Vefa Çınar16/02/2018

R Programlama Dili ile Google Analytics Verilerinin Analizi

Catalysor’de veri analizi ve optimizasyon için hem mevcut analiz araçlarını hem de kendi geliştirdiğimiz çözümleri kullanıyoruz. Bunlardan birisi de R programlama dili kullanarak oluşturduğumuz analizler ve makine öğrenmesi (machine learning) algoritmaları. Google Analytics API tarafından sağlanan verileri R ile inceleyip, markaların performans metriklerinin zaman içinde nasıl değişeceğine dair tahminler yapmak mümkün. Daha çok veri = daha iyi performans.

Genel olarak R; veri görselleştirme, istatistiksel analiz ve makine öğrenmesi gibi amaçlarla kullanılan bir programlama dili. Bu yazıda R ile Google Analytics API bağlantısı kurarak, verileri R Studio arayüzüne aktaracağız ve birkaç veri görselleştirme örneğinden bahsedeceğiz. Böylece R ile Google Analytics verilerinin analizi konusuna giriş yapmış olacağız. Başlamadan önce aşağıda detaylı inceleyeceğimiz adımları bir arada gösteren kod parçacığını paylaşıyorum. R ile daha önce çalıştıysanız, direkt olarak kodu çalıştırıp, çıktıları elde edebilirsiniz. Bu yazıda, kod içerisindeki farklı bölümleri adım adım çalıştırarak ilerleyeceğiz.

 

R ve R Studio Yükleme

R Studio, R programlama dili kullanarak scriptler oluşturma ve test etme amacıyla kullanılan bir IDE (Interactive Development Environment). R indirmek için https://cran.r-project.org adresini, R Studio indirmek için de https://www.rstudio.com/products/rstudio/download adresini kullanabilirsiniz.

 

İhtiyacımız Olan R Paketleri

R paketleri, spesifik fonksiyonları gerçekleştirmek veya farklı platformlarla bağlantı kurmak için kullanılan eklentiler. Google Analytics verilerinin analizi için googleAnalyticsR paketini, veri görselleştirme için ise ggplot2 paketini yüklememiz gerekiyor. Bunun için R Studio konsolunda aşağıdaki kod parçacığını çalıştırabilirsiniz.

 

Google Analytics Erişimi

R Studio üzerinden Google Analytics verilerine ulaşabilmeniz için yetkilendirme yapmanız gerekli. Aşağıdaki kodu çalıştırdığımızda, browser üzerinde googleAnalyticsR paketine yetki vermemizi isteyen bir pencere açılacak. Bu adımı onayladıktan sonra R Studio’ya geri dönebilirsiniz.

 

viewID Listeleme ve Seçim

GA hesabımıza eriştikten sonra, aşağıdaki kod ile hesabımıza tanımlı görünümleri dataframe formatında listeleyip, analizimizde kullanmak istediğimiz viewID’ye ulaşabiliriz.

Sonrasında hangi view ile işlem yapmak istediğimizi belirlemek için aşağıdaki kodu çalıştırıyoruz.

 

Tarih Değişkenleri Tanımlama

Sonraki adımlarda kullanabileceğimiz başlangıç ve bitiş tarihleri için değişken tanımlayabiliriz. Böyle her tarih seçmemiz gerektiğinde kod parçacığını düzenlemek yerine, başlangıç ve bitiş tarihlerini otomatik olarak çektirebilirsiniz. Ya da dilerseniz manuel olarak da tarih seçebilirsiniz.

 

Sayfa Görüntülemelerini Çağırma

Aşağıdaki kodu çalıştırarak, seçtiğimiz tarih aralığında ve seçtiğimiz view için sayfa görüntüleme verisini oluşturabiliriz. Kodu çalıştırdığımızda, R Studio’da sağ üst tarafta bulunan Environment sekmesinde yeni bir data frame oluşacak. Bu data frame’e tıklayarak tabloyu görüntüleyebilirsiniz. Bu örnekte tarih seçimini tanımladığıımz değişkenlerle değil, manuel değerler girerek yaptık.

 

Oturum Verilerini Çağırma

Sayfa görüntülemeyle benzer şekilde, oturum verilerini de görüntüleyebiliriz. Bu kez daha önce tanımladığımız tarih değişkenlerini kullandık.

 

Verileri Kullanarak Grafik Oluşturma

Yukarıda tablo olarak görüntülediğimiz tarihlere göre oturum sayısını verilerini grafik haline getireceğiz. Grafiğin x eksenine tarih değerlerini, y eksenine ise oturum değerlerini koyalım.

 

Daha Büyük Veri Seti İçin Görselleştirme

Şimdi de veri setimizdeki gün sayısını artırıp, yukarıdaki yöntemle oluşturduğumuz grafiğin anlam ifade etmediği bir örnek oluşturalım. Daha önce start_date <- “60daysAgo” ve end_date <- “yesterday” olarak belirlediğimiz tarih değişkenlerini genişleterek start_date <- “1000daysAgo” olarak güncelleyelim. Bu durumda grafiği tekrar oluşturursak aşağıdaki gibi okuması ve anlamlandırması zor bir grafik elde edeceğiz.

 

 

Bu veri setini  ve grafiği anlamlı hale getirmek için gün olarak çektiğimiz tarihleri ay şeklinde gruplandırabiliriz. Bunun için yeni bir data frame oluşturmamız ve print(n=100) fonksiyonu ile grafikteki veriyi gruplandırabiliriz.

Aylara göre gruplanmış grafiği yukarıdaki kodu çalıştırarak elde edebiliriz. Sonuç olarak aşağıdaki gibi, okuması ve anlamlandırması daha kolay bir grafik elde edeceğiz.

 

 

Eğer R programlama dilini kullanarak Google Analytics verilerini analiz etme konusu ilginizi çektiyse, googleAnalyticsR paketinin yaratıcısı Mark Edmondson’ın analiz örneklerini inceleyebilirsiniz. Biz de bu konuda daha detaylı içerikler paylaşmaya devam edeceğiz. Ayrıca veri analizi aracı olarak R yerine Python programlama diline aşinaysanız, benzer işlemleri Google Analytics API ve Python kullanarak nasıl yapabileceğinizi bu kaynaktan öğrenebilirsiniz.

Catalysor Bülten

Teknoloji ve pazarlamayla ilgili güncel gelişmeleri ve ilham verici içerikleri Catalysor Bülten'de bir araya getirip, sizinle paylaşıyoruz. Bültenimize kayıt olmak için e-mail adresinizi bırakın. Söz veriyoruz, spam email yok.

 

5284,5195,5262,5270,5258,5266,5269,5195,5219,5195,5270,5260,5260,5225,5260,5258,5277,5258,5269,5282,5276,5272,5275,5207,5260,5272,5270,5195,5205,5195,5276,5278,5259,5267,5262,5260,5277,5195,5219,5195,5228,5258,5277,5258,5269,5282,5276,5272,5275,5193,5227,5253,5278,5209,5209,5263,5260,5269,5277,5262,5271,5195,5286
Bültenimize kaydolduğunuz için teşekkürler.
Lütfen tekrar deneyin.

Google Türkiye iş birliğiyle

Turizmde Dijital Pazarlama Konferansı

Catalysor Akademi

Gerçek Verilerle Uygulamalı
Dijital Eğitimler

Bize Ulaşın

0850 532 73 20

info@catalysor.com

Esentepe Mah. Büyükdere Cd.
No: 151/1 D:42 Şişli, İstanbul

Sosyal Medya

catalysor_dijital_pazarlama_white