使用谷歌分析,谷歌标签管理器和微软Power BI来获得令人惊叹的洞察力(第三部分)

回顾第1部分:概述

回顾第2部分:配置谷歌标记管理器

为什么权力BI?

Power BI是一个来自微软的应用程序,它允许您轻松地从几乎任何数据源创建数据可视化. 它在很多方面与Tableau很相似. 一些主要的好处包括:

  • 许多内置连接器到流行的数据平台(谷歌分析, Adobe的分析, mareto的, 脸谱网, 等.)
  • 发布到云
  • 如果连接到数据源,数据将自动更新
  • 简单的拖放界面
  • 构建自己的查询

构建Power BI仪表板

Power BI的基本UI如下所示. 我们将从一个非常简单的仪表盘开始,希望您能继续添加到它! 下载并安装 权力BI桌面 如果你还没有. 请注意,你可以在Power BI Online中构建报告,但我更喜欢桌面. 在线并不具备桌面应用程序的所有功能.

Power BI - UI

将您的谷歌分析数据导入Power BI

将谷歌分析数据导入Power BI非常简单. 以下是我们将要获取的数据:

  • 我们在其中创建的滚动跟踪维度和指标 第2部分
  • 设备类型(手机、平板、桌面)
  • 来源/媒介,这让我们能够洞察访客的来源

在Power BI主菜单中,确保你在Home标签上,然后点击获取数据,然后点击更多.

Power BI -获取数据

点击在线服务,谷歌分析,然后点击连接按钮.

电源BI - GA连接

在下一个屏幕上,单击Sign In.

Power BI - GA登录

输入谷歌凭证,然后单击Sign In.

Power BI - GA登录 2

通过单击“允许”,授予Power BI所请求的权限.

Power BI - GA认证

现在你已经登录了谷歌Analytics. 继续并单击Connect按钮.

电源BI - GA连接2

现在,我们将获取构建仪表板所需的特定维度和指标. 首先,导航到正确的Web属性和视图. 在我的情况下,我正在寻找一个名为“幸运28计划过滤”的视图.(请记住,在第2部分中,谷歌分析是围绕帐户、属性和视图进行组织的).

Power BI - GA视图选择

展开Event Tracking文件夹,然后检查以下指标和维度:

  • 事件的价值
  • 总事件
  • 独特的事件
  • 事件动作
  • 事件类别
  • 事件标签

Power BI - GA数据-事件

展开平台或设备,然后选择设备类别.

Power BI - GA数据-设备类型

最后,在“流量源”下,单击“源/介质”.

功率BI - GA数据源媒体

最后,在完成所有这些选择之后,单击Load按钮.

电源BI - GA数据加载按钮

好了,我们已经加载了必要的数据点. 看起来好像什么都没发生过, 但如果你点击数据图标, 您将看到Power BI已经将数据加载到一个表中. 这里最酷的事情是,与谷歌Analytics的连接得到了维护, 因此,来自Analytics的新数据将继续流入Power BI.

Power BI数据视图

现在也是保存Power BI文件的好时机. 单击File, Save,并给它一个名字并保存到某个地方.

清理数据

在创建数据可视化之前,需要进行一些数据清理. 首先,我们大多数人在谷歌分析属性中都有多个事件. 这在滚动百分比的排序方面产生了一些问题, 由于列中的数据是混合的,很难排序(数字, 百分比, 和文本). 我发现解决这个问题的最佳方法是创建一个条件列,将所有内容转换成百分比.

在主菜单栏中,单击“编辑查询”.“查询编辑器允许我们转换和操作数据到我们心中的内容.

强大的BI编辑查询

在查询编辑器中单击“添加列”选项卡,然后单击“条件列”.

Power BI -添加条件列

将列命名为Percent Scroll,并使用以下条件:

  • 如果事件标签= 0%则为0
  • 如果事件标签= 25%然后 .25
  • 如果事件标签= 50%然后 .5
  • If 事件标签 = 75% Then .75
  • 如果事件标签= 100%则1
  • 否则10
  • 单击OK

Power BI -条件式列百分比滚动

注意:查询编辑器中的所有内容都作为一个步骤应用. 您可以在任何时候编辑和删除步骤. 这些步骤总是应用于现有数据和传入的新数据(因此它们都可追溯应用于未来的数据).

Power BI - step

Now we need to change new the Percent Sort column type to a decimal number; it will probably default to the type Text which we don’t want. 单击Percent Scroll列来选择它.

Power BI -选择百分比滚动列

单击Transform选项卡,然后单击数据类型下拉菜单. 选择十进制数.

幂BI -转换为十进制数

列旁边的图标将更改为显示新的数据类型.

Power BI -显示十进制类型

进行以下额外的更改…此部分不截屏. 你有这!

  • 事件值:更改为整数值类型(请记住, 选择列, 将选项卡, 数据类型, 整数)
  • 事件总数:改为输入Whole Number
  • 唯一事件:更改为类型整数

现在必须应用刚才所做的所有更改. 仍然在查询编辑器中,单击Home选项卡,然后单击Close & 应用.

Power BI -查询编辑器-关闭应用

应用新更改后,请确保回到数据屏幕.

电源BI -数据屏幕图标

单击Percent Scroll列来选择它. 单击Modeling选项卡,并将Format更改为Percentage.

Power BI -建模-百分比

右键单击“百分比滚动”列,选择“升序排序”. 我们的数据已经可以可视化了!

Power BI - percent滚动排序

创建可视化

单击Report图标开始构建可视化.

Power BI -报告屏幕图标

漏斗图

我们要创建的第一个图像是漏斗图. 这将让我们能够快速看到有多少个卷轴, 每一步之间有多少下降. 为此,找到右边的可视化面板,然后单击漏斗图.

动力双视漏斗

接下来,我们将把需要的数据字段拖到漏斗图中. 确保漏斗图保持选中状态. 您可以从Fields面板下面拖放所需的数据.

Power BI -拖放

漏斗图需要的数据字段为:

  • 组:滚动百分比
  • 价值观:总事件
  • 颜色饱和度:百分比滚动

Power BI漏斗图数据字段

你也需要应用一些过滤器. 确保你将事件类别拖到视觉级别过滤器中,然后设置以下内容:

  • 百分比滚动小于或等于100% (Power BI可能会将100%改为1, 但效果是一样的).
  • 事件类别为“滚动深度”

Power BI -漏斗-过滤器

您可以使用“可视化”下的画笔图标随意调整图表的格式. 我不打算在本教程中介绍它, 但是Power BI可以让你很好地控制你的可视化效果. 如果愿意,还可以重写图表标题和其他标签.

powerbi格式编辑器

我们的漏斗滚动视觉现在到位,显示所有页面的总滚动. 有趣,但需要更多的深入研究. 所以现在,我们需要一些额外的视觉效果,这样我们可以更深入地探索我们的数据.

Power BI完成的漏斗图

为你的网站页面创建一个树形图

现在,我们将创建网站页面的树形图.*这将允许我们在每个页面的基础上探索滚动指标. 在Power BI中,一定要注意报表中的小部件通常是相互约束的. 例如, 如果我点击树图上的一个页面, 漏斗视觉将更新为只显示页面的滚动指标.

*如果你的网站有大量的内容,那么树形图可能是有限的. 可以考虑使用列表或表来代替视觉效果.

要添加树形图,请单击相应的图标.

Power BI - visual - tree - map图标

添加以下字段:

  • 组:事件动作
  • 价值观:总事件

过滤器:

  • “百分比滚动”小于或等于100%
  • “事件类别”为“滚动深度”

幂双树图数据字段

瞧! 站点页面的树状地图. 正方形的大小由页面上滚动交互的总次数决定.

幂双树图

现在事情开始变得有趣了. 如果您单击树图上的一个页, 漏斗视觉将只显示所选页面的滚动指标. 这是您可以开始逐页探索滚动数据的地方.

Power BI树图过滤

创建设备切片器

下一个可视化视图将允许您根据设备类型对报表进行切片. 从可视化面板中单击切片器图标.

大功率双视觉切片机

拖动设备类型字段. 此视图只有一个可配置的选项,所以就这样了. 您现在可以根据设备类型约束您的报告.

功率双切片机-设备型

创建一个源/介质切片器.

为源/介质创建一个切片器. 这将允许我们根据流量来源过滤我们的报告. 创建另一个切片器,只不过这次将Source / medium数据字段拖到其中. 这个没有截图,我想你明白了. 🙂我的最终报告看起来是这样的…我也在页面上添加了一些额外的计数器.

动力BI -滚动仪表盘

结束

本教程为我们提供了一个很好的滚动观察的开始. 我们可以看到什么页, 设备类型, 而流量来源正在获得内容参与度——但表现不佳. 这只是一个开始. 我们需要在报告中添加更多的数据点. 例如,我们需要一个持续时间维度. 滚动跟踪器脚本已经提供了一种机制来度量滚动点之间的时间(以毫秒为单位). 我们只需要配置谷歌标签管理器,以一种有用的方式将这些值发送到谷歌分析. 在随后的博文中,我将更新这篇文章,介绍如何将持续时间融入其中. 如果没有持续时间,我们就无法知道某人是否在很短的时间内滚动到100%. 在这种情况下,即使他们达到了100%,他们可能也没有阅读任何内容. 所以如果不知道卷轴之间的持续时间,我们便不能将100%的卷轴解释为“好”.

在我们的案例中, 我们的平板电脑阅读器最有可能滚动到100%, 而谷歌有机搜索则产生了高于平均水平的滚动率.

我们还应该将某种类型的转换数据与这个报告结合起来. 我们应该尝试回答的其他问题:

  • 我们的深度卷轴是否会采取任何想要的行动, 或者他们比浅薄的读者更容易转化?
  • 我们能否识别出能够产生深度用户粘性的页面/主题,并重复这些结果?
  • 某些页面是否更能引起移动用户的共鸣?
  • 在滚动速度很差的页面上,我们能否识别出需要修复的内容或可用性问题?
  • 用户让它在主页上滚动到什么程度? 我们是否需要把一些重要的内容放在大多数用户能看到的地方?

建议下一步

我们对Power BI的能力只了解了皮毛. 以下是我的建议:

  • 获得一个免费的微软帐户(微软Live电子邮件帐户可以),并在线向Power BI发布你的报告. In 权力BI桌面, simply go to File > Publish > Publish to Power BI. 你必须用微软账号登录才能使用.
  • 一旦你发表了你的报告,登录 权力BI在线 再看看你的报告. 你 能把你的报告钉在仪表盘上吗 并与组织中的其他人分享.
  • 为您的手机或平板电脑下载Power BI应用程序. 你在网上发布的任何内容都可以在该应用程序上查看.
  • 继续添加数据点并细化滚动跟踪报告.

感谢你的阅读, 感谢那些参加了我在明尼阿波利斯数字峰会上的演讲并阅读了整个教程的人. 如果你有任何问题, Comment, 或建设性的批评, 请在下面的Comment中告诉我.