La tasa de rebote en Power BI difiere enormemente de GA

Hola a todos,

Encontré este problema mientras usaba power bi, la tasa de rebote es claramente diferente de GA:

Como se puede ver arriba (una captura de pantalla de Power BI), fluctúa alrededor del 40%. Para este gráfico, utilicé el promedio de la tasa de rebote por fecha, ya que no pude encontrar ninguna otra forma razonable de medir la tasa de rebote correctamente. Aquí puede compararlo con los datos de GA:

Como puede verse, los datos son bastante constantes en GA.

Este problema también surge para las páginas / sesión y la duración promedio de la sesión, básicamente para cada métrica que usa el promedio en lugar de la suma y se representa a lo largo del tiempo. ¿Alguien sabe qué podría causar el problema?

Es probable que esto sea un problema al tomar un promedio simple de la métrica del porcentaje de rebote.

Si tiene una página con 1,000 páginas vistas y una tasa de rebote del 20%, y una página con 1 página vista y una tasa de rebote del 80%, Power BI (dependiendo, por supuesto, de cómo estén estructurados sus datos) alcanzaría un rebote promedio. tasa del 50%. Google Analytics, por otro lado, haría un promedio ponderado, que en este ejemplo equivale a (1000 * .2 + 1 * .8) / 1001 = 20.06%.

Por esta razón, es mejor que calcule usted mismo las métricas del porcentaje de rebote. Dado que la tasa de rebote se define como rebotes / sesiones, puede importar estas dos métricas y luego crear una medida en su informe con la fórmula

DIVIDE(SUM([Bounces]), SUM([Sessions]))

Esto debería darle el resultado correcto, ya que Power BI ahora resumirá los rebotes y las sesiones en todas las páginas, y entonces calcular la tasa de rebote promedio.

Es probable que esto sea un problema al tomar un promedio simple de la métrica del porcentaje de rebote.

Si tiene una página con 1,000 páginas vistas y una tasa de rebote del 20%, y una página con 1 página vista y una tasa de rebote del 80%, Power BI (dependiendo, por supuesto, de cómo estén estructurados sus datos) alcanzaría un rebote promedio. tasa del 50%. Google Analytics, por otro lado, haría un promedio ponderado, que en este ejemplo equivale a (1000 * .2 + 1 * .8) / 1001 = 20.06%.

Por esta razón, es mejor que calcule usted mismo las métricas del porcentaje de rebote. Dado que la tasa de rebote se define como rebotes / sesiones, puede importar estas dos métricas y luego crear una medida en su informe con la fórmula

DIVIDE(SUM([Bounces]), SUM([Sessions]))

Esto debería darle el resultado correcto, ya que Power BI ahora resumirá los rebotes y las sesiones en todas las páginas, y entonces calcular la tasa de rebote promedio.

@AndrejBI no tengo idea de cuál es tu pregunta y qué estás buscando. Lea esta publicación para obtener su respuesta rápidamente.

https://community.powerbi.com/t5/Community-Blog/How-to-Get-Your-Question-Answered-Quickly/ba-p/38490

Gracias por el enlace @ parry2k, lo hojeé.

Déjame intentarlo de nuevo entonces, mi pregunta es básicamente esta:

¿Por qué los datos en Power BI difieren de Google Analytic? Sé sobre muestreo y todo eso, pero esto no parece un problema de muestreo ya que los datos suben y bajan ‘aleatoriamente’. En otras palabras, no se parecen en absoluto a Google Analytics.

¿Podría esto deberse al uso del promedio? Si es así, ¿cuál podría ser otra forma de mostrar la tasa de rebote, las páginas / sesión, la duración de la sesión (eje y) a lo largo del tiempo (datos como eje x)?

Esto es lo que quiero decir con el promedio:

Los datos se toman de GA, es solo el porcentaje de rebote por fecha. A la espera de saber de ti.

Hola @AndrejBI,

Si es posible, ¿podría informarme información más detallada (como su producción esperada y sus datos de muestra)? Entonces te ayudaré más correctamente.

Enmascare los datos confidenciales antes de cargarlos.

Gracias por su comprensión y apoyo.
Atentamente,
Zoe Zhi

Si esta publicación ayuda, considere Aceptarla como la solución para ayudar a los demás miembros a encontrarla más rápidamente.

Entradas relacionadas

Deja un comentario Cancelar respuesta