Shopify ॲनालिटिक्स आणि अहवालांमध्ये बॉट फिल्टरिंग

तुमच्या ऑनलाइन स्टोअरला बऱ्याच वेगवेगळ्या कारणांमुळे बॉट ट्रॅफिकचा अनुभव येऊ शकतो, जसे की सर्च इंजिन्स तुमच्या उत्पादनांचे इंडेक्सिंग करत असतील, सोशल मीडिया प्लॅटफॉर्म्स प्रीव्ह्यू तयार करत असतील, किंमत तुलना करणारी साइट्स डेटा गोळा करत असतील आणि मॉनिटरिंग सर्व्हिसेस साइटची कार्यक्षमता तपासत असतील. हे बॉट्स खऱ्या मानवी ग्राहकांपेक्षा तुमच्या साइटशी वेगळ्या प्रकारे संवाद साधतात, ज्यामुळे तुमच्या कन्व्हर्जन डेटावर परिणाम होऊ शकतो आणि ग्राहकांच्या खऱ्या वर्तनाचे नमुने समजून घेणे कठीण होऊ शकते.

तथापि, तुमच्या साइटवरून बॉट्सना पूर्णपणे ब्लॉक केल्याने फायदेशीर सर्च इंजिन इंडेक्सिंगला प्रतिबंध होतो, सोशल मीडिया शेअरिंगची वैशिष्ट्ये खंडित होतात आणि तुम्हाला बॉट अ‍ॅक्टिव्हिटीचे नमुने मोजणे व ट्रॅक करणे अशक्य होते. त्याऐवजी, तुमच्या ॲनालिटिक्समधून बॉट ट्रॅफिक प्रदर्शित करणे आणि फिल्टर केल्याने तुम्हाला खऱ्या ग्राहकांच्या वर्तनाचे विश्लेषण करण्याची लवचिकता मिळते आणि तरीही तुमच्या स्टोअरवर परिणाम करणाऱ्या सर्व ट्रॅफिक नमुन्यांमध्ये संपूर्ण दृश्यमानता राखता येते.

अशा प्रकारे, तुम्ही तुमच्या ऑनलाइन स्टोअरवरील SEO आणि डिस्कव्हरीसाठी उपयुक्त बॉट अ‍ॅक्टिव्हिटीचा लाभ घेऊ शकता. या कंट्रोल्सना सपोर्ट करणाऱ्या अहवालांमध्ये, जेव्हा तुम्हाला मानवी वर्तनावर विशेष लक्ष केंद्रित करायचे असते तेव्हा बिझनेस निर्णयांसाठी अधिक स्पष्ट डेटा मिळवण्याकरिता तुम्ही Human or bot session (मानवी किंवा बॉट सत्र) रिपोर्ट डायमेंशन आणि फिल्टर वापरू शकता.

तुमच्या अहवालांवर डायमेंशन्स आणि फिल्टर्स लागू करण्याविषयी अधिक जाणून घ्या.

तुमच्या Shopify ॲनालिटिक्समधील बॉट फिल्टरिंग समजून घेणे

तुमच्या ऑनलाइन स्टोअरवरील प्रत्येक सत्र ट्रॅक केले जाते आणि व्यक्ती किंवा बॉटकडून येणारे म्हणून लेबल केले जाते. Human or bot session डायमेंशन आणि फिल्टरला सपोर्ट करणार्‍या रिपोर्ट्समध्ये, त्याच रिपोर्टमध्ये बॉट ट्रॅफिक विरुद्ध खऱ्या ग्राहकांकडून कोणती सत्रे आली हे प्रदर्शित करण्यासाठी तुम्ही तुमच्या ॲनालिटिक्स डेटामध्ये डायमेंशन जोडू शकता. तुमच्या रिपोर्टमधून बॉट डेटा वगळण्यासाठी तुम्ही तुमच्या कॉन्फिगरेशन पॅनेलवर Human or bot session फिल्टरदेखील लागू करू शकता. हा बॉट फिल्टरिंग पर्याय तुमच्या रिपोर्टचा डेटा वास्तविक ग्राहकांच्या अ‍ॅक्टिव्हिटीवर केंद्रित करून तुम्हाला चांगले व्यवसाय निर्णय घेण्यास मदत करतो.

जेव्हा तुम्ही बॉट ट्रॅफिक फिल्टर करता, तेव्हा तुमच्या डेटामध्ये तुम्हाला खालील ट्रेंड दिसू शकतात:

  • कन्व्हर्ट न होणारी बॉट सत्रे काढून टाकल्यामुळे उच्च कन्व्हर्जन दर.
  • ऑटोमेटेड ट्रॅफिक काढून टाकल्यामुळे एकूण सत्रांची संख्या कमी होते.
  • मोहिमा आणि उत्पादन पेजेससाठी अधिक अचूक कामगिरी मेट्रिक्स.

Shopify व्यक्ती किंवा बॉट सत्रांचे वर्गीकरण कसे करते

तुमच्या ऑनलाइन स्टोअरवर घडणार्‍या प्रत्येक इव्हेंटचे, जसे की व्हिजिटरने उत्पादनाच्या लिंकवर क्लिक करणे किंवा चेकआउट सुरू करणे, तो इव्हेंट शक्यतो एखाद्या व्यक्तीने पूर्ण केला आहे की बॉटने हे निश्चित करण्यासाठी निकषांच्या संचाच्या आधारे Shopify द्वारे विश्लेषण केले जाते. सत्राच्या संपूर्ण कालावधीत घडलेल्या सर्व इव्हेंट्सच्या आधारे, Shopify नंतर एकूण सत्राचे एखाद्या व्यक्तीने किंवा बॉटने केलेले सत्र म्हणून वर्गीकरण करते. ते एकूण वर्गीकरण तुमच्या Shopify Analytics आणि रिपोर्ट्समधील Human or bot session डेटाला सूचित करते.

बॉट सत्रांचे Shopify चे वर्गीकरण कॉन्झर्व्हेटिव्ह असण्यासाठी डिझाइन केले आहे कारण खऱ्या ग्राहकांना चुकीच्या पद्धतीने बॉट म्हणून लेबल करण्यापेक्षा काही बॉट्स सुटलेले बरे. उदाहरणार्थ, ऑनलाइन स्टोअरवर प्रत्येकी 6 इव्हेंट्स पार पाडलेल्या खालील 3 सत्रांचा विचार करा, सत्र X, Y आणि Z:

ऑनलाइन स्टोअरवरील 3 सत्रांसाठी इव्हेंट्सचे उदाहरण ब्रेकडाउन आणि त्यांच्या व्यक्ती-विरुद्ध-बॉट वर्गीकरणाचा अंतिम परिणाम.
सत्र Xसत्र Yसत्र Z
इव्हेंट 1व्यक्तीबॉटबॉट
इव्हेंट 2व्यक्तीबॉटबॉट
इव्हेंट 3व्यक्तीव्यक्तीबॉट
इव्हेंट 4बॉटव्यक्तीबॉट
इव्हेंट 5व्यक्तीबॉटबॉट
इव्हेंट 6व्यक्तीबॉटबॉट
सत्राची एकूण संख्या:व्यक्ती: 5 | बॉट: 1व्यक्ती: 2 | बॉट: 4व्यक्ती: 0 | बॉट: 6
अंतिम वर्गीकरण:व्यक्तीव्यक्तीबॉट

जरी सत्र Y मध्ये मानवी वर्तनापेक्षा बॉट वर्तनाशी संबंधित दुप्पट इव्हेंट्स असले, तरी एकूण सत्राचे वर्गीकरण व्यक्तीचे सत्र म्हणून केले जाते कारण एकूण सत्र वर्गीकरणाच्या निर्णयामध्ये अजूनही संबंधित मानवी अ‍ॅक्टिव्हिटीचे योगदान होते.

नवीन ट्रॅफिक पॅटर्नमधून शिकून सिस्टीम सतत सुधारत असते.

बॉट फिल्टरिंग कधी वापरावे

ई-कॉमर्स साइट्सना एका आगळ्यावेगळ्या आव्हानाचा सामना करावा लागतो कारण ऑटोमेटेड टूल्स दिशाभूल करणारा कन्व्हर्जन डेटा तयार करतात. केवळ सामग्री वाचणार्‍या सामान्य वेबसाइट क्रॉलर्सच्या विपरीत, किंमत निश्चिती, इन्व्हेंटरी आणि उत्पादनाची माहिती गोळा करण्यासाठी ई-कॉमर्स बॉट्सना खरेदीच्या वर्तनाचे अनुकरण करणे आवश्यक असते. हे ऑटोमेटेड संवाद खर्‍या कन्व्हर्जनमध्ये योगदान न देता एंगेजमेंट मेट्रिक्स वाढवून दिशाभूल करणारा कन्व्हर्जन डेटा तयार करतात, ज्यामुळे तुमची खरी ग्राहक कामगिरी प्रत्यक्षात असल्यापेक्षा कमी दिसते.

तुमच्या सत्रे रिपोर्ट्समधून या ऑटोमेटेड अ‍ॅक्टिव्हिटीला फिल्टर करून, तुम्ही उत्पादन शिफारसी पर्सनलाइझ करणे आणि कार्ट रिकव्हरी धोरणे सुधारणे यांसारख्या वास्तविक व्यवसाय वाढीस चालना देणारे अनुभव ऑप्टिमाइझ करण्यासाठी अस्सल मानवी खरेदी पॅटर्नवर लक्ष केंद्रित करू शकता.

तुम्हाला खालीलपैकी कोणतेही संशोधन करायचे असेल तेव्हा तुम्ही बॉट फिल्टरिंग वापरू शकता:

  • कन्व्हर्जन दर किंवा ट्रॅफिकमधील अचानक होणाऱ्या वाढीचा तपास करा.
  • व्यवसाय नियोजन आणि रिपोर्टिंगसाठी अधिक स्पष्ट डेटा मिळवा.
  • मार्केटिंग मोहिमांमधील ट्रॅफिकच्या गुणवत्तेचे विश्लेषण करा.
  • तुमच्या ॲनालिटिक्सची इतर प्लॅटफॉर्मशी तुलना करा जे बॉट्स वेगळ्या पद्धतीने फिल्टर करतात.

तुमच्या Shopify Analytics मध्ये Human or bot session डेटा प्रदर्शित करणे आणि फिल्टर करणे हे विशेषतः हाय-ट्रॅफिकच्या कालावधीत उपयुक्त ठरते जेव्हा ऑटोमेटेड भेटी तुमच्या मेट्रिक्सवर लक्षणीय परिणाम करू शकतात.

रिपोर्ट्समध्ये बॉट डेटा फिल्टर करण्यासाठीचे विचार

तुमच्या रिपोर्ट्सवर बॉट फिल्टरिंग लागू करण्यापूर्वी, खालील विचारांचे पुनरावलोकन करा:

  • काही हेडलेस स्टोअरफ्रंट सेटअप्ससाठी, स्टोअरफ्रंट ॲनालिटिक्स कसे अंमलात आणले जाते यावर आधारित उपलब्ध फिल्टर्स आणि सत्राचे वर्तन भिन्न असू शकते.
  • कालांतराने सिस्टीम नवीन पॅटर्नमधून शिकत असल्याने, काही अत्याधुनिक ऑटोमेटेड ट्रॅफिकचे त्वरित वर्गीकरण केले जाऊ शकत नाही.
  • बॉट फिल्टरिंग केवळ सत्रांशी संबंधित मेट्रिक्सना लागू होते.
  • बॉट फिल्टरिंग केवळ 7 ऑक्टोबर 2025 पर्यंतच्या नवीन येणाऱ्या डेटावर लागू होते आणि जुन्या सत्रांचे पूर्वलक्षी प्रभावाने वर्गीकरण करू शकत नाही.

बॉटने फिल्टर केलेल्या डेटाचे स्पष्टीकरण

तुम्हाला असे आढळू शकते की मानवी ट्रॅफिकवर लक्ष केंद्रित केल्याने तुम्हाला ग्राहकांचे वर्तन आणि मोहिमेच्या कामगिरीबद्दल अधिक अचूक इनसाइट्स मिळतात. तथापि, मानवी आणि बॉट ट्रॅफिकच्या विभागाचे पुनरावलोकन करण्यास सक्षम असल्याने तुम्हाला खालील शक्यतांसह अतिरिक्त इनसाइट्स मिळू शकतात:

  • व्यक्तींसाठी जास्त कन्व्हर्जन दर हे सूचित करतात की बॉट्स तुमची प्रत्यक्ष ग्राहक कामगिरी कमी करत आहेत.
  • विशिष्ट स्रोतांमधून येणारे लक्षणीय बॉट ट्रॅफिक हे त्या चॅनेल्सवरील ऑटोमेटेड क्रॉलिंग किंवा टेस्टिंग सुचवू शकते.

तुमच्या Shopify रिपोर्ट्समध्ये बॉट फिल्टरिंग वापरल्याने तपशीलाच्या प्रत्येक लेव्हलवर भिन्न इनसाइट्स कसे उघड होतात याचे हे एक उदाहरण आहे:

लेव्हल 1: एकूण ट्रॅफिक कामगिरी

या उदाहरणात, तुमच्या ऑनलाइन स्टोअरचा फिल्टर न केलेला कन्व्हर्जन दर 3.5% आहे, आणि त्यात मानवी ग्राहक आणि ऑटोमेटेड ट्रॅफिक अशा दोन्ही प्रकारच्या सर्व व्हिजिटर्सचा समावेश आहे. हे संमिश्र मेट्रिक व्यवसायाच्या निर्णयांसाठी दिशाभूल करणारे ठरू शकते कारण ते खऱ्या ग्राहकांचे वर्तन दर्शवू शकत नाही:

रिपोर्ट डेटाचे उदाहरण टेबल जे कन्व्हर्जन दर प्रदर्शित करते.
सत्रेचेकआउट पूर्ण केलेली सत्रेकन्व्हर्जन दर
1,000 353.5%

स्तर 2: बॉट ट्रॅफिकचा प्रभाव

मागील स्तर 1 मधील उदाहरणाच्या आधारावर पुढे जाताना, तुमचा अहवाल डेटा ह्युमन किंवा बॉट सत्र डायमेंशन वापरून विभागल्यास, बॉट्स तुमच्या कन्व्हर्जन दरावर थोडा प्रभाव पाडत असल्याचे दिसून येते, हे दर्शवते की मानवांचे कन्व्हर्जन 4% दराने आणि बॉट्सचे 2% दराने होते. हे असेही सिद्ध करते की काही ऑटोमेटेड ट्रॅफिक चेकआउट्स पूर्ण करत आहे, जे कदाचित टेस्टिंग टूल्स, ऑटोमेटेड खरेदी किंवा कन्व्हर्जन इव्हेंट्स ट्रिगर करणाऱ्या बॉट्समुळे असू शकते.

त्यामुळे, तुमच्या डेटाचे विश्लेषण करताना, तुम्ही तुमचा 'खरा' कन्व्हर्जन दर 3.5% ऐवजी 4% मानण्याचा विचार करू शकता.

अहवाल डेटाचा नमुना टेबल जो बॉट ट्रॅफिकनुसार कन्व्हर्जन दराचे विभाजन करतो.
ह्युमन किंवा बॉट सत्रसत्रेचेकआउट पूर्ण केलेली सत्रेकन्व्हर्जन दर
सारांश1000353.5%
व्यक्ती750304%
बॉट25052%

स्तर 3: संदर्भक-विशिष्ट बॉट वर्तणूक

मागील स्तर 2 मधील उदाहरणाच्या आधारावर पुढे जाताना, जर तुम्ही तुमच्या अहवालामध्ये संदर्भकाचे नाव डायमेंशन लागू केले, तर विशिष्ट ट्रॅफिक कुठून येत आहे याबद्दल तुम्ही अधिक माहितीचे पुनरावलोकन करू शकता.

या उदाहरणामध्ये, तपशीलवार विभाजन बॉट्स कुठे सर्वाधिक सक्रिय आहेत आणि ते मानवांपेक्षा कसे वेगळे वागतात हे दर्शवते:

  • काहीही नाही (थेट): बॉट्सचे कन्व्हर्जन 1.74% तर मानवांचे कन्व्हर्जन 4.17% दराने होते, जे काही थेट बॉट ट्रॅफिक खरेदी पूर्ण करत असल्याचे दर्शवते.
  • Google: बॉट्सचे कन्व्हर्जन 6.67% तर मानवांचे 2% दराने होते, जे सुचवते की हे ट्रॅफिक कदाचित केवळ नियमित बॉट्स किंवा Google ट्रॅफिकमधील ऑटोमेटेड टेस्टिंगपेक्षा अधिक आहे.
  • Shopify: बॉट कन्व्हर्जन नाही विरुद्ध मानवांचे कन्व्हर्जन 4% आहे, जे कमीत कमी बॉट हस्तक्षेपासह अधिक स्वच्छ संदर्भ स्रोत दर्शवते.
अहवाल डेटाचा नमुना टेबल जो संदर्भक आणि बॉट ट्रॅफिकनुसार कन्व्हर्जन दराचे विभाजन करतो.
ह्युमन किंवा बॉट सत्रसंदर्भकाचे नावसत्रेचेकआउट पूर्ण केलेली सत्रेकन्व्हर्जन दर
सारांश 1000353.5%
व्यक्तीएकूण750304%
काहीही नाही600254.17%
Shopify10044%
Google5012%
बॉटएकूण25052%
काहीही नाही23041.74%
Google1516.67%
Shopify500%

ह्युमन किंवा बॉट सत्र फिल्टर अ‍ॅडजस्ट करा

ज्या अहवालांमध्ये याला सपोर्ट दिला जातो, त्यामध्ये ह्युमन किंवा बॉट सत्र फिल्टर हे नियंत्रित करते की तुमच्या अहवालात ह्युमन सत्रे, बॉट सत्रे समाविष्ट आहेत किंवा दोन्ही. सपोर्टेड अहवालांमध्ये मानक सत्र-संबंधित मेट्रिक्स जसे की सत्रे, कन्व्हर्जन दर आणि व्हिजिटरची संख्या यांचा समावेश असतो.

या प्रक्रियेतील पायऱ्या अशा अहवालांना लागू होतात जे फिल्टर्स सेक्शनमध्ये ह्युमन किंवा बॉट सत्र रो दर्शवतात. तुमच्या अहवालांवर डायमेंशन्स आणि फिल्टर्स लागू करण्याबद्दल अधिक जाणून घ्या.

is ऑपरेटरसह सिंगल-व्हॅल्यू निवडी तत्काळ लागू केल्या जातात.

पायऱ्या:

  1. तुमच्या Shopify अ‍ॅडमिन मधून, अ‍ॅनालिटिक्स > अहवाल वर जा.

  2. तुम्हाला जो अहवाल अ‍ॅडजस्ट करायचा आहे त्यावर क्लिक करा.

  3. जर कॉन्फिगरेशन पॅनेल प्रदर्शित होत नसेल, तर कंट्रोल्स वर क्लिक करा.

  4. फिल्टर्स सेक्शनमध्ये, ह्युमन किंवा बॉट सत्र रो खालीलपैकी एका मार्गाने अ‍ॅडजस्ट करा:

    • केवळ बॉट सत्रांचे पुनरावलोकन करण्यासाठी, ऑपरेटर वर क्लिक करा आणि नंतर is निवडा. मूल्य फील्डवर क्लिक करा आणि नंतर बॉट निवडा.
    • केवळ ह्युमन सत्रांचे पुनरावलोकन करण्यासाठी, ऑपरेटर वर क्लिक करा आणि नंतर is निवडा. मूल्य फील्डवर क्लिक करा आणि नंतर ह्युमन निवडा.
    • ह्युमन आणि बॉट दोन्ही सत्रांचे एकत्र पुनरावलोकन करण्यासाठी, ऑपरेटर वर क्लिक करा आणि नंतर is one of निवडा. मूल्य फील्डवर क्लिक करा, ह्युमन आणि बॉट निवडा आणि नंतर लागू करा वर क्लिक करा.
    • सर्व सत्रांचे पुनरावलोकन करण्यासाठी, फिल्टर काढा.
  5. पर्यायी: फिल्टर बदलांसह, अहवालामधील सेव्ह न केलेले सर्व बदल काढून टाकण्यासाठी, टाकून द्या वर क्लिक करा.

अहवालाला फिल्टर करण्याऐवजी सत्र प्रकारानुसार विभागण्यासाठी, कॉन्फिगरेशन पॅनेलमधील डायमेंशन्स मेनूमधून ह्युमन किंवा बॉट सत्र डायमेंशन म्हणून जोडा.