मल्टी चैनल फ़नल रिपोर्टिंग एपीआई क्या है - खास जानकारी

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

शुरुआती जानकारी

मल्टी चैनल फ़नल रिपोर्टिंग एपीआई की मदद से, किसी ऐसे उपयोगकर्ता के लिए मल्टी चैनल फ़नल डेटा का अनुरोध किया जा सकता है जिसकी पुष्टि हो चुकी 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. इसकी मदद से, 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 के साथ-साथ मल्टी-चैनल फ़नल डेटा के बारे में जानकारी भी पढ़ें.

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

  • मल्टी चैनल फ़नल डेटा का इस्तेमाल करके कस्टम रिपोर्ट बनाना. उदाहरण के लिए, टॉप कन्वर्ज़न पाथ डेटा का इस्तेमाल करके, कन्वर्ज़न पाथ में इंटरैक्शन की रिलेटिव पोज़िशन जैसे एट्रिब्यूट पर रिपोर्ट दी जा सकती है.
  • मल्टी चैनल फ़नल डेटा को अपने कारोबार के डेटा के साथ इंटिग्रेट करें. उदाहरण के लिए, मार्केटिंग आरओआई के बारे में ज़्यादा जानने के लिए, ऑनलाइन कन्वर्ज़न डेटा को ऑफ़लाइन सेल (स्टोर में होने वाली बिक्री) डेटा और मीडिया लागत डेटा के साथ जोड़ा जा सकता है.
  • नए एनवायरमेंट में मल्टी चैनल फ़नल दिखाएं. उदाहरण के लिए, डेटा का विज़ुअलाइज़ेशन और अन्य प्रज़ेंटेशन बनाया जा सकता है, जो कन्वर्ज़न पाने में अलग-अलग मार्केटिंग चैनलों की वैल्यू के बारे में जानकारी दे.

सैद्धांतिक जानकारी

मल्टी चैनल फ़नल रिपोर्टिंग एपीआई के बुनियादी सिद्धांत:

  • रिपोर्ट, उपयोगकर्ताओं और व्यू (प्रोफ़ाइल) से किस तरह जुड़ी होती हैं.
  • रिपोर्ट का स्ट्रक्चर और क्वेरी बनाने का तरीका.
  • कन्वर्ज़न पाथ डेटा और एट्रिब्यूशन के कॉन्सेप्ट.
  • एपीआई से मिले रिस्पॉन्स के साथ काम किया जा रहा है.

रिपोर्ट, उपयोगकर्ता और व्यू (प्रोफ़ाइल)

किसी उपयोगकर्ता की रिपोर्ट के डेटा का अनुरोध करने के लिए, आपके ऐप्लिकेशन को उपयोगकर्ता की पहचान करनी होगी और वह व्यू (प्रोफ़ाइल) तय करना होगा जिसके लिए डेटा को वापस लाना है. 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. व्यू (प्रोफ़ाइल) अन्य इकाइयों के साथ-साथ, 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 का इस्तेमाल किया जाता है. इस डेटा में, डाइमेंशन और मेट्रिक शामिल होती हैं. कन्वर्ज़न की संख्या और वैल्यू जैसी उपयोगकर्ता गतिविधि के अलग-अलग मेज़रमेंट को मेट्रिक कहते हैं. डाइमेंशन, मेट्रिक को कुछ सामान्य शर्तों के हिसाब से बांटते हैं. इनमें कन्वर्ज़न पाथ में अलग-अलग इंटरैक्शन इवेंट को दिखाने वाली शुरुआती वैल्यू 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 की रेफ़रंस गाइड का इस्तेमाल करें. साथ ही, किसी 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, दोनों कन्वर्ज़न और लेन-देन हुए. कन्वर्ज़न पाथ, Google Analytics कुकी की मदद से इकट्ठा किए जाते हैं. यह कुकी, एक ही ब्राउज़र और मशीन से होने वाले इंटरैक्शन रिकॉर्ड करती है. मल्टी चैनल फ़नल डेटा, Google Analytics 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 के आधार पर डेटा दिखाती हैं. अगर तारीख की सीमा में कन्वर्ज़न की कुल संख्या 10 लाख या इससे कम है, तो रिपोर्ट पूरे डेटा से तैयार की जाएगी. ऐसा न होने पर, नतीजे जनरेट करने के लिए, 10 लाख के सैंपल सेट का इस्तेमाल किया जाएगा. यह मुख्य रिपोर्टिंग सुविधा से अलग होती 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 योगदान का विश्लेषण करना लेख को पढ़ने से भी मदद मिल सकती है. यह लेख असिस्टेड कन्वर्ज़न जैसे मुख्य सिद्धांतों के बारे में बताता है.

रिपोर्ट की मदद से काम करना

एपीआई के ज़रिए लौटाए गए डेटा को, हेडर और पंक्तियों की एक सूची वाली टेबल के तौर पर देखा जा सकता है. एपीआई के हर रिस्पॉन्स में एक हेडर होता है. इसमें हर कॉलम के नाम और डेटा टाइप के बारे में बताया जाता है. रिस्पॉन्स में पंक्तियों की एक सूची भी होती है. इसमें हर पंक्ति उन सेल की सूची होती है जिनमें हेडर वाले ही क्रम में डेटा होता है. एपीआई से मिले रिस्पॉन्स के बारे में ज़्यादा जानकारी पाने के लिए, मल्टी चैनल फ़नल रिपोर्टिंग एपीआई रेफ़रंस गाइड पढ़ें.

हर सेल की वैल्यू में या तो स्ट्रिंग टाइप की एक शुरुआती वैल्यू होती है या कोई कन्वर्ज़न पाथ वैल्यू होती है. यह कन्वर्ज़न पाथ वैल्यू, ऑब्जेक्ट की एक कैटगरी है. यह उस पाथ के सभी नोड को दिखाती है. हम कॉलम हेडर में टाइप की जानकारी का इस्तेमाल कर सकते हैं, ताकि हर सेल की वैल्यू को उसके सही टाइप से पार्स किया जा सके. ज़्यादा जानकारी के लिए, यहां जाएं.

कोटा नीति

मल्टी चैनल फ़नल डेटा क्वेरी पर लाखों काम मैनेज किए जाते हैं. सिस्टम को ज़रूरत से ज़्यादा कार्रवाइयां न मिलें, इसके लिए एक कोटा सिस्टम का इस्तेमाल करना ज़रूरी है. इससे सिस्टम के संसाधनों का बंटवारा एक समान तरीके से होता रहेगा. ज़्यादा जानकारी के लिए, सीमाएं और कोटा से जुड़ी गाइड पढ़ें.

अगले चरण

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