मल्टी चैनल फ़नल रिपोर्टिंग एपीआई क्या है - खास जानकारी

संग्रह की मदद से व्यवस्थित रहें अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.

इस दस्तावेज़ में Google Analytics के मल्टी चैनल फ़नल रिपोर्टिंग एपीआई के बारे में खास जानकारी मिलती है. एपीआई की ज़्यादा जानकारी के लिए, रेफ़रंस गाइड पढ़ें.

इसके बारे में जानकारी

मल्टी चैनल फ़नल रिपोर्टिंग एपीआई की मदद से, आप पुष्टि किए गए उपयोगकर्ता के लिए, मल्टी चैनल फ़नल डेटा का अनुरोध कर सकते हैं. डेटा का पता लगाने के लिए, कन्वर्ज़न पाथ के डेटा का इस्तेमाल किया जाता है. इसमें, अलग-अलग ट्रैफ़िक सोर्स के साथ उपयोगकर्ता के ऐसे इंटरैक्शन को दिखाया जाता है जो कन्वर्ज़न से पहले हुए हैं. इसकी मदद से, यह समझा जा सकता है कि कई मार्केटिंग चैनल, समय के साथ कन्वर्ज़न पर कैसे असर डालते हैं. उपलब्ध डेटा के बारे में ज़्यादा जानने के लिए, मल्टी चैनल फ़नल के बारे में जानकारी देखें. साथ ही, मल्टी चैनल फ़नल डेटा के बारे में जानकारी पढ़ें.

मल्टी-चैनल फ़नल रिपोर्टिंग API की मदद से आप:

  • मल्टी-चैनल फ़नल डेटा का इस्तेमाल करके कस्टम रिपोर्ट बनाएं. उदाहरण के लिए, टॉप कन्वर्ज़न पाथ के डेटा का इस्तेमाल करके, कन्वर्ज़न पाथ में इंटरैक्शन की रिलेटिव पोज़िशन जैसी विशेषताओं को रिपोर्ट किया जा सकता है.
  • मल्टी चैनल फ़नल डेटा को अपने कारोबार डेटा के साथ इंटिग्रेट करें. उदाहरण के लिए, ऑनलाइन बिक्री के डेटा और मीडिया लागत डेटा के साथ ऑनलाइन कन्वर्ज़न डेटा के बीच तुलना की जा सकती है, ताकि मार्केटिंग आरओआई के बारे में ज़्यादा जानकारी पाई जा सके.
  • नए परिवेशों में मल्टी चैनल फ़नल दिखाएं. उदाहरण के लिए, ऐसे डेटा के विज़ुअलाइज़ेशन और अन्य प्रज़ेंटेशन बनाए जा सकते हैं जो कन्वर्ज़न बढ़ाने में अलग-अलग मार्केटिंग चैनलों की वैल्यू बताते हों.

कॉन्सेप्ट के बारे में खास जानकारी

मल्टी-चैनल फ़नल रिपोर्टिंग एपीआई से जुड़ी बुनियादी सिद्धांत हैं:

  • रिपोर्ट, उपयोगकर्ताओं और व्यू (प्रोफ़ाइलों) से कैसे जुड़ी हैं.
  • रिपोर्ट का स्ट्रक्चर और क्वेरी बनाने का तरीका.
  • कन्वर्ज़न पाथ डेटा और एट्रिब्यूशन कॉन्सेप्ट.
  • एपीआई की मदद से कार्रवाई की जा रही है.

रिपोर्ट, उपयोगकर्ता, और दृश्य (प्रोफ़ाइल)

किसी उपयोगकर्ता के लिए रिपोर्ट डेटा का अनुरोध करने के लिए, आपके ऐप्लिकेशन को उपयोगकर्ता की पहचान करनी होगी और एक व्यू (प्रोफ़ाइल) बनाना होगा जिसका डेटा वापस पाना है. उपयोगकर्ता की पहचान के लिए, अनुमति वाले क्रेडेंशियल लिए जाते हैं और उन्हें हर एपीआई अनुरोध में पास किया जाता है. व्यू (प्रोफ़ाइल) की पहचान, व्यू (प्रोफ़ाइल) आईडी से की जाती है. दूसरी इकाइयों के साथ-साथ व्यू (प्रोफ़ाइलें), Google Analytics के कॉन्फ़िगरेशन हैरारकी का हिस्सा हैं. आपका ऐप्लिकेशन इस पदानुक्रम को पार करने के लिए, मैनेजमेंट एपीआई का इस्तेमाल कर सकता है और एक व्यू (प्रोफ़ाइल) आईडी पा सकता है.

डाइमेंशन और मेट्रिक के बारे में क्वेरी करना

आप Google Analytics रिपोर्ट डेटा के लिए एपीआई की क्वेरी करते हैं, जिसमें डाइमेंशन और मेट्रिक शामिल होते हैं. मेट्रिक से, उपयोगकर्ता की गतिविधि का अलग-अलग मेज़रमेंट पता चलता है. जैसे, कन्वर्ज़न की संख्या और वैल्यू. डाइमेंशन कुछ आम शर्तों के आधार पर मेट्रिक को अलग-अलग करते हैं. ये डाइमेंशन, कन्वर्ज़न पाथ पर अलग-अलग इंटरैक्शन इवेंट को दिखाने वाले शुरुआती मान हो सकते हैं. इसके अलावा, ये क्रम पूरे कन्वर्ज़न पाथ में इंटरैक्शन इवेंट की सीरीज़ को दिखाने वाले क्रम भी हो सकते हैं.

एपीआई के ज़रिए दिखाए गए सभी डाइमेंशन और मेट्रिक के बारे में जानने के लिए, डाइमेंशन और मेट्रिक; मेट्रिक रेफ़रंस गाइड का इस्तेमाल करें. साथ ही, मल्टी चैनल फ़नल रिपोर्टिंग एपीआई रेफ़रंस गाइड पढ़ें और एपीआई क्वेरी में डाइमेंशन और मेट्रिक बताने का तरीका जानें.

कन्वर्ज़न पाथ का डेटा और एट्रिब्यूशन से जुड़ी कॉन्सेप्ट

मल्टी-चैनल फ़नल रिपोर्ट कन्वर्ज़न पाथ से जनरेट की जाती हैं: हर कन्वर्ज़न और लेन-देन तक ले जाने वाले इंटरैक्शन के क्रम (उदाहरण के लिए, चैनलों के क्लिक/रेफ़रल) का क्रम. कन्वर्ज़न पाथ को Google Analytics कुकी की मदद से इकट्ठा किया जाता है. 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 10 लाख कन्वर्ज़न पाथ के एक 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 को सैंपल के बिना तैयार किया जाएगा. ऐसा नहीं होने पर, नतीजे जनरेट करने के लिए दस लाख के नमूने का इस्तेमाल किया जाएगा. इसके उलट, कोर रिपोर्टिंग फ़ंक्शन, सेशन के आधार पर सैंपल करता है. डेटा और इससे जुड़े सिद्धांतों के बारे में ज़्यादा जानने के लिए, कृपया मल्टी चैनल फ़नल डेटा के बारे में जानकारी पढ़ें. चैनल में योगदान की सुविधा का विश्लेषण करना लेख पढ़ने से भी आपको मदद मिल सकती है. इस लेख में, असिस्टेड कन्वर्ज़न जैसी मुख्य चीज़ों के बारे में बताया गया है.

रिपोर्ट के साथ काम करना

लौटाए गए डेटा से जुड़े एपीआई को हेडर और पंक्तियों की सूची वाली टेबल माना जा सकता है. हर एपीआई रिस्पॉन्स में एक हेडर होता है, जो हर कॉलम के नाम और डेटा टाइप की जानकारी देता है. इस जवाब में पंक्तियों की एक सूची भी होती है. हर पंक्ति में उन सेल की सूची होती है जिनका डेटा, हेडर की तरह एक ही क्रम में होता है. एपीआई के रिस्पॉन्स के बारे में ज़्यादा जानकारी के लिए, मल्टी चैनल फ़नल रिपोर्टिंग एपीआई रेफ़रंस गाइड पढ़ें.

हर सेल वैल्यू में या तो स्ट्रिंग का एक शुरुआती मान होता है या एक कन्वर्ज़न पाथ का मान होता है. कन्वर्ज़न पाथ की यह वैल्यू, ऑब्जेक्ट की कैटगरी होती है, जो उस पाथ के सभी नोड दिखाती है. हर कॉलम की वैल्यू को सही तरीके से पार्स करने के लिए, हम कॉलम हेडर में टाइप की जानकारी का इस्तेमाल कर सकते हैं. इस बारे में ज़्यादा जानने के लिए, यहां जाएं.

कोटा नीति

मल्टी-चैनल फ़नल डेटा क्वेरी लाखों कार्रवाइयों को संभालती है. सिस्टम को सामान्य से ज़्यादा कार्रवाइयां करने से रोकने के लिए, यह पक्का करना होता है कि वह सिस्टम के रिसॉर्स को सभी के लिए समान तरीके से उपलब्ध करा सके. ऐसे में, कोटा सिस्टम लागू करना ज़रूरी है. ज़्यादा जानकारी के लिए, सीमाएं और कोटा गाइड पढ़ें.

अगले चरण

अब जब आपने यह समझ लिया है कि एपीआई कैसे काम करता है, तो हमारे पास कई संसाधन हैं. इन संसाधनों की मदद से आप शुरुआत कर सकते हैं: