इलाके के हिसाब से डेटा इंपोर्ट करके, आप अपने डेटा को उन इलाकों के हिसाब से व्यवस्थित कर सकते हैं. ये वही इलाके होते हैं जो आपके कारोबारी संगठन के लक्ष्यों के मुताबिक तय किए जाते हैं.
इस लेख में आप इन विषयों के बारे में जानेंगे:- हालात
- पहला कदम: यह तय करना कि कौनसा डेटा इंपोर्ट किया जाए
- दूसरा कदम: अपने डेटा को किसी भौगोलिक आईडी डाइमेंशन से मैप करना
- तीसरा कदम: कस्टम डाइमेंशन बनाना
- चौथा कदम: डेटा सेट बनाना
- पांचवा कदम: अपलोड की गई फ़ाइल बनाना
- छठा कदम: डेटा अपलोड करना
- सातवां कदम: रिपोर्ट में डेटा देखना
- इसी विषय से जुड़े कुछ और लेख
हालात
मान लें कि आपकी कंपनी की कार्रवाइयों को, किसी खास इलाकों के हिसाब से होने वाली बिक्री के डेटा के मुताबिक व्यवस्थित किया गया है: पूर्व, मध्य, और पश्चिम. आज डिफ़ॉल्ट रूप से, Analytics सिर्फ़ डिफ़ॉल्ट तौर पर सेट किए इलाकों के लिए ही रिपोर्ट तैयार करेगा. डेटा इंपोर्ट करने में किसी भी तरह के इलाके का इस्तेमाल करके, आप अपने कारोबार के लिए इस्तेमाल किए जाने वाले खास इलाकों और Analytics के डिफ़ॉल्ट इलाकों के बीच मैप कर सकते हैं. इसके बाद, बिक्री करने के इन इलाकों के हिसाब से, आप अपने डेटा को व्यवस्थित तौर पर देख सकते हैं.
पहला कदम: यह तय करना कि कौनसा डेटा इंपोर्ट किया जाए
आप डेटा को, बिक्री के तीन इलाकों के ग्रुप में दिखाना चाहते हैं: पूर्व, मध्य, और पश्चिम. ये इलाके राज्य/प्रांत के लेवल पर तय किए जाते हैं. इसके लिए, अमेरिका का उदाहरण कुछ ऐसा नज़र आ सकता है:
| राज्य/प्रांत | बिक्री क्षेत्र |
|---|---|
| कैलिफ़ोर्निया | पश्चिम |
| नेवादा | पश्चिम |
| न्यूयॉर्क | पूर्व |
| कनेटिकट | पूर्व |
| इलीनॉय | मध्य |
| ... | ... |
दूसरा कदम: अपने डेटा को किसी भौगोलिक आईडी डाइमेंशन से मैप करना
Google Analytics में, अलग-अलग इलाकों के क्रम के लेवल के हिसाब से, पांच अलग-अलग भौगोलिक आईडी के डाइमेंशन होते हैं. इस कदम में, आपको पता लगाना होगा कि आपका कारोबारी डेटा किस लेवल पर मौजूद है. इसके बाद, आपको इलाकों के क्रम के लेवल पर, अपने कारोबारी डेटा को सही भौगोलिक आईडी से मैप करना होगा.
हमारे उदाहरण में, हम कैलिफ़ोर्निया राज्य को, बिक्री के पश्चिम वाले इलाके से मैप करना चाहते हैं. इसका तरीका यहां देखें:
- राज्य, भौगोलिक क्रम के इलाके के लेवल पर है.
- यह इलाका, भौगोलिक आईडी डाइमेंशन
ga:regionIdसे मेल खाता है. - भौगोलिक मानदंड आईडी टेबल में, कैलिफ़ोर्निया की मानदंड आईडी 21137 है.
- इसलिए, हमारे बिक्री के इलाकों वाली टेबल में, हम पश्चिम के इलाके का
ga:regionId21137 से मैप करेंगे. - इसी तरह नेवादा राज्य भी हमारे पश्चिमी बिक्री इलाके में मौजूद है. इसलिए, इस प्रोसेस को जारी रखते हुए, हम नेवादा की मानदंड आईडी 21166 को, अपनी मैप करने की सुविधा में शामिल करेंगे.
सभी इलाकों को मैप करने के बाद, आपको ये टेबल दिखेगी:
| ga:regionId | बिक्री क्षेत्र | राज्य |
|---|---|---|
| 21137 | पश्चिम | कैलिफ़ोर्निया |
| 21166 | पश्चिम | नेवादा |
| 21167 | पूर्व | न्यूयॉर्क |
| 21139 | पूर्व | कनेटिकट |
| 21147 | मध्य | इलीनॉय |
| ... | ... | ... |
तीसरा कदम: कस्टम डाइमेंशन बनाना
Analytics में डाइमेंशन के तौर पर बिक्री क्षेत्र मौजूद नहीं है. इसलिए, आपको इसे कस्टम डाइमेंशन के तौर पर बनाना होगा. कस्टम डाइमेंशन के "बिक्री के इलाके" को नाम देकर, सेशन में दायरा सेट करें.
ध्यान दें: भौगोलिक डाइमेंशन पर मैप करने वाले सभी कस्टम डाइमेंशन सेशन-दायरे वाले डाइमेंशन के तौर पर कॉन्फ़िगर किए जाने चाहिए.
कस्टम डाइमेंशन बनाने का तरीकाकस्टम डाइमेंशन या मेट्रिक में बदलाव करने के लिए, आपके पास प्रॉपर्टी में एडिटर की भूमिका होनी चाहिए.
- Google Analytics में साइन इन करें.
- अपनी प्रॉपर्टी पर जाएं.
- प्रॉपर्टी कॉलम में कस्टम डेफ़िनिशन और फिर कस्टम डाइमेंशन पर क्लिक करें.
- नए कस्टम डाइमेंशन पर क्लिक करें.
- एक नाम जोड़ें. यह कोई भी स्ट्रिंग हो सकती है, लेकिन किसी यूनीक स्ट्रिंग का इस्तेमाल करें, ताकि आपकी रिपोर्ट में किसी अन्य डाइमेंशन या मेट्रिक के साथ भ्रम की स्थिति न पैदा हो.
-
सेशन का दायरा सेट करें. Analytics की डेवलपर गाइड में, दायरे और कस्टम डाइमेंशन में बदलाव करने के लिए, इस्तेमाल किए जाने वाले तरीके बारे में ज़्यादा पढ़ें.
- डेटा इकट्ठा करने और ठीक उसी समय अपनी रिपोर्ट में मेट्रिक देखने के लिए, चालू है चुनें. डाइमेंशन बनाने, लेकिन उसे बंद रखने के लिए, चेक बॉक्स से सही का निशान हटाएं.
- बनाएं पर क्लिक करें.
चौथा कदम: डेटा सेट बनाना
डेटा सेट ऐसा कंटेनर है जिसमें आपका इंपोर्ट किया गया डेटा रखा जाएगा. अपने मानदंड आईडी को मैप करने की सुविधा को बिक्री के इलाकों में होल्ड करने के लिए, नीचे दिए गए उदाहरण को आज़माकर, एक नया भौगोलिक डेटा सेट बनाएं.
डेटा सेट कैसे बनाएं:डेटा सेट बनाने या उनमें बदलाव करने के लिए, आपके पास प्रॉपर्टी लेवल पर एडिटर की भूमिका होनी चाहिए.
- Google Analytics में साइन इन करें.
- अपनी प्रॉपर्टी पर जाएं.
- प्रॉपर्टी कॉलम में, डेटा इंपोर्ट पर क्लिक करें.
- नया डेटा सेट पर क्लिक करें.
- डेटा किस तरह का है उसके लिए भौगोलिक डेटा चुनें.
- नाम के लिए "बिक्री क्षेत्र" डालें.
- ऐसे एक या कई व्यू चुनें जिनमें आप यह डेटा देखना चाहते हैं.
- नीचे दिए गए उदाहरण को मॉडल के तौर पर इस्तेमाल करके, स्कीमा तय करें.
- हो गया पर क्लिक करें.
स्कीमा का उदाहरण
भौगोलिक डेटा सेट की मदद से, आप चार भौगोलिक आईडी डाइमेंशन में से किसी एक को चुन सकते हैं. साथ ही, इसका इस्तेमाल आप अपनी की के तौर पर भी कर सकते हैं. आपको इंपोर्ट करने के लिए, कम से कम एक डेटा डाइमेंशन की जानकारी भी देनी होगी. इस उदाहरण के लिए, ये चुनें:
- की: ga:regionId
- इंपोर्ट किया गया डेटा: बिक्री का इलाका (वह कस्टम डाइमेंशन जो आपने पिछले कदम में बनाया था)
- हिट डेटा को ओवरराइट करें: हां
अपलोड की गई फ़ाइल के लिए हेडर पाना
अगले कदम पर जाने से पहले, अपने अपलोड फ़ाइल हेडर के तौर पर इस्तेमाल करने के लिए, डेटा सेट स्कीमा पाएं:
स्कीमा पाएं पर क्लिक करें.
फिर आपको कुछ ऐसा नज़र आएगा:
CSV header ga:userId,ga:dimension23
हो सकता है कि आपके कस्टम डाइमेंशन का असली नाम यहां दिखाए गए नाम से अलग हो.
आपको अपनी अपलोड की गई CSV फ़ाइलों की पहली लाइन के रूप में, इसी हेडर का इस्तेमाल करना होगा. आप इसे सीधे अपनी CSV फ़ाइल फ़ॉर्मैट में कॉपी/पेस्ट कर सकते हैं या इसे एक स्प्रेडशीट में खोलने के लिए, स्कीमा टेंप्लेट डाउनलोड करें पर क्लिक कर सकते हैं.
पांचवा कदम: अपलोड की गई फ़ाइल बनाना
आप एक CSV (कॉमा लगाकर अलग किए गए वैल्यू) फ़ाइल फ़ॉर्मैट इंपोर्ट करके, Google Analytics में डेटा अपलोड कर सकते हैं. यह दूसरे चरण में तय किए गए टेबल के हिसाब से तय होगा, लेकिन इसके बारे में एक खास तरीके से ब्यौरा देना होगा. जैसे, अपलोड की गई फ़ाइलों को फ़ॉर्मैट करने में बताया गया है.
स्प्रेडशीट बनाना और उसे CSV के रूप में एक्सपोर्ट करना
एक स्प्रेडशीट बनाएं, जिसमें वह डेटा हो जो आपने अपलोड किया है (उदाहरण के लिए, बिक्री का इलाका). साथ ही, वे कुंजी वैल्यू भी हों जो उस डेटा को, आपके इकट्ठा किए गए हिट से जोड़ सकें (उदाहरण के लिए, मानदंड आईडी). आपके स्प्रेडशीट की पहली (हेडर) लाइन में अंदरूनी डाइमेंशन नामों का इस्तेमाल करना होगा. (उदाहरण के लिए, "क्षेत्र के आईडी" के बजाय ga:regionId और "बिक्री के क्षेत्र" के बजाय ga:dimension23 का इस्तेमाल किया जाना चाहिए). आप ऊपर बताए गए तरीके की मदद से, स्कीमा टेंप्लेट डाउनलोड करके, उन अंदरूनी नामों को पा सकते हैं. स्प्रेडशीट के बाकी बचे हिस्से में, हर कॉलम के लिए सही डेटा शामिल होना चाहिए.
| ga:regionId | ga:dimension23 |
| 21137 | पश्चिम |
| 21166 | पश्चिम |
| 21167 | पूर्व |
| 21139 | पूर्व |
| 21147 | मध्य |
स्प्रेडशीट को CSV के तौर पर एक्सपोर्ट करें. आपकी फ़ाइल कुछ ऐसी दिखेगी:
ga:regionId,ga:dimension23 21137,West 21166,West 21167,East 21139,East 21147,Central
छठा कदम: डेटा अपलोड करना
Google Analytics में डेटा इंपोर्ट करने के दो तरीके हैं: मैन्युअल तौर पर, यूज़र इंटरफ़ेस की मदद से या मैनेजमेंट एपीआई का इस्तेमाल करके प्रोग्राम की मदद से.
मैन्युअल तौर पर अपलोड करना- Google Analytics में साइन इन करें.
- अपनी प्रॉपर्टी पर जाएं.
- प्रॉपर्टी कॉलम में, डेटा इंपोर्ट पर क्लिक करें.
- डेटा सेट के टेबल में, अपने बिक्री क्षेत्र के डेटा सेट की पंक्ति खोजें.
- बिक्री क्षेत्र के डेटा सेट के लिए, अपलोड मैनेज करें पर क्लिक करें.
- फ़ाइल अपलोड करें पर क्लिक करें. इसके बाद, फ़ाइल चुनें और अपलोड करें पर क्लिक करें.
- Google Analytics में साइन इन करें.
- अपनी प्रॉपर्टी पर जाएं.
- प्रॉपर्टी कॉलम में, डेटा इंपोर्ट पर क्लिक करें.
- डेटा सेट के टेबल में, बिक्री क्षेत्र की पंक्ति खोजें.
- डेटा सेट के नाम पर क्लिक करें.
- कस्टम डेटा स्रोत आईडी पाएं पर क्लिक करें.
- आईडी लिख लें (आपको डेवलपर गाइड में बताए गए कदमों के लिए उसकी ज़रूरत होगी).
- मैनेजमेंट एपीआई से अपलोड करने के लिए, इन निर्देशों का पालन करें.
सातवां कदम: रिपोर्ट में डेटा देखना
बिक्री क्षेत्र एक कस्टम डाइमेंशन होता है. इसलिए, यह स्टैंडर्ड रिपोर्ट में अपने-आप दिखाता, लेकिन आप इसे एक सेकंडरी डाइमेंशन के तौर पर जोड़ सकते हैं. उदाहरण के लिए, भौगोलिक > जगह की रिपोर्ट में, आप देश को मुख्य डाइमेंशन के तौर पर चुनकर, बिक्री क्षेत्र को सेकंडरी डाइमेंशन के तौर पर जोड़ सकते हैं. आप कस्टम रिपोर्ट में इंपोर्ट किए गए भौगोलिक डाइमेंशन भी शामिल कर सकते हैं.
यह ज़रूरी है कि अपलोड किया गया डेटा, रिपोर्ट में दिखने से पहले प्रोसेस हो जाए. प्रोसेस पूरी हो जाने पर, इंपोर्ट किए गए डेटा को आने वाले हिट डेटा पर लागू होने में 24 घंटे लग सकते हैं.
