Izvješća i istraživanja pružaju korisne uvide u podatke vašeg weba i aplikacije. Obično ćete u oba područja vidjeti iste podatke. Međutim, ponekad možete opaziti razlike u podacima prikazanima u svakom od područja. Te su razlike očekivane i objašnjene u nastavku.
Na ovoj stranici
- Podržana polja
- Filtriranje podataka
- Segmenti i usporedbe
- Datumski raspon
- Mali broj korisnika
- Bihevioralno modeliranje
- Vrijeme obrade
Podržana polja
Izvješća i istraživanja osmišljena su tako da vam pruže različite prikaze vaših podataka uz različite razine preciznosti. Na primjer, neke dimenzije i mjerni podaci dostupni u izvješćima nisu podržani u istraživanjima. Kada u istraživanjima otvorite izvješće koje sadrži nepodržana polja, ta se polja izostavljaju iz istraživanja. Ako je izvješće prikazivalo vizualizaciju na temelju nepodržanih polja (na primjer linijski grafikon koji prikazuje nepodržane mjerne podatke), vizualizacija se neće pojaviti u novom istraživanju.
Filtriranje podataka
U istraživanjima vam filtar omogućuje da odaberete vrstu podudaranja (kao što je sadrži, točno se podudara ili počinje s), a upotrijebljeni izraz razlikuje mala i velika slova.
U izvješćima polje Pretraživanje funkcionira kao filtar koji upotrebljava vrstu podudaranja „sadrži” i ne razlikuje velika i mala slova. To je polje Pretraživanje između vizualizacije i tablice podataka s popisom dimenzija, a ne polje Pretraživanje pri vrhu sučelja Analyticsa, kao ni gumb Dodaj filtar.
Segmenti i usporedbe
Usporedbe u izvješćima mogu koristiti polja koja nisu podržana u istraživanjima. Usporedbe navedene u izvješću koje otvorite u istraživanjima konvertiraju se u segmente, a nepodržani mjerni podaci ili dimenzije u usporedbi neće biti uključeni u nastali segment u istraživanjima. To može promijeniti podatke uključene ili isključene iz segmenta.
Datumski raspon
Datumski rasponi u istraživanjima ograničeni su na postavke zadržavanja podataka za vaš entitet. Ako izradite izvješće s datumskim rasponom koji nadilazi postavke zadržavanja podataka na razini korisnika i događaja, a zatim ga otvorite u istraživanjima, podaci koji prethode tom rasponu neće biti obuhvaćeni.
Mali broj korisnika
Podaci u izvješću ili istraživanju mogu se izostaviti ako imate mali broj korisnika u navedenom datumskom rasponu. Podatkovni pragovi primjenjuju se kako bi se spriječilo da osoba koja pregledava izvješće ili istraživanje otkrije identitet pojedinačnih korisnika na temelju demografskih podataka, interesa ili drugih signala koji su prisutni u podacima.
Saznajte više u članku O podatkovnim pragovima.
Bihevioralno modeliranje
Ako je omogućeno bihevioralno modeliranje za način pristanka, možda ćete primijetiti manje razlike u podacima između standardnih izvješća i istraživanja. Bihevioralno modeliranje upotrebljava strojno učenje za modeliranje ponašanja korisnika koji odbiju Analyticsove kolačiće na temelju ponašanja sličnih korisnika koji prihvate Analyticsove kolačiće.
Kada je bihevioralno modeliranje omogućeno, algoritam strojnog učenja obrađuje dva različita skupa podataka. Oni se sastoje od agregiranih tablica za izvješća zajedno s neobrađenim podacima na razini događaja i korisnika za istraživanja. Strukturne razlike u dva skupa podataka mogu rezultirati manjim razlikama u modeliranim podacima između izvješća i istraživanja. Vjerojatnost odstupanja povećava se s brojem korisnika koji su prikazani u podacima koji su odbili pristanak za Analyticsove kolačiće.
Vrijeme obrade
Podaci u Analizi dolaze iz različitih sustava i mogu se obrađivati u različito vrijeme. Možda ćete opaziti malo drugačije rezultate prilikom pokretanja upita za zadnjih 48 sati zbog razlika u vremenu obrade.