Controle de qualidade da camada de dados: diretrizes para solução de problemas no Datalayer 

O Datalayer é uma parte fundamental do rastreamento de análise e é igualmente importante para o controle de qualidade antes de enviá-lo para produção. O problema comum é que os desenvolvedores geralmente têm dificuldades para entender como o objeto da camada de dados deve ser executado ou quais valores ele deve conter.

Esta postagem ajudará você a compilar pontos para enviar aos seus desenvolvedores e garantir que eles tenham feito a implementação adequada da camada de dados.

Na minha opinião, aqui estão os passos básicos que devem ser seguidos

1. Certifique-se de que a camada de dados esteja definida antes da tag GTM.
2. Deve haver uma chave de evento para cada push do Datalayer.
3. A definição de variável no GTM deve corresponder às chaves do Datalayer.
4. As convenções de nomenclatura são seguidas do plano de rastreamento
5. O push da camada de dados está acontecendo apenas nas ações desejadas.
6. Depure no modo de visualização do GTM para verificar as tags sendo acionadas.
7. Remova as variáveis ​​de dataLayer não utilizadas.

Chave : Explicação do valor

Em termos simples, os dados no objeto de camada de dados estão na forma de key: value pares.

  
    dataLayer.push({
       'key': 'value'
     });
  

Um simples push dataLayer se parece com o abaixo:

  
    dataLayer.push({
       'event': 'custom_event'
       'color': 'red',
       'conversionValue': 50
     });
  

• A chave value desta chave de evento [no nosso exemplo, ‘custom_event’] será mapeada para o acionador da tag do GTM, portanto, é muito importante garantir que o valor da chave corresponda ao plano de rastreamento fornecido pelo analista para cada push.
• Outras chaves presentes serão usadas como variáveis ​​para armazenar os respectivos valores. Assim, garantir que os valores preenchidos estejam de acordo com o plano de rastreamento é muito importante.

Pensamentos finais

A camada de dados é algo que leva muito tempo para implementação. E depois disso se trata de garantir que os dados presentes façam sentido e sejam bons para relatar. Assim, testar e solucionar problemas de camada de dados é muito importante para todos os tipos de negócios.