Kännedom om dina användare och deras behov är den viktigaste aspekten av en framgångsrik webbplats eller webbkampanj. Google Analytics är det perfekta verktyget för att samla den här typen av information. Men det finns mycket mer du kan ta reda på om dina användare när du börjar använda anpassade variabler för att fatta bättre beslut.
Att använda anpassade variabler har stor potential, eftersom det låter dig få information om dina besökares beteende.
Du kan behandla anpassade variabler som en egen förlängning av mätvärden och dimensioner. Dessa ger dig möjlighet att samla icke-standardiserade och detaljerade data, som inte är tillgängliga via Google Analytics-panelen.
Att använda anpassade variabler har stor potential, eftersom det ger dig möjlighet att få information om dina besökares uppförande, vilket totalt sett kan bidra till en ökning av avkastningen på investeringarna på webbplatsen eller e-butiken.
Användning av anpassade variabler gör det exempelvis möjligt att differentiera verksamheten hos de inloggade användarna jämfört med dem som aldrig loggat in. Detta ger en möjlighet att observera beteendet hos webbplatsen utformad för en viss målgrupp. Vi kan till exempel lära oss vilken sida på vår hemsida som är den som män - mellan 20 och 30 år - besöker oftast. Och det här är bara en liten del av den information som kan lagras med hjälp av anpassade variabler.
Funktionaliteten hos anpassade variabler är underbar i sin enkelhet. Faktum är att det baseras på det enkla faktum att användaren, när den utför en fördefinierad aktivitet, är märkt och informationen om denna etikett lagras i en kaka. Sedan kan vi på grundval av den här etiketten skapa en ny sektion i statistiken på Google Analytics-panelen.
Anpassade variabler kan användas på ett av tre sätt:
Anpassade variabler är ganska enkla att konfigurera; du behöver bara lägga till en rad kod före _trackPageview
ring upp.
_gaq.push (['._ setCustomVar, INDEX, NAME, VALUE, OPT_SCOPE']);
NAMN
. Vilket antal som helst värdepar är möjligt, till exempel om NAME = land
, VÄRDE
kan, en efter en, lika värdena för USA, GB, PL etc. var _gaq = _gaq || []; _gaq.push ([ '_ setAccount', 'UA-xxxxxxxx-x']); _gaq.push (['._ setCustomVar, INDEX, NAME, VALUE, OPT_SCOPE']); _gaq.push ([ '_ track']);
Låt oss nu granska hur anpassade variabler fungerar i praktiken. Låt oss anta att vi vill hålla reda på besökarna på vår hemsida - skilja mellan dem som gjorde och loggade inte in. För att göra det, före _trackPageview
Ring, vi sätter in kod som beskriver användaren.
_gaq.push (['._ setCustomVar, 1, // första slitsen' användartyp ', // anpassat variabelnamn' besökare ', // anpassat variabelvärde 2 // anpassat variabelt räckvidd - sessionsnivå]);
När besökaren loggar in på din webbplats ändrar vi den här koden, följaktligen:
_gaq.push (['._ setCustomVar, 1, // första slitsen' användartyp ', // anpassat variabelnamn' vanlig användare ', // anpassat variabelt värde 2 // anpassad variabel räckvidd - sessionsnivå]);
Det är dags att presentera resultaten av det beskrivna skriptet. Efter att skriptet hade körts i en vecka skapades ett avancerat segment i Google Analytics-panelen. Syftet är att dela upp uppgifterna i panelen i: totalt, rapportera för inloggade användare och rapportera för användare som inte loggade in för specifika mätvärden.
Segmentet själv skapas genom Avancerade segment => Skapa ett nytt avancerat segment
. Då bör du ställa in måtten enligt skärmdumpen nedan:
Variabeln som vi definierade med JavaScript var i den första luckan, så vi måste välja Nyckel 1
och Värde 1
. Sedan sätter vi nyckeln som vi är intresserade av (användartyp) och värdet för den definierade nyckeln (besökare) tillsammans med sammanlänkning. Därefter heter och testar vi det avancerade segmentet. Antalet besök under en viss tidsperiod för vissa segment kommer att beräknas inom testet.
Vi definierar det andra segmentet som tar hänsyn till de inloggade användarna på samma sätt. Vi kan skapa det analogt med ovanstående mönster - med skillnaden att den anpassade variabeln är inställd som regelbunden användaren
.
Efter att ha etablerat de två segmenten kan vi aktivera dem. Resultatet presenteras nedan. En sådan uppsättning data är en utmärkt grund för en djupgående analys av aktiviteterna på en webbsida.
Använda anpassade variabler översätter till mer motiverade och exakta webbplatsbeslut.
Exemplet som presenteras i den här artikeln illustrerar bara processen med att använda en enda anpassad variabel och bestämmer det bästa sättet att hantera en webbplats, beroende på vilken typ av besökare. Det här är förstås bara början. Anpassade variabler kan bli otroligt kraftfulla när vi kombinerar flera av dem samtidigt. Som ett snabbt exempel, med de tillämpliga uppgifterna från en webbplatss registreringsprocess, kan vi sedan spåra, inte bara besökarens kön (session-nivå) utan även hans eller hennes åldersgrupp (session-nivå). Vidare kan vi dela besökarna i grupper som har köpt inköp i vår fiktiva eShop, eller ens spåra dem som tog en särskild åtgärd, till exempel att klicka på en Facebook-knapp.
Dessa tekniker översätter till mer motiverade och exakta platsbeslut.