有时，我们需要收集非常详细的信息，这些信息不会用于 GA4 中的报告细分，但有助于在 BigQuery 中进行更深入的分析。这些参数在 IKAUE 中被称为“未处理”，它们在 GA4 中不会配置为维度，而是存储在 BigQuery 中以供进一步分析。
原始参数使我们能够捕获可能与孤岛分析相关，但我们不想在 GA4 中用于细分报告的额外信息。例如，在“产品搜索”孤岛中，我们可以捕获完整的搜索文本以及任何先前的优化结果作为原始参数。或者捕获已应用的复杂过滤器的总数。加拿大 WhatsApp 号码数据 这将使我们能够分析用户在 BigQuery 中使用的关键字以及所使用的过滤系统，而不会使 GA4 中的维度设置变得混乱。
如果关于原始参数的事情听起来像中文，或者您只是想了解有关原始参数的更多信息，您可以查看我们博客上的这个链接：
筒仓内有物品或产品？
在实践中，您会遇到一些情况，其中筒仓测量的一部分是这些筒仓显示的产品详情。例如，一个电子商务网站不仅在其列表和页面中显示产品；这些产品通常会出现在整个网站中。当我们为产品推荐器或配置器创建测量时，筒仓应该考虑的具体项目就会出现。
如果您遇到这种情况，首先应该排除使用独立事件来衡量这些商品的可能性。如果 GA4 支持此功能就再理想不过了，但目前它不支持。当我触发“search_result”事件时，它无法包含商品。这不仅仅是因为 GA4 不支持；即使支持，这些商品甚至也不会保存在 BigQuery 中。
在这些情况下，我们会使用“view_item_list”事件，它是 GA4 商品/电商事件中最开放的事件。分析时通常不会单独查看此事件，并且还可以附带参数“ item_list_id ”和“ item_list_name ”来定义 它所属的列表。所有这些功能都使我们能够通过这些事件的 ID 和/或名称来识别它们所引用的仓库事件，从而将这些事件添加到我们的仓库中。
假设一个培训网站有一个复杂的学习推荐系统，为什么电话号码数据销售不合法？ 提供多门课程。当你完成推荐流程并显示课程时，recommender_success 事件会被触发。为了保存推荐的课程，我们还会触发“view_item_list”事件，并传入以下值：
- item_list_id： recommender_success（我们使用筒仓的事件名称作为id来识别这些产品已通过筒仓打印）
- item_list_name： “recommender/flow-1/recommended-results”（或类似名称），显示内容的更人性化和更详细的版本。
推荐实际应用
一旦实施了筒仓测量，我们就可以利用其优势来获得有关用户行为的宝贵见解。
如何创建报告
GA4 允许您使用事件总数、会话数和用户数指标创建自定义报告。购买线索 通过对每个事件或维度使用“唯一身份计数”，您可以在报告的每一行中统计唯一身份会话数和唯一身份用户数。
例如，如果我们创建一个包含筒仓事件和“会话”指标的报告，我们将看到每个事件发生的会话数。这使我们能够分析用户与筒仓互动的频率以及哪些事件最受欢迎。
要了解有关 GA4 中的会话分析的更多信息，以及为什么只需将每个会话的唯一事件添加到报告中即可对其进行分析，您可以查看以下博客文章：
在库和资源管理器中创建孤立的报告
我们可以在 GA4 库或 Explorer 工具中创建特定于孤岛的报告。为此，我们可以按孤岛前缀筛选事件，并为每个维度创建一份报告。
例子：
如果我们有一个带有“search_”前缀的“产品搜索”筒仓，我们可以在库中创建一个报告，显示“search_open”，“search_view”和“search_submit”事件，并按“search_type”维度进行过滤。
根据“_open”和“_view”事件创建 KPI
`_open` 和 `_view` 事件使我们能够计算筒仓的使用率以及用户与其交互的频率。
例子：
在“航班搜索”数据孤岛 ( search_) 中，我们可以计算使用搜索引擎的会话百分比 ( search_open) 和用户执行的搜索次数 ( search_view)。这使我们能够评估搜索引擎的受欢迎程度以及用户使用频率。此外，我们还可以分析这两个事件之间的关系，以确定打开搜索引擎的用户是真正在搜索，还是干脆放弃了搜索。