Funkcja User Id
Rozważmy sytuację, w której użytkownik po raz pierwszy zapoznaje się z ofertą sklepu korzystając ze smartfona. Tego samego dnia wieczorem, dokonuje zakupu na laptopie, a tydzień później powraca do naszej witryny korzystając z tabletu. Google Analytics potraktuje naszego (jednego) użytkownika, jako trzech unikalnych. Mimo, że działań dokonała jedna osoba, zinterpretuje je, jako trzy niezależne od siebie punkty w czasie. Możemy, zatem wnioskować, że liczba użytkowników, która wynika z raportów Google Analytics nie jest liczbą wiarygodną. Z pomocą przychodzi nam funkcja User ID, dzięki której możemy przypisać wiele sesji (w tym całokształt aktywności, jaka w nich nastąpiła) do niepowtarzalnego, unikalnego identyfikatora.
UWAGA: Identyfikatory User Id nie są generowane przez Google Analytics! Najbardziej typowa implementacja to:
- generowanie identyfikatorów przez własny system uwierzytelniania;
- przypisania identyfikatora do użytkownika podczas logowania;
- przesłania identyfikatora do GA.
Dzięki funkcji User Id, w przytoczonym wyżej przykładzie, działania naszego użytkownika zostaną zinterpretowane, jako trzy aktywności na różnych rodzajach urządzeń, przypisane do jednej osoby. Łatwo zauważyć, że dzięki temu zyskujemy wiarygodniejsze dane o liczbie użytkowników wchodzących w interakcje z treściami naszej witryny. Ponadto możemy zacząć analizować działania użytkowników w kontekście jak zostali pozyskani, jakie działania podejmują na konkretnych urządzeniach oraz ile sesji generują przed konwersją. W celu skonfigurowania funkcji User Id należy uaktywnić ją na koncie GA, a następnie zmodyfikować kod śledzący.
Widok User Id
Widok User Id to specjalny widok raportowania, dostępny tylko dla usług Universal Analytics (z włączona funkcją User Id). Wyświetla tylko i wyłącznie dane z sesji, z których unikalne identyfikatory i całość powiązanych z nimi danych jest przesyłana do GA.
RAPORT: Różne urządzenia
W widoku User Id, w sekcji Odbiorcy mamy dostępny nowy raport „Różne urządzenia”, dzięki któremu możemy w logiczny i spójny sposób analizować dane dotyczące zachowań użytkowników oddzielnie np. na smartfonach, tabletach czy laptopach. Potencjalnie możemy wychwycić ciekawe zależności. Jaka część użytkowników zapoznaje się z naszą ofertą na smartfonie, by później dokonać konwersji na laptopie (ile czasu przy tym upływa?)?
