मल्टी चैनल फ़नल रिपोर्टिंग एपीआई क्या है - खास जानकारी

यह दस्तावेज़ Google Analytics मल्टी चैनल फ़नल रिपोर्टिंग एपीआई की खास जानकारी देता है. एपीआई की ज़्यादा जानकारी के लिए, रेफ़रंस गाइड पढ़ें.

शुरुआती जानकारी

मल्टी चैनल फ़नल रिपोर्टिंग एपीआई की मदद से, किसी पुष्टि किए गए उपयोगकर्ता के लिए मल्टी चैनल फ़नल डेटा का अनुरोध किया जा सकता है. यह डेटा, कन्वर्ज़न पाथ के डेटा से लिया जाता है. यह डेटा, कन्वर्ज़न से पहले कई सेशन में अलग-अलग ट्रैफ़िक सोर्स के साथ उपयोगकर्ता के इंटरैक्शन को दिखाता है. इससे यह विश्लेषण किया जा सकता है कि समय के साथ, कई मार्केटिंग चैनल किस तरह कन्वर्ज़न पर असर डालते हैं. उपलब्ध डेटा के बारे में ज़्यादा जानने के लिए, मल्टी चैनल फ़नल के बारे में जानकारी और मल्टी चैनल फ़नल डेटा के बारे में पढ़ें.

मल्टी चैनल फ़नल रिपोर्टिंग एपीआई की मदद से ये काम किए जा सकते हैं:

  • मल्टी चैनल फ़नल डेटा का इस्तेमाल करके कस्टम रिपोर्ट बनाएं. उदाहरण के लिए, टॉप कन्वर्ज़न पाथ का डेटा इस्तेमाल करके, किसी कन्वर्ज़न पाथ में इंटरैक्शन की रिलेटिव पोज़िशन जैसे एट्रिब्यूट की जानकारी दी जा सकती है.
  • मल्टी चैनल फ़नल डेटा को अपने कारोबार के डेटा के साथ इंटिग्रेट किया जा सकता है. उदाहरण के लिए, मार्केटिंग आरओआई के बारे में पूरी जानकारी पाने के लिए, ऑनलाइन कन्वर्ज़न डेटा को ऑफ़लाइन सेल के डेटा और मीडिया की लागत के डेटा के साथ जोड़ा जा सकता है.
  • नए एनवायरमेंट में मल्टी चैनल फ़नल दिखाएं. उदाहरण के लिए, डेटा के विज़ुअलाइज़ेशन और अन्य प्रज़ेंटेशन बनाए जा सकते हैं, जो कन्वर्ज़न बढ़ाने के लिए अलग-अलग मार्केटिंग चैनलों की वैल्यू के बारे में बताते हैं.

कॉन्सेप्ट के बारे में खास जानकारी

मल्टी चैनल फ़नल रिपोर्टिंग एपीआई के बुनियादी सिद्धांत:

  • रिपोर्ट, उपयोगकर्ताओं और व्यू (प्रोफ़ाइल) से किस तरह जुड़ी हुई हैं.
  • रिपोर्ट की संरचना और क्वेरी बनाने का तरीका.
  • कन्वर्ज़न पाथ का डेटा और एट्रिब्यूशन के सिद्धांत.
  • एपीआई से मिले रिस्पॉन्स के साथ काम करना.

रिपोर्ट, उपयोगकर्ता और दृश्य (प्रोफ़ाइल)

किसी उपयोगकर्ता के लिए रिपोर्ट डेटा का अनुरोध करने के लिए, आपके ऐप्लिकेशन को उपयोगकर्ता की पहचान करनी होगी और एक व्यू (प्रोफ़ाइल) तय करना होगा, जिसके लिए डेटा को फिर से हासिल करना है. एक उपयोगकर्ता की पहचान, अनुमति देने वाले क्रेडेंशियल हासिल करके और उन्हें हर एपीआई अनुरोध में पास करके की जाती है. व्यू (प्रोफ़ाइल) की पहचान, व्यू (प्रोफ़ाइल) आईडी से की जाती है. दूसरी इकाइयों के साथ-साथ, व्यू (प्रोफ़ाइल), Google Analytics कॉन्फ़िगरेशन की हैरारकी का हिस्सा होते हैं. आपका ऐप्लिकेशन, इस हैरारकी को पार करने और व्यू (प्रोफ़ाइल) आईडी पाने के लिए, Management API का इस्तेमाल कर सकता है.

डाइमेंशन और मेट्रिक के लिए क्वेरी करना

Google Analytics की रिपोर्ट के डेटा के लिए, एपीआई से क्वेरी की जाती है. डेटा में डाइमेंशन और मेट्रिक शामिल होती हैं. मेट्रिक, उपयोगकर्ता गतिविधि के अलग-अलग मेज़रमेंट होती हैं, जैसे कि कन्वर्ज़न की संख्या और वैल्यू. डाइमेंशन, कुछ सामान्य शर्तों के हिसाब से मेट्रिक को बांटते हैं. ये कन्वर्ज़न पाथ पर अलग-अलग इंटरैक्शन इवेंट को दिखाने वाली शुरुआती वैल्यू हो सकते हैं या पूरे कन्वर्ज़न पाथ के इंटरैक्शन इवेंट की सीरीज़ को दिखाने वाले क्रम हो सकते हैं.

एपीआई की मदद से दिखाए गए सभी डाइमेंशन और मेट्रिक के बारे में जानने के लिए, डाइमेंशन और मेट्रिक रेफ़रंस गाइड का इस्तेमाल करें. साथ ही, एपीआई क्वेरी में डाइमेंशन और मेट्रिक की जानकारी देने का तरीका जानने के लिए, मल्टी-चैनल फ़नल रिपोर्टिंग एपीआई रेफ़रंस गाइड पढ़ें.

कन्वर्ज़न पाथ के डेटा और एट्रिब्यूशन के कॉन्सेप्ट

मल्टी चैनल फ़नल रिपोर्ट, कन्वर्ज़न पाथ से जनरेट होती हैं: इंटरैक्शन के क्रम (जैसे, चैनल पर मिलने वाले क्लिक/रेफ़रल) की मदद से, सभी कन्वर्ज़न और लेन-देन होते हैं. कन्वर्ज़न पाथ, Google Analytics कुकी की मदद से इकट्ठा किए जाते हैं. यह कुकी, एक ही ब्राउज़र और मशीन के इंटरैक्शन रिकॉर्ड करती है. मल्टी चैनल फ़नल डेटा, Google Analytics के कन्वर्ज़न डेटा को कुकी में कैप्चर किए गए इंटरैक्शन के क्रम के साथ जोड़ता है.

मल्टी चैनल फ़नल रिपोर्ट क्वेरी, 10 लाख कन्वर्ज़न पाथ के सैंपल सेट पर आधारित डेटा दिखाती हैं. अगर तारीख की सीमा में कन्वर्ज़न की कुल संख्या 10 लाख या इससे कम है, तो रिपोर्ट पूरे डेटा पर आधारित होगी. ऐसा न होने पर, नतीजे जनरेट करने के लिए, 10 लाख के सैंपल सेट का इस्तेमाल किया जाएगा. यह सुविधा, मूल रिपोर्टिंग के फ़ंक्शन से अलग है, जिसमें सेशन के आधार पर सैंपल लिए जाते हैं. डेटा और उससे जुड़े सिद्धांतों के बारे में ज़्यादा जानकारी के लिए, कृपया मल्टी चैनल फ़नल डेटा के बारे में जानकारी पढ़ें. आपको चैनल के योगदानों का विश्लेषण करना लेख भी उपयोगी लग सकता है. यह लेख, असिस्टेड कन्वर्ज़न जैसे मुख्य कॉन्सेप्ट के बारे में बताता है.

रिपोर्ट की मदद से काम करना

एपीआई के ज़रिए दिखाए गए डेटा को एक टेबल माना जा सकता है. इसमें हेडर और पंक्तियों की एक सूची होती है. हर एपीआई के रिस्पॉन्स में एक हेडर होता है. इससे, हर कॉलम के नाम और डेटा टाइप की जानकारी मिलती है. रिस्पॉन्स में पंक्तियों की एक सूची भी होती है. इसमें हर पंक्ति उन सेल की सूची होती है जिनका डेटा उसी क्रम में हेडर होता है. एपीआई से मिले रिस्पॉन्स के बारे में ज़्यादा जानने के लिए, मल्टी चैनल फ़नल रिपोर्टिंग एपीआई रेफ़रंस गाइड पढ़ें.

हर सेल की वैल्यू में या तो स्ट्रिंग टाइप की कोई शुरुआती वैल्यू होती है या कोई कन्वर्ज़न पाथ वैल्यू होती है. यह कन्वर्ज़न पाथ वैल्यू, ऑब्जेक्ट का कलेक्शन है. इसमें, उस पाथ के सभी नोड दिखते हैं. हम हर सेल की वैल्यू को उसके सही टाइप के हिसाब से पार्स करने के लिए, कॉलम हेडर में टाइप की जानकारी का इस्तेमाल कर सकते हैं. इस बारे में ज़्यादा जानकारी यहां दी गई है.

कोटा नीति

मल्टी चैनल फ़नल डेटा क्वेरी के ज़रिए लाखों काम मैनेज किए जाते हैं. सिस्टम को ज़रूरत से ज़्यादा कार्रवाइयां करने से बचाने के लिए, कोटा सिस्टम का इस्तेमाल करना ज़रूरी है. इससे यह पक्का किया जाता है कि सिस्टम के संसाधनों को समान तरीके से बांटा जाए. ज़्यादा जानकारी के लिए, सीमा और कोटा से जुड़ी गाइड पढ़ें.

अगले चरण

अब आपको एपीआई के काम करने का तरीका समझ आ गया है. इसलिए, अब हमारे पास कुछ संसाधन हैं, जिनकी मदद से एपीआई के इस्तेमाल का तरीका बदला जा सकता है: