引言
使用过Google Analytics（分析）或类似的网络分析系统的任何人都知道，跟踪和分析在线商店绩效数据非常方便。 主要的便利是，在这些Web分析系统中，存在用于跟踪的预先设计的数据结构-“电子商务”或“电子商务”。 这样就可以避免每次都从头开始以哪种形式收集数据，并尽可能快地切换到使用数据来优化效率。
通过在电子商务结构中传输数据，您可以回答以下问题：哪些产品经常添加到购物篮中或从购物篮中删除；哪些产品卡被查看得更多；当然，哪些产品被购买得更多。 所有这些数据都可以按类别，品牌，名称和商品获得。 您可以传送有关商品特性的其他数据，并有机会按颜色，重量或尺寸对最畅销商品进行报告。 或者，根据网站上可点击次数最多的横幅或目录中的产品位置以及网站上的任何产品块生成报告。
但是，经常收集电子商务数据变得非常困难。 似乎没有什么复杂的事情：我们给合格的开发人员或开发团队一个指向文档的链接，例如
Google Analytics（分析）电子商务 ，以及一个可选的指向
Google Analytics（分析）电子商务演示的链接，一段时间后我们得到了结果。 在我们的实践中，无论是在业务分析师的支持下与出色的开发团队合作，还是与昵称“土豆”的自由职业者和香蕉的化身，这种方法都从未奏效。 我们可以自信地说，问题不在于人员及其资格，而在于过程中。
本文将重点介绍如何建立有效的流程，以将Google Analytics（分析）电子商务集成到一个大型项目中。 对于大型项目，我们指的是至少与这样的团队合作的任何规模的网站：Web分析，前端和后端开发人员，业务分析师和产品所有者。 而且，当然，该项目需要Web分析数据来制定决策，而不仅仅是从开发积压中关闭任务。
免责声明
本文中描述的所有内容都是我们的经验。 如果您以不同的方式进行操作，则仅表示您以不同的方式进行操作。
到目前为止，许多人，甚至是电子商务市场中的大型参与者都没有成功。 电子商务数据在前端传输，因此您可以轻松地在控制台中或在诸如https://www.google-analytics.com/r/collect/…之类的GET请求中对其进行检查，或者使用适用于Google Chrome的Google Analytics Debugger扩展程序更方便地进行检查。 。 因此， 根据DataInsight ，您可以快速查看俄罗斯最大的在线商店的TOP-100中的哪一个，所有数据都将被跟踪。第一阶段：确定利益相关者并收集他们的数据要求
利益相关方的列表可能会根据公司的结构而有所不同。 通常，Web分析系统的主要用户是业务代表，产品团队和产品分析。
1.业务代表
根据使用的数据，业务代表的Web分析系统可以分为几个部分：
- 互联网营销人员和各种流量渠道的专家都是使用网络分析系统来分析和优化流量的人员。 该组对电子商务数据没有特定要求。 足以传输有关交易和收入的数据。
- 类别经理和采购-那些是详细说明商品数据的基础的经理。 该组的主要要求是能够根据产品特征获得电子商务关键指标的能力。
- 单个项目或区域的领导者通常在他们的任务中具有很强的通用性，因此他们将前两组的要求结合在一起。
2.产品团队
产品团队可以扮演不同的角色：开发人员，业务分析师，项目经理，设计师，产品负责人。 但是每个人都有一个任务：使产品更好。 并尽可能进行改进，不仅要了解其优先级，而且要了解使用一种或另一种功能的频率。
这正是分析数据的主要要求。 但是不要忘记，在收到数据之后，产品团队会在A / B测试框架中生成并测试假设。
3.产品分析（或网站分析）
负责做出产品决策所需的这些Web分析系统的完整性和一致性的团队。 产品分析师在此过程中的任务是数据质量。 此外，他们了解Google Analytics（分析）如何收集和处理数据。 因此，是他们必须从其余团队中收集所有需求。
通常，流程的各个方面都是非常不同的任务，因此，在Web分析系统中使用不同的数据。 最终决定应符合各方的要求，但几乎没有重叠。 因此，在此阶段没有问题。
在此过程结束时，您必须清楚地了解：
- 需要创建哪些用户参数和指标来解决类别管理器的任务。
- 产品团队需要哪些关键指标，这在哪里是不可能的，将不得不使用其他会计系统的数据。
第二阶段：与产品团队讨论数据实施
在制定了传输数据的要求之后，有必要返回产品团队并与业务分析员讨论从哪些源将传输所有必要的数据。
例如，很可能在某些页面上无法从前端收集类别经理所需的某些商品特征。 或者在某些页面上，您需要向数据库发出单独的请求。 如果经过讨论后您知道会遇到此类困难，则应立即遵循将大多数
产品数据和产品数据直接从数据库
导入Google Analytics（分析）的方法。 相应地，在最前面，传送有关货物的最少信息：名称，成本，货物清单中的成员身份以及清单中的位置。
第三阶段：数据传输解决方案的说明
根据收集的要求，有必要对如何从Google Analytics（分析）网站中收集电子商务数据进行描述。 选项可能有所不同，我们将描述我们最常遇到的优点和缺点。 这是电子商务实施过程中最重要的阶段，因为它取决于电子商务可以多快地进入使用数据的阶段。
将Google Analytics（分析）代码直接放入网站代码中
最简单，最不方便的选择是，开发人员将Google Analytics（分析）代码放在站点代码中，并在他们一边实施所有电子商务数据的传输。
通常，由于数据一致性的感觉，在具有强大开发能力的团队中做出这样的决定-开发人员永远不会出错。 不幸的是，它们也被弄错了，但是通过这样的实现，一切都只与开发人员及其发布周期相关。 任何更改都只能在开发方面进行，仅需要使用数据进行网络分析。
此选项的优点：此选项的缺点：- 任何开发错误都会导致数据丢失；
- 无法将相同的数据传输到另一个分析系统。
通常，我们不建议任何人都不要使用此选项。
放置在网站上的Google跟踪代码管理器并将数据传输到dataLayer
根据我们的经验，最好从一个
标准的电子商务dataLayer开始，并逐渐用用户定义的参数和度量来丰富它。 同时，dataLayer数据充实应基于业务数据用户的需求。
在任何情况下都不建议您从某人发明或复制dataLayer的第一步，该步骤将立即包含您想到的所有数据。 通常，为了追求电子商务标记的实现速度，他们为开发人员准备了一个大型的通用任务，以使开发人员可以将所有可能的数据以单一结构传输到dataLayer，但是具有相同的触发条件。 此实现存在几个问题。 首先，在追求多功能性时，未考虑业务需求和技术存储基础架构功能。 其次，当使用相同的触发器发送数据时，网络分析将失去在Google跟踪代码管理器中轻松更改数据的能力，它们还必须使用通用数据和触发器进行操作。
在这种方法的任何版本中，最大的负担都落在了开发团队上。 对于Web分析人员来说，以大致的格式读取和传输数据就足够了。 但与不使用Google跟踪代码管理器进行标记的情况相比，已经有机会更灵活地处理数据。
此实现中可能会出现什么问题？ 从网站发送数据时发生任何错误，都很难在Google跟踪代码管理器方面更改数据。 例如，通常存在以下问题：Google Analytics（分析）服务器接受不超过8 kb的请求。 当发送有关产品列表中产品印象的数据时，请求量会更大。 网络分析人员很难将数据重新组合到Google跟踪代码管理器中并将其发送到Google Analytics（分析）。 这个问题的根源是发送的数据的结构并不暗示这一点。
此选项的优点：- 相同的数据可以传输到不同的系统；
- Web分析资格要求最低。
此选项的缺点：- 数据中的任何错误都会导致发送数据时出现问题；
- 为了在dataLayer中追求数据的多功能性，您可能会失去数据管理的灵活性。
放置网站Google跟踪代码管理器并将数据传输到js对象
根据我们的经验，这是最方便，最灵活的选择。 它包含以下事实：开发人员使用类似于常规dataLayer电子商务的结构来实现将所有必要数据传输到某个js对象的功能。 在前面的每个用户动作与电子商务的动作相关联的情况下，js对象中的数据被更改，并且将推送发送到dataLayer，以指示发生了什么更改（例如，已将商品添加到购物车）。
此实现为网络分析提供了一组针对每个重要用户操作的触发器，并能够通过在Google跟踪代码管理器中创建单独的HTML标记或变量，从js对象收集Google Analytics（分析）电子商务数据的数据。
您甚至可以进一步发展这种逻辑。 使用数据，您自己的标记管理器版本为带有数据的js对象创建标准结构，然后启动启动程序。 最主要的是要遵循收集数据的业务需求，并且实现细节可能会有所不同。
此选项的优点：- 由于各个触发器和js对象的全部内容，可以灵活地控制传输的数据；
- js对象可以性别
由后端生成，前端无负载。
此选项的缺点：- 网络分析的资格高于所有以前的实现；
- 所有数据传输都与触发器和js对象填充相关。
将Google跟踪代码管理器放到网站上，并从前端使用js标记收集数据
具备适当的网络分析资格或将前端连接到网络分析团队之后，您可以使用HTML标记和Google跟踪代码管理器变量来收集所有必要的数据。
这是实现电子商务标记的最快方法。 Web分析人员知道应该传输什么数据和以什么形式传输，并编写了发送该数据的代码。 通过减少参与过程的人数，可以最大程度地加快实施速度。 显然，这种选择对承包商的资格施加了很大的限制。
使用此方法的另一个限制可能是站点代码本身。 最大的困难可能是使用诸如Angular或React之类的框架的项目。 在这种情况下，对网站代码进行的许多更改都会影响Google跟踪代码管理器HTML代码，并导致无法正确收集数据。 很难击败，但有可能。 例如，通过添加对布局至关重要的布局元素，可以创建单独的标识符，这些标识符不会更改，并且可以通过任何版本的自动测试进行检查。
为了减轻Web分析人员的负担并减少布局时间，您可以另外连接前端渲染，并结合使用此布局和以前的布局选项。 有必要用数据属性来补充站点布局，其中将记录在电子商务框架中传输所需的所有数据。 例如，在目录中包含产品的div中，您需要添加带有产品类别，名称，商品编号，值等的数据属性。 这将使网络分析不从整个布局中收集数据，而是访问预先已知的特定数据属性。
重要的是要记住，即使在此实施例中，当Web分析人员团队进行最大程度的工作时，也必须至少创建最少的标记文档。 这样，您可以随时快速确定如何收集数据，并在必要时更改标记代码。
根据经验，网络分析人员经常忘记为变量值或诸如try ... catch这样的结构添加必要的检查，以捕获其脚本的代码。 因此，在以这种方式实现标记之后，值得额外检查所有脚本的正确性。
此选项的优点：此选项的缺点：- Web分析的高素质
- 标记质量对版式及其更改的强烈依赖。
无论选择哪种标记实现选项，都请记住，任务不是立即开始收集所有可能的数据。 并尽快开始收集正确的数据，以便企业开始应用它们。 并且随着时间的推移，发展数据收集的方向。 在此阶段可以做的最坏的事情是长时间长时间不执行数据收集工作，而又无法立即使用它们。
第四阶段：为开发人员准备指南
上一阶段提出的几乎所有标记实现选项都涉及开发人员的参与。 为了稍微简化他们的工作并减少开发时间，值得创建一个文档或指南，并说明应如何从站点传输数据。
指南中应描述的内容：1.数据收集的特点
- 如果特定字段上没有数据，该如何发送：0，空字段或某些特殊值；
- 哪些字段应该是字符串，哪些字段应该是数值；
- 不能使用哪些特殊字符；
- 依此类推。
2.在数据收集的关键实体上应传递的最小字段是多少
3.应在何时以及以哪种形式传输Google Analytics（分析）的每个电子商务活动的数据。
4.应该以什么形式以及何时以其他形式传输站点上其他用户操作的数据。
制定指南后，必须与开发团队进行讨论，收集所有问题，不准确之处并立即在文档中进行更正。 因为将来将是该文档成为标记实施过程中的主要文档。
第五阶段：标记实施和后续审核
在开发人员执行完标记的每个部分之后，有必要验证传输数据的正确性。 最初，该过程尚未提供给测试人员；在Web分析人员最终接受标记的相应部分之后，需要将它们连接起来。
审核应包括两个阶段：定性和定量。 定性阶段是使用Web分析来验证传输的数据，该Web分析在预生产产品中会在其浏览器中检查如何在标准页面和用户操作上传输数据。 此检查的任务是捕获明显的错误并将已检查的版本推出到产品。 下一步是定量检查。 根据Google Analytics（分析），这是对标记的验证。 它使您可以在大型数据样本中捕获不太明显的错误和标记错误。
进行检查后，可以将数据传输给业务客户以供使用。 然后，与一组测试人员一起准备一组检查标记的案例。 这样，新版本就不会破坏已经过测试和运行的功能。
结论
通常，最重要的事情是在标记过程中遗漏的。 为了使用标记结果，需要使用标记-Web分析系统中的数据。 标记过程很重要，但这只是为了快速进入决赛并减少错误。
希望本文有助于避免某些错误，并尽快实施Google Analytics（分析）电子商务标记。