GTM埋点追踪配置教程

一、前言

开发完站点后,一般会进行埋点追踪,这里讲一下google分析,如何通过GTM配置进行灵活埋点。

GTM的优势就是:

  • 灵活埋点,自定义js代码即可收集数据
  • google Ads只需要在GTM配置即可
  • 你可以配置多个google分析【GA4】账号,让GTM同步不同维度的数据

二、GTM 账号和代码

登录GTM平台,注册账号:tagmanager.google.com/#/home 在这里创建GTM账号,获取代码将代码植入你的站点:

  1. 将此代码粘贴到网页的 中尽可能靠上的位置:
xml 复制代码
<!-- Google Tag Manager -->
<script>(function(w,d,s,l,i){w[l]=w[l]||[];w[l].push({'gtm.start':
new Date().getTime(),event:'gtm.js'});var f=d.getElementsByTagName(s)[0],
j=d.createElement(s),dl=l!='dataLayer'?'&l='+l:'';j.async=true;j.src=
'https://www.googletagmanager.com/gtm.js?id='+i+dl;f.parentNode.insertBefore(j,f);
})(window,document,'script','dataLayer','GTM-MW35xxx');</script>
<!-- End Google Tag Manager -->
  1. 请将此代码粘帖到紧跟起始 标记之后的位置:
xml 复制代码
<!-- Google Tag Manager (noscript) -->
<noscript><iframe src="https://www.googletagmanager.com/ns.html?id=GTM-MW35xxx"
height="0" width="0" style="display:none;visibility:hidden"></iframe></noscript>
<!-- End Google Tag Manager (noscript) -->

我们在前端页面植入代码,查看js加载成功即可。 注意:在挂载VPN的情况下,可能会导致gtm加载失败。

三、配置说明

我们点击注册好的账号进入:

这个页面的主要内容包括:代码(Tag)、触发器(Trigger)、变量(Variable)。

1)代码:用来配置关联的平台,比如这里可以配置事件和关联GA4和Ads。

  1. 点击新建 => 代码配置 => Google Analytics => Google Analytics: GA4 事件
  1. 配置GA4事件

衡量ID和事件名称为必填字段

  1. 获取衡量ID: 为GA4中,数据流中的衡量ID,获取地址:analytics.google.com/analytics/w...

2)触发器

直接点击触发条件,选择内置的触发器或者新建触发器也可以

事件埋点有多种方式,你可以根据需要进行配置,下面列出:

  • 用户进行页面浏览时:浏览对应的页面、时机等进行触发
  • 用户点击链接或按钮时进行触发
  • 用户深度互动,比如点击视频、滚动、提交表单时
  • 自定义事件等

四、点击事件收集案例

我们这里演示收集用户点击按钮的事件,比如对于下面的页面,我们想要收集用户点击Profile Info的数据。

我们只需要选择点击 - 所有元素,然后通过点击的文本匹配Profile Info即可。

我们可以看到在代码列表中,有一条Profile Info的记录,关联了Profile Info的触发器。

这时候,我们看到工作区的改动为2,可以在概览页面看到具体的改动

此时,我们需要先进行提交(一定要先提交,否则不会生效),然后点击预览,输入您配置代码的站点地址:

浏览器会自动打开对应的地址,只需要在对应的页面中点击Profile Info,即可在当前页面看到对应的事件记录,这说明已经配置成功了。

五、关于单页面数据收集

针对单页面应用,我们会发现收集的数据不准,因为前端行为的数据收集不准确,为了解决这个问题,我们需要通过配置page_view替换GA4内置的page_view事件。

配置方式和上面的流程一样,触发方式选择

在GA4中,数据流代码页面,一定要关闭增强型衡量功能,否则会重复收集。

相关推荐
一晌小贪欢6 小时前
【Html模板】赛博朋克风格数据分析大屏(已上线-可预览)
前端·数据分析·html·数据看板·看板·电商大屏·大屏看板
景彡先生19 小时前
Python pandas数据透视表(pivot_table)详解:从入门到实战,多维数据分析利器
python·数据分析·pandas
spssau2 天前
SPSSAU「质量控制」模块:从可视化监控到过程优化,一站式搞定质量难题
信息可视化·数据挖掘·数据分析
明月说数据2 天前
Smartbi 10 月版本亮点:AIChat对话能力提升,国产化部署更安全
ai·数据分析·版本更新
@小红花2 天前
Tableau 从零到精通:系统教学文档(自学版)
信息可视化·数据挖掘·数据分析
我是小邵3 天前
主流数据分析工具全景对比:Excel / Python / R / Power BI / Tableau / Qlik / Snowflake
python·数据分析·excel
慧都小项3 天前
数据驱动的架构设计:通过Enterprise Architect实现基于UML的架构治理
数据分析·数据架构·sparx ea
人大博士的交易之路3 天前
龙虎榜——20251031
大数据·数学建模·数据分析·缠论·缠中说禅·龙虎榜·道琼斯结构
qingyunliushuiyu3 天前
数据分析平台:驱动智能决策的利器
低代码·数据挖掘·数据分析·数据分析系统·数据分析平台