利用 GA 資料，為視覺設計 Team 打造可自查廣告成效的 Dashboard (三) — 實作

在之前的兩個篇章中，我介紹了自己如何透過觀察已打造好的 Dashboard 來觀察 CMoney 內廣中的成效，本篇是最後一篇，分享我的打造方式、中間遭遇了各種技術關卡也是多虧網路上他人的知識分享來克服，希望我的經驗分享也同樣能幫助到一些人。

思路

1. 將 GA 資料轉移到 Looker studio，以做高自由度的資料檢視
2. 從 GA 資料中提取 CMoney 內廣點擊相關事件、將不相關的事件過濾掉
3. 將蒐集到的欄位資料轉換成可直接點擊的網址和可肉眼辨識的圖片
4. 混合 ( blend ) 內廣點擊與 Pageview 事件，推算 CTR
5. 半自動辨識圖片尺寸進行版位分類，再將分類資料混合進 Looker Studio。

將 GA 資料轉移到 Looker studio

這是最簡單的部分，因為 2 個應用同屬 Google，只要在 Looker studio 新增資料源、登入自己有瀏覽權的 GA 即可完成。

相對的，目前沒有直接手段將 Flurry 的資料帶入 Looker studio，這也是我沒有將 APP 內彈窗的資料帶入的原因。

提取 CMoney 內廣點擊相關事件、將不相關的事件過濾掉

首先拉一個 Raw Data Table 出來檢視事件資料，我將不重複 Event 數作為 Metric、並將事件動作、日期、所在頁面、被點擊的圖片 ( 我們有收其網址 ) 作為 Dimension。

再來，設定 Filter 過濾掉我不需要的事件。

即可獲得純內廣點擊事件，並排除 CMoney 的測試機。

套用 Filter 後的 Raw Data Table

欄位資料轉換成可直接點擊的網址和可辨識的圖片

這裡我們的 GA 回傳的圖片網址多了一個底線符合”https://fsv.cmoney.tw/cmstatic/app/images/ads/730D9788.jpg_”

所以我建立一個新的 Field， 並用 Formula 去減去這個”_”符號，使這個網址有效。我也再將它複製成圖片瀏覽用 ( 告訴 Lookerstudio 這個網址的類別為”圖片” )

完成後，將這 2 種欄位設成 Table 的 Dimension，就能在一個表格中直接辨認圖片，而不用另開視窗一張張圖片看。

混合 ( blend ) 內廣點擊與 Pageview 事件，推算 CTR

正確來說，廣告的 CTR 應該用不重複 Click / Impression。
然而我手邊的 GA 資料最多能得知廣告所在頁面的 Pageview，CMoney 的內廣都是在第一屏可見的位置，Pageview 勉強可以類推。

我在這一步的動作是執行下圖紫框的部分，Looker studio 能基於 GA 定義的 UUID 來判斷 Pageview 與 Click 事件是否源自同一個 User，但這個資料 Google 預設是不開放給我們取得的，所以只能由 Looker Studio 幫我混合。

在混合時我會告訴 Lookerstudio 將日期/內廣所在的網頁作為”不重複”的依據，也就是同一 User 在同一天造訪不同網頁/點擊不同廣告時，視為不重複。

當做到這一步時，我們已能在 Looker Studio 中直接查看廣告 Banner 的 CTR 了。當然，將不同尺寸、曝光頁面相異的 Banner 放在一起比較會很難解讀，所以下一步是將版位給辦識出來。

半自動辨識圖片尺寸進行版位分類

雖然可以透過寫程式，在觸發 GA 事件的階段就將被點擊的廣告版位資訊蒐集起來，但我的情況是希望用一個方法將過去 1 年的資料都加以分析，所以這裡我採用事後辨識圖片的方法。

我會從 Looker studio 將內廣點擊事件導出到 Google Spreadsheet 中辨識圖片尺寸，為每個廣告圖片註記版位編號後再拉回 Looker studio 中做混合。

首先，我會在 Lookerstudio 建一個表格，只放未被分類過的廣告圖。我會定期將表格匯出至 Spreadsheet。再將資料轉貼進我真正的已分類廣告圖表，進行分類作業。

我會呼叫一個名為 getImageSize 的外掛功能來辦識我的圖片網址其圖片尺寸。

最後再寫一個 Formula 來依圖片尺寸去分類版位。

最後將分類完的資料混合回 Looker studio，我就能只針對單一版位來比較廣告的 Click 與 CTR 了。

廣告版位分類後，可以進一步將成效的好壞與設計、內容連結

結語

用 GA Event 和 Pageview 混合的資料並不是完整正確，當廣告在某日完全沒有點擊數時，當天的 Pageview 將不會被計算到。當然，從技術上來說我們也無法精楚的判斷無 Click 的當天到底是廣告沒上刊還是只是沒點擊。

因此，CTR 資料可信度高的情況是 Click 夠高的時候 ( 我們的內廣告平均放 5 天，Click 有破 200 就是不錯的成效 ) ，用這個方式我們可以正向表列的挑出哪些廣告的設計與內容足夠吸引人，從而在未來借鑑。

做這個 Dashboard 最主要的目的是賦與我帶領的視覺設計師們衡量設計成功與否的自主權，希望提供這樣的工具來幫助他們有方向的推進自己的設計能力，而不是被動的順從我或需求方的主觀意見。

如果有 GA / GTM編輯權的話，本篇的部分技術細節可能有更簡潔精準的實踐方式，又因為傳統 GA 及將在 2023 年 Q2 結束，所以再來的課題是和 CMoney 的技術單位就 GA 4 的追蹤與 Dashboard 再建立做後續研究。

本系列到此結束，感謝觀看。

本系列文章連結 :
利用 GA 資料，為視覺設計 Team 打造可自查廣告成效的 Dashboard (一) — 功能說明
利用 GA 資料，為視覺設計 Team 打造可自查廣告成效的 Dashboard (二) — 取得洞察與決策回顧
利用 GA 資料，為視覺設計 Team 打造可自查廣告成效的 Dashboard (三) — 實作