Google Analytics 中的第三方数据

很明显，数字分析是获得数字问题的数据驱动答案的一种手段。 这是因为每个页面加载、展示、点击和视频观看都被跟踪和分析。 但是数字平台与数字世界之外的环境之间的关系又如何呢？ 例如，天气对您的客户有什么影响？ 还是汇率？ 还是昨晚足球比赛的结果？

确定将公司内部数据与第三方提供的数据联系起来的可能性非常重要。 使用第三方数据并成功将广泛的外部数据集成到其运营中的组织可以通过提高生产力和风险管理来超越其他公司。 COVID-19 危机提供了一个完美的例子，说明外部数据的相关性。 大流行已经扰乱了从消费者行为到供应链的一切，增加了业务的不可预测性，使得使用过去的数据来预测未来的行为变得更加困难。 公司只能利用自己的内部数据走这么远，并且可以从使用外部资源的指导中受益。

不幸的是，这些数据在标准数字分析工具中并不容易获得。 这就是我们编写这篇博文的原因，我们在其中研究了可以将哪些数据添加到 GA、如何使用这些数据来回答业务问题以及如何使用这些答案来改善您的业务。

您可以将哪些数据添加到 Google Analytics（分析）中？

外部数据源提供了巨大的潜力，但它们也带来了一些实际挑战。 例如，仅仅获得对可用内容的基本了解就需要付出相当大的努力。 鉴于有广泛的数据源可用，并且这些数据源可以通过多种方式为业务决策提供信息，因此对要产生价值的业务问题有一个清晰的定义非常重要。

添加第三方数据的第一步是仔细查看您的业务并考虑哪些环境因素最有可能对其产生影响。 将体育比赛结果添加到提供定制照明的小型网上商店是没有意义的，因为这些结果不太可能与业务相关。

我们需要解决的第二步是数据的来源。 我们实现的关键是数据需要通过 API 可用。 API 是与具有我们正在寻找的数据的另一个服务进行通信的一种方式。

我们不打算在这里讨论技术细节，但是有很多 API 提供了我们可能感兴趣的数据类型。其中一些是免费的，其中一些在调用达到一定数量之前是免费的，而其他人则完全为服务付费。 在您开始寻找添加数据之前，找到您将使用的 API 很重要。

在 Google Analytics 中使用第三方数据有哪些风险？

GDPR（通用数据保护条例）扩大了数据保护和隐私方面的责任范围，这意味着现在需要对服务提供商造成的安全事件的影响更加谨慎。 在查找和使用外部数据的整个过程中，公司必须牢记隐私问题。

• 确认第三方供应商符合 GPDR。
• 明确定义 GDPR 范围内的所有领域和活动，并让第三方供应商同意并提供签署的合同保证，以确保其流程符合法规要求。

GA4中第三方数据的状态如何？

Google Analytics 4正值在线数据收集新时代的开始。 在接下来的几年里，企业对第三方客户数据的访问将继续减少。 作为回应，营销团队将不得不制定新的转换策略以适应没有 cookie 的互联网。

在线跟踪工具需要解决第三方数据减少的问题，幸运的是 GA4 与 BigQuery 集成，可以提高将分析数据与外部数据源连接起来的灵活性。 这可能会增加技术开销，但会提高重要数据的可用性。

你可以用这些数据回答什么问题？

外部数据的使用有可能改变各种业务和部门的游戏规则。 在您的 Google Analytics 帐户中积累了足够的数据后，您就可以调查这些第三方数据与传统数字指标（例如交易和页面浏览量）之间的相关性。

为了展示如何使用它，我们提供了一个来自虚构的在线服装店“E-Clothing”的例子：

以下是结合第三方天气数据和产品类别“袜子”的报告。 这让我们可以回答“人们在什么天气最有可能购买袜子？”的问题。

正如我们从这份报告中看到的那样，下雨时的转化率（以导致购买的详细视图的百分比来衡量）最高。 这也是袜子卖得最多的时候。 下雨时的转换率第二高，阴天时的转换率第三高。 这表明人们在天气不好时更倾向于购买袜子。

下面是另一份报告，显示产品类别“泳装”以及上述报告中相同的天气维度。

在这里，我们可以看到与“袜子”行为形成对比的行为。 与袜子不同，当天气晴朗时，泳装的转化率最高。

最后，我们将看一个示例，其中将体育结果形式的第三方数据与产品数据相结合。 在此示例中，我们使用涉及阿森纳的所有比赛的足球结果，更具体地说是净胜球，并将其与阿森纳商品的产品销售额进行比较。

这使我们能够回答“商品销售与团队成绩有关吗？”的问题。

上表中最突出的结果是第一排，阿森纳以三个进球获胜。 本场比赛后阿森纳商品的直接浏览转化率最高，占总购买量的很大一部分。

给定更多遵循相同模式的数据，我们可以很容易地得出结论，团队商品的转化率确实与该团队的表现相关。

Covid-19 大流行在许多方面改变了消费者的行为。 服务业是一个遭受严重破坏的行业。 许多餐厅为其网站推出了在线订购平台，扩大了第三方交付合作伙伴关系和/或创建了得来速通道。 但是，由于大流行的严重性具有周期性，因此很难平衡消费者对广告的反应。

第三方数据如何帮助这一点的一个例子是修改哪些产品——交付和收集与堂食——餐厅正在做广告。 当然，感染率越高，他们就越应该关注低接触交付和收集选项。 相反，如果感染率较低，那么他们可以再次专注于就餐选择。 通过将历史感染率与其堂食与外卖销售的实际比率进行比较，他们可以更准确地了解客户对堂食感到安全的比率以及何时应该坚持宣传他们的取货或送货选项。

你能用这些答案做什么？

这些数据有助于最大限度地降低风险并为公司增加价值； 然而，它需要综合解决问题、结构化工作和专注执行。

调整您的广告策略

该数据最合乎逻辑的应用之一是优化广告活动。 鉴于上述示例中“袜子”类别和“泳装”类别的表现，我们可以根据天气轻松调整这些类别的广告。 在下雨或恶劣天气下，我们可以提高“袜子”广告系列的出价，同时降低“泳装”广告系列的出价。 我们还可以重新分配预算，以便将通常分配给泳装的预算转移到袜子上。 然后，当天气晴朗时，我们可以逆转该过程并将所有袜子预算分配给泳装并重新调整出价。

同样，考虑到运动成绩和球队商品之间的相关性，我们可以将更多的广告预算分配给最近取得令人信服胜利的球队的球队商品。

这些优化可以手动完成，但在大多数情况下应该以编程方式完成。 无论哪种方式，在我们的优化中包含这些新因素都可以帮助我们实现更高的广告支出投资回报率。

调整您的网站内容

除了 PPC 广告外，这些数据还可用于定制您网站上的内容。 通过使用收集数据的相同 API，我们能够根据当前的天气状况更改在 E-Clothing 主页上显示的产品。

下一步

剩下的就是让您和您的团队集思广益，哪些外部因素最有可能影响您的在线性能，找到一个允许您访问这些数据并开始跟踪的 API！