قد يفتح صاحب المتجر تقريرًا في Google Analytics 4 فيجد صفًا باسم (other) بدل تفاصيل الصفحات أو المنتجات التي يتوقعها. هذا لا يعني أن البيانات اختفت بالضرورة؛ فقد تجمع GA4 القيم الأقل شيوعًا عندما يتجاوز التقرير حدود الصفوف. يزداد احتمال ذلك مع الأبعاد عالية التفرّد في GA4، أي الأبعاد التي تستقبل عددًا كبيرًا من القيم المختلفة مثل معرّف فريد لكل جلسة أو طابع زمني لكل حدث.
يمكن تنفيذ القياس ومراجعته ضمن خدمة ربط Google Analytics. ولتجنب الخلط بين مشكلة التجميع ومشكلة تصنيف الزيارات، راجع أيضًا مقال مجموعات القنوات المخصصة في GA4.
ما معنى التفرّد ولماذا يظهر صف other؟
يوضح دليل توقعات بيانات تقارير Analytics أن الأبعاد ذات القيم الكثيرة قد تدفع GA4 إلى جمع القيم الأقل شيوعًا في صف other، وأن Data API يعرض الحقل dataLossFromOtherRow لتوضيح وجود هذا التجميع. كما أن المرشحات تُطبّق بعد تكوين الصف، فلا تبحث داخل القيم التي جُمعت فيه.
وتوضح وثائق إرسال User-ID أن معرّف المستخدم يجب أن يُرسل بآليته المخصصة، وألا يُسجل كبعد مخصص؛ لأن ذلك ينشئ تفرّدًا مرتفعًا ويؤثر في التقارير.
ما القيم التي تسبب المشكلة غالبًا؟
أكثر الأمثلة شيوعًا هي إرسال رقم طلب أو معرّف مستخدم أو وقت كامل كبعد مخصص. هذه البيانات قد تكون مفيدة في نظام المتجر، لكنها لا تصلح دائمًا كبعد تقريري. كل طلب يولد قيمة جديدة، فيصبح البعد عالي التفرّد بسرعة.
قد تسبب معاملات UTM غير المنضبطة المشكلة أيضًا، مثل إضافة رقم إعلان متغير إلى campaign أو content، أو إرسال عنوان URL كامل مع معاملات لا تنتهي. كذلك يؤدي اختلاف الكتابة وحالة الأحرف والمسافات إلى إنشاء قيم تبدو مختلفة وهي تعبّر عن الشيء نفسه.
خطوات تشخيص الأبعاد عالية التفرّد في GA4
- حدد التقرير والبعد: سجل اسم التقرير والبعد الأساسي والثانوي والفترة التي ظهر فيها صف other.
- راجع الأبعاد المخصصة: ابحث عن معرّفات أو طوابع زمنية أو نصوص طويلة تتغير لكل مستخدم أو حدث.
- افحص بيانات الاستجابة: عند استخدام Data API، راجع dataLossFromOtherRow وsubjectToThresholding بدل التخمين.
- وحّد القيم: طبّق قواعد ثابتة للأحرف والمسافات وأسماء الحملات قبل إرسال البيانات.
- أوقف التسجيل غير الضروري: وثّق استخدام البعد، ثم أوقف جمعه في نسخة اختبار قبل تغيير الإنتاج.
احذر من استبدال قيمة فريدة بقيمة عامة تؤدي إلى فقد معلومات يحتاجها الفريق. الهدف هو إرسال البيانات إلى المكان الصحيح: المعرّف التشغيلي إلى نظام الطلبات أو المستودع، والبعد التحليلي إلى GA4.
مثال افتراضي
مثال افتراضي: متجر يرسل session_reference كبعد مخصص، وقيمته تجمع وقت الحدث ومعرّف المستخدم. خلال يوم واحد ظهرت آلاف القيم، وأصبح تقرير مصدر الزيارات يعرض صف other بكثرة. ظن الفريق أن المشكلة من الحملات.
بعد المراجعة اتضح أن المرجع لا يُستخدم في أي قرار تسويقي. أوقف الفريق تسجيله كبعد، واحتفظ به في سجل الخادم عند الحاجة للدعم الفني. ثم وحّد أسماء الحملات إلى مجموعة محددة. لم تتغير الفترات القديمة، لكن البيانات الجديدة أصبحت أسهل قراءة.
كيف تحافظ على القياس المهم؟
أنشئ قائمة بكل بعد مخصص مع مالكه وسؤال العمل الذي يجيب عنه. إذا لم يستطع الفريق تحديد قرار يعتمد على البعد، فوجوده يحتاج مراجعة. استخدم فئات محدودة بدل القيم الحرة عندما يكون ذلك منطقيًا، مثل نوع العميل أو حالة الطلب، مع تعريف واضح لكل قيمة.
ولا تستخدم User-ID كبعد مخصص بديلًا عن ميزة User-ID المخصصة. كذلك لا ترسل بيانات شخصية أو عناوين بريد خامًا إلى Analytics. راجع سياسة البيانات قبل أي تعديل، واختبر الأحداث في DebugView قبل النشر.
قائمة مراجعة
- [ ] حُدد التقرير والفترة والبعد الذي يظهر معه other.
- [ ] روجعت الأبعاد المخصصة ذات القيم الفريدة.
- [ ] لا يُرسل رقم الطلب أو الوقت الكامل كبعد دون حاجة واضحة.
- [ ] أسماء الحملات والقيم موحدة في المصدر.
- [ ] روجعت بيانات ResponseMetaData عند استخدام Data API.
- [ ] وُثقت الأبعاد قبل إيقاف أي منها.
- [ ] اختُبرت الأحداث الجديدة في DebugView.
- [ ] لا تحتوي القيم على بيانات شخصية محظورة.
صف other إشارة إلى طريقة تجميع البيانات، وليس حكمًا بأن التتبع فشل. التشخيص يبدأ بالبعد وقيمه ثم يربط كل حقل بسؤال عمل محدد.
المراجع والمصادر
محتوى إرشادي أُعد بمساعدة الذكاء الاصطناعي. الأمثلة افتراضية للتوضيح، وليست نتائج لعملاء تمايز.
تمايز للتسويق وتطوير المتاجر الإلكترونيةتقنية وتسويق
نسمعك