استفاده از گوگل آنالیتیکس با R

اندی گرانوویتز ، مدافع توسعه دهنده گوگل آنالیتیکس - سپتامبر 2014

هدف این مقاله تشویق آماردانان، محققان و دانشمندان بزرگ داده است که در حال حاضر از R استفاده می کنند تا به Google Analytics به عنوان یک مجموعه داده مفید نگاه کنند، و به همین ترتیب، تشویق کاربران Google Analytics به استفاده از R برای نیازهای جدی خرد کردن داده خود. در این مقاله مثالی ارائه می‌شود که نشان می‌دهد چگونه می‌توان ارزش بلندمدت کمپین‌های بازاریابی را با استفاده از داده‌های Google Analytics در R اندازه‌گیری کرد.

معرفی

R ، زبان برنامه نویسی محبوب برای محاسبات آماری، ابزار قدرتمندی برای تجزیه و تحلیل و ترسیم بینش از داده ها است. هنگامی که R را با داده های Google Analytics خود ترکیب می کنید، می توانید تجزیه و تحلیل آماری انجام دهید و تجسم داده ها را برای درک بهتر و بهبود کسب و کار خود ایجاد کنید.

در ادامه این مقاله مراحل مورد نیاز برای تولید برخی داده ها و نمودارها با استفاده از کتابخانه Google Analytics با R توضیح داده می شود.

برپایی

کتابخانه RGoogleAnalytics به شما امکان می دهد داده های Google Analytics را به صورت بومی از R بازیابی کنید. برای شروع:

1. بررسی کنید که به یک حساب Google Analytics دسترسی دارید که حاوی داده هایی است که می تواند برای تجزیه و تحلیل استفاده شود
2. R را نصب کنید
3. بسته RGoogleAnalytics را نصب کنید
4. کد مثال را در Github دنبال کنید تا مطمئن شوید که می توانید به داده های Google Analytics در R دسترسی داشته باشید

برای منابع راه‌اندازی اضافی، از راهنمای راه‌اندازی RGoogleAnalytics دیدن کنید.

سوال

ارزش بلند مدت کمپین های بازاریابی من چقدر است؟

گزارش‌های استاندارد در Google Analytics می‌تواند به شما کمک کند تا تعیین کنید که آیا کمپین‌های بازاریابی در کوتاه‌مدت منجر به تبدیل به تبدیل می‌شوند یا خیر، اما تعیین ارزش بلندمدت کمپین‌ها می‌تواند دشوار باشد، زیرا این امر مستلزم انجام تجزیه و تحلیل تجمعی است.

تحلیل و بررسی

برای تعیین ارزش بلند مدت کمپین های بازاریابی، می توانید از R برای ایجاد درآمد انباشته و نمودارهای تراکنش برای گروه های معین استفاده کنید. به این ترتیب، می‌توانید ببینید که گروهی از مشتریان که از یک کمپین بازاریابی معین به دست آمده‌اند، در طی یک دوره زمانی طولانی‌تر، چند معامله انجام داده‌اند. این برخلاف تجزیه و تحلیل استانداردتر است، جایی که ممکن است مشاهده کنید مشتری که از یک کمپین بازاریابی از ملک شما بازدید کرده است فوراً خرید کرده است یا خیر.

پرس و جو

برای انجام این تجزیه و تحلیل، کوئری نمونه RGoogleAnalytics را می توان تغییر داد. جستار زیر تراکنش ها و درآمد را برای همه کاربرانی که برای اولین بار از سایت کمپین A بین 1 تا 7 سپتامبر 2014 بازدید کرده اند و در مقطعی بین 1 سپتامبر و 29 نوامبر خرید کرده اند، جمع آوری می کند.

query.list <- Init(start.date = "2014-09-01",
        end.date = "2014-11-29",
        dimensions = "ga:date",
        metrics = "ga:transactions,ga:transactionRevenue",
        segment = "users::sequence::^ga:userType==New%20Visitor;dateOfSession<>2014-09-01_2014-09-07;ga:campaign==Campaign%20A;->>perSession::ga:transactions>0",
        max.results = 10000,
        sort = "ga:date",
        table.id = tableId)

اگر بخش حذف شود، این پرس و جو معاملات و درآمد را برای همه کاربران بر اساس تاریخ استخراج می کند. افزودن بخش فقط شامل کاربرانی می شود که برای اولین بار از سایت بازدید کرده و بین بازه های زمانی مشخص تراکنش انجام داده اند.

درک بخش

بخش شامل چند شرط توالی است:

1. بخش users:: تا نه تنها جلساتی را که با شرایط مطابقت دارند، بلکه همه جلسات را در بین کاربرانی که با شرایط مطابقت دارند شامل شود.
2. پیشوند sequence:: اجازه می دهد تا مجموعه ای از کاربران را انتخاب کنید که مجموعه ای از مراحل مشخص را تکمیل کرده اند. در این حالت، مرحله اول بازدید از یک کمپین معین در یک زمان معین است و مرحله دوم، خرید است.
3. پیشوند ^ جلوی ga:userType==New%20Visitor;dateOfSession<>2014-09-01_2014-09-07 تضمین می کند که شرایط تاریخ جلسه، کمپین و نوع کاربر برای اولین ضربه جلسه اول درست است. در محدوده تاریخ داده شده
4. ->>perSession::ga:transactions>0 مرحله دوم خرید را مشخص می کند.

اگر می‌خواهید این بخش را تغییر دهید یا بخش خود را بسازید، برای جزئیات بیشتر در مورد بخش‌های احتمالی برای ایجاد و جزئیات نحو، به راهنمای توسعه‌دهنده بخش‌ها مراجعه کنید.

کار با نتایج

نتیجه این پرس و جو تراکنش ها و درآمد روزانه برای گروه مشخص شده از کاربران است. تراکنش های روزانه یا افزایشی و درآمد در روز را می توان با استفاده از تابع cumsum به اعداد تجمعی در R تبدیل کرد. سپس می توان این داده ها را با استفاده از تابع plot یا بسته ggplot2 ترسیم کرد.

در حالی که نمودار تراکنش افزایشی تعداد معاملات انجام شده در هر تاریخ را نشان می دهد، نمودار تراکنش های انباشته تعداد کل تراکنش هایی را که تا و از جمله هر تاریخ رخ داده است را نشان می دهد. بنابراین، نمودار تراکنش های انباشته به ما امکان می دهد ارزش بلندمدت هر کمپین را ببینیم:

نتیجه

با تجزیه و تحلیل این دو کمپین، مشاهده می‌کنیم که اگرچه مشتریانی که از کمپین A به دست آورده‌اند، تراکنش‌های بیشتری نسبت به مشتریانی که از کمپین B کسب کرده‌اند در چهار هفته اول انجام دادند، اما در بلندمدت، مشتریان کمپین B تراکنش‌های تجمعی بیشتری را انجام دادند. تنها نگاه کردن به تراکنش‌هایی که بلافاصله پس از بازدید از کمپین A یا B رخ داده‌اند، به این نتیجه نادرست منجر می‌شود که کمپین A مؤثرتر بوده است.

امیدواریم که این اشتهای شما را برای تجزیه و تحلیل داده های Google Analytics در R ایجاد کرده باشد. برای به اشتراک گذاشتن برخی از تحلیل های هیجان انگیزی که انجام می دهید، از فروم Google Analytics Reporting API دیدن کنید.

نمای کلی ویدیویی

ویدئوی زیر نمونه ای را در این مقاله نشان می دهد. علاوه بر این، دو مورد استفاده دیگر برای استفاده از R با Google Analytics ارائه شده است.