[GA4] Importér brukerdata

Ikke last opp filer som inneholder dupliserte nøkler (f.eks. to felt med navnet «user_id»).

Du kan finstemme brukersegmenteringen og målgruppene for remarketing ved å importere metadata om brukere du lagrer utenfor Analytics, for eksempel lojalitetsrangering, dato for siste kjøp og kundens levetidsverdi, fra CRM-systemet ditt.

Slik kan du importere brukerdata

For å importere brukerdata må du kunne slå dataene dine sammen med Analytics-data ved å bruke en av disse nøklene:

  • Strøm-ID-en pluss enten Client-ID-ene (nett) eller ID-ene for appforekomster (app) som Analytics genererer.
  • En unik identifikator du genererer for hver bruker. User-ID-er kan du for eksempel få fra autentiseringstjenesten for appen din eller nettstedet ditt eller hente ut av CRM-systemet ditt. Deretter kan du legge til disse unike identifikatorene (hashet av hensyn til personvern) i målingskoden din og sende dem til Analytics sammen med hendelser.

I Analytics brukes 1) strøm-ID-ene og Client-ID-ene eller ID-ene for appforekomster eller 2) de unike identifikatorene til å matche brukeren med de opplastede dataene.

Du velger selv ønsket metode når du skal importere dataene dine.

Hvis du bruker strøm-ID-en pluss appforekomst-ID-en når brukere skal tilordnes opplastede data, bør du merke deg at det tilordnes en ny appforekomst-ID hver gang en app installeres. Hvis en bruker avinstallerer en app og deretter installerer den på nytt, blir data som samles inn før og etter den andre installeringen, tilknyttet to forskjellige ID-er for appforekomster – og dermed to ulike brukere. Appoppdateringer endrer ikke ID-en for appforekomsten.

Opplastede data lagres i brukerdimensjoner. Etter opplasting blir de forbundet med hver påfølgende hendelse som blir utløst av brukerne du identifiserer gjennom denne prosessen.

Lagring av brukeridentifikatorer i Analytics

Du kan lagre brukeridentifikatorer i Analytics via User-ID-dimensjonen. Finn ut hvordan du angir User-ID-er.

Opprett egendefinerte dimensjoner

Du må definere de egendefinerte dimensjonene før du kan laste opp dataene dine.

Definer egendefinerte dimensjoner med brukeromfang for verdiene du vil importere. Du kan for eksempel opprette den egendefinerte dimensjonen «Brukerlojalitetsnivå» med brukeregenskapen «loyalty_tier».

Når du har opprettet de egendefinerte dimensjonene, kan det ta opptil fire timer før Analytics får registrert dataene du importerer. (Du kan få bekreftet at de egendefinerte dimensjonene behandles, ved å åpne en utforskning og se om de aktuelle brukeregenskapene er tilgjengelige i dimensjonsvelgeren.)

Opprett CSV-filer

Opprett en CSV-fil med brukeridentifikatorer og brukeregenskapsverdier. For eksempel:

user_id loyalty_tier
A1234 gull
J1234 bronse
K1234 sølv
R1234 sølv

Last opp data

Den generelle opplastingsprosessen er beskrevet i artikkelen Om Dataimportering.

Når du oppretter datakilden, må du velge enten Brukerdata inndelt etter User-ID eller Brukerdata etter Client-ID, avhengig av hvilken metode du bruker for å identifisere brukere (User-ID eller Client-ID / strøm-ID + ID for appforekomster).

Når du matcher Analytics-felt med de importerte feltene dine, får du se noe som dette:

 

I den første kolonnen ser du

  • Analytics-feltet (i dette tilfellet User-ID) der dataene dine registreres (kalles også oppsettsnøkkelen)
  • brukeregenskaper for de egendefinerte dimensjonene du opprettet i Analytics, som samsvarer med feltene i CSV-filen din (i det forrige eksempelet er den egendefinerte dimensjonen «Brukerlojalitetsnivå», med brukeregenskapen «loyalty_tier»)

I den andre kolonnen må du velge de samsvarende feltene i CSV-filen:

Når du har lastet opp dataene, kan det ta opptil 24 timer før Analytics gjør disse dataene tilgjengelige i rapporter, målgrupper og utforskninger.

  • Brukerne du identifiserer, må samhandle med appen din eller nettstedet ditt etter at du har lastet opp dataene, før disse brukeregenskapene kan knyttes til brukeraktivitet i rapporteringen.
  • Importerte brukerdata kan umiddelbart brukes som kriterier for å kvalifisere brukere til eksisterende GA4-målgrupper. Dette krever ingen videre aktivitet fra brukeren.
Merk: Bare aktive brukere vises på GA4-rapporteringsplattformer. Men alle brukere, inkludert inaktive brukere, vises i data som eksporteres til Google Ads.

Du kan overskrive verdier for brukerdimensjoner ved å laste opp nye verdier eller samle inn nye verdier via målingskoden.

Selv om du sletter en brukerdatakilde fra opplastingstjenesten, slettes ikke verdiene lagret i brukerdimensjonene for de aktuelle brukerne. Akkurat som det er med alle andre innsamlingsmetoder, kan du bli nødt til å følge opp tilfeller der data eller brukere slettes, for å få fjernet data som er lastet opp via Dataimportering.

Informasjon om datakilder

Legend

  • Omfang: Omfanget avgjør hvilke hendelser som skal tilknyttes verdiene for importdimensjonen. Egendefinerte dimensjoner kan ha ett av tre omfang:
    • Hendelse: beskrivende informasjon om hendelsen (f.eks. navnet på hendelsen).
    • Bruker: beskrivende informasjon om brukeren som utløste hendelsen (f.eks. lojalitetsnivå).
    • Vare: beskriver informasjonen du samler inn via «items»-matrisen (varer) i en netthandelshendelse.
  • Oppsettsnøkkel: lister opp nøkkeldimensjoner eller -beregninger. Nøkkelen brukes for å slå dataene du laster opp, sammen med de eksisterende dataene i hendelsene knyttet til denne typen datakilde.
  • Importerte data: lister opp dimensjonene og beregningene som kan brukes med dataene du laster opp til Analytics.

Dimensjonene og beregningene som er oppført for oppsettet, er bare referanseverdier som kanskje ikke er fullstendige. De dimensjonene og beregningene som faktisk er tilgjengelige, vises i brukergrensesnittet når du oppretter datakilden.

Omfang Bruker
Oppsettsnøkkel

En hvilken som helst av disse:

  • Client-ID og strøm-ID
  • Bruker-ID
Importerte data

Brukeregenskaper

Merknader

Du kan ikke laste opp personlig identifiserende informasjon (PII) til – eller knytte PII sammen med – brukerdata som skal importeres. Finn ut mer

Maler

Nedenfor har vi noen eksempler på CSV-maler for data om henholdsvis Client-ID og User-ID. Hvis du har behov for å laste opp filer manuelt, kan du bruke disse eksemplene som rettesnor.

Kunde-ID

client_id stream_id user_property1 user_property2 user_property3
1234567890.1234567890 1234567 brukerverdi 1 brukerverdi 2 brukerverdi 3
2345678901.2345678901 1234567 brukerverdi 1 brukerverdi 2 brukerverdi 3
3456789012.3456789012 1234567 brukerverdi 1 brukerverdi 2 brukerverdi 3

 

Sørg for at Client-ID-er lagres som strenger, ikke tall, slik at antallet desimaler ikke avkortes.

User-ID

user_id user_property1 user_property2 user_property3
123abc brukerverdi 1 brukerverdi 2 brukerverdi 3
456def brukerverdi 1 brukerverdi 2 brukerverdi 3
789ghi brukerverdi 1 brukerverdi 2 brukerverdi 3

 

Finn strøm-ID-en din

  1. Klikk på Datastrømmer under Innsamling og redigering av dataAdministrator-siden.
    Via Forrige-linken kommer du til Analytics-området du sist åpnet. Du kan endre området i områdevelgeren. Du må minst ha rollen redigerer på områdenivå for å finne strøm-ID-en din.
  2. Åpne den aktuelle datastrømmen.

Du finner strøm-ID-en til venstre for Detaljer-overskriften.

Begrensninger på importering av brukerdata

Du kan definere opptil 10 datakilder til brukerdata.

Var dette nyttig for deg?

Hvordan kan vi forbedre den?
Søk
Slett søket
Lukk søkefunksjonen
Hovedmeny
775845033728045078
true
Søk i brukerstøtte
true
true
true
true
true
69256
false
false
false
false