Google Analytics DIY – การจำลองการทำงาน 360 องศาใน GA

พวกคุณบางคนอาจโชคดีพอที่จะมีงบประมาณซื้อ Google Analytics 360 ได้พร้อมทั้งเสียงระฆังและเสียงนกหวีดของมัน แต่สำหรับบรรดาของคุณที่อาจยังไม่พร้อมที่จะลงทุนด้วยเงินก้อนโตทีเดียว บทความนี้น่าจะให้เคล็ดลับและกลเม็ดเล็ก ๆ น้อย ๆ ที่จะช่วยให้คุณเลิกใช้และรับคุณสมบัติที่จ่ายไปโดยไม่ต้องจ่าย เงิน

ลูกค้าส่วนใหญ่ที่เราทำงานด้วยไม่มี Google Analytics เวอร์ชันที่ต้องชำระเงิน จึงมีกระบวนการหลายอย่างที่เราปรับปรุงตลอดหลายปีที่ผ่านมา ซึ่งช่วยให้ลูกค้าของเราได้รับประโยชน์สูงสุดจากแพ็คเกจการวิเคราะห์ฟรีของพวกเขา

คุณจะซื้ออะไรกับ 360?

ประการแรก สิ่งที่คุณจ่ายจริงสำหรับการลงทุนใน Google Analytics 360 คืออะไร อย่างที่คุณนึกภาพได้ว่ามีคุณลักษณะที่ยอดเยี่ยมหลายประการ:

• การรวม Big Query*
• การรวม Salesforce*
• การวิเคราะห์ความก้าวหน้า
• การเข้าถึงข้อมูลดิบ
• การรายงานช่องทางขั้นสูง
• การสร้างแบบจำลองการระบุแหล่งที่มา
• มุมมองที่เพิ่มขึ้น
• โควต้าข้อมูลที่ใหญ่ขึ้น
• มิติข้อมูลที่กำหนดเองเพิ่มเติม*
• ข้อมูลใหม่
• รายงานที่ไม่ได้เก็บตัวอย่าง*

ทั้งหมดนี้เป็นคุณสมบัติที่ยอดเยี่ยม อย่างไรก็ตาม ในบทความนี้ เราจะมาดูประเด็นที่เน้นในรายการด้านบน และวิธีที่เราจะรับคุณสมบัติเหล่านั้นในแพลตฟอร์มเวอร์ชันฟรี

ความคิดสร้างสรรค์

Google Analytics ให้ชุดเครื่องมือหรือรายงานที่ช่วยให้เราสามารถดูข้อมูลของเราได้ด้วยวิธีใดวิธีหนึ่ง แม้ว่านี่จะเป็นวิธีที่ตรงไปตรงมาที่สุดในการใช้แพลตฟอร์ม แต่ด้วยความคิดสร้างสรรค์เล็กๆ น้อยๆ เกี่ยวกับเครื่องมือเหล่านี้ เราสามารถสร้างการใช้งานที่ใหญ่กว่าและดีกว่าสำหรับพวกเขา ซึ่งเราสามารถรับข้อมูลเชิงลึกเพิ่มเติมจากข้อมูลของเรา มาดูงานฟีเจอร์ DIY บางส่วนที่เราสามารถทำได้

รายงานที่ไม่ได้เก็บตัวอย่าง

โครงการ DIY แรกที่เราจะดูคือรายงานที่ไม่ได้เก็บตัวอย่าง พวกเราหลายคนอาจต้องเผชิญกับสถานการณ์ที่เราไปวางซ้อนส่วนหรือมิติข้อมูลรองลงในรายงาน และทันใดนั้น เครื่องหมายสีเหลืองปรากฏขึ้นที่มุมซ้ายบนบอกเราว่าขณะนี้กำลังสุ่มตัวอย่างรายงานของเรา

มี 2 ​​วิธีในเรื่องนี้ ประการแรก หากเราใช้จ่ายเงิน 120,000 ปอนด์ใน Google Analytics 360 เราจะได้รับปุ่มแนบมากับรายงานทั้งหมดที่ช่วยให้เราสร้างรายงานแบบไม่สุ่มตัวอย่างได้ อย่างไรก็ตาม มีผลิตภัณฑ์ฟรีจำนวนมากที่ใช้ Google Analytics API และมาพร้อมกับคุณลักษณะที่เรียกว่าการสุ่มตัวอย่างให้น้อยที่สุด ตัวอย่าง ได้แก่

• Analytics Edge สำหรับ Excel
• Supermetrics สำหรับ Google ชีต/Data Studio

เพื่อให้เข้าใจว่าผลิตภัณฑ์เหล่านี้ทำงานอย่างไร เราต้องพิจารณาว่าเหตุใด Google Analytics จึงสุ่มตัวอย่างข้อมูลตั้งแต่แรก มีหลายปัจจัยที่เกี่ยวข้องกับอัตราการสุ่มตัวอย่าง รวมถึงประเภทหรือคุณภาพของมิติข้อมูล อย่างไรก็ตาม ปัจจัยสำคัญคือปริมาณของข้อมูลที่กำลังประมวลผล

ปริมาณข้อมูลในรายงานมีความสัมพันธ์เชิงเส้นตรงมากกับช่วงเวลาของรายงาน ยิ่งช่วงวันที่ยิ่งมีข้อมูลในรายงานมากขึ้น ดังนั้นจึงมีระดับการสุ่มตัวอย่างมากขึ้น

คุณลักษณะการสุ่มตัวอย่างการย่อขนาดดังกล่าวทำอะไรได้บ้าง หากคุณเรียกใช้รายงานในช่วง 10 วัน ระบบจะเรียกใช้รายงาน 10 รายงานโดยเพิ่มทีละ 1 วันและต่อเข้าด้วยกัน รายงาน 1 วันนี้แต่ละฉบับจะมีอัตราการสุ่มตัวอย่างที่ลดลงอย่างมีนัยสำคัญหรือไม่มีการสุ่มตัวอย่างเลยเนื่องจากขนาดที่ลดลง

นี่เป็นวิธีที่ง่ายมากในการลดขนาดของการสุ่มตัวอย่างและนำไปใช้ได้ง่ายมาก

หมายเหตุของ GA4:

เป็นที่น่าสังเกตว่าโครงการ DIY เหล่านี้มุ่งเน้นไปที่ Universal Analytics อย่างไรก็ตาม Google Analytics เพิ่งเปิดตัวแพลตฟอร์มเวอร์ชันใหม่ที่เรียกว่า GA4 ซึ่งมีเอ็นจิ้นที่แตกต่างกันมากภายใต้ประทุน

ดังนั้นการสุ่มตัวอย่างในแพลตฟอร์ม GA4 ใหม่เป็นอย่างไร คำตอบสั้น ๆ ก็คือว่ามันยังคงเป็นสิ่งที่ การทำงานแตกต่างกันเล็กน้อย แต่โดยพื้นฐานแล้ว คุณมีจำนวน Hit สูงสุด 10m ต่อการสืบค้น – เหนือการสุ่มตัวอย่างนี้จะเกิดขึ้น

นี่เป็นวันแรกสำหรับแพลตฟอร์ม ดังนั้นเราจะมาดูกันว่าแพลตฟอร์มของบุคคลที่สามบางแพลตฟอร์มที่กล่าวถึงก่อนหน้านี้ปรับให้เข้ากับขีดจำกัดเหล่านี้เพื่อเสนอทางเลือกในการลดการสุ่มตัวอย่างได้อย่างไร

การรวมระบบ CRM

บริษัทใดๆ ที่สร้างโอกาสในการขายทางออนไลน์และแปลงเป็นออฟไลน์จะประสบปัญหาในการเชื่อมต่อข้อมูลการเรียกดูของลูกค้าในอดีต เช่น หน้าที่เข้าชมและการระบุแหล่งที่มาของช่องด้วยข้อมูลลูกค้าเป้าหมาย เช่น คุณภาพและรายได้ที่สร้างรายได้

Google Analytics 360 แก้ปัญหานี้ด้วยการแนะนำตัวเชื่อมต่อแบบเนทีฟสำหรับ SFDC ที่ให้คุณฟีดข้อมูลจาก CRM เฉพาะนี้ผ่านไปยัง Google Analytics นี่เป็นประโยชน์อย่างมากเพราะหมายความว่าคุณสามารถเริ่มเพิ่มประสิทธิภาพแคมเปญของคุณเพื่อนำไปสู่ลูกค้าเป้าหมายที่มีคุณภาพ มากกว่าแค่การส่งแบบฟอร์ม

อย่างไรก็ตาม คุณสามารถสร้างการเชื่อมต่อนี้ได้อย่างสมบูรณ์แบบโดยใช้องค์ประกอบหลักหนึ่งอย่าง – User/Client ID นี่คือรหัสที่ Google Analytics เก็บไว้ในคุกกี้และใช้เพื่อระบุผู้เข้าชมที่ไม่ซ้ำ หากคุณบันทึก ID นี้เมื่อส่งแบบฟอร์ม คุณสามารถจัดเก็บรหัสนี้เป็นฟิลด์ใน CRM ของคุณได้

ขั้นต่อไปเกี่ยวข้องกับการใช้ประโยชน์จากโปรโตคอลการวัดของ Google Analytics เพื่อเริ่มส่งข้อมูล CRM กลับเข้าสู่ Google Analytics หากคุณส่งข้อมูลนี้พร้อมกับรหัสลูกค้า/ผู้ใช้ Google จะเชื่อมโยงสิ่งนี้กับพฤติกรรมแคมเปญ/การเรียกดูที่ผ่านมาภายใน GA โดยอัตโนมัติ

ซึ่งหมายความว่าคุณสามารถเริ่มป้อนข้อมูล เช่น รายได้ออฟไลน์และสถานะโอกาสในการขายใน Google Analytics (และ Google Ads ด้วย) และเริ่มเพิ่มประสิทธิภาพแคมเปญตามเมตริกที่มีความสำคัญจริงๆ

SAM Technology

หากคุณกำลังจ่ายเงินสำหรับ GA 360 หรือสร้างสิ่งนี้เอง ดูเหมือนความพยายามมากกว่าที่คุณต้องการเล็กน้อย ความช่วยเหลือก็อยู่ใกล้แค่เอื้อม เราได้สร้างซอฟต์แวร์ที่เชื่อมต่อ CRM จำนวนมาก (ไม่ใช่แค่ SFDC) กับ Google Analytics เราเรียกซอฟต์แวร์นี้ว่าเทคโนโลยี SAM (Systematic Attribution of Marketing) หากคุณสนใจที่จะเพิ่มประสิทธิภาพแคมเปญของคุณตามเมตริกที่สร้างมูลค่าที่แท้จริงให้กับธุรกิจของคุณ โปรดติดต่อ

หมายเหตุของ GA4:

การเชื่อมต่อ CRM แบบเนทีฟยังคงไม่สามารถทำได้ด้วย GA4 ดังนั้น นี่จึงยังคงเป็นปัญหาที่เราจะต้องแก้ไข อย่างไรก็ตาม มีการเชื่อมต่อแบบเนทีฟกับ Big Query ซึ่งทำให้เรามีตัวเลือกในการรวมข้อมูล CRM ของเราผ่านแพลตฟอร์มนี้ด้วย

การรวม Big Query

Big Query เป็นแพลตฟอร์มฐานข้อมูลของ Google มีแนวโน้มว่าจะมีความโดดเด่นมากขึ้นเรื่อยๆ ในโลกของการวิเคราะห์ ดังนั้นฉันจะแนะนำให้ผู้คนทำความคุ้นเคยกับมันอย่างแน่นอน การจัดเก็บข้อมูลของคุณในฐานข้อมูลที่ปรับแต่งได้ซึ่งต่างจาก Google Analytics มีข้อดีหลายประการ ได้แก่:

• ผสานรวมกับ DataStudio . ได้เร็วขึ้น
• การสร้างแบบจำลองเชิงทำนาย
• การรวมข้อมูล
• ไม่มีการสุ่มตัวอย่าง

แนวคิดพื้นฐานเกี่ยวกับวิธีการทำงานนี้คือ คุณกำหนดฟิลด์ที่คุณต้องการแยกผ่าน API การรายงาน จากนั้นอัปโหลดข้อมูลนั้นไปยัง Big Query ความแตกต่างของวิธีการทำงานนี้ค่อนข้างซับซ้อนกว่าเล็กน้อย แต่แล็บคลุมเครือทำงานได้ดีในการอธิบายวิธีการทำงานในลิงก์ด้านล่าง: https://github.com/fuzzylabs/google-analytics-big-query-importer

หมายเหตุของ GA4:

GA4 เป็นตัวเปลี่ยนเกมในแง่ของการใช้ Big Query มาพร้อมกับตัวเชื่อมต่อดั้งเดิมซึ่งทำให้ง่ายต่อการนำเข้าข้อมูล GA ทั้งหมดของคุณไปยัง Big Query หากคุณกำลังพิจารณาการนำข้อมูล GA ของคุณไปไว้ใน Big Query ต่อไป นี่คือวิธีที่ต้องดำเนินการ

ขนาดที่กำหนดเองเพิ่มเติม

โครงการ DIY สุดท้ายของเราคือขนาดที่กำหนดเอง สำหรับใครก็ตามที่ต้องการทบทวนเกี่ยวกับวิธีการทำงาน มีลิงก์ที่นี่: https://support.google.com/analytics/answer/2709828?hl=th

สิ่งเหล่านี้มีประสิทธิภาพอย่างยิ่งและช่วยให้เราสามารถปรับปรุงการวิเคราะห์ของเราด้วยมิติข้อมูลและเมตริกที่กำหนดเองซึ่งเฉพาะเจาะจงสำหรับวิธีการทำงานของเว็บไซต์ของเรา ปัญหาคือเราได้มาแค่ 20 ตัว ดังนั้นจึงมักมีการตัดสินใจในแง่ของสิ่งที่เราจับได้และสิ่งที่เราทำไม่ได้

เว้นแต่เราจะคิดใหม่ว่าเรารายงานเกี่ยวกับพวกเขาอย่างไร มิติข้อมูลที่กำหนดเองที่เราต้องการเน้นสำหรับโครงการ DIY นี้เป็นมิติที่มีความสำคัญต่ำ (กล่าวคือ มีรูปแบบที่แตกต่างกันเล็กน้อย) ตัวอย่างเช่น ให้เน้นที่สถานการณ์เมื่อผู้ใช้ที่เข้าสู่ระบบซึ่งมิติสามารถเข้าสู่ระบบหรือไม่เข้าสู่ระบบ เมื่อมีมิติที่มีคาร์ดินาลลิตี้ต่ำ เราสามารถมองหาการสร้างกลุ่มสำหรับแต่ละผลลัพธ์และด้วยเหตุนี้ฟรี ขึ้นมิติที่กำหนดเอง

ตัวอย่างเช่น หากเราต้องการมิติข้อมูลที่กำหนดเองระดับเซสชันสำหรับผู้ใช้ที่เข้าสู่ระบบและไม่ได้เข้าสู่ระบบ เราสามารถมองหาการสร้างเหตุการณ์ที่เริ่มทำงานเมื่อมีผู้เข้าสู่ระบบ ต่อไปเราจะสร้างกลุ่มระดับเซสชันสำหรับเซสชันที่มี เหตุการณ์ที่เข้าสู่ระบบและส่วนที่สองที่ไม่มีเหตุการณ์ระดับเซสชัน

หากมิติข้อมูลของคุณซับซ้อนกว่าเล็กน้อย คุณอาจต้องตรวจสอบให้แน่ใจว่าไม่มีการเปลี่ยนแปลงภายในเซสชัน (เพื่อจำลองการทำงานของมิติข้อมูลที่กำหนดเอง)

ในการดำเนินการนี้ คุณสามารถใช้ตัวเลือกลำดับภายในเซ็กเมนต์ ตัวอย่างที่นี่เป็นประเภทบัญชี บางคนอาจเปลี่ยนจากบัญชีฟรีเป็นบัญชีแบบชำระเงินภายในช่วงระยะเวลาหนึ่ง คุณอาจต้องการรายงานเฉพาะเซสชันที่สร้างบัญชีฟรี

ในกรณีนี้ เราจำเป็นต้องยกเว้นใครก็ตามที่สร้างบัญชีแบบชำระเงิน ดังนั้นเราจึงต้องการสร้างมิติข้อมูลที่กำหนดเองระดับเซสชันซึ่งมีกิจกรรมบัญชีฟรีอยู่ แต่ไม่รวมเซสชันที่มีผู้ใช้สร้างบัญชีแบบชำระเงิน

หมายเหตุของ GA4:

GA4 เขียนวิธีการทำงานของมิติข้อมูลที่กำหนดเองใหม่ทั้งหมด ตอนนี้คุณมีมิติข้อมูลและเมตริกที่กำหนดเอง 100 รายการ และพร็อพเพอร์ตี้ผู้ใช้ 25 รายการที่ทำงานในลักษณะเดียวกันกับมิติข้อมูลที่กำหนดเอง มิติข้อมูลที่กำหนดเองระดับเซสชันหายไปแล้ว!

บทสรุป

แล้วเราจะเอาอะไรจากทั้งหมดนี้? โดยพื้นฐานแล้ว Google Analytics จะให้ชุดเครื่องมือแก่คุณและบอกคุณว่าคุณต้องการใช้เครื่องมือเหล่านี้อย่างไร แต่ด้วย DIY และความคิดสร้างสรรค์เพียงเล็กน้อย เราสามารถปรับเครื่องมือเหล่านั้นเพื่อสร้างระดับความเข้าใจที่ลึกซึ้งยิ่งขึ้น