Detaljna analiza autora pomoću Google GA4 prilagođenih dimenzija

Google GA4 prilagođene dimenzije omogućuju vam dodavanje specijalnih informacija kao što su ime autora, ID autora, tip sadržaja, datum objave ili urednik u izvještaje koji nedostaju u standardnim GA4 izvještajima, čime možete mjeriti koji autor generira više prometa, angažmana, konverzija i prihoda. Za detaljnu analizu autora, potrebno je slati informacije o autoru kao parametre uz događaje pregledanja stranica ili specijalne interakcije s sadržajem, pohraniti te parametre u GA4 administrativnoj ploči kao prilagođene dimenzije, a zatim usporediti performanse kroz istraživanja, prilagođene izvještaje ili BigQuery.

Za marke koje se bave blogovima, vijestima, obrazovnim platformama, SaaS informativnim centrima i korporativnim sadržajnim marketingom, analiza na razini autora nije samo zanimljiv izvještaj; to je sustav podrške za donošenje odluka u vezi s uredničkim proračunom, kalendarom sadržaja, SEO prioritetima i strategijama konverzije. Moguće je da jedan autor generira više organski prometa, dok drugi može imati veće konverzije za zahtjeve za demo, prijave na biltene ili kupovinu proizvoda. GA4 prilagođene dimenzije čine ovu razliku vidljivom.

U ovom vodiču ćemo se osvrnuti na postavljanje analize autora koristeći Google GA4 prilagođene dimenzije, razmatrajući tehničke i strateške aspekte. Korisnički primjer sloja podataka s Google Tag Managerom, postavke prilagođenih definicija u GA4, izrada izvještaja, odabir metrika, učestale greške i metode SEO interpretacije bit će predstavljene korak po korak. Ako koristite WordPress, prilagođeni softver ili headless CMS, logika ostaje ista: morate konzistentno prenijeti informacije o autoru u vašu infrastrukturu mjerenja.

Što su GA4 prilagođene dimenzije i zašto su potrebne za analizu autora?

GA4 prilagođene dimenzije, ili specijalne dimenzije, omogućuju izvještavanje o kvalitativnim podacima koji po defaultu nisu prisutni unutar GA4. GA4 nudi mnoge standardne dimenzije kao što su naslov stranice, URL stranice, izvor prometa, kategorija uređaja, zemlja i sesija. Međutim, ne zna koji autor je napisao određeni blog post, kojoj uredničkoj kategoriji pripada ili koja stručna oznaka se koristi unutar sadržaja.

Oslanjanje isključivo na URL-ove stranica za analizu autora često nije dovoljno. Na primjer, na web stranici s 500 blog postova, ručno filtriranje sadržaja svakog autora nije održivo. Također, jedan autor može stvarati sadržaj u više kategorija. Uz GA4 prilagođene dimenzije, prilikom svakog prikazivanja sadržaja, parametri kao što su author_name ili author_id šalju se u GA4. Na taj način možete segmentirati izvještaje po autoru, stvarati segmente i mjeriti performanse.

Osnovna pitanja na koja odgovara analiza autora

Koji autor donosi najviše korisnika iz organskih pretraživanja?
Koji autorovi sadržaji generiraju duže vrijeme angažmana?
Koji autorovi postovi generiraju više prijava na biltene, slanja obrazaca ili prodaja?
Koji autor brže dobiva vidljivost za novootvorene sadržaje?
Koji autor je uspješniji u određenim tematskim skupinama?
Utječe li ime autora, područje stručnosti ili format sadržaja na kvalitetu konverzije?

Odgovaranjem na ova pitanja ne samo da ćete vidjeti najčitanije sadržaje, već i uredničku produkciju koja doprinosi poslovnim ciljevima. Ovaj pristup je jedan od praktičnih načina mjerenja E-E-A-T, što je u 2026. godini važno, a odnosi se na iskustvo, stručnost, autoritet i signale povjerenja.

Dimenzije i metrike koje trebate mjeriti za analizu autora

Prije uspješnog postavljanja, morate jasno definirati što ćete mjeriti. Ograničenja prilagođenih dimenzija u GA4 nisu beskonačna; postoje određene kvote za specijalne dimenzije u standardnim GA4 svojstvima. Stoga, umjesto da dodajete svaki pojam koji vam padne na pamet kao prilagođenu dimenziju, trebate odabrati one koji će donijeti odluke.

Preporučene prilagođene dimenzije

author_id: Jedinstveni identifikator autora koji se ne mijenja. Najpouzdanija dimenzija za dugoročne analize.
author_name: Pomaže u čitljivosti izvještaja; treba biti oprezan s promjenama imena.
content_type: Označava vrstu sadržaja, kao što su blog post, vodič, pregled proizvoda, vijesti, studija slučaja itd.
content_category: Prikazuje glavne kategorije sadržaja kao što su SEO, hosting, sigurnost, WordPress, domena.
publish_date: Može se koristiti za analizu datuma objave; treba paziti na visoku kardinalnost.
editor: Može se koristiti ako je potrebna analiza kvalitete i performansi na osnovu urednika.

Metrike koje treba pratiti u performansama autora

Korisnici: Prikazuje koliko korisnika donose autorovi sadržaji.
Sesije: Koristi se za praćenje volumena prometa na osnovi sesija.
Pogledi: Mjeri količinu potrošnje sadržaja.
Prosječno vrijeme angažmana: Pomaže u razumijevanju koliko je korisnik bio angažiran s sadržajem.
Stopa angažmana: Korisna je za razlikovanje površnog prometa od kvalitetnog prometa.
Ključni događaji: Prikazuje važne događaje označene kao konverzije u GA4, kao što su obrazac, kupovina, pretplata.
Ukupni prihodi: Mjeri doprinos autora u prihodima u e-trgovini ili modelima plaćenih članstava.

Na primjer, u hosting blogu, autor A može donijeti 25.000 organskih korisnika u 30 dana i stvoriti 40 probnih računa, dok autor B može donijeti 8.000 korisnika i stvoriti 75 probnih računa. Samo gledajući izvještaj o prometu, autor A izgleda uspješnije; međutim, kada se doda podatak o konverziji, doprinos autora B može biti jači. Stoga, u analizi autora, trebali bismo zajedno razmatrati metrike volumena i kvalitete.

GA4 Prilagođene dimenzije: Odabir opsega događaja, korisnika i stavki

Kada kreirate prilagođene dimenzije u GA4, odabir opsega je od suštinske važnosti. Pogrešan odabir opsega može dovesti do pogrešne interpretacije izvještaja. Za analizu autora, u većini scenarija, treba koristiti event-scoped prilagođene dimenzije, jer informacije o autoru pripadaju sadržaju koji se prikazuje, a ne korisniku.

GA4 Prilagođene dimenzije: Odabir opsega događaja, korisnika i stavki
Pristup	Kada se koristi?	Prednost	Rizik ili ograničenje
Analiza putem URL-a stranice	Mali broj sadržaja i jednostavna struktura bloga	Ne zahtijeva dodatnu konfiguraciju	Automatsko izvještavanje na razini autora je teško
Event-scoped prilagođena dimenzija	Analiza bloga i performansi sadržaja	Jasno se mjere autor, kategorija i tip sadržaja	Potrebna je standardizacija imena i postavljanje
User-scoped prilagođena dimenzija	Mjerenje segmenata korisnika	Dobra je za analizu tipa članstva ili paketa kupaca	Obično nije pogodna za analizu autora
BigQuery analiza	Napredno modeliranje podataka	Omogućuje pristup sirovim podacima, SQL i duboku analizu	Potrebno je planirati tehničko znanje i troškove podataka

Kada se sadržajne karakteristike poput imena autora šalju zajedno s eventom page_view, svako prikazivanje stranice se povezuje s tim autorom. Ako želite vidjeti doprinos autora u drugim događajima kao što su scroll, file_download, generate_lead ili purchase, trebate planirati dodavanje istih parametara tim događajima. Inače, provest ćete analizu samo na razini prikazivanja.

Izrada plana podataka prije postavljanja

Najčešća greška u GA4 postavkama je započinjanje tehničke instalacije bez pripreme rječnika podataka. Ako se parametri šalju kao authorName danas, a sutra kao author_name, ili na drugoj stranici kao author, to može izazvati fragmentaciju u izvještajima. Ako će analiza autora biti dugoročni alat za donošenje odluka, prvo treba pripremiti plan mjerenja.

Primjer rječnika podataka

Primjer rječnika podataka
Ime parametra	Primjer vrijednosti	Format	Napomena
author_id	yazar_023	Mala slova, jedinstveni ID	Treba ostati isti čak i ako se ime promijeni
author_name	Ayşe Demir	Ime Prezime	Za čitljivost izvještaja
content_type	rehber	Mala slova	kao blog, vodič, vijesti itd.
content_category	web hosting	Mala slova	Za analizu tematskih skupina
publish_year	2026	YYYY	Pruža nižu kardinalnost od publish_date

Pogotovo na velikim stranicama, polja kao što je publish_date koja generiraju mnogo različitih vrijednosti mogu stvoriti probleme s visokom kardinalnošću. U GA4 izvještajima, ako ima previše jedinstvenih vrijednosti, neke će se stavke grupirati kao druge. Stoga, korištenje kontroliranih vrijednosti kao što su godina, kvartal ili grupa starosti sadržaja često daje zdravije rezultate.

Slanje informacija o autoru u GA4 putem Google Tag Managera

Najčešći način postavljanja GA4 prilagođenih dimenzija je korištenjem Google Tag Managera. Ako nemate GTM na vašoj web stranici, prvo trebate postaviti osnovnu strukturu oznaka. Bez obzira na to koristite li WordPress, prilagođeni softver ili statičku stranicu, morate prenijeti informacije o autoru u sloj podataka u izvorni kod stranice.

1. Dodajte informacije o autoru u sloj podataka

Možete zatražiti od vašeg programera ili CMS integracije da generira sljedeći izlaz dataLayer na svakoj stranici blog posta. Ove vrijednosti su primjeri; trebaju se prilagoditi vašoj strukturi stranice.

dataLayer.push({ event: 'content_view', author_id: 'yazar_023', author_name: 'Ayşe Demir', content_type: 'rehber', content_category: 'web hosting', publish_year: '2026' });

Ovaj sloj podataka može se aktivirati kada se stranica učita ili kada se sadržaj prikaže. Ako želite slati s page_view događajem, trebate razmotriti automatsko pregledavanje stranica i strategiju specijalnih događaja prema vašoj GA4 konfiguraciji. Pazite da ne šaljete isto pregledavanje stranice dva puta kako biste izbjegli duplicirane mjerenja.

2. Kreirajte Data Layer Variable u GTM-u

U Google Tag Manager panelu idite na odjeljak Variables i kreirajte zasebnu Data Layer Variable za svaki parametar. Na primjer, za author_id upišite author_id u polje za ime Data Layer Variable. Ponovite isti postupak za author_name, content_type, content_category i publish_year.

Korištenje praktičnog standarda imenovanja olakšava održavanje izvještaja. Na primjer, GTM varijable možete imenovati DLV - author_id, DLV - author_name itd. U velikim timovima, ovi mali standardi mogu značajno smanjiti vrijeme potrebno za otklanjanje grešaka.

3. Dodajte parametre u GA4 event oznaku

Kreirajte GA4 Event Tag u GTM-u ili uredite postojeću page_view oznaku. U odjeljku Event Parameters dodajte sljedeće parametre: author_id, author_name, content_type, content_category i publish_year. U poljima vrijednosti odaberite varijable Data Layer Variable koje ste kreirali.

Važna napomena je da imena parametara poslanih u GA4 moraju biti identična onim koje ćete kasnije definirati kao prilagođene dimenzije u GA4 upravljačkoj ploči. author_id i authorId su različiti parametri. Korištenje malih slova, donjih crta i engleskih znakova kao standarda dugoročno je sigurnije.

4. Testirajte u preglednom modu

Otvorite GTM Preview mod i posjetite stranicu blog posta. Odaberite događaj content_view ili page_view s lijeve strane i provjerite odjeljke Variables i Tags. Ako su vrijednosti author_id i author_name prazne, problem nije u GA4, već u sloju podataka ili definiciji varijable.

Zatim idite na GA4 DebugView ekran. Potvrdite da je događaj stigao i da su parametri prikazani unutar događaja. Vidjeti parametre u DebugView ne znači da će prilagođene dimenzije odmah biti vidljive u izvještajima; mora se dodatno definirati prilagođena dimenzija.

Kreiranje prilagođene dimenzije u GA4 upravljačkoj ploči

Nakon slanja parametara u GA4, trebate stvoriti prilagođenu definiciju kako biste ih učinili izvještajnim. Idite u GA4 Admin odjeljak, uđite u odjeljak Custom definitions i upotrijebite opciju Create custom dimension.

Korak po korak za definiranje prilagođene dimenzije

Ime dimenzije: Dajte razumljivo ime poput Author Name za izvještaj.
Opseg: Odaberite Event. S obzirom na to da informacije o autoru pripadaju sadržajnom događaju, ovo je obično ispravan opseg.
Opis: Napišite kratki opis poput imena autora blog sadržaja.
Event parameter: Odaberite ili ručno upišite parametar author_name.

Pazite da ne napunite kvotu prilagođenih dimenzija nepotrebnim poljima. Umjesto da stvarate prilagođene dimenzije za parametre koji će se koristiti samo jednom ili koji neće donijeti odluke, može biti razumnije koristiti BigQuery, Looker Studio za agregaciju podataka ili CMS izvještaje.

Kako stvoriti izvještaj o analizi autora?

Nakon završetka postavljanja, stvarna vrijednost dolazi u fazi izvještavanja. U GA4 možete stvoriti izvještaje na temelju autora na nekoliko različitih načina: istraživanja, zbirke prilagođenih izvještaja, Looker Studio ploče ili BigQuery upite. Za početak, odjeljak GA4 Explorations, odnosno Istraživanja, je dovoljan.

Osnovni izvještaj autora s GA4 Istraživanjima

U GA4 panelu idite na odjeljak Explore.
Odaberite free form exploration.
U odjeljak Dimensions dodajte Author Name, Author ID, Content Category i Session source / medium.
U odjeljak Metrics dodajte Users, Sessions, Views, Average engagement time, Engagement rate i Key events.
U odjeljak Rows dodajte Author Name ili Author ID.
U odjeljak Columns možete dodati Content Category ili Default channel group.
U odjeljak Values postavite odabrane metrike.
Kao filtre koristite uvjete poput Page path unutar /blog/ ili content_type jednako vodič.

Ovaj izvještaj daje vam prvi pregled performansi na razini autora. Međutim, za dobru analizu, ne oslanjajte se samo na sirove brojke. Da biste pošteno usporedili autore s različitim brojem sadržaja, potrebno je generirati normalizirane metrike poput korisnika po sadržaju, konverzija po sadržaju ili ključnih događaja na 1000 prikaza.

Primjer scenarija za interpretaciju

Recimo da imate tri autora. Ayşe ima 40 sadržaja koji generiraju 60.000 prikaza mjesečno, Mehmet ima 15 sadržaja s 35.000 prikaza, dok Zeynep ima 10 sadržaja s 18.000 prikaza. Ako samo gledate ukupne prikaze, Ayşe izgleda kao pobjednik. Međutim, kada se izračuna broj prikaza po sadržaju, Mehmet može biti učinkovitiji. Ako sadržaji Zeynep generiraju više konverzija obrazaca, može biti razumno planirati više sadržaja na teme s visokom komercijalnom namjerom za nju.

Za marku kao što je Hostragons, koja stvara sadržaj u području hostinga i web infrastrukture, analiza autora može pokazati koji stručnjak ostvaruje bolje rezultate u temama poput ubrzavanja WordPressa, postavljanja SSL-a, izbora domena ili usporedbe web hostinga. Na primjer, ako korisnici koji dolaze s sadržaja o SSL-u detaljnije istražuju sigurnosne proizvode, pozicija i tekstovi poveznica SSL certifikat mogu se optimizirati.

Korištenje podataka o autoru u kontekstu SEO i E-E-A-T

U pristupu SEO-u 2026. godine, kvaliteta sadržaja ne mjeri se samo brojem riječi ili gustoćom ključnih riječi. Googleovi sustavi nastoje holistički ocjenjivati korisnu vrijednost sadržaja, stručnost, zadovoljstvo korisnika i signale povjerenja. Analiza autora također pomaže u mjerenju uredničke izvedbe.

SEO odluke na temelju autora

Stručnost po temi: Smjestite autore koji imaju stalno visok angažman u određenim tematskim skupinama.
Ažuriranje sadržaja: Poboljšajte sadržaje autora koji generiraju promet, ali ne konverzije, s CTA-ima, tablicama, primjerima i unutarnjim poveznicama.
Biografija autora: Jasno definirajte pokazatelje stručnosti i iskustva u kutijama autora.
Strategija unutarnjih poveznica: Dodajte prirodne poveznice na proizvode i stranice vodiča iz uspješnih sadržaja autora.
Sadržajni brifovi: Prenesite zajedničku strukturu uspješnih postova na nove brifove.

Na primjer, ako autor koji piše o performansama WordPressa ima visoki angažman, ali je prijelaz na stranice proizvoda za hosting nizak, mogu se uspostaviti kontekstualne poveznice između tehničkih preporuka unutar postova i stranica WordPress hosting ili Web Hosting. Ako vodiči o odabiru domena donose visoki organski promet, relevantne točke mogu prirodno uključivati poveznice provjera domene.

Pogledajte podatke o autoru ne samo kao alat za procjenu performansi, već i kao alat za poboljšanje kvalitete. Neki autori mogu biti vrlo jaki u fazi svijesti; dok neki mogu ostvariti bolje rezultate u sadržaju usporedbe s visokom namjerom kupnje. GA4 podaci kvantificiraju tu razliku.

Priprema panela za performanse autora putem Looker Studija

Iako GA4 sučelje može biti dovoljno za svakodnevnu analizu, Looker Studio je korisnije za dijeljenje, čitljivost i automatsko ažuriranje izvještaja s timovima. Povezivanjem vašeg GA4 izvora podataka s Looker Studiom možete stvoriti panele na razini autora.

Preporučena polja za panel

Tablica korisnika, sesija i prikaza po autoru
Grafikon prosječnog vremena angažmana po autoru
Performansa autora prema grupama kanala
Matrica presjeka kategorije i autora
Stopa konverzije i broj ključnih događaja
Usporedba posljednjih 28 dana s prethodnih 28 dana
Popis 20 najuspješnijih sadržaja

U Looker Studiju možete stvoriti izračunate vrijednosti kako biste generirali smislenije metrike poput prosječne performanse po sadržaju. Međutim, mogu postojati ograničenja u kombinacijama prilagođenih dimenzija i metrika u GA4 izvornim podacima. U takvim slučajevima korištenje BigQuery izvoza može ponuditi fleksibilnije rješenje.

Napredna analiza autora s BigQueryjem

GA4 BigQuery integracija pruža značajnu prednost, osobito za velike sadržajne stranice. Kada imate pristup sirovim događajnim podacima, možete bolje upravljati uzorkovanjem, kardinalnošću i ograničenjima kombinacije unutar standardnog izvještajnog sučelja. Pomoću SQL-a možete provesti analizu korisničkog putovanja na temelju author_id, prvog kontakta, posljednjeg kontakta, doprinosa konverziji i kohortne analize.

Na primjer, korisnik može prvo pročitati obrazovni sadržaj jednog autora, zatim nakon tri dana otići na stranicu za usporedbu proizvoda, a zatim na stranicu za kupnju. Standardni izvještaj možda neće u potpunosti pokazati ovaj doprinos. Proučavajući nizove događaja u BigQueryju, možete analizirati asistent efekt sadržaja autora. Ovo je osobito važno u B2B, hostingu, SaaS-u i proizvodima koji imaju duže periode donošenja odluka.

Kada koristite BigQuery, trebate planirati skladištenje podataka, troškove upita i sigurnost osobnih podataka. Budući da ime autora može biti osobni podatak, bolje je koristiti author_id unutar internog izvještavanja i zadržati usklađenost imena u kontroliranoj tablici.

Uobičajene greške i preporuke za rješenja

Postavke analize autora obično ne donose očekivane koristi zbog malih grešaka u imenovanju, nedostajućih parametara događaja ili pogrešnih interpretacija izvještaja. Sljedeća kontrolna lista može vam pomoći da unaprijed spriječite najčešće probleme.

Greška 1: Nepodudaranje imena autora

Diferentni unosi kao što su Ayşe Demir, ayse demir, A. Demir mogu razdvojiti istog autora na različite redove. Rješenje je korištenje author_id i standardizacija vrijednosti author_name na CMS strani.

Greška 2: Dodavanje parametara samo u page_view događaj

Ako želite provesti analizu konverzije na razini autora, trebate prenijeti kontekst sadržaja i u relevantnim događajima konverzije. Razmotrite zadržavanje informacija o author_id barem u događajima interakcije s sadržajem, klikovima na CTA ili početku obrazaca.

Greška 3: Kasno stvaranje prilagođene dimenzije

Čak i ako GA4 dobije parametre, nećete moći postići očekivanu vidljivost u standardnim izvještajima ako prilagođena dimenzija nije definirana. Stvorite i testirajte prilagođene definicije prije početka kampanje.

Greška 4: Donošenje odluka samo prema volumenu prometa

Visok promet ne znači uvijek visoku poslovnu vrijednost. Procijenite promet zajedno s angažmanom, konverzijama, prihodom i namjerom teme.

Greška 5: Zanemarivanje osobnih podataka i procesa pristanka

Iako se informacije o autoru obično koriste u uredničkom kontekstu, trebali biste obratiti pažnju na principe privatnosti u unutarnjem izvještavanju i dijeljenju podataka. Ne šaljite osobne podatke korisnika u GA4; informacije kao što su e-pošta, telefon ili identifikacijski broj su protivne GA4 politikama.

Praktični plan optimizacije za analizu autora

Nakon što završite postavljanje, stvorite mjesečnu rutinu analize kako biste pretvorili podatke u akcije. Na primjer, u prvom tjednu svakog mjeseca možete pregledati izvještaj koji uspoređuje posljednjih 28 dana s prethodnih 28 dana. U ovom izvještaju procijenite rast, pad, konverzije i učinak novih sadržaja na razini autora.

1. Tjedan: Provjerite indeksiranje, prikaze i podatke o angažmanu za novo objavljene sadržaje.
2. Tjedan: Poboljšajte sadržaje s visokim brojem prikaza, ali niskim angažmanom.
3. Tjedan: Pretvorite autore i teme koje donose konverzije u nove sadržajne brifove.
4. Tjedan: Ažurirajte stare sadržaje, pojačajte unutarnje linkove i testirajte postavke CTA-a.

U primjeru hosting bloga, ako vodiči za migraciju web stranica donose visoke konverzije, možete dodati kontekstualne poveznice s tih sadržaja na stranice Hosting paketi. U vodičima za postavljanje SSL-a, budući da su korisnici s visokim sigurnosnim brigama prisutni, poveznice SSL certifikat mogu postati vidljivije. U člancima o izboru novog domena, korisničko putovanje može se podržati poveznicama registracija domene i prijenos domene.

Utjecaj tehničke izvedbe na analizu autora

Kada ocjenjujete performanse autora, trebate uzeti u obzir i tehničku infrastrukturu stranice. Spore stranice, loše mobilno iskustvo, pogrešne preusmjeravanja ili sigurnosne poruke mogu negativno utjecati na dobar sadržaj. Stoga je bolje tumačiti GA4 podatke zajedno s podacima iz Search Consolea, PageSpeed Insights i server logova.

Na primjer, sadržaji dvaju autora mogu imati istu kvalitetu; ali ako su postovi jednog autora objavljeni na stranicama s teškim vizualima, vrijeme angažmana i stopa konverzije mogu opasti. Brza, sigurna i neprekidna infrastruktura je nevidljivi podržavatelj performansi sadržaja. U toj točki, korištenje pouzdane Web Hosting, pravilno konfiguriranih cloud server i ažuriranih SSL certifikat može neizravno utjecati na kvalitetu mjerenja.

Kontrolna lista: Analiza autora pomoću GA4 prilagođenih dimenzija

Odredite svoj cilj mjerenja za analizu autora: promet, angažman, konverziju ili prihod.
Pripremite svoj rječnik podataka, uključujući author_id i author_name.
Kreirajte dataLayer izlaz na CMS-u ili kodu.
Definirajte Data Layer Variable u GTM-u.
Dodajte parametre u GA4 event oznake.
Testirajte koristeći Preview i DebugView kako biste provjerili da li su parametri ispravno poslani.
Kreirajte prilagođene dimenzije s opsegom događaja u GA4 Admin dijelu.
Pripremite izvještaj o autoru koristeći Istraživanja ili Looker Studio.
Prilikom interpretacije, razmotrite metrike prometa, angažmana i konverzije zajedno.
Pretvorite podatke u strategiju sadržaja putem mjesečne optimizacijske rutine.

Zaključak

Detaljna analiza autora pomoću Google GA4 prilagođenih dimenzija podiže sadržajni marketing izvan intuitivnog donošenja odluka. Ispravnim postavljanjem, možete mjeriti koji autor je jači u kojoj tematici, koji sadržaji više utječu na korisnike i koji postovi doprinose poslovnim ciljevima. Za najbolje rezultate koristite konzistentne parametre poput author_id, kreirajte prilagođene dimenzije s opsegom događaja i evaluirajte izvještaje ne samo prema prometu, već i prema kvaliteti konverzije.

Ukratko, dobra infrastruktura mjerenja čini vrijednost dobrog sadržaja vidljivijom. Dok jačate svoju strategiju sadržaja, ne zaboravite na brzinu, sigurnost i pristupačnost vaše stranice. Za čvršću infrastrukturu objavljivanja, možete istražiti rješenja Hostragonsa i podržati performanse vašeg bloga s opcijama Web Hosting, domena i SSL certifikat koje odgovaraju vašim potrebama.

Često postavljana pitanja

Je li GA4 prilagođene dimenzije obavezne za analizu autora?

Standardni GA4 izvještaji automatski ne prepoznaju informacije o autoru. Ako želite vidjeti performanse na razini autora, trebate slati parametre kao što su author_name ili author_id u GA4 i definirati ih kao prilagođene dimenzije.

Treba li koristiti author_name ili author_id za analizu autora?

Najbolji pristup je koristiti oba. author_id je jedinstveni i nepromjenjivi ključ analize; author_name olakšava čitljivost izvještaja za tim.

Primjenjuju li se GA4 prilagođene dimenzije na prethodne podatke?

Prilagođene dimenzije ne pružaju potpunu retrospektivnu analizu u standardnim GA4 izvještajima. Stoga je potrebno definirati parametre i prilagođene definicije prije važnih kampanja sadržaja.

Kako se informacije o autoru šalju u GA4 na WordPress stranicama?

Na WordPressu, informacije o imenu autora i ID-u mogu se prenositi u dataLayer putem koda teme, posebnog dodatka ili dodataka koji su kompatibilni s GTM-om. Zatim se šalju kao GA4 događaj preko GTM-a.

Koje metrike su važne za ocjenu performansi autora?

Korisnici, sesije i prikazi su osnovne metrike; međutim, prosječno vrijeme angažmana, stopa angažmana, broj ključnih događaja, stopa konverzije i doprinos prihodu trebaju se razmatrati zajedno.