Google ha añadido los Content Grouping y la métrica de los Unique Views a las variables de BigQuery

¡Por fin!

Para algunos esto puede significar poca cosa pero, para los que hemos sufrido el tener que generar las agrupaciones de contenido mediante Regex partiendo de las páginas (URI), es la noticia que hacía mucho tiempo que estábamos esperando. Y sí, parece impensable que estas dimensiones y métricas no estuvieran antes disponibles en el row data de Google Analytics, pero así era.

content grouping

Sin ánimo de alargarme más con introducciones, veamos qué nuevas variables nos ofrece Big Query desde hoy y qué información contiene cada una de ellas:

  • contentGroup.contentGroupX: (STRING) La etiqueta de Content Grouping nivel X correspondiente al hit. Un Content Grouping es una agrupación de contenido que proporciona una estructura lógica que puede determinarse mediante coincidencia de regex de página / URL, mediante código en el sitio (o dataLayer), o reglas predefinidas en la configuración de la vista. (El índice X puede variar de 1 a 5.)
  • contentGroup.previousContentGroupX: (STRING) Misma idea que la variable anterior pero en lugar de ser relativa al hit en cuestión es correspondiente al hit anterior.
  • contentGroup.contentGroupUniqueViewsX: (STRING) El número de vistas de cada Content Grouping único. Las vistas de las diferentes etiquetas de Content Grouping en diferentes sesiones cuentan como 1 para esta variable. Tanto pagePath como pageTitle se utilizan para determinar la singularidad en este caso. (El índice X puede variar de 1 a 5.)

Así que ahora ya se abre la veda para poder realizar extracciones de datos procedentes de BigQuery, agrupando nuestro contenido y aprovechando la potencia de los Content Grouping de una forma mucho más cómoda y sencilla que hasta ahora.

Esto nos permite tener hit a hit un nivel concreto de la agrupación de contenido para poder después, con los análisis pertinentes, hallar por ejemplo relaciones entre tipos de producto del estilo: las sesiones que ven contenido de pantalones ven con una alta probabilidad contenido de accesorios mientras que los que entran por contenido del grupo camisas raramente consumen contenido de cualquier otra categoría.

En resumen: más variables, más información y, por tanto, análisis más ricos.

Enjoy! 🙂

Content Grouping en Big Query

Leave Comment

Your email address will not be published. Required fields are marked *