برای یک نسل، بازاریابان دوست داشتند نرخ پرش پایین را به عنوان معیار موفقیت گزارش کنند. با این حال، همیشه یک معیار عالی نیست. مانند هر معیار موفقیت، زمینه پادشاه است.
به عنوان مثال، یک جریان داده می تواند یک وب سایت باشد یا یک برنامه اگر کسب و کار شما یک برنامه موبایل بومی نیز دارد، این می تواند یک امتیاز مثبت باشد.
حرکت از UA به GA4
تبدیل ها
اگر قبلاً چندین نما را در UA تنظیم کرده بودید، باید به تنظیمات جریان داده در GA4 نگاهی بیندازید تا مطمئن شوید که آنچه برای کسب و کارتان مهم است را اندازه میگیرید.
اگر بتوانید این را دنبال کنید، اساساً اعداد «تعداد جلسات» که برای همیشه از آنها گزارش کردهاید، دقیقاً آمار دقیقی نیستند.
نظرات بیان شده در این مقاله نظرات نویسنده مهمان است و لزوماً سرزمین موتور جستجو نیست. نویسندگان کارکنان در اینجا فهرست شده اند.
یکی از مزایای GA4 این است که می توانید بازتاب دقیق تری از تعداد کاربران را بهتر ببینید.
این که GA4 چگونه رویدادها را به راحتی مدیریت می کند موضوع مقاله جداگانه ای است. (به ردیابی رویداد در Google Analytics 4 مراجعه کنید: آنچه بازاریابان باید برای جزئیات بیشتر بدانند.)
مثلا:
درک زمینه مناسب در اینجا مهم است.
در اینجا نمونهای از تنظیم هدف «کلیکها برای تماس» در UA آورده شده است:
کلیکها برای تماس با تکمیل هدف در UA
اگر ما در مورد تبدیل “افزودن به سبد خرید” صحبت می کنیم که در آن کاربر یک جفت کفش را در یک سبد خرید قرار می دهد، سپس به خرید ادامه می دهد و جوراب اضافه می کند، GA4 این را به عنوان دو رویداد تبدیل به حساب می آورد.
جلسات
شما ایده را دریافت می کنید.
اگر چاره ای جز نمایش داده های UA برای سال قبل ندارید، یک ستاره بزرگ همراه با توضیح اضافه کنید. امیدواریم این مقاله زمانی که از شما دلیل آن را می پرسند، اطلاعات کمی و پشتیبان ارائه می دهد.
دریافت خبرنامه جستجوی روزانه بازاریابان به آن تکیه می کنند.
بازنگری در معیارهای عملکرد وب ما
در UA، میتوانید یک وبسایت ساده و تعداد شگفتانگیزی از بازدیدها را راهاندازی کنید. بسته به اینکه به کدام نمای نگاه می کنید، می توانید اعداد مختلفی را ببینید، بنابراین ارزش درک را داشت.
کاربر چیزی را که برای آن آمده بود (دستور پخت) دریافت کرد و سپس خروجی خوشحال کرد. این بد است؟
تغییرات اساسی در نحوه اندازهگیری دادهها در مقابل نحوه اندازهگیری GA4 وجود دارد، بنابراین مقایسه دادهها بین این دو سناریوی سیب به سیب نخواهد بود.
تعداد کاربران
یکی از اولین پیامهایی که متوجه میشوید «جلسههای درگیر» است که به سادگی تعداد جلساتی است که کاربر واقعاً کاری انجام داده است.
معیارهای تعامل
با این حال، کاربر آن را پیگیری نمی کند و قبل از اولین بار تماس را لغو می کند. فقط یک تبدیل برای آن هدف محاسبه می شود.
در اینجا تعداد کاربر UA/کاربر جدید یک وب سایت کوچک برای یک ماه آمده است:
تعداد کاربران UA و کاربران جدید
ممکن است موافق باشید یا نباشید، اما این چیزی است که GA4 برای استاندارد خود استفاده می کند. “جلسه درگیر” یک معیار قطعی در UA نیست.
نرخ پرش
شما می توانید استدلال کنید که شمارش دو رویداد تبدیل GA4 مناسب است (بسته به نحوه نگاه کردن به آن).
در واقع نه. این یک چیز خوب برای کاربر است.
پس این به زبان انگلیسی ساده به چه معناست؟
اعداد مختلف در معیارهایی که گزارش می کنید
در حالی که هر دو پلتفرم دارای تنظیمات پیشفرض ۳۰ دقیقه توقف جلسه هستند، UA جلسه را در نیمهشب مجدداً راهاندازی میکند. و هنگامی که روی کد تبلیغاتی UTM کلیک می شود، یک کد جدید ایجاد می کند.
در GA4 بازدید دیگری وجود ندارد. در عوض، جریان های داده وجود دارد. آنها را می توان در مشاهده کرد Admin > Data Streams:
یکی از بزرگترین چالشهایی که ممکن است تیمهای بازاریابی با آن مواجه شوند، مقایسه دوره فعلی دادهها با تاریخچههای سال به سال (YOY) برای اندازهگیری موفقیت رشد است.
سناریوی مقایسه سیب به سیب در سال به این دلیل است که بسیاری از افراد برای راهاندازی، اجرا و جمعآوری دادههای GA4 تا 1 ژوئیه 2022 تلاش زیادی انجام دادند. این امکان مقایسه واقعی را فراهم میکند.
به عنوان مثال، یک صفحه دستور العمل ساده می تواند کار خود را به خوبی انجام دهد اما نرخ پرش بالایی را نشان می دهد.
ما قبلاً تفاوتها را در نحوه محاسبه جلسات این دو پلتفرم پوشش دادیم، اما GA4 ما را به فکر کردن در مورد جلساتی که در واقع منجر به تعامل معنیدار در سایت میشوند هدایت میکند.
یک «جلسه درگیر» تنها در صورتی میتواند در نظر گرفته شود که بیش از 10 ثانیه طول بکشد، یک یا چند رویداد تبدیل داشته باشد، یا دو یا چند نمایش صفحه/صفحه داشته باشد.
اگر GA4 را تا 1 ژوئیه 2022 راه اندازی و اجرا نکرده بودید، مقایسه واقعی سیب به سیب در سال 2023 برای داده های جولای 2023 نخواهید داشت. بنابراین مراقب نحوه گزارش اعداد باشید.
هر چیزی که از راه دور ارزش اندازه گیری داشته باشد یک رویداد است.
بازدیدها در مقابل جریانهای داده
نحوه محاسبه تبدیل بین دو پلتفرم متفاوت است.
پس از تکمیل آن ویدیو، صفحه «متشکرم» وجود ندارد که بتوانید به راحتی آن را به عنوان یک هدف تبدیل استاندارد تنظیم کنید. اینجاست که وقایع وارد می شوند.
اکنون در اینجا تعداد کاربر/کاربر جدید GA4 همان وب سایت کوچک برای همان بازه زمانی دقیق آمده است:
تعداد کاربران GA4 و کاربران جدید
از سوی دیگر، میتوانید استدلال کنید که تنها چیزی که واقعاً به آن اهمیت میداد این بود که آیا کاربر در فراخوانی اقدام کرد یا نه – نه اینکه در یک جلسه خاص چند بار تلاش کرده است. صرف نظر از اینکه کدام روش را بهتر می دانید، روش GA4 اکنون راه رو به جلو است.
GA4 هیچ دسته، اقدام یا برچسبی ندارد، بنابراین در حال حاضر هیچ فایده ای برای یادگیری آن وجود ندارد. و با GA4، همه چیز یک رویداد است. مثلا:
بازدید از صفحه = رویداد
شروع جلسه = رویداد
اولین بازدید = رویداد
اسکرول = رویداد
کلیک کنید = رویداد
شروع ویدیو = رویداد
دانلود فایل = رویداد
پیشرفت ویدیو = رویداد
ویدیو کامل = رویداد
ثبت نام در خبرنامه = رویداد
ارسال تماس با ما = رویداد
نمایش نتایج جستجو = رویداد
به عنوان مثال، من برخی از وب سایت ها را دیده ام که یک کد UTM تبلیغاتی را در پیوند به یک صفحه داخلی قرار داده اند (به هر حال، ایده بد و غیر ضروری).
GA4 انجام می دهد نه نیمه شب دوباره راه اندازی می شود و انجام می دهد نه اگر روی کد تبلیغاتی UTM کلیک شود، جلسه جدیدی ایجاد کنید.
اگر با 100 شروع کنید و نرخ تعامل را از آن کم کنید، در تئوری چیزی شبیه به نرخ پرش دریافت می کنید.
مناسبت ها
از یک طرف، میتوانید استدلال کنید که GA4 تعداد واقعی تبدیلها را افزایش میدهد، زیرا شما اساساً چندین بار روی پیوند «تماس» کلیک میکنید (احتمالاً برای یک هدف).
اگر به عدد گرد شده نگاه کنید، معیار کاربران جدید بارزتر است (تفاوت تقریباً 14٪). (تعداد واقعی گزارش شده در GA4 در هنگام تمرین 10,443 است – اختلاف کمی کمتر از 10٪)
UA تنها یک تبدیل در هر جلسه برای هر هدف محاسبه می کند. به عنوان مثال، یک کاربر چندین بار بر روی “کلیک برای تماس” کلیک می کند.
UA به شما امکان می دهد برای «رویدادها» یک دسته، کنش و برچسب برای ارائه توضیحات و زمینه بیشتر بدهید. یک رویداد زمانی شمارش میشود که یک اقدام فعال شود. به عنوان مثال، اگر یک ویدیو در صفحه اصلی دارید و تکمیل شده ها را دنبال می کنید.
یک نمونه وایرفریم از یک ویدیو در صفحه اول یک سایت
در UA، رویدادها برای ردیابی اقدامات سایت استفاده میشوند که لزوماً صفحه موفقیتآمیزی ایجاد نمیکنند.
در مقابل، GA4 یک تبدیل را محاسبه می کند هر زمان حتی اگر همان رویداد تبدیل چندین بار در طول یک جلسه ثبت شود (همان کاربر، همان سایت، همان بازدید):
برای فراخوانی تکمیلهای هدف در GA4 کلیک کنید
نرخ پرش اکنون به عنوان یک معیار مستقل در GA4 حذف شده است. اکنون می توانید به نرخ تعامل در نظر گرفته شده مراجعه کنید تا درصد بازدید سایت با کیفیت را به شما نشان دهد. (باز هم طبق تعریف کیفیت.)
UA بر اساس جلسات و بازدید از صفحه بود. GA4 بر اساس رویدادها و پارامترها است. هر دو روش می توانند داده ها را جمع آوری و محاسبه کنند، اما خروجی در یک گزارش متفاوت به نظر می رسد.
در عکس فوری گزارشها، GA4 اعداد را گرد میکند، اما میتوانید ببینید که کاربران گزارششده در GA4 حدود 8 درصد کمتر از آنچه در UA مشاهده میشود، هستند.
GA4 راه جدیدی را به ما می دهد تا در مورد معیارهای موفقیت کسب و کار و آنچه واقعاً مهم است فکر کنیم. در اینجا چند نمونه وجود دارد:
جلسات
پس چه اتفاقی میافتد اگر شما یکی از کسانی باشید که به تعویق میافتند (احساس بدی نداشته باشید – تعداد زیادی وجود دارد!) که نمیتوانید یک مقایسه سیب به سیب واقعی انجام دهید؟ خوب، در اینجا چیزی است که شما باید بدانید.
مدل های داده اساسا متفاوت است
GA4 در مورد شمارش جلسات چند تفاوت کلیدی دارد که در واقع شمارش را دقیق تر می کند.
بهخوبی میدانید که Google Analytics 4 (GA4) در 1 ژوئیه به عنوان منبع معیارهای وب ما در مرکز توجه قرار گرفت، مگر اینکه در 18 ماه گذشته در جزیرهای بیابانی نبوده باشید. ما مجبور شدیم با Universal Analytics (UA)، دوست قدیمی بسیاری از بازاریابان خداحافظی کنیم.
برای این مقاله، فقط یک یادآوری سریع در سطح بالا از تفاوت ها:
در UA، این باعث می شود که یک جلسه جدید شروع شود و هر کد تبلیغاتی UTM دیگری را که ممکن است واقعاً ترافیک را هدایت کرده باشد، رونویسی می کند.
به عنوان مثال، شما یک ویدیو در صفحه اصلی خود دارید. آن ویدیو تا آخر پخش می شود.
شما با مواردی روبرو خواهید شد که معیار یکسان نامیده می شود، بنابراین وسوسه می شوید که این عدد باید کاملاً مطابقت داشته باشد (یا حداقل نزدیک شود). با این حال، ممکن است برخی از واریانس ها را پیدا کنید.