如果您有机会阅读我们之前在 Google Analytics 4 (GA4) 上发布的指南,您可能知道它不像 Universal Analytics 那样是一款即插即用的分析工具。
为了能够正确设置 GA4,需要吸收很多信息,而且时间在流逝。
由于 GA4 是一个更复杂的工具,因此很容易犯错误,从而阻碍所收集数据的准确性和可靠性。
在本文中,我们将探讨容易发生的五个常见 Google Analytics 4 错误,并提供避免这些错误的实用技巧。
GA4 默认提供两个月的数据保留期,您可以选择将其设置为 14 个月。保留期适用于探索中的自定义报告,而标准报告中的数据永不过期。
保留期过后,数据将被自动删除,这意味着如果您在设置 GA4 时未更改该设置,您将无法运行同比自定义报告,并且会丢失宝贵的历史数据。
要更改保留期,请导航到“数据设置”>“日期保留”,然后在下拉列表中选择“14 个月”。
您还会注意到一个复选框,上面写着“在新活动时重置用户数据”,这意味着 14 个月的数据保留期从用户上次访问的那一刻开始计算。
换言之,每当用户参与一项新活动时,他们的数据保留期就会再延长 14 个月。
老实说,我想不出你会选择关闭该选项的用例,所以我保持打开状态。
高基数维度是指在一天内包含超过 500 个唯一值的维度。这可能会给 GA4 中的数据分析带来挑战和局限性。
GA4 中的基数会对数据的准确性和可靠性产生负面影响。
例如,当您将确切的字数作为每个文章页面上的自定义维度进行跟踪时,如果您有数千篇文章,则最终可能会产生高基数,因为每篇文章的字数可能不同。
为了减轻 GA4 中高基数的影响,请考虑创建一个值桶。
以上面的字数自定义维度为例,文章是 500 字还是 501 字真的没那么重要。您可以将值分集到以下范围内:
而且,您不会推送太多不同的值,而是只有五个不同的维度。
此外,作为最佳实践,请始终明智地定义自定义维度。
确保自定义维度与您的分析目标保持一致,并考虑它们对数据准确性和资源消耗的潜在影响。
Universal Analytics 360 中提供了与 BigQuery 相关联的功能,但在免费版本中不可用。现在有了 GA4,所有用户都可以访问该高级功能。
由于它从您连接的那一刻起就将数据导出到 BigQuery,因此请务必在一开始就进行设置,以便获得尽可能多的历史数据。
与 GA4 自定义报告相比,BigQuery 具有很大的优势,因为从不对数据进行采样,而在自定义报告中,如果探索报告中的事件超过 10M 个,则会对数据进行采样。
要将 GA4 关联到 BigQuery,请在 GA4 设置中导航到 BigQuery 链接。
为了完成与 BigQuery 的关联,您需要创建一个 BigQuery 项目,该项目将要求您输入结算信息。
它是免费增值的,每月免费 10 GB;如果您超过该数字,它将向您收取每 GB 0.02 美元的费用。
GA4 具有强大的受众构建功能,您可以在我们的指南中详细了解如何创建细分受众群和受众群体。
借助 GA4 受众群体,您可以分析特定的数据细分受众群,从而获得有价值的见解。例如,您可以创建目标受众群体,例如参与用户、订阅用户或在过去 30 天内进行过购买的用户。
建议为您的 ICP 创建受众群体,并将其标记为转化。
由于受众群体日期不具有追溯力,因此在设置之初就定义目标受众群体以收集历史数据非常重要。
与 UA 相比,GA4 是一个完全不同的野兽,具有不同的数据模型。
尽管它提供了自动收集 Universal Analytics 事件的选项,但最好不要使用它,因为这是一个重新思考您的分析并重新设计事件收集架构以获得更好分析的机会。
通常,电子商务网站有托管在不同域下的第三方支付处理器 - 当用户完成结账后将它们重定向回网站时,GA 会将其检测为新会话,因为推荐不同。
为了避免这种情况,并且不扭曲您的转化数据,您需要从引荐中排除此类域,以便 GA 不会发起新的会话。
例如,在SEJ,我们有一个短链接“sejr.nl”域,它应该被视为同一个域 - 因此我们将其添加到我们的排除列表中。
此外,如果您有子域,并且希望使用相同的 GA4 属性跨子域进行跟踪,则需要将自己的域从引荐中排除,以便在用户从一个子域导航到您的主域时保持相同的会话。
GA4 中提供了以下报告标识选项:
好消息是,您可以随时在这些选项之间来回切换,这将反映在您的自定义探索报告中。
但我想提一下,为什么根据您的业务案例选择正确的选项很重要。
如果您的网站上没有登录名和用户 ID,那么 99% 的情况都应该使用“基于设备”,因为其他两个选项可能会扭曲您的转化数据。
原因是用户的隐私。启用 Google 信号后,GA 会使用用户 ID 跨设备跟踪用户,然后在用户在不同设备上登录其 Google 服务帐户时对其进行匹配,并且用户身份可能会暴露。
在这种情况下,它会从报表中隐藏用户数据,并根据用户行为对数据进行建模。数据建模可能会带来一定程度的不准确性,因为它是一种估计而不是精确的测量。
使用建模和观察选项时,您经常会注意到报告中的“应用了数据阈值”,这对数据准确性有影响。
您可以尝试在这些选项之间切换,看看您的数据是如何变化的。
如果您发现混合身份、观察到的身份和基于设备的转换次数存在显著差异,则最好使用后一个选项。
基于设备的身份识别的工作方式与 Universal Analytics 跟踪的工作方式类似。
总之,在设置 Google Analytics 4 时避免常见的配置错误以确保准确可靠的数据收集至关重要。
通过了解这些潜在的陷阱并采取必要的措施,您可以充分利用 GA4 的功能并为您的网站或应用程序获得有意义的见解。
此外,GA4 需要持续维护,而不是一次性设置。
未能定期监控和分析数据可能会导致错失机会,并难以及时识别和解决问题。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。