Название | Google Analytics: как максимизировать прибыль? |
---|---|
Автор произведения | Александр Горбунов |
Жанр | |
Серия | |
Издательство | |
Год выпуска | 2023 |
isbn |
Его легко настроить по мере того, как данные станут доступными. Например, расчетный показатель относительного дохода на одного пользователя можно установить, используя {{Revenue}} / {{User}}.
Совет №19. Использование фильтров.
Чтобы сделать анализ более направленным применяют фильтры.
В основном, они используются для разделения данных на более мелкие группы. Вы можете использовать их для включения в анализ определенных наборов данных, исключения наборов, а также для поиска или замены определенных данных.
Создать фильтры не сложно. Можно создать все фильтры на уровне аккаунта, войдя в панель администратора (нажмите шестеренку в нижней части страницы), а затем назначить их для различных представлений. Сначала всегда нужно использовать для этого Sandbox (или Test) View, а затем применять его непосредственно для работы.
Примеры применения фильтров:
Включение в анализ внутренних IP.
Исключение внутренних IP.
Исключить трафик с определенных хостов.
Поиск по нижнему регистру.
URL-адреса нижнего регистра.
Исключение определенных субдоменов и т.д.
Совет №20. Настройка пользовательских оповещений.
В Google Analytics можно создавать пользовательские предупреждения. Для этого:
Войти в Google Analytics.
Открыть доступ к отчетам.
Открыть отчет.
Выбрать Настройка > Пользовательские оповещения.
Нажмите Управление оповещениями.
Нажмите + Новое оповещение.
Затем вы просто настраиваете оповещение для отслеживания того, что вы хотите контролировать. К примеру, отправка сигнала о резком падении или росте трафика, конверсий или покупок. Это хороший способ мониторинга, чтобы вовремя обнаружить ошибки на сайте. Вы также можете получить хороший инструмент для контроля тестов a/b. Оповещения оперативно сообщают о какой-либо проблеме в вашем тесте, если пойдет что-то не так.
Совет №21. Использование выборки данных.
Иногда Google Analytics берет случайную выборку ваших данных по которой трудно сделать вывод о ее точности.
Сэмплирование или создание выборки – это задача, с которой обычно сталкиваются, если есть большой объем трафика или исследуется очень узкий сегмент аудитории. Выборки используются, когда изучение всего объема данных непрактично или невозможно. Обратите внимание на правый угол скриншота приведенного ниже отчета.
В зависимости от настроек, отчет представляет выборку с данными с разной точностью. Если выборка основана на 90%+ ваших данных, это воспринимается как более или менее репрезентативная выборка. Когда анализ проводится на основе <25% ваших данных, стоит задуматься о дополнительных приемах изучения трафика и обработки данных. Есть много возможностей:
Настройка диапазона данных.
Использовать