Eksempel på importering av produktdata

Finn ut hvordan du importerer farger og størrelser for klær fra produktkatalogen din.

Få bedre kunnskaper knyttet til merchandising ved å importere produktrelaterte dimensjoner, som for eksempel størrelse, farge eller stil, til Google Analytics-dataene du samler inn.

For å kunne benytte denne funksjonen må du bruke programtillegget for utvidet netthandel for området ditt.

Du trenger også muligheten til å endre netthandelkoden din for å sende produkt-SKU-ene med hver av treffene dine.

Du finner følgende informasjon i denne artikkelen:

Scenario:

Du selger klær via en nettbutikk, og vil finne ut hvilke farger og størrelser som er mest populære på nettstedet ditt.

Trinn 1: Merk nettstedet ditt med ec.js-programtillegget

Følg retningslinjene i Merk området ditt med ec.js-programtillegget, og merk produktlister, produktopplysningssider, interne kampanjer, handlekurvsider og betalingssider.

Trinn 2: Bestem deg for hvilke data som skal importeres

Du vedlikeholder en datafil utenfor Google Analytics som knytter hvert klesplagg til en farge og størrelse, og du har tenkt å laste opp denne informasjonen til Analytics.

Trinn 3: Opprett en egendefinert dimensjon

Ettersom farge og størrelse ikke finnes som dimensjoner i Google Analytics, må du opprette egendefinerte dimensjoner for disse.

Trinn 4: Lag datasettet

  1. Logg på Google Analytics.
  2. Klikk på Administrator, og naviger til området du vil laste opp data til.
  3. Klikk på Dataimportering i OMRÅDE-kolonnen.
  4. Klikk på Nytt datasett.
  5. Vel Produktdata som type.
  6. Gi datasettet navnet «Farger og størrelser».
  7. Velg ett eller flere datautvalg der du ønsker å se disse dataene.
  8. Definer skjemaet med eksemplet nedenfor som referanse.

Eksempel på skjema

Du sender ikke eksplisitt farge og størrelse i treffdataene dine, men du sender en produkt-ID. Du kan slå sammen data basert på produkt-ID-en ved å velge Produkt-SKU som nøkkel.

Skjemainnstillinger:

Nøkkel: Produkt-SKU
Importerte data: Farge, Størrelse
Overskriv treffdata: ja

Lagre datasettet.

Trinn 5: Lag CSV-filen

Genereringen av CSV-filen for opplasting består av to trinn:

1. Hent overskriften for CSV-filen

Klikk på Farge og størrelse i datasettabellen for å åpne datasettkonfigurasjonen.

Klikk på Hent skjema.

Deretter ser du noe tilsvarende dette:

    CSV header
    ga:productSku,ga:dimension23,ga:dimension24 

 

Dette er overskriften du skal bruke som første linje i CSV-filene du laster opp. Du ser kolonnene i tabellen nedenfor:

SKU-kode for produktet Color Size
ga:productSku ga:dimension23 ga:dimension24

2. Opprett et regneark, og eksportér det som CSV-fil

Opprett et Google-regneark i formatet ovenfor. Den første raden (overskriften) i regnearket bør inneholde de interne navnene på dimensjonene (f.eks. «ga:productSku» i stedet for «Produkt-SKU») som er angitt i Hent skjema-dialogboksen, som vist ovenfor. Kolonnene nedenfor hver overskriftscelle bør inneholde de tilhørende dataene for hver overskrift.
 

ga:productSku ga:dimension23 ga:dimension24
12345 Red S
12345 Red M
23456 White M
23456 Blue L

 

Eksportér regnearket som CSV-fil. Filen ser omtrent slik ut:

    ga:productSku,ga:dimension23,ga:dimension24
    12345,Rød,S
    12345,Rød,M
    23456,Hvit,M
    23456,Blå,L

Trinn 6: Last opp dataene

Nå kan du laste opp CSV-filen du laget, til Analytics. Data kan lastes opp på to måter: manuelt – via brukergrensesnittet i Analytics – eller programmatisk – via Management API.

Manuell opplasting
  1. Finn raden for Farger og størrelser i datasettabellen.
  2. Klikk på Administrer opplastinger for Farger og størrelser-datasettet.
  3. Klikk på Last opp fil, velg filen, og klikk deretter på Last opp.
Last opp via administrasjonsgrensesnitt
  1. Finn raden for Farger og størrelser i datasettabellen.
  2. Klikk på navnet på datasettet.
  3. Klikk på Hent ID for spesialtilpasset datakilde.
  4. Ta en kopi av ID-en.
  5. Følg disse instruksjonene for å laste opp via administrasjonsgrensesnittet.

Trinn 7: Oppdater netthandelkoden

Når du har lastet opp produktdataene, oppdaterer du netthandelkoden for å sende produkt-SKU-ene med hver av treffene dine, i tillegg til eventuelle andre data du ønsker i rapportene, for eksempel egendefinerte dimensjoner eller beregninger.

Merk: Når du sender netthandelsdata til Analytics, finnes det ikke et bestemt felt kalt Produkt-SKU. Dette representeres i stedet av ID-feltet, slik du kan se i eksempelet nedenfor.

// Eksempel på at en transaksjon sendes ved sammenslåing med importerte produktdata.
ga('create', 'UA-XXXX-Y');
ga('require', 'ec', 'ec.js'); // Last inn Utvidet netthandel-programtillegget. Obligatorisk.

// Produktnavnet, prisen og andre produktdata legges til i dette treffet
// på innsamlingstidspunktet hvis verdien i ID-feltet samsvarer med en produkt-SKU
// du har lastet opp.
ga('ec:addImpression', {
  'id': '12345',              // Produkt-ID/-SKU (nøkkel). Obligatorisk.
  'list': 'Search Results',
  'position': 1,
  'dimension1': 'Member'
});

ga('send', 'pageview');       // Send rapporteringsvisningen med et sidevisningstreff.

 

Produkt-ID-er som sendes fra implementeringen din av utvidet netthandel, blir nå tilpasset Produkt-SKU-ene i det importerte produktdatasettet ditt, og rapportene dine fylles ut automatisk med dataene for tilleggsproduktene du har lastet opp.

Trinn 8: Se dataene i rapportene

Ettersom farge og størrelse er egendefinerte dimensjoner, vises de ikke automatisk i standardrapportene, men du kan legge dem til som sekundære dimensjoner. I Produktresultat-rapporten kan du for eksempel velge Produkt-SKU som hoveddimensjon, og deretter legge til Farge eller Størrelse som sekundærdimensjon.Du kan også opprette en egendefinert rapport med en eller flere av beregningene for utvidet netthandel (f.eks. Produktinntekter, Unike kjøp og Antall), og deretter legge til Produkt-SKU, Farge og Størrelse som dimensjoner.

De opplastede dataene må behandles før de kan vises i rapportene. Når behandlingen er fullført, kan det ta opptil ett døgn før de importerte dataene blir brukt med innkommende treffdata.

Var dette nyttig for deg?
Hvordan kan vi forbedre den?