Saat Anda menerapkan banner izin untuk situs atau aplikasi, data Analytics bagi pengguna yang menolak izin akan hilang. Pemodelan perilaku untuk mode izin menggunakan machine learning untuk membuat model perilaku pengguna yang menolak cookie Analytics berdasarkan perilaku pengguna serupa yang menerima 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 banyak pengguna baru yang saya dapatkan dari kampanye terakhir saya?
- Bagaimana perjalanan pengguna dari membuka situs saya hingga benar-benar melakukan pembelian?
- Berapa banyak pengunjung situs saya yang berbasis di Jerman dibandingkan dengan di Inggris Raya?
- Apa perbedaan perilaku pengguna antara pengunjung seluler vs. web?
Untuk subtitel dalam bahasa Anda, aktifkan teks YouTube. Pilih ikon setelan di bagian bawah pemutar video, lalu pilih "Subtitel/CC" dan pilih bahasa Anda.
Data sesuai model vs. data yang diamati
Saat pengguna mengunjungi situs Anda dan memberikan izin untuk cookie Analytics atau jika mereka tidak memilih untuk tidak ikut personalisasi menggunakan ID iklan di Setelan Android, Analytics mengaitkan perilaku pengguna dengan berbagai ID untuk memberikan keberlanjutan dalam pengukuran. Kami menyebut jenis data ini sebagai data yang dapat diamati karena berasal dari pengguna yang telah memberikan izin pada Analytics untuk mengamati perilaku mereka.
Jika pengguna tidak memberikan izin, peristiwa tidak akan dikaitkan dengan ID pengguna tetap. 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 menerapkan machine learning untuk memperkirakan perilaku pengguna tersebut berdasarkan perilaku pengguna serupa yang menerima 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 yang tidak diperlihatkan pada pelatihan model, dan informasi tersebut digunakan untuk menyesuaikan model tersebut. Google akan memberitahukan perubahan yang mungkin memiliki dampak besar terhadap data Anda.
Mempertahankan pelaporan yang ketat
Pemodelan perilaku hanya disertakan jika ada keyakinan tinggi akan kualitas model. Misalnya, jika tidak ada traffic yang diizinkan yang memadai untuk memberikan informasi pada model, peristiwa yang dipicu oleh pengguna yang menolak memberi izin tidak akan dilaporkan. Hal ini membantu memastikan akurasi data.
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 pada 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 Anda dan/atau semua layar aplikasi pada aplikasi Anda.
- Mode izin untuk halaman web harus diterapkan sehingga tag tersebut dimuat sebelum dialog izin muncul, dan tag Google dimuat dalam semua kasus, bukan hanya saat pengguna memberikan izin (penerapan lanjutan).
- Properti mengumpulkan setidaknya 1.000 peristiwa per hari dengan analytics_storage='denied' setidaknya selama 7 hari.
- Properti memiliki setidaknya 1.000 pengguna harian yang mengirim peristiwa dengan analytics_storage='granted' setidaknya selama 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, data tambahan mungkin tidak akan cukup bagi Analytics untuk melatih model tersebut.
Pemodelan perilaku otomatis diaktifkan saat properti tertentu memenuhi syarat. Jika diaktifkan, pemodelan akan dapat dipilih di deskripsi identitas pelaporan Gabungan.
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 dari tanggal saat properti memenuhi syarat lagi.
Menampilkan atau menyembunyikan data sesuai model dalam laporan
Untuk melihat data sesuai model dalam laporan Anda, pilih identitas pelaporan Gabungan:
- Di Admin, di bagian Tampilan data, klik Identitas pelaporan.
Link sebelumnya akan membuka properti Analytics terakhir yang Anda akses. Anda dapat mengubah properti menggunakan pemilih properti. Anda harus memiliki peran Editor atau yang lebih tinggi di tingkat properti untukmengontrol setelan identitas pelaporan yang memungkinkan Anda menampilkan atau menyembunyikan data sesuai model dalam laporan.
- Pilih Gabungan.
- 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.
| Status ikon kualitas data | Deskripsi |
|---|---|
| Menyertakan estimasi data pengguna | Mulai [tanggal mulai berlaku pemodelan], Analytics akan memperkirakan data yang hilang karena faktor seperti izin cookie. |
| Menyertakan estimasi data pengguna |
Mulai [tanggal mulai berlaku pemodelan], Analytics akan memperkirakan semua kemungkinan data yang hilang karena faktor seperti izin cookie. |
| Menyertakan estimasi data pengguna |
Mulai [tanggal mulai berlaku pemodelan], Analytics akan memperkirakan data yang hilang 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 adalah sebelum properti ini memenuhi syarat untuk estimasi data. |
| Estimasi data pengguna tidak tersedia | Laporan ini mencakup data retensi atau segmen yang menyertakan urutan. Akibatnya, data tersebut tidak mencakup estimasi data. |
| Estimasi data pengguna tidak tersedia | Properti Anda tidak memenuhi kriteria kelayakan untuk menggunakan estimasi data. |
Beberapa halaman di antarmuka Analytics juga akan menampilkan banner dengan informasi tentang status pemodelan.
Tabel berikut merangkum pesan yang mungkin Anda lihat melalui banner.
| Pesan banner | Lokasi banner |
|---|---|
| Sebagian besar template hanya menyertakan data dari pengguna yang memberikan izin atas penggunaan ID, kecuali untuk template bentuk bebas dan tumpang-tindih segmen yang menyertakan data dari pengguna yang diperkirakan. | Halaman beranda eksplorasi |
| Jika eksplorasi memiliki segmen dengan urutan, eksplorasi ini hanya akan menampilkan data untuk pengguna yang memberikan izin atas penggunaan ID. | Halaman detail eksplorasi |
| [Laporan/eksplorasi/audiens] ini hanya mencakup data dari pengguna yang mengizinkan penggunaan ID. | Halaman detail eksplorasi |
| Jika segmen ini menyertakan urutan, segmen hanya akan menampilkan data untuk 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 pengguna tetap ke tindakan mereka, Analytics tidak dapat mendeteksi apakah peristiwa tersebut merupakan tindakan dari pengguna yang sama. Akibatnya, jumlah peristiwa first_visit dan session_start menjadi lebih tinggi bagi pengguna tersebut 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 pengguna tetap ke tindakan mereka, Analytics akan memperkirakan jumlah sebenarnya untuk peristiwa first_visit dan session_start. Dengan demikian, jumlah peristiwa first_visit dan session_start dalam eksplorasi jalur dan funnel lebih rendah daripada di 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 dengan urutan
- Laporan retensi
- Metrik Prediktif
- Ekspor data, misalnya, BigQuery Export
