[GA4] Общая ценность пользователя

Методика "Общая ценность пользователя" позволяет проанализировать действия и транзакции посетителей за все время, пока они пользовались вашим сайтом или приложением. Например, можно узнать:

• какой источник, канал или кампания привели к вам пользователей, принесших самый высокий общий доход за все время (а не только за выбранный месяц);

• какие кампании сейчас приводят к вам перспективных пользователей с высокой вероятностью покупки и низкой вероятностью того, что они прекратят пользоваться вашим сайтом или приложением (эти показатели рассчитываются по прогнозным моделям в Google Аналитике);

• как пользователи взаимодействуют с вашим сайтом или приложением (например, когда активные в указанном месяце пользователи в последний раз совершали покупку на сайте или делали что-то в приложении).

Как создать исследование общей ценности пользователя

1. В разделе Исследования справа от раздела Новое исследование нажмите Галерея шаблонов.
   Ссылка "Назад" ведет на ресурс Аналитики, который вы открывали последним. Вы можете выбрать другой ресурс с помощью селектора. У вас должна быть по меньшей мере роль аналитика, чтобы создать отчет об общей ценности пользователя.
2. Выберите шаблон Общая ценность пользователя.

Данные об общей ценности пользователя

Данные об общей ценности доступны для тех пользователей, которые были активны на сайте или в приложении после 15 августа 2020 г. То есть если пользователь впервые зашел на ваш сайт в декабре 2019 г., а в последний раз – 14 августа 2020 г., анализ не будет включать данных об этом человеке. Но если тот же пользователь был на сайте 16 августа 2020 г., то в анализ войдут все данные об этом пользователе, начиная с 2019 г.

С помощью методики "Общая ценность пользователя" можно получить агрегированные данные о посетителях вашего сайта или приложения. В частности, вы сможете просмотреть о каждом пользователе следующую информацию:

• Первые взаимодействия – данные о взаимодействии с ресурсом, после которого были зарегистрированы первые данные о пользователе. Эти данные могут включать дату первого посещения или покупки, название кампании, которая привела пользователя к вам, и тому подобное.
• Последние взаимодействия – данные о последнем зарегистрированном посещении пользователя (например, дата последних действий или покупки).
• Взаимодействия за все время – все данные об активности пользователя с самого начала, например общий доход от пользователя или показатели взаимодействия.
• Прогнозируемые показатели – прогнозы поведения пользователей на основе машинного обучения:
  • вероятность покупки;
  • вероятность покупки в приложении;
  • вероятность потери.

Каждый показатель в этой методике, кроме числа пользователей, можно представить как среднее значение, общее значение или один из четырех репрезентативных процентилей (10-й, 50-й, 80-й и 90-й), чтобы получить статистику по распределению показателей. Например, для показателя общей ценности по каналу первого взаимодействия пользователя можно получить перечисленные ниже точки данных, сгруппированные по каналу, с помощью которого пользователи впервые посетили приложение или сайт:

• Общая ценность (долл. США): всего – суммарный показатель общей ценности привлеченных пользователей по каждому каналу.
• Общая ценность (долл. США): в среднем – средний показатель общей ценности привлеченных пользователей по каждому каналу.
• Общая ценность (долл. США): 10-й процентиль – показатель для 10 % пользователей, у которых общая ценность ниже этого значения (например, значение 20 $ указывает, что у 10 % пользователей показатель общей ценности менее 20 $), по каждому каналу.
• Общая ценность (долл. США): 90-й процентиль – показатель для 90 % пользователей, у которых общая ценность ниже этого значения (например, значение 100 $ указывает, что у 90 % пользователей показатель общей ценности менее 100 $).

Обратите внимание, что показатели в процентилях, такие как общая ценность, часто бывают нулевыми, поскольку большинство пользователей не покупают товары. Нулевым может быть даже 90-й процентиль (у 90 % пользователей показатель общей ценности ниже нуля или равен ему). В таких случаях эффективнее использовать фильтр, чтобы данные о распределении общей ценности показывались только по покупателям.

Диапазоны дат в исследовании общей ценности пользователя

Вы можете выбрать диапазон дат. При этом исследование будет охватывать пользователей, которые были активны на сайте или в приложении в течение указанного периода. Но сама статистика будет включать данные за все время, а не только за этот диапазон дат. То есть если пользователь выполнял действия на сайте до начала этого периода, данные о них также войдут в исследование.

Дату окончания изменить нельзя. В исследовании общей ценности пользователя дата окончания – всегда "вчера".

Исследование общей ценности пользователя и способов идентификации

С помощью функции User-ID в ресурсах Google Аналитики 4 можно использовать два способа идентификации пользователей различных платформ и устройств. От выбранного способа зависят данные отчетов и статистика пользователей за все время. Эти два способа называются идентификаторами отчетов.

По User ID, затем по типу устройства

User-ID дает более точные данные о пользователе и всех связанных с ним событиях. Если для определенного посетителя доступен идентификатор User-ID, он используется в первую очередь. Если идентификатор User-ID отсутствует, то используется идентификатор устройства. Если у вас сайт, для такой идентификации будет использоваться Client-ID, а если приложение – идентификатор экземпляра.

Иногда один и тот же пользователь в выбранный период совершает действия, входя и не входя в аккаунт. В таких случаях в исследовании учитываются только действия, совершенные после входа в аккаунт. Это нужно, чтобы повысить точность данных о пользователях и не учитывать одного и того же пользователя несколько раз. Данные о средней общей ценности пользователя будут точнее, если используется идентификатор User-ID.

Только по типу устройства

Пользователи идентифицируются только по устройству, а User-ID игнорируется. Если у вас сайт, идентификатор устройства берется из client_id на основе файла cookie Аналитики, а если мобильное приложение – из идентификатора экземпляра. В результате вы получаете сводные данные об общей ценности пользователя на уровне устройства.