[GA4] Masa aktif pengguna

Teknik masa aktif pengguna menunjukkan perilaku pengguna selama masa aktifnya sebagai pelanggan situs atau aplikasi Anda. Teknik ini dapat membantu Anda menemukan insight tertentu seperti:

• Sumber, media, dan kampanye yang mendorong pengguna dengan pendapatan masa aktif tertinggi, saat dibandingkan dengan pendapatan untuk bulan yang dipilih saja.

• Kampanye aktif yang mendapatkan pengguna yang diharapkan lebih bernilai, dengan probabilitas pembelian yang lebih tinggi dan probabilitas churn yang lebih rendah, seperti yang dihitung oleh model prediksi Google Analytics

• Analisis perilaku pengguna unik, seperti kapan pengguna aktif bulanan Anda terakhir kali membeli produk dari situs Anda, atau kapan mereka terakhir kali berinteraksi dengan aplikasi Anda

Membuat eksplorasi masa aktif pengguna

1. Di Jelajahi, di sebelah kanan Mulai eksplorasi baru, klik Galeri Template.
   Link sebelumnya akan membuka properti Analytics terakhir yang Anda akses. Anda dapat mengubah properti menggunakan pemilih properti. Anda harus memiliki peran Analis atau yang lebih tinggi untuk membuat laporan masa aktif pengguna.
2. Pilih template Masa aktif pengguna.

Data masa aktif pengguna

Data masa aktif tersedia bagi pengguna yang telah aktif di situs atau aplikasi Anda setelah tanggal 15 Agustus 2020. Untuk pengguna tersebut, cakupan data dalam teknik masa aktif pengguna mencakup semua data mereka sejak pertama kali mengunjungi situs atau aplikasi Anda. Misalnya, seorang pengguna yang pertama kali mengunjungi situs Anda pada bulan Desember 2019, tetapi terakhir kali aktif pada tanggal 14 Agustus 2020, tidak disertakan. Jika pengguna yang sama tersebut aktif pada 16 Agustus 2020, semua data mereka hingga tahun lalu akan disertakan.

Teknik masa aktif pengguna menampilkan data gabungan untuk pengguna situs atau aplikasi Anda. Secara khusus, teknik ini dapat menampilkan informasi berikut untuk setiap pengguna:

• Interaksi awal: data yang terkait dengan kali pertama pengguna diukur untuk sebuah properti. Misalnya, tanggal pembelian atau kunjungan pertama mereka, atau kampanye yang mendapatkan mereka sebagai pengguna.
• Interaksi terbaru: data yang terkait dengan kali terakhir pengguna diukur untuk sebuah properti. Misalnya, tanggal pembelian atau aktivitas mereka yang terakhir.
• Interaksi masa aktif: data yang digabungkan selama masa aktif pengguna. Misalnya, pendapatan atau engagement sepanjang masa aktif mereka
• Metrik prediktif: data yang dihasilkan melalui machine learning untuk memprediksi perilaku pengguna:
  • Probabilitas pembelian
  • Kemungkinan pembelian dalam aplikasi
  • Kemungkinan churn

Rentang tanggal dalam eksplorasi masa aktif pengguna

Jika Anda memilih rentang tanggal, eksplorasi akan menampilkan pengguna yang aktif selama rentang yang dipilih, dan memberikan informasi tentang keseluruhan masa aktif pengguna ini, termasuk data dari sebelum awal rentang yang ditentukan.

Anda tidak dapat mengubah tanggal akhir dalam eksplorasi masa aktif pengguna. Tanggal akhirnya selalu ditetapkan ke "kemarin".

Eksplorasi masa aktif pengguna dan identitas pelaporan

Fitur User-ID memberi properti Google Analytics 4 dua cara untuk mengidentifikasi dan menghasilkan laporan tentang pengguna Anda di seluruh platform serta perangkat. Metode identitas pelaporan yang digunakan oleh properti Anda memengaruhi data masa aktif pengguna sebagai berikut:

Menurut User-ID, lalu perangkat

Metode ini menggunakan ID pengguna yang lebih akurat (jika dikumpulkan) untuk mengidentifikasi pengguna dan menyatukan semua peristiwa terkait dalam pelaporan dan eksplorasi. Jika ID pengguna tidak dikumpulkan, Analytics akan menggunakan ID perangkat, client ID untuk situs atau ID instance aplikasi untuk aplikasi, dalam mengidentifikasi pengguna.

Jika pengguna tertentu memiliki aktivitas dengan login dan tanpa login sama sekali untuk rentang tanggal yang dipilih, eksplorasi hanya menggunakan bagian data masa aktif pengguna setelah login. Penggunaan data ini memberikan representasi data pengguna yang lebih akurat: jumlah pengguna tidak diduplikasi, dan metrik seperti nilai umur rata-rata (LTV) lebih akurat dengan penggunaan berbasis User-ID. Aktivitas yang terjadi sebelum pengguna login tidak disertakan dalam eksplorasi.

Menurut perangkat-saja

Metode ini hanya menggunakan ID perangkat (nilai client_id dari cookie Analytics untuk situs atau ID instance aplikasi untuk aplikasi seluler), untuk mengidentifikasi pengguna, dan mengabaikan ID pengguna yang dikumpulkan. Dengan metode ini, data masa aktif pengguna digabungkan di tingkat perangkat.