Tapahtuma laukeaa. Se kirjaa oston. Oston summan pitäisi olla 99 $. Mutta se kirjaa 990 $. Desimaalipilkku on väärässä paikassa. Se on huonoa dataa. Tapahtuma laukeaa. Sen pitäisi tallentaa tuotekategoria. Mutta se ei tallenna mitään. Se on puuttuvaa dataa. Huono data vääristää analytiikkaasi. Väärät johtopäätökset seuraavat. Teet päätöksiä väärien lukujen pohjalta. Datan laatu on kriittistä. Jokaisen tapahtuman on tallennettava tarkkaa dataa. Jokaisella parametrilla on oltava oikea arvo. Se vaatii huolellista käyttöönottoa ja jatkuvaa seurantaa.
Tässä artikkelissa kerrotaan, miten varmistat, että tapahtumaparametrit tallentavat laadukasta dataa.
Miksi datan laadulla on väliä
Analytiikka on hyödyllistä vain, jos data on tarkkaa. Analysoit konversioasteita. Optimoit lukujen perusteella. Mutta jos konversioluvut ovat väärin, optimointisi on väärin. Voit optimoida väärää asiaa. Voit ohittaa mahdollisuuksia.
Huono data kasautuu. Pieni virhe yhdessä tapahtumassa muuttuu suureksi virheeksi kokonaisuudessa. Jos 10 prosentilla ostotapahtumista on väärä summa, tulolukusi ovat 10 prosenttia pielessä. Se on merkittävä virhe liiketoimintapäätöksissä.
Datan laatu rakentaa luottamusta. Tiimisi luottaa analytiikkaan, kun luvut ovat tarkkoja. He tekevät päätöksiä sen perusteella. Jos data on epäluotettavaa, he lakkaavat luottamasta. He lakkaavat käyttämästä analytiikkaa.
Määritä tapahtumaparametrit tarkasti
Määritä ennen tapahtuman luomista, mitä kunkin parametrin pitäisi sisältää. Parametrin nimi. Parametrin kuvaus. Parametrin datatyyppi. Odotettu arvoalue. Mistä arvo tulee.
Ostosumman parametri pitäisi määritellä selkeästi. Onko se kokonaissumma verot ja toimitus mukaan lukien. Vai vain tuotteen hinta. Onko se senteissä vai dollareissa. Onko se merkkijono vai luku. Määritä tämä tarkasti. Toteutus riippuu siitä.
Dokumentoi jokainen parametri. Dokumentointi estää sekaannuksia. Tapahtumaa toteuttava kehittäjä tietää tarkalleen, mitä tallentaa. Dataa lukeva analyytikko tietää, mitä se edustaa.
Tallenna data oikeasta lähteestä
Datan laatu riippuu siitä, että data tallennetaan oikeasta lähteestä. Ostosumman pitäisi tulla tilauskäsittelyjärjestelmästäsi. Ei arviona. Ei käyttäjän syöttämänä. Todellinen vahvistettu summa.
Tuotekategorian pitäisi tulla tuotetietokannastasi. Ei sen perusteella, mitä käyttäjä kirjoitti. Ei arvauksena. Auktoritatiivinen kategoria.
Hae data mahdollisimman läheltä lähdettä. Oikeat tilausjärjestelmät tietävät oikeat summat. Oikeat tietokannat tietävät oikean luokittelun. Hae sieltä. Älä laske tai arvioi.
Validoi data ennen tapahtumien laukeamista
Validoi data ennen kuin lähetät sen analytiikkaan. Tarkista, että ostosumma on luku. Tarkista, että se on positiivinen. Tarkista, että tuotetunnus on olemassa.
Validointi havaitsee virheet ennen kuin niistä tulee analytiikkaongelmia. Kehittäjä tekee virheen. Validointi huomaa sen. Data ei koskaan päädy analytiikkaan. Tapahtuma laukeaa hyvällä datalla.
Yleisiä validointeja ovat tyyppitarkistus (onko se merkkijono, luku vai päivämäärä), aluetarkistus (onko se odotetuissa arvoissa) ja olemassaolotarkistus (onko viitattu kohde olemassa).
Käytä johdonmukaisia parametrien nimiä
Parametrien nimeämisellä on väliä. Jos yksi tapahtuma kutsuu parametria nimellä 'amount' ja toinen nimellä 'purchase_amount', raporttisi käsittelevät niitä eri parametreina. Et voi verrata niitä.
Luo nimeämisstandardi. Kaikki rahamäärät käyttävät päätettä '_amount'. Kaikki tunnukset käyttävät päätettä '_id'. Kaikki lukumäärät käyttävät päätettä '_count'. Noudata tätä standardia johdonmukaisesti.
Kun olet nimennyt parametrin, älä muuta sitä. Parametrien nimien muuttaminen jakaa datasi. Vanha data on vanhan nimen alla. Uusi data on uuden nimen alla. Raportit näyttävät jaettua dataa. Tee nimeäminen oikein ennen käyttöönottoa.
Käsittele reunatapaukset ja puuttuva data
Osaa datasta on vaikea tallentaa. Offline-tilaukset. Vanhojen järjestelmien tilaukset. Puutteelliset käyttäjätiedot. Miten käsittelet puuttuvan datan.
Älä koskaan lähetä tapahtumia, joista puuttuu kriittisiä parametreja. Jos et saa ostosummaa, älä laukaise ostotapahtumaa. Lähetä tapahtuma vasta, kun sinulla on täydellinen data.
Käytä valinnaiselle datalle johdonmukaisesti arvoa null tai tyhjää merkkijonoa. Älä käytä 'unknown' yhdessä paikassa ja 'N/A' toisessa. Puuttuvan datan johdonmukainen käsittely helpottaa analyysia.
Seuraa datan laatua ajan myötä
Datan laatu heikkenee ajan myötä. Integraatiot rikkoutuvat. Järjestelmät muuttuvat. Se, mikä toimi viime kuussa, voi rikkoutua tässä kuussa. Seuraa jatkuvasti.
Tarkista odottamattomat kuviot. Null-arvoja paikoissa, joissa niitä ei pitäisi olla. Poikkeavia arvoja summissa. Puuttuvia parametreja. Aseta hälytykset. Jos jokin näyttää väärältä, selvitä syy.
Käy läpi datan laaturaportteja säännöllisesti. Useimmissa analytiikka-alustoissa on datan laaturaportteja. Käytä niitä. Havaitse ongelmat aikaisin.
Usein kysytyt kysymykset
Miten testaamme, tallentavatko tapahtumaparametrit oikein?
Käytä reaaliaikaisia raportteja. Tee toiminto. Seuraa raporttia. Tarkista, että tapahtuma ilmestyy oikeilla parametreilla ja arvoilla. Käytä selaimen kehittäjätyökaluja. Tarkastele dataa ennen kuin se lähtee analytiikkaan. Varmista, että se vastaa odotuksia. Voit tehdä tämän suoraan verkkosivustollasi WEMASY-sivustonrakentajalla.
Entä jos parametrin arvo on aina tyhjä?
Dataa ei tallenneta. Tarkista käyttöönotto. Onko parametri määritetty oikein. Onko data saatavilla, kun tapahtuma laukeaa. Onko kyseessä ajoitusongelma. Selvitä lähde. Älä lähetä tyhjää dataa. Korjaa perimmäinen syy.
Voimmeko nimetä parametrin uudelleen datan keräämisen jälkeen?
Teknisesti kyllä, mutta älä tee sitä. Vanha data pysyy vanhan nimen alla. Uusi data menee uuden nimen alle. Raporttisi näyttävät jaettua dataa. Tee nimi oikein alusta asti. Jos sinun täytyy nimetä uudelleen, varaudu datan jakautumiseen.
Miten käsittelemme valuutan tapahtumaparametreissa?
Tallenna numeerinen summa ja valuuttakoodi erikseen. Summa parametriin, kuten 'purchase_amount'. Valuutta parametriin, kuten 'currency_code', arvoilla kuten 'USD' tai 'EUR'. Näin voit analysoida eri valuuttojen yli.
Pitäisikö parametreihin tallentaa raakadataa vai muotoiltua dataa?
Tallenna raakadataa. Summat senteissä, ei dollareissa. Aikaleimat ISO-muodossa, ei ihmisluettavassa muodossa. Muotoiltua dataa on vaikeampi analysoida ja vertailla. Raakadata on joustavampaa. Muotoile se raporteissa tarvittaessa.
Mikä on kohtuullinen virheprosentti tapahtumadatalle?
Tavoite on nolla. Mutta käytännössä alle 1 prosentti on hyväksyttävää. Joissakin reunatapauksissa on ongelmia. Vanhoissa järjestelmissä ei välttämättä ole dataa. Mutta jos virheprosentti ylittää 1-2 prosenttia, selvitä ja korjaa perimmäinen syy.