[GA4] Pemodelan perilaku untuk mode izin

Artikel ini ditujukan untuk pemilik situs atau aplikasi yang menggunakan banner izin cookie, widget izin, atau solusi pengelolaan izin lainnya, dan yang mengkhawatirkan tidak tersedianya data karena pengguna memilih tidak memberikan izin. 

Saat Anda menerapkan banner izin untuk situs atau aplikasi Anda, Analytics tidak akan memiliki data pengguna yang menolak izin. Pemodelan perilaku untuk mode izin menggunakan machine learning untuk membuat model perilaku pengguna yang menolak cookie Analytics berdasarkan perilaku pengguna serupa yang mengizinkan cookie Analytics. Data sesuai model memungkinkan Anda mendapatkan insight yang berguna dari laporan Analytics dengan tetap menghormati privasi pengguna.  

Misalnya, pemodelan perilaku memperkirakan data berdasarkan metrik pengguna dan sesi, seperti pengguna aktif harian dan rasio peristiwa utama, yang mungkin tidak dapat diamati jika ID seperti cookie atau ID pengguna tidak sepenuhnya tersedia. Pemodelan perilaku membantu Anda menjawab pertanyaan penting seperti:

  • Berapa jumlah Pengguna Aktif Harian yang saya miliki?
  • Berapa jumlah pengguna baru yang saya dapatkan dari kampanye terakhir saya?
  • Bagaimana perjalanan pengguna dari membuka situs saya hingga benar-benar melakukan pembelian?
  • Berapa jumlah pengunjung situs saya yang berbasis di Jerman dibandingkan dengan di Inggris Raya?
  • Apa perbedaan perilaku pengguna antara pengunjung seluler vs. web?
Modeling in Google Analytics 4

Data sesuai model vs. data yang diamati

Saat pengguna mengunjungi situs Anda dan memberikan izin untuk cookie Analytics atau jika mereka tidak menolak personalisasi yang didasarkan pada ID iklan di Setelan Android, Analytics akan mengaitkan perilaku pengguna dengan berbagai ID agar pengukuran dapat terus dilakukan. Kami menyebut jenis data ini sebagai data yang dapat diamati karena berasal dari pengguna yang telah memberikan izin kepada Analytics untuk mengamati perilaku mereka.

Jika pengguna tidak memberikan izin, peristiwa tidak akan dikaitkan dengan ID persisten pengguna. Misalnya, jika Analytics mengumpulkan 10 peristiwa tayangan halaman, Analytics tidak dapat mengamati dan melaporkan apakah peristiwa tersebut berisi 10 pengguna atau 1 pengguna. Sebagai gantinya, Analytics akan menerapkan machine learning untuk memperkirakan perilaku pengguna tersebut berdasarkan perilaku pengguna serupa yang mengizinkan cookie Analytics atau ID aplikasi yang setara.

Data pelatihan yang digunakan untuk pemodelan didasarkan pada data pengguna yang diamati dari properti yang mengaktifkan pemodelan. 

Pendekatan pemodelan perilaku Google

Pendekatan pemodelan perilaku Google menerapkan praktik terbaik machine learning berikut.

Memeriksa akurasi dan memberitahukan perubahan

Validasi holdback mempertahankan akurasi model Google. Estimasi data pengguna dibandingkan dengan sebagian dari data pengguna yang diamati, tetapi tidak disertakan dalam pelatihan model, dan informasi ini digunakan untuk menyesuaikan model tersebut. Google akan memberitahukan perubahan yang mungkin berdampak besar pada data Anda.

Mempertahankan pelaporan yang ketat

Pemodelan perilaku hanya disertakan jika kualitas modelnya memiliki tingkat keyakinan yang tinggi. Misalnya, jika jumlah traffic yang diberi izin tidak memadai untuk mendasari model, peristiwa yang dipicu oleh pengguna yang menolak izin tidak akan dilaporkan. Dengan demikian, akurasi data dapat dipastikan.

Melakukan penyesuaian untuk bisnis Anda

Algoritma pemodelan Google yang lebih umum diterapkan secara terpisah untuk mencerminkan perilaku pelanggan dan bisnis unik Anda.

Prasyarat

Karena model dilatih berdasarkan data yang diamati untuk properti Google Analytics 4, properti Anda harus memiliki cukup data untuk melatih model tersebut. Agar memenuhi syarat untuk pemodelan perilaku, properti Anda harus memenuhi kriteria berikut:

  • Mode izin diaktifkan di seluruh halaman di situs Anda dan/atau semua layar di aplikasi Anda.
  • Mode izin untuk halaman web harus diterapkan sedemikian rupa sehingga tag Google dimuat sebelum dialog izin muncul. Perhatikan bahwa tag Google akan dimuat dalam semua kasus, bukan hanya saat pengguna memberikan izin (penerapan lanjutan).
  • Properti mengumpulkan minimal 1.000 peristiwa per hari dengan analytics_storage='denied' selama minimal 7 hari.
  • Properti memiliki minimal 1.000 pengguna harian yang mengirim peristiwa dengan analytics_storage='granted' selama minimal 7 dari 28 hari sebelumnya. 
    • Mungkin perlu waktu lebih dari 7 hari untuk memenuhi volume minimum data dalam 28 hari tersebut agar model berhasil dilatih. Namun, Analytics mungkin masih belum memiliki cukup data untuk melatih model tersebut, bahkan dengan data tambahan sekalipun.

Pemodelan perilaku dimulai sejak tanggal saat properti tertentu memenuhi syarat.
 

Catatan: Terpenuhinya semua prasyarat pemodelan perilaku yang tercantum di atas tidak akan menjamin kelayakan untuk pemodelan perilaku karena hal ini juga ditentukan oleh kualitas model machine learning yang mendasarinya. Kami terus berupaya meningkatkan kualitas model dan memperluas kelayakan tanpa mengorbankan kualitas. Properti yang saat ini tidak memenuhi syarat karena kualitas model yang tidak memadai mungkin akan memenuhi syarat pada masa mendatang.

Dalam kasus yang sangat jarang terjadi, jika properti tidak lagi memenuhi prasyarat pemodelan perilaku, estimasi data tidak akan tersedia lagi. Jika properti kembali memenuhi prasyarat di kemudian waktu, estimasi data akan tersedia lagi. Estimasi data hanya akan tersedia mulai dari tanggal saat properti memenuhi syarat kembali.

Menampilkan atau menyembunyikan data sesuai model dalam laporan

Untuk melihat data sesuai model dalam laporan Anda, pilih identitas pelaporan Gabungan. Anda harus memiliki peran Administrator agar dapat mengontrol setelan ini:

  1. Di Admin, pada bagian Tampilan data, klik Identitas pelaporan.
  2. Pilih Gabungan.
  3. Klik Simpan.

Untuk berhenti melihat data sesuai model, pilih opsi lain. Opsi yang Anda pilih tidak memengaruhi pengumpulan atau pemrosesan data. Anda dapat beralih di antara opsi tersebut kapan saja tanpa membuat dampak permanen pada data. Pelajari lebih lanjut Identitas pelaporan.

Cara pemodelan perilaku muncul di Google Analytics

Analytics mengintegrasikan data sesuai model dan data yang diamati dalam laporan Anda dengan lancar. Saat Analytics menyertakan data sesuai model, Anda mungkin akan melihat perbedaan jika dibandingkan dengan laporan yang hanya berisi data yang diamati (misalnya, jumlah pengguna yang lebih tinggi dalam laporan yang berisi data sesuai model).

Klik ikon kualitas data (ditampilkan di bawah) untuk mengetahui apakah data sesuai model diintegrasikan atau tidak.

Tabel berikut merangkum pesan yang mungkin Anda lihat melalui ikon tersebut.

Status ikon kualitas data Deskripsi
Menyertakan estimasi data pengguna Mulai [tanggal mulai berlaku pemodelan], Analytics akan memperkirakan data yang tidak tersedia karena faktor seperti izin cookie.
Menyertakan estimasi data pengguna

Mulai [tanggal mulai berlaku pemodelan], Analytics akan memperkirakan semua kemungkinan data yang tidak tersedia karena faktor seperti izin cookie.

Menyertakan estimasi data pengguna

Mulai [tanggal mulai berlaku pemodelan], Analytics akan memperkirakan data yang tidak tersedia karena faktor seperti izin cookie.

* Estimasi data untuk satu hari sebelumnya mungkin belum tersedia.

Mengecualikan estimasi data pengguna Setelan identitas pelaporan properti Anda tidak mengizinkan Analytics memperkirakan data yang tidak tersedia karena faktor seperti izin cookie. Laporan Anda hanya akan berisi data yang tersedia dari pengguna yang memberikan izin atas penggunaan ID, kecuali jika Anda menggunakan setelan gabungan.
Estimasi data pengguna tidak tersedia Rentang tanggal yang dipilih jatuh sebelum properti ini memenuhi syarat untuk estimasi data.
Estimasi data pengguna tidak tersedia Laporan ini berisi data retensi atau segmen yang menyertakan urutan. Akibatnya, laporan ini tidak berisi estimasi data.
Estimasi data pengguna tidak tersedia Properti Anda tidak memenuhi kriteria kelayakan untuk menggunakan estimasi data.

Sebagian halaman di antarmuka Analytics juga akan menampilkan banner yang menunjukkan informasi status pemodelan.

Tabel berikut merangkum pesan yang mungkin Anda lihat melalui banner.

Pesan banner Lokasi banner
Sebagian besar template hanya berisi data pengguna yang memberikan izin atas penggunaan ID, kecuali untuk template bentuk bebas dan template tumpang-tindih segmen yang berisi data pengguna yang diperkirakan. Halaman beranda eksplorasi
Jika eksplorasi memiliki segmen yang menyertakan urutan, eksplorasi ini hanya akan menampilkan data pengguna yang memberikan izin atas penggunaan ID. Halaman detail eksplorasi
[Laporan/eksplorasi/audiens] ini hanya berisi data pengguna yang memberikan izin atas penggunaan ID. Halaman detail eksplorasi
Jika segmen ini menyertakan urutan, segmen ini hanya akan menampilkan data pengguna yang memberikan izin atas penggunaan ID. Pembuat segmen

Pemodelan dalam eksplorasi

Pemodelan dalam eksplorasi jalur dan funnel diterapkan secara berbeda dibandingkan dalam laporan. Dalam laporan, pemodelan diterapkan ke metrik seperti jumlah pengguna, jumlah sesi, dan jumlah pengguna baru. Namun, pemodelan tidak diterapkan ke jumlah peristiwa seperti page_view, first_visit, dan session_start. Jika pengguna tidak memberikan izin kepada Analytics untuk mengaitkan ID persisten pengguna ke tindakan mereka, Analytics tidak akan dapat mendeteksi apakah peristiwa tersebut merupakan tindakan dari pengguna yang sama tersebut. Akibatnya, jumlah peristiwa first_visit dan session_start bagi pengguna tersebut menjadi lebih tinggi karena peristiwa ini dikirim setiap kali mereka memuat sebuah halaman.

Di sisi lain, dalam eksplorasi jalur atau funnel, pemodelan diterapkan ke peristiwa first_visit dan session_start. Jika pengguna tidak memberikan izin kepada Analytics untuk mengaitkan ID persisten pengguna ke tindakan mereka, Analytics akan memperkirakan jumlah peristiwa first_visit dan session_start yang sebenarnya. Dengan demikian, jumlah peristiwa first_visit dan session_start dalam eksplorasi jalur dan funnel lebih rendah dibandingkan dalam laporan.

Fitur yang tidak didukung

Fitur berikut tidak mendukung penggunaan data perilaku sesuai model:

  • Audiens
  • Eksplorasi aktivitas pengguna, kelompok, dan eksplorasi masa aktif pengguna
  • Segmen yang menyertakan urutan
  • Laporan retensi
  • Metrik Prediktif
  • Ekspor data, misalnya, BigQuery Export

Apakah ini membantu?

Bagaimana cara meningkatkannya?
true
Memilih jalur pembelajaran Anda sendiri

Lihat google.com/analytics/learn, referensi baru untuk membantu Anda mendapatkan hasil maksimal dari Google Analytics 4. Situs baru ini berisi video, artikel, dan alur panduan, serta menyediakan link ke berbagai sumber informasi terkait Google Analytics (yaitu, Discord, Blog, channel YouTube, dan repositori GitHub).

Mulai belajar sekarang juga

Telusuri
Hapus penelusuran
Tutup penelusuran
Menu utama
12933876495730494986
true
Pusat Bantuan Penelusuran
true
true
true
true
true
69256
false
false