Słownik

Dlaczego unikalni odwiedzający to w każdym narzędziu co innego

Taras Shynkarenko
Taras Shynkarenko
•Zaktualizowano: •8 min czytania
Dlaczego unikalni odwiedzający to w każdym narzędziu co innegoDlaczego unikalni odwiedzający to w każdym narzędziu co innego

W skrócie

8 min czytania

Unikalny odwiedzający to jeden identyfikator po usunięciu duplikatów, liczony raz na okres raportowania, niezależnie od liczby wizyt. Każde narzędzie buduje ten identyfikator inaczej: Matomo przechodzi od User ID przez plik cookie do zahaszowanego odcisku, GA4 oferuje trzy tożsamości raportowania i przybliża wynik algorytmem HyperLogLog++ z precyzją 14, Adobe liczy identyfikatory odwiedzających, a Plausible haszuje odwiedzających z solą usuwaną co 24 godziny. Matomo Cloud w ogóle nie przetwarza tego wskaźnika dla miesięcy, lat ani niestandardowych zakresów.

Co oznaczają unikalni odwiedzający w analityce?

W praktyce każde narzędzie rozumie unikalnych odwiedzających jako identyfikatory po usunięciu duplikatów, liczone raz na okres raportowania, niezależnie od tego, ile wizyt lub odsłon wygenerował każdy z nich. Matomo jasno określa cel: Unique Visitor to "an unduplicated individual visiting your website, based on available identification methods such as Matomo's first-party cookies or User ID", a "each visitor is counted only once per selected reporting period, even if they visit the website multiple times during that time." Adobe Analytics mówi bardziej bezpośrednio, co naprawdę jest liczone: wskaźnik "shows the number of visitor IDs for the dimension item."

Wszystkie rozbieżności biorą się z różnicy między osobą a identyfikatorem. Jedna osoba na laptopie i telefonie to dwa identyfikatory. Jedna osoba, która we wtorek wyczyści pliki cookie, to dwa identyfikatory. Jedna przeglądarka współdzielona przez domowników to jeden identyfikator obejmujący trzy osoby. Liczba na dashboardzie jest dokładna w odniesieniu do identyfikatorów i przybliżona w odniesieniu do ludzi, a dokumentacja żadnego dostawcy nie twierdzi inaczej.

Osoba pracuje jednocześnie na laptopie i telefonie, a takie korzystanie z dwóch urządzeń daje dwa identyfikatory odwiedzającego zamiast jednego.

Jak poszczególne narzędzia identyfikują unikalnego odwiedzającego?

Każde narzędzie rozpoznaje odwiedzającego przez inny łańcuch rozwiązań zapasowych, a od tego łańcucha zależy wynik.

NarzędzieŁańcuch identyfikatorówCo się dzieje, gdy brakuje pierwszego ogniwa
MatomoUser ID, potem identyfikator odwiedzającego z własnego pliku cookie, potem config_idHaszuje informacje o środowisku do anonimowego config_id i dopasowuje według niego
GA4Zależy od ustawienia tożsamości raportowaniaBlended to "By User-ID, device ID, then modeling"; Observed to "By User-ID, then device ID"; Device based "uses only the device ID and ignores all other IDs that are collected"
Adobe AnalyticsVisitor IDLiczy "the number of unique visitor IDs for a given dimension item"
Plausiblehash(daily_salt + website_domain + ip_address + user_agent)Nic nie jest trwałe: "The salt is rotated and deleted every 24 hours"

Wiersz Plausible jest najbardziej pouczający, bo pokazuje kompromis wprost, zamiast go ukrywać. Zmiana i usuwanie soli co 24 godziny "prevents tracking users across days", co oznacza też, że ta sama osoba odwiedzająca witrynę w poniedziałek i wtorek to dwóch unikalnych odwiedzających w każdym raporcie wielodniowym. To celowa cecha chroniąca prywatność, a nie błąd, i sprawia ona, że tygodniowa liczba unikalnych odwiedzających w Plausible jest strukturalnie wyższa niż w narzędziu opartym na plikach cookie przy identycznym ruchu.

GA4 w ogóle nie publikuje wskaźnika o nazwie „unikalni odwiedzający”. Publikuje Total users, czyli "the number of unique users who triggered any event in the specified date range", oraz Active users, czyli "the number of unique users who engaged with your site or app in the specified date range." Kto odczytuje raport GA4 jako liczbę unikalnych odwiedzających, patrzy na jeden z tych dwóch wskaźników, a nie są one sobie równe.

Dlaczego liczby unikalnych odwiedzających nie sumują się między dniami?

Unikalni odwiedzający się nie sumują, bo każdy okres raportowania usuwa duplikaty niezależnie, a odwiedzający obecny przez pięć dni to pięciu unikalnych dziennych, ale jeden unikalny tygodniowy. Adobe opisuje to samo zachowanie w Analysis Workspace: suma raportu usuwa duplikaty w całym zakresie dat, zamiast dodawać wartości dzienne. Arytmetyka, która działa dla odsłon i sesji, tutaj zawodzi.

pageviews(Mon..Sun) = sum of daily pageviews
sessions(Mon..Sun)  = sum of daily sessions
uniques(Mon..Sun)  != sum of daily uniques

Jeśli arkusz dodaje siedem dziennych liczb unikalnych odwiedzających, by uzyskać wartość tygodniową, ta wartość jest błędna zawsze w jedną stronę: jest za wysoka. Ta sama zasada dotyczy miesięcy i lat. Odsłony, sesje i użytkownicy agregują się do siebie w ustalonym kierunku, a unikalni odwiedzający znajdują się na szczycie tej piramidy, gdzie agregacja przestaje być addytywna.

Które narzędzia nie liczą unikalnych odwiedzających dla długich okresów?

Matomo po prostu odmawia tego dla zakresów, których potrzebuje większość raportów. Wersja Cloud przetwarza ten wskaźnik "for days and weeks only and cannot be enabled for months, years, or custom date ranges." Matomo On-Premise ma go domyślnie wyłączonego dla lat i zakresów za pomocą dwóch ustawień:

enable_processing_unique_visitors_year = 0
enable_processing_unique_visitors_range = 0

Dokumentacja podaje powód bez eufemizmów: "By default for performance reasons the 'Visitors > Overview > Unique Visitors / Users' metrics are disabled because the SQL query to process unique visitors/users is quite costly and take minutes to run on a High traffic Matomo server." Ich włączenie "will have a negative impact on the performance of report processing." Roczny raport Matomo z pustą komórką unikalnych odwiedzających nie jest więc zepsuty, tylko tak skonfigurowany.

Szafy serwerowe w centrum danych, symbolizujące przetwarzanie po stronie backendu przy liczeniu odwiedzających na dużą skalę.

Czy liczba unikalnych odwiedzających w GA4 jest szacunkiem?

GA4 ją szacuje. Dokumentacja Google dla programistów podaje, że Analytics używa HyperLogLog++ do szacowania kardynalności dla "most used metrics including Active Users and Sessions", i publikuje wartości precyzji: 14 dla Active users, 14 dla Total users i 12 dla Sessions. Odtworzenie tej liczby w BigQuery daje wynik bliski, ale nie identyczny, bo Analytics używa dla użytkowników sparse precision równej 25, a BigQuery domyślnie ustawia ją na precyzję plus pięć, czyli 19. Uwaga samego Google: "There will be a small difference in user count for cardinalities up to approximately 12,200."

Ten próg ma większe znaczenie dla małych i średnich witryn niż dla dużych. Poniżej około 12 200 różnych użytkowników w danym wycinku szkic i dokładna liczba mogą się wyraźnie różnić, dlatego segment GA4 i zapytanie BigQuery dla tych samych zdarzeń często rozmijają się o kilku użytkowników, choć nikt nie zawinił. Google osobno zaznacza w odniesieniu do zdarzeń, że "A discrepancy of 2-5% between the total event count in Analytics and BigQuery is expected". Pozostałe przyczyny omawia tekst o tym, dlaczego dwa narzędzia analityczne pokazują różne liczby.

Precyzja HyperLogLog++ według wskaźnika
Aktywni użytkownicy14
Łączna liczba użytkowników14
Sesje12
Szacunek kardynalności w GA4 zależy od ustawienia precyzji, a nie od liczby użytkowników, dlatego sumy poniżej około 12 200 użytkowników mogą wyraźnie różnić się od dokładnego zapytania w BigQuery.

Co psuje liczbę unikalnych odwiedzających w praktyce?

Psują ją cztery rzeczy i wszystkie zawyżają wynik, zamiast go zaniżać.

Pierwsza to czas życia plików cookie. Za każdym razem, gdy przeglądarka wyczyści lub ograniczy pamięć z identyfikatorem odwiedzającego, kolejna wizyta zaczyna się z nowym identyfikatorem. Druga to korzystanie z wielu urządzeń: telefon i laptop to dwa identyfikatory, chyba że łączy je User ID, a tożsamość raportowania Device based w GA4 z założenia ich nie łączy. Trzecia to blokery skryptów, które zatrzymują sygnał, zanim dotrze do raportu, więc powracający odwiedzający może zniknąć z jednego raportu i pojawić się jako nowy w kolejnym. Czwarta to ruch automatyczny: narzędzie, które nie odfiltrowuje znanych botów przed liczeniem, raportuje wyższe sumy we wszystkich jednostkach, a filtrowanie botów decyduje o tym, jak bardzo wynik będzie zniekształcony.

Flowsery
Flowsery

Rozpocznij 14-dniowy okres próbny

Panel w czasie rzeczywistym

Śledzenie celów

Śledzenie bez cookie

Nic z tego nie czyni wskaźnika bezużytecznym. Sprawia tylko, że jest linią trendu, a nie spisem ludzi. Porównuj unikalnych odwiedzających z nimi samymi w czasie, w jednym narzędziu i przy jednej metodzie identyfikacji, a odpowiedzą na pytanie, które ludzie naprawdę zadają. Porównując liczbę z jednego narzędzia z liczbą z innego, mierzysz dwa łańcuchy identyfikatorów, a nie odbiorców. Jeśli niejasna jest także definicja nadrzędnego okresu, zacznij od tego, co zawiera sesja i kiedy się kończy.

Analityka stawiająca na prywatność we Flowsery liczy odwiedzających bez plików cookie i bez próbkowania, więc liczba zmienia się wtedy, gdy zmienia się ruch, a nie wtedy, gdy przeglądarka zmieni zasady przechowywania danych.

Najczęściej zadawane pytania

Czy unikalny odwiedzający to to samo co użytkownik?

W praktyce tak, a nazewnictwo zależy od dostawcy i niewiele znaczy. Adobe Analytics mówi Unique Visitors, Matomo Unique Visitors lub Users zależnie od raportu, a GA4 Total users i Active users. Wszystkie te wskaźniki liczą identyfikatory po usunięciu duplikatów w danym okresie. Istotne różnice tkwią w łańcuchu identyfikatorów, a nie w etykiecie.

Dlaczego tygodniowa liczba unikalnych odwiedzających jest niższa niż suma dzienna?

Ponieważ tydzień usuwa duplikaty odwiedzających, którzy pojawili się więcej niż jednego dnia. Odwiedzający widziany w poniedziałek i czwartek liczy się raz w wartości tygodniowej i dwa razy w sumie dziennej. Różnica między tymi liczbami to przybliżona miara tego, ile osób wraca w ciągu tygodnia.

Czy unikalnych odwiedzających może być więcej niż sesji?

Nie w jednym narzędziu i jednym okresie, bo odwiedzający musi wygenerować co najmniej jedną sesję, aby w ogóle zostać policzonym. Raport pokazujący więcej unikalnych odwiedzających niż sesji pobiera te liczby z różnych zakresów dat lub różnych narzędzi.

Czy GA4 ma wskaźnik nazwany dosłownie unikalnymi odwiedzającymi?

Nie. GA4 publikuje Total users, czyli liczbę unikalnych użytkowników, którzy wywołali dowolne zdarzenie w zakresie dat, oraz Active users, czyli liczbę unikalnych użytkowników, którzy zaangażowali się w witrynę lub aplikację. Przy tym samym ruchu Active users jest niższe niż Total users, bo pomija użytkowników, których Analytics nie mógł przypisać do sesji z zaangażowaniem.

Dlaczego Matomo zostawia pustą komórkę unikalnych odwiedzających w raporcie rocznym?

Ponieważ Matomo domyślnie nie przetwarza tego wskaźnika dla lat ani niestandardowych zakresów. W Matomo Cloud w ogóle nie można go włączyć dla miesięcy, lat ani niestandardowych zakresów dat. W Matomo On-Premise odpowiadają za niego enable_processing_unique_visitors_year i enable_processing_unique_visitors_range, domyślnie ustawione na 0, bo zapytanie jest kosztowne na serwerach o dużym ruchu.

Narzędzie zmieniające sól haszującą codziennie pokaże w wielodniowym zakresie więcej unikalnych odwiedzających niż narzędzie oparte na plikach cookie, bo ta sama osoba każdego dnia daje inny hash. Plausible dokumentuje to wprost: sól "is rotated and deleted every 24 hours", co "prevents tracking users across days while still providing useful aggregate analytics." Liczba dzienna pozostaje porównywalna, a tygodniowa i miesięczna są strukturalnie zawyżone względem trwałych identyfikatorów.

Dlaczego wizyty z dwóch urządzeń liczą się jako dwóch unikalnych odwiedzających?

Telefon i laptop rejestrują własne identyfikatory odwiedzającego, chyba że łączy je User ID. Tożsamość raportowania Device based w GA4 utrwala ten podział, bo pomija wszystkie identyfikatory poza identyfikatorem urządzenia. Bez logowania lub innego trwałego identyfikatora ta sama osoba pojawia się jako dwa identyfikatory zamiast jednego.

Tak, bo większość narzędzi identyfikuje odwiedzającego przez plik cookie z identyfikatorem, a wyczyszczenie lub ograniczenie tej pamięci oznacza nowy identyfikator przy kolejnej wizycie. Czas życia plików cookie to jedna z głównych przyczyn zawyżania liczby unikalnych odwiedzających. Ta sama osoba staje się w raporcie dwoma unikalnymi odwiedzającymi, choć jej zachowanie w niczym się nie zmieniło.

Dlaczego BigQuery pokazuje inną liczbę użytkowników niż GA4?

GA4 szacuje kardynalność za pomocą HyperLogLog++ z sparse precision równą 25, a domyślna sparse precision w BigQuery to precyzja plus pięć, czyli 19. Według uwagi samego Google ta niezgodność daje niewielką różnicę przy kardynalnościach do około 12 200. Powyżej tego progu różnica w sparse precision przestaje mieć znaczenie i pozostaje margines błędu samego szkicu względem dokładnej liczby.

Czy porównywać liczby unikalnych odwiedzających między dwoma narzędziami?

Porównanie liczby z jednego narzędzia z liczbą z drugiego mierzy dwa łańcuchy identyfikatorów, a nie tych samych odbiorców. Rozwiązanie zapasowe Matomo z plikiem cookie i config_id, ustawienie tożsamości raportowania w GA4 i zmienna sól Plausible dają różne liczby przy identycznym ruchu. Wiarygodne jest tylko porównanie liczby z danego narzędzia z nią samą w czasie, przy jednej metodzie identyfikacji.

Czy ten artykuł był pomocny?

Chętnie poznamy opinię!

Częściej widoczni w Google

Jedno kliknięcie ustawia Flowsery jako preferowane źródło, dzięki czemu nasze artykuły pojawiają się wyżej w Najważniejszych artykułach, trybie AI i Przeglądach od AI.

Jeszcze jedno...

Flowsery

Flowsery

Analityka witryny skupiona na przychodach

Każdy odwiedzający, źródło i konwersja w czasie rzeczywistym. Prosto, skutecznie i bez plików cookie.

Panel w czasie rzeczywistym

Śledzenie celów

Śledzenie bez cookie

Powiązane hasła ze słownika

Powiązane artykuły