เมื่อคุณใช้แบนเนอร์แสดงความยินยอมให้ใช้คุกกี้ทางการตลาดสำหรับเว็บไซต์หรือแอป Analytics จะไม่มีข้อมูลจากผู้ใช้ที่ปฏิเสธให้ความยินยอม การประมาณด้านพฤติกรรมสำหรับโหมดความยินยอมใช้แมชชีนเลิร์นนิงเพื่อประมาณพฤติกรรมของผู้ใช้ที่ปฏิเสธคุกกี้ Analytics โดยอ้างอิงจากพฤติกรรมของผู้ใช้ที่คล้ายกันซึ่งยอมรับคุกกี้ Analytics ซึ่งข้อมูลโดยประมาณจะช่วยให้คุณได้รับข้อมูลเชิงลึกที่มีประโยชน์จากรายงาน Analytics โดยยังเคารพความเป็นส่วนตัวของผู้ใช้
ยกตัวอย่าง การประมาณด้านพฤติกรรมจะประมาณข้อมูลตามเมตริกผู้ใช้และเซสชัน เช่น ผู้ใช้ที่ใช้งานอยู่รายวันและอัตราเหตุการณ์สำคัญ ซึ่งอาจระบุไม่ได้เมื่อตัวระบุอย่างคุกกี้หรือรหัสผู้ใช้ไม่พร้อมใช้งานอย่างเต็มรูปแบบ ซึ่งจะช่วยตอบคำถามสำคัญ เช่น
- ฉันมีผู้ใช้ที่ใช้งานอยู่รายวันกี่คน
- ฉันได้ผู้ใช้ใหม่จากแคมเปญล่าสุดกี่คน
- เส้นทางของผู้ใช้ตั้งแต่การเข้ามาที่เว็บไซต์ไปจนถึงการซื้อจริงเป็นอย่างไร
- ผู้เข้าชมเว็บไซต์ที่อยู่ในเยอรมนีและสหราชอาณาจักรมีกี่คน
- พฤติกรรมของผู้ใช้ที่เข้าชมในอุปกรณ์เคลื่อนที่กับเว็บแตกต่างกันอย่างไร
ข้อมูลโดยประมาณเทียบกับข้อมูลที่ได้จากการสังเกต
เมื่อผู้ใช้เข้าชมเว็บไซต์และให้ความยินยอมให้ใช้คุกกี้ Analytics หรือเมื่อผู้ใช้ไม่ได้เลือกไม่รับการปรับโฆษณาตามโปรไฟล์ด้วยรหัสโฆษณาในการตั้งค่า Android ระบบของ Analytics จะเชื่อมโยงพฤติกรรมของผู้ใช้กับตัวระบุต่างๆ เพื่อการวัดผลอย่างต่อเนื่อง เราถือว่าข้อมูลประเภทนี้เป็นข้อมูลที่ได้รับอนุญาตให้สังเกตพฤติกรรมผู้ใช้ได้ เนื่องจากข้อมูลนี้มาจากผู้ใช้ที่ให้สิทธิ์แก่ Analytics ในการสังเกตพฤติกรรมของตน
เมื่อผู้ใช้ไม่ได้ให้ความยินยอม เหตุการณ์จะไม่เชื่อมโยงกับตัวระบุผู้ใช้ถาวร เช่น หาก Analytics รวบรวมเหตุการณ์การดูหน้าเว็บ 10 รายการ Analytics จะไม่สามารถสังเกตและรายงานได้ว่าเหตุการณ์ดังกล่าวเกิดจากผู้ใช้ 10 หรือ 1 คน แต่ Analytics จะใช้แมชชีนเลิร์นนิงในการประมาณพฤติกรรมของผู้ใช้เหล่านั้นโดยอ้างอิงจากพฤติกรรมของผู้ใช้ที่คล้ายกันซึ่งยอมรับคุกกี้ Analytics หรือตัวระบุแอปที่เทียบเท่า
ข้อมูลการฝึกที่ใช้ในการประมาณจะอ้างอิงจากข้อมูลผู้ใช้ที่สังเกตจากพร็อพเพอร์ตี้ที่เปิดใช้งานการประมาณ
แนวทางที่ Google ใช้ในการประมาณด้านพฤติกรรม
Google ได้นำแนวทางปฏิบัติแนะนำเกี่ยวกับแมชชีนเลิร์นนิงต่อไปนี้มาใช้เป็นแนวทางในการประมาณด้านพฤติกรรม
ตรวจสอบความถูกต้องและแจ้งการเปลี่ยนแปลง
Holdback Validation จะช่วยให้โมเดลของ Google ทำงานได้อย่างถูกต้องแม่นยำ โดยระบบจะนำข้อมูลผู้ใช้โดยประมาณมาเปรียบเทียบกับข้อมูลผู้ใช้ที่ได้จากการสังเกตส่วนหนึ่งซึ่งไม่มีอยู่ในการฝึกโมเดล และใช้ข้อมูลนั้นเพื่อปรับปรุงโมเดล Google จะแจ้งการเปลี่ยนแปลงที่อาจส่งผลกระทบอย่างมากต่อข้อมูลของคุณ
หมั่นรายงานอย่างเคร่งครัดอยู่เสมอ
ระบบจะนำการประมาณด้านพฤติกรรมมาใช้ร่วมด้วยเมื่อมั่นใจว่าโมเดลมีคุณภาพเท่านั้น เช่น หากมีการเข้าชมที่ได้รับความยินยอมไม่เพียงพอที่จะเป็นข้อมูลให้กับโมเดล ระบบจะไม่รายงานเหตุการณ์ซึ่งเกิดจากผู้ใช้ที่ปฏิเสธที่จะให้ความยินยอม วิธีนี้จะช่วยรับประกันความถูกต้องของข้อมูล
ปรับให้เหมาะกับธุรกิจของคุณ
ระบบจะนำอัลกอริทึมการประมาณของ Google ที่เจาะจงน้อยกว่าไปใช้แบบแยกต่างหาก เพื่อแสดงข้อมูลพฤติกรรมที่เฉพาะเจาะจงของธุรกิจและลูกค้า
ข้อกำหนดเบื้องต้น
เนื่องจากโมเดลได้รับการฝึกโดยใช้ข้อมูลที่ได้จากการสังเกตสำหรับพร็อพเพอร์ตี้ Google Analytics 4 พร็อพเพอร์ตี้ของคุณจึงต้องมีข้อมูลที่เพียงพอที่จะนำไปฝึกโมเดล พร็อพเพอร์ตี้ต้องมีคุณสมบัติตรงตามเกณฑ์ต่อไปนี้จึงจะมีสิทธิ์ใช้การประมาณด้านพฤติกรรม
- มีการเปิดใช้โหมดความยินยอมในเว็บไซต์ทุกหน้าและ/หรือแอปทุกหน้า
- ต้องติดตั้งโหมดความยินยอมสำหรับหน้าเว็บเพื่อให้แท็กโหลดก่อนที่กล่องโต้ตอบความยินยอมจะปรากฏขึ้น และแท็ก Google จะโหลดในทุกกรณี โดยไม่ได้โหลดเมื่อผู้ใช้ให้ความยินยอมเท่านั้น (การใช้งานขั้นสูง)
- พร็อพเพอร์ตี้รวบรวมเหตุการณ์อย่างน้อย 1,000 รายการต่อวันด้วย analytics_storage='denied' เป็นเวลาอย่างน้อย 7 วัน
- พร็อพเพอร์ตี้มีผู้ใช้รายวันอย่างน้อย 1,000 รายที่ส่งเหตุการณ์ด้วย analytics_storage='granted' เป็นเวลาอย่างน้อย 7 วันในช่วง 28 วันก่อนหน้านี้
- การเก็บรวบรวมข้อมูลให้ครบตามจำนวนข้อมูลขั้นต่ำที่ต้องการภายในช่วง 28 วันดังกล่าวเพื่อฝึกโมเดลให้เสร็จสมบูรณ์อาจใช้เวลามากกว่า 7 วัน แต่ก็เป็นไปได้ว่าข้อมูลเพิ่มเติมดังกล่าวก็อาจไม่เพียงพอให้ Analytics ใช้เพื่อฝึกโมเดล
จะมีการเริ่มใช้การประมาณด้านพฤติกรรมตั้งแต่วันที่พร็อพเพอร์ตี้นั้นๆ มีสิทธิ์ใช้งาน
ข้อมูลโดยประมาณจะใช้ไม่ได้อีกต่อไป หากพร็อพเพอร์ตี้ไม่มีคุณสมบัติตามข้อกำหนดเบื้องต้นในการใช้การประมาณด้านพฤติกรรม แม้ว่าก่อนหน้านี้จะเคยมีคุณสมบัติตามข้อกำหนดก็ตาม ซึ่งเป็นกรณีที่พบได้น้อยมาก หากพร็อพเพอร์ตี้มีคุณสมบัติเป็นไปตามข้อกำหนดเบื้องต้นอีกครั้งในภายหลัง ข้อมูลโดยประมาณก็จะกลับมาใช้งานได้อีกครั้ง ข้อมูลโดยประมาณจะใช้ได้นับตั้งแต่วันที่พร็อพเพอร์ตี้มีสิทธิ์ใช้งานอีกครั้งเท่านั้น
แสดงหรือซ่อนข้อมูลโดยประมาณในรายงาน
หากต้องการดูข้อมูลโดยประมาณในรายงาน ให้เลือกข้อมูลระบุตัวตนในการรายงานแบบรวม คุณต้องเป็นผู้ดูแลระบบจึงจะควบคุมการตั้งค่านี้ได้
- คลิกข้อมูลระบุตัวตนในการรายงานในส่วนผู้ดูแลระบบ ภายในการแสดงข้อมูล
- เลือกแบบรวม
- คลิกบันทึก
เลือกตัวเลือกอื่นหากไม่ต้องการดูข้อมูลโดยประมาณ ตัวเลือกที่เลือกจะไม่มีผลกับการเก็บรวบรวมหรือการประมวลผลข้อมูล และคุณจะเปลี่ยนไปใช้ตัวเลือกอื่นได้ทุกเมื่อโดยไม่ส่งผลกระทบต่อข้อมูลอย่างถาวร ดูข้อมูลเพิ่มเติมเกี่ยวกับข้อมูลระบุตัวตนในการรายงาน
รูปแบบการแสดงการประมาณด้านพฤติกรรมใน Google Analytics
Analytics จะผสานรวมข้อมูลโดยประมาณและข้อมูลที่ได้จากการสังเกตไว้ในรายงานอย่างราบรื่น เมื่อ Analytics รวมข้อมูลโดยประมาณ คุณอาจเห็นความแตกต่างเมื่อเทียบกับรายงานที่มีเฉพาะข้อมูลที่ได้จากสังเกต (เช่น จำนวนผู้ใช้ในรายงานที่รวมข้อมูลโดยประมาณมีจำนวนสูงกว่า)
ใช้ไอคอนคุณภาพของข้อมูล (ดังที่แสดงด้านล่าง) เพื่อดูว่ามีการผสานรวมข้อมูลโดยประมาณเมื่อใด
ตารางต่อไปนี้สรุปข้อความที่คุณอาจเห็นผ่านไอคอน
สถานะไอคอนคุณภาพของข้อมูล | คำอธิบาย |
---|---|
รวมข้อมูลผู้ใช้โดยประมาณ | ณ วันที่ [วันที่การประมาณมีผล] Analytics กำลังประเมินข้อมูลที่ขาดหายไปเนื่องจากปัจจัยต่างๆ เช่น ความยินยอมในการใช้คุกกี้ |
รวมข้อมูลผู้ใช้โดยประมาณ |
ณ วันที่ [วันที่การประมาณมีผล] Analytics กำลังประเมินข้อมูลที่เป็นไปได้ทั้งหมดที่ขาดหายไปเนื่องจากปัจจัยต่างๆ เช่น ความยินยอมในการใช้คุกกี้ |
รวมข้อมูลผู้ใช้โดยประมาณ |
ณ วันที่ [วันที่การประมาณมีผล] Analytics กำลังประเมินข้อมูลที่ขาดหายไปเนื่องจากปัจจัยต่างๆ เช่น ความยินยอมในการใช้คุกกี้ * อาจยังไม่มีข้อมูลโดยประมาณของเมื่อวาน |
ไม่รวมข้อมูลผู้ใช้โดยประมาณ | การตั้งค่าข้อมูลระบุตัวตนในการรายงานของพร็อพเพอร์ตี้ไม่อนุญาตให้ Analytics ประเมินข้อมูลที่ขาดหายไปเนื่องจากปัจจัยต่างๆ เช่น ความยินยอมในการใช้คุกกี้ และรายงานจะรวมเฉพาะข้อมูลจากผู้ใช้ที่ยินยอมให้ใช้ตัวระบุ เว้นแต่ว่าคุณใช้การตั้งค่าแบบรวม |
ข้อมูลผู้ใช้โดยประมาณไม่พร้อมใช้งาน | ช่วงวันที่ที่เลือกอยู่ก่อนวันที่ที่พร็อพเพอร์ตี้นี้จะมีสิทธิ์รับข้อมูลโดยประมาณ |
ข้อมูลผู้ใช้โดยประมาณไม่พร้อมใช้งาน | รายงานนี้มีข้อมูลการคงผู้ใช้ไว้หรือกลุ่มที่มีลำดับ ด้วยเหตุนี้ จึงไม่มีข้อมูลโดยประมาณ |
ข้อมูลผู้ใช้โดยประมาณไม่พร้อมใช้งาน | พร็อพเพอร์ตี้ไม่ตรงตามเกณฑ์การมีสิทธิ์ในการใช้ข้อมูลโดยประมาณ |
บางหน้าในอินเทอร์เฟซ Analytics จะแสดงแบนเนอร์ที่มีข้อมูลเกี่ยวกับสถานะของการประมาณด้วย
ตารางต่อไปนี้สรุปข้อความที่คุณอาจเห็นผ่านแบนเนอร์
ข้อความในแบนเนอร์ | ตำแหน่งของแบนเนอร์ |
---|---|
เทมเพลตส่วนใหญ่มีเฉพาะข้อมูลจากผู้ใช้ที่ยินยอมให้ใช้ตัวระบุ ยกเว้นเทมเพลตรูปแบบอิสระและกลุ่มที่ซ้อนกันซึ่งมีข้อมูลจากผู้ใช้ที่ประมาณไว้ | หน้าแรกของการสำรวจ |
หากการสำรวจมีกลุ่มที่ประกอบด้วยลำดับ ระบบจะแสดงเฉพาะข้อมูลของผู้ใช้ที่ยินยอมให้ใช้ตัวระบุ | หน้ารายละเอียดการสำรวจ |
[รายงาน/การสำรวจ/กลุ่มเป้าหมาย] นี้มีเฉพาะข้อมูลจากผู้ใช้ที่ยินยอมให้ใช้ตัวระบุ | หน้ารายละเอียดการสำรวจ |
หากกลุ่มนี้ประกอบด้วยลำดับ ระบบจะแสดงเฉพาะข้อมูลของผู้ใช้ที่ยินยอมให้ใช้ตัวระบุ | ตัวสร้างกลุ่ม |
การประมาณในการสำรวจ
การใช้การประมาณในการสำรวจเส้นทางและการสำรวจ Funnel จะแตกต่างจากการใช้ในรายงาน ในรายงานจะใช้การประมาณกับเมตริกต่างๆ เช่น จำนวนผู้ใช้ จำนวนเซสชัน และจำนวนผู้ใช้ใหม่ แต่จะไม่มีการใช้การประมาณกับจำนวนเหตุการณ์ เช่น page_view
, first_visit
และ session_start
หากผู้ใช้ไม่ได้มอบความยินยอมให้ Analytics เชื่อมโยงตัวระบุผู้ใช้ถาวร Analytics ก็จะไม่สามารถตรวจสอบได้ว่าเหตุการณ์ดังกล่าวเป็นการกระทำที่เกิดจากผู้ใช้รายเดียวกันหรือไม่ ซึ่งจะส่งผลให้เหตุการณ์ first_visit
และ session_start
ของผู้ใช้เหล่านั้นมีจำนวนสูงขึ้น เนื่องจากระบบจะส่งเหตุการณ์ทุกครั้งเมื่อผู้ใช้โหลดหน้าเว็บ
ในทางตรงกันข้าม ในการสำรวจเส้นทางหรือการสำรวจ Funnel จะใช้การประมาณกับเหตุการณ์ first_visit
และ session_start
หากผู้ใช้ไม่ได้มอบความยินยอมให้ Analytics เชื่อมโยงตัวระบุผู้ใช้ถาวร Analytics ก็จะประมาณจำนวนเหตุการณ์ first_visit
และ session_start
ตามจริง ดังนั้นจำนวนเหตุการณ์ first_visit
และ session_start
ในการสำรวจเส้นทางและการสำรวจ Funnel จึงน้อยกว่าในรายงาน
ฟีเจอร์ที่ไม่รองรับ
ฟีเจอร์ต่อไปนี้ไม่รองรับการใช้ข้อมูลเชิงพฤติกรรมโดยประมาณ
- กลุ่มเป้าหมาย
- โปรแกรมสำรวจผู้ใช้ กลุ่มประชากรตามรุ่น และการสำรวจอายุการใช้งานของผู้ใช้
- กลุ่มที่มีลำดับ
- รายงานการคงผู้ใช้ไว้
- เมตริกตามการคาดการณ์
- การส่งออกข้อมูล เช่น BigQuery Export