritetään Järjestelmänvalvoja-osiossa käyttämällä seuraavia arvoja:

Indeksi 2
Nimi Käytetyt krediitit
Laajuus Tuote
Muotoilun tyyppi Kokonaisluku
Aktiivinen tosi

Keruu

Tuotetason omien kategorioiden tapaan myös tuotetason omat mittarit lähetetään Analyticsiin tuotetietoihin liitettyinä parametreina.

Tarvittavat määritykset voivat näyttää esimerkiksi seuraavalta:

ga('ec:addProduct', {               // Anna tuotetiedot productFieldObject-kohdassa.
  'id': 'P12345',                   // Tuotetunnus (merkkijono).
  'name': 'Powerup',                // Tuotenimi (merkkijono).
  'category': 'Lisäosat',           // Tuoteluokka (merkkijono).
  'variant': 'punainen',            // Tuoteversio (merkkijono)
  'price': '10.00',                 // Tuotteen hinta (valuutta).
  'quantity': 2,                    // Tuotteiden määrä (luku).
  'dimension4': 'voimakas',         // Tuotetason laajuuden oma ulottuvuus (merkkijono).
  'metric2': 5                      // Tuotetason laajuuden oma tietotyyppi (merkkijono).
});
ga('ec:setAction', 'purchase', {
  'id': 'T12345',
  'revenue': '20.00'
});

ga('send', 'pageview');     // Lähetä tapahtuman tiedot ensimmäisen sivun katselun kanssa.


Käsittely

Esimerkiksi muutaman powerupin ostaneen yksittäisen pelaajan data voisi näyttää ennen käsittelyä tältä:

userId = 5555
Session 1
H1: type=screen_view screen_name=/taso_1/
H2: type=screen_view screen_name=/taso_2/
    product_name=powerup cd4_value=heikko cm2_value=5
    product_name=powerup cd4_value=voimakas cm2_value=5
H4: type=screen_view screen_name=/taso_2/
    product_name=powerup cd4_value=normaali cm2_value=1
    product_name=powerup cd4_value=heikko cm2_value=10

Raportointi

Käsittelyn jälkeen pelikehittäjä voi luoda raportin, jossa Powerupin tehokkuus ‑arvoa käytetään kategoriana ja Tuotteen tulo- ja Käytetyt krediitit ‑arvoja mittarina.

Powerupin tehokkuus Tuotteen tulo Käytetyt krediitit
heikko 20 15
voimakas 10 5
normaali 10 1

Data osoittaa, että pelaajat käyttävät krediittejään heikkoihin powerupeihin. Eniten tuottoa pelikehittäjä puolestaan sai normaali-tason powerupeista.

Käyttöönotossa huomioitavaa

Pidä seuraavat asiat mielessä, kun otat käyttöön omia kategorioita tai mittareita:

Aiemmin luodun kategorian tai mittarin muokkaaminen

Kun muokkaat aiemmin luodun oman kategorian tai mittarin nimeä tai laajuutta, se saattaa vaikuttaa dataasi seuraavilla tavoilla:

  • Nimen muokkaus: Nimen muokkaaminen vaikuttaa aiemmin käsiteltyyn dataan. Saat vanhan datan käyttöösi vain uutta nimeä käyttämällä.
  • Laajuuden muokkaus: Laajuuden muokkaaminen ei vaikuta aiemmin käsiteltyyn dataan. Vain uusi data käsitellään uutta laajuutta käyttämällä.
  • Aktiivinen-kentän arvon muuttaminen: Aktiivinen-kenttä määrittää, käsitelläänkö omien kategorioiden tai mittareiden arvot. Jos Aktiivinen-kentän arvo on epätosi, oma kategoria tai mittari näkyy raporteissasi, mutta koska sen arvoja ei ole käsitelty, mitään kyseiseen kategoriaan tai mittariin liittyvää dataa ei näytetä.

Laajuuden määrittäminen edellyttää tarkkaa harkintaa

Kun päätät omalle kategorialle valittavaa laajuutta, yritä arvioida ensin sitä, kuinka usein arvon voidaan odottaa muuttuvan. Jos kyseessä on arvo, jonka voidaan odottaa muuttuvan useaan otteeseen istunnon aikana (kuten pelin taso), käytä osumatason laajuutta ja määritä arvo ennen jokaista osumaa. Toisaalta sukupuolen kaltaiset omat kategoriat, joiden muuttuminen ei ole todennäköistä, voidaan määrittää käyttäjätason laajuudella yhdellä kertaa. Sukupuoli-arvon lähettäminen erikseen jokaisen osuman yhteydessä vaatisi tarpeettoman paljon työtä, kun taas usein muuttuvan oman kategorian määrittäminen käyttäjätason laajuudella liittäisi useita osumia virheellisesti kyseiseen arvoon.

Oliko tästä apua?
Miten sivua voisi parantaa?