Gan pārskati, gan izpēte sniedz praktiskus ieskatus par jūsu tīmekļa un lietotnes datiem. Parasti abu veidu skatos tiek rādīti vieni un tie paši dati. Tomēr reizēm var būt novērojamas tajos parādīto datu atšķirības. Šādas atšķirības ir paredzamas un ir izskaidrotas tālāk.
Šajā lapā iekļautās tēmas
- Atbalstītie lauki
- Datu filtrēšana
- Segmenti un salīdzinājumi
- Datumu diapazons
- Zems lietotāju skaits
- Rīcības modelēšana
- Apstrādes laiks
Atbalstītie lauki
Izstrādājot pārskatus un izpēti, jau sākotnēji ir paredzēts nodrošināt atšķirīgus jūsu datu skatus dažādos precizitātes līmeņos. Piemēram, dažas kategorijas un dažu veidu metrika ir pieejama pārskatos, bet ne izpētē. Ja izpētē atverat pārskatu, kurā ir iekļauti neatbalstīti lauki, šie lauki izpētē netiek iekļauti. Ja pārskatā tiek rādīta vizualizācija, kuras pamatā ir neatbalstīti lauki (piemēram, līniju diagramma, kurā tiek rādīta neatbalstīta metrika), šī vizualizācija gala izpētē netiek rādīta.
Datu filtrēšana
Izpētē varat izvēlēties filtra atbilstības veidu, piemēram, ietver, precīzi atbilst vai sākas ar, un izmantotā izteiksme ir reģistrjutīga.
Pārskatos lauks “Meklēt” darbojas kā filtrs ar atbilstības veidu “ietver”, un tas nav reģistrjutīgs. Tas ir lauks “Meklēt” starp vizualizāciju un datu tabulu ar kategoriju sarakstu, nevis lauks “Meklēt” Analytics saskarnes augšdaļā vai poga Pievienot filtru.
Segmenti un salīdzinājumi
Salīdzinājumiem pārskatos var būt izmantoti lauki, kas netiek atbalstīti izpētē. Izpētē atvērtajā pārskatā iekļautie salīdzinājumi tiek pārveidoti par segmentiem, un salīdzinājumā izmantoto neatbalstīto veidu metrika vai kategorijas netiks iekļauta izpētē parādītajā gala segmentā. Tas var mainīt to, kādi dati tiek iekļauti segmentā vai izslēgti no tā.
Datumu diapazons
Izpētes datumu diapazonus nosaka tikai jūsu īpašuma datu saglabāšanas iestatījumi. Ja izveidojat pārskatu, kura datumu diapazons ir plašāks nekā lietotāju un notikumu līmeņa datu saglabāšanas iestatījumi, un pēc tam atverat to izpētē, pirms attiecīgā diapazona iegūtie dati netiek iekļauti.
Zems lietotāju skaits
Pārskatā vai izpētē iekļautie dati var netikt parādīti, ja norādītajā datumu diapazonā ir mazs lietotāju skaits. Datu sliekšņi tiek lietoti tāpēc, lai neviens, kas skata pārskatu vai izpēti, nevarētu izsecināt atsevišķu lietotāju identitāti, pamatojoties uz demogrāfiskajiem datiem vai citiem datos ietvertiem signāliem, piemēram, interesēm.
Uzziniet vairāk par datu sliekšņiem.
Rīcības modelēšana
Ja ir iespējota rīcības modelēšana piekrišanas režīmam, var rasties nelielas atšķirības starp standarta pārskatu datiem un izpētes datiem. Rīcības modelēšanā tiek izmantota mašīnmācīšanās, lai, pamatojoties uz līdzīgu lietotāju rīcību, kuri piekrīt Analytics sīkfailiem, modelētu to lietotāju rīcību, kuri noraida Analytics sīkfailus.
Kad ir iespējota rīcības modelēšana, mašīnmācīšanās algoritms apstrādā divas atšķirīgas datu kopas. Tās ietver apkopotas tabulas pārskatiem, kā arī neapstrādātus notikumu un lietotāju līmeņa datus izpētei. Strukturālas atšķirības abās datu kopās var izraisīt nelielas atšķirības starp pārskatu modelētajiem un izpētes modelētajiem datiem. Jo lielāks to datos atspoguļoto lietotāju skaits, kas nepiekrīt Analytics sīkfailiem, jo lielāka ir neatbilstības iespējamība.
Apstrādes laiks
Pakalpojumā Analytics dati tiek iegūti no dažādām sistēmām, un tie var tikt apstrādāti dažādos laikos. Apstrādes laika atšķirību dēļ, iespējams, pamanīsiet nedaudz atšķirīgus rezultātus, kad tiks izpildīti vaicājumi par pēdējām 48 stundām.