Содержание

Свой генератор UTM-меток, как и почему? / likes 10 / блог студии Клондайк!

Как и в прошлый раз на бурную деятельность меня сподвигло сообщение в чатике (рис. 1)

рис. 1.

Сначала я был настроен несколько скептически, у меня оставался последний день на больничном и хотелось продолжить обучение по GTM.
Но потом, прикинув трудозатраты, я решил таки запилить…
Я подумал, что данный генератор вполне можно запилить за день, а обучение продолжить потом. Тем более, что правильный генератор нужен уже сейчас и не только Лилии, а, может, и не только Клондайку…

Дело за малым, осталось этот сервис сделать!

За основу был взят генератор Алексея Ярошенко, мы сами им пользовались с момента его появления и до момента релиза моего детища.
Я честно позаимствовал расположение блоков, какие-то текстовые данные и общий внешний вид. Также я почерпнул информацию относительно макросов, которые предоставляют различные рекламные системы.

А далее было свободное плавание…

Я «научил» генератор работать по правилам Яндекс.Метрики, расширил список автоматических настроек для всех необходимых сервисов и соцсетей, которые мы сейчас активно используем. Везде, где было возможно, я узнал и прописал макросы, а также в нижней части страницы дал полную расшифровку параметрам, которые можно использовать в URL.
Помимо «правильных» UTM-меток, в генераторе предусмотрена нормальная работа с URL адресом. Удивительно, но все генераторы что я находил в сети, делают это очень криво. Например, не учитывают протокол ссылки, GET запросы, хеши, закрывающий слеш в конце концов! В таких условиях быстро сгенерировать сложную ссылку довольно проблематично, ее приходится подвергать пост редактированию, искать ошибки, тратить на это время. Моя «поделка» корректно обрабатывает все вышеперечисленные нюансы, единственное чего я делать не стал, так это валидации самого URL, тут уж сами потрудитесь ввести корректную ссылку.
Изначально в генераторе присутствовали только рекламные системы, но в ходе тестирования и эксплуатации я понял, что нужны, к примеру, UTM-метки под соцсети и email рассылки, к ним у Яндекс. Метрики тоже имеются вполне конкретные требования. Так в генераторе появился второй и третий ряд источников трафика.

До добавления сервисов После добавления сервисов
Плюшки

Для удобства и быстроты использования была добавлена кнопка «Скопировать в буфер». Объяснять, зачем она нужна, наверняка не нужно, и ей действительно удобнее пользоваться, чем выделять длиннющий URL мышкой. Сделана обработка поля с URL, если вы вставите ссылку с корректным протоколом, https или http, то он будет автоматически выбран в поле слева, это очень удобно! Просто копируйте ссылку из адресной строки и вставляйте в поле, об остальном позаботится генератор.

До обновления поля URL После обновления поля URL
Cool story

Для каждой из представленной в генераторе рекламных систем я пытался найти максимум информации относительно макросов. В некоторых случаях все заканчивалось хорошо, мне удавалось найти документацию, и описание макросов просто копировалось.

Саппорт Begun сразу ответил что никаких макросов у них нет и надеяться, что они появятся не стоит.
Сложнее оказалось с FaceBook, в документации нет ни слова о UTM-метках и макросах. Но самое печальное в том, что у них нет саппорта, есть форма, которая позволяет задать вопрос поддержке, но в ней написано, что они, скорее всего, не ответят. В общем, по FaceBook у меня ответа нету.
Но самая феерия случилась с Вконтакте. У меня уже были две переменные для макросов, которые должны работать с рекламной системой Вконтакте, но я не смог найти инструкций и каких-нибудь дополнительных макросов в официальных источниках. Поэтому я написал в саппорт небольшой запрос, в котором просил подтвердить работоспособность имеющихся у меня макросов и подсказать, существуют ли другие. Саппорт в свою очередь стал уверять меня в том, что их платформа вообще не имеет функционала для работы с макросами в URL. Добиться какого-то внятного ответа стало сложно, и я создал тестовую РК, настроил объявление, собрал URL с UTM-метками при помощи своего же генератора. Протестировал получившееся объявление и.

.. и всё заработало как надо! Макросы описанные в генераторе действительно работают. Я воодушевился, описал саппорту весь ход своих действий, полностью расписал применение макросов и результат, который можно получить при их использовании. Но как об стенку горох, мне опять ответили что никаких макросов в системе нет, и я вообще наверное их с кем-то путаю! Эпик феил! Я уж думал записать саринкаст и отправить, пусть знают, что у них есть этот функционал, но лень матушка… в общем, саппорт Вконтакте меня удивил и очень огорчил… Не надо так…

Думки

Я пока не знаю нужна ли здесь транслитерация полей или автогенерация URL при изменении полей, я видел эти плюшки у других генераторов, но пока сомневаюсь в их необходимости.

Есть мысль об интеграции генератора в Klondike.Tools , чтобы быстро генерить ссылки прямо с целевой страницы, но пока это мысли.

Сервис ярошенко. Генератор UTM-меток твоей мечты. нюансов создания UTM-меток

This tool allows you to easily add campaign parameters to URLs so you can track Custom Campaigns in Google Analytics.

Enter the website URL and campaign information

Fill out the required fields (marked with *) in the form below, and once complete the full campaign URL will be generated for you. Note: the generated URL is automatically updated as you make changes.

More information and examples for each parameter

The following table gives a detailed explanation and example of each of the campaign parameters. To learn more, check out the links in the section below.

Campaign Source

Required.

Use utm_source to identify a search engine, newsletter name, or other source.

Example: google

Campaign Medium

Required.

Use utm_medium to identify a medium such as email or cost-per- click.

Example: cpc

Campaign Name

Required.

Used for keyword analysis.

Use utm_campaign to identify a specific product promotion or strategic campaign.

Example: utm_campaign=spring_sale

Campaign Term

Used for paid search. Use utm_term to note the keywords for this ad.

Example: running+shoes

Campaign Content

Used for A/B testing and content-targeted ads. Use utm_content to differentiate ads or links that point to the same URL.

Examples: logolink or textlink

Главной целью любого интернет-ресурса является привлечение аудитории и выполнение ей целевого действия (покупка товара, заказ услуги, переход по ссылке и т. д.).

Существует множество рекламных инструментов, с помощью которых можно получить желаемый результат.

Но как узнать, откуда именно приходит трафик и какова эффективность каждого источника?

Решить эту проблему можно с помощью использования UTM меток.

Что такое UTM метки?

UTM метки — это специальные теги, которые вписываются в ссылку (link), позволяя инструментам аналитики собрать информацию о источнике трафика. В переводе UTM означает «отслеживающий модуль компании Urchin».

Зачем нужны UTM метки?

UTM метки предназначены для:

  • передача в систему аналитики канала и источника трафика
  • передача данных о объявлении, кампании, ключевом слове или других значений

Данные метки используются в том случае, если рекламодателю необходимо оптимизировать затраты на рекламу, улучшить контент и/или просто оценить эффективность каждого источника трафика — рекламной площадки. При это данные о трафике не передаются автоматически в систему аналитики.

Например используйте utm метки, чтобы передать информацию о трафике из Yandex Direct в Google Analytics.

Из чего состоит UTM метка?

UTM метки состоят из двух частей:

  • UTM-значения — например, «cpc» — реклама с покликовой оплатой; «referral» — переход с соцсети или сайта и т.
    п.
  • параметра — существует 3 обязательных и 2 опциональных — необязательных параметра

Соединяются параметры и значения знаком «=», разделяются такие конструкции (метки) знаком «&».

Например

К обязательным параметрам любой метки относятся:

  • utm_source,
  • utm_medium,
  • utm_campaign.

Необязательными являются utm_term и utm_content. Рассмотрим их более детально.

Обязательные параметры UTM метки

Обязательными такие параметры называются потому, что упущение хотя бы одного из них приведет к сбою работы UTM метки.

  1. utm_source (источник): определяет источник трафика — название рекламной площадки, например, Facebook, Google, billboard и др.
    Примеры: utm_source=facebook; utm_source= newsletter.
  2. utm_medium (канал): маркетинговый или рекламный канал. Рекомендовано использовать стандартные значения: cpc — cost per click; display — реклама баннерного типа с оплатой за показы; social_cpc — реклама в социальных сетях с покликовой оплатой; e-mail рассылка и т. п.
    Примеры: utm_medium=cpc; utm_medium=e-mail.
  3. utm_campaign (кампания): название компании, слоганы, промокоды и т. п. Позволяет различать рекламные компании в статистике; вводится на английском или транслитерации.
    Примеры: utm_campaign=sport_tovary; utm_campaign=yellow_dress.

Опциональные (необязательные) параметры UTM метки

Отсутствие опциональных параметров никак не повлияет на работу UTM метки, но их использование принесет важные данные о работе рекламных кампаний.

  1. utm_term (ключевое слово): ключевые фразы, инициирующие показ рекламы. Используются для выявления нецелевых запросов.
    Пример: utm_term=klychevaya_fraza.
  2. utm_content (содержание объявления): используется для различения схожего контента или ссылок в одном объявлении. Например, если в одном тексте рассылки присутствует два призыва к действию, с помощью utm_content можно определить, какая из них более эффективна, присвоив им разные значения.
    Пример: utm_content=zakazat или utm_content=kupit

Как создать UTM метку при помощи конструктора?

Создать УТМ метку можно как вручную, так и с помощью специальных конструкторов:

  • Компоновщик UTM меток (можно выбрать пресеты основных рекламных активностей)

Рассмотрим пример автоматического создания меток с помощью генератора ссылок от Google. Здесь для установки меток необходимо заполнить форму компоновщика URL:

  • указываем URL (домен) своего сайта
  • заполняем обязательные поля «Источник кампании», «Канал кампании» и «Название кампании»
  • при необходимости вводим дополнительную информацию в полях «Ключевое слово в кампании» и «Содержание кампании»
  • Далее нажимаем на «Создать URL» и получаем готовую ссылку с желаемыми метками. Эту ссылку можно вставлять в объявление.

Основным минусом этого способа является ограниченный список переменных.
Используя конструктор UTM меток, большое количество пользователей допускают ряд ошибок:

  • допускают орфографические ошибки при заполнении полей
  • вводят некорректную информацию (не разобравшись, что такое канал или источник кампании)
  • игнорируют необязательные поля при большом количестве объявлений, после чего сами путаются в них

Как настроить UTM метки в Google Adwords?

Настроить метки в Google Adwords можно двумя способами: использовать «Автоматическую пометку объявлений» или вручную.

Первый вариант хоть и позволяет получить широкий объем данных о кампании, но шифрует некоторую информацию. Второй способ расшифровывается достаточно просто, но требует немного больше усилий и внимания.
Чтобы поставить UTM метку вручную, важно знать основные обозначения — символы (они актуальны как для Гугл, так и для Яндекс):

Более продвинутое использование меток подразумевает привлечение динамических параметров. Прописав необходимые параметры в шаблоне, система Adwords самостоятельно меняет содержимое фигурных скобок, вписав определенные значения.

Как настроить UTM метки в Яндекс Директе?

Есть небольшой совет: прописывайте UTM метки таким образом, чтобы Вы могли легко разобраться в отчете.

Добавить UTM метки в объявление Яндекс Директ можно в 3 этапа:

  1. составить метку (определить, какую информацию необходимо отслеживать)
  2. добавить к ссылке, на которую будет вести объявление, саму UTM метку, пример:
    https://сайт/?
  3. utm_source=yandex&utm_medium=cpc&utm_campaign=сео&utm_term={keyword}
    добавить ссылку в объявление Яндекс Директ

После данной настройки, Вы сможете отследить по указанным меткам, что переход по вашему объявлению был сделан из рекламной кампании Яндекс Директ, кампании «сео» по определенному ключевому слову.

Чтобы отслеживать UTM метки необходимо иметь установленную систему аналитики Google Analytics или Яндекс Метрику.

Для просмотра результатов работы параметров utm_source и utm_medium в Аналитике необходимо:

  • перейти в раздел «Источники трафика»
  • кликнуть на ярлык «Весь трафик»
  • зайти в «Источник/канал»

Чтобы отследить параметры utm_campaign, utm_term и utm_content необходимо:

  • посетить раздел «Источники трафика»
  • далее перейти в «Кампании»
  • кликнуть на «Все кампании»
  • найти «Дополнительный параметр», перейти в «Реклама», а затем в «Ключевое слово или Содержание объявления»

В Яндекс Метрике информацию о метках можно найти по такой схеме: «Отчеты» — «Стандартные отчеты» — «Источники» — «Метки UTM».

С помощью данных меток можно выстроить отчеты по источникам трафика, каналам рекламы, ключевым фразам и другим параметрам. По каждому из таких параметров будет доступно большое количество данных.

Как использование меток, может навредить сайту?

Существуют 2 основные проблемы, с которыми сталкиваются рекламодатели, при создании UTM меток:

  • возникновение дублей страниц — может спровоцировать конфликт при индексации, с возможными санкциями, от робота поисковой системы;
  • слишком длинный URL — также не является привлекательным, особенно когда ссылку необходимо вывести на обозрение целиком.

Решить проблему с дублями страницы можно следующими способами:

  • Оптимальный вариант на странице с utm-метками, в разделенеобходимо указать canonical на первоначальную ссылку, которую будет использовать поисковик.
    • Пример: где
    • http://site.com/stranica.html — страница без меток.
  • Закрыть страницы с utm-метками от индексации через meta-robots. Для этого в разделенеобходимо указать строку:
  • Закрыть страницы с utm-метками от индексации через robots.txt. Для этого в файле robots. txt нужно добавить такую строки:

Только ленивый не слышал о том, что хорошо бы было все источники трафика помечать UTM-метками. На этом знания большинства людей заканчиваются. Кто-то умудряется называть их «реферальными хвостами»… странно, что не конскими или собачьими. А кто-то почему-то свято уверен, что эти UTM-метки сами подменяют заголовок в лэндинге и делают так, чтобы в заявке само на почту приходило ключевое слово.

В чем-то они правы, это можно сделать, и не без помощи UTM-меток. Но…

UTM-метка — всего лишь обычная ссылка

А если быть точным, от 3 до 5 параметров, которые добавляются к ссылке.

Http://сайт/?utm_source =vk &utm_medium =cpc &utm_campaign =retarget

Параметр = значение . Значение может быть любым, лишь бы вы его поняли. Рекомендую использовать транслит там, где вы задаете значения вручную.

Копнем глубже

Параметров всего 5. Из них 3 — обязательные. Их сделала обязательным компания Urchin, которая, собственно, и придумала эту систему разметки (в 2005 году их купил Google).

От главного к второстепенному:

  • utm_source — источник трафика (google, yandex, vk , …)
  • utm_medium — тип трафика (cpc (оплата за клики), email, banner , …)
  • utm_campaign — название вашей рекламной кампании (potolki_search )
  • utm_creative — название объявления (banner-300×250 )
  • utm_term — ключевое слово (натяжные+потолки+минск )

Эти 5 параметров по умолчанию понимает большинство систем веб-аналитики.

Где посмотреть результаты?

К примеру, в отчете по источникам трафика в Google Analytics. Или в отчете по UTM-меткам в Яндекс.Метрике.

Как-то долго делать 1000 ссылок на кампанию

И хорошо. Значит вы — нормальный, здравомыслящий человек.

Google AdWords и Яндекс.Директ давно придумали макросы, вместо которых при переходе по ссылке, подставится нужное значение.

Возьмем, к примеру, макрос {keyword} (он есть и в Google, и в Яндексе).

{keyword}

Но когда объявление покажется по ключевому слову «настройка adwords » и человек кликнет по нему, то перейдет уже по другой ссылке:

Сайт/?utm_source=google&utm_medium=cpc&utm_campaign=search&utm_term=настройка+adwords

А есть еще макросы?

Назовем их не макросами, а «параметрами динамической вставки». Простите за педантизм, но так будет как-то правильнее:).

Конечно, есть, и вот они:

Основные параметры динамической вставки Google AdWords

Параметр Что подставится вместо {параметра}
{keyword}ключевое слово, по которому было показано объявление
{placement}домен сайта, с которого был клик по объявлению (только для КМС).
{creative}ID объявления.
{network}откуда поступил клик: из Google Поиска, от поискового партнера или из контекстно-медийной сети (буквы g, s и d соответственно).
{matchtype}тип соответствия ключевого слова: точное, фразовое или широкое (буквы e, p и b соответственно).
{adposition}позиция вашего объявления на странице, обозначенная как 1t2, говорит о том, что объявление находится на позиции 2 вверху (top) страницы 1.
{device}с какого устройства поступил клик: с мобильного телефона, планшетного ПК или настольного/портативного компьютера. (буквы m, t и c соответственно).
{devicemodel}марку и модель устройства (например, Apple+iPhone), если клик был с ьелефона или планшета (только в КМС)
{target}категория, к которой относится место размещения в КМС (например, путешествия или спорт).

Основные параметры динамической вставки Яндекс.Директ

ПараметрЗначения параметра
{keyword}Ключевая фраза, по которой было показано объявление Текст ключевой фразы без минус-слов
{source_type}Тип площадки, на которой произведён показ объявления
  • search – поисковая площадка
  • context – тематическая (РСЯ)
{source}Домен площадки РСЯ
{position_type}Тип блока, если показ произошёл на странице с результатами поиска Яндекса
  • premium – спецразмещение
  • other – блок внизу
  • none – блок не на поиске Яндекса
{position}Точная позиция объявления в блоке
  • номер позиции в блоке
  • 0 – если объявление было показано на тематической площадке РСЯ.
{addphrases}Клик из «дополнительных релевантных фраз»? («yes» или «no»)
{campaign_id}Номер (ID) рекламной кампании
{ad_id} или {banner_id}Номер (ID) объявления
{phrase_id}Номер (ID) ключевой фразы
{retargeting_id}Номер (ID) условия ретаргетинга
{gbid}Номер (ID) группы

А есть генераторы ссылок с UTM-метками?

Конечно, один из них я написал лично. И искренне считаю его самым удобным генератором UTM-меток из всех, которые я встречал.

Как настроить отслеживание переходов по нужным ссылкам так, чтобы потом не потеряться в Google Analytics? Нужно ли заполнять все поля в конструкторе UTM-меток, или достаточно базовых? И какие из них базовые? WordFactory задала эти вопросы Антону Астахову (руководитель отдела интернет-рекламы Mello и веб-аналитик проекта PixelBuddha).

UTM-метка (Urchin Tracking Module) — переменная, которая добавляется в URL-адрес страницы и позволяет системе веб-аналитики получить дополнительную информацию о переходе по ссылке.

Вы наверняка уже использовали UTM-метки, но, возможно, найдете в этой статье несколько лайфхаков.

В каких случаях и зачем используются UTM-метки?

— UTM-метки стоит использовать, когда вы размещаете информацию со ссылкой на ваш сайт на различных ресурсах, рекламных площадках/системах/соцсетях/письмах/qr-кодах и планируете все это анализировать. Идентифицировать большинство переходов из площадок/рекламных систем худо-бедно можно и без UTM. UTM-метка нужна, если вы хотите не только идентифицировать эту площадку, но и получить дополнительные данные. Например, вам интересно не только то, что пользователь перешел из «ВКонтакте», вы хотите четко знать, из какого поста/группы он приходил.

Как создать UTM-метку правильно? Пошагово. Что, зачем и в какой графе должно быть?

— Прежде чем описать процесс формирования ссылок, я бы хотел отметить, что рекламные кампании могут проводиться в интернете (далее — онлайн) и на различных печатных носителях — СМИ, раздаточные материалы (далее — оффлайн). Чтобы создать правильную ссылку с меткой, вам потребуется Компоновщик URL .

Этап 1 . Укажите URL своего сайта или адрес страницы, на которую планируется переход. Например: http://www.example.com/zagruzka.html .

Этап 2 . Введите уникальные данные для UTM-метки.

В том числе:

1. Источник кампании (utm_source) — источник, из которого будет сделан переход. Для онлайн-рекламы: домен без доменной зоны сайта (или адрес сайта до точки), на котором будет размещена ссылка. Например:

2. Канал кампании (utm_medium) . Представьте, что вы смотрите ТВ, у вас есть спортивные, новостные, развлекательные и другие каналы. В UTM-метках также есть определенный список общепринятых каналов.

3. Ключевое слово в кампании (utm_term) и содержание кампании (utm_content) — необязательные поля. Но, если вы, скажем, делаете пометку рекламной кампании в Директе, то глупо не передавать ключевое слово (utm_term). Если обязательных полей не хватает, вы можете использовать эти два поля для добавления дополнительной информации (размер баннера, используемый в рекламе, его версия и так далее).

4. Название кампании (utm_campaign) используется для обозначения рекламы определенного товара или стратегической кампании. Например:

После заполнения нужных полей нажмите кнопку «Отправить». Внизу под кнопкой сформируется итоговая ссылка, которую можно выделить и скопировать.

Как автоматизировать процесс создания UTM-параметров, если нужны сотни меток?

— Можно использовать бесплатные сервисы, доступные в интернете (например, от Semantica). В отличие от стандартного компоновщика Google, они предоставляют разные приятные фишки: тегирование списка ссылок, параметры рекламных площадок, которые можно передавать в UTM-метку, и другие. Но я в своей работе такие сервисы не использую. Если нужно проставить теги к сотне ссылок, то, на мой взгляд, лучше Excel ничего нет:). Вы всегда можете очень быстро создать базу данных, добавив в качестве столбцов дополнительную информацию, которую не будете вставлять в метку (стоимость размещения данной ссылки, дата публикации и так далее). К тому же Excel дарит свободу действий. Вы всегда можете под какие-то задачи превратить обычный файл Excel в инструмент, решающий определенную задачу.

Недавно Максим Уваров в своем курсе по Excel подкинул отличную идею о том, что можно использовать умные таблицы для создания UTM-генератора в Excel.

— Скажи, кто твой друг, и я скажу, кто ты. Для UTM-меток это можно перефразировать так: скажи, какую информацию ты завел в метку, и я скажу, что ты сможешь увидеть. Если тегирование производить грамотно, используя возможности рекламных площадок (например, Яндекс.Директ дает отличный список параметров для передачи в метку), тогда возможности безграничные. А в совокупности с сервисом загрузки затрат bi.owox.com и расчетными показателями в Google Analytics можно выгружать данные по затратам из различных сервисов/площадок, рассчитав стоимость конверсии. По этим данным можно собрать вот такой кастомизированный отчет в Google Analytics:

Почему нужно (и нужно ли) сокращать UTM-метки?

— Некоторые думают, что чем сложнее/длиннее метка, тем дольше скорость загрузки страницы. Это миф, потому что UTM-метка не влияет на скорость загрузки. Она может влиять на отображение сайта, но этот момент легко тестируется на практике. За последние три года я встречал только два сайта, на котором UTM приводили к проблемам с отображением данных, но они оба были разработаны очень давно и в целом были проблемными.

Если вы хотите, чтобы ваша ссылка выглядела короткой, яркой и запоминающийся, можете использовать сервисы сокращения ссылок, например bitly . Вставляете ссылку с UTM в сервис, и на выходе получаете короткую версию. А если доплатите, то получите возможность стилизовать короткую ссылку под себя/бренд компании. Короткие ссылки обычно нужны, если они используются на визитках, наружке, презентациях, стендах и других источниках, где у пользователя существует возможность ее увидеть.

Какие могут быть негативные эффекты от использования UTM-меток c точки зрения SEO? Как их избежать?

— С точки зрения SEO, это дубли страниц со всеми вытекающими из этого последствиями — например, санкциями поисковых систем. Поэтому просто закрывайте UTM-метки в файле robots.txt с помощью директивы clean-param ( описано, как это сделать) — и все будет ОК.

В этой статье я расскажу все, что знаю об UTM метках . Как их использовать, создавать, отслеживать, настраивать их параметры и самое главное, как все сделать правильно, чтобы в системах аналитики и работе сайта не возникало проблем.

Начнем с вопроса – зачем вам UTM метки? Чаще всего можно обойтись автоматической пометкой целевых URL , которые предоставляют системы контекстной рекламы. Если в этом вы уже разобрались, и поняли, что вам все-таки нужна ручная пометка – тогда давайте разбираться с UTM метками .

Что такое UTM метки и для чего они нужны?

Это переменные, которые мы вручную добавляем к УРЛ адресу. Нужны они для того, чтобы отделить трафик из Яндекс Директ или Google Adwords от остальных источников трафика.

Пример: site.com/?utm_source=yandex&utm_medium=cpc&utm_campaign=kampaniya

Базовые сведения об UTM метках

Теперь, когда вы видели пример UTM метки у вас, наверное, появилось много вопросов по поводу используемых символов (&,?) и параметров (значений).

Вопросительный знак в адресе является разделителем , и указывает для системы аналитики – где начинается метка. Дальше идут параметры, их еще могут называть переменными. Амперсанд (&) применяется, чтобы разделить различные параметры в UTM метке.

Еще раз повторим: знак вопроса идет сразу после адреса вашей целевой страницы, а следом, разделенные амперсандом – переменные для отслеживания.

Совет: если в целевом URL уже присутствует знак вопроса (?) нужно использовать вместо метку разделителя – амперсанд (&), иначе в аналитику будут передаваться искаженные данные.
Пример УРЛ с знаком вопроса: site.com/?parameter=1
На выходе получаем: site.com/?parameter=1&utm_source=yandex ….

В зависимости от движка, на котором работает сайт, нужно понять – обязательно ставить косую черту перед началом UTM метки или нет. На большинстве сайтов можно использовать два варианта. Это легко проверить: берем URL сайта с UTM меткой и косой чертой и без нее, и вбиваем два варианта в адресную строку, если ошибок нет – то можно использовать два варианта.

Так же не рекомендую ставить пробелы внутри UTM меток , некоторые движки читают их как: %20 или %2B, другие отобразят в виде простого пробела, а третьи заменят знаком «+». Пробелы могут разбить адрес, и если страница не выдаст «404 Ошибку», то в системах аналитики – будут перебои. Так что пробел – не используем в УТМ метках.

Параметры UTM меток

Со всеми параметрами вы можете ознакомиться на официальных ресурсах Яндекс Директ и Google Adwords , мы обсудим лишь основные:

Разберем подробнее каждую UTM-метку:

  • utm_source – тут все просто, нужно указать источник, откуда идет трафик.
  • utm_medium – Эта та часть, где желательно использовать творчество по минимуму, во избежание не качественных отчетов в аналитике.
    Для контекстной рекламы — cpc (cost per click)
    Для медийки — banner
    Для емейл-рассылки — email
    Для партнерок — affiliate
  • utm_campaign – в эту метку стоить поместить информацию о вашей рекламной кампании в Google Adwords или Яндекс Директ.

Совет: не забывайте, что значения для ярлыков нужно делать в одном регистре для всех (google или GOOGLE), иначе трафик будет в аналитике путаться.

Хоть в начале статьи шла речь об автоматической пометке, это не значит, что нельзя использовать сразу два способа (UTM+автомат)! Они не конфликтуют между собой, так что используйте их вместе !

Компоновщики UTM меток

Для того чтобы не запутаться на начальных этапах, я предлагаю использовать компоновщики! Все очень просто, вы указываете необходимые значения, а система остальное делает за вас. Есть несколько основных инструментов:

– Онлайн: советую стандартный компоновщик от Google

Проверить, как отрабатывает UTM метка можно в Google Analytics в отчете:

В режиме реального времени -> Источники трафика

Тут все просто, учитывая, что там есть пояснения. Но как быть, если вам нужно добавить UTM метки сразу во много целевых адресов? Об этом ниже.

Массовая простановка UTM меток

Это можно делать либо в Excel – используем или СЦЕПИТЬ или амперсанд (&), либо в редакторах систем контекстной рекламы – Директ Коммандер и Adwords Editor: используем дописать в конец URL.

UTM метки и SEO

Есть вероятность, что страницы с метками попадут в индекс поисковых машин, тем самым – создав дубли (копии) страниц, а это может навредит SEO продвижению.

Есть несколько вариантов решения проблемы:

Вот и все что я хотел рассказать вам про UTM метки! Сейчас я вам советую начинать практиковаться, чтобы усвоить полученные знания! Ну а с вас – лайки и шэры 🙂

P.S – ссылка на статью “UTM метки: руководство по использованию ” в PDF формате, сохраните и держите под рукой:)

Что такое «UTM-метки» и для чего их используют?

UTM-метки применяют маркетологи, чтобы определить эффективность источников рекламы. Например, стоит задача отследить, сколько посетителей приходит с контекстных объявлений, с онлайн-баннера на портале или поста в соцсети. Это разные каналы привлечения и каждый следует отдельно обозначить. Для этого применяют UTM-метки.

Urchin Tracking Module – дополнительные параметры, указываемые в ссылках URL. В таких хвостах содержатся данные о канале рекламы: источник, тип трафика, наименование кампании, слово-запрос и другие. На основе этих данных аналитические сервисы составляют отчеты о переходах пользователей с той или иной онлайн-площадки.


Строение UTM-метки

В метке используется две части: наименование параметра и содержимое. Между частями знак равенства:

utm_sourse=google

левая часть формулы – это наименование параметра, а правая – содержимое. В конкретном примере, сообщается, что источник переходов – Google.

UTM-метки добавляются после слеша к URL ссылке. Перед первой ставится знак «?», а далее метки разделяются амперсандом «&»:

http://site.ru/?utm_source=vk&utm_medium=referral&
utm_campaign=post123&&utm_term=utm_metki

В данной ссылке: источник – Вконтакте, тип рекламы – пост в соцсети, имя кампании (ID) – пост 123, ключевое слово — UTM-метки. Эта информация отправляется в Яндекс.Метрику или Google Analytics, где и анализируется.

Параметры меток

Маркируют ссылки следующим образом: к utm добавляют через нижнее подчеркивание следующие значения:

  1. _source – указывает источник трафика. Яндекс или Google, ВК или FB, почтовая рассылка и другое.
  2. _medium – помогает определить тип рекламы. Тизерный баннер, письмо, пост в соцсети, контекстное объявление.
  3. _campaign – наименование кампании или отдельного поста/объявления/баннера.
  4. _term – слово-запрос для отслеживания конкретного канала переходов. Например, пост во Вконтакте, рассказывающий о преимуществах Айфона 10, содержит метку IphoneХ.
  5. ­
  6. _content – дополнительные данные. Подходит для А/В тестирования, отслеживания региона трафика и других переменных.

Для обозначения контекстной рекламы в поиске дополнительно прописывают параметры block и position. Первый указывает, где располагается объявление: спецразмещение, гарантированные или динамические показы. Второй отмечает позицию в поисковой выдаче – 1,2,3…10 место.

Как составлять и использовать UTM-метки?

Приведем пошаговый алгоритм формирования ссылки с метками:

Напишите полный URL-адрес сайта, на который принимаете трафик. Например, http://www.site.ru/.

Введите после слеша «?» и данные источника переходов. Обычно в этом значении указывается домен ресурса без доменной зоны. Например, yandex или google, vk, fb и так далее.

utm_medium вводите после «&». В значении прописывается тип рекламы. Распространенные обозначения: organic – поисковой трафик, cpc – клики по объявлениям, referral – переходы с сайтов и другие.

Остальные параметры вводятся также через амперсанд. В них указывайте идентификатор кампании или объявления, слово-запрос и дополнительную информацию по желанию.

Значения вводятся в строку URL-адреса без пробелов. Чтобы передать несколько значений в одной метке используйте знак «+». Например, utm_campaign=metki+id123, где прописывается название транслитом и дополнительно указывается ID.

Если объявлений много, пропишите в UTM-метки динамические переменные для кампаний. В Директ – это {campaign_id}, GA – {network}. Система автоматически подставит идентификатор текущей кампании. Динамическая переменная для ключевых слов – это {keyword}, а для дополнительного контента – {ad_id}.

При составлении массивных кампаний UTM-метки прописываются в онлайн-сервисах. В них полностью автоматизирован процесс создания ссылки для разных источников трафика с учетом предустановленных значений и переменных. Яркий пример – онлайн-сервис Алексея Ярошенко.

Как анализировать UTM-метки в отчетах?

Вся информация с «хвостов» собирается аналитическими системами Яндекс.Метрикой и Гугл Аналитикой. Чтобы добраться до этих отчетов выполните следующие действия:
  • В Метрике пройдите в «стандартные отчеты», затем «источники» и «метки». На открывшейся панели жмите на «группировки» и активируйте необходимые значения для детального анализа: источник трафика, тип рекламы, ключевые слова и другие. Далее выбирайте «метрики», которые интересуют по данным меткам. Система сформирует детальный отчет по вашему запросу;
  • В Гугл Аналитике откройте «источники трафика», затем «кампании» и «все кампании». В левой колонке отчета указываются метки, а в правой метрики и числовые значения по каждому параметру.

UTM-метки обладают двумя основными преимуществами, которые упрощают труд маркетолога и повышают эффективность рекламы. Первое – четкая детализация переходов посетителей по каналам, кампаниям, источникам и другим параметрам в удобных отчетах. Второе – использование всего массива метрик веб-аналитики для работы с распределенным трафиком.

Напоследок несколько нюансов работы с метками. Перед запуском проверяйте корректность составления ссылки, то есть открывает ли сайт такие «хвостатые» URL. Слишком длинные ссылки сокращайте в специальных сервисах, таких как goo.gl и других.


Всё, что вам нужно знать о UTM-метках

UTM-метки нельзя использовать для внутренних ссылок на сайте (например, размечать ими баннер, ведущий на блог с главной страницы). Такой переход будет засчитан системами веб-аналитики как новый визит/сеанс, в результате испортится множество показателей, в том числе данные об источнике/канале. То есть как раз то, что мы хотим лучше анализировать за счет UTM.

Используйте метки только для внешнего трафика. Поддомены тоже не надо линковать между собой с помощью UTM.

UTM-метки также могут навредить, если ссылки с ними попадают в индекс поисковых систем. Во-первых, это опять же портит аналитику, так как поисковый трафик будет присваиваться какой-то рекламной кампании. Во-вторых, это может быть негативным сигналом для SEO, так как с точки зрения поисковиков размеченная ссылка — это дубль.

Так выглядит ссылка с UTM в поиске

Способы предотвратить это:

1. Прописать в robots.txt следующее правило:

2. Прописать в robots.txt (работает только для роботов Яндекса):

Clean-Param: utm_source&utm_medium&utm_campaign&utm_content&utm_term.

3. Указать в HTML-коде страницы, на которую ведёт ссылка с UTM, такой тег:

<link rel=»canonical» href=»http://site.com/page»>, где URL — основной адрес страницы без всяких меток

Вместе с UTM в robots.txt лучше сразу запретить и другие GET-параметры (у Яндекса есть также yclid, from, openstat, у Google — gclid). Тогда правила будут выглядеть так:

Clean-param: utm_source&utm_medium&utm_term&utm_content&utm_campaign&yclid&gclid&_openstat&from

и

Disallow: /*utm

Disallow: /*clid=

Disallow: /*openstat

Disallow: /*from

Кстати, без UTM-меток можно обойтись, если у сайта всего один источник трафика, например Яндекс.Директ. Отчёты по рекламной системе уже встроены в Яндекс.Метрику. Без специальной разметки видно поисковые фразы, объявления, условия показа и так далее.

UTM метки — что это такое и зачем их устанавливать в рекламе

Многие начинающие бизнесмены делающие первые шаги в онлайн сталкиваются с не знакомыми понятиями и аббревиатурами. В данном материале речь пойдет об UTM метках, что это такое и зачем вообще они нужны.

 Что такое UTM метка

Традиционно начнем с определения. Итак, UTM-меткой называют специализированный параметр в URL, используемый маркетологами для отслеживания рекламных кампаний в сети Интернет, в английском варианте UTM расшифровывается следующим образом — Urchin Tracking Module.

Именно использование UTM меток позволяет системам аналитики, например Яндекс Метрика или Google Analytic получать более подробную информацию о кликах и переходах, полученных из контекстной рекламы. Данная информация доступна в отчетах сервисов, а её грамотное использование поможет повысить эффективность платной онлайн рекламы.

https://ваш_domen?utm_source=yandex&utm_medium=cpc&utm_campaign=garage_poisk_spb&utm_content={position_type}.{position} &utm_term={keyword}

Именно таким образом (выделено жирным) выглядит UTM метка, используемая в рекламе.

Какие бывают UTM метки

Если с понятием метки и её назначением разобрались можно смело окунаться в нюансы. Первым из ния является то, что метки бывают:

  • Динамические. В данном формате, значение будет получено автоматически;
  • Статические. Задаются вручную и не изменяются во время работы рекламной компании.

Также UTM метки разделяют на:

  • Обязательные. Источник перехода (yandex, google, instagram и прочее), тип трафика (CPC, CPM), название рекламной кампании;
  • Не обязательные. Информация об объявлении, ключевое слово или фраза.

Что касается формирования метки для рекламной компании, то рассказывать, как это сделать вручную нет смысла, поскольку существует огромное количество онлайн генераторов UTM меток.

Генераторы UTM-меток

Одним из наиболее популярных и удобных генераторов меток является сервис — «Утилиты для работы с контекстной рекламой от Алексея Ярошенко» (yaroshenko.tools). Данный точно сервис сформирует все основные рекламные источники, для которых вам могут потребоваться динамические UTM метки.

Для того чтобы начать работу не нужно проходить регистрацию и тратить время, навыков также не потребуется. Просто введите URL посадочной страницы в соответствующее поле, далее выберите источник трафика и нажмите кнопку «сгенерировать метку». Скопируйте результат и смело вставляете в рекламное объявление.

Заключение

В данной статье дана подробная информация о том зачем необходимо устанавливать UTM метки, когда выполняется настройка контекстной рекламы. Более того даны базовые понятия о том, каким образом сформировать UTM метку без ошибок. Даже сели Вы не пользуетесь услугами по профессиональной настройке рекламы и её ведения, обязательно установите UTM метки, это поможет поднять эффективность рекламной компании в разы.

Создание и настройка utm меток для сайта: обязательные и динамические параметры

Utm-метки представляют собой группу параметров, которые дописываются к ссылке на страницу вашего сайта. Ссылка с utm-метками имеет следующий вид:

С помощью меток можно отследить, с каких каналов на сайт приходят посетители и какие источники трафика для вашего сайта наиболее эффективны.

Зачем использовать utm-метки?

Изначально utm-метки использовались для разметки рекламных кампаний. На сегодняшний день данная разметка поддерживается практически всеми известными системами веб-аналитики (Яндекс.Метрика, Google Analytics и др.). Помечать метками нужно не только рекламные кампании в Яндекс.Директе и G.Adwords, но и другие каналы, такие как размещение ссылок на партнерских сайтах, трафик из соцсетей, почтовые рассылки, баннерная реклама и т.д.

Также стоит отметить, что наличие utm-меток позволяет улучшить качество отчетов в системах веб-аналитики.

Чтобы системы веб-аналитики различали трафик с разных каналов, его нужно маркировать. К примеру, для корректного учета переходов с email-рассылок в Яндекс.Метрике, необходимо добавить в ссылки с писем метку со значением email. В Google.Analytics для учета посетителей, пришедших из соцсетей, нужно устанавливать соответствующие параметры к ссылкам, иначе весь трафик может записаться в канал Referral, а не в Social.

Настройка utm-меток

Теперь давайте разберем, как ставить utm-метки, из каких параметров они состоят и какие из этих параметров являются обязательными.

Есть общепринятые параметры. Все параметры приведены в таблице:

* помечены обязательные параметры, которые нужно прописывать к каждой ссылке, которую вы хотите обозначить. Ставить параметры в ссылку можно в любом порядке после знака /. Перед первым параметром после / ставится «?», перед последующими «&».

Пример метки для РК в Яндекс.Директ:

Из примера можно определить, что посетитель пришел на сайт с рекламной системы Яндекс.Директ по объявлению № 4610048 из кампании «Продвижение сайта», которое показывалось в поиске.

Пример метки для ссылок на сторонних сайтах:

По этой ссылке мы видим, что посетитель пришел со статьи, размещенной на сайте searchengines.ru в ноябре 2015 г.

Динамические ссылки для Яндекс.Директ и Google.Ads

Маркировку ссылок с рекламных систем Яндекс.Директ и Google AdWords можно значительно упростить благодаря использованию динамических макросов.

С помощью макросов системы автоматически добавляют динамическую информацию (такую, как ключевые слова) в utm-метки.

Приведем список наиболее популярных параметров Яндекс.Директ. Другие параметры вы найдете в помощи Яндекса.

Список динамических параметров Яндекс.Директа:

Динамические ссылки для Google.Analytics:

В Google AdWords для отслеживания трафика с рекламных кампаний используется функция ValueTrack. Подробнее о параметрах ValueTrack читайте в справке Adwords. Мы приведем список параметров, которые должны быть под рукой у каждого маркетолога:

Также в Google AdWords есть функция автоматической пометки всех ссылок с рекламы. Эта возможность удобна тем, что отпадает необходимость вручную добавлять параметры к каждому объявлению. Но данный вид разметки имеет свои ограничения. Так как Гугл шифрует информацию, передаваемую в параметрах, распознать ее можно только в системе Google.Analytics. Такой вариант не устроит тех, кто привык для анализа использовать другие системы аналитики.

Как посмотреть переходы по ссылкам с параметрами

Итак, метки мы настроили, остается вопрос, как проанализировать переходы по размеченным ссылкам.

Чтобы посмотреть статистику переходов по utm-меткам в Яндекс.Метрике, заходим в раздел «Отчеты», «Стандартные отчеты», «Источники» и выбираем «Метки UTM».

Отчет по utm-меткам в Метрике представлен в виде иерархической структуры:

Конструкторы utm-меток

Для ускорения работы с utm-метками используют специальные сервисы – компановщики url. Данные сервисы исключают возможность ошибки при указании параметров и ускоряют работу с метками. Вам достаточно вставить нужные параметры в форму, и сервис выдаст ссылку установленными метками. Приведем наиболее удобные инструменты:

  1. «Компоновщик URL» от Google
    Используется в основном для настройки ссылок под Google.Adwords.
  2. Расширенный компоновщик URL – gaurl.ru
    Через данный сервис можно не только создать ссылку с метками, но и сгенерировать QR-код для полученной ссылки.
  3. Генератор UTM-меток от Алексея Ярошенко
    Сервис удобен тем, что в нем уже используются динамические параметры различных рекламных систем: Яндекс.Директ, Google AdWords и ВКонтакте.

Сервисы сокращения ссылок

Бывают такие случаи, когда выставлять трехэтажную ссылку с множеством параметров неуместно. К примеру, для публикации ссылки в соцсетях. В этом случае на помощь приходят сервисы сокращения ссылок. Приведем основные из них:

Не меньшей популярностью пользуется сервис Bit.ly. Он удобен тем, что в сервисе в любой момент можно посмотреть статистику переходов по созданной ссылке.

К примеру, если сокращенная ссылка выглядит таким образом: bit.ly/1ps28f, то статистику можно посмотреть по адресу bitly.com/1ps28f+

Почему использовать метки не всегда возможно?

Однако стоит отметить, что есть ряд некоторых ограничений в использовании utm-меток.

В первую очередь, убедитесь в том, что ваш сайт корректно обрабатывает дополнительные параметры в ссылках. Прежде чем публиковать ссылку с метками, проверьте ее. Вставьте ссылку с параметрами в адресную строку браузера, перейдите по ней и посмотрите, что получилось. Если страница открылась без проблем, можете смело использовать метки.

Второе ограничение относится к автоматической пометке от Яндекс.Директ и Google Adwords. Автопометка этих систем зашифрована и расшифровка осуществляется только одноименными системами. То есть если вы привыкли пользоваться только Яндекс.Метрикой, вы не сможете расшифровать разметку Гугла.

Вывод

Разметка ссылок с различных каналов трафика позволит вам собрать воедино данные о различных источниках трафика. Анализируя данную информацию, вы сможете эффективнее управлять рекламным бюджетом и выделять средства на те каналы, которые приносят вам прибыль.

Кстати, при заказе контекстной или таргетированной рекламы у специалистов Сервиса 1PS.RU уникальные utm-метки к каждому объявления создаются БЕСПЛАТНО!

Как отслеживать Facebook-рекламу в Google Analytics

Если вы используете для продвижения своего бизнеса Facebook, то наверняка знаете, что посмотреть статистику по вашим рекламным кампаниям можно в Менеджере рекламы (Ads Manager): охват, клики, просмотры, расходы и другие данные. Но что происходит после того, как пользователь кликнул по ссылке или нажал на кнопку в объявлении и перешел с Facebook на ваш сайт? Об этом Ads Manager не расскажет.

Чтобы отследить конверсии, узнать реальную эффективность рекламы на Facebook и сравнить ее с другими каналами продвижения, используйте Google Analytics. Система покажет, что делают на вашем сайте пользователи, пришедшие из соцсетей.

В этой статье вы узнаете:

3 причины связать Facebook и Google Analytics

1. Анализируйте более релевантные данные. Статистика по одним и тем же кампаниям в Facebook Ads Manager и Google Analytics может отличаться. Дело в том, что при подсчете уникальных переходов по ссылке из объявления GA учитывает сессии пользователя. То есть, если один человек в течение 30 минут несколько раз кликнет по ссылке, то GA засчитает это как один переход. Facebook же не считает уникальные переходы и отображает в отчетах все клики, совершенные пользователем.

Кроме того, расхождения в данных могут быть обусловлены некоторыми техническими факторами. Например, если в браузере пользователя отключены JavaScript и сохранение Cookies, то GA не будет учитывать переход пользователя по ссылке, а Facebook, напротив, засчитает этот клик.

2. Точнее оценивайте эффективность своих рекламных кампаний. Если на вашем сайте установлен Пиксель Facebook и настроено отслеживание событий, то в отчетах Facebook вы сможете посмотреть данные о конверсиях. Однако стоит учитывать тот факт, что Google Analytics и Facebook определяют источники конверсии по-разному.

Допустим, пользователь кликнул по вашему объявлению в Facebook, посмотрел товар на сайте и ушел. После этого он увидел вашу контекстную рекламу этого товара, перешел по ней и сделал покупку. Facebook засчитает эту конверсию себе, а Google Analytics — последнему непрямому каналу, то есть контекстной рекламе. Кроме того, в GA вы можете выбрать подходящую вам модель атрибуции и сравнить, какую ценность имеет реклама в Facebook согласно разным моделям.

3. Сравнивайте рекламу на Facebook и других площадках. Загрузив в Google Analytics данные из Facebook и других рекламных сервисов, вы сможете в одном отчете анализировать показы, клики, расходы CTR, CPC, ROAS по всем своим рекламным кампаниям.

Как добавить UTM-метки в ссылки для рекламных объявлений

Чтобы видеть в Google Analytics трафик с Facebook, вам нужно добавить UTM-метки во все ссылки, которые вы используете в рекламных объявлениях. Это небольшие фрагменты кода, добавляемые в URL-адрес и содержащие информацию о канале, источнике и кампании, которые привели пользователя на ваш сайт.

UTM-метка состоит из названия параметра и его значения. В каждой вашей ссылке должны присутствовать три обязательных UTM-метки:

Параметр Примеры возможных значений Зачем нужна эта метка
utm_source facebook
google
bing
instagram
Указывает на источник трафика, рекламную площадку, с которой пришел пользователь
utm_medium cpc
social
cpm
email
Указывает на тип рекламы или трафика: платный, органический, email-рассылки и т.д.
utm_campaign Название вашей рекламной кампании Указывает на рекламную кампанию, которая привела пользователя на сайт

Перечисленных параметров будет достаточно, чтобы отслеживать даже самые сложные кампании в Facebook, однако при желании вы можете добавить в ссылку и другие UTM-метки.

К примеру, создадим ссылку для рекламной кампании в Facebook, которая будет приземлять пользователей на страницу www.owox.ru/sale. Источник у нас будет — facebook; тип трафика, если объявление платное — cpc, если бесплатное — social, а назовем нашу кампанию — promo2019.

В результате получится вот такая ссылка:

www.owox.ru/sale/?utm_source=facebook&utm_medium=cpc&utm_campaign=promo2019

Обратите внимание, что элементы UTM-метки разделяются определенными символами. Если их перепутать или создать метку с синтаксическими ошибками, она не будет работать корректно. Чтобы избежать ошибок, вы можете использовать для разметки URL-адресов специальные инструменты, например Google Analytics URL Builder:

Также мы подготовили наглядную инфографику о том, как правильно создавать UTM-метки и избегать распространенных ошибок. Заполните форму, и мы пришлем инфографику вам на email.

Получить инфографику

Если это кажется вам слишком сложным, вы можете создавать UTM-метки прямо в своем аккаунте Facebook Ads Manager при настройке объявления:

Для этого в разделе «URL сайта» кликните на ссылку «Создать параметр URL» и в открывшемся окне заполните поля с параметрами. Вы можете вписать свои значения для каждого параметра либо использовать динамически параметры, которые предлагает система:

Если вы выберете динамические параметры, то при генерации URL-адреса Facebook автоматически заполнит их значения информацией, которую вы указали в настройках объявления: название кампании, номер объявления и т.д.

На данный момент Менеджер рекламы Facebook предлагает 6 динамических параметров:

Параметр Примеры возможных значений
{{ad.id}} Номер объявления
{{adset.id}} Номер группы объявлений
{{campaign.id}} Номер кампании
{{ad.name}} Название объявления в нижнем регистре
{{adset.name}} Название группы объявлений в нижнем регистре
{{campaign.name}} Название кампании в нижнем регистре

UTM-разметка — это базовый минимум, который вам нужно выполнить для интеграции Facebook и Google Analytics.

В каких отчетах Google Analytics смотреть трафик с Facebook

После того, как вы добавите в свои ссылки UTM-метки, в GA появится информация о пользователях, которые переходят на ваш сайт с Facebook. Чтобы увидеть эти данные, вы можете использовать стандартные отчеты из раздела «Источники трафика» или создать собственные отчеты с помощью фильтров и сегментов.

Если вас интересует статистика по всем источникам, откройте отчет «Источники трафика — Весь трафик — Источник/канал»:

Если вы хотите узнать, на какие страницы вашего сайта чаще всего приземляются пользователи из Facebook, окройте отчет «Источники трафика — Весь трафик — Переходы» и в качестве дополнительного параметра выберите «Страница входа»:

Если у вас в Google Analytics настроены цели, то в отчете «Источники трафика — Социальные сети — Конверсии» вы увидите количество и ценность конверсий, которые принесла реклама в Facebook:

Чтобы посмотреть статистику по отдельным кампания, используйте отчет «Источники трафика — Кампании — Все кампании»:

В общем, данные по Facebook доступны в любом отчете Google Analytics, где есть источник либо канал трафика в качестве основного или дополнительного параметра.

Отслеживать трафик — это хорошо, но без данных о тратах на рекламу вы не сможете оценить ее окупаемость. Поэтому следующим шагом после UTM-разметки будет импорт расходов из Facebook в Google Analytics.

Как импортировать расходы из Facebook в Google Analytics

Загрузить данные о расходах в Google Analytics можно вручную через интерфейс системы или с помощью OWOX BI Pipeline. Начнем с ручного импорта — он состоит из трех шагов.

Шаг 1. Создание набора данных. Откройте вкладку администратора в своем аккаунте GA, в раздел «Ресурс» выберите «Импорт данных» и нажмите кнопку «Создать»:

Выберите тип данных — «Данные о расходах». Придумайте название для набора данных и укажите представление Google Analytics, в которое будут загружаться расходы:

На заключительном этапе нужно настроить схему загружаемых данных. По умолчанию в ней уже обозначены три обязательных параметра: дата, канал и источник:

Здесь же вы можете добавить другие параметры, которые хотите видеть в отчетах, например, стоимость, клики, показы, кампания и ключевое слово:

После того, как вы сохраните настройки и нажмете кнопку «Готово», новый набор данных появится в разделе «Импорт данных»:

Шаг 2. Подготовка CSV-файла с расходами. Чтобы правильно заполнить файл с данными для загрузки, вы можете скачать в Google Analytics уже готовый шаблон. Для этого в меню «Импорт данных» кликните по ссылке «Управление загрузками» и нажмите на кнопку «Получить схему»:

Скачайте шаблон схемы на свой компьютер. Выглядит он примерно так:

Теперь вам нужно заполнить этот файл. Для этого откройте Менеджер рекламы Facebook и разбейте данные в отчете по дням, так как в схеме данных для Google Analytics у нас есть столбец ga:date.

Затем экспортируйте отчет в формате CSV, откройте его, скопируйте все необходимые данные и вставьте их в шаблон, который скачали в GA. Убедитесь, что все столбцы заполнены правильно.

Шаг 3. Загрузка CSV-файла с расходами в GA. Чтобы закончить импорт данных, вернитесь в Google Analytics, в меню «Импорт данных» выберите нужный вам набор данных и нажмите на кнопку «Загрузить файл». Если вы правильно заполнили шаблон, то увидите, что загрузка выполнена успешно:

Если файл заполнен с ошибкам, Google Analytics сообщит вам об этом и попросит отредактировать. Загруженные данные появятся в отчете «Источники трафика — Кампании — Анализ расходов» в течение 24 часов.

Как видите, ручной импорт расходов в Google Analytics — довольно кропотливое занятие, которое отнимает много времени. Если вы не хотите повторять эту процедуру каждый раз, когда вам нужен отчет, попробуйте OWOX BI Pipeline. Достаточно один раз настроить поток, и сервис будет ежедневно автоматически импортировать данные из Facebook в GA. Подробнее о том, как работает OWOX BI и как его настроить, вы можете узнать в статье «4 способа загрузить рекламные расходы в Google Analytics», а схему загружаемых данных можно посмотреть в справке.

Кроме того, у OWOX BI есть 14-дневный Trial, во время которого можно бесплатно попробовать импорт расходов из Facebook и другие возможности. По окончании trial-периода вы сможете бесплатно использовать поток из одного рекламного сервиса.

Настроить импорт FB → GA

P. S. для тех, кто хочет вывести свою маркетинг-аналитику на новый уровень! Если стандартных отчетов GA по рекламным кампаниям вам недостаточно и вы хотите настроить сквозную аналитику, попробуйте экспорт данных из Facebook в Google BigQuery. Это позволит вам создавать пользовательские отчеты с более чем 200 параметрами, а также объединить ваши данные из соцсети с информацией из других рекламных сервисов, Google Analytics, систем колл-трекинга и email-рассылок.

Использованные инструменты

Как настроить теги UTM для оценки производительности SMM

Отслеживание продаж в SMM важно. Бизнес понимает ценность работы, когда вы отправляете ему не безликое количество переходов по ссылке, а конкретный отчет с количеством продаж.

Теги

UTM помогают системам аналитики отслеживать продажи. И они показывают не их общее количество, а конкретные страницы, публикации и рекламу, с которых пришел клиент. Таким образом, мы можем показать результат в отчете, а затем улучшить его, вложив больше средств в эффективные идеи.

Что такое UTM-теги и как их использовать

Тег UTM — это модуль отслеживания. Почти как шпионский баг, который присваивается пользователю и собирает его данные при переходе на сайт. Затем в аналитике мы можем увидеть, как долго человек находится на сайте, откуда он пришел и какие действия совершил?

Тег UTM выглядит как код, добавленный в конце ссылки.


Вам необходимо использовать UTM-теги, если сайт есть и на него идет трафик, например, из поисковых систем, социальных сетей, других сайтов и т. Д.Затем вы можете отслеживать эффективность различных каналов трафика.

Основной причиной использования UTM-тегов является анализ посещаемости сайта. Например, с «Google Analytics».


Зачем мне нужны UTM-теги в SMM?

Основная цель большинства проектов — продажи. Если мы будем отслеживать их по клиенту, мы будем знать только общее количество продаж. Мы не будем знать, откуда взялись люди, которые в конечном итоге совершили покупку. Мы также не можем знать, были ли продажи из социальных сетей, рассылки или Google.


Instagram, Facebook и Twitter, например, используются для рекламы продукта. В конце месяца нужно посчитать эффективность каждого из каналов, начиная с рекламы в Инстаграм. Без тегов мы знаем только общее количество продаж.


А если бы были теги — увидим продажи именно с этого канала и даже отдельных рекламных публикаций. Отсюда мы можем рассчитать эффективность и рентабельность работы.


Что он делает? Если пост или креатив демонстрируют высокую эффективность — вы можете повторить успех или сосредоточиться на нем, вложив дополнительный бюджет. Если этого не произошло, отключите его и прекратите расходовать бюджет. Это просто.

Анализ → повышение эффективности → рост продаж

Следовательно, каждая ссылка должна быть помечена. Например, вы можете создавать таблицы Excel для записи того, как отмечать ссылки в зависимости от их расположения. Далее мы проанализируем, как строятся UTM-теги.

Как сделать UTM-тег

Тег UTM — это набор параметров GET. GET-параметры — это короткие символы данных о пользователе, главное, на каком сайте он видел ссылку и какой пост работал. Вы также можете собрать другую необходимую информацию. Структура параметров построена следующим образом.

ПРИМЕР СТРУКТУРЫ ПАРАМЕТРОВ UTM TAG


В стандартном теге UTM может быть всего пять параметров, три из которых являются обязательными.

Обязательные параметры

Обязательные параметры должны быть в любом теге UTM. Если один из них отсутствует, тег UTM не будет работать, и переходы не будут отслеживаться.


utm_source — источник трафика. Например, название социальной сети: fb, ok, insta.

utm_medium — тип трафика или канал трафика. Например, цель объявления: cpm, cpc, cpa; или расположение ссылки: описание профиля, содержание, истории.

utm_campaign — название рекламной кампании. Например, метка аудитории: aud1_business, aud_fishers; или дата выхода материала: 12_10, 1506.


Ссылка с тегом UTM с тремя обязательными параметрами:

https://www.notsupporting.com /? Utm_source = контент-маркетинг & utm_medium = blog & utm_campaign = utm-metki-v-smm

Дополнительные параметры

Устанавливаем, если нам нужно получить больше данных о месте перехода.Например, чтобы точно указать, для какого рекламного изображения установлен этот ярлык. Затем мы можем сравнить эффективность разных объявлений.

utm_content — дополнительная информация о кампании. Например, номер рекламного изображения или сообщения: text1banner1, post1.

utm_term — ключевое слово. Здесь вы можете ввести любые данные,

например, заголовок поста: what_is_utm.

Тег UTM создается из комбинации этих параметров. Важно создать единую систему задания значений меток, чтобы не запутаться в будущем.

Например, для всех рекламных кампаний в Instagram мы указываем значение utm_source как insta. Если половина тегов помечена как insta, а вторая половина — как instagram, в отчете будет много путаницы.

В одной из рекламных кампаний значение utm_source должно совпадать. Разница может быть в utm_medium, utm_campaign и дополнительных, если они нужны. Таким образом, вы можете легко отслеживать, какие объявления работают, а какие нет.

Вот пример создания ссылки:

utm_source-insta, так как реклама ведется в Instagram

utm_medium-cpc, это краткое описание цели рекламы за клик;

utm_campaign-aud_1, поэтому мы будем вызывать аудиторию, для которой рекламируется реклама;

utm_content-text1banner1, давайте назовем креатив: комбинация текста и изображений.

И составляем ссылку:

https: // www.notsupporting.com /? utm_source = insta & utm_medium = cpc

& utm_campaign = aud_1 & utm_content = text1banner1

Эта ссылка указана в первом объявлении. Эта структура будет нашим унифицированным синтаксисом для метки, чтобы вы могли ясно видеть, откуда произошел переход. Поэтому для следующих тегов мы меняем только utm_campaign на имя другой аудитории и utm_content на имя другого рекламного изображения.

Как автоматизировать создание UTM-тегов

Вы можете создавать UTM-теги вручную в любом текстовом редакторе.Но удобнее пользоваться услугами. Например, я использую эти:

Генератор UTM-тегов от Тильды.

Генератор тегов UTM от Google,

Генератор UTM-тегов от Ярошенко.

Биография автора : Дональд Мена — создатель контента, специалист по SMM и участник службы написания исследовательских работ. Он также увлечен технологиями, здоровым образом жизни и психологией.

Дистанционное зондирование | Бесплатный полнотекстовый | Верхняя часть растительного покрова, высота и оценка фотосинтетического пигмента с использованием мультиспектральных изображений Parrot Sequoia и беспилотного летательного аппарата (БПЛА)

1.Введение

Леса играют важную роль в экосистемах Земли и вносят большой вклад в уменьшение неблагоприятных воздействий изменения климата. Они обеспечивают естественную среду обитания для многих видов животных и растений, представляют собой значительный сток углерода и поддерживают эффективный гидрологический цикл. Кроме того, леса служат важным источником древесины и других недревесных материалов [1,2]. В начале 80-х годов прошлого века здоровье лесов и устойчивость их экосистем стали широко обсуждаемой темой для политиков, общественности и ученых из-за вышеупомянутых функций лесов и возрастающего уровня ущерба, которому они подвергаются [3].В Европе леса умеренного пояса в основном страдают от изменения климата и загрязнения воздуха [4,5]. В течение 20-го века регион на границах с Чехией, Польшей и Германией находился под влиянием обширной добычи угля, что было связано с большими выбросами SO 2 и NOx от электростанций [6,7]. Для мониторинга процесса восстановления экосистемы после сокращения загрязнения, которое началось в 1980-х и ускорилось в 1990-х, по всей Чешской Республике была создана сеть геохимического мониторинга малых водосборов (GEOMON).С 1993 года, когда была создана сеть GEOMON, данные, собранные в результате наблюдений за этими водосборами, использовались для многих исследований [7,8], в основном соответствующих биогеохимии водосборов (например, [6,9,10,11,12,13 ]). Недавнее исследование, опубликованное Švik et al. [7] предоставили вышеупомянутое исследование, которое было основано на полевых наблюдениях с использованием методов дистанционного зондирования, которые также использовались в этом исследовании. Методы дистанционного зондирования часто использовались для изучения лесных массивов с различными целями в течение последнего десятилетия.Доказано, что они являются менее затратной и трудоемкой альтернативой наземным исследованиям [14]. Спутниковые и аэрофотоснимки предоставили возможность исследовать леса в региональном масштабе, например, для оценки лесной биомассы, мониторинга изменений лесного покрова или классификации типов биома [15,16,17,18]. Использование бортовых мультиспектральных и гиперспектральных датчиков привело к более тщательному наблюдению за лесами, таким как классификация древесных пород, мониторинг состояния леса или оценка содержания хлорофилла [19,20,21,22,23,24].Недавно разработанные беспилотные летательные аппараты (БПЛА) дополняют известные методы дистанционного зондирования (ДЗЗ). Беспилотные летательные аппараты увеличили ряд преимуществ, таких как получение данных с чрезвычайно высоким пространственным разрешением, гибкость в использовании и с течением времени, а также способность нести различные датчики, такие как мультиспектральная камера, для наблюдения за здоровьем растительности [25,26]. В исследованиях используется комбинация БПЛА, дополненного мультиспектральным датчиком, для анализа сельскохозяйственных культур для точного земледелия (например, выращивание томатов, виноградников или пшеницы), где обычно используются индексы растительности (VI), такие как Нормализованный индекс разницы растительности ( NDVI), Зеленый нормализованный индекс разницы в растительности (GNDVI) или Индекс растительности с поправкой на почву (SAVI) для мониторинга здоровья сельскохозяйственных культур [27,28,29,30,31,32].Авторы, наблюдающие за виноградниками, описали использование мультиспектральных и тепловых датчиков в сочетании для получения дополнительной информации о состоянии воды в сельскохозяйственных культурах [33,34,35]. При оценке характеристик листвы лесных деревьев необходимо принимать во внимание размер дерева, геометрию ветвей и т. Д. и плотность деревьев, соответственно, учитывается скопление листвы [36]. При работе с вечнозелеными растениями, особенно хвойными, возникает более высокий уровень сложности, поскольку разные поколения хвои вносят свой вклад в окончательный сигнал, принимаемый датчиком.Это могут быть главные причины, по которым, несмотря на высокий потенциал БПЛА, не так много исследований посвящено анализу многоспектральных данных для оценки лесов. Недавно мультиспектральное зондирование на основе БПЛА было использовано для высокопроизводительного мониторинга фотосинтетической активности на плантациях проростков белой ели (Picea glauca) [37]. К настоящему времени опубликовано еще несколько исследований по оценке состояния лесов с использованием БПЛА и мультиспектральных камер. Dash et al. [38] продемонстрировали полезность таких подходов для мониторинга физиологического стресса у зрелых плантационных деревьев, даже на ранних стадиях стресса дерева, при использовании непараметрического подхода для качественной классификации.Chianucci et al. [39] использовали полноцветные изображения вместе с БПЛА с неподвижным крылом для количественной оценки растительного покрова и индекса площади листвы буковых лесов. Dash et al. [40] протестировали чувствительность временных рядов данных мультиспектральных изображений, которые были получены платформой БПЛА, и спутниковые снимки для обнаружения стресса, вызванного гербицидами, в контролируемом эксперименте, проведенном на плантации зрелой сосны радиационной. Другие успешные качественные классификации лесов были продемонстрированы при использовании БПЛА вместе с мультиспектральными [41,42] и гиперспектральными камерами [43,44].Новаторский подход к оценке атрибутов на уровне деревьев и мультиспектральных индексов с использованием БПЛА в сосновом клональном саду был недавно опубликован Галлардо-Салазаром и Помпа-Гарсия [45]. Все перечисленные выше исследования имеют дело с качественной классификацией лесов, поэтому очевидна потребность в количественных подходах с акцентом на оценки биохимических переменных лесов с использованием мультиспектрального зондирования на основе БПЛА. Данные пространственного разрешения, точное определение протяженности отдельных деревьев является важной задачей.Определение границы кроны деревьев изучалась ранее, и было опубликовано несколько подходов к обнаружению отдельных деревьев. Lim et al. [46] применили метод сегментации к ортоизображению RGB и модели высоты купола (CHM), полученной с помощью БПЛА. Аналогичный подход с использованием вместо этого мультиспектральных данных описан в Díaz-Varela et al. [47]. Популярным методом является гидрологический анализ ландшафта — алгоритм водораздела, где обратный CHM очерчивается алгоритмом водораздела, где водосборные бассейны представляют собой отдельные деревья, а лунки заменяют вершины деревьев [15,48,49,50].Среди недавних методов — сегментация облака точек LiDAR [51,52], которая позволяет получить высокоточные результаты [48,53,54,55,56,57], а также подходы, использующие методы глубокого обучения для обнаружения отдельных деревьев [58,59 Это исследование проверило, можно ли использовать БПЛА, оснащенный мультиспектральной камерой, для оценки фотосинтетического пигмента хвойных деревьев. Как уже было описано, при оценке хвойных лесов такие факторы, как размер и плотность деревьев, влияют на достоверность оценок структурных параметров леса [36].Более того, поскольку разные поколения игл вносят свой вклад в окончательную отражательную способность пикселей изображения, до сих пор неясно, какую основную истину следует использовать оптимально (например, [60]). Чтобы заполнить эти пробелы, два небольших водосбора (часть сети GEOMON в Чешской Республике), населенные в основном зрелыми монокультурами ели европейской, были выбраны в качестве тестовых участков на основании их относительно близкого пространственного расположения, а также различий в исходном материале, что значительно повлияло на доступность питательных веществ для растений. лесные экосистемы.Изображения с многоспектрального беспилотного летательного аппарата (БПЛА) были получены на этих двух участках, и были исследованы следующие темы:
  • Точное определение протяженности отдельных деревьев (очертание кроны) и вывод других параметров, таких как верхушка и высота дерева, с использованием мультиспектральных данных на основе БПЛА.

  • Проверка возможности установления линейной зависимости между выбранными индексами растительности (NDVI и NDVI красный край ), которые получены для отдельных деревьев, и соответствующей наземной истинностью (например.g., биохимически оцененное содержание фотосинтетического пигмента иглы).

  • Проверка того, влияет ли выбор возраста иглы как основа на достоверность линейных моделей.

  • Проверка того, влияют ли условия освещения кроны деревьев на достоверность линейных моделей.

4. Обсуждение

Что касается первой части этого анализа — высоты дерева, кроны и определения вершины — можно сделать вывод, что полученные результаты удовлетворяют требованиям этого исследования, которое в основном было направлено на идентификацию отдельных крон деревьев и маскировка фона и оттенков.Относительно быстрый метод был использован с использованием Seq DSM и DEM высокого разрешения (DMR 5G), и были получены надежные результаты, достигающие R 2 = 0,90 и выше между расчетными высотами CHM и измерениями деревьев на месте для большинства древостоев. за исключением PLB 2K (R 2 = 0,7) (рисунок 9). Точность оценки высоты деревьев была сопоставима или даже выше, чем в случае леса Pinus ponderosa (R 2 = 0,71; [36]), где использовалась та же мультиспектральная камера, но с другим типом БПЛА.Более низкая точность, полученная для PLB 2K, может быть объяснена изменениями, происходящими между моментом сбора данных на месте (2015 г.) и сбором данных БПЛА (2018 г.). В поле. было замечено, что спилы деревьев были обычным явлением в этом конкретном насаждении. В будущем будет интересно протестировать, можно ли использовать или скорректировать этот подход для оценки надземной биомассы леса аналогично тому, как использовалось воздушное лазерное сканирование [62]. Для обоих ВП использовался аналогичный R 2 . полученный между значениями индекса и лабораторным анализом фотосинтетических пигментов, NDVI показал немного более высокое значение R 2 для содержания хлорофилла.в то время как красный край NDVI имел самое высокое содержание каротиноидов R 2 . Красный край обычно используется для определения стресса растительности [93], и в этом исследовании он также был немного лучшим показателем для оценки каротиноидов — индикаторов стресса растительности. Наибольшее влияние на линейные модели для обоих случаев оказал выбор возрастной группы игл, которая использовалась в качестве основной истины. Как суммировано в Таблице 10 и Таблице 11, в основном единственные пригодные для использования результаты были получены при использовании содержания пигмента иглы второго года.Зависимость силы корреляции между вегетационными индексами и измеренным содержанием пигментов от возраста была ожидаемой. Однако отсутствие корреляции NDVI и NDVI red edge с хлорофиллом и каротиноидами для игл первого года жизни было весьма неожиданным. Такие иглы уже полностью сформировались на момент отбора проб (4-5 августа), поэтому незрелость игл как вероятная причина была исключена. Более того, иглы первого года жизни регулярно и успешно используются для получения достоверных данных для широкого спектра спектроскопических и дистанционных исследований в различных масштабах от уровня листьев до древостоя [89,93,94,95,96,97].Однако в некоторых исследованиях иглы второго года жизни, как и в этом исследовании, также оказались лучшим вариантом для прогнозирования характеристик иглы [60,98], хотя физиологические и оптические причины не были выяснены. Иглы второго года жизни также успешно использовались в качестве основы для оценки содержания пигментов по многоспектральным данным БПЛА в позвоночнике зрелого шотландца (Pinus sylvestris) [96]. Авторы обосновали выбор хвои второго года жизни буквально тем, чтобы «избежать нерепрезентативных выбросов в текущей и зрелой хвое» [96].Отсутствие корреляции между содержанием хлорофилла в хвое первого года жизни и вегетационными индексами может быть частично связано с другими мешающими характеристиками хвои, кроме самого содержания хлорофилла. Хотя вода имеет характеристики поглощения в ближней и коротковолновой инфракрасной области, она иногда обнаруживает взаимную корреляцию с содержанием хлорофилла [99] и может влиять на ее прогноз на основе спектрального сигнала листа. Год отбора проб 2018 был довольно засушливым, и содержание воды в хвое демонстрировало противоположную (увеличивающуюся) тенденцию к более старым хвоям по сравнению с предыдущим сезоном 2017 года (Приложение A: Рисунок A2).Мы предполагаем, что более низкое содержание воды в хвое 1-го года может также негативно повлиять на прогноз хлорофилла по данным NDVI и NDVI red edge . Влияние содержания воды в листьях на взаимосвязь между вегетационными индексами и функциональными характеристиками на уровне листьев наблюдалось у сельскохозяйственных культур [100,101], однако еще не подтверждено для хвойных пород. Кроме того, результаты этого исследования показали, что хвоя первого года жизни показала самое низкое содержание хлорофилла (31 –35 мкг.см 2 , Таблица 4), и можно предположить, что такие значения, в сочетании со структурой хвойного покрова, могут быть ниже предела обнаружения мультиспектральной камеры Parrot Sequoia.В тематическом исследовании кукурузы [102] авторы пришли к выводу, что коэффициенты отражения полусферически-конической формы, NDVI и индекс красного края хлорофилла, полученный от датчика Sequoia, демонстрируют смещение для поверхностей с высокой и низкой отражающей способностью. По сравнению с широколиственными деревьями, коэффициент отражения в ближнем инфракрасном диапазоне хвойных деревьев обычно ниже [103] из-за скопления хвои внутри побегов и самозатенения [104,105], и предполагается, что содержание фотосинтетического пигмента хвои в хвое первого года жизни было, в данном случае , слишком низкое для разрешения мультиспектральной камерой Parrot Sequoia, которая имеет ограниченное спектральное разрешение и чувствительность по сравнению с гиперспектральными датчиками.В этом исследовании условия освещения коронки оказались гораздо менее важными, чем выбор возраста игл в качестве основной истины. Удивительно, но самый высокий R 2 для обоих VI был достигнут при использовании менее освещенной солнцем нижней части короны (сценарий 3), за которым следует сценарий 1 (полная корона), а затем сценарий 2 (более освещенная солнцем верхняя часть короны). Корона). Похоже, что при таком высоком пространственном разрешении, которое было достигнуто при использовании платформы БПЛА, структура дерева и положение иглы / ветки могут вызывать эти различия.Ветви более освещенной солнцем верхней части кроны имеют другое положение; они короче и более заострены вверх, в то время как менее освещенная солнцем нижняя часть короны имеет более широкие и плоские ветви, таким образом, иглы имеют лучшее положение относительно Солнца, полета и геометрии датчика, как показано на рисунке A3 (Приложение A). Кроме того, более освещенная верхняя часть короны представлена ​​более высоким процентом игл первого года жизни, что было признано проблематичным по причинам, описанным выше.На сегодняшний день влияние неоднородных условий освещения в кроне на моделирование характеристик листьев с помощью БПЛА было протестировано на широколиственных яблонях и грушах с результатом, аналогичным результатам в этом исследовании: полные спектры растительного покрова в некоторых случаях предоставили более точные модели. чем только освещенные солнцем пиксели [106]. Авторы предполагают, что включение сигнала от всей коронки приводит к большему размеру выборки, что может привести к улучшению модели. Однако можно сделать вывод, что об этой проблеме известно очень мало, и все еще необходимо комплексное исследование вариаций коэффициента отражения, касающихся структуры дерева / кроны, конфигурации игл и условий освещения.Также важно подчеркнуть, что не было обнаружено исследований, которые бы напрямую сравнивали эти результаты, которые проводились на хвойных лесных насаждениях. Это показывает, что построение количественных подходов с использованием снимков многоспектральных беспилотных летательных аппаратов (БПЛА) по-прежнему является сложной задачей для хвойных лесов, в частности лесов естественного происхождения. Количество деревьев, изученных в данном исследовании, было ограниченным (18 деревьев). Необходимы последующие исследования, которые позволили бы увеличить количество деревьев, в которых была произведена выборка, для получения обобщаемых результатов, особенно для регрессионных моделей.

5. Выводы

Результаты показывают, что существует большой потенциал использования БПЛА вместе с доступными мультиспектральными камерами в качестве платформы для мониторинга состояния лесов в локальном масштабе, однако с высоким разрешением. Определение границ кроны деревьев и определение других параметров, таких как высота и высота дерева, на основе модели высоты навеса (CHM), полученной из двух источников данных — цифровой модели поверхности, полученной из мультиспектральных изображений камеры Parrot Sequoia (Seq DSM) и высоких Цифровая модель рельефа с разрешением (DEM: DMR 5G) хорошо соответствовала данным на месте и была удовлетворительной для целей настоящего исследования.Результаты проведенного статистического анализа показывают, что два протестированных ВИ (NDVI и NDVI red edge ) обладают потенциалом для оценки фотосинтетических пигментов в еловых лесах Норвегии на полуколичественном уровне; тем не менее, выбор возраста игл в качестве основной истины оказался очень важным фактором. Единственные полезные результаты были получены для линейных моделей при использовании содержания пигмента иглы второго года в качестве основной истины.

С другой стороны, условия освещения короны показали очень небольшое влияние на достоверность модели, тогда как несколько лучшие результаты были получены при оценке менее освещенной солнцем нижней части кроны, которая характеризуется более широкими и более плоскими ветвями. .По сравнению со сценарием всей коронки, улучшение было очень небольшим, и для простоты предлагается использовать всю коронку целиком. Однако этот эффект может иметь большее влияние на данные с очень высоким спектральным разрешением (например, гиперспектральные данные), и все еще необходимы дальнейшие систематические исследования вариаций коэффициента отражения в отношении структуры дерева / кроны, конфигурации игл и условий освещения. Не было найдено исследований, в которых можно было бы напрямую сравнить эти результаты, проведенные на хвойных (ель обыкновенной) лесонасаждениях; это показывает, что существует также дальнейшая потребность в исследованиях, касающихся количественной оценки биохимических переменных хвойных лесов при использовании спектральных данных, которые были получены на платформе БПЛА с очень высоким пространственным разрешением.

Эволюция лесного покрова Армении по JSTOR

Абстрактный

Этот документ иллюстрирует географическую протяженность армянских лесов в пяти точках времени, начиная с 4000 г. до н. Э. в данный момент. Для каждого периода представлен социально-экономический контекст, наиболее важный для использования и сохранения лесов. Был проведен обширный поиск в литературе наиболее надежных геологических, археологических и биогеографических записей, чтобы оценить степень лесного покрова в древние времена.Согласно подготовленным оценкам и Национальной инвентаризации лесов в советский период, лесной покров уменьшился с примерно 35% территории Армении в течение первых трех тысячелетий до нашей эры до 8,1% в 1950-х годах, 11,2% в 1980-х годах, до 7 -8% сегодня. Подчеркивается степень обезлесения Армении и вероятность потери оставшихся сильно фрагментированных лесных массивов в ближайшие годы. Эта статья иллюстрирует географическую географию вооруженных сил и соблюдение определенных периодов в 4000 и более поздних периодов.Nous présentons le context economique et social Entrant le plus en jeu dans l’utilisation et laservation des forêts pour chacune des périodes considérées. Nous avons mené une recherche poussée pour punver une littérature offrant les archives géologiques, archéologiques et bio-géographiques les plus sûres, qui nous ont permis de donner une Estimation du couvert forestier des temps anciens. Д’апре без оценок, и национальные изобретатели лесов советского периода, лесной лес и 35% окружающей среды на поверхности военного оружия Ж.C. à 8,1% подвеска les années 50, 11,2% подвеска les années 80 и от 7 до 8% aujourd’hui. Nous visons à communiquer le degré de deboicing que l’Arménie a connu grâce a la cartographie que nous avons établie, и le вероятная опасность для voir le reste des зонах de forêts, très fragmentées à présent, disparaître dans les années à venir. Este artículo analiza la cobertura geográfica de los bosques de Armenia en cinco períodos, desde el año 4 000 a.C. hasta el presente. Para cada período analizado, se description el context social y económico más related al uso y a la conservación de los bosques.Se llevó a cabo una búsqueda excustiva de los registros geológicos, arqueológicos y biogeográficos más fidedignos, los cuales nos pericieron calcular la cobertura forestal en épocas antiguas. Según nuestros cálculos, y los Inventorios Forestales Nacionales en el período soviético, la cobertura forestal ha disminuido de un 35% aproximado de Armenia durante los tres milenios a C., 8,1% durante los años 50, un 11,2% durante los años 80, y entre 7 y 8% hoy en día. Con la ayuda de los mapas desarrollados, nuestro objetivo consiste en mostrar claramente el grado de deforestación que Armenia ha sufrido y la probabilidad de desaparición de las áreas forestales muy fragmentadas que quedan durante los próximos años.

Информация о журнале

The International Forestry Review — это рецензируемый научный журнал, в котором публикуются оригинальные исследования и обзорные статьи по всем аспектам лесной политики и науки с акцентом на вопросы транснационального значения. Он выходит четыре раза в год: в марте, июне, сентябре и декабре. Специальные выпуски — это регулярная функция, привлекающая широкую аудиторию.

Информация об издателе

Устойчивое лесопользование играет центральную роль в нашем будущем, которое, в свою очередь, требует обучения и повышения квалификации специалистов лесного хозяйства.Вот где вступает в силу CFA. Мы работаем во всех уголках Содружества и за его пределами, чтобы продвигать мудрое управление деревьями и лесами, и мы делаем это пятью основными способами. Во-первых, мы публикуем результаты научных исследований мирового уровня в нашем рецензируемом лесном журнале International Forestry Review, в котором публикуются самые свежие результаты исследований. Во-вторых, мы способствуем созданию сетей профессиональных участников и организаций и обмену знаниями через нашу ежеквартальную новостную рассылку, веб-сайт, страницу в Facebook и ленту Twitter.В-третьих, мы поощряем профессиональное мастерство и способствуем развитию карьеры с помощью ряда наград, таких как Премия Королевы за лесное хозяйство, Премия молодого лесника и Премия молодых ученых за исследования. В-четвертых, мы выполняем ряд конкретных проектов в этой области, которые были определены нашими членами. И в-пятых, мы способствуем наращиванию потенциала, помогая организовывать учебные курсы, семинары и конференции.

ЦИФРОВЫЕ ГУМАНИТАРЫ В СИСТЕМЕ ВЫСШЕГО ОБРАЗОВАНИЯ КАНАДЫ

Воскобойникова-Гузиева, О.(2018). Библиотековедение в эпоху цифровой гуманитарной науки. Библиотеки национальных академий наук: проблемы функционирования, тенденции развития, 16, 17–27. Получено с http://nbuv.gov.ua/UJRN/bnan_2018_16_4 (рус).

Копаниева В. (2018а). Библиотека цифровой науки. Вестник НАН Украины, 4, 76–85. DOI: https://doi.org/10.15407/visn2018.04.076 (укр).

Копаниева, В.(2018b). Становление цифровых гуманитарных наук. Вестник Кныжковой палаты, 6, 42–45 (укр).

Олийнык, О. (2008). Информационные технологии дистанционного обучения в библиотечном деле США: Автореферат диссертации кандидата: 27.00.03. Харьков, украина (укр).

Чуканова, С. (2018). Библиотековедение и информатика в системе высшего образования США.Киев, Украина (укр).

Ярошенко Т., Чуканова С. (2018) Роль цифровой гуманитарной науки у модернизации современного библиотекознания. Украинский журнал з библиотекознания та информационных наук, 1, 10–15. DOI: https://doi.org/10.31866/2616-7654.1.2018.146186 (укр).

Связь, культура, информация и технологии (HBA). Получено с https://student.utm.utoronto.ca / calendar / program_group.pl? Group_Id = 39 (eng).

Междисциплинарные исследования: цифровые гуманитарные науки. Получено с https://www.ualberta.ca/interdisciplinary-studies/ digital-humanities (eng).

Манифест о цифровых гуманитарных науках. Получено с http://tcp.hypotheses.org/411 (eng).

Школа библиотечных и информационных исследований. Получено с https://www.ualberta.ca/school-of-library-and-information-studies/courses/online-graduate-courses (eng).

Анализ изменений земного покрова в надземной растительности Image Forest Reserve, Южное нагорье Танзании

Анализ изменений земельного покрова (LCC) был проведен в Image Forest Reserve (IFR) с августа по октябрь 2019 года. Бесплатные спутниковые снимки за 1990 год. 2004 и 2018 были загружены с Landsat 5 (TM) и Landsat 8 (OLI), доступных через портал USGS. Наземные исследования проводились с использованием систематически установленных участков размером 20 м × 40 м для выявления существующих типов растительного покрова и незаконной деятельности человека.Географические координаты для каждого из этих участков были записаны с помощью портативного GPS. Мы стали свидетелями изменений типов земного покрова за три десятилетия. Лес сократился, в то время как кустарники, луга и леса в пределах IFR расширились. В период с 1990 по 2004 год лесные массивы, голые земли и обнажения скалистых пород, кустарники и луга постоянно сокращались, хотя и с разной скоростью изменения, в то время как леса увеличивались между теми же периодами оценки. Период 2004–2018 гг. Показал постоянный рост с разной скоростью в лесах, голых землях и обнажениях скалистых пород, кустарниках и пастбищах с разной скоростью изменения, в то время как количество лесов сократилось между теми же периодами оценки.Необходимы дальнейшие исследования, необходимо применять подзаконные акты и законы, поощрять совместное управление лесами, внедрять пчеловодство и экотуризм, поощрять регулярное обучение населения Лесной службой Танзании (TFS) и способствовать повышению осведомленности. сделали.

1. Введение

Вклад охраняемых территорий в сохранение биоразнообразия был оценен в более широком географическом районе в ряде исследований [1–9]. Кроме того, растения хорошо известны своей ролью поглотителей углекислого газа [10, 11].IFR — одна из охраняемых территорий южного высокогорья Танзании, которая была объявлена ​​заповедником водосбора в 1954 году в целях повышения эффективности сохранения природных ресурсов в Танзании. IFR является частью региона Eastern Arc Mountain (EAM), характеризующегося сложными типами растительности, богатыми видами [12, 13]. Разнообразные сообщества в пределах EAM делают его местом обитания более 40% эндемичных видов растений [14–17], которые являются частью «горячей точки» биоразнообразия Восточной Афромонтаны [18–20]. Большинство этих видов локализованы либо в пределах естественных типов лесного покрова, либо в промежуточных средах обитания, таких как скалистые обнажения, вересковые пустоши, горные луга и водно-болотные угодья [21].Несмотря на свою экологическую важность, экорегион был деградирован в результате деятельности человека [15, 22–26], что привело к изменению земного покрова и, таким образом, к потере биоразнообразия [27]. Изменение земного покрова связано с изменением земной поверхности [28], а естественные леса более уязвимы [29].

Танзания потеряла около 10 миллионов га лесного покрова в период с 1970 по 1998 год в результате вырубки лесов для сельского хозяйства и животноводства [30], таким образом, привлекая внимание как местных, так и глобальных сообществ к важности сохранения биоразнообразия в экосистеме Восточной дуги. .Во всем мире известно, что деятельность человека в значительной степени способствует изменениям земного покрова [31] и снижению качества и количества типов местообитаний естественных видов [32]. Почти три миллиарда человек во всем мире в первую очередь зависят от леса как основного источника энергии [33], и эти привязанности способствуют истощению растительного покрова и утрате естественной среды обитания. Тропические горные леса жизненно важны как среда обитания для различных видов растений и хранения углерода [34, 35]. Тем не менее, они подверглись негативному посягательству со стороны окружающих местных сообществ из-за высокого спроса на дрова, волокна пастбищных угодий, столбы для деревянных строительных конструкций и земли для возделывания [36, 37] и другие услуги духовного значения [11].Рост незаконной деятельности человека в этих лесах, возможно, привел к появлению в этих лесах эндемичных и находящихся под угрозой исчезновения видов [38, 39] и вымирания, поскольку их естественный лесной покров стал меньше, чем способность поддерживать большое количество видов [ 20].

IFR относится к числу афромонтанных лесов в Танзании, типы земного покрова которых находятся под угрозой из-за деятельности человека, независимо от того, объявлены ли они охраняемыми территориями [40]. Сообщалось, что спрос на лесные ресурсы с годами вырос из-за роста населения в окружающих сообществах [41].Однако степень изменения земного покрова под влиянием деятельности человека в лесу остается менее известной. Интенсивность движущих сил земного покрова имеет первостепенное значение для понимания естественных изменений лесного покрова в локальных масштабах, как указано Потаповым и др. [42] и Douwers et al [43], потому что широкое представление может быть точно описано в локальных масштабах, где очевидные изменения поддаются количественной оценке и проверке. Развитие ГИС и технологий дистанционного зондирования в начале 1990-х годов явилось прорывом в анализе земного покрова, и был проведен ряд исследований для классификации типов почвенного покрова и изменений, связанных с утратой тропических лесов [44], и основных движущих сил существующие изменения.Как правило, типы земного покрова и изменения были установлены в региональном и глобальном масштабах [45], но не дали широкой количественной оценки изменений в локальном масштабе. В связи с существующими исследованиями, сосредоточенными на понимании основных движущих сил изменений земного покрова в различных пространственных и временных масштабах [46, 47], было необходимо распространить это понимание на леса EAM, для которых IFR был потенциальным кандидатом. Таким образом, было предназначено установить изменения типа земного покрова и существующие изменения в период с 1990 по 2018 год в рамках IFR.Основные допущения заключались в том, что деятельность человека перевешивает естественные факторы в динамике типов земного покрова на больших временных интервалах, и период между 1990 и 2018 годами был идеальным для анализа изменений, произошедших в рамках IFR.

2. Материалы и методы
2.1. Описание и расположение области исследования
ППП

находится в районе Килоло, регион Иринга. Резерв подпадает под три палаты, а именно палату Имидж (на юго-западе), палату Ибуму (на запад и северо-запад) и палату Махендже (на востоке) (рис. 1).Он расположен на 07 ° 22′15 ″ –07 ° 33′15 ″ южной широты и 36 ° 08′15 ″ –36 ° 12′25 ″ восточной долготы (рис. 1). ППП занимает площадь 9 118,08 га и была создана в качестве водосборного лесного заповедника в 1954 году. Ландшафт в пределах ППП характеризуется холмистыми пейзажами и плато на высоте от 1640 м до 2440 м над уровнем моря. [48]. IFR испытывает океанические дожди с континентальными температурами [49]. В этом районе наблюдается один сезон дождей с ноября по апрель с годовым количеством осадков 1500 мм [40], а годовая температура колеблется от 15 ° до 20 ° C [41].IFR испытывает океанические дожди с континентальными температурами [49]. IFR переживает только один сезон дождей с ноября по апрель с годовым количеством осадков 1500 мм [40], а годовая температура колеблется от 15 ° C до 20 ° C [41].


2.1.1. Типы растительности, присутствующие в районе исследования

Растительные сообщества в пределах IFR делятся на естественные леса, лесные массивы, кустарники и луга, которые обладают очевидными физиогномическими характеристиками. В естественном лесу преобладают самые высокие деревья, высота которых превышает 35 м, а пологий покров достигает ≥95%.Доминирующими видами деревьев в естественном лесу были Ilex mitis, Polyscias fulva, Craibia brevicaudata, Rapanea melanophloeos, Nuxia congesta, Dombeya torrida, Podocarpus latifolius, Hagenia abyssinica, Vepris simplicifolia и Zanthomenseylum. В лесистой местности преобладают Brachystegia spiciformis, B. utilis, B. boehmii , Julbernardia globiflora, и Albizia antunesiana в смеси с Uapaca kirkiana. Кустарник типичный для лесных видов миомбо.Пастбища также хорошо представлены в областях, где нет закрытого полога из древесных видов растений, поэтому IFR имеет отчетливые участки либо в лесу, либо в лесу. Кустарники и травы с очень разбросанными деревьями также распространены в областях со скалистыми обнажениями посевов, где преобладали виды растений Hymenodictyon floribunda и Dissotis melleri , Myrothamnus flabellifolius и некоторые виды растений осоки и травы.

2.1.2. Население и социально-экономическая деятельность местных сообществ Окрестности Image Forest Reserve

IFR окружен тремя районами (Ibumu, 6 681; Image, 9 180; и Mahenge, 10 039), что составляет общую численность населения 25 900 [41].Деревни, которые находятся в непосредственной близости от IFR, включают Ияи и Килалакидева в районе Имидж, Ибуму и Иламбо в районе Ибуму, а также Магана, Илинди и Ньянзва в районе Махендже. Местные сообщества, прилегающие к IFR, практикуют как скотоводство, так и выращивание сельскохозяйственных культур. Скотоводство подразумевает свободное передвижение скота, а земледелие — это в основном смешанный тип, включающий постоянное и сменное земледелие. Орошаемое земледелие широко используется в засушливый сезон и в основном практикуется в непосредственной близости от границы ППП, особенно в деревне Ияи в районе Имидж, в то время как в районах Ибуму и Махендж культивирование проводится очень близко к буферной зоне.Домашний скот, который содержится вокруг лесной территории, включает коров, коз и ослов, которым по сути разрешено свободно передвигаться по общественной земле, но иногда местные сообщества незаконно загоняют свой скот в IFR, что способствует деградации лесного заповедника. Подходящие климатические условия поддерживают выращивание кукурузы ( Zea mays L.), бобов ( Phaseolus vulgaris L.) и сахарного тростника ( Saccharum officinarum L.) [41] привели к расчистке нетронутых типов почвенного покрова для создания новые фермы и, как следствие, меняет растительный покров на непредвиденные новые типы покрытия.

2.2. Сбор данных
2.2.1. Изображения и наземные исследования

Были загружены бесплатные спутниковые изображения со спутников Landsat 5 (TM) и Landsat 8 (OLI), доступные через портал USGS (Геологическая служба США). Снимки были выбраны из засушливого сезона за период 1995, 2005 и 2018 гг., Чтобы получить снимки с минимальной облачностью (<10%) и избежать различий из-за времен года. Наземные исследования проводились с мая по июль 2019 года для определения существующих типов земного покрова в ППП и для разработки схемы классификации для картирования земного покрова.Для каждого типа земного покрова географические координаты регистрировались с помощью переносного GPS-приемника. Действия человека, такие как вырубка деревьев, вторжение, выпас скота и лесные пожары, как движущие силы изменения земного покрова, были зарегистрированы на 170 заданных участках размером 20 м × 40 м во время наземных обследований.

Незаконная деятельность человека . Во время этого исследования любая незаконная деятельность, наблюдаемая за пределами пробных площадей и не встречавшаяся ранее, также регистрировалась во время пересечения участков и разрезов.Подсчитывались встречающиеся пни и присваивались баллы 1, 2, 3, 4 и 5 для 1–10 пней, 11–20 пней, 21–30 пней, 31–40 пней и ≥41 пня, соответственно. Вся остальная деятельность человека, кроме вырубки деревьев, оценивалась в виде процентного содержания повреждений на участке 20 м × 40 м и присваивались баллы 1, 2, 3, 4 и 5 для 1–20%, 21–40 %, 41–60%, 61–80% и ≥81% соответственно.

2.3. Анализ данных
2.3.1. Обработка изображений

Обработка изображений включала три задачи, в том числе (i) предварительную обработку изображений, выполнялась как визуальная, так и цифровая обработка изображений, и до обработки изображения изображения были извлечены из полных сцен для подмножества сцен в интересующей области, которая является IFR с использованием ArcGIS 10.5 программное обеспечение. (ii) Выполнялось исправление изображений для обеспечения точной идентификации временных изменений и геометрической совместимости с другими источниками информации, а изображения были привязаны к системе координат и картографической системы национальных топографических карт, то есть в зоне координат UTM 36 на юг. , Spheroid Clarke 1880, Datum Arc 1960. (iii) Атмосферная коррекция для преобразования цифровых чисел (DN) в яркость на основе коэффициентов изменения масштаба, указанных в файлах метаданных, и преобразования яркости в верхнюю часть коэффициента отражения (iv) Улучшение изображения по порядку Чтобы усилить визуальную интерпретируемость изображений, была подготовлена ​​цветовая композиция для полос Landsat 5 TM 4, 3 и 2 и Landsat 8 для полос 5, 4 и 3, и ее контраст был увеличен с использованием выравнивания гистограммы для дальнейшего улучшения визуальной интерпретируемости линейных такие особенности, как особенности землепользования, такие как голые земли и скалистые обнажения.Вся обработка изображений проводилась с использованием программного обеспечения ArcGIS и набора инструментов Impact.

2.3.2. Классификация изображений

Контролируемая классификация изображений с использованием классификатора максимального правдоподобия (MLC) использовалась для создания карт земного покрова за 1990, 2004 и 2018 годы. Был выбран классификатор максимального правдоподобия, поскольку, в отличие от других классификаторов, он учитывает спектральные вариации в пределах каждая категория и перекрытие, охватывающее разные классы.

2.3.3. Оценка точности

Карты земного покрова, полученные в результате классификации изображений, обычно содержат некоторые виды ошибок из-за нескольких факторов, которые варьируются от методов классификации до методов сбора спутниковых данных.Следовательно, оценка результатов классификации является важным процессом в процедуре классификации. Среди общих мер, используемых для измерения, точность тематических карт, полученных на основе многоспектральных изображений, представляет собой матрицу ошибок / неточностей. Матрица ошибок — это квадратный набор чисел, определенных в строках и столбцах, которые представляют количество единиц выборки, присвоенных определенной категории, относительно фактической категории, подтвержденной на местах.

2.3.4. Анализ изменений земного покрова

Для обнаружения изменений земельного покрова в ArcGIS использовалась модель перекрестной таблицы, с помощью которой была построена матрица изменений земного покрова.На основе матрицы было проанализировано изменение земного покрова, чтобы отобразить прибыли и убытки за 1-й период (1990–2004 гг.) И 2-й период (2004–2018 гг.). Оценка скорости изменения различных изменений земного покрова была рассчитана по следующим формулам: где площадь i год x = площадь покрытия i на первую дату, площадь i год x + 1 = площадь покрытия i на вторую дату = общая площадь покрытия на первую дату и t лет = период в годах между получением первой и второй сцены.

Тест ANOVA применялся для проверки значимых различий изменений в типах земного покрова. Тест ANOVA используется для определения влияния независимых переменных на зависимую переменную в регрессионном исследовании [50].

3. Результаты
3.1. Image Карты земельного покрова лесного заповедника

За последние три десятилетия в IFR произошли изменения в своем земельном покрове (Рисунок 2, Таблица 1). Эти изменения проявились на всем протяжении IFR, за исключением восточной части.Лес сократился, в то время как кустарники, луга и леса увеличились в пределах IFR (Рисунок 3).


905

Изменение земельного покрова Измененная территория
1990 2004 2018 1990–2004 2004–2018
Площадь (га)% Площадь (га)% Площадь (га)% Площадь (га) Площадь (га) Площадь (га) / год) Площадь (га / год)

Голые и каменистые обнажения 554.22 6,08 230,67 2,53 544,14 5,97 −323,55 313,47 −23,11 313,47 −23,11 22,39

1379,88 15,13 −830,43 831,87 −59,31 59,42
Woodland 3,331,53 36.54 2,753.64 30,20 3,325.95 36,48 -577,89 572,31 -41,27 40,88
Форест 3,853.71 42,27 5,585.67 61,26 3,868.11 42,42 1,731,96 −1717,56 123,71 −122,68
Всего 9,117,90 100 9,117.9 100 9,118,08 100

905 Таблица 1) продемонстрировала два направления изменений земного покрова: (i) лесные массивы, голые земли и обнажения скалистых пород, кустарники и луга постоянно уменьшались, хотя и с разной скоростью изменений, и (ii) лес увеличивался.Аналогичным образом, результаты для второго периода анализа 2004–2018 гг. (Таблица 1) показали два направленных изменения изменений земного покрова: (i) лесные массивы, голые земли и скалистые обнажения, кустарники и луга постоянно увеличивались, хотя и с разной скоростью. изменения и (ii) лес уменьшился. Лес и лесные массивы оставались доминирующим растительным покровом, составляющим от более 80% до 90% всего земного покрова с 1990 года по настоящее время (Таблица 1). Однако тенденции изменения их земного покрова в первый период оценки показали противоположную направленность: увеличивались лесные массивы и сокращались лесные массивы.Во втором периоде оценки тенденции также показали противоположную направленность: с течением времени лесные массивы сокращаются, а лесные массивы увеличиваются.

3.1.1. Оценка точности

Таблица 2 показывает матрицу ошибок с точностью пользователя, точностью производителя и коэффициентом каппа. Результаты оценки точности показали, что общая точность и коэффициент каппа составили 90,00% и 86,57% соответственно (Таблица 2), что указывает на сильное соответствие между классифицированным изображением и справочными данными.Значение больше 0,80 (т. Е. 80%) означает полное согласие; значение от 0,40 до 0,80 (т. е. 40–80%) представляет умеренное согласие; а значение ниже 0,40 (т. е. 40%) свидетельствует о плохом согласии [51]

Кустарники и кустарники Лесной13% 87,50%

Секретное изображение Справочные данные
Барельефы и скалистые обнажения Лесной Всего рядов Точность пользователя

Открытые и каменистые обнажения 39 1 0 41
Лес 0 2 5 52 59 88,14%
Колонка всего 41 45 5534
Точность производителя 95.11%
3.1.2. Траектории изменения земного покрова в лесном заповеднике изображений

За последние три десятилетия типы земного покрова IFR испытали две основные траектории изменений своего земного покрова (рис. 2).В первом периоде (1990–2004 гг.) Большая площадь лесных массивов сменилась лесами, а во втором периоде (2004–2018 гг.) Большая площадь лесов сменилась лесными массивами, кустарниками и пастбищами, а также пустошами и обнажениями горных пород.

Таблицы 3 и 4 показывают преобразование земельного покрова в виде матрицы изменений для первого периода (1990–2004 гг.) И второго периода (2004–2018 гг.). В первый период (1990–2004 гг.) Произошло преобразование лесов в лесные массивы (1745,19 га), из лесов в кустарники и пастбища (1078,19 га).65 га), а также от кустарников и лугов до пустошей и скалистых обнажений (250,38 га). В тот же период наблюдался переход от леса к лесу и от леса к кустарнику и пастбищам, хотя и в небольшой степени.


Наземный покров Пустоши и скалистые обнажения s кустарники и луга Лес Лес

Голые и каменистые обнажения s 219.33 250,38 84,24 0,27 554,22 334,89
Кустарники и пастбища 10,44 10,44 271,35 9078,64 271,35 9078,64 271,35 9078,64 0,90 26,10 1558,53 1745,91 3331,44 1772,91
Лес 0.00 0,00 32,13 3821,58 3853,71 32,13
Итого (1990) 230,67

547,83 11,34 276,48 1195,02 1764.09

Курсивными буквами указано, что за период времени нет изменений в земельном покрове.


Наземный покров Голые и скалистые обнажения s кустарники и луга Лесные массивы Всего Лесные массивы
Пустоши и скалистые обнажения s 219,15 10,53 0,90 0,00 230,58 11.43
Кустарники и пастбища 2460.60 275,04 26,73 0,00 2762,37 2487,33 15337 2487,33

1188,00
Лес 0,27 17,19 1732,50 3835,71 5585.67 1749,96
Итого (2004 г.) 2758,68 1379,70 3325,68 3868,11

9033 9034 9034 9034

Курсивными буквами указано, что за период времени в земном покрове нет изменений.

С другой стороны, второй период (2004–2018 гг.) Показал дальнейшее преобразование лесов в леса (1732 г.50 га) и от кустарников и лугов до лесов (1076,94 га). В тот же период наблюдался еще один значительный переход от голых и каменистых обнажений к кустарникам и пастбищам (2460,60 га). В течение обоих периодов очень небольшая часть лесных площадей была преобразована в обнаженные породы и скалистые обнажения в ППП (Таблица 3).

3.1.3. Прирост и потеря земельного покрова в образе лесного заповедника

Чистое изменение в форме прибылей и убытков для каждого класса земного покрова в течение первого периода (1990–2004 гг.) И второго периода (2004–2018 гг.) Показано на рисунке. 2.Наибольшие потери были в лесах (1731,96 га) в течение первого периода, в то время как значительный прирост наблюдался в кустарниках и пастбищах (7 768 км, 2 ), за которыми следовали лесные массивы (577,89 га). С другой стороны, в течение второго периода наибольшие потери наблюдались в голых и каменистых обнажениях (2528,10 га), затем шли лесные массивы (572,13 га), тогда как значительный прирост наблюдался в лесах (1717,56 га) и кустарниках и пастбищах (1382,67 га). ) (Рисунок 4).


На основании гектаров и процентов покрытия земного покрова типы земельного покрова варьировались в разные годы (Таблица 5).Результаты ANOVA для голых и каменистых обнажений, кустарников и пастбищ, лесов и изменений типов лесного покрова в период между 1990 и 2018 годами не показали существенной разницы () в изменении земельного покрова в пределах типов почвенного покрова в IFR с 1990 по 2018 год (таблица 5).

3

ANOVA
Источник изменения SS d f MS F

9034 9034 9034
Между группами 0.580716666 2 0,2 0,0000000788 1 4,25649
В группах +33157913,69 9 3684212,63
Итого +33157914,27 11

3.2. Незаконная деятельность человека в лесном заповеднике изображений

Выявленными незаконными видами деятельности человека в ППП были выпас скота (фото 2A), вырубка древесины, которая наблюдалась в лесу ( Hagenia abyssinica и Podocarpus latifolius как наиболее целевые деревья) (таблица 2B ), пути проникновения (фото 2C), лесные пожары (фото 2D) и сбор дров (2D), Brachystegia spiciformis, Ba.Utilis, Julbernardia globiflora, Uapaca kirkiana, Erica mannii, Faure rochetiana и F. saligna являются наиболее предпочтительными деревьями. Кроме того, ловушка для диких животных была очевидна в IFR (фото 2F).

3.2.1. Незаконная деятельность человека Оценка

Незаконная деятельность человека влияет на типы земного покрова. Средняя оценка незаконной деятельности человека для затронутых участков в пределах типов земного покрова варьировалась от очень низкого до очень высокого (1–5), в то время как средняя оценка для всех участков в пределах типов земного покрова варьировалась от нулевой антропогенной деятельности до низкой (0 к 2) (Таблица 6).

9033 9034 9034 9034 903403 9033

Незаконная деятельность Покров земли Sap Pa Tt% ap Tts M% ap Map M% ap Map Map Aps

Wildfire Лесистая местность 64 2 170 85.00 2,66 2,66 2,66 5 28 1 50 25.00 1,79 2 1
Лес 67 2 195 97,50 2,91 97,50 2,91 Лес 67 2 32,5 16,25 0,49 1 1
9033 9033 9034 9034 9034 9034 9034 9034 4.00 1 0
Лесной 64 7 26 3,71

11
1 1 1,00 1 0
Выпас Woodland 64 34 64 34 35.08 3 2
Кустарники и луга 28 10 340 34.00 9033 9 Лес 67 12 546 45,50 8,15 3 1
Barerops 2 25.00 4,55 2 1
Тропа Лес 67 9 52 5,78 0,78

9033
1 Woodland 64 2 100 50,00 1,56 3 1


действие запрещенное действие 1 = очень низкий; 2 = низкий; 3 = средний; 4 = высокий; 5 = очень высокий.Sap = выбранные затронутые участки; Pa = затронутые участки; Tt% ap = общий процент затронутых участков; Tts = общее количество пней; M% ap = средний процент затронутых участков; M% / alp = средний процент всех затронутых участков; мс = средний балл; Psap = процент затронутых участков; Aps = показатель затронутого сюжета.

Тест ANOVA предложил отклонить нулевую гипотезу в том смысле, что существует очень значительная разница () в уровне или скорости незаконной деятельности человека в лесах, лесах, кустарниках и пастбищах, а также голых и каменистых обнажениях. в IFR (Таблица 7).

9034 9034 9034 Изменения земного покрова

Типы земного покрова важны для хранения и связывания углерода [52]. Вариации земного покрова и вмешательство человека влияют на то, сколько биомассы и углерода может удерживать древесная растительность, и указывают на явную необходимость изучения этой меняющейся динамики земель [35].Несколько исследований, включая Quan et al. [53] показали, что потребности человека привели к изменениям земного покрова. Сохранение растений в тропических лесах сталкивается с серьезными проблемами, которые приводят к изменению существующих типов растительности [54]. Обнаружение изменений земного покрова позволяет узнать о коренных причинах изменения растительного покрова и видов растений Fichera et al. [44, 55–60]. Ценность лесов Танзании высока из-за высокого потенциала для сбора роялти, экспорта и доходов от туризма, а также переработки и фиксации двуокиси углерода глобально важных объектов биоразнообразия [61].Типы земного покрова описываются на основе существующих типов растительности [62, 63]. Результаты этого исследования показали изменения в типах земного покрова в IFR за три десятилетия (Рисунок 4). Сокращение лесного покрова при одновременном расширении кустарников и пастбищ и лесных массивов означало, что лесной покров уменьшился, что позволило расширить кустарниковые и пастбищные угодья и лесные массивы до формально покрытых лесом земель, хотя это не выявило чистых изменений в расширении. типов почвенного покрова за весь период с 1990 по 2018 гг.Hassan et al. [9] показали, что сельское хозяйство увеличивает преобразованные леса в фермы, а заброшенные бывшие фермы превращаются в пастбища. Owuabah et al. [64] заявили, что вторжение в охраняемые территории, очевидно, наносит ущерб естественным типам растительности. Также Reyers et al. [65] объяснили, что районы с горячими точками биоразнообразия сталкиваются с большим давлением из-за большого спроса сообщества на лесные ресурсы.

Увеличение лесного покрова и уменьшение типов почвенного покрова за период 1990–2004 гг. (Таблица 1) для лесных массивов, голых и скалистых обнажений, кустарников и пастбищ демонстрируют последовательное снижение на разных уровнях, что влечет за собой отрицательное направление. изменений.Это означает, что факторы, ответственные за эту траекторию изменений, могли не сохраниться в течение второго периода (2004–2018 гг.). По мнению Мухати и соавт. [66], уменьшение размера прилегающего типа земного покрова дает возможность для расширения прилегающего типа почвенного покрова, которому благоприятствует, например, изменение лесных массивов поддерживается факторами, благоприятствующими лесным угодьям, в то время как изменение лесных массивов на лесные также благоприятно подходящими условиями для роста лесных пород. Похожее исследование Zhou et al.[67], Fichera et al. [60], Fichera et al. [79] обнаружили, что охраняемые лесные массивы испытывали неактивные прибыли и убытки, что иллюстрирует феномен большой неактивной категории, в то время как сельское хозяйство практиковало районы и голые земли испытывали активные прибыли и убытки. Многие исследования показали, что охраняемые леса характеризуются высоким видовым разнообразием растений, играющих большую роль в естественной экосистеме [68, 69]. Подчеркивалось, что совместное управление лесами может поддерживать охраняемые леса [70] и Lemenih & Bekele [71], хотя было известно, что в определенных ситуациях долгосрочная жизнеспособность многих совместных проектов управления лесами в рамках соглашений СУЛ в водосборном бассейне леса казались сомнительными, и рассматривались альтернативные источники дохода и выгод [72, 73], что приводило к изменению земного покрова.В целом, небольшое изменение типов земного покрова в рамках IFR не вызвало каких-либо значительных изменений земельного покрова в целом.

4.2. Незаконная деятельность человека как движущая сила изменений земного покрова в пределах Image Forest Reserve

Динамические изменения в пределах IFR сопровождаются обезлесением, облесением и возобновлением лесных участков из-за естественных изменений среды обитания, вызванных деятельностью человека [35] (Рисунок 5). Также было заявлено, что уменьшение размера естественной растительности с угрожающей скоростью в основном ускоряется эксплуатацией природных ресурсов человеком, что приводит к фрагментации растительности [74, 75].Кроме того, ФАО [76] поддержала тот факт, что человеческое развитие в сельских районах сильно зависит от природных ресурсов, включая пахотные земли, древесину и воду, и эта ситуация привлекает общины к сбору. URT [77] поддержал выводы этого исследования о том, что незаконная деятельность человека — это несанкционированные действия человека, осуществляемые на охраняемых землях. Домашний скот, питающийся растениями, повреждает оба банка семян из-за ударов вытаптывания, саженцы, саженцы, шесты и большие деревья из-за повреждения листьев и окорки. Это было подтверждено Katan et al.[78], которые заявили, что растительность в основном изменяется в результате деятельности человека, такой как лесные пожары, путем преобразования земель в сельское хозяйство, пастбищ для свежего домашнего скота и удержания опасных диких животных. При заготовке древесины на IFR удаляются большие деревья, такие как Podocarpus latifolius, Faurea saligna и Hagenia abyssinica . Было установлено, что вырубка деревьев и лесные пожары вскрывают кроны деревьев и, следовательно, приводят к изменению растительного покрова [79]. Аналогичные результаты исследования Muhati et al.[66] поддержали, что значительный рост землепользования привел к изменениям в почвенном покрове лесного заповедника Марсабит на севере Кении в период с 1990 по 2018 год, и что площадь закрытых лесов сократилась на -38,1%, а открытых лесов (-95,4%). с соответствующим увеличением гектаров класса «сельское хозяйство / поселок» (+ 87,5%).

Таким образом, можно предположить, что потеря лесов может быть связана с активизацией человеческой деятельности, оказывающей давление на лесные ресурсы. Уменьшение площади закрытых лесов, открытых лесов и кустарников с соответствующим увеличением пастбищ и голых земель свидетельствует об общем ухудшении растительного покрова за последний 27-летний период, что свидетельствует о деградации земель в естественных лесах.Butsic et al. [80] обсуждение подтвердило, что, поскольку пожары угрожают ландшафтам, в которых доминируют люди, пожарный риск сам по себе стал движущей силой изменения ландшафта. Маршруты проникновения и ловля в ловушку (фото 2F), похоже, связаны друг с другом, поскольку маршруты создаются незаконно, когда местные жители проникают в заповедные леса в поисках мяса диких животных. Gray et al. [81] заявили, что силки устанавливаются местным населением, когда они заняты другой лесной деятельностью, и ловушки также используются вокруг полей, чтобы предотвратить налет на урожай [81].

Сбор дров включает в себя как сбор мертвых, так и распиловку стоящих на корню древесных материалов. Некоторые стоящие деревья срубают и оставляют сушиться на несколько дней. Собранные с земли дрова могут иметь экологический негативный эффект из-за нарушения рециркуляции питательных веществ в экосистеме и повреждения мест обитания микроорганизмов. Несколько исследований ранее рассматривали статистически значимые положительные взаимосвязи между возникновением пожаров и изменениями земного покрова и обнаружили, что модели корреляции различаются для разных типов растительности и типов землепользования [82].Общие результаты по 1 и 2 баллам подразумевали очень низкий и низкий уровень незаконной деятельности человека в IFR. Это показало, что существует значительная разница во влиянии незаконной деятельности человека на типы земного покрова в ППП. Кроме того, вид противоправной деятельности человека зависел от типа лесных природных ресурсов, в которых нуждались местные жители. В Европе типы растительности, включая прибрежные леса, резко сократились на поверхности вдоль большинства рек страны в результате деятельности человека вдоль ручьев, например, сельского хозяйства [83].Также было подсчитано, что почти три миллиарда человек во всем мире в первую очередь зависят от леса как основного источника энергии, что приводит к повреждению древесной растительности Crawford and Rodgers [33, 84, 85]. Также Gumbo et al. [52] подтвердили, что лесные пожары влияют на запасы углерода и динамику растительности в лесных массивах миомбо, и что были исследования, сообщающие об этом эффекте. IFR столкнулась с несколько случайными видами незаконных действий, и некоторые части были затронуты, а другие остались нетронутыми. Казалось, что незаконная деятельность человека основана на типе природных ресурсов, необходимых сообществу, и типу земельного покрова, в котором они доступны.Выпас был очень заметен на лесных участках, за которыми следовали кустарники, обнаженные скалистые обнажения и леса. Зеленые пастбища были обычным явлением на лесных территориях, в то время как вырубка леса производилась в лесу, где имелись подходящие древесные ресурсы.

5. Заключение и рекомендации
5.1. Заключение

Увеличение площади лесов, кустарников, пастбищ, голых земель и скалистых обнажений означает, что деятельность человека негативно повлияла на покрытие ППП. Увеличение площади кустарников и пастбищ за счет утраченных лесов в период с 2004 по 2018 год свидетельствует о неадекватных усилиях по стратегии сохранения лесов, которые позволяли осуществлять регулярную незаконную деятельность человека в охраняемых лесах.Благодаря усилению мер защиты со стороны государственных органов, незаконная деятельность человека может уменьшиться в ППП, а среда обитания видов растений может восстановиться благодаря стабильной структуре растительного покрова. Защита может способствовать распространению типа лесного покрова за счет изменения лесных массивов и других типов почвенного покрова. Однако голые земли и скалистые обнажения могут быть покрыты типами растительного покрова ранней сукцессии, такими как кустарники и луга, которые в будущем могут быть покрыты участками леса. Голые земли и скалистые обнажения, помимо того, что они представляют собой сложную среду обитания для роста растений, при отсутствии беспокойства со стороны коз и вырубки разбросанных деревьев, могут инициировать цикл сукцессии за счет укоренения низших растений, таких как мох, травы, папоротники и травы, в конечном итоге создавая подходящее состояние для кустарникового покрова, а затем и для лесных деревьев.Суровая социально-экономическая деятельность человека влияет на изменение земного покрова в пределах ППП, и безопасность этого леса зависит от активизации усилий по сохранению, с одной стороны, и альтернативных средств выживания в местных сообществах.

5.2. Рекомендации

Чтобы иметь возможность управлять лесными ресурсами лесного заповедника имидж-леса, необходимы дальнейшие исследования для оценки всех биологических видов имиджевого лесного заповедника, необходимо совместное управление лесами (УГЛ) для обеспечения полноценного участия местных сообществ, устав и должны быть реализованы законы для минимизации незаконного ущерба лесным ресурсам и восстановления лесных пробелов и внедрения недревесных доходоприносящих проектов в ППП, таких как экотуризм и пчеловодство, для повышения занятости и доходов местного населения, в то время как лесные ресурсы находятся под защитой, и обеспечение регулярного обучения населения службой лесного хозяйства Танзании, включая краткосрочные и долгосрочные программы; следует поощрять нулевой выпас домашнего скота, чтобы избежать повреждения защищенной растительности из-за воздействия на семенной фонд, низшие растения и саженцы вытаптыванием и вытаптыванием; создание осведомленности, чтобы предупредить сообщество о необходимости защиты потенциального или устойчивого использования для нынешнего поколения, не подвергая опасности будущее поколение, а также границы лесов, должны быть четко разъяснены сообществу, чтобы избежать ненужных посягательств на производство сельскохозяйственных культур и поселения.

Доступность данных

Данные, использованные для подтверждения результатов этого исследования, можно получить у соответствующего автора по запросу.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов.

Благодарности

Многие учреждения и отдельные лица внесли свой вклад в успех этого исследования. Университет Дар-эс-Салама организовал подготовку этого исследования. Авторы благодарят менеджера лесной службы Танзании округа Килоло г-наТулле Эдварду Абонги за разрешение на въезд в IFR и Министерству природных ресурсов и туризма через Учебный институт лесного хозяйства в Олмотони, К. Дж. Кайомбо за предоставление разрешения на учебу в Университете Дар-эс-Салама. Благодарим полевых помощников Эдварда Висса, Шабани Соа и Васко Кикоти за помощь в проведении полевых измерений и сборе образцов растений. Авторы благодарят Ботанический сад Миссури через Роя Э. Геро за то, что он предоставил нам фонды для полевых работ.Местное сообщество, в том числе руководители деревень из Ибуму, Иламбо, Килалакидева, Ияи, Магана, Ньянзва и Илинди, также предлагали необходимую информацию, когда это было необходимо исследовательской группе.

គំរូ តាមដាន AdWords។ គំរូ តាមដាន របស់ Google AdWords។ ម៉ាស៊ីនភ្លើង ស្លាក UTM សម្រាប់ Google AdWords

ការ ធ្វើ ពាណិជ្ជកម្ម តាម បរិបទ ដោយ គ្មាន ស្លាក utm គឺ равнозначно ក្នុង ការ ស្វែងរក នៅក្នុង បន្ទប់ ងងឹត។ ទោះបីជា អ្នក មាន កម្មវិធី ជាច្រើន ពី ការផ្សាយពាណិជ្ជកម្ម ក៏ដោយ ត្រូវ ដឹង ច្រើនជាង អ្នក ដូចដែល អ្នក បាន រក ឃើញ និង ទទួល បាន កម្មវិធី កាន់តែ ច្រើន។ ប្រសិនបើ ការផ្សាយពាណិជ្ជកម្ម ដំណើរការ មិន ថា ទេ — បន្ទាប់មក មាន ចំណេះដឹង លម្អិត និង ចាំបាច់។ នៅក្នុង អត្ថបទ នេះ យើង នឹង ប្រាប់ អ្នក ពី វិធី បញ្ឈប់ ចរាចរណ៍ ពី ការផ្សាយពាណិជ្ជកម្ម បរិបទ របស់ Google របស់ Google។

យើង បាន ប្រាប់ រួចហើយ អំពី រឿង នោះ។ ក្នុងករណី Google Adwords ដំណើរការ នេះ មើល ទៅ ពិបាក ជាង នេះ បន្តិច ទេ។

ដើម្បី ចាប់ផ្តើម យើង កំណត់ នូវ អ្វី ដែល មាន ស្លាក ទូទៅ នៅក្នុង Google AdWords គួរតែ ត្រូវ បាន ប្រើ។

  1. utm_source។ — ប្រភព នៃ ការផ្សាយពាណិជ្ជកម្ម; សម្រាប់ ការផ្សាយពាណិជ្ជកម្ម ពី Google វា គ្រប់គ្រាន់ ក្នុង ការ ចុះឈ្មោះ ក្រុមហ៊ុន Google;
  2. utm_medium។ — នៃ ការផ្សាយពាណិជ្ជកម្ម ជម្រើស ផ្សេងៗ គ្នា អាច ធ្វើ ទៅ បាន: CPC, CPM, ប ដា, ប៉ុន្តែ យើង ចាប់អារម្មណ៍ លើ ការផ្សាយពាណិជ្ជកម្ម តាម បរិបទ ស៊ី។ ស៊ី។ ស៊ី។ ;
  3. utm_campight។ — លេខ យុទ្ធនាការ ផ្សព្វផ្សាយ ផ្សាយពាណិជ្ជកម្ម ឬ ឈ្មោះ របស់ វា។
  4. utm_contentent — ស្លាក សញ្ញា នេះ រាយការណ៍ ថា តើ ការផ្សាយពាណិជ្ជកម្ម គឺជា ការ ផ្លាស់ ប្តូ យ៉ាង ដូចម្តេច (អ្នក អាច បញ្ចូល លេខ ប្រកាស នៅ ទីនេះ)
  5. utm_term — សំណើ សំខាន់ ដែល ការ ផ្លាស់ ត្រូវ

ភ្ជាប់ ស្លាក ទៅ Google AdWords នៅ កម្រិត យុទ្ធនាការ អាច ត្រូវ បាន ធ្វើ ដោយ ចូល ទៅកាន់ ការកំណត់ ( ការកំណត់ — កែសម្រួល — ប៉ារ៉ាម៉ែត្រ URL ).

នៅក្នុង ការកំណត់ នៃ ស្លាក មាន ប៉ារ៉ាម៉ែត្រ ថាមវន្ត ដែល នឹង ត្រូវ ដាក់ ចូល ទៅ ក្នុង អាស្រ័យ លើ គ្រាប់ចុច មួយ ណា ដែល មានការ ផ្លាស់ ប្តូ រ។ ប៉ារ៉ាម៉ែត្រ ថាមវន្ត ត្រូវ បាន បង្ហាញ ក្នុង តង្កៀប អង្កាញ់ ហើយ ដើម្បី ឱ្យ ទិន្នន័យ ចាំបាច់ ត្រូវ បាន ជំនួស អ្នក ត្រូវ ប្រើ គំរូ តាមដាន .

វា ចាំបាច់ ក្នុង ការ ធ្វើ ឱ្យ តម្លៃ ជាមួយនឹង ទាំងអស់ ដែល យើង ត្រូវការ។ ផ្តល់ ឱ្យ បញ្ជី ស្លាក ដែល យើង បាន ដឹកនាំ ខាងលើ លំនាំ តាមដាន អាច មើល ទៅ ដូចនេះ:

(lpurl)?

ជាមួយនឹង ការ បំពេញ នេះ នៅក្នុង គំរូ តាមដាន ពាក្យគន្លឹះ ការផ្សាយពាណិជ្ជកម្ម និង យុទ្ធនាការ នឹង ត្រូវ បាន ជំនួស ដោយស្វ័យប្រវត្តិ។ ទោះ យ៉ាងណាក៏ដោយ អ្នក អាច ចេញ វេជ្ជបញ្ជា ឱ្យ ពួកគេ ដោយ ដៃ។ ឧទាហរណ៍ សម្រាប់ RK អាច ត្រូវ បាន សរសេរ បន្ទាប់ពី « utm_campigataigath =» ឈ្មោះ នៃ យុទ្ធនាការ របស់ ឡាតាំង។

ប្រសិនបើ អ្នក ធ្វើការ តាមរយៈ អ្នក ដាក់ ធ្វើ យុទ្ធនាការ ទៅ ឯកសារ CSV ហើយ បញ្ចូល លំនាំ តាមដាន ទៅ ជួរឈរ គំរូ តាមដាន។ .

ការ ចុះឈ្មោះ ស្លាក UTM សម្រាប់ ស៊ី ស៊ី ស៊ី

សម្រាប់ ការផ្សាយពាណិជ្ជកម្ម នៅ ហ្គោ ល គ្មានន័យ ថា ត្រូវ ប្រើ ស្លាក ទេ utm_term ដោយសារ វា ហើយ នៅពេល ប្តូ រ ។ វា នឹង មានប្រយោជន៍ ច្រើន សម្រាប់ កំណត់ ពី គេហទំព័រ ណា ដែល មានការ ផ្លាស់ ប្តូ រ។ ដូច្នេះ ផ្ទុយទៅវិញ utm_term = (ពាក្យគន្លឹះ) វា សម ហេតុផល ក្នុង ការ ដាក់ ស្លាក នៃ ប្រភេទ នេះ:

ការ ដាក់ = (ការ ដាក់)

សូម អរគុណ ដល់ វា អ្នក អាច ពាណិជ្ជ កម្ម មាន ទីតាំង អ្វីខ្លះ។

ម៉ាស៊ីនភ្លើង ស្លាក UTM សម្រាប់ Google AdWords

ជា ការពិត បន្ថែម ពី លើ ការរចនា ម៉ូដ ដោយ ស្លាក វា ក៏ មាន ស្វ័យប្រវត្តិ ផង ដែរ។ សេវាកម្ម ដែល បង្កើត ស្លាក អាច ត្រូវ បាន បម្រុងទុក:

  • ppc-help.ru / utm_generator.php។
  • tools.yaroshenko.by/utm.php។
  • gaurl.ru។

ទោះជាយ៉ាងណាក៏ដោយ ការប្រើប្រាស់ សេវាកម្ម បែបនេះ គឺ សមរម្យ តែ យុទ្ធនាការ តូច ប៉ុណ្ណោះ។

ខកខាន:

ឧបករណ៍ នេះ អនុញ្ញាត ឱ្យ អ្នក បន្ថែម Параметры យុទ្ធនាការ យ៉ាង ងាយស្រួល ទៅ URL-адреса ដូច្នេះ អ្នក អាច តាមដាន យុទ្ធនាការ ផ្ទាល់ខ្លួន នៅក្នុង Google Analytics។

បញ្ចូល គេហទំព័រ URL គេហទំព័រ និង ព័ត៌មាន យុទ្ធនាការ

បំពេញ វាល ដែល ត្រូវការ (សម្គាល់ ដោយ *) ក្នុង ទំរង់ ខាងក្រោម ហើយ នៅពេល បំពេញ URL យុទ្ធនាការ ពេញលេញ នឹង ត្រូវ បាន បង្កើត សម្រាប់ អ្នក។ សម្គាល់ ៈ URL ដែល បាន បង្កើត ត្រូវ បាន ធ្វើ បច្ចុប្បន្នភាព ដោយស្វ័យប្រវត្តិ នៅពេល អ្នក ធ្វើការ ផ្លាស់ ប្តូ រ។

ព័ត៌មាន និង ឧទាហរណ៍ បន្ថែម សម្រាប់ ប៉ារ៉ាម៉ែត្រ នីមួយៗ

តារាង ខាងក្រោម ផ្តល់ នូវ ការ ពន្យល់ លំអិត និង ឧទាហរណ៍ នៃ នីមួយៗ។ ដើម្បី ស្វែងយល់ បន្ថែម សូម ពិនិត្យមើល តំណ ភ្ជាប់ នៅក្នុង ផ្នែក ខាងក្រោម។


ANOVA
Источник изменения SS d f MS F

9034 9034 9034 9034 значение
Между группами 1183378 9 131486,50 2,49 0,015 2,00
Внутри групп 4126909 7810
Всего 5310288 87

ប្រភព យុទ្ធនាការ

ប្រើ UTM_SOUCE ដើម្បី កំណត់ អត្តសញ្ញាណ ម៉ាស៊ីន ស្វែងរក ឈ្មោះ ព្រឹត្តិ ប័ត្រ ព័ត៌មាន ឬ ប្រភព ផ្សេងទៀត។

:

ឧបករណ៍ ផ្ទុក យុទ្ធនាការ។

ប្រើ UTM_MEDIONIMIM ដើម្បី កំណត់ អត្តសញ្ញាណ ឧបករណ៍ ផ្ទុក ដូចជា អ៊ី ម៉ែ ល ឬ ការ ចំណាយ ក្នុង មួយ ដង ចុច។

: ។ ស៊ី។ ស៊ី។

ឈ្មោះ យុទ្ធនាការ។

ប្រើ សម្រាប់ ការវិភាគ ពាក្យគន្លឹះ។ ប្រើ UTM_CAMPAGAINT ដើម្បី កំណត់ អត្តសញ្ញាណ ការ ផ្សព្វផ្សាយ ផលិតផល ឬ។

ឧទាហរណ៍: utm_campigataigataight = spring_sale

ពាក្យ យុទ្ធនាការ។

ប្រើ សម្រាប់ ការ ស្វែងរក ដែល បាន បង់។ ប្រើ UTM_TERM ដើម្បី កត់សំគាល់ ពាក្យគន្លឹះ សម្រាប់ ការផ្សាយពាណិជ្ជកម្ម នេះ។

ឧទាហរណ៍: ការ រត់ + ស្បែកជើង។

មាតិកា យុទ្ធនាការ

ប្រើ សម្រាប់ ការ ធ្វើ តេ ស្តិ៍ A / B និង មាតិកា — ការផ្សាយពាណិជ្ជកម្ម ADT។ ប្រើ utm_content ដើម្បី ធ្វើ ឱ្យ ការ ផ្សព្វផ្សាយ ពាណិជ្ជកម្ម ឬ តំណ ភ្ជាប់ ចង្អុលបង្ហាញ ពី URL ដូចគ្នា។

ឧទាហរណ៍: logolink។ ឬ។ TextLink

ស្លាក UTM នៅក្នុង Google AdWords — ពួកគេ ត្រូវការ អ្វីខ្លះ សម្រាប់? នៅក្នុង អត្ថបទ នេះ ខ្ញុំ នឹង មិន ពង្រីក នៃ ការប្រើប្រាស់ ស្លាក UTM ទេ ហើយ ការ សរសេរ រួចហើយ។ ភាគច្រើន ជា ញឹកញាប់ ខ្ញុំ ប្រើ ស្លាក UTM នៅក្នុង AdWords ដែល ជា ដំបូង ដំបូង ដើម្បី វិភាគ ចរាចរណ៍ ចេញពី ប្រព័ន្ធ នេះ ក្នុង Яндекс ម៉ែត្រ ដែល ផ្តល់ ឱ្យ ខ្ញុំ នូវ ឱកាស ប្រៀបធៀប ប្រសិទ្ធភាព នៃ ពាក្យគន្លឹះ អេ ដ វឺ ដ និង ដោយ ផ្ទាល់ នៅកន្លែង តែមួយ។ ទោះ យ៉ាងណា មាន ហេតុផល ជាច្រើន ទៀត ដែល ប្រើ ស្លាក UTM ឧទាហរណ៍ ចរាចរណ៍ នៅ លើ ស្លាក UTM ក៏ ត្រូវ បាន ងាយស្រួល ក្នុង ការវិភាគ ជា ញឹកញាប់ នៅក្នុង ផ្សាយពាណិជ្ជកម្ម គ្នា ដូចជា ប្រព័ន្ធ ស្ថិតិ ខាងក្រៅ ដូចជា ប្រព័ន្ធ ស្ថិតិ ខាងក្រៅ ឬ ការ តាមដាន ការ ប្រែចិត្ត ជឿ។ ប្រព័ន្ធ។
ឬ ឧទាហរណ៍ អ្នក អាច កំណត់ រចនាសម្ព័ន្ធ ជំនួស មាតិកា ថាមវន្ត គេហទំព័រ ដោយ ផ្អែកលើ ស្លាក UTM នៅក្នុង តំណ ភ្ជាប់ នុយ មឺ នុយ ការពារ ក្បាល ពាក្យគន្លឹះ អ្នកទស្សនា បាន មកដល់ គេហទំព័រ របស់ អ្នក។

ស្លាក UTM របស់ខ្ញុំ សម្រាប់ Adwords មើល ទៅ ដូចនេះ:
? utm_source = Google & Utm_medium = CPC & Utm_term = (ពាក្យគន្លឹះ) & utm_cont = (ច្នៃប្រឌិត)
តី នា
utm_ ប្រភព =។ ហ្គូ ហ្គោ បង្ហាញ ពី ប្រភព ផ្លាស់ ប្តូ រ
utm_ មធ្យម =។ ស៊ី។ ស៊ី។ ស៊ី។ — ការពិត ដែល ថា ការ ផ្លាស់ ប្តូ រ ត្រូវ បាន បង់ ស៊ី។ ស៊ី។ ស៊ី គឺជា ការកាត់បន្ថយ ពី ការ ចំណាយ ក្នុង មួយ ចុច (ចុច ម្តង ទៀត)
utm_ រយៈពេល = ( ពាក្យគន្លឹះ) — Adwords នឹង ដាក់ ពាក្យគន្លឹះ ទៅ កន្លែង (ពាក្យគន្លឹះ) នឹង ជំនួស អ្នកទស្សនា
utm_ មាតិកា = ( ច្នៃប្រឌិត) — Adwords នឹង ជំនួស លេខ ផ្សាយពាណិជ្ជកម្ម យោងទៅតាម ភ្ជាប់ ដែល អ្នកទស្សនា បាន មកដល់។

នៅក្នុង ស្លាក ពីរ ដំបូង យើង បាន ប្រកប តម្លៃ — ហ្គូ ហ្គោ និង ស៊ី។ ស៊ី។ ស៊ី។ ។ គុណ តម្លៃ ទាំងនេះ គឺ ស្ថិតិ គឺ ថា ផ្លាស់ ប្តូ ប៉ុន្តែ ត្រូវ បាន យើង បាន សរសេរ ពួកគេ។ ស្លាក { ពាក្យគន្លឹះ) និង { ច្នៃប្រឌិត) ពួកគេ មាន ប៉ារ៉ាម៉ែត្រ ថាមវន្ត ដែល តម្លៃ ក្នុង តង្កៀប រូបភាព នឹង ត្រូវ បាន បញ្ចូល តម្លៃ នឹង បង្កើត adwords។ វា គួរ ឱ្យ កត់សម្គាល់ ថា នៅក្នុង ធុង របស់ខ្ញុំ មិន ទាំងអស់ អាច ផ្ទេរ ទៅ Google បាន ទេ ក្នុងចំណោម ពួកគេ អាច មាន (ប ណ្តា ញ) ដែល បង្ហាញ ពី ប្រភេទ នៃ វេទិកា ស្វាគមន៍ (ការ ដាក់) — ឈ្មោះ គេហទំព័រ ដែល អ្នកប្រើប្រាស់ បាន មក (ពាក់ព័ន្ធ នឹង ស៊ី ស៊ី ស៊ី) (ADPONISS) — នៅកន្លែង ណាក៏ដោយ ក្នុង ការ ស្វែងរក គឺ ការផ្សាយពាណិជ្ជកម្ម ដែល បាន ចុច និង មាន ច្រើន ទៀត។

ជា គោលការណ៍ មានតែ វិធី ពីរ យ៉ាង ដើម្បី បន្ថែម ស្លាក UTM នៅក្នុង AdWords: 1.បន្ថែម ពួកវា តាមរយៈ លំនាំ តាមដាន។ 2. បោះពុម្ព ពួកវា ដោយ ដៃ ក្នុង តំណ នីមួយៗ ក្នុង ការ ផ្សព្វផ្សាយ របស់ អ្នក។ ក្នុងពេលជាមួយគ្នា នេះ វា ត្រូវ បាន ផ្ដល់ អនុសាសន៍ ឱ្យ ប្រើ លំនាំ តាមដាន ចាប់តាំងពី ជម្រើស ដែល មាន ដោយ ដៃ បន្ថែម ស្លាក UTM ទៅ តំណ ភ្ជាប់ មាន គុណវិបត្តិ មួយចំនួន:

  1. នៅពេល អ្នក ប្តូ រ ស្លាក UTM នៅក្នុង តំណ អឹ អឹ ម អេ ស អេម អេ ស អេ ស អេ ស សូម ពិចារណា ថា អ្នក ផ្លាស់ ប្តូ រ សេចក្តី ប្រកាស ទាំងអស់ ដែល ជាលើកដំបូង ទាំងអស់ ដែល បាន
  2. វត្តមាន នៃ ការផ្សាយពាណិជ្ជកម្ម នីមួយៗ អនុញ្ញាត មាន ដូចគ្នា ប៉ុន្តែ ដាច់ដោយឡែក ពី ស្លាក UTM បង្កើន លទ្ធភាព នៃ កំហុស ក្នុង កែសម្រួល ពាណិជ្ជកម្ម ទាំងនេះ។ លើស ពី នេះ ទៅទៀត អ្នក នឹង ត្រូវ កំណត់ ស្លាក USM មិន ត្រឹមតែ សម្រាប់ ឯកសារយោង នៅក្នុង សេចក្តី ប្រកាស ប៉ុណ្ណោះទេ ប៉ុន្តែ ថែមទាំង ផ្នែក បន្ថែម ទាំងអស់ ផ្សេងទៀត ដែល មាន Urlas ឧទាហរណ៍ ឯកសារយោង លឿន ដែល បង្កើន លទ្ធភាព នៃ កំហុស។

простановка утм។ ស្លាក ដោយ ប្រើ គំរូ តាមដាន

គំរូ តាមដាន AdWords គឺជា ប្រអប់ អត្ថបទ ពិសេស មួយ ដែល នឹង បាន បន្ថែម ទៅ តំណ ការផ្សាយពាណិជ្ជកម្ម របស់ អ្នក។ ដូច្នេះ ប្រសិនបើ យើង ដាក់ ស្លាក utm របស់ យើង នៅក្នុង ពុម្ព តាមដាន ក្នុង របស់ ក្រុមហ៊ុន ណាមួយ យើង ធានា បាន នូវ រក បាន របស់ វា តំណ ភ្ជាប់ ទាំងអស់ ការផ្សាយពាណិជ្ជកម្ម ទាំងអស់ ដែល ត្រូវ បាន បញ្ចូល ក្នុង ក្រុមហ៊ុន នេះ។ គំរូ តាមដាន AdWords អាច ត្រូវ បាន កំណត់ នៅ:

— តូ តូ តូ តូ តូ

— នៃ ការប្រកាស

នោះ គឺ ប្រសិនបើ យើង បញ្ជាក់ លំនាំ តាមដាន នៅ កម្រិត មានន័យថា មាតិកា នៃ គំរូ នឹង ត្រូវ បាន រាល់ ឯកសារយោង ពី ការផ្សាយពាណិជ្ជកម្ម របស់ ក្រុមហ៊ុន របស់ យើង ដែល ជា ការ បញ្ជាក់ របស់ ក្រុមហ៊ុន របស់ ក្រុមហ៊ុន, អេ ដ អេ ស — តំណ ភ្ជាប់ របស់ ក្រុម ។ និង TD Ads។ វា ធ្វើសកម្មភាព អាទិភាព ពី តិច ទៅ ច្រើន ឧទាហរណ៍ ក្នុង ស្ថានភាព ដែល បញ្ជាក់ ពី គំរូ និង នៅ កម្រិត នៃ ក្រុមហ៊ុន ដែល មាន ភាព នៃ គំរូ សេចក្តី នឹង រង ផល ប៉ះពាល់ ដោយ តំណ ប្រកាស។

ទីនេះ ខ្ញុំ នឹង រៀបរាប់ ពី វិធី ពីរ យ៉ាង ដើម្បី ជំរុញ UTM តាមរយៈ លំនាំ តាមដាន:

ជំងឺ ដាច់ សរសៃឈាម ខួរក្បាល Утмес តាមរយៈ អ៊ី ន ធឺ ហ្វេ ស អ៊ី ន ធឺ ណេ ត

មិន ដូច Яндекс ផ្ទាល់ ទេ ប្រតិបត្តិការ កែសម្រួល យ៉ាង ច្រើន ជាច្រើន មាន ភាព ងាយស្រួល និង បាន ធ្វើ យ៉ាង ឆាប់រហ័ស តាមរយៈ ន ន ណេ ត។ រួម ទាំង ការពង្រីក ស្លាក UTM តាមរយៈ លំនាំ តាមដាន។

ការ ស ង្ក្រ ត ស្លាក UTM នៅ កម្រិត គណនី

នៅក្នុង ផ្នែក ខាងឆ្វេង, យើង រក ឃើញ តំណ ភ្ជាប់ «បណ្ណាល័យ ទូទៅ» បន្ទាប់មក យើង រក ឃើញ តំណ «ជម្រើស URL»។ ចុច ដើម្បី ផ្លាស់ ប្តូ រ ទល់មុខ «គំរូ តាមដាន» ហើយ ចុះឈ្មោះ នៅ ទីនោះ (LPURL)? utm_source = Google & Utm_medium = cpc & utm_term = (ពាក្យគន្លឹះ) & utm_cont = (ច្នៃប្រឌិត), ការរចនា ដែល មាន (LPURL) — អាស័យ ដ្ឋាន ទំព័រ ដែល មាន តំណ ភ្ជាប់ របស់ អឹ ម ភី អេ ស របស់ យើង។ ចាប់ពី ពេលនេះ តភ្ជាប់ នេះ តំណ នេះ នៅក្នុង ក្រុមហ៊ុន យើង នឹង ត្រូវ កំណត់ ចំពោះ ការ រួម បញ្ចូល គ្នា នៃ ស្លាក នេះ។

នៅ ទីនេះ អ្នក អាច ពិនិត្យមើល ការ ស ង របស់ ស្លាក: ចុច លើ ប៊ូតុង «Проверить» ហើយ ទទួល បាន បញ្ជី នៃ Urlons ដែល បាន បញ្ចប់ ដោយ ស្លាក។

phrostanovka utm ស្លាក នៅ ថ្នាក់ ក្រុមហ៊ុន

ស្លាក Простановка Утм នៅ កម្រិត នៃ ការប្រកាស

នៅពេល បង្កើត ការផ្សាយពាណិជ្ជកម្ម ថ្មី ចុច លើ បូក នៅ ជិត ធាតុ វ៉ា រ្យ៉ ង់ នៃ ការប្រកាស របស់ URL (ស្រេច ចិត្ត) នៅ ក្រោម ខ្សែ អក្សរ ពិពណ៌នា។ ចំនួន នៃ វាល បន្ថែម មួយចំនួន នឹង បើកចំហ រ ដែល ស៊ាំ បាន ចំពោះ យើង គំរូ តាមដាន កន្លែង ដែល អ្នក ត្រូវការ ចុះឈ្មោះ UTM របស់ យើង។

utm ស្លាក utm នៅក្នុង គំរូ តាមដាន adwords។ បុរស អ្នក បិ និត្យ

ការ ដាក់ ស្លាក UTM សូម្បីតែ ងាយស្រួល ជាង តាមរយៈ កម្មវិធី និពន្ធ AdWords។ បើក កម្មវិធី និពន្ធ, ជ្រើស ក្រុមហ៊ុន ដែល អ្នក ត្រូវការ បង្អួច ខាងលើ ប មនុ ចីរ (វា ត្រូវតែ ផ្ទុក ក្នុង កម្មវិធី និពន្ធ ពី គណនី របស់) បន្ទាប់មក នៅ បង្អួច ខាងឆ្វេង ខាងក្រោម ការ រត យ ត បិ ជ្រើស ត្រូវ បាន កំណត់ គំរូ មួយ — វា អាច ជា ក្រុមហ៊ុន មួយ ក្រុម នៃ ការផ្សាយពាណិជ្ជកម្ម ការផ្សាយពាណិជ្ជកម្ម ពាក្យគន្លឹះ ពាក្យគន្លឹះ ឬ ការពង្រីក កម្មវិធី បន្ថែម។ បន្ទាប់ នៅ បង្អួច ខាងស្តាំ ខាងក្រោម យើង រក ផ្ទាំង នេះ ប៉ារ៉ាម៉ែត្រ URL ហើយ ចេញ វេជ្ជបញ្ជា ឱ្យ ស្លាក U UT U UTM រួចហើយ

простановка ដោយ ដៃ утм។ ស្លាក នៅក្នុង តំណ នីមួយៗ

ប្រសិនបើ ដោយ ហេតុផល បច្ចេកទេស មួយចំនួន មិនអាច ប្រើ លំនាំ ត្រូវការ វត្តមាន ដំបូង នៃ ស្លាក UTM នៅក្នុង តំណ ភ្ជាប់ នៃ ការផ្សាយពាណិជ្ជកម្ម របស់ អ្នក នោះ ភារកិច្ច ដោះស្រាយ យ៉ាង ងាយស្រួល ដោយ ឧបករណ៍ អេ ឌី ឌី ស។

លេខ បុក utm។ ស្លាក ភ្ជាប់ តាមរយៈ ចំណុចប្រទាក់ គេហទំព័រ ហ្គូ ហ្គោ adwords។ .

នៅក្នុង ជួរឈរ ខាងឆ្វេង, ជ្រើស ក្រុមហ៊ុន, ដែល តំណ ភ្ជាប់ ដែល យើង ចង់ កំណត់ ស្លាក UTM, ផ្ទាំង ផ្សាយពាណិជ្ជកម្ម សូម ចុច ប៊ូតុង ធ្លាក់ចុះ «ការ ផ្លាស់ ប្តូ» ទម្លាក់ ចុះ។ បន្ទាប់ពី នោះ មឺ នុយ នឹង បើក ដែល យើង ត្រូវ ជ្រើសរើស ធាតុ «ផ្លាស់ ប្តូ រ ការ ផ្សព្វផ្សាយ»

បន្ទាប់មក ទៀត នៅក្នុង បង្អួច ដែល បាន បើក ជ្រើស «RETARE» ជ្រើស ធាតុ ដែល យើង ត្រូវការ ដែល យើង បន្ថែម ស្លាក — «URL បញ្ចប់» ហើយក៏ មិន ចង់ បន្ថែម ស្លាក UTM របស់ យើង បន្ទាប់ពី តំណ ភ្ជាប់ ដែល មានស្រាប់ របស់ យើង បន្ទាប់ពី តំណ ភ្ជាប់ ដែល មានស្រាប់។ ពេលនេះ ស្លាក របស់ យើង នឹង មើល ទៅ ខុសគ្នា បន្តិចបន្តួច: ? utm_source = Google & Utm_medium = cpc & utm_term = (ពាក្យគន្លឹះ) & utm_cont = (ច្នៃប្រឌិត), ដូចដែល យើង បាន ដកចេញ ពី វា (LPURL) .

លេខ បុក utm។ ស្លាក ភ្ជាប់ តាមរយៈ adwords។ បុរស អ្នក បិ និត្យ .

នៅក្នុង បង្អួច ខាងឆ្វេង ជ្រើស ក្រុមហ៊ុន ដែល អ្នក ត្រូវការ និង ការផ្សាយពាណិជ្ជកម្ម បន្ទាប់មក នៅក្នុង បង្អួច មេ សូម ជ្រើសរើស ទៅ តំណ ដែល យើង ស្លាក ដែល យើង នឹង បន្ថែម ស្លាក។ នៅ លើ ការផ្សាយពាណិជ្ជកម្ម ចុច ប៊ូតុង «កែសម្រួល» សូម ជ្រើសរើស «ផ្លាស់ ប្តូ រ URL»

នៅក្នុង បង្អួច ដែល បាន បើក ផ្នែក មួយ នៃ ការផ្សាយពាណិជ្ជកម្ម អនុវត្ត ការ ផ្លាស់ ប្តូ រ ក្នុងករណី របស់ Ulla ចុងក្រោយ ជ្រើសរើស ផ្ទាំង នេះ «បន្ថែម» ហើយ បញ្ចូល ស៊ាំ ទៅ ក្នុង ស្លាក USM របស់ អាមេរិក រួចហើយ

ស្លាក UTM — នេះ គឺជា ឧបករណ៍ ដែល ជួយ បញ្ជូន ប៉ារ៉ាម៉ែត្រ បន្ថែម សម្រាប់ ប្រភព ចរាចរណ៍ ទៅកាន់ ប្រព័ន្ធ វិភាគ។

យើង បាន ប្រាប់ ពី ស្លាក UTM រួចហើយ នៅក្នុង ស្លាក អត្ថបទ UTM សម្រាប់ ដោយ ផ្ទាល់ ឥឡូវនេះ យើង នឹង ប្រាប់ UTM សម្រាប់ Google AdWords និង។

តារាង ប៉ារ៉ាម៉ែត្រ ថាមវន្ត សម្រាប់ Google AdWords

ប៉ា ច ម បើ ម ការ បិ ប ន៍ នា ប៉ាន់ តម លៃ
(ប ណ្តា ញ) ប្រភេទ នៃ គេហទំព័រ: ស្វែងរក ឬ បរិបទ ឆ។ (ការ Google) អេ ស អេ ស (ដៃគូ ស្វែងរក) ឬ ឃ។ (ស៊ី ស៊ី ស៊ី)
(ការ ដាក់) សួនកុមារ មានតែ សម្រាប់ ស៊ី ស៊ី អឹ ម ប៉ុណ្ណោះ អាសយដ្ឋាន អាសយដ្ឋាន
(ADPONISS) ការប្រកាស ទីតាំង 1T2 (ទំព័រ 1 នៅ ខាងលើ ទី 2) 1S3 (ទំព័រ 1, ខាងស្តាំ, ដាក់ 3) ឬ ឥតមាន អ វី សោ សោ (ស៊ី ស៊ី ស៊ី)
(ច្នៃប្រឌិត) អ្នក កំណត់ អត្តសញ្ញាណ អត្តសញ្ញាណ ពិសេស 16541940833 (ដើម្បី មើល អត្តសញ្ញាណ នៅក្នុង AdWords បន្ថែម ជួរឈរ ដែល សមរម្យ នៅ លើ ផ្ទាំង)
(ប្រភេទ ផ្គូផ្គង) ប្រភេទ អនុលោម ភាព ពាក្យគន្លឹះ អ៊ី (ការប្រកួត ត្រឹមត្រូវ) ភី (фразовое) ឬ ខ។ (ធំ ទូលាយ)
(ពាក្យគន្លឹះ) រ ម យ យ រ ម យ យ
(ឧបករណ៍) ប្រភេទ ឧបករណ៍ ម។ (ទូរស័ព្ទចល័ត), т. (ថេ ប្លេ ត កុំព្យូទ័រ) ឬ គ។ (កុំ ព្យួ ទ័ រ កុំព្យូទ័រ យួរដៃ)
(модель устройства) ម៉ាក យីហោ និង ឧបករណ៍ ប្រើ ឧបករណ៍ ផ្លែ ប៉ោម + ទូរស័ព្ទ iPhone។
(ចម្លង: ផែ) អត្ថបទ នៃ តំណ ភ្ជាប់ បន្ថែម ឬ ព័ត៌មាន អំពី ទំនិញ។ ជំនួស ឱ្យ ពាក្យ បន្ទាប់ពី ពោះវៀនធំ អ្នក អាច សរសេរ អត្ថន័យ ណាមួយ ដែល អ្នក ចង់បាន, ប្រធានបទ សម្រាប់ លក្ខខណ្ឌ។ ការ ខុ ច ខាត
(IFMobile: мобильный) បង្ហាញ នៅ លើ ឧបករណ៍ ចល័ត។ ជំនួស ឱ្យ ពាក្យ បន្ទាប់ពី ពោះវៀនធំ អ្នក អាច សរសេរ អត្ថន័យ ណាមួយ ដែល អ្នក ចង់បាន, ប្រធានបទ សម្រាប់ លក្ខខណ្ឌ។ ឧទាហរណ៍ នៅពេល សរសេរ (IFMobile: 1111), 1111 នឹង បង្ហាញ នៅក្នុង តំណ ភ្ជាប់។ ដេ ល ប្ដូរ កន្លេង
(IFNotMobile: stopbobile) ការ បង្ហាញ មិន មាន នៅ លើ ឧបករណ៍ ចល័ត ទេ។ ជំនួស ឱ្យ ពាក្យ បន្ទាប់ពី ពោះវៀនធំ អ្នក អាច សរសេរ អត្ថន័យ ណាមួយ ដែល អ្នក ចង់បាន, ប្រធានបទ សម្រាប់ លក្ខខណ្ឌ។ ឧទាហរណ៍ នៅពេល សរសេរ (IFNotMobile: 2222), 2222 នឹង ត្រូវ បាន បង្ហាញ នៅក្នុង តំណ ភ្ជាប់។ остановка ប្រសិនបើ ការ ចុច បាន កើតឡើង ពី ការប្រកាស បរិបទ
(ចៃដន្យ) លេខ ប្រកាស ចៃដន្យ (64 ប៊ីត មិន មាន ទៀត ទេ 18446744073709551615) 18446744073709551611
(គោលដៅ) ប្រភេទ នៃ ការ ដាក់ កន្លែង ដាក់ (សម្រាប់ គោលដៅ នៅ ទីតាំង កន្លែង ដាក់) ប្រភេទ នៃ ទីតាំង កន្លែង ដាក់ (ឧទាហរណ៍, ការ ធ្វើម្ហូប )
(អា សេ ដ) គ្រឿង សម្គាល់ ក្រុម ពិសោធន៍ 1c587
(Param1) ប៉ារ៉ាម៉ែត្រ ផ្ទាល់ខ្លួន ដំបូង តម្លៃ នៃ ប៉ារ៉ាម៉ែត្រ ដំបូង សម្រាប់ ឃ្លា សំខាន់
(IFSearch: ស្វែងរក) បង្ហាញ នៅ លើ ការ ស្វែងរក ស្វែងរក។
(ifcontent: មាតិកា) បង្ហាញ នៅក្នុង KSM ដេ ល បេ ញ ចិត្ដ
(Adwords_producttargrugid) លេខ សម្គាល់ តែមួយគត់ នៃ ផលិតផល គោលដៅ (សម្រាប់ យុទ្ធនាការ ដែល មាន គោលដៅ សម្រាប់ ទំនិញ) 1bf2351c6473។
(ADTYPE) ប្រភេទ នៃ អង្គភាព ផ្សាយពាណិជ្ជកម្ម (សម្រាប់ យុទ្ធនាការ ដែល មាន គោលដៅ សម្រាប់ ទំនិញ) ផេ (ការផ្សាយពាណិជ្ជកម្ម ពាណិជ្ជកម្ម), រស (ការពង្រីក «ព័ត៌មាន ផលិតផល បន្ថែម»)

Google Adwords បញ្ចូល ទំព័រ ចូល មួយ នឹង មើល ទៅ ដូចនេះ:

http: // www.syt /?
http: //www.sayt/ utm_source = Google & Utm_medium = utm_campigata = inganiya-gruppa & utm_cont = (ប ណ្តា ញ) និង កន្លែង ដាក់ = (ADID) & COMACT = COMACT = COMACT = COMACT = COMACT = COMACT = COMACT = COMACT = COMACT = (ពាក្យគន្លឹះ)?

ការប្រើប្រាស់ UTM_NOOVERIDE

ពេលខ្លះ ភារកិច្ច កើតឡើង នៅកន្លែង ដែល អ្នក នៃ ការ ផ្លាស់ ប្តូ រ របស់ អ្នកប្រើប្រាស់ ទៅ គេហទំព័រ។

ឧទាហរណ៍ អ្នក ប្រើ ដំបូង បាន ទៅ ម៉ាស៊ីន ដំណាក់កាល មួយ នៃ ដំណាក់កាល លំដាប់ ដែល អ្នក ដើម្បី បញ្ជាក់ សំបុត្រ។ បន្ទាប់ពី ការ បញ្ជាក់ អ្នក ប្រើ ត្រូវ បាន បញ្ជូន បន្ត ទៅ គេហទំព័រ ទាញ យក ការ បញ្ជាទិញ ដោយ ជោគជ័យ។

ជាមួយនឹង សេ ណា រី យ៉ូ នេះ នេះ ហ្គូ ហ្គោ ល ចំនួន ការ បំ លែង ប្រភព ចុងក្រោយ គឺ ប៉ុស្តិ៍ «អ៊ីមែល» ទោះបីជា ចរាចរណ៍ ស្វែងរក បាន នាំ ឱ្យ មានការ បំភ្លឺ ក៏ដោយ។

អ្នក អាច ប្រើ ស្លាក UTM_NOOOVERRIDE UTM ដើម្បី កែ កំហុស បែបនេះ ដែល អនុញ្ញាត ឱ្យ អ្នក ព្រងើយកន្តើយ ផ្លាស់ ប្តូ បាន ផ្តួ ផ្តើ ម ដោយ យោង ទៅលើ ប៉ារ៉ាម៉ែត្រ នេះ។

ដូច្នេះ ប្រសិនបើ អ្នក ប្រើ ដំបូង បាន មកពី លទ្ធផល ស្វែងរក បាន បញ្ជាក់ ពី សំបុត្រ នោះ តំណ ភ្ជាប់ អម ដោយ ប្រភេទ ដូច ខាង ក្រោ មៈ

តំបន់ ប ណ្តា ញ /? utm_nooverride = 1

ហើយ បាន ធ្វើ ឱ្យ ការ ប្រែចិត្ត ជឿ ការ ប្រែចិត្ត ជឿ ប្រភព មុន, I.E. ប្រភព ចុងក្រោយ នៃ ការ ផ្លាស់ ប្តូ រ នឹង ត្រូវ បាន មិន អើពើ។

ការ បង្កើត សញ្ញាសម្គាល់ ក្នុង ទីផ្សារ ដែល កំពុង ផ្ទុកទំនិញ និង អ្នកជំនួញ Google សម្រាប់ ហាង លក់ តាម អ៊ីនធឺណិត

ភ្លេច ចុះឈ្មោះ ស្លាក UTM នៅពេល បង្កើត ឯកសារ XML ដែល ផ្ទុក ទិន្នន័យ សម្រាប់ សេវាកម្ម ទាំងនេះ។ នេះ នឹង មិន បាត់បង់ ប្រព័ន្ធ វិភាគ ព័ត៌មាន នេះ ទេ។

http://site.ru/product/fire/?utmource\u003dyandexams&utm_campigale&utmium\u003dcptium\u003dCPROMAR -TROVARA។

  • utm_source — អ្នក ប្រមូល តម្លៃ
  • uTM_CAMPAGAL — យុទ្ធនាការ
  • uTM_MEDIMION — ប្រភព ចរាចរណ៍ (CPC (ថ្លៃដើម ក្នុង ការ ចុច) — ជម្រះ ចំណី)
  • utm_term —

    ដោយ មាន ជំនួយ ពី សញ្ញាសំគាល់ ទាំងនេះ យើង បញ្ជូន ព័ត៌មាន អំពី ប្រភព ចរាចរណ៍ នៅក្នុង Google Analytics (UTMource UTM_MEMDIONION) ប្រភេទ ទំនិញ (UTM_CAMPARACANTE នៃ ទំនិញ (Utm_term)។

ស្លាក UTM នៅក្នុង URL បញ្ចប់ ការ តំ ឡើង គំរូ តាមដាន

ប្រហែលជា ភាព ខុសគ្នា ងាយស្រួល បំផុត រវាង Яндекс ផ្ទាល់ ពី Google AdWords បន្ទាប់មក នៅ ចុងក្រោយ អ្នក អាច ចុះឈ្មោះ ស្លាក គំរូ utm ក្នុង ពេល តែមួយ សម្រាប់ គណនី។

ដើម្បី ធ្វើ ដូចនេះ ការប្រើប្រាស់ Adwords លំនាំ តាមដាន។

តើ លំនាំ តាមដាន គឺជា អ្វី?

លំនាំ តាមដាន ត្រូវ បាន ប្រើ ដើម្បី ជំនួស ទិន្នន័យ ចាំបាច់ នៅក្នុង ប៉ារ៉ាម៉ែត្រ ថាមវន្ត នៃ យុទ្ធនាការ ផ្សព្វផ្សាយ។

uRL គោលដៅ: http: // mysite-example.com / avto? utmourceId’dgoog boogle & utm_medium \ u003dcpcpc & utm_term \ u003dc. = (ពាក្យគន្លឹះ)

http://mysite-example.com/avto។ (ឧទាហរណ៍) — ទំព័រ គោលដៅ

utm_soce = Google & Utm_medium = CPC & UTM_TERM = (ពាក្យគន្លឹះ) — ប៉ារ៉ាម៉ែត្រ តាមដាន

ដើម្បី ទទួល បាន លំនាំ តាមដាន គួរតែ បន្ថែម { lpurl }

ហើយ យើង ទទួល បាន លំនាំ តាមដាន ដែល មាន ដូច ខាងក្រោម:

(LPURL)? utm_source = Google & Utm_medium = cpc & utm_term = (ពាក្យគន្លឹះ)

(LPURL) ប៉ារ៉ាម៉ែត្រ នេះ គឺ ជំនួស ឱ្យ ដើមឈើ គោលដៅ ត្រូវ បាន ជំនួស។

ដើម្បី ធ្វើ ដូចនេះ សូម ចូល ទៅកាន់ បណ្ណាល័យ ទូទៅ -> ជម្រើស URL

បន្ថែម ទៅ កម្រិត យុ ត្ធ ការ , វា ក៏ ជា កម្រិតខ្ពស់ ផង ដែរ

ចុច លើ យុទ្ធនាការ សូម ចូល ទៅកាន់ នៅ ផ្នែក ខាងក្រោម «ជម្រើស URL» (ស្រេច ចិត្ត) «អាច បន្ថែម ប៉ារ៉ាម៉ែត្រ របស់ យើង

ស្រដៀងគ្នា នេះ ដែរ បាន បង្កើត ឡើង នៅ កម្រិត នៃ ក្រុម ពាក្យគន្លឹះ។

តើ ធ្វើ ដូចម្តេច ដើម្បី កំណត់ រចនាសម្ព័ន្ធ UTM កំណត់ គំរូ តាមដាន ក្នុង Google AdWords ដោយ ប្រើ កម្មវិធី និពន្ធ?

ខ្ញុំ នឹង រៀបរាប់ ពី វិធី ដែល ហើយ មួយ ខ្លួន ខ្ញុំ ប្រើ ជាប្រចាំ — ដោយ ប្រើ កម្មវិធី និពន្ធ AdWords។

ឯកសារ ដែល បាន បញ្ចប់ ជាមួយនឹង របស់របរ សម្រាប់ សាធារណរដ្ឋ កាហ្សាក់ស្ថាន ដែល ទាញ យក បែងចែក UPel។ ក្នុងករណី របស់ខ្ញុំ ទាំងនេះ គឺជា ការផ្សាយពាណិជ្ជកម្ម សម្រាប់ AdWords។ យកចិត្តទុកដាក់ លើ ជួរឈរ គំរូ តាមដាន។ — នេះ គឺជា លំនាំ តាមដាន របស់ យើង នៅ កម្រិត នៃ ការប្រកាស។

ដូច្នេះ វា គួរតែ ត្រូវ បាន កត់សម្គាល់ ថា ស្លាក UTM ចាំបាច់ ត្រូវ តំ ឡើង ក្នុង ប្រភព ផ្សាយពាណិជ្ជកម្ម ទាំងអស់។

នេះ ជាឧទាហរណ៍: (LPURL) utm_source = Google_ (IFSearch: បរិបទ) (IFSearch) & utm_targroup = utm_group = utm_cont = autm_content = autm_content \ = (ពាក្យគន្លឹះ)

ឧទាហរណ៍ នៅ កម្រិត គណនី អ្នក ត្រូវ ទាំងអស់ មួយ ឬ ពីរ អ្នក ត្រូវ រំលេច បើ ទេ ឬ បន្ថែម ប៉ារ៉ាម៉ែត្រ ទៀត ដើម្បី តាមដាន។

តាម បំណង ប៉ារ៉ាម៉ែត្រ ពិសេស មួយ គឺ ងាយស្រួល តាមរយៈ កម្មវិធី និពន្ធ Adwords នៅ កម្រិត យុទ្ធនាការ ក្រុម ផ្សាយពាណិជ្ជកម្ម, សេចក្តី ប្រកាស សេចក្តី ជូនដំណឹង និង ពាក្យគន្លឹះ។

យក ឧទាហរណ៍ មួយ ការ បង្កើត ប៉ារ៉ាម៉ែត្រ ពិសេស នៅ កម្រិត ពាក្យគន្លឹះ។
នៅក្នុង កម្មវិធី និពន្ធ កម្មវិធី និពន្ធ កម្មវិធី Adwords របស់ Google Adwords ចូល ទៅកាន់ ផ្ទាំង ពាក្យគន្លឹះ ជម្រើស URL ហើយ បញ្ចូល ប៉ារ៉ាម៉ែត្រ ពិសេស របស់ អ្នក។

អ្នក អាច មាន ប៉ារ៉ាម៉ែត្រ ផ្ទាល់ខ្លួន របស់ អ្នក ដែល អ្នក បន្ថែម ទៅ ប៉ារ៉ាម៉ែត្រ តាមដាន ពិសេស។

ធ្វើ ដូចម្តេច ដើម្បី កំណត់ UTM ក្នុង KMS?

សម្រាប់ ស៊ី អេ ស អេ ស យើង មិន បញ្ជាក់ ទេ utm_term, a. ផ្ទុយទៅវិញ បញ្ចូល ស្លាក ការ ដាក់ = (ការ ដាក់) នៅ ចុងបញ្ចប់ នៃ ស្លាក , ដោយសារ មិន មាន ពាក្យគន្លឹះ ប៉ុន្តែ អ្នក អាច បង្កើត ប៉ារ៉ាម៉ែត្រ ផ្ទាល់ខ្លួន របស់ អ្នក ហើយ ដាក់ ការ ដាក់ = (ការ ដាក់)

ខ្លឹមសារ នៃ អ្វី?

នៅក្នុង KMS ប្រសិនបើ យើង ដាក់ ការ ផ្សព្វផ្សាយ របស់ យើង (ប ដា) នៅ លើ គេហទំព័រ ដៃគូ មិន មាន ទីនោះ ទេ ពីព្រោះ ការផ្សាយពាណិជ្ជកម្ម ត្រូវ មួយចំនួន។ យើង បញ្ចូល (ការ ដាក់) ដើម្បី ដឹងពី ការ ដាក់ ទំព័រ ទាំងនេះ។

ស្លាក អ៊ូ — ទាំងនេះ គឺជា ប៉ារ៉ាម៉ែត្រ តាមអំពើចិត្ត

ខ្ញុំ ចង់ ចាំ ម្តង ទៀត ថា តម្លៃ នៃ ស្លាក ទាំងនេះ អាច ជាដាច់ខាត។ វា ទាំងអស់ គឺ អាស្រ័យ លើ អ្វី ដែល វា មាន សារៈសំខាន់ សម្រាប់ ដែល អ្នក ចង់ វិភាគ។ រឿង ចំបង គឺ ត្រូវ យល់ថា ពួកគេ មានតែ 5 ប្រភេទ ប៉ុណ្ណោះ ប៉ុន្តែ ពួកគេ អាច ដាក់ ព័ត៌មាន ដែល អ្នក ត្រូវការ។

ស្លាក UTM គឺជា ផ្នែក មួយ នៃ URL ដែល មាន គោលបំណង បញ្ជូន ព័ត៌មាន បន្ថែម អំពី ប្រភព ចរាចរណ៍ ទៅកាន់ ប្រព័ន្ធ វិភាគ។ ឧបករណ៍ ជួយ វិភាគ យុទ្ធនា ការផ្សាយពាណិជ្ជកម្ម ដោយ ការ ប្រ នៃ អ្នកប្រើប្រាស់ ការផ្សាយពាណិជ្ជកម្ម និង ប៉ារ៉ាម៉ែត្រ ផ្សេងទៀត។

ពិចារណា ពី របៀប ប្រើ ឧបករណ៍ ត្រឹមត្រូវ នៅ Google Adwords និង បញ្ចូល វា រវាង ប្រព័ន្ធ វិភាគ ផ្សេងៗ គ្នា។

តើ អ្វី ទៅ ជា ស្លាក UTM

ស្លាក មាន អថេរ និង _ តម្លៃ។ តម្លៃ តម្រៀប ព័ត៌មាន ដែល បញ្ជូន ហើយ អថេរ ត្រូវ បាន បង្ហាញ នៅក្នុង ប្រព័ន្ធ វិភាគ។ UTM, ដូចដែល ពួកគេ ត្រូវ បាន គេ ហៅថា, ផ្លាក យីហោ / Utms / Utm មាន កាតព្វកិច្ច និង ជម្រើស។ ប្រភេទ ទីមួយ តែងតែ ត្រូវ បាន ប្រើ ហើយ ទីពីរ មាន តែបើ ចាំបាច់។ ខ្សែ អ៊ីនធឺណិត រថក្រោះ មើល ទៅ ដូចនេះ:

ឧទាហរណ៍.ru? outmource% GoldGoogle & outmium \ u003dCPC & utm_campaigncaignigale1 & utm_terme1 & utm_term \ u003de1 & utm_term \ u003dCour2។

កន្លែង ដែល «ឧទាហរណ៍» គឺជា ឈ្មោះ របស់ ដែន និង តំណ «កន្ទុយ» បន្ទាប់ពី សញ្ញា សួរ — ស្លាក UTM។ ប៉ារ៉ាម៉ែត្រ នៃ ស្លាក ត្រូវ បាន ខូច ដោយ និមិត្តសញ្ញា «និង»។

ហេតុអ្វីបានជា ដាក់ ស្លាក UTM នៅក្នុង Google Adwords

ប្រសិនបើ អ្នក មិន បញ្ជូន ស្លាក UTM ទេ Google AdWords នឹង ប្រើ ប៉ារ៉ាម៉ែត្រ ថាមវន្ត ដែល ត្រូវ បាន ជំនួស ដោយស្វ័យប្រវត្តិ។ ដក រថយន្ត ម៉ាក អូ តូ ម៉ៃ ម៉ែត្រ នៅក្នុង អ្វី ដែល ពួកគេ ធ្វើការ តែ នៅក្នុង Google Analytics ប៉ុណ្ណោះ។ ពួកគេ មិនអាច ជួសជុល ដោយ ប្រើ Яндекс.Метрики បាន ទេ។ ស្រដៀងគ្នា នេះ ដែរ ស្ថានភាព គឺ នៅ ជាមួយ Яндекс.Директ។ ប្រសិនបើ អ្នក មិន ដាក់ ស្លាក នៅ ទីនោះ ទេ «» ម៉ែត្រ «នឹងអាច យល់ ពី ការ ផ្លាស់ ប្តូ រ ពី» ដោយ ផ្ទាល់ «ប៉ុន្តែ នឹង មិនអាច» Addords «បាន ទេ»។ ដូច្នេះ ពួកគេ ចាំបាច់ ត្រូវ ដាក់ ក្នុង Google AdWords ហើយ នៅក្នុង Яндекс.Директ។

ប៉ារ៉ាម៉ែត្រ ស្លាក UTM

ស្លាក UTM មាន ប៉ារ៉ាម៉ែត្រ ប្រាំ។ ពួកគេ អនុញ្ញាត ឱ្យ អ្នក ជួសជុល ប្រភព នៃ ការ រ នៃ យុទ្ធនាការ ផ្សព្វផ្សាយ និង សេចក្តី ប្រកាស ដែល ប្រើ ចាប់អារម្មណ៍។

ត្រូវការ:

ជម្រើស:

  • utm_contentent — អ្នក កំណត់ អត្តសញ្ញាណ ប ដា ឬ ការផ្សាយពាណិជ្ជកម្ម ដែល ការ ផ្លាស់ ប្តូ ត្រូវ បាន អនុវត្ត
  • utm_term — ពាក្យគន្លឹះ។

អ្នក អាច បន្ថែម ប៉ារ៉ាម៉ែត្រ ផ្ទាល់ខ្លួន របស់ អ្នក ទៅ URL ដោយ ប្រើ មុខងារ Presetrak។ ប៉ារ៉ាម៉ែត្រ នីមួយៗ ត្រូវ បាន រុំ ព័ទ្ធ ដោយ ដង្កៀប អង្កាញ់: (អ្នក ធ្វើ យុទ្ធនាការ) (AdGreupiD) (attoruupid) (ប ណ្តា ញ), (ការ ដាក់) ផ្សេងទៀត។ នៅពេល ដែល Трансцендентный បន្ត ការផ្សាយពាណិជ្ជកម្ម ជំនួស ឱ្យ អ្នកទោស ក្នុង តង្កៀប ដែល មានន័យថា ពិសេស មួយ ត្រូវ បាន ជំនួស។ ឧទាហរណ៍ សម្រាប់ ប៉ារ៉ាម៉ែត្រ (ប្រភេទ ផ្គូផ្គង) អាច ជំនួស និមិត្តសញ្ញា អ៊ី (ពាក្យគន្លឹះ ដែល ត្រូវ គ្នា ត្រឹមត្រូវ) ភី (ការ អនុលោម តាម Phrasal) ឬ ខ។ (រីក រាលដាល)។ ក្នុងករណី ដែល ប៉ារ៉ាម៉ែត្រ មិន មានតម្លៃ វា មិន ត្រូវ បាន បន្ថែម ទៅ ក្នុង តំណ ទេ។

វិធី បន្ថែម ស្លាក UTM ទៅ Google AdWords

ដើម្បី បន្ថែម ស្លាក USM ទៅ Google AdWords សម្រាប់ ការផ្សាយពាណិជ្ជកម្ម ទាំងអស់ នៅក្នុង ផ្សព្វផ្សាយ ពាណិជ្ជកម្ម ជាក់លាក់ មួយ បើក ផ្នែក «បណ្ណាល័យ ទូទៅ» ហើយ ដើរ តាមផ្លូវ «ការកំណត់> កែសម្រួល> ការកំណត់ URL «។ នៅ ទីនេះ អ្នក អាច កំណត់ តម្លៃ នៃ គំរូ បន្ថែម ប៉ារ៉ាម៉ែត្រ ផ្លាស់ ប្តូ រ វ៉ា រ្យ៉ ង់ URL។

អាច ត្រូវ បាន តំ ឡើង ដោយ ដៃ ឬ បញ្ជាក់ គំរូ ខាងក្រោម:

(LPURL)? utm_medium = CPC & utmource = Google & utm_campaigal = (យុទ្ធនាការ) & utm_cont = (adgrupid) & utm_term = (требование)

ប្រសិនបើ អ្នក ចង់ ប្រើ ស្លាក UTM ដើម្បី ផ្ទេរ ស្ថិតិ នៅ លើ Google វិភាគ ពី «Adords» អ្នក អាច ប្រើ វិធី សាមញ្ញ ជាង នេះ។ គ្រាន់តែ ចង ប្រព័ន្ធ ទាំងពីរ នេះ នៅក្នុង ការកំណត់ Google AdWords ក្នុង ផ្នែក «គណនី ដែល ទាក់ទង»។ គុណសម្បត្តិ នៃ សមាហរណកម្ម បែបនេះ គឺ ការ បញ្ជូន ទិន្នន័យ ដោយស្វ័យប្រវត្តិ លើ ការ Google Adwords និង ការ គណនា ការ បំ លែង របស់ Google Orgictics ដោយ ផ្ទាល់ នៅក្នុង ចំណុចប្រទាក់ Google។

នៅពេល ប្រើ ការកំណត់ យោង សម្រាប់ នៅ លើ ដៃគូ របស់ Google ក្នុង CCC អ្នក ត្រូវតែ ប្រើ ស្លាក «ការ ដាក់» (និយមន័យ ដែល បាន កើតឡើង) ជំនួស ឱ្យ «Utm_term» ចាប់តាំងពី ប៉ារ៉ាម៉ែត្រ ចុងក្រោយ បង្ហាញ ពី ពាក្យគន្លឹះ ចុងក្រោយ ។

ការ ធ្វើ សមាហរណកម្ម ប្រព័ន្ធ វិភាគ ផ្សេងៗ គ្នា នៃ ការផ្សាយពាណិជ្ជកម្ម បរិបទ

ស្លាក UTM — មាន ប្រសិទ្ធិ ភាព ប៉ុន្តែ មិនមែន ជា ឧបករណ៍ ត្រួតពិនិត្យ ការផ្សាយពាណិជ្ជកម្ម ទេ។ ដើម្បី មើល រូបភាព ពេញលេញ អ្នក ត្រូវ ប្រើ ប្រព័ន្ធ វិភាគ។ វេទិកា វៃឆ្លាត ត្រូវ បាន ដាក់ បញ្ចូល ជាមួយ CRM CRM Communch វេទិកា ការផ្សាយពាណិជ្ជកម្ម Google Analytics និង កាត់បន្ថយ ស្ថិតិ នៅ លើ ដែល សូចនាករ រថយន្ត ដែល មានការ ការ និង អ្នក ដទៃទៀត។ ព័ត៌មាន ត្រូវ បាន បម្រើ តាមរបៀប ងាយស្រួល ហើយ នៅកន្លែង តែមួយ។ អ្នកប្រើប្រាស់ មិន ចាំបាច់ ត្រួតពិនិត្យ ស្ថិតិ នៅ លើ គេហទំព័រ ផ្សេងៗ គ្នា ទេ។ ទិន្នន័យ ត្រូវ បាន ផ្ទុក និង ធ្វើ សម កាល កម្ម ដោយស្វ័យប្រវត្តិ។

ស្លាក UTM នៅក្នុង alytics

ដើម្បី ឱ្យ មាន លក្ខណៈ ត្រឹមត្រូវ ក្នុង ការ តាមដាន ស្ថិតិ ឱ្យ បាន ត្រឹមត្រូវ ដើម្បី Google AdWords តាម ការ ហៅ ទូរស័ព្ទ ពី និង ចាំបាច់ ដូច្នេះ នៅក្នុង ការផ្សាយពាណិជ្ជកម្ម ទាំងអស់ រួម ទាំង ឯកសារយោង ស្លាក UTM។ សេវាកម្ម ផ្តល់ នូវ ការ ធ្វើ សមាហរណកម្ម ទ្វេភាគី ជាមួយ Google AdWords និង Яндекс.Прямой . នេះ មានន័យថា ការ ចំណាយ គោលដៅ យុទ្ធនាការ ផ្សព្វផ្សាយ ការផ្សាយពាណិជ្ជកម្ម ត្រូវ បាន ធ្វើ កាល កម្ម ដោយស្វ័យប្រវត្តិ។ បើ ចាំបាច់ សេវាកម្ម បើក ដំណើរការ ប៉ារ៉ាម៉ែត្រ URL ដោយខ្លួនឯង រៀងរាល់ 30 នាទី ម្តង។ មានឱកាស ប្រើ សេវាកម្ម និង ស្លាក ផ្ទាល់ខ្លួន ក្នុង ពេល តែមួយ។


ប្រព័ន្ធ នេះ អាច ត្រូវ បាន សាកល្បង នៅក្នុង របៀប សាកល្បង។ អា លី កា ផ្តល់ ជូន 7 ថ្ងៃ សម្រាប់ មហាវិទ្យាល័យ និង រយៈពេល 14 ថ្ងៃ សម្រាប់ ប្រព័ន្ធ វិភាគ ចុង និង ស្វ័យប្រវត្តិកម្ម នៃ ការផ្សាយពាណិជ្ជកម្ម ដោយ ឥតគិតថ្លៃ។

Определение приоритетов трансграничного сохранения биоразнообразия в горячих точках биоразнообразия Китая и Мьянмы: последствия для горных регионов с недостаточным объемом данных

Abstract

Трудные для изучения виды, населяющие труднодоступную местность, создают серьезные проблемы для получения точной экологической информации, а также информации о распределении и сохранении.Чтобы решить эти проблемы, мы использовали эффективный набор эффективных по времени и затратам методов, включая опросы на основе интервью с 3D-картами Google Earth, чтобы задокументировать ареал распространения 32 местных таксонов животных в биоразнообразии, но труднодоступных гор Гаолигун (GLGMS ), расположенный на северной границе Китая и Мьянмы. Пять основных видов, находящихся под угрозой исчезновения, в том числе черная курносая обезьяна ( Rhinopithecus strykeri ), гиббон-хулиган Скайуокер ( Hoolock tianxing ), лангур Шортриджа ( Trachypithecus shortridgei ), мональ Склатера ( Lopihhphorus ) takin ( Budorcas taxicolor ) были отобраны для интенсивных исследований и использовались в качестве суррогатных таксонов для изучения биоразнообразия сообществ.Полевые исследования каждого вида проводились для определения их наличия / отсутствия и подтверждения надежности данных о распространении видов, полученных в результате опросов на основе интервью. Многокритериальный анализ принятия решений использовался вместе с данными о пригодности среды обитания (MAXENT) для определения приоритетности трансграничных охраняемых территорий. Наши результаты показывают, что примерно 83,4% (10 398,7 км 2 ) оставшейся среды обитания с высокой ценностью сохранения биоразнообразия в GLGMs не защищены.

Автор записи

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *