Google Analytics Data API ব্যবহার করে তৈরি করা রিপোর্ট থেকে আপনি যে ডেটা দেখতে পান
সেটি সম্পর্কে গুরুত্বপূর্ণ তথ্য এই গাইড থেকে জানতে পারবেন। API (বিশেষ করে
runReport পদ্ধতি) থেকে পাওয়া ডেটা এবং Google Analytics UI-তে দেখানো ডেটার মধ্যে
ব্যবহারকারীরা প্রায়ই পার্থক্য দেখতে পান।
স্যাম্পলিং ও এগ্রিগেশন
Google Analytics Data API runReport মেথড স্যাম্পেল করা ডেটা রিটার্ন করতে পারে,
বিশেষ করে বড় ডেটাসেট বা জটিল কোয়েরির ক্ষেত্রে। Google Analytics UI-তেও স্যাম্পেল প্রয়োগ করা হয়, তবে নির্দিষ্ট থ্রেশহোল্ড ও
অ্যালগরিদম আলাদা হতে পারে, এর ফলে রিপোর্ট করা ভ্যালুতে সামান্য পার্থক্য দেখা যেতে পারে।
রিপোর্টের ফলাফল উপলভ্য ডেটার
সাবসেটের উপর ভিত্তি করে তৈরি করা হয়েছে কিনা তা বুঝতে, samplingMetadatas
ResponseMetaData অবজেক্টের ফিল্ড চেক করুন। রিপোর্টের ফলাফল স্যাম্পেল করা হলে,
এই ফিল্ডে এই রিপোর্টে ব্যবহৃত ইভেন্টের শতাংশ বর্ণনা করা হয়।
Google Analytics Data API-এর নির্দিষ্ট রিপোর্টিং পদ্ধতি আপনাকে
যে স্যাম্পেলিং লেভেল চান তা নির্দিষ্ট করতে দেয়। রিপোর্টের স্যাম্পেলিং লেভেল কন্ট্রোল করতে, আপনি properties.reportTasks.create
মেথডের
samplingLevel
ফিল্ড ব্যবহার করতে পারেন।
এই ফিচার Google Analytics 360 প্রপার্টিকে ১ বিলিয়ন ইভেন্টের
আরও বেশি স্যাম্পেলিং সীমা অ্যাক্সেস করতে দেয়। এছাড়াও, বড় ইভেন্ট সংখ্যার জন্য আনস্যাম্পেল করা ফলাফল ব্যবহার করতে, UNSAMPLED
স্যাম্পলিং সীমা সেট করা যেতে পারে।
আরও তথ্যের জন্য, ডেটা স্যাম্পেলিং সম্পর্কে দেখুন।
অনন্য সংখ্যা সংক্রান্ত আনুমানিক হিসেব
Google Analytics Data API, HyperLogLog++ (HLL++) অ্যালগরিদম ব্যবহার করে অ্যাক্টিভ ব্যবহারকারী ও সেশনের মতো মেট্রিক্সের অনন্য সংখ্যা অনুমান করে। পারফর্ম্যান্স উন্নত করতে এবং বড় ডেটাসেট দক্ষতার সাথে ম্যানেজ করতে API এবং Google Analytics UI-তে এই পদ্ধতি ব্যবহার করা হয়। এর অর্থ হল, ফলাফলগুলি সঠিক সংখ্যা না হয়ে আনুমানিক সংখ্যা হয়।
অতিরিক্ত কনটেক্সটের জন্য, নিম্নলিখিত রিসোর্স দেখুন: Google Analytics-এ অনন্য সংখ্যার আনুমানিক হিসেব এবং ব্যবহারকারীর সংখ্যার পার্থক্য।
ডেটা থ্রেশহোল্ডিং
জনসংখ্যাতত্ত্ব, আগ্রহ বা ডেটাতে উপস্থিত অন্যান্য সিগন্যালের ভিত্তিতে স্বতন্ত্র ব্যবহারকারীদের শনাক্তকরণ প্রতিরোধ করতে, Google Analytics রিপোর্টে ডেটা থ্রেশহোল্ডিং প্রয়োগ করতে পারে।
রিপোর্টের কোনও সারিতে ব্যবহারকারীর সংখ্যা কম হলে, সেই সারিটি ফলাফল থেকে বাদ দেওয়া হতে পারে । হাই-কার্ডিনালিটি ডাইমেনশন বা কাস্টম ডাইমেনশন অন্তর্ভুক্ত থাকা রিপোর্টে এটি বেশি দেখা যায়।
এই রিপোর্ট থ্রেশহোল্ডিংয়ের আওতায় পড়ে কিনা তা বুঝতে, ResponseMetaData অবজেক্টের
subjectToThresholding
ফিল্ডটি দেখুন।
আরও তথ্যের জন্য, ডেটা থ্রেশহোল্ড দেখুন।
(other) নম্বর সারি
কোনও ডাইমেনশনের কার্ডিনালিটি বেশি হলে, Google Analytics কম সাধারণ
মানগুলিকে (other) লেবেলযুক্ত সারিতে গ্রুপ করতে পারে। প্রতিদিন ৫০০টির বেশি অনন্য মান সহ
ডাইমেনশন অন্তর্ভুক্ত থাকা রিপোর্টগুলিতে এটি বেশি দেখা যায়।
Data API-এর সাথে ফিল্টার ব্যবহার করার সময়, মনে রাখবেন যে ফিল্টার
(other) সারির মধ্যে তাকায় না এবং ডেটা একত্রিত করার পরে ও
(other) সারি জেনারেট করার পরে প্রয়োগ করা হয়।
কোনও রিপোর্টে (other) সারিতে রোল করা ডেটা আছে কিনা তা বুঝতে,
ResponseMetaData অবজেক্টের
dataLossFromOtherRow
ফিল্ডটি ভালোভাবে দেখুন।
আরও তথ্যের জন্য, Google Analytics-এ(অন্যান্য) সারি দেখুন।
পরিচয় জানানো
রিপোর্টিং আইডেন্টিটি রিপোর্টে কীভাবে ব্যবহারকারীদের ডুপ্লিকেট ডেটা সরানো হবে তা নির্ধারণ করে। আলাদা আলাদা আইডেন্টিটি সেটিংস (যেমন, "মিশ্রিত" বা "ডিভাইস-ভিত্তিক") একই তারিখের রেঞ্জের জন্য ব্যবহারকারীর আলাদা আলাদা সংখ্যা দেখাতে পারে।
আপনার প্রপার্টির জন্য Google Analytics UI এবং Data API, দুটিই একই রিপোর্টিং আইডেন্টিটি সেটিং ব্যবহার করে। এই সেটিং পরিবর্তন করা হলে, এটি UI এবং API দুটি জায়গাতেই রিপোর্টকে প্রভাবিত করবে। UI-তে রিপোর্ট রান করা এবং API-এর মাধ্যমে রিপোর্ট ডেটা পাওয়ার মধ্যে সেটিং পরিবর্তন করা হলে, একই তারিখের রেঞ্জের জন্য দুটি রিপোর্টের মধ্যে ব্যবহারকারীর সংখ্যা আলাদা আলাদা হতে পারে।
কোয়েরির নির্দিষ্টতা
অমিল কমানোর জন্য, আপনার API অনুরোধের নিম্নলিখিত প্যারামিটারগুলি Google Analytics UI রিপোর্টে থাকা সেটিংসের সাথে হুবহু মিলছে কিনা তা নিশ্চিত করুন:
- তারিখের ব্যাপ্তি: শুরুর তারিখ ও শেষের তারিখ একই কিনা তা যাচাই করুন।
- ডাইমেনশন ও মেট্রিক: আপনার API অনুরোধে থাকা ডাইমেনশন ও মেট্রিক যেন Google Analytics UI রিপোর্টের ডাইমেনশন ও মেট্রিকের মতো হয় তা নিশ্চিত করুন।
- ফিল্টার: API অনুরোধে প্রয়োগ করা কোনও ডাইমেনশন বা মেট্রিক ফিল্টার যেন UI-তে ব্যবহৃত ফিল্টারের সাথে ম্যাচ করে তা নিশ্চিত করুন।
রিপোর্টে ডাইমেনশন যোগ করলে, গণনার ক্ষেত্রে কম ইভেন্ট ব্যবহার করা হতে পারে। অনুরোধ করা ডাইমেনশনের ডেটা আছে, এমন ইভেন্টই রিপোর্টে অন্তর্ভুক্ত করা হয়। এর ফলে, কোয়েরিতে ডাইমেনশন যোগ করলে, রিপোর্টে মেট্রিক্সের জন্য অ্যাগ্রিগেট করা ভ্যালু পরিবর্তিত হতে পারে।
ডেটা কতখানি পুরনো
Google Analytics-কে ইভেন্ট ডেটা প্রসেস ও একত্রিত করতে সময় লাগে। খুব সাম্প্রতিক ডেটা নিয়ে কাজ করার সময়, ডেটা রিট্রিভ করার মধ্যে সময়গত পার্থক্য থাকলে, আপনি রিপোর্টগুলির মধ্যে সামান্য পার্থক্য দেখতে পেতে পারেন। যেমন, আপনি যদি UI-তে কোনও রিপোর্ট দেখেন এবং তারপরে কয়েক মিনিট পরে একই রিপোর্টের জন্য API কোয়েরি করেন, তাহলে চলমান প্রসেসিং এবং এগ্রিগেশনের কারণে ডেটা পরিবর্তিত হতে পারে।
আরও তথ্যের জন্য, ডেটা ফ্রেশনেস দেখুন।
আনস্যাম্পেল করা ডেটার বিকল্প
আপনার ব্যবহারের ক্ষেত্রে সম্পূর্ণ, আনস্যাম্পেল করা, ইভেন্ট-লেভেল ডেটা প্রয়োজন হলে, নিম্নলিখিত বিকল্পগুলি ব্যবহার করার কথা বিবেচনা করুন:
BigQuery এক্সপোর্ট: Google Analytics-এর জন্য BigQuery এক্সপোর্ট
হল কাঁচা ইভেন্ট ডেটার উন্নত বিশ্লেষণের জন্য সাজেস্ট করা পদ্ধতি।
Analytics 360: Analytics 360 লাইসেন্স সহ প্রপার্টিতে বেশি স্যাম্পেলিং সীমা এবং আরও বিস্তারিত রিপোর্টিং ফিচারের অ্যাক্সেস থাকে।