Wie Sie Ihre Google Tag Manager Monitor-Daten mit einer neuen Google Analytics-Integration anreichern

Letztes Jahr schrieb unser beliebter Google Analytics- und Google Tag Manager-Experte Simo Ahava einen großartigen Blogbeitrag über die Erstellung eines Google Tag Manager-Monitors. Dieses Tool ist äußerst hilfreich, um Statistiken über die Auslösung von Website-Tags durch verschiedene dataLayer-Ereignis-Pushs zu erhalten.

Viele wichtige Datenpunkte, die für die Aktivierung und Messung verwendet werden, hängen von erfolgreichen dataLayer-Pushs ab. Wir haben einige Aktualisierungen am Google Tag Manager Monitor-Framework von Simo vorgenommen, die es uns ermöglichen, Daten mit Google Analytics zu verbinden. Diese Updates helfen uns dabei, Trends und Muster bei Stabilitätsproblemen auf verschiedenen Geräten, Browsern und Betriebssystemen zu erkennen, die sich negativ auf dataLayer-Pushs auswirken können. Für Marketer, die mit Datenverlusten zu kämpfen haben, ist dies ein großer Gewinn.

Wir haben getüftelt

Sehen wir uns die verschiedenen Anpassungen an, die wir an der Methodik von Simo vorgenommen haben, um Ergebnisse aus dem Google Tag Manager Monitoring Tool mit einem Google Analytics-Datensatz in BigQuery zu verknüpfen, und was diese erweiterten Möglichkeiten für Marketer bedeuten. Die von uns erstellte Verknüpfung reichert die über das Google Tag Manager Monitoring Tool gesammelten Daten mit Google Analytics-Datenpunkten wie Gerät, Browser und Betriebssystem an - wichtige Informationen für das Verständnis von Trends und Mustern, die die Leistung beeinflussen.

Dieser Beitrag bietet einen Überblick darüber, wie Sie die Stabilität Ihrer Analytics-Implementierung messen können, indem Sie eine neue Metrik zu Ihrem Analytics-Toolset hinzufügen. Wenn Sie daran interessiert sind, die Details zu vertiefen oder reale Anwendungsfälle zu diskutieren, nehmen Sie bitte Kontakt mit mir auf.

TECH-SETUP

Es gibt einige Voraussetzungen, die erfüllt sein müssen, bevor Daten aus einem Google Tag Manager Monitoring Tool mit Google Analytics-Daten verbunden werden können:

• Vorhandene Implementierung von Simos Monitoring Tool (verwenden Sie seine Anleitung für den Einstieg)
• Zugriff auf Google Tag Manager
• Zugriff auf das Google Cloud Platform-Projekt
• Google Analytics 360-Ausgabe

Hier ein Blick auf ein Architekturdiagramm, das das Google Tag Manager Monitor Tool mit Google Analytics integriert zeigt:

Die geheime Sauce

Das MightyHive Data Science-Team hat eine Reihe von Updates für das Simo-Monitoring-Tool entwickelt, um verbesserte Daten und diagnostische Erkenntnisse zu liefern. Dazu gehören auch Updates der Toolvorlage zur Erfassung der Google Analytics Client ID, die es uns ermöglicht, Google Analytics BigQuery-Datensätze zu verbinden. Unser Team erkannte auch, dass zur Verbindung aller Ereignisse auf einer bestimmten Seite ein universell eindeutiger Bezeichner (UUID) über ein neues benutzerdefiniertes HTML-Tag festgelegt werden musste.

Mit der aktualisierten Vorlage für das Monitor-Tool und dem UUID-Tag aktualisierte das Team die Cloud-Funktion und erstellte ein BigQuery-Tabellenschema für das erweiterte Tool mit drei zusätzlichen Feldern: ga_client_id, event_id und urlpath.

Wenn Sie eine detailliertere Aufschlüsselung der von uns verwendeten benutzerdefinierten HTML-Tags, der wichtigsten Google Tag Manager-Einstellungen und der Codeschnipsel für die Vorlagenaktualisierungen wünschen, senden Sie mir eine E-Mail.

Wie sieht das in Wirklichkeit aus?

Ein Kunde - nennen wir ihn Unternehmen X - hat um den 3. August herum eine neue Version seiner Website veröffentlicht. Nachdem die aktualisierte Website online war, stellte Unternehmen X fest, dass der Event-Push gtm.load dataLayer später oder in einigen Fällen gar nicht ausgelöst wurde. Da verschiedene Tags so eingestellt waren, dass sie bei gtm.load ausgelöst werden, wurden diese Tags nach der Freigabe weniger häufig ausgelöst.

Tracking-Unterbrechungen wie diese sind der Albtraum eines jeden Vermarkters. Ist das Tag fehlgeschlagen? Hat jemand ein Update mit fehlerhaftem Code oder ohne den so wichtigen dataLayer-Push veröffentlicht? Tritt der Fehler bei einem bestimmten Gerät, Browser oder Betriebssystem auf? Diese und weitere Fragen können zu einer frustrierenden, zeitraubenden Suche führen, ganz zu schweigen von verlorenen Daten, bis das Problem behoben ist.

Berechnen der Google Tag Manager-Laderate

Um die Fehlzündung von Unternehmen X zu beheben, haben wir eine neue Metrik verwendet: Google Tag Manager-Laderate. Wir haben die Lastrate anhand der folgenden einfachen Formel berechnet:

Angenommen, Unternehmen X hat ein dataLayer-Ereignis zur Auftragsbestätigung, das nach gtm.js auftritt. Durch den Austausch von gtm.load gegen das dataLayer-Ereignis der Bestellbestätigung erhält Unternehmen X seine Feuerrate für die Bestellbestätigung.

BIGQUERY GOOGLE TAG MANAGER LASTRATE-ABFRAGE

Die Google Tag Manager Load Rate-Abfrage berechnet die Feuerrate in der folgenden Gruppierung:

• Gerätekategorie - von Google Analytics bereitgestellte Gerätekategorie (Desktop, Tablet, Mobile)
• Gerätebrowser - von Google Analytics bereitgestellter Gerätebrowser (Chrome, Safari, Firefox)
• Seitenpfad - Seite, auf der das Ereignis aufgetreten ist
• Load Count - Anzahl der gtm.load-Ereignisse
• JS Count - Zählung der gtm.js-Ereignisse
• GTM-Lastrate - Lastzähler / JS-Zähler

So sieht die Ausgabe der Abfrage aus:

In diesem Beispiel können wir mit unserer BigQuery Google Tag Manager Load Rate-Abfrage schnell erkennen, dass die Homepage von Unternehmen X, oder "/", mit 91 % die niedrigste Lastrate aufweist. Das bedeutet, dass 9 % der gtm.loads auf der Homepage nicht ausgelöst wurden, was dazu führt, dass 9 % (!!!) des Datenverkehrs potenziell nicht verfolgt werden können.

Bessere Einblicke, schnellere Lösungen

Unsere Aktualisierungen des Google Tag Manager Monitoring Tools helfen dabei, einen Teil des Rätselraten aus der Gleichung zu nehmen, indem sie eine Lösung automatisieren, die dataLayer-Fires überprüft, um Probleme schnell zu diagnostizieren, sobald sie auftreten. Durch den Einsatz unserer Version des Tools, ergänzt durch Google Analytics-Datenpunkte, konnte Unternehmen X schnell einen starken Rückgang der Abrufraten nach der Veröffentlichung in Chrome und Firefox feststellen, während Safari nicht betroffen war. Eine schnelle und eindeutige Diagnose half Unternehmen X, das Problem schnell zu beheben, den Datenverlust zu verringern und seine Analyseeinrichtung gegen zukünftige Probleme zu stärken.

Datenlecks sind verschwunden!

In fortgeschrittenen Analysefällen kann die Fehlersuche und -diagnose sehr viel Zeit und Ressourcen in Anspruch nehmen, was zu massiven Datenverlusten führen kann, bis das Problem behoben ist. Da wir nun die Möglichkeit haben, die Erkenntnisse des Google Tag Manager Monitor Tools mit den Google Analytics-Datensätzen zu verbinden, können wir genau feststellen, wann und wo dataLayer-Pushes fehlschlagen und auf welchen Geräten, Browsern und Betriebssystemen sie fehlschlagen. Für Marketer bedeutet dies Stunden, Tage oder sogar Wochen Zeitersparnis und minimale Datenverluste.