[GA4] Brugerlevetid

Teknikken Brugerlevetid viser, hvordan dine brugeres adfærd har været i deres levetid som kunde på dit website eller i din app. Teknikken Brugerlevetid kan hjælpe dig med at få specifik indsigt som f.eks.:

• Den kilde, det medium eller den kampagne, der skaffede brugere med den højeste levetidsomsætning i forhold til omsætningen for den valgte måned.

• De aktive kampagner, der får brugere, der forventes at være mere værdifulde, med større sandsynlighed for køb og lavere sandsynlighed for stop af brug i henhold til beregningerne fra Google Analytics-prognosemodellerne.

• Indsigt i unik brugeradfærd, f.eks. hvornår dine månedlige aktive brugere sidst købte et produkt fra dit website, eller hvornår de sidst interagerede med din app.

Opret en udforskning af brugerlevetid

1. I Udforsk skal du klikke på Skabelongalleri til højre for Start en ny udforskning.
   Bemærk! Via det forrige link åbnes den Analytics-ejendom, du senest er tilgået. Du skal være logget ind på en Google-konto for at åbne ejendommen. Du kan skifte ejendom ved hjælp af ejendomsvælgeren.
2. Vælg skabelonen "Brugerlevetid".

Data for brugerlevetid

Data for hele levetiden er tilgængelig for brugere, der har været aktive på dit website eller i din app, efter den 15. august 2020. For disse brugere inkluderer omfanget af data i teknikken Brugerlevetid alle deres data, siden de første gang besøgte dit website eller din app. Hvis en bruger f.eks. først besøgte dit website i december 2019, men vedkommende sidst var aktiv den 14. august 2020, medtages vedkommende ikke. Hvis den samme bruger var aktiv den 16. august 2020, medtages alle vedkommendes data tilbage fra sidste år.

Med teknikken Brugerlevetid viser du samlede data for brugere af dit website eller din app. Denne teknik kan specifikt vise følgende oplysninger for hver bruger:

• Første interaktioner: Data, der er knyttet til første gang, brugeren blev målt for en ejendom. Det kan f.eks. være brugerens første besøgs- eller købsdato eller den kampagne, hvor vedkommende blev anskaffet som bruger.
• Seneste interaktioner: Data, der er knyttet til den sidste gang, brugeren blev målt for en ejendom. F.eks. den seneste aktivitet eller købsdato.
• Interaktioner i løbet af levetiden: Data samlet for brugerens levetid. Det omfatter f.eks. omsætning eller engagement i hele levetiden.
• Metrics baseret på forudsigelser: Data, der er genereret via maskinlæring for at forudsige brugeradfærd:
  • Sandsynlighed for køb
  • Sandsynlighed for køb i app
  • Sandsynlighed for stop af brug

Hver af de metrics, der er tilgængelige i denne teknik, bortset fra antal brugere, kan vises som gennemsnit, samlet eller én af 4 repræsentative percentiler (10., 50., 80. og 90.), så du kan få indsigt i fordelinger i metrics. Hvis du f.eks. ser på levetidsværdi eller LTV efter første bruger-medium, kan du vise følgende datapunkter for dine brugere grupperet efter det medium, der var ansvarligt for deres første besøg i appen eller på websitet:

• LTV (USD): I alt: Værdien viser summen af LTV for brugere, der er anskaffet via hvert medium.
• LTV (USD): Gennemsnit: Viser den gennemsnitlige LTV for brugere, der er anskaffet af hvert medium.
• LTV (USD): 10. percentil: For hvert medium vises LTV-værdien, som har 10 % af brugerne med lavere LTV (hvis denne værdi f.eks. er 20 USD, betyder det, at 10 % af brugerne har en LTV, der er lavere end 20 USD).
• LTV (USD): 90. percentil: For hvert medium vises den LTV-værdi, som har 90 % af brugerne med lavere LTV (hvis denne værdi f.eks. er 100 USD, betyder det, at 90 % af brugerne har en LTV, der er lavere end 100 USD).

Vær opmærksom på, at percentilmetrics for omsætningsmetrics som LTV ofte er nul, fordi de fleste brugere ikke er købere, og selv den 90. percentil er nul (90 % af brugerne har en LTV, der er lavere eller lig med nul). I disse tilfælde kan anvendelse af et segment, der kun filtrerer købere, give et bedre indblik i, hvordan LTV fordeles på tværs af dine købere i stedet for på tværs af alle brugere.

Bemærk! Grænsen for stikprøvetagning for teknikken Brugerlevetid er 1 mio. brugere for det omkostningsfrie Google Analytics product og 10 mio. brugere for det betalte produkt. Når det valgte datointerval inkludere flere brugere end grænsen for stikprøvetagning, bruger Google Analytics en randomiseret stikprøve af disse brugere (1 mio. eller 10 mio. afhængigt af ejendomstypen) og opskalererer derefter resultaterne for at angive komplette resultater.

Datointervaller i forbindelse med udforskning af brugernes levetid

Når du vælger et datointerval, viser udforskningen brugere, der var aktive inden for det valgte interval, samt oplysninger om disse brugeres samlede levetid, herunder data fra før det angivne datointerval.

Du kan ikke ændre slutdatoen i forbindelse med udforskning af brugerlevetid. Den er rettet til "i går".

Udforskning og rapportering i forbindelse med udforskning af brugernes levetid

Funktionen User-ID giver Google Analytics 4-ejendomme to måder at identificere og rapportere om dine brugere på tværs af platforme og enheder. Den rapporteringsidentitetsmetode, der anvendes af din ejendom, påvirker data for brugerlevetider på følgende måde:

Efter User-ID og derefter efter enhed

Denne metode bruger det mere præcise bruger-id, hvis det er indsamlet, til at identificere en bruger og samle alle relaterede hændelser i rapportering og udforskninger. Hvis der ikke er indsamlet et bruger-id, identificerer Analytics brugeren ved hjælp af et enheds-id, som enten er klient-id'et for websites (hvis der er tale om websites) eller appforekomst-id'et (hvis der er tale om apps).

Når en given bruger både har logget ind og ud uden aktivitet i det valgte datointerval, bruger udforskningen kun de indloggede data for brugerlevetider. Dette giver en mere nøjagtig repræsentation af dine brugerdata. Antallet af brugere kopieres ikke, og metrics som f.eks. gennemsnitlig LTV er mere nøjagtige med User-ID-baseret brug. Aktivitet, der finder sted, mens brugeren ikke er logget ind, inkluderes ikke i udforskningen.

Bemærk! Hvis indsamling af brugergenererede data (beta) er aktiveret på din ejendom, og der også indsamles bruger-id'er via funktionen User-ID, skal du være opmærksom på potentielle datauoverensstemmelser i udforskninger vedrørende brugerlevetid. Du kan specifikt se dubletter af antallet af brugere eller lave metrics for brugerlevetid for individuelle brugere. Dette problem opstår, hvis datointervallet for din udforskning overlapper den dato, hvor indsamling af brugergenererede data blev aktiveret. Du kan tjekke aktiveringsdatoen i ændringshistorikken for ejendommen. Du skal også være opmærksom på, at vi for denne type ejendommes vedkommende p.t. ikke understøtter udforskninger vedrørende brugerlevetid baseret på User-ID (bruger-id).

Kun efter enhed

Denne metode bruger kun enheds-id'et (enten værdien client_id for Analytics-cookien for websites eller app-forekomst-id'et for mobilapps) til at identificere en bruger og ignorerer bruger-id'er, der blev indsamlet. Med denne metode samles data for brugerlevetiden på enhedsniveau.