Google Analytics – metrika Lietotāji

google lietotāji
Gribēju mazliet padalīties ar informāciju, kuru mīl pieminēt daudzi mājaslapu īpašnieki un SEO speciālisti, kuri strādā ar Google Analytics rīku.
Google Analytics Metrika Lietotāji rāda, cik daudz lietotāju skatīja jūsu mājaslapas saturu vai mijiedarbojās ar to noteiktā datumu diapazonā.
Lai aprēķinātu metriku Lietotāji dažādiem pārskatu pieprasījumiem, pakalpojumā Google Analytics tiek izmantoti divi dažādi paņēmieni. Šī iemesla dēļ metrika Lietotāji dažādos pārskatos var atšķirties.

Bet neskatoties uz to,  daudziem speciālistiem nav īstas skaidrības, kāpēc tā notiek, un mājaslapu īpašniekiem tiek turpināts iestāstīt pavisam ačgārnas lietas.
Ejam cauri, lai izbeigtu vienu no mītiem.
Lai ātri parādītu pārskatu datus, Analytics izveido neatlasītu, iepriekš apkopotu datu tabulu komplektu, kas tiek atjauninātas katru dienu.  Tabulās ar iepriekš apkopotajiem datiem ir pieejams daudz funkciju, lai varētu izpildīt izplatītus pārskatu sniegšanas pieprasījumus, ieskaitot datumu diapazona maiņu standarta pārskatos. Piemēram, kad pieprasāt pārskatu, pakalpojumā Analytics katra metrika tiek meklēta iepriekš apkopoto datu tabulās, un šie rezultāti tiek rādīti jūsu pārskatos. Ja pielāgojat datumu diapazonu no 1. aprīlis –30. aprīlis uz 1. aprīlis –1. maijs, pakalpojumā Analytics katra metrika tiek meklēta 1. maija iepriekš apkopoto datu tabulā un jaunie dati tiek pieskaitīti esošajai kopsummai.
Daudzas metrikas, piemēram, Lapas skatījumi vai Ekrāna skatījumi, ir vienkārši skaita rādītāji par vairākām dienām. Tomēr metrika Lietotāji ir balstīta uz sarežģītākiem aprēķiniem. Tā vietā, lai vienkārši pievienotu (vai atņemtu) apstrādātos datus no iepriekš apkopoto datu tabulām, pakalpojumam Analytics ir atkārtoti jāaprēķina metrika Lietotāji katram pārskatā atlasītajam datumu diapazonam. Piemēram, ja lietotājs apmeklē vietni 30. aprīlī un 1. maijā , Analytics atpazīst šo lietotāju kā vienu lietotāju šajās divās dienās.
Ja maināt datumu diapazonu no 1. aprīlis–30. aprīlis uz 1. aprīlis–1. maijs, Analytics nevar vienkārši pievienot starpību metrikas “Lietotāji” vērtībai, ko redzat savos pārskatos, jo šis skaitlis ir balstīts uz sarežģītu aprēķinu, nevis vienkāršu pieskaitīšanu summai datu tabulās ar iepriekš apkopotiem datiem. Tā vietā metrika ir jāaprēķina reāllaikā katru reizi, kad pieprasāt to savos pārskatos.
Lai izpildītu šo uzdevumu, metrikai Lietotāji ir pieejami divi aprēķini. Optimālais aprēķins tiek atlasīts atkarībā no pārskata, kurš tiek skatīts.

1. metode: Iepriekš aprēķināti dati

Šajā aprēķinā tiek izmantots tikai sesiju skaits noteiktā datumu diapazonā un katras sesijas laiks. (To nosaka ierīcē pārvaldīta tehnoloģija, piemēram, tīmekļa pārlūkprogramma, un tas tiek bieži saukts par klienta puses laiku.) Tā kā šī aprēķina rezultātu var pievienot iepriekš apkopoto datu tabulām, Analytics var atsaukties uz tabulu, lai ātri izgūtu un parādītu šos datus pārskatā (arī tad, ja maināt datumu diapazonu).
Šī aprēķina  pārskatos tiek izmantots tikai tad, ja vienīgā kategorija ir laiks, piemēram, datums, nedēļa, mēnesis. Tas nozīmē, ka šis aprēķins pārskatā “Mērķauditorijas kopsavilkums” tiek izmantots tikai tad, ja netiek lietoti segmenti, vai pielāgotā pārskatā, ja kāda no datumu kategorijām ir vienīgā lietotā kategorija. Ja metrika Lietotāji tiek skatīta kategorijā, kas nav saistīta ar datumu, Analytics izmanto otru tabulu, kas ir aprakstīta tālāk, lai reāllaikā aprēķinātu lietotāju skaitu.
Lai gan šis aprēķins var ātri parādīt neatlasītus datus, tam tomēr ir daži trūkumi. Šī aprēķina pamatā ir sesiju skaits un klienta puses laiks, tāpēc, ja lietotāja klienta puses laiks ir nepareizs vai aplūkojat skatu, kurā ir filtrētas dažas lietotāja (nevis visu lietotāju) sesijas, dati var būt pretrunīgi.
Lai novērstu šīs iespējamās neatbilstības, varat izveidot pielāgotu pārskatu, izmantojot ar datumu nesaistītu kategoriju, kas visu lietotāju sesijās būs vienāda (piemēram, pārlūkprogramma, operētājsistēma vai mobilā ierīce). Tādējādi tiks panākts, ka pakalpojumā Analytics tiek izmantota arī  2.  metode.

2.  metode: Reāllaikā aprēķināti dati

Šīs metodes pamatā ir veids, kā piešķirat, apkopojat un glabājat pastāvīgos datus par savu datplūsmu. Ir daudz risinājumu, ko varat ieviest, lai pielāgotu šo metodi, taču visizplatītākais datu piešķiršanas un glabāšanas veids ir izmantot tīmekļa pārlūkprogrammā pārvaldītus sīkfailus.
Šajā aprēķina metodē tiek veikta apjomīga skaitļošana lielās datu kopās, tāpēc šī metode vienmēr atsaucas uz datiem neapstrādātu sesiju tabulās, nevis datiem iepriekš apkopotās tabulās. Izmantojot Šī aprēķina metodi, ir nepieciešams vairāk laika (salīdzinājumā ar 1. aprēķina metodi), lai apstrādātu un parādītu datus pārskatos, jo vērtības tiek aprēķinātas reāllaikā. Analytics nevar vienkārši atrast un parādīt datus, kas jau ir apstrādāti un tiek glabāti iepriekš apkopotās tabulās, kā tas notiek 1. aprēķina metodē.
Aprēķins tiek veikts ikreiz, kad to pieprasāt. Ņemiet vērā, ka noteiktu nosacījumu izpildes gadījumā aprēķinā var iekļaut datu atlasi, bet Google Analytics Premium konta lietotāji var piekļūt neatlasītiem pārskatiem.
2. metode izmanto pielāgotos pārskatos, lai metriku Lietotāji varētu aprēķināt jebkurai kategorijai, piemēram, pārlūkprogrammai, pilsētai vai avotam.
Ņemiet vērā, ka, izmantojot dažas kategorijas, piemēram, Avots vai Vide, iespējams, ka viens un tas pats lietotājs tiks iekļauts vairākos intervālos (piemēram, lietotājs veica apmeklējumu gan no dabiskās meklēšanas, gan no apmaksātās meklēšanas vienā un tajā pašā datuma diapazonā).
Šī iemesla dēļ, skatot metriku Lietotāji un izmantojot šādu kategoriju, rindu skaitu nevar pieskaitīt kopskaitam.
Posted in Analītika and tagged , , , , .

Atbildēt

Jūsu e-pasta adrese netiks publicēta. Obligātie lauki ir atzīmēti kā *