בפוסט הזה אני רוצה לדבר על נושא ממש מגניב (בשבילי לפחות…) ביוניברסל אנליטיקס שנקרא Custom Dimensions & Custom Metrics.
אז דבר ראשון אם עדיין לא עברתם ליוניברסל אנליטיקס אין לכם מה להיות מודאגים. אמנם תהליך המעבר של גוגל התחיל אבל יש לכם עוד כמה חודשים של חסד להשאר עם האנליטיקס הישן אז תנצלו אותם עד הסוף.
סתם שתדעו שאפילו Avinash Kaushik ממליץ להשאר עם הישן עד שיהיה ברור יותר איך אוכלים את הדבר הזה… או במילים של אבינש – תנו לאחרים להלחם ולספוג בשבילכם את החיצים 🙂
אבל לפני שאנחנו צוללים לעומק בואו נראה מה זה בכלל Dimensions ו-Metrics?
למי שלא יודע מומלץ מאוד לקרוא את הפוסט שלי על ההבדלים בין השניים.
אם אין לכם כח לקרוא אז אציין בקצרה ש-dimension זה מאפיין תיאורי של המידע, ו-metric זה הנתונים אודות המאפיין שיכולים להמדד באמצעות מספר סכום
לדוגמא – Country זה אחד ה-Dimensions שכבר קיימים לכם בגוגל אנליטיקס, ו-Israel, US, Argentina אלו ה-Values של אותו Dimension.
כאשר נרצה למדוד כמה גולשים נכנסו אלינו לאתר מהארצות הללו, כמה זמן כל אחד מהם שהה באתר או מה היה אחוז הנטישה (Bounce Rate) של כל קבוצת גולשים זהו יהיה בעצם ה-Metric שלנו. תוכלו לראות את זה בצורה ברורה בדוח הבא שלקחתי מאחד האתרים שלי:
בכל הדוחות שמופיעים לנו בברירת המחדל בגוגל אנליטיקס נוכל למצוא לפחות Dimension אחד ועוד מספר Metrics שיתנו לנו מידע מספרי על אותו Dimension. אם נרצה נוכל להוסיף עוד Secondary Dimension אחד להשוואה ועוד כמה Metrics שנרצה (באמצעות Custom Reports).
מה זה Custom Dimensions & Custom Metrics?
Custom Dimensions & Custom Metrics (להלן CD ו-CM) זה בדיוק אותו דבר כמו אלו המקוריים רק שאת ה-CD ו-CM אתם יוצרים בעצמכם וזה בדיוק מה שמגניב פה.
תארו לעצמכם שאתם מנהלים את אתר SEL, ורק בקטגוריית גוגל אנליטיקס יש לכם 20 כותבים שונים. יום אחד החלטתם לצמצם את מספר הכותבים בחצי כדי לחסוך בעלויות, ועכשיו אתם רוצים לדעת מי הכותבים הכי פופולאריים שהפוסטים שלהם קיבלו הכי הרבה שיתופים בכל אחת מהרשתות החברתיות (פייסבוק, גוגל+ וטוויטר).
האם יש לכם איך למדוד את זה באמצעות הדוחות הרגילים של גוגל אנליטיקס? ממש לא.
דוחות ברירת המחדל של גוגל אנליטיקס מאפשרים לכם לראות נתונים לגבי כל פוסט/עמוד באתר אבל אין לכם אפשרות לראות את הנתונים הללו על פי חלוקה של כותבים.
לצורך כך תצטרכו ליצור CD חדש בשם Author, ליצור CM לכל אחד מלחצני השיתוף ברשתות החברתיות, ולאחר מכן תוכלו ליצור דוח מותאם אישית שנראה בדיוק אותו דבר כמו הדוחות הסטנדרטיים של אנליטיקס – אבל עם הנתונים שלכם.
אוקיי, עכשיו איך עושים את זה בדיוק?
בשלב הראשון תצטרכו ליצור באנליטיקס שלכם CD ו- CM.
הכנסו ל-Admin וודאו שאתם נמצאים ב-Account וב-Property הנכונים (וכמובן שמותקן אצלכם קוד ה-Universal).
לאחר מכן לחצו על Custom Definitions > Custom Dimensions ואז על הכפתור New Custom Dimension. עכשיו יפתח לכם חלון שבו תבחרו את ה-Name (זה יהיה השם של ה-CD שאותו תראו בדוחות) ואת ה-Scope של ה-CD.
הסקופ אומר לגוגל אנליטיקס על ״רמת השיוך״ של ה-CD לגולש:
- hit-level אומר לגוגל אנליטיקס לשייך את ה-CD רק לפעולה המסויימת (למשל צפייה בעמוד) של הגולש.
- session-level אומר לאנליטיקס לשייך את ה-CD לכל הביקור (כולל הדפים שקדמו לדף הנוכחי שבו נוצר ה-CD).
- user-level אומר לאנליטיקס לשייך את ה-CD גם לביקורים העתידיים של הגולש הזה (אבל לא לביקורים הקודמים).
להרחבה על scopes בגוגל אנליטיקס תוכלו לקרוא כאן.
במקרה שלנו הגולש יכול לקרוא פוסטים של מספר כותבים שונים באותו ביקור (סשן) ולכן סביר להניח שנרצה לשייך את ה-CD רק לביקור בעמוד ספציפי ולכן נבחר hit.
לאחר שתעשו save תקבלו קוד שאותו עליכם להטמיע כדי לאסוף נתונים. אל תתיחסו לכל הקוד, מה שחשוב לכם כרגע זה המספר של ה-dimension שאנליטיקס נותן לכם.
(שימו לב שאם אין לכם ידע בתכנות כדאי מאוד שתשאירו את מלאכת ההטמעה של הקוד למישהו אחר. לא דרושה הבנה מעמיקה בתכנות אבל טעות אחת קטנה יכולה להשבית לכם את כל האתר).
הטמעת קוד המעקב
כדי להתחיל לאסוף את הנתונים נשנה קצת את קוד האנליטיקס שמוטמע באתר שלנו לקוד הבא:
ga(‘send’ , ‘pageview’, {‘dimension1’ : ‘author_name’ });
במקום הauthor_name צריך לבוא שם הכותב שכתב את הפוסט. סביר להניח שאתם משתמשים במערכת CMS דינמית ואין לכם יכולת שליטה על כל עמוד ועמוד ולכן כדאי שתשימו שם פונקציה ייעודית שמוציאה פלט של שם הכותב.
בוורדפרס למשל השורה שלכם תראה ככה:
ga(‘send’ , ‘pageview’, {‘dimension1’ :' <?php echo get_the_author();?> ' });
זוכרים את הדוגמא שנתתי בהתחלה על dimension ו-value?
אז ה-dimension במקרה הזה יהיה Author וה-value יהיו שמות הכותבים השונים שיש לכם באתר שאותם אתם מקבלים בעזרת הפונקציה get_the_author().
יצירת Custom Metrics
החלק הזה קצת יותר מסובך אז אני אתן לכם רק את הכיוון ואת השאר תעשו לבד.
ובכן, קודם כל בואו ניצור את ה-CM בממשק של האנליטיקס:
לכו ל Custom Definitions > Custom Metrics ולחצו על New Custom Metric. כאן תוכלו לבחור את השם (כמו למשל Pageview) ואחרי זה את סוג הנתון אותו נרצה לאסוף. אנחנו נבחר integer אבל יש אפשרות לבחור זמן או מטבע (שיקבע על פי מה שהגדרתם בהגדרות ה-view).
/* תזכורת: metric זה נתון מספרי שמודד לנו את ה-value של ה-dimension ולכן תקפידו לקבוע ערכים שישתלבו בצורה נכונה אחד עם השני וישקפו ערך מהותי ולא סתם מספר. למשל אם City זה ה-Dimension שלנו, וירושלים זה ה-value – אז מספר התושבים יכול להיות ה-metric. */
במקרה שלנו יש 3 metrics שמודדים את כמות השיתופים שהתקבלו על הפוסט בכל רשת חברתית – Facebook Shares, Google Shares, Twitter Shares.
בשביל זה נצטרך ליצור קוד מסויים שישגר מידע לאנליטיקס בכל פעם שמישהו ילחץ על לחצן השיתוף.
קוד אחד ירוץ כשמישהו יעשה retweet, קוד אחר ירוץ שמישהו יעשה +1 וקוד נוסף כשמישהו יעשה recommend:
ga(‘set’ , ‘metric1’ , 1) // עבור לחיצה על שיתוף בטוויטר
ga(‘set’ , ‘metric2’ , 1)// עבור לחיצה על שיתוף בפייסבוק
ga(‘set’ , ‘metric3’ , 1) // עבור לחיצה על שיתוף בגוגל+
הקודים האלו פשוט שולחים לאנליטיקס מידע בכל פעם שמישהו לוחץ על לחצן השיתוף. כשלוחצים על retweet הקוד הראשון שולח מידע לגבי metric1 (אותו הגדרנו קודם בממשק האנליטיקס), וכן הלאה לגבי metric2 ו-3.
אם אתם יודעים להשתמש ב-Google Tag Manager מומלץ להוסיף click listener שישגר את הקודים הללו, ואם לא אז פשוט תשימו אותם עם onclick.
המגבלות של CD/CM
שום דבר לא מושלם בחיים וגם ל-Custom Dimensions & Metrics יש מגבלות:
1. לכל property בחשבון שלכם יש אפשרות לכלול עד 20 CD ו-20 CM. בחשבונות פרימיום (אם יש לכם 150,000$ לשלם לגוגל לשנה…) אפשר לשים עד 200 מכל אחד.
2. אין אפשרות למחוק את הCD וה-CM אחרי שהגדרתם אותם. תוכלו לשנות את מה שיש או להפוך אותם ל-inactive.
3. את ה-CM תוכלו לראות רק בדוחות המותאמים אישית.
4. את ה-CD תוכלו לראות רק בתור Primary Dimension בדוחות מותאמים אישית שתצרו. לא תוכלו לראות אותם בדוחות הרגילים וגם לא בתור Secondary בדוחות המותאמים אישית.
הפוסט הזה היה נסיון לתת לכם סקירה בינונית (לא שטחית מדי ולא מעמיקה מדי) על כל הנושא הזה ביוניברסל אנליטיקס.
אני מקווה שלא נכנסתי יותר מדי לפרטים טכניים, ובכל מקרה אני אשמח לשמוע בתגובות מה דעתכם 🙂