Как передать в Гугл Аналитикс, сколько пользователь активно находился на странице?
Если вы хотите знать точные данные, доверять метрике в Гугл Аналитикс не стоит. Она сильно завышена, и это происходит по многим причинам: например, из-за своеобразного подсчета уникальных визитов в ГА или поведения пользователя, который может держать вкладку открытой, но активно ей не пользоваться.
Лучше посчитать данные самим — сегодня расскажем, как сделать это при помощи GTM.
1. Создайте переменную Event Category
Имя переменной уровня данных — eventCategory.
2. Создайте переменную Event Action
Имя переменной уровня данных — eventAction.
3. Создайте переменную Event Label
Имя переменной уровня данных — eventLabel.
4. Создайте триггер GAEvent
Тип — пользовательское событие, который будет отрабатывать при отправке событий с именем GAEvent.
5. Создайте тег, который будет пробрасывать кастомные события
Создаем тег, который пробросит кастомные события — категорию, действие и лейбл — в ГА через передачу в dataLayer события с именем GAEvent:
6. Добавьте тег с типом пользовательский HTML
Триггер — All Pages, в него добавляем следующий код:
Этот код будет выполняться на всех страницах.
Он рассчитывает продолжительность времени открытой вкладки и нахождения на ней, когда она активна. В момент ее закрытия или смены URL страницы он отправляет ивент.
Чтобы проверить, все ли сделано правильно:
- Откройте страницу сайта.
- Побудьте на ней несколько секунд.
- Переключитесь на другую вкладку, а сайт оставьте открытым.
- Вернитесь на вкладку со страницей своего сайта, нажмите F12.
- Введите active_page_time в консоли и нажмите Enter.
Вы увидите, сколько секунд эта вкладка активна. Если время не появилось, вы сделали что-то не так.
Теперь идем в «Отчет в реальном времени» Гугл Аналитикс и в разделе «События» видим:
После этого вы сможете собрать кастомные отчеты:
В Гугл Аналитикс, фильтруя по Event Action
В Query Explorer, фильтруя по ga: eventAction==active; ga: eventCategory==time; и сортируя по количеству сессий или пользователей.
Например, нашу статью про спам половина пользователей читала 1 минуту, а вторая половина от 2 до 7:
Но если посмотрим события, которые передавали время активной вкладки, все окажется по-другому. Почти все пользователи держали вкладку активной до 1 минуты, а после уходили на другие сайты, не закрывая ее:
То есть читатели блога открывали статью в фоновой вкладке, держали ее открытой, возвращались и быстро скроллили вниз.
Если трафика будет много, и вы будете строить сложные отчеты по событиям, придется столкнуться с сэмплированием данных в Гугл Аналитикс. Это приведет к тому, что данные в отчете будут неточными.
Если вы хотите видеть точные данные, а не просто тренды и динамику, собирайте их на стороне. Например, мы собираем сырые данные по всем хитам в Google BigQuery, чтобы получать отчеты любой сложности без искажения.
На наших проектах мы дополнительно передаем в события по мере скролла страницы, за сколько секунд читатель проскроллил статью на какой процент высоты страницы. С помощью этих данных мы понимаем, как именно ведет себя читатель в активной вкладке, учитывая время активного пребывания на странице. В GTM для этого есть специальный триггер.
Данными эйчары делятся с руководителями на местах.
Платформа временно приостановила все операции, включая вывод средств.
В статье о том, как правильно провести А/B-тестирование и избежать частых ошибок. Шаг за шагом объясняем на реальном примере, где мы с помощью тестов увеличили кликабельность рекламы на 91,67%. Поймете, как правильно формулировать гипотезы и сможете сразу же применить инструменты в своей сфере.
Свой личный блог на VC я веду с 2016 года, это уже почти 10 лет, за это время я написал огромное количество статей, которые получили тысячи просмотров и лайков. И недавно зайдя на VC я получил уведомление, что для продолжения использования VC мне надо платить 29К в месяц. Хорошая такая подписка.
Одна из них нужна для персонального цифрового помощника, который создаётся на основе данных пользователя.
Компания говорит, что в них включают по чётким критериям. Собеседники издания — что попасть в список можно, просто если не понравился менеджеру.
Рабочий вариант для проектов с глубоким анализом страниц. Будет отлично работать в связке с картой скрола или вебвизором. Фильтруем страницы с низким временем нахождения, а дальше смотрим на каком элементе страницы происходит отвал, но для большинства проектов будет достаточно использовать стандартные отчеты GA, рассматривая пользователей с открытыми вкладками, как погрешность в статистике.
Полностью согласен, спасибо за комментарий. Как сказано в последнем абзаце, мы в дополнении к этому и карте скроллов ещё передаём эвенты, когда пользователь дошёл до 10%, 25%, 50%, 75%, 100% страницы, передавая время, за которое он дошёл до отсечки. Это позволяет нам глубоко анализировать лендинги, смотреть большими когортами. Потом менять блоки длинных лендингов местами, работать с CTA и формами, делать так, чтобы пользователи быстрее нашли ответ, и даже если зашли не надолго ухватили суть.