I denne artikkelen beskriver vi hva du kan forvente deg i artiklene om dataimportering som står oppført i Fremgangsmåten videre-delen nedenfor. I hver artikkel tar vi for oss ett bestemt importeringsscenario, med trinnvise instruksjoner for hvordan du kan importere den aktuelle importeringstypen til Analytics. Alle artiklene har mer eller mindre samme format, med følgende inndeling:
Du finner følgende informasjon i denne artikkelen:Scenario
I denne delen finner du en beskrivelse av scenarioet som brukes i eksempelet. Hvert scenario presenterer et vanlig behov i hverdagen din som du kan ta hånd om ved hjelp av dataimport. Du kan endre detaljene i disse scenarioene for å gjøre dem mer relevante for situasjonen din.
Bestem hvilke data som skal importeres
Det første trinnet er å bestemme hva du vil importere og hvordan dataene skal slås sammen med eksisterende treffdata.
Oppretting av nødvendige egendefinerte dimensjoner eller beregninger
Hvis du bruker egendefinerte dimensjoner eller beregninger enten for nøkkelen eller importerte data, må du opprette disse før du laster opp dataene.
Oppretting av datasettet
I dette trinnet får du en gjennomgang av prosessen for oppretting av et datasett (strukturen som inneholder de importerte dataene og slår dem sammen med innsamlede treffdata).
Opplasting av dataene
I dette trinnet får du vite hvordan du oppretter CSV-filen og laster den opp til Analytics.
Finn ut mer om formatering av opplastingsfiler.
Dataene presentert i rapporter
Det siste trinnet i hvert scenario er å se de opplastede dataene i en rapport. (Husk imidlertid at det kan ta litt tid før de importerte dataene er ferdigbehandlet og kan brukes i forbindelse med rapportering.)
Fremgangsmåten videre
Velg et importeringsscenario som er relevant for deg:
| Hvis du vil gjøre følgende: | Slå sammen data for | Typiske importdimensjoner/beregninger | Importeksempel |
|---|---|---|---|
| Bruke CRM-data for å analysere nettstedbruk etter kundeinteresse, lojalitetsrangering, levetidsverdi osv. | User ID | Egendefinerte dimensjoner og beregninger som Segment, Rangering og Verdi. | Eksempel for brukerdata |
| Bruke på nytt og utvide kampanjemerking for å spore trafikk fra kilder som ikke tilhører Google. | Kampanje-ID | Kilde, Medium | Eksempel for kampanjedata |
| Bruke innholdssystemdata for å se hvilke forfattere på nettstedet ditt som er mest populære. | Artikkel-ID | Egendefinerte dimensjoner som Forfatter og Kategori. | Eksempel for innholdsdata |
| Generere rapporter for de mest populære produktene dine, kategorisert etter pris, farge, størrelse osv. | Produkt-ID (SKU) | Egendefinerte dimensjoner som Pris, Farge og Størrelse. | Eksempel for produktdata |
| Behandle mange tilbakebetalinger om gangen. | Transaksjons-ID | Produktpris, Antallet refunderinger for et produkt, Inntekter | Eksempel for tilbakebetalingsdata |
| Analysere klikk- og kostnadsresultater fra tredjepartsannonsenettverk (som ikke er fra Google). | Kilde, Medium, Kampanje, Søkeord | Klikk, Visninger, Kostnad | Eksempel for kostnadsdata |
| Legg til data som ikke samsvarer med noe av det ovennevnte. | * | * | Eksempel for tilpassede data |
* Du kan bruke mange, men ikke alle, dimensjoner og beregninger ved import av tilpassede data, inkludert egendefinerte dimensjoner/beregninger. Les gjennom Begrensninger for dataimportering for mer om dette.
