Digital markedsføring

Sådan laver du avanceret forfatteranalyse med Google GA4 Custom Dimensions

  • 13 minutters læsning
  • Hostragons-teamet
Sådan laver du avanceret forfatteranalyse med Google GA4 Custom Dimensions

Google GA4 Custom Dimensions gør det muligt at tilføje forfatternavn, forfatter-ID, indholdstype, udgivelsesdato eller redaktør som ekstra datakilder til dine GA4-rapporter. Dermed kan du måle præcis hvilken skribent der genererer mest trafik, engagement, konverteringer og indtjening. For at lave dybdegående forfatteranalyse skal du sende forfatterdata som parameter ved sidevisning eller special-event, registrere dem som custom dimension i GA4, og derefter sammenligne performance via Explorations, custom rapporter eller BigQuery.

For bloggere, nyhedssites, undervisningsplatforme, SaaS vidensbanker og virksomheder med content marketing er forfatteranalyse ikke bare en nysgerrig rapport – det er et beslutningsværktøj for redaktionelt budget, indholdskalender, SEO-prioritering og konverteringsstrategi. Én skribent kan trække mest organisk trafik, mens en anden måske driver flere demo-forespørgsler, nyhedsbrev-tilmeldinger eller produktkøb. GA4 custom dimensions gør denne forskel synlig.

I denne guide gennemgår vi opsætningen af forfatteranalyse med Google GA4 Custom Dimensions – både teknisk og strategisk. Du får step-by-step eksempler på data layer i Google Tag Manager, GA4 custom dimension-indstillinger, rapportopbygning, valg af metrics, typiske fejl og SEO-tolkning. Uanset om du bruger WordPress, specialudviklet site eller headless CMS, gælder samme logik: forfatterdata skal måles konsistent i dit tracking-setup.

Hvad er GA4 Custom Dimensions og hvorfor er de nødvendige for forfatteranalyse?

GA4 Custom Dimensions – på dansk tilpassede dimensioner – gør det muligt at rapportere kvalitative data, som ikke findes i GA4 som standard. GA4 tilbyder side-titel, url, trafik-kilde, enhedstype, land og session, men ikke hvem der har skrevet et blogindlæg, hvilken redaktionel kategori det tilhører eller hvilke ekspert-tags der er brugt.

At analysere på forfatter via URL er sjældent nok. På et site med 500 blogindlæg er det ikke holdbart at filtrere hver skribent manuelt. En forfatter kan også skrive i flere kategorier. Med Google GA4 Custom Dimensions sender du forfatter-parametre (fx author_name eller author_id) til GA4 ved hver indholdsvisning. Så kan du splitte rapporter på forfatter, segmentere og måle performance.

Forfatteranalysens centrale spørgsmål

  • Hvilken skribent driver mest organisk trafik?
  • Hvis indhold skaber længst engagement?
  • Hvem genererer flest nyhedsbrev-tilmeldinger, formularindsendelser eller salg?
  • Hvilken skribent får hurtigst synlighed på nye artikler?
  • Hvem har mest succes indenfor bestemte emneområder?
  • Påvirker forfatter, ekspertise eller indholdsformat konverteringskvaliteten?

Ved at svare på disse spørgsmål ser du ikke kun de mest læste artikler, men også den redaktionelle indsats der bidrager til forretningsmål. Denne tilgang er blandt de praktiske metoder til at måle E-E-A-T (Experience, Expertise, Authority, Trust), som bliver stadig vigtigere i SEO frem mod 2026.

Dimensioner og metrics til forfatteranalyse

Du skal være klar på hvad du vil måle, før du starter opsætningen. GA4 har begrænsninger på antallet af event-scoped custom dimensions. Derfor bør du kun tilføje de felter, der faktisk bidrager til beslutningstagning.

Anbefalede custom dimensions

  • author_id: Skribentens unikke ID – det mest stabile felt for langsigtet analyse.
  • author_name: Gør rapporter læsbare, men vær opmærksom på navneændringer.
  • content_type: Indholdstype som blog, guide, produktanmeldelse, nyhed, case osv.
  • content_category: Overordnet emnekategori som SEO, hosting, sikkerhed, WordPress, domæne.
  • publish_date: Udgivelsesdato for indhold – overvej kardinalitet.
  • editor: Hvis du vil analysere på redaktørniveau.

Metrics til forfatterperformance

  • Users: Antal brugere på forfatterens indhold.
  • Sessions: Trafikvolumen på sessionsniveau.
  • Views: Hvor meget indholdet læses.
  • Average engagement time: Hvor meget brugeren engagerer sig med indholdet.
  • Engagement rate: Skelner mellem overfladisk og kvalitets-trafik.
  • Key events: Formulardata, køb, tilmelding – de vigtige events markeret som konvertering.
  • Total revenue: For e-commerce og betalte medlemskab, måler indtjening pr. forfatter.

Eksempel: På en hosting-blog kan Forfatter A tiltrække 25.000 organiske brugere og generere 40 prøvekonti på 30 dage, mens Forfatter B trækker 8.000 brugere men opretter 75 prøvekonti. Trafikrapporten alene ville favorisere A, men konverteringsdata viser at B har større kommerciel værdi. Derfor bør du altid vurdere både volumen og kvalitet.

GA4 custom dimension scopes: Event, User og Item

Scope-valget er afgørende når du laver custom dimensions i GA4. Forkert scope giver fejlfortolkede rapporter. Til forfatteranalyse bør du normalt bruge event-scoped custom dimension, da forfatterdata tilhører indholdet, ikke brugeren.

GA4 custom dimension scopes: Event, User og Item
Metode Anvendelse Fordel Risiko/Begrænsning
Analyse via URL Få indholdssider, enkel blogstruktur Kræver ingen ekstra opsætning Automatisk rapportering på forfatter er besværligt
Event-scoped custom dimension Indholdsanalyse og performance-måling Forfatter, kategori og type måles præcist Kræver opsætning og naming-standard
User-scoped custom dimension Segmentering på brugertype God til medlemskab eller kundepakke-analyse Ikke egnet til forfatteranalyse
BigQuery-analyse Avanceret datamodellering Rådata, SQL og dyb analyse Teknisk viden og datakost kræves

Indholdsparametre som forfatternavn sendes typisk sammen med page_view eventet, så hver visning knyttes til den pågældende skribent. Vil du spore forfatterens bidrag ved scroll, download, lead eller køb, bør du også tilføje forfatterdata til disse events. Ellers får du kun analyse på visningsniveau.

Data-plan før opsætning

En klassisk fejl er at starte teknisk opsætning uden et datasprog. Hvis du sender authorName den ene dag, author_name den næste og author på andre sider, bliver rapporter fragmenterede. Forfatteranalyse bør bygges på et klart måleplan.

Eksempel på datasprog

Eksempel på datasprog
Parameter Eksempelværdi Format Note
author_id skribent_023 lowercase, unik ID Skal være konstant selv ved navneskift
author_name Mette Hansen Navn Efternavn For læsbar rapportering
content_type guide lowercase blog, guide, nyhed osv.
content_category web hosting lowercase Til emnegruppe-analyse
publish_year 2026 YYYY Lavere kardinalitet end publish_date

På store sites kan publish_date give mange unikke værdier og dermed kardinalitetsproblemer. Hvis GA4-rapporten har for mange unikke værdier, grupperes nogle rækker som "other". Derfor er år, kvartal eller indholds-alder ofte mere robuste.

Send forfatterdata til GA4 via Google Tag Manager

Den mest udbredte måde at opsætte GA4 Custom Dimensions på er med Google Tag Manager (GTM). Hvis du ikke har GTM, skal det først implementeres. Uanset CMS eller site-type skal forfatteroplysninger pushes til data layer i kildekoden.

1. Tilføj forfatterdata til data layer

Bed udvikleren eller CMS-integrationen om at generere følgende dataLayer på hver blog-side. Tilpas værdier til dit site:

dataLayer.push({ event: 'content_view', author_id: 'skribent_023', author_name: 'Mette Hansen', content_type: 'guide', content_category: 'web hosting', publish_year: '2026' });

Dette data layer kan trigges ved page load eller indholdsvisning. Vil du sende det med page_view eventet, skal du planlægge automatisk sidevisning og custom event-strategi. Undgå at sende samme sidevisning to gange.

2. Opret Data Layer Variable i GTM

Gå til Variables i GTM og opret Data Layer Variable for hver parameter: author_id, author_name, content_type, content_category og publish_year. Brug fx navngivning DLV - author_id, DLV - author_name osv. Standardiserede navne letter fejlfinding, især i større teams.

3. Tilføj parametre til GA4 event tag

Opret et GA4 Event Tag i GTM eller rediger din page_view tag. Under Event Parameters tilføjer du: author_id, author_name, content_type, content_category, publish_year. Vælg de relevante Data Layer Variables som værdi.

Det er vigtigt at de parameternavne du sender til GA4 er identiske med dem du senere opretter som custom dimensions. "author_id" og "authorId" er ikke det samme. Brug lowercase, underscores og engelsk som standard.

4. Test i Preview mode

Åbn GTM Preview mode og besøg en blog-side. Vælg content_view eller page_view event i venstre flow og check Variables og Tags. Hvis author_id og author_name er tomme, er fejlen i data layer eller variable-opsætningen – ikke i GA4.

Gå derefter til GA4 DebugView. Bekræft at eventet og parametrene vises. At se parametrene i DebugView betyder ikke nødvendigvis at custom dimension straks vises i rapporter; du skal oprette custom dimension separat.

Opret custom dimension i GA4 Admin

Efter du har sendt parametrene til GA4, skal du gøre dem rapporterbare via custom dimension. Gå til GA4 Admin > Custom definitions og vælg Create custom dimension.

Step-by-step definition

  • Dimension name: Fx Forfatternavn – vælg et læsbart navn.
  • Scope: Vælg Event. Forfatterdata tilhører indholdseventet.
  • Description: Kort beskrivelse, fx "Navn på blogskribent".
  • Event parameter: Vælg eller indtast author_name.

Gentag for author_id, content_type, content_category og publish_year. Bemærk at custom dimensions ikke virker bagudrettet i GA4 standard-rapporter. Start dataintegration før større indholdskampagner. Undgå at fylde quota med irrelevante felter – brug i stedet BigQuery, Looker Studio eller CMS-rapporter.

Sådan bygger du forfatterrapporter

Værdien opstår først i rapportering. Du kan lave forfatterrapporter i GA4 Explorations, custom collections, Looker Studio dashboards eller BigQuery. Start med GA4 Explorations (Keşifler).

Basal forfatterrapport i GA4 Explorations

  • Gå til Explore i GA4-panelet.
  • Vælg Free form exploration.
  • Tilføj dimensioner: Forfatternavn, Forfatter-ID, Indholdskategori, Session source/medium.
  • Tilføj metrics: Users, Sessions, Views, Average engagement time, Engagement rate, Key events.
  • Læg Forfatternavn eller ID i Rows.
  • Læg Content Category eller Default channel group i Columns.
  • Læg metrics i Values.
  • Brug filter som Page path indeholder /blog/ eller content_type = guide.

Rapporten giver dig et overblik over forfatterperformance. Men se ikke kun på rå tal. For at sammenligne skribenter retfærdigt bør du lave normaliserede metrics som brugere pr. indhold, konverteringer pr. indhold eller key events pr. 1000 visninger.

Eksempel på tolkning

Antag at du har tre skribenter: Mette har 40 artikler med 60.000 visninger pr. måned, Jens har 15 artikler med 35.000 visninger, og Sofie har 10 artikler med 18.000 visninger. Kigger du alene på visninger, ser Mette bedst ud. Men hvis du beregner visninger pr. artikel, kan Jens være mere effektiv. Hvis Sofies artikler driver flere formularindsendelser, bør du planlægge mere indhold med høj kommerciel intention til hende.

For et brand som Hostragons, der producerer indhold om hosting og webinfrastruktur, kan forfatteranalyse vise hvilken ekspert der klarer sig bedst på fx WordPress optimering, SSL-installation, domænevalg eller hosting-sammenligninger. Hvis SSL-indhold driver brugere til sikkerhedsprodukter, kan du optimere placering og tekst af SSL certifikat links.

Brug af forfatterdata i SEO og E-E-A-T

I 2026 måles indholdskvalitet ikke kun på antal ord eller keyword density. Googles systemer vurderer indholdets værdi, ekspertise, brugertilfredshed og tillid samlet. Forfatteranalyse hjælper med at måle redaktionel performance.

SEO-beslutninger baseret på forfatterdata

  • Emneekspertise: Positioner skribenter med høj engagement indenfor bestemte emner.
  • Opdatering af indhold: Forbedr indhold med meget trafik men lav konvertering med CTA, tabeller, eksempler og interne links.
  • Forfatterbio: Gør ekspertise og erfaring tydelig i forfatterboksen.
  • Intern link-strategi: Link fra succesfulde artikler til produkt- og guidesider.
  • Briefs: Overfør strukturen fra de bedste artikler til nye briefs.

Hvis en skribent får meget engagement på WordPress performance, men få besøgende på hostingproduktsider, kan du bygge mere relevante WordPress hosting eller Webhosting links ind i indholdet. Hvis guides om domænevalg driver høj organisk trafik, bør du tilføje Domæneforespørgsel links hvor det passer naturligt.

Brug forfatterdata ikke kun til performancevurdering, men også til kvalitetsudvikling. Nogle skribenter er stærke i awareness-fasen, andre er bedst til sammenligningsindhold med høj købsintention. GA4-data gør forskellen målbar.

Lav forfatterdashboard i Looker Studio

GA4-rapporten er fin til daglig analyse, men for deling med teamet og automatiske, læsbare dashboards er Looker Studio bedre. Tilføj GA4-datakilde og opbyg forfatterpaneler.

Felter du bør inkludere

  • Tabel med brugere, sessioner og visninger pr. forfatter
  • Graf over gennemsnitlig engagementtid pr. forfatter
  • Performance pr. kanalgruppe
  • Matrix med kategori og forfatter
  • Konverteringsrate og antal key events
  • Sammenligning af sidste 28 dage vs. forrige 28 dage
  • Liste over top 20 artikler

Du kan lave beregnede felter så du får metrics som gennemsnit pr. artikel. Visse custom dimension/metric-kombinationer kan dog være begrænsede i GA4-datakilden – brug BigQuery export for mere fleksibilitet.

Avanceret forfatteranalyse med BigQuery

GA4 BigQuery integration er især værdifuld for store content-sites. Med rå eventdata kan du håndtere sampling, kardinalitet og kombinationsbegrænsninger bedre. Med SQL kan du analysere brugerrejse, første/ sidste touch, konverteringsbidrag og kohort på author_id.

En bruger kan først læse en guide af én skribent, derefter besøge sammenligningssiden og til sidst købe. Standardrapporten viser ikke altid dette. I BigQuery kan du analysere event-sekvenser og måle forfatterens assist-effekt – især relevant for B2B, hosting og SaaS.

Planlæg datalagring, query-omkostning og GDPR. Forfatternavn kan være persondata, så brug author_id internt og hold navneopslag i kontrollerede tabeller.

Typiske fejl og løsninger

Forfatteranalyse fejler ofte pga. små navngivningsfejl, manglende event-parametre eller misfortolkede rapporter. Med denne tjekliste undgår du de mest almindelige problemer:

Fejl 1: Inkonsekvent forfatterdata

Fx Mette Hansen, mette hansen, M. Hansen – samme skribent splittes ud. Løsningen er at bruge author_id og standardisere author_name i CMS.

Fejl 2: Kun page_view event får forfatterdata

Vil du analysere konverteringer pr. forfatter, skal du også inkludere author_id i konverterings-events (fx formular, CTA, interaktion).

Fejl 3: For sent oprettet custom dimension

Selv om GA4 får parametre, vil de ikke vises i rapporter uden custom dimension. Opret og test før kampagnestart.

Fejl 4: Beslutning kun ud fra trafik

Høj trafik er ikke lig med høj værdi. Kombiner trafik med engagement, konvertering, indtjening og emneintention.

Fejl 5: Glemmer persondata og samtykke

Forfatterdata bruges ofte i redaktionel sammenhæng, men respekter GDPR internt. Send aldrig persondata som email, telefon eller CPR til GA4.

Praktisk optimeringsplan for forfatteranalyse

Efter opsætning bør du lave en månedlig analyse-rutine. Fx gennemgå rapporten første uge hver måned, og sammenlign sidste 28 dage med forrige 28 dage. Se på forfattervækst, fald, konverteringer og indflydelse fra nyt indhold.

  • Uge 1: Tjek indexering, visninger og engagement på nye artikler.
  • Uge 2: Forbedr artikler med høje visninger men lavt engagement.
  • Uge 3: Overfør konverterende forfatter- og emnegrupper til nye briefs.
  • Uge 4: Opdater gamle artikler, styrk interne links og test CTA-placering.

På en hosting-blog kan guides om webflytning drive konverteringer til Hostingpakker. SSL-guides kan have høj sikkerheds-intention, så SSL certifikat links bør gøres mere synlige. Nye artikler om domænevalg bør støtte brugerrejsen med Domæneregistrering og Domæneoverførsel links.

Teknisk performance og forfatteranalyse

Ved forfatteranalyse skal du også tage site-teknik med i betragtning. Langsom loading, dårlig mobiloplevelse, fejl eller sikkerhedsadvarsler kan maskere en skribents reelle værdi. Kombiner GA4-data med Search Console, PageSpeed Insights og serverlogs.

To skribenter kan skrive lige godt, men hvis én får sine artikler publiceret på tunge sider med langsom load, kan engagement og konvertering falde. Hurtig, sikker og stabil hosting er en skjult faktor for indholdets performance. Her påvirker pålidelig Webhosting, korrekt cloud server og opdateret SSL certifikat indirekte målekvaliteten.

Tjekliste: Forfatteranalyse med GA4 Custom Dimensions

  • Definér målet med forfatteranalyse: trafik, engagement, konvertering eller indtjening.
  • Lav datasprog for author_id og author_name.
  • Opsæt dataLayer output i CMS eller kode.
  • Opret Data Layer Variables i GTM.
  • Tilføj parametre til GA4 events.
  • Test parametre i Preview og DebugView.
  • Opret event-scoped custom dimensions i GA4 Admin.
  • Byg forfatterrapport i Explorations eller Looker Studio.
  • Analysér trafik, engagement og konverteringer samlet.
  • Brug månedlig optimeringsrutine til at omsætte data til strategi.

Konklusion

Avanceret forfatteranalyse med Google GA4 Custom Dimensions løfter content marketing fra intuition til data. Med den rette opsætning ser du hvilke skribenter og emner der skaber mest værdi, og hvilke artikler der bidrager til forretningsmål. Brug stabile parametre som author_id, event-scoped custom dimensions og vurder rapporter på både trafik og konverteringskvalitet.

God måling gør godt indhold synligt. Husk også at optimere din sites hastighed, sikkerhed og tilgængelighed. Se Hostragons løsninger for stærkere hosting – og støt blog-performance med Webhosting, domæne og SSL certifikat tilpasset dit behov.

Ofte stillede spørgsmål

Er GA4 Custom Dimensions nødvendige for forfatteranalyse?

GA4 standardrapporter viser ikke automatisk forfatterdata. For at se performance pr. skribent skal du sende fx author_name eller author_id til GA4 og oprette dem som custom dimensions.

Skal jeg bruge author_name eller author_id til forfatteranalyse?

Det bedste er at bruge begge. author_id er unik og stabil, mens author_name gør rapporter nemmere at læse for teamet.

Virker GA4 custom dimensions på historiske data?

Custom dimensions kan ikke anvendes bagudrettet i standard GA4-rapporter. Opsæt parametre og custom dimensions før vigtige indholdskampagner.

Hvordan sender jeg forfatterdata fra WordPress til GA4?

I WordPress kan du bruge tema-kode, custom plugins eller GTM-venlige data layer-plugins til at pushe forfatternavn og ID til dataLayer. Derefter sendes det som event-parametre via GTM til GA4.

Hvilke metrics er vigtigst ved forfatteranalyse?

Brugere, sessioner og visninger er basis. Men gennemsnitlig engagementtid, engagementrate, antal key events, konverteringsrate og indtjening bør også indgå.

Del denne artikel:

Hostragons-teamet

Opdaterede guider fra vores ekspertteam om hosting, servere og domænenavne. Lad os sammen finde den rigtige løsning til dit projekt.

Kontakt os