Хабр Курсы для всех
РЕКЛАМА
Практикум, Хекслет, SkyPro, авторские курсы — собрали всех и попросили скидки. Осталось выбрать!
Хабр доступен 24/7 благодаря поддержке друзей
Комментарии 14
Ну и зачем писать про очевидные очевидности? Тут собрались те, кто в этих нюансах способен разобраться. Ну давайте ещё справку гугла перепечатывать. Стыдно для CEO такое писать.
Но так же есть тут те, кто разбираются, но объяснить не могут. Тем более с примерами.
Скину-ка я ссылочку нашему маркетологу.
Скину-ка я ссылочку нашему маркетологу.
Так можно буквально про любую статью на хабре написать.
Вам очевидности, а для кого-то нет. Стоит значок же «Tutorial»
Мне как разработчику очевидно, что если написано 40% вернувшихся пользователей, это значит 40% пользователей совершили повторный заход на сайт. Про Когортный а
Если при наличии digital-marketing в компании, выводы о возвратах делаются только по этой диаграмме — ее ждут проблемы посерьёзнее, чем потеря лидов от ремаркетинга)
А если нет, копнув чуть дальше, математика про 40% быстро вызовет сомнения и заставит перенастроить стандартные представления.
> Ну и зачем писать про очевидные очевидности?
Это первая базовая статья из серии статей, уходить на глубину без базовых и не самых известных вещей будет сложно. Например, из-за эффекта выше GA из коробки неверно определяет конверсии, неверно рассчитывает цели, неправильно дает конверсию в разбивке по посадочным страницам.
Мне сложно судить по всей аудитории хабра, но существенная часть участников конференций GoAnalytics, iMetrics и комьюнити аналитиков и маркетологов не очень хорошо представляет внутренности GA (я часто на выступлениях эти вещи рассказываю).
Для многих не очевидно, что если на графике написано «пользователи», то речь идет о сессиях и визитах. А те кто это знает, часто не имеют ссылок под руками, чтобы аргументировано показать, как GA работает на самом деле.
Будет круто, если комьюнити в комментариях приведет примеры частотных ошибок и заблуждений пользователей аналитики.
Это первая базовая статья из серии статей, уходить на глубину без базовых и не самых известных вещей будет сложно. Например, из-за эффекта выше GA из коробки неверно определяет конверсии, неверно рассчитывает цели, неправильно дает конверсию в разбивке по посадочным страницам.
Мне сложно судить по всей аудитории хабра, но существенная часть участников конференций GoAnalytics, iMetrics и комьюнити аналитиков и маркетологов не очень хорошо представляет внутренности GA (я часто на выступлениях эти вещи рассказываю).
Для многих не очевидно, что если на графике написано «пользователи», то речь идет о сессиях и визитах. А те кто это знает, часто не имеют ссылок под руками, чтобы аргументировано показать, как GA работает на самом деле.
Будет круто, если комьюнити в комментариях приведет примеры частотных ошибок и заблуждений пользователей аналитики.
Смотрел вашу лекцию www.youtube.com/watch?v=JWe_EnNIqbk&feature=youtu.be все по делу и без воды, круто, спасибо.
Возможно raw data? С предложенным подходом, насколько я знаю, есть проблема: если уникальных пользователей больше 100К, все пользователи после этого числа попадут в other support.google.com/analytics/answer/1009671?hl=en
Хм, да нет, выгружаем терабайтами raw data с ga_clientID, проблем нет особых
Так не в объёме данных дело, а в числе уникальных пользователей пользующихся сайтом в течение некоторого временного интервала (как описано по ссылке). Опять же, ошибки при выгрузке не будет, проблема проявляется иначе: часть данных записана на один и тот же идентификатор пользователя (что-то вроде other или 0, не помню точно что апи возвращает). Если конечно у вас не платный аккаунт в ga
Не знаю кому здесь вещи очевидные, но мне глаза открыли — спасибо, теперь понял куда смотреть
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Какие метрики Google Analytics провоцируют неверные решения