Google Analytics Data API ব্যবহার করে তৈরি করা রিপোর্টে আপনি যে ডেটা দেখতে পান,
এই নির্দেশিকায় সেই সম্পর্কে গুরুত্বপূর্ণ তথ্য ব্যাখ্যা করা হয়েছে। ব্যবহারকারীরা প্রায়ই
API (বিশেষত runReport পদ্ধতি) থেকে পাওয়া ডেটা এবং Google Analytics UI-তে দেখানো ডেটার মধ্যে
পার্থক্য দেখতে পান।
স্যাম্পলিং ও এগ্রিগেশন
Google Analytics Data API runReport পদ্ধতি স্যাম্পেল করা ডেটা ফেরত দিতে পারে,
বিশেষ করে বড় ডেটাসেট বা জটিল কোয়েরির ক্ষেত্রে। Google Analytics UI-ও স্যাম্পলিং প্রয়োগ করে, তবে নির্দিষ্ট থ্রেশহোল্ড ও অ্যালগরিদম আলাদা হতে পারে, যার ফলে রিপোর্ট করা ভ্যালুতে সামান্য পার্থক্য দেখা যেতে পারে।
রিপোর্টের ফলাফল উপলভ্য ডেটার সাবসেটের উপর ভিত্তি করে তৈরি কিনা তা বুঝতে,
ResponseMetaData অবজেক্টের
samplingMetadatas
ফিল্ডটি দেখুন। রিপোর্টের ফলাফল স্যাম্পেল করা হলে,
এই ফিল্ডে এই রিপোর্টে ব্যবহৃত ইভেন্টের শতাংশ বর্ণনা করা হয়।
Google Analytics Data API-এর নির্দিষ্ট কিছু রিপোর্টিং পদ্ধতি আপনাকে
আপনার পছন্দমতো স্যাম্পলিং লেভেল নির্দিষ্ট করার অনুমতি দেয়। রিপোর্টের স্যাম্পলিং লেভেল কন্ট্রোল করতে আপনি properties.reportTasks.create
পদ্ধতির
samplingLevel
ফিল্ড ব্যবহার করতে পারবেন।
এই ফিচার Google Analytics 360 প্রপার্টিকে ১ বিলিয়ন ইভেন্টের বেশি স্যাম্পলিং
সীমাতে অ্যাক্সেস দেয়। এছাড়াও, স্যাম্পলিংয়ের সীমা UNSAMPLED-এ সেট করা যেতে পারে
যাতে বড় ইভেন্ট কাউন্টের জন্য আনস্যাম্পেলড ফলাফল ব্যবহার করা যায়।
আরও তথ্যের জন্য, ডেটা স্যাম্পলিং সম্পর্কে দেখুন।
অনন্য গণনা আনুমানিক
Google Analytics Data API, HyperLogLog++ (HLL++) অ্যালগরিদম ব্যবহার করে অ্যাক্টিভ ব্যবহারকারী ও সেশনের মতো মেট্রিকের জন্য অনন্য গণনা অনুমান করে। পারফর্ম্যান্স উন্নত করতে এবং বড় ডেটাসেট দক্ষতার সাথে ম্যানেজ করতে API এবং Google Analytics UI-তে এই পদ্ধতি ব্যবহার করা হয়, যার অর্থ হল ফলাফলগুলি সঠিক গণনার পরিবর্তে আনুমানিক হয়।
অতিরিক্ত প্রসঙ্গের জন্য, নিম্নলিখিত রিসোর্স দেখুন: Google Analytics-এ অনন্য গণনা অনুমান এবং ব্যবহারকারীর সংখ্যায় পার্থক্য।
ডেটা থ্রেশহোল্ডিং
ডেটায় উপস্থিত জনসংখ্যাতত্ত্ব, আগ্রহ বা অন্যান্য সিগন্যালের উপর ভিত্তি করে স্বতন্ত্র ব্যবহারকারীদের শনাক্তকরণ প্রতিরোধ করতে, Google Analytics রিপোর্টে ডেটা থ্রেশহোল্ডিং প্রয়োগ করতে পারে।
কোনও রিপোর্টের সারিতে অল্প সংখ্যক ব্যবহারকারী থাকলে, সেই সারিটি ফলাফল থেকে বাদ দেওয়া হতে পারে। এটি সাধারণত সেইসব রিপোর্টে দেখা যায় যেগুলিতে হাই-কার্ডিনালিটি ডাইমেনশন বা কাস্টম ডাইমেনশন থাকে।
এই রিপোর্ট থ্রেশহোল্ডিংয়ের আওতাভুক্ত 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 ভ্যালুগুলিকে
(other) হিসেবে লেবেল করা একটি সারিতে গ্রুপ করতে পারে। এটি সাধারণত সেইসব রিপোর্টে বেশি দেখা যায়
যেখানে প্রতিদিন ৫০০-এর বেশি অনন্য ভ্যালু সহ ডাইমেনশন অন্তর্ভুক্ত থাকে।
Data API-এর সাথে ফিল্টার ব্যবহার করার সময় মনে রাখবেন যে ফিল্টার (other) সারির
ভিতরে দেখে না এবং ডেটা অ্যাগ্রিগেট করা ও (other) সারি তৈরি করার
পরে প্রয়োগ করা হয়।
কোনও রিপোর্টে (other) সারিতে রোল করা ডেটা আছে কিনা তা বুঝতে,
ResponseMetaData অবজেক্টের
dataLossFromOtherRow
ফিল্ডটি
পরীক্ষা করুন।
আরও তথ্যের জন্য, Google Analytics-এ (অন্যান্য) সারি দেখুন।
পরিচয় রিপোর্ট করা হচ্ছে
রিপোর্টিং আইডেন্টিটি ঠিক করে যে কীভাবে রিপোর্টে ব্যবহারকারীদের ডুপ্লিকেট এন্ট্রি বাদ দেওয়া হয়। বিভিন্ন পরিচয় সেটিংস (যেমন "ব্লেন্ডেড" বা "ডিভাইস-ভিত্তিক") একই তারিখের রেঞ্জের জন্য ব্যবহারকারীর সংখ্যা আলাদা হতে পারে।
Google Analytics UI এবং ডেটা API, আপনার প্রপার্টির জন্য একই রিপোর্টিং আইডেন্টিটি সেটিং ব্যবহার করে। এই সেটিং পরিবর্তন করা হলে, UI ও API, উভয় ক্ষেত্রেই রিপোর্টের উপর প্রভাব পড়বে। UI-তে রিপোর্ট রান করা এবং API-এর মাধ্যমে রিপোর্ট ডেটা পাওয়ার মধ্যে সেটিং পরিবর্তন করা হলে, একই তারিখের রেঞ্জের জন্য দুটি রিপোর্টে ব্যবহারকারীর সংখ্যা আলাদা হতে পারে।
কোয়েরির নির্দিষ্টতা
পার্থক্য কমাতে, আপনার API অনুরোধে নিম্নলিখিত প্যারামিটারগুলি Google Analytics UI রিপোর্টের সেটিংসের সাথে হুবহু মিলছে কিনা তা নিশ্চিত করুন:
- তারিখের ব্যাপ্তি: শুরু ও শেষ হওয়ার তারিখ একই কিনা তা যাচাই করুন।
- ডাইমেনশন ও মেট্রিক: আপনার API অনুরোধে ডাইমেনশন ও মেট্রিক যেন Google Analytics UI রিপোর্টে দেখানো ডাইমেনশন ও মেট্রিকের সাথে এক হয় তা নিশ্চিত করুন।
- ফিল্টার: API অনুরোধে প্রয়োগ করা যেকোনও ডাইমেনশন বা মেট্রিক ফিল্টার UI-তে ব্যবহৃত ফিল্টারের সাথে মিলছে কিনা তা নিশ্চিত করুন।
রিপোর্টে ডাইমেনশন যোগ করলে, গণনার জন্য কম ইভেন্ট ব্যবহার করা হতে পারে। অনুরোধ করা ডাইমেনশনের জন্য ডেটা আছে এমন ইভেন্টই রিপোর্টে অন্তর্ভুক্ত করা হয়। এর ফলে, কোনও কোয়েরিতে ডাইমেনশন যোগ করলে, রিপোর্টে মেট্রিকের মোট ভ্যালু পরিবর্তিত হতে পারে।
ডেটা কতখানি পুরনো
Google Analytics-এর ইভেন্ট ডেটা প্রসেস ও অ্যাগ্রিগেট করতে সময় লাগে। খুব সাম্প্রতিক ডেটা নিয়ে কাজ করার সময়, ডেটা রিট্রিভ করার মধ্যে সময়ের ব্যবধান থাকলে, আপনি রিপোর্টে সামান্য পার্থক্য দেখতে পেতে পারেন। যেমন, আপনি UI-তে কোনও রিপোর্ট দেখার কয়েক মিনিট পরে একই রিপোর্টের জন্য API-তে কোয়েরি করলে, প্রসেসিং ও অ্যাগ্রিগেশন চলতে থাকার কারণে ডেটা পরিবর্তিত হতে পারে।
আরও তথ্যের জন্য, ডেটা ফ্রেশনেস দেখুন।
আনস্যাম্পেল করা ডেটার বিকল্প
আপনার ব্যবহারের ক্ষেত্রে সম্পূর্ণ, আনস্যাম্পেলড, ইভেন্ট-লেভেল ডেটার প্রয়োজন হলে, নিম্নলিখিত বিকল্পগুলি ব্যবহার করার কথা বিবেচনা করুন:
BigQuery Export: Google Analytics-এর জন্য BigQuery Export
হল র ইভেন্ট ডেটার উন্নত বিশ্লেষণের জন্য সাজেস্ট করা পদ্ধতি।
Analytics 360: Analytics 360 লাইসেন্স সহ প্রপার্টিতে আরও বেশি স্যাম্পলিং সীমা এবং আরও বিস্তারিত রিপোর্টিং ফিচারে অ্যাক্সেস থাকে।