TÌM HIỂU TỔNG QUAN VỀ NHÂN KHẨU HỌC
Nhân khẩu học là gì?
Nhân khẩu học trong tiếng Anh là Demographic.
Nhân khẩu học nghiên cứu dân số dựa trên các yếu tố như tuổi tác, chủng tộc và giới tính Dữ liệu nhân khẩu học cung cấp thông tin kinh tế - xã hội dưới dạng thống kê, bao gồm các chỉ số về việc làm, giáo dục, thu nhập, tỷ lệ kết hôn, tỷ lệ sinh và tử vong, cùng nhiều yếu tố khác.
Chính phủ, doanh nghiệp và tổ chức phi chính phủ áp dụng nhân khẩu học để hiểu rõ hơn về đặc điểm dân số, phục vụ cho việc phát triển chính sách và nghiên cứu thị trường kinh tế.
Một công ty chuyên bán xe dã ngoại cao cấp cần xác định số lượng người ở hoặc sắp đến tuổi nghỉ hưu và tỷ lệ phần trăm trong số họ có khả năng mua sản phẩm của mình.
Hiểu như thế nào mới đúng về Nhân khẩu học
Nhân khẩu học là quá trình thu thập và phân tích dữ liệu về các đặc điểm chung của một dân số cụ thể Công cụ này thường được ứng dụng trong tiếp thị để xác định phương pháp tiếp cận khách hàng hiệu quả và đánh giá hành vi tiêu dùng của họ.
Chia nhóm dân số bằng cách sử dụng nhân khẩu học giúp các công ty xác định quy mô thị trường tiềm năng và đảm bảo rằng sản phẩm, dịch vụ của họ nhắm đúng vào người tiêu dùng mục tiêu Việc phân loại thị trường có thể dựa trên độ tuổi, ví dụ như nhóm baby boomers (sinh năm 1946-1964) hoặc millennials (sinh 1981-1996).
Sự phát triển của internet, mạng xã hội, thuật toán dự đoán và Big Data đã tạo ra một bước ngoặt lớn trong việc thu thập và sử dụng thông tin nhân khẩu học Người tiêu dùng hiện đại cung cấp một lượng dữ liệu khổng lồ qua các hoạt động trực tuyến và ngoại tuyến, được theo dõi qua ứng dụng và nền tảng truyền thông xã hội Kết hợp với sự tiến bộ trong trí tuệ nhân tạo, khối lượng dữ liệu này có thể được khai thác để dự đoán và xác định chính xác mục tiêu lựa chọn của người tiêu dùng.
Các loại thông tin Nhân khẩu học
Để đạt được các mục tiêu marketing, công ty thu thập dữ liệu nhân khẩu học nhằm xây dựng hồ sơ khách hàng Những biến số phổ biến trong nghiên cứu này bao gồm tuổi tác, giới tính, mức thu nhập, chủng tộc, nghề nghiệp, địa điểm và trình độ giáo dục Ngoài ra, các yếu tố nhân khẩu học bổ sung như sở thích và lối sống cũng được xem xét để hiểu rõ hơn về khách hàng.
Các cơ quan chính phủ thu thập dữ liệu trong quá trình điều tra dân số quốc gia để dự báo các mô hình kinh tế và tăng trưởng dân số Dữ liệu nhân khẩu học này giúp điều chỉnh quản lý một cách hiệu quả hơn.
Thông tin nhân khẩu học được sử dụng như thế nào?
Các công ty lớn thường thực hiện nghiên cứu nhân khẩu học để xác định chiến lược tiếp thị cho sản phẩm và dịch vụ của họ, cũng như nhận diện thị trường tiềm năng cho nhóm khách hàng mục tiêu Ngoài ra, xu hướng nhân khẩu học rất quan trọng vì quy mô của các nhóm này có thể thay đổi theo thời gian do ảnh hưởng từ các yếu tố kinh tế, văn hóa và chính trị.
Thông tin này hỗ trợ công ty trong việc xác định mức vốn cần phân bổ cho sản xuất và quảng cáo Mỗi phân khúc thị trường có thể được phân tích theo các mô hình chi tiêu tiêu dùng riêng biệt Chẳng hạn, nhóm người già thường chi nhiều hơn cho sản phẩm chăm sóc sức khỏe và dược phẩm, do đó, phương thức tiếp cận với nhóm khách hàng này cần khác biệt so với nhóm người trẻ.
GOOGLE ANALYTICS 4( GA4) VÀ
Google Analytics 4(GA4) là gì?
Google Analytics 4 (GA4) là phiên bản mới nhất của phần mềm phân tích dữ liệu Google Analytics, thay thế cho Universal Analytics Được ra mắt vào ngày 14.10.2020, GA4 mang đến nhiều cải tiến trong cách thu thập thông số sự kiện và cách trình bày báo cáo Phiên bản này tập trung vào phân tích sự kiện và cung cấp các báo cáo chi tiết về hành trình truy cập và chuyển đổi của người dùng.
Phân biệt Google Analytics 4( GA4) và Universal Analytics( UA)
UA: lượt xem trang , sự kiện, xã hội , giao dịch/TMDT , thời gian người dùng, trường hợp ngoại lệ , lượt xem ứng dụng/màn hình.
GA4: sự kiện, sự kiện, sự kiện, sự kiện, sự kiện, sự kiện, sự kiện.
2.2 Sự tối ưu của Google Analytics 4( GA4) so với Universal Analytics( UA)
Học máy - Machine learning: Các thuật toán học máy giúp phân tích dữ liệu tốt hơn.
Bảo vệ dữ liệu theo thiết kế là một yếu tố quan trọng trong việc sử dụng Google Analytics 4 (GA4), giải pháp bền vững cho tương lai GA4 cho phép thu thập dữ liệu hiệu quả mà không cần sử dụng cookie hoặc các mã nhận dạng khác, giúp nâng cao tính riêng tư và bảo mật cho người dùng.
Lập mô hình - Modeling: Nếu dữ liệu không đầy đủ, GA4 sẽ thu hẹp khoảng cách với các phương pháp lập mô hình.
Google cung cấp khả năng kiểm soát dữ liệu tốt hơn trong GA4, cho phép người dùng quản lý hiệu quả việc thu thập, lưu trữ, xóa và chia sẻ dữ liệu Đặc biệt, GA4 tự động ẩn danh địa chỉ IP của người dùng, đảm bảo tính bảo mật và riêng tư cho dữ liệu.
Luồng dữ liệu đã được cập nhật với phiên bản tiêu chuẩn mới, cho phép đo lường năm sự kiện bổ sung bên cạnh số hiển thị trang, bao gồm các hành động như cuộn và nhấp vào liên kết bên ngoài.
Trong mô-đun phân tích mới, người dùng có thể trải nghiệm những khả năng hình ảnh hóa hoàn toàn mới, bao gồm hình ảnh hóa kênh, bảng tổng hợp và biểu đồ phân tán.
2.3 Các tính năng khác Google Analytics 4( GA4) so với Universal Analytics( UA)
Tập trung vào người dùng: GA4 tập trung vào người dùng, trong khi UA tập trung vào các phiên.
Cấu trúc mới không còn chế độ xem dữ liệu và bộ lọc, nhưng cho phép người dùng lọc trực tiếp và mở rộng thông tin trong các báo cáo phân tích.
Phân tích: Các khả năng phân tích thường rộng hơn và phứuc tạp hơn.
Tiêu chuẩn hóa: Các tương tác tiêu chuẩn của người dùng, chẵn hạn như nhấp chuột, cuộn, v.v là "không có sẵn"
Xác định mục tiêu tiêu chuẩn: Mục tiếu có thể được kích hoạt dễ dàng thông qua Trang Chủ>Sự kiện
Để tối ưu hóa hiệu quả, bạn nên xác định mục tiêu tùy chỉnh bằng cách thiết lập các sự kiện riêng lẻ và đánh dấu chúng là mục tiêu trong bước thứ hai.
2.4 Thực tế các số liệu của Google Analytics 4( GA4) với Universal Analytics( UA) giúp ta
Bài viết này cung cấp cái nhìn tổng quan về các chỉ số quan trọng trong thương mại điện tử, bao gồm số lượng người dùng, người dùng mới, số phiên truy cập, tỷ lệ thoát, số trang mỗi phiên, thời gian trung bình của phiên, số giao dịch, doanh thu và tỷ lệ chuyển đổi Những chỉ số này đóng vai trò quan trọng trong việc đánh giá hiệu quả hoạt động của một trang web thương mại điện tử.
Các mục trên cung cấp thông tin về độ tuổi của khách hàng đã giao dịch và tỷ lệ giao dịch theo từng độ tuổi Điều này giúp doanh nghiệp xác định hướng phát triển và xây dựng chiến lược marketing phù hợp với từng phân khúc thị trường.
Bài viết này trình bày các chỉ số quan trọng trong thương mại điện tử, bao gồm: số lượng người dùng, người dùng mới, số phiên truy cập, tỷ lệ thoát, số trang mỗi phiên, thời gian trung bình của phiên, số giao dịch, doanh thu và tỷ lệ chuyển đổi Những chỉ số này là yếu tố quyết định để đánh giá hiệu quả hoạt động của một trang thương mại điện tử.
Các mục trên cung cấp thông tin về giới tính của khách hàng đã thực hiện giao dịch và tỷ lệ giao dịch tương ứng với từng giới tính Điều này giúp chúng ta xác định hướng phát triển phù hợp cho doanh nghiệp.
VÍ DỤ THỬ NGHIỆM GOOGLE ANALYTICS 4 (GA4) VÀ
Hiểu thành phần giới tính, độ tuổi và sở thích
Báo cáo Tổng quan nhân khẩu học cung cấp cái nhìn tổng quát về đối tượng của chúng ta, phân tích sự khác biệt giữa nam và nữ, và sau đó đi sâu vào các chi tiết cụ thể hơn.
Báo cáo Tổng quan nhân khẩu học, phần trăm độ tuổi và giới tính.
Người dùng nam nhiều hơn 11,4% so với nữ. Độ tuổi 25-34 có tỷ lệ 1:2 so với các độ tuổi khác gộp lại.
Khi phân tích danh mục Giới tính, đặc biệt là nhóm nam, chúng ta nhận thấy tỷ lệ độ tuổi ổn định theo giới tính Đối tượng nam được phân chia thành nhiều danh mục khác nhau dựa trên độ tuổi.
Trong ví dụ này, nam giới trong độ tuổi 25-34 có tỷ lệ 1:2 so với tất cả nam giới khác Hãy phân tích chi tiết từng nhóm tuổi để xem xét dữ liệu liên quan đến tham số Danh mục khác.
18-24 25-34 Đối tượng nam được chia nhỏ theo danh mục Độ tuổi và Sở thích.
Trong nghiên cứu này, hai độ tuổi có lượng người dùng cao nhất đều thể hiện sở thích hàng đầu là “Arts & Entertainment/TV & Video/Online Video” và “[Life Events] Job Change/Recently Started New Job” Sở thích phổ biến thứ ba và thứ tư giữa hai độ tuổi giống nhau nhưng có sự thay đổi về thứ hạng, trong khi các sở thích từ thứ năm trở đi lại khác biệt giữa các độ tuổi.
Nhắm mục tiêu người dùng có giá trị cao
Xác định nhân khẩu học của khách hàng có giá trị và tiềm năng giúp tối ưu hóa chiến dịch tiếp thị và xây dựng đối tượng cho tiếp thị lại Đối với trang web thương mại điện tử, việc nhận diện nhóm người dùng có tỷ lệ chuyển đổi cao hoặc doanh thu lớn là rất quan trọng Trong khi đó, với trang web tập trung vào nội dung, cần xác định nhóm người dùng có mức độ tham gia cao, được đo lường qua thời gian phiên hoặc số lần truy cập trang mỗi phiên.
Tất cả các báo cáo về Độ tuổi, Giới tính và Sở thích đều cung cấp chỉ số về mức độ tương tác và chuyển đổi Chúng ta có thể sử dụng bất kỳ báo cáo nào trong số này để hình dung rõ hơn về nhóm khách hàng có giá trị cao.
Báo cáo Độ tuổi, Doanh thu theo độ tuổi.
Báo cáo Độ tuổi chỉ ra rằng nhóm người dùng chủ yếu nằm ở độ tuổi 18-24, 25-34 và 35-44 Mặc dù độ tuổi 25-34 mang lại doanh thu cao nhất, nhưng nhóm 35-44 lại có tỷ lệ chuyển đổi tốt nhất.
Nếu chúng ta đi sâu vào độ tuổi để xem danh mục này được chia nhỏ như thế nào theo giới tính
Báo cáo giới tính; độ tuổi 25-34 được chia nhỏ theo giới tính.
Có sự chênh lệch nhỏ về khối lượng phiên, với 10,32% so với 11,4% tỷ lệ người dùng, trong khi đó, chênh lệch về doanh thu lại lớn hơn, đạt 16,9%.
Tỷ lệ chuyển đổi của nam so với nữ xấp xỉ là 4:3.
Vì vậy, trong ví dụ này, nam giới ở độ tuổi 25-34 đại diện cho khách hàng giá trị cao nhất.
Bước tiếp theo có thể là để xác định danh mục sở thích chuyển đổi cao nhất
Báo cáo Danh mục sở thích, Doanh thu theo Danh mục sở thích.
Ví dụ: chúng ta có thể thấy Technology/Technophiles, Shoppers/Value
Shoppers, media and entertainment enthusiasts, lifestyle and hobbyists, business professionals, and avid investors represent the most lucrative user segments Therefore, targeting men aged 25-34 with these interests is essential Additionally, focusing on technophiles is crucial, as this category generates the highest revenue.
Báo cáo Độ tuổi, Technology/Technophiles theo độ tuổi.
Trong ví dụ này, doanh thu từ phân khúc 25-34 tuổi trong lĩnh vực Công nghệ/Công nghệ yêu thích chiếm tỷ lệ hơn 1:2 so với tổng doanh thu của các phân khúc khác, mặc dù tỷ lệ chuyển đổi của nó chỉ cao hơn một chút so với mức trung bình.
Loại bỏ chi tiêu quảng cáo vào người dùng có giá trị thấp
Chúng ta có thể áp dụng phân tích tương tự để xác định đối tượng có giá trị thấp, tương tự như cách chúng ta tìm kiếm đối tượng có giá trị cao Thay vì kỳ vọng vào doanh thu và tỷ lệ chuyển đổi cao, chúng ta chỉ cần dự đoán điều ngược lại.
Sau khi xác định được những khách hàng có giá trị thấp, chúng ta có thể loại trừ họ khỏi danh sách mục tiêu, giúp họ không nhìn thấy quảng cáo của chúng ta.
Để tối ưu hóa chiến dịch tiếp thị lại, chúng ta có thể tinh chỉnh đối tượng bằng cách sử dụng các tham số như độ tuổi, giới tính, danh mục sở thích và các danh mục khác Những yếu tố này giúp xây dựng các nhóm nhân khẩu học có giá trị, tạo nền tảng vững chắc cho đối tượng tiếp thị lại trong Analytics.
Dựa trên các ví dụ báo cáo Analytics, chúng ta có thể xây dựng nhóm Nhân khẩu học cho Đối tượng tiếp thị lại, tập trung vào khách hàng giá trị cao nhất, với độ tuổi từ 25 đến 34.
Danh mục sở thích: “Technology/Technophiles”, “Shoppers/Value Shoppers”, “Media
& Entertainment/Movie Lovers”, “Lifestyles & Hobbies/Business Professionals” và
Danh mục khác: “Arts & Entertainment/TV & Video/ Online Video” và “[Life
Events] Job Change/Recently Started New Job”.
Bất kỳ định nghĩa nào về đối tượng từ các báo cáo Analytics đều có thể được chuyển đổi thành Đối tượng tiếp thị lại, giúp bạn tối ưu hóa chiến dịch Quảng Cáo hiệu quả hơn.
Hiểu thành phần quốc gia, thành phố và ngôn ngữ
Báo cáo Tổng quan nhân khẩu học cung cấp cái nhìn tổng quát về nhóm nhân khẩu của chúng ta, giúp chúng ta dễ dàng nắm bắt thông tin và sau đó phân tích sâu hơn các chi tiết cụ thể.
Báo cáo Tổng quan nhân khẩu học về Quốc gia, Thành phố và Ngôn ngữ.
Lượng người dùng từ Hoa Kỳ vượt trội hơn so với các quốc gia khác, với ngôn ngữ tiếng Anh được sử dụng nhiều gấp 9 lần so với ngôn ngữ đứng thứ hai là tiếng Trung và thứ ba là tiếng Tây Ban Nha.
Có tới 4 thành phố lớn của United States thuộc top 8 thành phố có nhiều người dùng nhất thế giới.
Nếu đi sâu vào chi tiết danh mục Quốc gia.
Báo cáo Doanh thu theo Quốc gia.
Trong ví dụ này, United States chiếm đến 95,74% Tổng doanh thu trên thế giới. Đi sâu vào chi tiết danh mục Thành phố.
Báo cáo Doanh thu theo Thành phố.
Hai thành phố có doanh thu cao nhất tại Hoa Kỳ là New York và San Jose, nổi bật trong danh mục Ngôn ngữ.
Báo cáo Doanh thu theo Ngôn ngữ.
Trong ví dụ này, ngôn ngữ English chiếm đến 97,94% Tổng doanh thu trên thế giới.
Loại bỏ chi tiêu quảng cáo vào người dùng có giá trị thấp
Chúng ta có thể áp dụng phương pháp phân tích tương tự để xác định đối tượng có giá trị thấp, giống như cách tìm kiếm đối tượng có giá trị cao Thay vì kỳ vọng vào doanh thu và tỷ lệ chuyển đổi cao, chúng ta chỉ cần tập trung vào việc tìm kiếm những chỉ số ngược lại.
Sau khi xác định được những khách hàng có giá trị thấp, chúng ta có thể loại trừ họ khỏi danh sách mục tiêu, giúp họ không thấy quảng cáo của chúng ta.
Để tối ưu hóa đối tượng tiếp thị lại trong Analytics, chúng ta có thể tinh chỉnh các tham số như độ tuổi, giới tính, danh mục sở thích, quốc gia, thành phố và ngôn ngữ Những yếu tố này giúp xây dựng các nhóm nhân khẩu học giá trị, từ đó nâng cao hiệu quả của chiến dịch tiếp thị lại.
Dựa trên các ví dụ báo cáo Analytics, chúng ta có thể xây dựng nhóm nhân khẩu học cho đối tượng tiếp thị lại, tập trung vào khách hàng có giá trị cao nhất, với độ tuổi từ 25 đến 34.
Danh mục sở thích: “Technology/Technophiles”, “Shoppers/Value Shoppers”, “Media
& Entertainment/Movie Lovers”, “Lifestyles & Hobbies/Business Professionals” và
Danh mục khác: “Arts & Entertainment/TV & Video/ Online Video” và “[Life
Events] Job Change/Recently Started New Job”.
Thành phố: New York, San Jose.
Bất kỳ định nghĩa nào về đối tượng trong báo cáo Analytics đều có thể được chuyển đổi thành Đối tượng tiếp thị lại, giúp bạn tối ưu hóa chiến dịch Quảng Cáo của mình.
PHẦN 3: SỰ KIỆN( EVENT) TRONG GOOGLE ANALYTICS 4( GA4)
1 Giới thiệu về sự kiện:
Các sự kiện được kích hoạt khi người dung tương tác với trang web hoặc ứng dụng của bạn
Bạn có thể thu nhập nhiều sự kiện mà không cần lập trình Những sự kiện này có thể đáp ứng đủ cho nhu cầu của bạn.
Sự kiện được thu thập tự động sẽ được ghi nhận thông qua tính năng thu thập dữ liệu cơ bản khi người dùng tương tác với ứng dụng hoặc trang web của bạn Bạn không cần phải viết mã bổ sung nào, chỉ cần sử dụng SDK hoặc gtag.js để thu thập các sự kiện này.
Tên sự kiện Đã tự động kích hoạt ad_click
(ứng dụng) khi người dùng nhấp vào một quảng cáo ad_exposure
(ứng dụng) khi màn hình hiển thị ít nhất một quảng cáo do SDK quảng cáo trên thiết bị di động phân phát ad_impression
(ứng dụng) khi người dùng thấy một quảng cáo hiển thị ad_query
(ứng dụng) khi SDK quảng cáo trên thiết bị di động thực hiện một yêu cầu quảng cáo ad_reward
(ứng dụng) khi người dùng nhận được phần thưởng từ quảng cáo có tặng thưởng do SDK quảng cáo trên thiết bị di động phân phát adunit_exposure
(ứng dụng) khi một đơn vị quảng cáo do SDK quảng cáo trên thiết bị di động phân phát hiển thị trên màn hình app_clear_data
Khi người dùng đặt lại hoặc xóa dữ liệu ứng dụng trên Android, tất cả các tùy chọn cài đặt và dữ liệu đăng nhập sẽ bị xóa.
(ứng dụng) khi ứng dụng gặp lỗi hoặc trường hợp ngoại lệ app_remove
Chỉ Android khi người dùng xóa (gỡ cài đặt) một gói ứng dụng khỏi một thiết bị Android app_store_refund
Chỉ Android khi một lượt mua hàng trong ứng dụng được Google Play hoàn tiền app_store_subscription_cancel
Chỉ Android khi người dùng hủy gói đăng ký có tính phí trong Google Play app_store_subscription_convert
(ứng dụng) khi người dùng chuyển từ gói đăng ký dùng thử miễn phí sang gói đăng ký có tính phí app_store_subscription_renew
(ứng dụng) khi người dùng gia hạn gói đăng ký có tính phí app_update
(ứng dụng) khi người dùng cập nhật ứng dụng lên một phiên bản mới và bắt đầu chạy lại click
(web) mỗi khi người dùng nhấp vào đường liên kết dẫn ra khỏi miền hiện tại dynamic_link_app_open
(ứng dụng) khi người dùng mở lại ứng dụng thông qua một đường liên kết động dynamic_link_app_update
Khi người dùng cập nhật ứng dụng Android lên phiên bản mới, họ cần mở ứng dụng thông qua liên kết động dynamic_link_first_open để trải nghiệm các tính năng mới.
(ứng dụng) khi người dùng mở ứng dụng lần đầu tiên thông qua một đường liên kết động error
Ứng dụng ghi nhật ký cho những sự kiện mà hệ thống không thể ghi lại do sự kiện đó không hợp lệ theo một cách nào đó.
Khi người dùng nhấp vào liên kết dẫn đến một tệp có đuôi phổ biến như tài liệu, văn bản, tệp thực thi, bản trình bày, tệp nén, video hoặc âm thanh, điều này có thể kích hoạt các chiến dịch tiếp thị từ Firebase.
(ứng dụng) khi người dùng chạy ứng dụng với các thông số chiến dịch firebase_in_app_message_action
(ứng dụng) khi người dùng thực hiện hành động đối với một Thông báo trong ứng dụng Firebase firebase_in_app_message_dismiss
(ứng dụng) khi người dùng bỏ qua một Thông báo trong ứng dụng Firebase firebase_in_app_message_impression
(ứng dụng) khi người dùng nhìn thấy một Thông báo trong ứng dụng Firebase first_open
(ứng dụng) lần đầu tiên người dùng chạy ứng dụng sau khi cài đặt hoặc cài đặt lại ứng dụng đó first_visit
(ứng dụng, web) lần đầu tiên người dùng truy cập vào trang web hoặc chạy ứng dụng Android tức thì có bật Analytics in_app_purchase
Khi người dùng hoàn tất giao dịch mua hàng trong ứng dụng, bao gồm cả đăng ký ban đầu, quá trình này được xử lý thông qua App Store trên iTunes hoặc Google Play.
Chỉ Android khi người dùng bỏ qua một thông báo gửi từ FCM notification_foreground
(ứng dụng) khi thiết bị nhận được một thông báo gửi từ FCM trong lúc ứng dụng đang chạy trên nền trước notification_open
(ứng dụng) khi người dùng mở một thông báo gửi từ FCM notification_receive
(ứng dụng) khi thiết bị nhận được một thông báo gửi từ FCM trong lúc ứng dụng đang
Chỉ Android chạy trong nền notification_send
Chỉ Android khi một thông báo do FCM gửi os_update
Khi thiết bị được cập nhật lên phiên bản hệ điều hành mới, hệ thống sẽ chuyển mã phiên bản cũ thành thông số page_view.
(web) mỗi khi trang tải hoặc trang web đang hoạt động thay đổi trạng thái lịch sử duyệt web screen_view
(ứng dụng) khi một sự kiện chuyển màn hình xảy ra và người dùng đáp ứng bất kỳ tiêu chí nào sau đây:
Bạn chưa đặt màn hình nào trước đó Tên màn hình mới khác với tên màn hình trước đó
Tên lớp màn hình mới khác với tên lớp màn hình trước đó
Mã màn hình mới khác với mã màn hình trước đó di chuyển
(web) lần đầu tiên người dùng đến cuối trang (nghĩa là khi độ dài trang hiển thị 90%) session_start
(ứng dụng, web) khi người dùng tương tác với ứng dụng hoặc trang web user_engagement
(ứng dụng, web) định kỳ, trong khi ứng dụng chạy nổi video_complete
(web) khi video kết thúc video_progress
(web) khi tiến trình video phát qua 10%, 25%, 50% và 75% thời lượng video_start
(web) khi video bắt đầu phát view_search_results
(web) mỗi khi người dùng thực hiện việc tìm kiếm trên trang web, biểu thị bằng sự hiện diện của thông số truy vấn URL