-

6 functies van analytics 360 die je ook in analytics ‘free’ kunt gebruiken

Veel bedrijven lopen vaak tegen de beperkingen aan van de standaard versie van Google Analytics (GA). Rapporten worden gesampled, je kan geen extra views meer aanmaken, ruwe data is niet beschikbaar, je custom dimensies zijn op en het attributiemodel dat je wilt gebruiken is niet beschikbaar. Dit is op te lossen door een upgrade te maken naar de 360 suite, maar de stap van de licentieprijs om over te gaan is vaak onrealistisch. Gelukkig zijn er workarounds. GA360 is hiermee niet – direct – nodig, want met de volgende tips haal je het beste uit je standaard GA.

Roll up property

Stel, je hebt een webshop met meerdere domeinen (bijvoorbeeld per land/taal) en deze hebben allemaal hun eigen property in Google Analytics. Vaak heb je een Tag Manager container ingericht die met behulp van een lookup table de juiste UA-tracking code opzoekt aan de hand van het domein. Op deze manier heb je een duidelijk overzicht van je transacties per land. Als manager wil je natuurlijk ook een totaaloverzicht hebben. In GA360 zou je dan een roll up property aanmaken. Hierin selecteer je welke properties je daar in wilt hebben. Vervolgens kopieert Google alle hits naar deze roll up property. Met een relatief simpel GTM trucje (implementatie is makkelijk, de uitleg ervan minder) kan je zelf met twee aanpassingen al je hits kopiëren naar een roll-up property. Al bij al, ook in GTM kun je dus aangeven dat elke hit die naar je property gestuurd moet worden, ook gestuurd moet worden naar een roll-up account. Voor uitleg en details, zie dit artikel van de GTM-koning.

Sampling

Een grote ergernis tijdens het maken van rapporten in GA, is het sampling icoon dat verschijnt als je meer dan 500.000 hits wilt analyseren. Dit gebeurt vaak bij analyses van kwartaal- / jaarcijfers. Je zou natuurlijk de periode kunnen verkleinen om ervoor te zorgen dat er geen sampling meer is, maar dan moet je vervolgens alles weer bij elkaar optellen. Als data analist ben ik lui, en daarom heb ik een Python script (link met uitleg) gemaakt waarmee je dit probleem oplost. Het script spreekt de database van GA aan met behulp van de API, haalt de data per dag op en knoopt deze vervolgens weer aan elkaar. De output schrijf je weg naar een csv, bigquery of spreadsheet.

Client ID

Met een GA360 account heb je standaard toegang tot het client-ID van al je bezoekers. Met dit ID kun je op user niveau data uit GA halen om vervolgens je eigen analyse te maken. Denk bijvoorbeeld aan je zelfgebouwde attributiemodel (link). In de standaard versie is dit ID niet beschikbaar en zal je daar zelf iets voor moeten bedenken. Het client-ID wordt gegenereerd door de Analytics.js library en opgeslagen in de vorm van een cookie in de browser van de klant. Via GTM heb je toegang tot dit ID en daar kan je ervoor zorgen dat het als custom dimensie wordt meegestuurd naar GA (met bijvoorbeeld alle pageviews), zodat het toch wel beschikbaar wordt. In GA scope je deze waarden op sessieniveau zodat je bij elke sessie weet welke klant het geweest is. Zie hier een uitgewerkt voorbeeld voor GTM (link).

Session ID

Tijdens een data analyse bij een 360 klant van ons, kwam ik een interessante ‘ontdekking’ tegen. Ik was op zoek naar het sessionId (die ook standaard in 360 zit), maar die kon ik nergens vinden. Al snel kwam ik erachter dat Google de naam ‘visitId’ gebruikt, hier zag ik de volgende velden naar elkaar staan:

  • visitId: 1500991644
  • visitStartTime: 1500991644

Het ‘visitId’ is exact hetzelfde als ‘visitStartTime’. Doordat ze naast elkaar stonden, maakte ik de link met Epoch tijd (het aantal seconden sinds 1 januari 1970 min het aantal schrikkelseconden). Dit is best een slimme keuze. Een gebruiker kan immers nooit twee keer op hetzelfde moment een sessie starten. Daarnaast kan het je ook 1 custom dimensie besparen in GA. Want als je de epoch time meeschiet naar GA en deze scoped op session niveau, dan heb je een sessie timestamp en sessionId in één 🙂

Besparen custom dimensies

In de standaard GA versie mag je natuurlijk maar 20 custom dimensies. Hier kan je niks aan veranderen, maar je kan ze wel slim gebruiken. Een voorbeeld als hierboven is er alvast een. Daarnaast zie ik dat er vaak dimensies gebruikt worden die totaal geen zin hebben, of die je beter als event action / label kan meeschieten bij een event. Een voorbeeld hiervan is het label van een A/B test. Als je dit als event mee schiet, kan je met behulp van segmenten je A of B analyse maken. Een voorbeeld is het instellen van ‘page category’ en ‘page type’ als custom dimensie, terwijl je deze veel beter kan instellen als content group. Daarnaast kan je ook dimensies combineren. Je mag maximaal 150 Byte gebruiken (ongeveer 150 tekens). Als je verschillende waarden scheidt door middel van een vast teken (bijvoorbeeld een pipe ‘|’) dan kan je met een beetje regex skills alles weer terug halen.

Google Attribution

Een zeer toffe feature van GA360 is natuurlijk het data driven attributiemodel. Zo vriendelijk als Google is, hebben ze laatst aangekondigd dat deze feature ook voor standaard gebruikers beschikbaar wordt (link). Google Attribution is een externe tool waar je je data aan moet koppelen, maar dan kan je wel gelijk Double Click en Adwords meenemen. Google zou Google niet zijn als er ook beperkingen aan zouden zitten voor de standaardgebruikers. De standaardvariant kijkt alleen maar naar de laatste vier kanalen. Met 360 ga je verder en kun je grotere datasets verwerken.

Oke, bovenstaande tips kunnen je zeker helpen en kunnen je een hoop geld besparen, maar voor onderstaande features moet je toch echt overstappen:

  • > 20 custom dimensies (met GA360 kan je tot 200)
  • > 10.000.000 hits per maand (bij standaard kunnen deze afgekapt worden)
  • Binnen 4 uur data in rapporten (bij standaard is dat 48 uur)
  • Unsampled rapporten in GA interface
  • Toegang tot ruwe data in BigQuery
  • Echte rollup properties
  • Custom funnels
  • Doubleclick integratie

Deel dit bericht

2 Reacties

Jan

Mooi clickbait artikel.

Conclusie: stap over op de GA360 als je echt alles uit je data wilt halen.

Hans

Leuk en creatief artikel. Sampling ontwijken door dagen bij elkaar op te tellen is natuurlijk prima oplossing voor pageviews, sessies en conversies. Voor gebruikers werkt deze truuk helaas niet, want hiermee zal je terugkerende gebruikers dubbel tellen.

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond