মাল্টি-চ্যানেল ফানেল রিপোর্টিং API - রেফারেন্স গাইড

এই নথিটি মাল্টি-চ্যানেল ফানেল রিপোর্টিং API-এর জন্য ক্যোয়ারী এবং প্রতিক্রিয়া উভয়ের জন্য সম্পূর্ণ রেফারেন্স প্রদান করে।

ভূমিকা

মাল্টি-চ্যানেল ফানেল রিপোর্টিং API আপনাকে Google Analytics মাল্টি-চ্যানেল ফানেল রিপোর্ট ডেটার অনুরোধ করতে সক্ষম করে। প্রতিটি রিপোর্টে ডেটা থেকে প্রাপ্ত পরিসংখ্যান থাকে যা ট্র্যাকিং কোড বিশ্লেষণে ফেরত পাঠায়, মাত্রা এবং মেট্রিক্স হিসাবে সংগঠিত। মাত্রা এবং মেট্রিক্সের আপনার নিজস্ব সংমিশ্রণ বেছে নিয়ে, আপনি আপনার নিজস্ব স্পেসিফিকেশন অনুযায়ী কাস্টমাইজড রিপোর্ট তৈরি করতে রিপোর্টিং API ব্যবহার করতে পারেন।

API-এ একটি একক পদ্ধতি রয়েছে যা রিপোর্ট ডেটার অনুরোধ করে: report.get। এই পদ্ধতির সাহায্যে, আপনি টেবিল আইডি প্রদান করেন যা ভিউ (প্রোফাইল) এর সাথে মিলে যায় যার জন্য আপনি ডেটা পুনরুদ্ধার করতে চান। উপরন্তু, আপনি নিম্নলিখিত উল্লেখ করুন:

  • মাত্রা এবং মেট্রিক্সের সমন্বয়।
  • একটি তারিখ পরিসীমা।
  • বিকল্প পরামিতিগুলির একটি সেট যা নিয়ন্ত্রণ করে কোন ডেটা ফেরত দেওয়া হয়

API রিপোর্ট.get পদ্ধতিটিকে একটি REST এন্ডপয়েন্টে উপলব্ধ করে: https://www.googleapis.com/analytics/v3/data/mcf । নিম্নলিখিত বিভাগটি একটি নমুনা অনুরোধ দেখায় এবং প্রতিটি পরামিতি বর্ণনা করে।

অনুরোধ

API ডেটা অনুরোধ করার জন্য একটি একক পদ্ধতি প্রদান করে:

analytics.data.mcf.get()

এপিআই একটি REST শেষ পয়েন্ট হিসাবে জিজ্ঞাসা করা যেতে পারে:

Authorization: Bearer {oauth2-token}

GET https://www.googleapis.com/analytics/v3/data/mcf
  ?ids=ga:12345
  &metrics=mcf:totalConversions,mcf:totalConversionValue
  &start-date=2011-10-01
  &end-date=2011-10-31

প্রতিটি URL ক্যোয়ারী প্যারামিটার একটি API ক্যোয়ারী প্যারামিটার নির্দিষ্ট করে যা URL এনকোড করা আবশ্যক

মাল্টি-চ্যানেল ফানেল রিপোর্টিং API-এর সমস্ত অনুরোধ অবশ্যই অনুমোদিত হতে হবে, বিশেষত OAuth 2.0 এর মাধ্যমে।

ক্যোয়ারী পরামিতি সারাংশ

নিম্নলিখিত সারণীটি মাল্টি-চ্যানেল ফানেল রিপোর্টিং API দ্বারা গৃহীত সমস্ত ক্যোয়ারী প্যারামিটারের সংক্ষিপ্ত বিবরণ দেয়। একটি বিস্তারিত বিবরণের জন্য প্রতিটি পরামিতি নামের উপর ক্লিক করুন.

নাম মান প্রয়োজন সারসংক্ষেপ
ids string হ্যাঁ ga:XXXX ফর্মের অনন্য টেবিল ID, যেখানে XXXX হল Analytics ভিউ (প্রোফাইল) ID যার জন্য কোয়েরি ডেটা পুনরুদ্ধার করবে৷
start-date string হ্যাঁ বিশ্লেষণ ডেটা আনার জন্য শুরুর তারিখ। অনুরোধগুলি YYYY-MM-DD হিসাবে ফর্ম্যাট করা একটি শুরুর তারিখ নির্দিষ্ট করতে পারে, বা একটি আপেক্ষিক তারিখ হিসাবে (যেমন, today , yesterday , বা NdaysAgo যেখানে N একটি ধনাত্মক পূর্ণসংখ্যা)।
end-date string হ্যাঁ Analytics ডেটা আনার শেষ তারিখ। অনুরোধ YYYY-MM-DD হিসাবে ফর্ম্যাট করা একটি শেষ তারিখ নির্দিষ্ট করতে পারে, বা একটি আপেক্ষিক তারিখ হিসাবে (যেমন, today , yesterday , বা NdaysAgo যেখানে N একটি ধনাত্মক পূর্ণসংখ্যা)।
metrics string হ্যাঁ কমা দ্বারা পৃথক করা মেট্রিক্সের একটি তালিকা, যেমন mcf:totalConversions,mcf:totalConversionValue । একটি বৈধ ক্যোয়ারী কমপক্ষে একটি মেট্রিক নির্দিষ্ট করতে হবে৷
dimensions string না আপনার মাল্টি-চ্যানেল ফানেল রিপোর্টের জন্য কমা-বিভক্ত মাত্রার একটি তালিকা, যেমন mcf:source,mcf:keyword
sort string না প্রত্যাবর্তিত ডেটার জন্য বাছাই ক্রম এবং বাছাই দিক নির্দেশ করে কমা দ্বারা পৃথক করা মাত্রা এবং মেট্রিক্সের একটি তালিকা৷
filters string না মাত্রা বা মেট্রিক ফিল্টার যা আপনার অনুরোধের জন্য ফিরে আসা ডেটাকে সীমাবদ্ধ করে।
samplingLevel string না পছন্দসই নমুনা স্তর। অনুমোদিত মান:
  • DEFAULT - একটি নমুনা আকারের সাথে প্রতিক্রিয়া প্রদান করে যা গতি এবং নির্ভুলতার ভারসাম্য বজায় রাখে।
  • FASTER — একটি ছোট নমুনা আকারের সাথে দ্রুত প্রতিক্রিয়া প্রদান করে।
  • HIGHER_PRECISION — একটি বড় নমুনা আকার ব্যবহার করে আরও সঠিক প্রতিক্রিয়া প্রদান করে, কিন্তু এর ফলে প্রতিক্রিয়া ধীর হতে পারে।
start-index integer না পুনরুদ্ধার করার জন্য প্রথম সারি ডেটা, 1 থেকে শুরু হয়। max-results পরামিতি সহ একটি পৃষ্ঠা সংখ্যা পদ্ধতি হিসাবে এই প্যারামিটারটি ব্যবহার করুন।
max-results integer না প্রতিক্রিয়াতে অন্তর্ভুক্ত করার জন্য সর্বাধিক সংখ্যক সারি।

ক্যোয়ারী প্যারামিটার বিবরণ

আইডি

ids= ga:12345
প্রয়োজন।
মাল্টি-চ্যানেল ফানেল ডেটা পুনরুদ্ধার করতে ব্যবহৃত অনন্য ID। এই আইডিটি হল নেমস্পেস ga: রিপোর্টের ভিউ (প্রোফাইল) আইডি সহ। আপনি analytics.management.profiles.list পদ্ধতি ব্যবহার করে আপনার প্রতিবেদনের ভিউ (প্রোফাইল) আইডি পুনরুদ্ধার করতে পারেন, যা Google Analytics ম্যানেজমেন্ট API- এর ভিউ (প্রোফাইল) রিসোর্সে id প্রদান করে।

উপরে ফিরে যাও


শুরুর তারিখ

start-date= 2011-10-01
প্রয়োজন।
সমস্ত মাল্টি-চ্যানেল ফানেল ডেটা অনুরোধের একটি তারিখ পরিসীমা নির্দিষ্ট করতে হবে। আপনি অনুরোধে start-date এবং end-date পরামিতি অন্তর্ভুক্ত না করলে, সার্ভার একটি ত্রুটি ফেরত দেয়। তারিখের মানগুলি YYYY-MM-DD প্যাটার্ন ব্যবহার করে বা today , yesterday বা NdaysAgo প্যাটার্ন ব্যবহার করে একটি নির্দিষ্ট তারিখের জন্য হতে পারে৷ মান অবশ্যই মিলতে হবে [0-9]{4}-[0-9]{2}-[0-9]{2}|today|yesterday|[0-9]+(daysAgo)
সর্বপ্রথম বৈধ start-date হল 2011-01-01start-date জন্য কোন উচ্চ সীমা সীমাবদ্ধতা নেই।
আপেক্ষিক তারিখগুলি সর্বদা কোয়েরির সময় বর্তমান তারিখের সাথে আপেক্ষিক এবং ক্যোয়ারীতে নির্দিষ্ট করা ভিউ (প্রোফাইল) এর সময় অঞ্চলের উপর ভিত্তি করে।

আপেক্ষিক তারিখগুলি ব্যবহার করে গত 7 দিনের (গতকাল থেকে শুরু) তারিখের সীমার উদাহরণ:

  &start-date=7daysAgo
  &end-date=yesterday

উপরে ফিরে যাও


শেষ তারিখ

end-date= 2011-10-31
প্রয়োজন।
সমস্ত মাল্টি-চ্যানেল ফানেল ডেটা অনুরোধের একটি তারিখ পরিসীমা নির্দিষ্ট করতে হবে। আপনি অনুরোধে start-date এবং end-date পরামিতি অন্তর্ভুক্ত না করলে, সার্ভার একটি ত্রুটি ফেরত দেয়। তারিখের মানগুলি YYYY-MM-DD প্যাটার্ন ব্যবহার করে বা today , yesterday বা NdaysAgo প্যাটার্ন ব্যবহার করে একটি নির্দিষ্ট তারিখের জন্য হতে পারে৷ মান অবশ্যই মিলতে হবে [0-9]{4}-[0-9]{2}-[0-9]{2}|today|yesterday|[0-9]+(daysAgo)
প্রথমতম বৈধ end-date হল 2005-01-01end-date জন্য কোন উচ্চ সীমা সীমাবদ্ধতা নেই।
আপেক্ষিক তারিখগুলি সর্বদা কোয়েরির সময় বর্তমান তারিখের সাথে আপেক্ষিক এবং ক্যোয়ারীতে নির্দিষ্ট করা ভিউ (প্রোফাইল) এর সময় অঞ্চলের উপর ভিত্তি করে।

আপেক্ষিক তারিখগুলি ব্যবহার করে গত 10 দিনের (আজ থেকে শুরু) তারিখের সীমার উদাহরণ:

  &start-date=9daysAgo
  &end-date=today

উপরে ফিরে যাও


মাত্রা

dimensions= mcf:source,mcf:keyword
ঐচ্ছিক।

ডাইমেনশন প্যারামিটার আপনার মাল্টি-চ্যানেল ফানেল রিপোর্টের প্রাথমিক ডেটা কীগুলিকে সংজ্ঞায়িত করে, যেমন mcf:source বা mcf:medium । আপনার রূপান্তর মেট্রিক্স ভাগ করতে মাত্রা ব্যবহার করুন। উদাহরণস্বরূপ, আপনি যখন আপনার সাইটের মোট রূপান্তর সংখ্যার জন্য জিজ্ঞাসা করতে পারেন, তখন মাধ্যম অনুসারে ভাগ করা রূপান্তরগুলির সংখ্যা জিজ্ঞাসা করা আরও আকর্ষণীয় হতে পারে৷ এই ক্ষেত্রে, আপনি জৈব, রেফারেল, ইমেল এবং আরও অনেকগুলি থেকে রূপান্তরের সংখ্যা দেখতে পাবেন৷

একটি ডেটা অনুরোধে dimensions ব্যবহার করার সময়, নিম্নলিখিত সীমাবদ্ধতা সম্পর্কে সচেতন হন:

  • আপনি যেকোনো প্রশ্নে সর্বাধিক 7টি মাত্রা সরবরাহ করতে পারেন।
  • আপনি শুধুমাত্র মাত্রার সমন্বয়ে একটি প্রশ্ন পাঠাতে পারবেন না : আপনাকে অবশ্যই অন্তত একটি মেট্রিকের সাথে অনুরোধ করা যেকোনো মাত্রা একত্র করতে হবে।

অনুপলব্ধ মান

যখন মাত্রার মান নির্ধারণ করা যায় না, তখন Analytics বিশেষ স্ট্রিং ব্যবহার করে (সেট নয়)।

উপরে ফিরে যাও


মেট্রিক্স

metrics= mcf:totalConversions,mcf:totalConversionValue
প্রয়োজন।

আপনার সাইটে ব্যবহারকারীর কার্যকলাপের সমষ্টিগত পরিসংখ্যান, যেমন মোট রূপান্তর গণনা বা মোট রূপান্তর মান। যদি একটি ক্যোয়ারীতে কোনো dimensions প্যারামিটার না থাকে, তাহলে প্রত্যাবর্তিত মেট্রিক্স অনুরোধ করা তারিখের ব্যাপ্তির জন্য সামগ্রিক মান প্রদান করে, যেমন সামগ্রিক মোট রূপান্তর মান। যাইহোক, যখন মাত্রার অনুরোধ করা হয়, মানগুলিকে মাত্রা মান দ্বারা ভাগ করা হয়। উদাহরণ স্বরূপ, mcf:totalConversions mcf:source দিয়ে অনুরোধ করা উৎস প্রতি মোট রূপান্তর প্রদান করে।

মেট্রিক্সের অনুরোধ করার সময়, মনে রাখবেন:

  • যেকোনো অনুরোধে কমপক্ষে একটি মেট্রিক সরবরাহ করতে হবে; একটি অনুরোধ শুধুমাত্র মাত্রা গঠিত হতে পারে না.
  • আপনি যেকোনো প্রশ্নের জন্য সর্বোচ্চ 10টি মেট্রিক সরবরাহ করতে পারেন।

উপরে ফিরে যাও


সাজান

sort= mcf:source,mcf:medium
ঐচ্ছিক।

মেট্রিক্স এবং মাত্রার একটি তালিকা যা প্রত্যাবর্তিত ডেটার জন্য সাজানোর ক্রম এবং সাজানোর দিক নির্দেশ করে।

  • তালিকাভুক্ত মেট্রিক্স এবং মাত্রার বাম থেকে ডান ক্রম অনুসারে সাজানোর ক্রম নির্দিষ্ট করা হয়।
  • বাছাই করার দিকনির্দেশ ডিফল্ট আরোহীতে এবং অনুরোধ করা ক্ষেত্রে একটি বিয়োগ চিহ্ন ( - ) উপসর্গ ব্যবহার করে অবরোহে পরিবর্তন করা যেতে পারে।

একটি প্রশ্নের ফলাফল বাছাই করা আপনাকে আপনার ডেটা সম্পর্কে বিভিন্ন প্রশ্ন জিজ্ঞাসা করতে সক্ষম করে। উদাহরণস্বরূপ, "আমার শীর্ষ রূপান্তর উত্সগুলি কী এবং কোন মাধ্যমের মাধ্যমে?" আপনি নিম্নলিখিত পরামিতি দিয়ে একটি প্রশ্ন করতে পারেন। এটি প্রথমে mcf:source এবং তারপর mcf:medium দ্বারা বাছাই করে, উভয় ক্রমানুসারে:

sort=mcf:source,mcf:medium

সম্পর্কিত প্রশ্নের উত্তর দিতে "আমার শীর্ষ রূপান্তর মাধ্যমগুলি কী এবং কোন উত্স থেকে?", আপনি নিম্নলিখিত প্যারামিটার দিয়ে একটি প্রশ্ন করতে পারেন৷ এটি প্রথমে mcf:medium এবং তারপর mcf:source দ্বারা বাছাই করে, উভয় ক্রমানুসারে:

sort=mcf:medium,mcf:source

sort পরামিতি ব্যবহার করার সময়, নিম্নলিখিতগুলি মনে রাখবেন:

  • শুধুমাত্র মাত্রা বা মেট্রিক্স মান অনুসারে সাজান যা আপনি dimensions বা metrics প্যারামিটারে ব্যবহার করেছেন। যদি আপনার অনুরোধটি এমন একটি ক্ষেত্রে বাছাই করে যা মাত্রা বা মেট্রিক্স প্যারামিটারে নির্দেশিত নয়, আপনি একটি ত্রুটি পাবেন।
  • ডিফল্টরূপে, এন-ইউএস লোকেলে স্ট্রিংগুলিকে ক্রমবর্ধমান বর্ণানুক্রমিকভাবে সাজানো হয়।
  • সংখ্যাগুলি ডিফল্টরূপে ঊর্ধ্বগামী সাংখ্যিক ক্রমে সাজানো হয়।
  • তারিখগুলি ডিফল্টভাবে তারিখ অনুসারে ক্রমবর্ধমান ক্রমে সাজানো হয়।

উপরে ফিরে যাও


ফিল্টার

filters= mcf:medium %3D%3Dreferral
ঐচ্ছিক।

filters ক্যোয়ারী স্ট্রিং প্যারামিটার আপনার অনুরোধ থেকে প্রত্যাবর্তিত ডেটা সীমাবদ্ধ করে। filters প্যারামিটার ব্যবহার করার জন্য, ফিল্টার করার জন্য একটি মাত্রা বা মেট্রিক সরবরাহ করুন, তারপরে ফিল্টার এক্সপ্রেশন। উদাহরণস্বরূপ, নিম্নলিখিত ক্যোয়ারীটি mcf:totalConversions এবং mcf:source (প্রোফাইল) 12134 -এর জন্য অনুরোধ করে, যেখানে mcf:medium মাত্রা হল স্ট্রিং referral :

https://www.googleapis.com/analytics/v3/data/mcf
?ids=mcf:12134
&dimensions=mcf:source
&metrics=mcf:totalConversions
&filters=mcf:medium%3D%3Dreferral
&start-date=2011-10-01
&end-date=2011-10-31

বিস্তারিত জানার জন্য কোর রিপোর্টিং API রেফারেন্স পড়ুন।

উপরে ফিরে যাও


স্যাম্পলিং লেভেল

samplingLevel=DEFAULT
ঐচ্ছিক।
একটি রিপোর্টিং কোয়েরির জন্য নমুনা স্তর (অর্থাৎ ফলাফল গণনা করতে ব্যবহৃত সেশনের সংখ্যা) সেট করতে এই প্যারামিটারটি ব্যবহার করুন৷ অনুমোদিত মানগুলি ওয়েব ইন্টারফেসের সাথে সামঞ্জস্যপূর্ণ এবং এতে অন্তর্ভুক্ত:
  • DEFAULT - একটি নমুনা আকারের সাথে প্রতিক্রিয়া প্রদান করে যা গতি এবং নির্ভুলতার ভারসাম্য বজায় রাখে।
  • FASTER — একটি ছোট নমুনা আকারের সাথে দ্রুত প্রতিক্রিয়া প্রদান করে।
  • HIGHER_PRECISION — একটি বড় নমুনা আকার ব্যবহার করে আরও সঠিক প্রতিক্রিয়া প্রদান করে, কিন্তু এর ফলে প্রতিক্রিয়া ধীর হতে পারে।
সরবরাহ না করা হলে, DEFAULT নমুনা স্তর ব্যবহার করা হবে।
একটি প্রশ্নের জন্য ব্যবহৃত সেশনের শতাংশ কিভাবে গণনা করতে হয় তার বিশদ বিবরণের জন্য স্যাম্পলিং বিভাগটি দেখুন।

উপরে ফিরে যাও


সর্বোচ্চ ফলাফল

max-results=100
ঐচ্ছিক।

এই প্রতিক্রিয়াতে সর্বাধিক সংখ্যক সারি অন্তর্ভুক্ত করতে হবে। আপনি উপাদানগুলির একটি উপসেট পুনরুদ্ধার করতে start-index সাথে একত্রে এটি ব্যবহার করতে পারেন, বা প্রথমটি দিয়ে শুরু করে ফিরে আসা উপাদানগুলির সংখ্যা সীমাবদ্ধ করতে এটি একা ব্যবহার করতে পারেন। যদি max-results সরবরাহ না করা হয়, প্রশ্নটি ডিফল্ট সর্বোচ্চ 1000 সারি প্রদান করে।

মাল্টি-চ্যানেল ফানেল রিপোর্টিং এপিআই প্রতি অনুরোধে সর্বাধিক 10,000 সারি প্রদান করে, আপনি যতই জিজ্ঞাসা করুন না কেন। এটি অনুরোধের চেয়ে কম সারিও ফিরিয়ে দিতে পারে, যদি আপনার প্রত্যাশার মতো অনেক মাত্রার অংশ না থাকে। উদাহরণস্বরূপ, mcf:medium এর জন্য 300 টিরও কম সম্ভাব্য মান রয়েছে, তাই শুধুমাত্র মাঝারি দ্বারা বিভক্ত করার সময়, আপনি 300 টির বেশি সারি পেতে পারবেন না, এমনকি যদি আপনি max-results একটি উচ্চতর মান সেট করেন।

উপরে ফিরে যাও


প্রতিক্রিয়া

সফল হলে, এই অনুরোধটি নীচে সংজ্ঞায়িত JSON কাঠামো সহ একটি প্রতিক্রিয়া বডি প্রদান করে।

দ্রষ্টব্য : "ফলাফল" শব্দটি প্রশ্নের সাথে মেলে এমন সারিগুলির সম্পূর্ণ সেটকে বোঝায়, যখন "প্রতিক্রিয়া" ফলাফলের বর্তমান পৃষ্ঠায় প্রত্যাবর্তিত সারিগুলির সেটকে বোঝায়৷ তারা ভিন্ন হতে পারে যদি মোট সংখ্যার ফলাফল বর্তমান প্রতিক্রিয়ার জন্য পৃষ্ঠার আকারের চেয়ে বড় হয়, যেমন itemPerPage এ ব্যাখ্যা করা হয়েছে।

প্রতিক্রিয়া বিন্যাস

JSON
{
  "kind": "analytics#mcfData",
  "id": string,
  "query": {
    "start-date": string,
    "end-date": string,
    "ids": string,
    "dimensions": [
      string
    ],
    "metrics": [
      string
    ],
    "sort": [
      string
    ],
    "filters": string,
    "samplingLevel": string,
    "start-index": integer,
    "max-results": integer
  },
  "itemsPerPage": integer,
  "totalResults": integer,
  "selfLink": string,
  "previousLink": string,
  "nextLink": string,
  "profileInfo": {
    "profileId": string,
    "accountId": string,
    "webPropertyId": string,
    "internalWebPropertyId": string,
    "profileName": string,
    "tableId": string
  },
  "containsSampledData": boolean,
  "sampleSize": string,
  "sampleSpace": string,
  "columnHeaders": [
    {
      "name": string,
      "columnType": string,
      "dataType": string
    }
  ],
  "totalsForAllResults": [
    {
      metricName: string,
      ...
    }
  ]
  "rows": [
    [
      McfData.Rows
    ]
  ],
}

উপরে ফিরে যাও

প্রতিক্রিয়া ক্ষেত্র

প্রতিক্রিয়া শরীরের গঠন বৈশিষ্ট্য নিম্নরূপ সংজ্ঞায়িত করা হয়:

সম্পত্তির নাম মান বর্ণনা
kind string সম্পদের ধরন। মান হল "analytics#mcfData"।
id string এই তথ্য প্রতিক্রিয়া জন্য একটি আইডি.
query object এই অবজেক্টে ক্যোয়ারীতে প্যারামিটার হিসাবে পাস করা সমস্ত মান রয়েছে। প্রতিটি ক্ষেত্রের অর্থ তার সংশ্লিষ্ট ক্যোয়ারী প্যারামিটারের বর্ণনায় ব্যাখ্যা করা হয়েছে।
query.start-date string শুরুর তারিখ.
query.end-date string শেষ তারিখ.
query.ids string অনন্য টেবিল আইডি।
query.dimensions[] list বিশ্লেষণ মাত্রা তালিকা.
query.metrics[] list বিশ্লেষণ মেট্রিক্সের তালিকা।
query.sort[] list মেট্রিক বা মাত্রার তালিকা যার উপর ডেটা সাজানো হয়েছে।
query.filters string মেট্রিক বা মাত্রা ফিল্টারগুলির কমা দ্বারা পৃথক করা তালিকা৷
query.samplingLevel string Requested sampling level.
query.start-index integer সারিগুলির শুরুর সূচী৷ ডিফল্ট মান হল 1।
query.max-results integer প্রতি পৃষ্ঠায় সর্বোচ্চ ফলাফল।
startIndex integer start-index কোয়েরি প্যারামিটার দ্বারা নির্দিষ্ট করা সারিগুলির শুরুর সূচী৷ ডিফল্ট মান হল 1।
itemsPerPage integer প্রত্যাবর্তিত সারির প্রকৃত সংখ্যা নির্বিশেষে প্রতিক্রিয়াটিতে সর্বাধিক সংখ্যক সারি থাকতে পারে। যদি max-results ক্যোয়ারী প্যারামিটার নির্দিষ্ট করা হয়, তাহলে itemsPerPage -পেজ-এর মান max-results থেকে ছোট বা 10,000। itemsPerPage এর ডিফল্ট মান হল 1000৷
totalResults integer প্রশ্নের ফলাফলে সারির মোট সংখ্যা, উত্তরে যত সারির সংখ্যাই থাকুক না কেন। যে ক্যোয়ারীগুলির ফলে প্রচুর সংখ্যক সারি হয়, তার জন্য মোট itemsPerPage totalResults থেকে বেশি হতে পারে। মোট ফলাফলের আরও ব্যাখ্যার জন্য পেজিং দেখুন এবং বড় প্রশ্নের জন্য itemsPerPage totalResults দেখুন।
profileInfo object ভিউ (প্রোফাইল) সম্পর্কে তথ্য যার জন্য ডেটা অনুরোধ করা হয়েছিল। দেখুন (প্রোফাইল) ডেটা গুগল অ্যানালিটিক্স ম্যানেজমেন্ট API এর মাধ্যমে উপলব্ধ।
profileInfo.profileId string দেখুন (প্রোফাইল) আইডি, যেমন 1174
profileInfo.accountId string অ্যাকাউন্ট আইডি যার এই ভিউ (প্রোফাইল) অন্তর্গত, যেমন 30481
profileInfo.webPropertyId string ওয়েব প্রপার্টি আইডি যার সাথে এই ভিউ (প্রোফাইল) অন্তর্গত, যেমন UA-30481-1
profileInfo.internalWebPropertyId string এই ভিউ (প্রোফাইল) যে ওয়েব সম্পত্তির জন্য অভ্যন্তরীণ আইডি, যেমন UA-30481-1
profileInfo.profileName string ভিউয়ের নাম (প্রোফাইল)।
profileInfo.tableId string ভিউ (প্রোফাইল) এর জন্য টেবিল আইডি, যার মধ্যে "ga:" এর পরে ভিউ (প্রোফাইল) আইডি থাকে।
containsSampledData boolean উত্তরে নমুনাযুক্ত ডেটা থাকলে সত্য।
sampleSize string নমুনা করা ডেটা গণনা করতে ব্যবহৃত নমুনার সংখ্যা।
sampleSpace string মোট নমুনা স্থান আকার. এটি মোট উপলব্ধ নমুনা স্থানের আকার নির্দেশ করে যেখান থেকে নমুনাগুলি নির্বাচন করা হয়েছিল৷
columnHeaders[] list কলামের শিরোনাম যা মেট্রিক নামের পরে মাত্রার নাম তালিকাভুক্ত করে। মাত্রা এবং মেট্রিক্সের ক্রম metrics এবং dimensions পরামিতির মাধ্যমে অনুরোধে উল্লেখ করা অনুরূপ। হেডারের সংখ্যা হল মাত্রার সংখ্যা + মেট্রিক্সের সংখ্যা।
columnHeaders[].name string মাত্রা বা মেট্রিকের নাম।
columnHeaders[].columnType string কলামের ধরন। হয় "DIMENSION" বা "METRIC"।
columnHeaders[].dataType string ডেটা টাইপ। ডাটা টাইপ হিসাবে ডাইমেনশন কলাম হেডারে শুধুমাত্র "STRING" বা "MCF_SEQUENCE" আছে। মেট্রিক কলাম হেডারে মেট্রিক মানের জন্য ডেটা প্রকার রয়েছে যেমন "INTEGER" , "DOUBLE" , "CURRENCY" ইত্যাদি।
totalsForAllResults object মেট্রিক নাম এবং মানগুলির মূল-মান জোড়া হিসাবে অনুরোধ করা মেট্রিকের জন্য মোট মান। মেট্রিক মোটের ক্রম অনুরোধে উল্লিখিত মেট্রিক অর্ডারের সমান।
rows[] list

ডেটা সারি রিপোর্ট করুন, যেখানে প্রতিটি সারিতে Mcf.Rows অবজেক্টের একটি তালিকা রয়েছে। এই অভ্যন্তরীণ তালিকাটি অনুরোধে উল্লিখিত একই ক্রমে মেট্রিক মানগুলি অনুসরণ করে মাত্রার মানগুলিকে উপস্থাপন করে৷ প্রতিটি সারিতে N ক্ষেত্রের একটি তালিকা রয়েছে, যেখানে N = মাত্রার সংখ্যা + মেট্রিক্সের সংখ্যা।

একটি Mcf.Rows অবজেক্ট অন্য একটি অবজেক্টকে র‍্যাপ করে যা হয় primitiveValue মান বা conversionPathValue পাথভ্যালু টাইপের হতে পারে। ডাইমেনশনের মান যেকোন ধরনের হতে পারে যখন সমস্ত মেট্রিক মান primitiveValue মান ধরনের।

একটি primitiveValue মান হল একটি বস্তুতে মোড়ানো একটি স্ট্রিং। উদাহরণ স্বরূপ:

{
  "primitiveValue": "2183"
}

conversionPathValue হল একটি অবজেক্ট যা অবজেক্টের একটি অ্যারের চারপাশে আবৃত থাকে, যেখানে প্রতিটি অবজেক্টে একটি nodeValue স্ট্রিং এবং একটি ঐচ্ছিক interactionType টাইপ স্ট্রিং থাকে। উদাহরণ স্বরূপ:

{
  "conversionPathValue": [
    {
      "interactionType" : "CLICK",
      "nodeValue" : "google"
    },
    {
      "interactionType" : "CLICK",
      "nodeValue" : "google"
    }
  ]
}

উপরে ফিরে যাও

ত্রুটি কোড

একটি অনুরোধ সফল হলে মাল্টি-চ্যানেল ফানেল রিপোর্টিং API একটি 200 HTTP স্ট্যাটাস কোড প্রদান করে। যদি একটি প্রশ্নের প্রক্রিয়াকরণের সময় একটি ত্রুটি ঘটে, API একটি ত্রুটি কোড এবং বিবরণ প্রদান করে। অ্যানালিটিক্স এপিআই ব্যবহার করে এমন প্রতিটি অ্যাপ্লিকেশানের যথাযথ ত্রুটি হ্যান্ডলিং যুক্তি প্রয়োগ করতে হবে। ত্রুটি কোড এবং সেগুলি কীভাবে পরিচালনা করবেন তার বিশদ বিবরণের জন্য, ত্রুটি প্রতিক্রিয়া রেফারেন্স গাইড পড়ুন।

উপরে ফিরে যাও

এটা চেষ্টা করুন!

লাইভ ডেটাতে এই পদ্ধতিতে কল করতে এবং প্রতিক্রিয়া দেখতে নীচের APIs এক্সপ্লোরার ব্যবহার করুন।

উপরে ফিরে যাও

স্যাম্পলিং

Google Analytics ফ্লাইতে মাত্রা এবং মেট্রিক্সের নির্দিষ্ট সমন্বয় গণনা করে। যুক্তিসঙ্গত সময়ে ডেটা ফেরত দিতে, Google Analytics শুধুমাত্র ডেটার একটি নমুনা প্রক্রিয়া করতে পারে।

আপনি স্যাম্পলিং লেভেল প্যারামিটার সেট করে অনুরোধের জন্য ব্যবহার করার জন্য নমুনা স্তর নির্দিষ্ট করতে পারেন।

যদি একটি MCF Reporting API প্রতিক্রিয়াতে নমুনাযুক্ত ডেটা থাকে, তাহলে containsSampledData প্রতিক্রিয়া ক্ষেত্রটি true হবে। এছাড়াও, 2টি বৈশিষ্ট্য প্রশ্নের জন্য নমুনা স্তর সম্পর্কে তথ্য প্রদান করবে: স্যাম্পল sampleSize এবং sampleSpace । এই 2টি মান দিয়ে আপনি সেশনের শতাংশ গণনা করতে পারেন যা প্রশ্নের জন্য ব্যবহৃত হয়েছিল। উদাহরণস্বরূপ, যদি sampleSize হয় 201,000 এবং sampleSpace 220,000 হয় তাহলে রিপোর্টটি (201,000 / 220,000) * 100 = 91.36% সেশনের উপর ভিত্তি করে তৈরি হয়।

নমুনার একটি সাধারণ বিবরণের জন্য নমুনা দেখুন এবং এটি কীভাবে Google Analytics-এ ব্যবহার করা হয়।

উপরে ফিরে যাও

বড় ডেটা ফলাফল হ্যান্ডলিং

আপনি যদি আশা করেন যে আপনার ক্যোয়ারীটি একটি বড় ফলাফলের সেট ফিরিয়ে দেবে, তাহলে আপনার API ক্যোয়ারী অপ্টিমাইজ করতে, ত্রুটি এড়াতে এবং কোটা ওভাররান কমাতে সাহায্য করতে নীচের নির্দেশিকাগুলি ব্যবহার করুন৷ মনে রাখবেন যে আমরা যেকোন একটি API অনুরোধে সর্বাধিক 7টি মাত্রা এবং 10টি মেট্রিক্সের অনুমতি দিয়ে একটি কর্মক্ষমতা বেসলাইন সেট করি৷ যদিও কিছু ক্যোয়ারী যেগুলি প্রচুর সংখ্যক মেট্রিক্স এবং মাত্রা নির্দিষ্ট করে সেগুলি অন্যদের তুলনায় প্রক্রিয়া করতে বেশি সময় নিতে পারে, অনুরোধ করা মেট্রিকের সংখ্যা সীমিত করা ক্যোয়ারী কর্মক্ষমতা উন্নত করার জন্য যথেষ্ট নাও হতে পারে৷ পরিবর্তে, আপনি সেরা কর্মক্ষমতা ফলাফলের জন্য নিম্নলিখিত কৌশলগুলি ব্যবহার করতে পারেন।

ক্যোয়ারী প্রতি মাত্রা হ্রাস

API যেকোনো একটি অনুরোধে 7টি মাত্রা পর্যন্ত নির্দিষ্ট করার অনুমতি দেয়। অনেক সময়, গুগল অ্যানালিটিক্সকে অবশ্যই এই জটিল প্রশ্নের ফলাফলগুলি ফ্লাইতে গণনা করতে হবে। এটি বিশেষ করে সময়সাপেক্ষ হতে পারে যদি ফলাফল সারির সংখ্যা বেশি হয়। উদাহরণ স্বরূপ, কিওয়ার্ডের জন্য ক্যোয়ারী করা, শহর অনুসারে ঘন্টায় লক্ষ লক্ষ সারি ডেটার সাথে মেলে। আপনার ক্যোয়ারীতে ডাইমেনশনের সংখ্যা সীমিত করে আপনি Google Analytics-এর সারির সংখ্যা কমিয়ে কর্মক্ষমতা উন্নত করতে পারেন।

তারিখ ব্যাপ্তি দ্বারা প্রশ্ন বিভক্ত করা

একটি দীর্ঘ তারিখ পরিসরের তারিখ-কী ফলাফলের মাধ্যমে পেজ করার পরিবর্তে, এক সপ্তাহের জন্য - বা এমনকি একদিনের জন্য - একটি সময়ে আলাদা প্রশ্ন গঠনের কথা বিবেচনা করুন৷ অবশ্যই, একটি বৃহৎ ডেটা সেটের জন্য, এমনকি এক দিনের ডেটার জন্য একটি অনুরোধ max-results চেয়ে বেশি ফেরত দিতে পারে, এই ক্ষেত্রে পেজিং এড়ানো যাবে না। কিন্তু যাই হোক না কেন, যদি আপনার ক্যোয়ারির জন্য মিলে যাওয়া সারির সংখ্যা max-results চেয়ে বেশি হয়, তাহলে তারিখের সীমা ভেঙে দিলে ফলাফলগুলি পুনরুদ্ধার করার মোট সময় কমে যেতে পারে। এই পদ্ধতিটি একক-থ্রেডেড এবং সমান্তরাল উভয় প্রশ্নেই কর্মক্ষমতা উন্নত করতে পারে।

পেজিং

ফলাফলের মাধ্যমে পেজিং বড় ফলাফলের সেটগুলিকে পরিচালনাযোগ্য অংশে ভাঙার একটি কার্যকর উপায় হতে পারে। totalResults ক্ষেত্রটি বলে যে কতগুলি মিলে যাওয়া সারি বিদ্যমান, এবং itemsPerPage সর্বাধিক সংখ্যক সারি দেয় যা ফলাফলে ফেরত দেওয়া যেতে পারে। যদি totalResults এ মোট ফলাফলের একটি উচ্চ অনুপাত itemsPerPage , তাহলে পৃথক প্রশ্নগুলি প্রয়োজনের চেয়ে বেশি সময় নিতে পারে। যদি আপনার শুধুমাত্র সীমিত সংখ্যক সারি প্রয়োজন হয়, যেমন প্রদর্শনের উদ্দেশ্যে, আপনি max-results প্যারামিটারের মাধ্যমে প্রতিক্রিয়া আকারের একটি সুস্পষ্ট সীমা সেট করা সুবিধাজনক বলে মনে করতে পারেন। যাইহোক, যদি আপনার অ্যাপ্লিকেশনটিকে সম্পূর্ণরূপে ফলাফলের একটি বড় সেট প্রক্রিয়া করতে হয়, তাহলে সর্বাধিক অনুমোদিত সারিগুলির অনুরোধ করা আরও কার্যকর হতে পারে।

জিজিপ ব্যবহার করে

প্রতিটি অনুরোধের জন্য প্রয়োজনীয় ব্যান্ডউইথ কমানোর একটি সহজ এবং সুবিধাজনক উপায় হল জিজিপ কম্প্রেশন সক্ষম করা। যদিও ফলাফলগুলিকে কম্প্রেস করার জন্য অতিরিক্ত CPU সময় প্রয়োজন, নেটওয়ার্ক খরচের সাথে ট্রেডঅফ সাধারণত এটিকে খুব সার্থক করে তোলে। একটি gzip-এনকোড করা প্রতিক্রিয়া পাওয়ার জন্য আপনাকে দুটি জিনিস করতে হবে: একটি Accept-Encoding শিরোনাম সেট করুন এবং স্ট্রিং gzip ধারণ করতে আপনার ব্যবহারকারী এজেন্টকে পরিবর্তন করুন। এখানে gzip কম্প্রেশন সক্ষম করার জন্য সঠিকভাবে গঠিত HTTP হেডারগুলির একটি উদাহরণ রয়েছে:

Accept-Encoding: gzip
User-Agent: my program (gzip)