Konuyu Açan
#1
GA4 trafik kaynakları için trafik kaynağına göre veri modelleme yaklaşımı
1. Olay odaklı model ve kaynak ataması
GA4, olay-temelli bir yapıya sahiptir. Trafik kaynağı bağlamında her kullanıcı oturumu veya kullanıcı seviyesinde kaynak bilgisini kalıcı olarak saklamak, sonraki olaylarda bu bağlamı taşımak gerekir. UTM parametreleriyle gelen veriyi anahtar bir kimlik olarak kullanabilir ve kullanıcı oturumuna şu alanları eklemek faydalı olur:
Not: GA4’te bu alanlar otomatik olarak yakalanabilir, ancak konsolide bir model için özel ölçümlemede bu değerleri kullanıcı özel alanlarına (custom dimensions) taşımak faydalı olabilir.
2. Kullanıcı ve oturum seviyesinde zaman damgası ve atama
Trafik kaynağını tek bir kullanıcıya bağlamak, bir kullanıcının farklı oturumlarda bile net bir yaklaşım elde etmesini sağlar:
3. Boyutlar ve metrikler açısından konsolidasyon
Veri modelinizi, raporlama ihtiyaçlarına göre sadeleştirmek için şu boyut ve metrik çiftlerini düşünebilirsiniz:
Pratik öneri: GA4’de özelleştirilmiş boyutları, yönettiğiniz veri kümesiyle (BigQuery veya Data Studio/Looker Studio gibi araçlar) birleştirerek zenginleştirin.
4. Veri akışında temizleme ve kaliteli veri üretimi
5. Uygulamalı örnek bir model akışı
Sonuç ve kapanış
Doğru trafik kaynağı modeli, farklı kaynaklardan gelen kullanıcı davranışlarını karşılaştırabilir, hangi kampanyaların gerçekten etkili olduğunu netleştirir ve bütçe kararlarını destekler. Bu yaklaşımla, her oturumun hangi kaynaktan başladığını ve sonraki etkileşimlere nasıl yansıdığını ölçmek daha tutarlı hale gelir.
Bu yaklaşımla ilgili kendi veri katmanlarınızı ve raporlama ihtiyaçlarınızı nasıl tasarladınız? Özellikle hangi alanlar sizin için kritik hale geldi ve günlük iş akışınıza nasıl entegre ettiniz?
Giriş ve neden bu konu bugün önemli? GA4 üzerinde trafik kaynağı tanımları, organik arama, sosyal, referrer, ücretli kampanyalar gibi farklı kaynakları bir araya getirirken karmaşık bir veri akışı oluşturur. Doğru veri modellemesi, yolculuk analizi, dönüşüm yolunu izleme ve bütçe etkisini net görmek için kritik. Burada amaç, hangi kaynaktan gelen trafiğin hangi kullanıcı davranışıyla, hangi dönemde daha verimli olduğunu net biçimde ortaya koymaktır.
1. Olay odaklı model ve kaynak ataması
GA4, olay-temelli bir yapıya sahiptir. Trafik kaynağı bağlamında her kullanıcı oturumu veya kullanıcı seviyesinde kaynak bilgisini kalıcı olarak saklamak, sonraki olaylarda bu bağlamı taşımak gerekir. UTM parametreleriyle gelen veriyi anahtar bir kimlik olarak kullanabilir ve kullanıcı oturumuna şu alanları eklemek faydalı olur:
- source: ana kaynağı gösterir (google, bing, facebook vb.)
- medium: trafik türünü belirtir (cpc, organic, referral vb.)
- campaign: kampanya adı
- source_version: kampanya sürümü veya kreatif varyasyonu
- referrer: yönlendirme kaynağını yakalar
- Medium ve campaign eşleşmeleriyle yeniden hedefleme ve bütçe analizi yapılır
Not: GA4’te bu alanlar otomatik olarak yakalanabilir, ancak konsolide bir model için özel ölçümlemede bu değerleri kullanıcı özel alanlarına (custom dimensions) taşımak faydalı olabilir.
2. Kullanıcı ve oturum seviyesinde zaman damgası ve atama
Trafik kaynağını tek bir kullanıcıya bağlamak, bir kullanıcının farklı oturumlarda bile net bir yaklaşım elde etmesini sağlar:
- User-level attribution: kullanıcının ilk kaynağı ve son kaynağı arasındaki farkı anlamak için atıflar saklanır.
- Session-scoped varsayılan atama: oturum başlangıcında kaynak bilgisi belirlenir ve oturum süresince sabit kalır.
- Atama gecikmeleri: atıf modelleri (last non-direct, first touch gibi) GA4’te değişken olabilir; bu yüzden iş ortaklarıyla hangi atama modelinin kullanılacağını açıkça belirleyin.
3. Boyutlar ve metrikler açısından konsolidasyon
Veri modelinizi, raporlama ihtiyaçlarına göre sadeleştirmek için şu boyut ve metrik çiftlerini düşünebilirsiniz:
- Dimensiyonlar: traffic_source, medium, campaign, source_platform, device_category
- Metrics: sessions, users, engaged_sessions, conversions, revenue, first_visit_source
- Custom dimensions: utm_source, utm_medium, utm_campaign, referrer_domain
Pratik öneri: GA4’de özelleştirilmiş boyutları, yönettiğiniz veri kümesiyle (BigQuery veya Data Studio/Looker Studio gibi araçlar) birleştirerek zenginleştirin.
4. Veri akışında temizleme ve kaliteli veri üretimi
- Olay adlarını standartlaştırın; trafikle ilgili olaylar için özel event parametreleri kullanın (traffic_source, campaign_id gibi).
- İç içe geçmiş veya bozuk veriyi temizlemek için bir filtrasyon adımı tasarlayın.
- Geçersiz oturum ve kendiliğinden doğan trafik (direct) temizliği için filtreler akışa ekleyin.
- Zaman dilimini net belirleyin (kümülatif vs. per-day) ve zaman boyutunu raporlarda tutarlı kullanın.
5. Uygulamalı örnek bir model akışı
- Veri akışı: GA4 → BigQuery → Data Studio.
- BigQuery tarafında: source_category, campaign_label, channel_grouping gibi alanlar için bir normalize tablosu kurun; ardından join ile son kullanıcı yolculuğunu ve dönüşüm yollarını izleyin.
- Raporlama: kaynak başına dönemsel dönüşüm oranları, yolculuk içindeki sıralı davranışlar ve bütçe etkilerini gösteren göstergeler.
Sonuç ve kapanış
Doğru trafik kaynağı modeli, farklı kaynaklardan gelen kullanıcı davranışlarını karşılaştırabilir, hangi kampanyaların gerçekten etkili olduğunu netleştirir ve bütçe kararlarını destekler. Bu yaklaşımla, her oturumun hangi kaynaktan başladığını ve sonraki etkileşimlere nasıl yansıdığını ölçmek daha tutarlı hale gelir.
Bu yaklaşımla ilgili kendi veri katmanlarınızı ve raporlama ihtiyaçlarınızı nasıl tasarladınız? Özellikle hangi alanlar sizin için kritik hale geldi ve günlük iş akışınıza nasıl entegre ettiniz?
