Google Analytics 4 (GA4) marketing-നും traffic ചോദ്യങ്ങൾക്കും മറുപടി നൽകാനാണ് നിർമ്മിച്ചത്. സന്ദർശകർ എവിടെ നിന്നാണ് വന്നത്, ഏത് campaigns അവരെ കൊണ്ടുവന്നു, അവർ എന്തുമായി ഇടപെട്ടു, അവരിൽ ഏത് പേർ convert ചെയ്തു എന്നിവ. ഈ ചോദ്യങ്ങൾക്ക് ഇത് വളരെ മികച്ചതാണ്, കൂടാതെ മിക്ക websites-ിനും മുഴുവൻ company തന്നെ വായിക്കുന്ന reporting tool ഇതാണ്.
ഇപ്പോൾ അതിന് ഒപ്പമൊരു വേറൊരു ചോദ്യം കൂടി വന്നിരിക്കുന്നു. നിങ്ങളുടെ site, API, product എന്നിവയുമായുള്ള ചില ഇടപെടലുകൾ യഥാർത്ഥ customers-ന്റെ വേണ്ടി പ്രവർത്തിക്കുന്ന AI agents-ൽ നിന്നാണ് വരുന്നത്, കൂടാതെ ചിലത് ഒപ്പമൊരു AI assistant ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്ന ആളുകളിൽ നിന്നുമാണ്. product, growth, security teams-ക്ക് ഇതിന്റെ അളവ് എത്രയാണ്, ഏത് routes-ൽ ആണ് നടക്കുന്നത്, അതിനെക്കുറിച്ച് എന്ത് ചെയ്യണം എന്നിവ അറിയണം. അതാണ് AgentCredia-യുടെ actor intelligence product ആയ Proof of Actor-ന്റെ ജോലി.
ഈ page രണ്ടിനെയും ലളിതമായി താരതമ്യപ്പെടുത്തുന്നു. താഴെയുള്ള GA4 വസ്തുതകൾ Google-ന്റെ സ്വന്തം documentation-ൽ നിന്ന് November 2026 വരെ ഉള്ളവയാണ്.
ചുരുക്കം
| Google Analytics 4 (GA4) | Proof of Actor | |
|---|---|---|
| പ്രധാന ചോദ്യം | ആളുകൾ എന്റെ site എങ്ങനെ കണ്ടെത്തുകയും ഉപയോഗിക്കുകയും ചെയ്യുന്നു, എന്താണ് convert ചെയ്യുന്നത്? | ഈ ഇടപെടലിൽ ആരോ എന്തോ പ്രവർത്തിക്കുന്നത് ആരാണ്, evidence എന്താണ്? |
| പ്രധാന data collection | browser-ലുള്ള Google tag, അതിനെ augment ചെയ്യാൻ Measurement Protocol | server middleware, edge, HTTP API, MCP servers, കൂടാതെ approved browser collector |
| അറിയപ്പെടുന്ന bots and spiders | Google-ന്റെ documentation പ്രകാരം reports-ൽ നിന്ന് സ്വയമേവ ഒഴിവാക്കുന്നു | വർഗ്ഗീകരിച്ച് നിലനിർത്തുന്നു, അതുവഴി നിങ്ങൾക്ക് അവയെ കാണാനും route ചെയ്യാനും കഴിയും |
| AI agents | Google-ന്റെ bot exclusion documentation-ൽ reporting class ആയി ഇല്ല | ഒരു first-class ഫലം: Agent |
| AI സഹായത്തോടെ പ്രവർത്തിക്കുന്ന ആളുകൾ | വേറിട്ട class ആയി വിവരിച്ചിട്ടില്ല | ഒരു first-class ഫലം: Human + AI |
| വ്യക്തമല്ലാത്ത traffic | ഒരു user ആയി എണ്ണുന്നു അല്ലെങ്കിൽ ഒഴിവാക്കുന്നു | നിങ്ങൾ തിരഞ്ഞെടുക്കുന്ന fallback സഹിതം Unknown ആയി റിപ്പോർട്ട് ചെയ്യുന്നു |
| ഓരോ ഫലത്തിന്റെയും evidence | aggregate ചെയ്ത reports | ഓരോ ഫലത്തിലും basis: verified, declared, inferred അല്ലെങ്കിൽ unknown |
| traffic-ൽ പ്രവർത്തിക്കുന്നു | ഇല്ല, ഇത് report മാത്രം നൽകുന്നു | observation കഴിഞ്ഞ്, നിങ്ങളുടെ സ്വന്തം code-ൽ നിങ്ങളുടെ policies പ്രകാരം route ചെയ്യുന്നു |
താഴെയുള്ള sections ഓരോ വരിയും വിശദീകരിക്കുന്നു.
GA4 reports എന്ത് കാണിക്കാനാണ് നിർമ്മിച്ചത്
GA4 എല്ലാം users, sessions, events എന്നിവയെ ചുറ്റിപ്പറ്റി ക്രമീകരിക്കുന്നു, പിന്നെ അവയെ reports ആയി കൂട്ടിച്ചേർക്കുന്നു: channel, campaign പ്രകാരമുള്ള acquisition, page, event പ്രകാരമുള്ള engagement, source പ്രകാരമുള്ള conversions. ഈ reports എല്ലാം aggregates ആണ്. ആയിരക്കണക്കിന് visits-ുകളിലെ trends കാണിക്കാനാണ് അവ രൂപകൽപ്പന ചെയ്തത്, അതിനാൽ അവയിലെ ഓരോ user-ഉം നിങ്ങളുടെ site അല്ലെങ്കിൽ app ബ്രൗസ് ചെയ്യുന്ന ഒരു ആളാണെന്ന് മൌനമായി കരുതുന്നു. അറിയപ്പെടുന്ന bots നിങ്ങൾക്ക് numbers എത്തുന്നതിന് മുമ്പ് നീക്കം ചെയ്യപ്പെടുന്നു, അതുവഴി ഒരു marketing report ശുചിയായി തുടരുന്നു.
ആ രൂപകൽപ്പന ഒരു പ്രത്യേക blind spot സൃഷ്ടിക്കുന്നു. ഒരു GA4 report കഴിഞ്ഞ ആഴ്ച sign ups ഉയർന്നുവെന്ന് പറയാം. എന്നാൽ അതിൽ എത്ര sign ups ഒരു customer-ന്റെ വേണ്ടി പ്രവർത്തിക്കുന്ന agent വഴി ഉണ്ടായതാണ്, എത്ര പേർ AI assistant-നൊപ്പം draft ചെയ്തതാണ്, അല്ലെങ്കിൽ എത്ര traffic ആരും വിശദീകരിക്കാനാകാത്തതാണെന്ന് പറയാൻ കഴിയില്ല, കൂടാതെ request ഇപ്പോഴും open ആയിരിക്കുമ്പോൾ നിങ്ങളുടെ application പ്രവർത്തിക്കാവുന്ന ഒരു answer അത് നൽകുന്നില്ല.
Proof of Actor ഓരോ ഇടപെടലും ഒന്നൊന്നായി ആ വിടവ് പൂരിപ്പിക്കുന്നു. ഓരോ request, session അല്ലെങ്കിൽ tool call-ക്കും ഒരു class ലഭിക്കുന്നു: signals ഒരു person-നെ സൂചിപ്പിക്കുമ്പോൾ Human, declared ആകുകയോ supported integration വഴി observe ചെയ്യുകയോ ചെയ്ത AI assistance-ോടെ ഒരു person പ്രവർത്തിക്കുമ്പോൾ Human + AI, automated അല്ലെങ്കിൽ agent-origin ഇടപെടലുകൾക്ക് Agent, evidence reliable call-നെ പിന്തുണയ്ക്കാത്തപ്പോൾ Unknown. ഓരോ class-നും ഒരു evidence basis ഉണ്ട്, verified, declared, inferred അല്ലെങ്കിൽ unknown, അതുകൊണ്ട് ഒരു report-ലെ number ഉം നിങ്ങളുടെ code-ലെ decision ഉം ഒരേ stated evidence-ൽ ആശ്രയിക്കുന്നു.
ഓരോന്നും എവിടെയാണ് പ്രവർത്തിക്കുന്നത്
Google-ന്റെ documentation അനുസരിച്ച്, GA4 data ശേഖരിക്കുന്നത് Google tag (gtag.js), Google Tag Manager അല്ലെങ്കിൽ Google Analytics for Firebase വഴിയാണ്. Google Measurement Protocol-യും നൽകുന്നു, അത് HTTP വഴി നേരിട്ട് Google Analytics servers-ലേക്ക് events അയച്ച് server-to-server, offline interactions കൈകാര്യം ചെയ്യുന്നു. Measurement Protocol-ന്റെ ഉദ്ദേശം automatic collection-നെ augment ചെയ്യുന്നതാണ്, അതിനെ പകരം വയ്ക്കുന്നതല്ലെന്ന് Google പറയുന്നു.
ആ രൂപകൽപ്പന browsing ചെയ്യുന്ന ആളുകൾക്ക് അനുയോജ്യമാണ്. agents-നുള്ളിടത്ത് ഇത് gaps വിടുന്നു. പല AI agents-ും JavaScript execute ചെയ്യാതെ pages fetch ചെയ്യുന്നു, നിങ്ങളുടെ API നേരിട്ട് വിളിക്കുന്നു, അല്ലെങ്കിൽ task പൂർത്തിയാക്കാൻ നിങ്ങളുടെ MCP server-ലേക്ക് connect ചെയ്യുന്നു. ആ പാതകളിൽ fire ചെയ്യാൻ ഒരു browser tag ഇല്ല, അതിനാൽ നിങ്ങളത് reporting സ്വയം നിർമിക്കാത്തപക്ഷം സാധാരണയായി GA4-ക്ക് ആ interaction അറിയാനാവില്ല.
Proof of Actor ഒരു tag fire ചെയ്യുന്നതിൽ ആശ്രയിക്കുന്നില്ല. ഇത് request path-ലാണ് install ചെയ്യുന്നത്, Node.js അല്ലെങ്കിൽ Next.js middleware ആയി, നിങ്ങൾ നിയന്ത്രിക്കുന്ന ഒരു edge layer-ൽ, ഒരു generic HTTP API-യുടെ പിന്നിൽ, അല്ലെങ്കിൽ ഒരു MCP server-ന്റെ ഉള്ളിൽ, കൂടാതെ നിങ്ങൾ അംഗീകരിക്കുന്ന pages-ൽ ഒരു browser collector optional ആണ്. ഓരോ path-ഉം integrations page-ൽ പട്ടികപ്പെടുത്തിയിരിക്കുന്നു. ഒരു page ഒരിക്കലും render ചെയ്യാത്ത, അതിനാൽ ഒരിക്കലും GA4 hit അയക്കാത്ത ഒരു agent-നും ഫലം ലഭിക്കും.
bots-നെയും AI agents-നെയും GA4 എങ്ങനെ കൈകാര്യം ചെയ്യുന്നു
Google-ന്റെ known bot-traffic exclusion സംബന്ധിച്ച documentation പ്രകാരം, Google Analytics properties-ൽ അറിയപ്പെടുന്ന bots-ലെയും spiders-ലെയും നിന്നുള്ള traffic സ്വയമേവ ഒഴിവാക്കപ്പെടുന്നു. Google സ്വന്തം research-നും Interactive Advertising Bureau (IAB) സംരക്ഷിക്കുന്ന International Spiders and Bots List-നും ചേർന്നാണ് known bots തിരിച്ചറിയുന്നത്. അതേ page നിലവിൽ known bot traffic exclusion disable ചെയ്യാനോ എത്ര known bot traffic ഒഴിവാക്കിയെന്നത് കാണാനോ കഴിയില്ലെന്ന് പറയുന്നു.
Marketing reporting-ന് ഇത് ഒരു യുക്തിസഹ default ആണ്. നിങ്ങളുടെ campaign, conversion numbers ആളുകളെ വിവരിക്കണം, crawlers-നെ അല്ല.
AI agent traffic മനസ്സിലാക്കുന്നതിന് ഇത് അർത്ഥമാക്കുന്നത്, ഏറ്റവും ഉപകാരപ്രദമായ data നിങ്ങൾക്ക് കാണുന്നതിന് മുമ്പേ തന്നെ നീക്കം ചെയ്യപ്പെടുന്നു എന്നതാണ്. excluded traffic reports-ൽ കാണില്ല, കൂടാതെ bot exclusion സംബന്ധിച്ച Google-ന്റെ documentation-ൽ users-നുവേണ്ടി പ്രവർത്തിക്കുന്ന AI agents-ിനോ AI സഹായത്തോടെ പ്രവർത്തിക്കുന്ന ആളുകൾക്കോ ഒരു വേറിട്ട reporting class വിവരിച്ചിട്ടില്ല. known list-ൽ ഇല്ലാത്ത agents, tag execute ചെയ്യാത്ത agents എന്നിവ ആ mechanism-ന്റെ പുറത്താണ്.
നിങ്ങളുടെ GA4 reports-ൽ Proof of Actor എന്ത് ചേർക്കുന്നു
GA4 സ്വന്തമായി നിർമിക്കാനാകാത്ത ഒരു segment. നിങ്ങളുടെ application Proof of Actor ഫലം സ്വീകരിക്കുന്നു, അതിനാൽ ഇതിനകം GA4-ലേക്ക് അയക്കുന്ന events-ലേക്ക് actor class-നും basis-നും ചേർക്കാൻ കഴിയും, ഉദാഹരണത്തിന് custom dimension ആയി registered ചെയ്ത ഒരു event parameter എന്ന നിലയിൽ. പിന്നെ acquisition, engagement, conversion reports-നെ Google tag കാണുന്ന traffic-ിനായി Human, Human + AI, Agent, Unknown എന്നിങ്ങനെ split ചെയ്യാൻ കഴിയും.
known-bot exclusion നീക്കം ചെയ്യുന്ന കാര്യം കാണിക്കുന്ന ഒരു view. known bot exclusion disable ചെയ്യാനാവില്ലെന്നും അതു നീക്കം ചെയ്ത traffic എത്രയെന്ന് കാണാനാവില്ലെന്നും Google പറയുന്നു. Proof of Actor agents-നെ Agent results ആയി കാഴ്ചയിൽ നിലനിർത്തുന്നു, അതുവഴി അവ ഏത് routes ഉപയോഗിക്കുന്നു എന്നും അവയെ സേവിക്കണോ എന്നും നിങ്ങൾക്ക് തീരുമാനിക്കാം. യഥാർത്ഥ customer-നായി നിങ്ങളുടെ plans താരതമ്യം ചെയ്യുന്ന ഒരു agent രൂപകൽപ്പന ചെയ്യാൻ പ്രാധാന്യമുള്ള സന്ദർശകനായിരിക്കാം; serving AI agents structured content എന്ന guide ഒരു സമീപനം കാണിക്കുന്നു.
tag ഒരിക്കലും fire ചെയ്യാത്തിടത്തിലും coverage. API calls, MCP tool calls, കൂടാതെ JavaScript ഇല്ലാതെ fetched ചെയ്യുന്ന pages-നും GA4 hit ഉണ്ടാകില്ല. Proof of Actor അവയെ request path-ൽ വർഗ്ഗീകരിക്കുന്നു, അതിനാലാണ് route-നും workflow-നും അടിസ്ഥാനമാക്കിയ actor analytics GA4-നെ പകർപ്പാക്കാതെ പൂരിപ്പിക്കുന്നത്.
ഓരോ label-ന്റെ പിന്നിലെ evidence. GA4 known bots-നെ ഒരു list-നോട് പൊരുത്തപ്പെടുത്തി നീക്കം ചെയ്യുന്നു; Proof of Actor ഓരോ ഫലത്തിലേക്കും എത്തിയ കാരണം വ്യക്തമാക്കുന്നു. ഒരു verified basis എന്നത് പ്രസിദ്ധീകരിച്ച ഒരു key-യ്ക്കെതിരെ പരിശോധിച്ച request signature ആണ്, HTTP Message Signatures (RFC 9421) പ്രകാരം. ഒരു declared basis എന്നത് ഒരു client അല്ലെങ്കിൽ നിങ്ങളുടെ സ്വന്തം application അങ്ങനെ പറഞ്ഞതാണ്, inferred basis ഒരു inference ആയി അടയാളപ്പെടുത്തിയതാണ്. user agent spoofing entry വ്യക്തമാക്കുന്നതുപോലെ, user agent string മാത്രം ആരും copy ചെയ്യാൻ കഴിയുന്നതിനാലാണ് ഇത് പ്രധാനമായത്.
നിങ്ങളുടെ user counts-ലുള്ള AI സഹായത്തോടെ പ്രവർത്തിക്കുന്ന ആളുകൾ. GA4-ൽ, ഒരു assistant-ോടെ draft ചെയ്യുന്ന ഒരാൾ simply ഒരു user ആണ്. Proof of Actor ആ person-നെ assistance declared ആകുകയോ observed ആകുകയോ ചെയ്താൽ Human + AI ആയി റിപ്പോർട്ട് ചെയ്യുന്നു, അതുവഴി അവരുടെ conversion path unassisted users-ുമായി താരതമ്യം ചെയ്യാം. AI-assisted interaction entry ഈ class വിശദീകരിക്കുന്നു.
സ്വന്തം line ആയി Unknown. വ്യക്തമല്ലാത്ത traffic ഒരു user ആയി എണ്ണുന്നതിനുപകരം അല്ലെങ്കിൽ ഒഴിവാക്കുന്നതിനുപകരം, Proof of Actor Unknown തിരികെ നൽകുകയും Unknown rate-നെ route by route പിന്തുടരുകയും ചെയ്യുന്നു.
ഒരു report മാത്രം അല്ല, ഒരു തീരുമാനം. GA4 report ചെയ്യുന്നു; visitor-ന് എന്ത് അനുഭവമാകുന്നു എന്നത് അത് മാറ്റുന്നില്ല. Proof of Actor നിങ്ങളുടെ code-ന് route, class, basis പ്രകാരം allow, adapt, challenge, review-ലേക്ക് അയയ്ക്കുക, അല്ലെങ്കിൽ rate-limit ചെയ്യുക എന്നിവ അനുവദിക്കുന്നു. ഇത് observation mode-ൽ ആരംഭിക്കുന്നു, അതിനാൽ നിങ്ങൾ ഒരു policy enforce ചെയ്യാൻ തീരുമാനിക്കുന്നതുവരെ install ചെയ്യുന്നതുകൊണ്ട് ഒന്നും മാറുന്നില്ല.
നിലവിലുള്ള GA4 setup-ലേക്ക് actor classes ചേർക്കുന്നത്
ഒരു പ്രായോഗിക rollout നിങ്ങളുടെ ടീം ഇതിനകം വായിക്കുന്ന എല്ലാ GA4 reports-ഉം നിലനിർത്തുന്നു:
- GA4 അതുപോലെ തന്നെ വിടുക. acquisition, campaign, conversion reporting തുടരും, known-bot exclusion ആ numbers ആളുകളെ കേന്ദ്രീകരിച്ച് നിലനിർത്തും.
- Observation mode-ൽ Proof of Actor install ചെയ്യുക server, edge, API അല്ലെങ്കിൽ MCP layer-ൽ, അതുവഴി GA4 ഒരിക്കലും receive ചെയ്യാത്ത interactions-ഉം ലഭിക്കുന്നവയും ഇത് വർഗ്ഗീകരിക്കും.
- ഒരു actor class dimension രജിസ്റ്റർ ചെയ്യുക. നിങ്ങൾ ഇതിനകം track ചെയ്യുന്ന events-ലേക്ക് class-ഉം basis-ഉം event parameters ആയി അയച്ചു custom dimensions ആയി register ചെയ്യുക, തുടർന്ന് signup, checkout funnels പോലെയുള്ള പ്രധാന reports-ലേക്ക് dimension ചേർക്കുക.
- രണ്ട് views-ും താരതമ്യം ചെയ്യുക. GA4 classified browser traffic എങ്ങനെ convert ചെയ്യുന്നു എന്ന് കാണിക്കുന്നു. Proof of Actor actor analytics route by route full mix കാണിക്കുന്നു, GA4 ഒഴിവാക്കുന്ന അല്ലെങ്കിൽ ഒരിക്കലും കാണാത്ത agent traffic ഉൾപ്പെടെ.
- പ്രാധാന്യമുള്ള routes-ൽ പ്രവർത്തിക്കുക. ചിത്രം വ്യക്തമായ ശേഷം, actor class experience മാറ്റേണ്ട workflows-നായി നിങ്ങളുടെ code-ൽ policies എഴുതുക.
AI agent traffic analytics page measurement വശം കൂടുതൽ ആഴത്തിൽ ഉൾക്കൊള്ളുന്നു, കൂടാതെ websites use case production site-ൽ ഇത് എങ്ങനെ കാണപ്പെടുന്നു എന്നത് കാണിക്കുന്നു.
GA4 മതിയാകുന്നപ്പോൾ, കൂടാതെ Proof of Actor ചേർക്കേണ്ടപ്പോൾ
നിങ്ങളുടെ ചോദ്യം marketing സംബന്ധിച്ചതാണെങ്കിൽ GA4 മതിയാകും: ഏത് channels visitors-നെ കൊണ്ടുവരുന്നു, campaigns എങ്ങനെ പ്രവർത്തിക്കുന്നു, ഏത് pages ആളുകളെ engage ചെയ്യിക്കുന്നു, എന്താണ് convert ചെയ്യുന്നത്. known-bot exclusion ആ ജോലിക്ക് ഒരു feature ആണ്.
GA4-ന്റെ numbers അതിന് മറുപടി നൽകാനാകാത്ത ചോദ്യങ്ങൾ ഉയർത്തുമ്പോൾ Proof of Actor ചേർക്കുക: നിങ്ങളുടെ traffic-ിൽ എത്ര ഭാഗം customers-നുവേണ്ടി പ്രവർത്തിക്കുന്ന agents ആണ്, sign ups-ലുള്ള കുതിപ്പ് AI സഹായത്തോടെ പ്രവർത്തിക്കുന്ന ആളുകളിൽ നിന്നാണോ, matching sessions ഇല്ലാതെ API usage എന്തുകൊണ്ട് വർധിച്ചു, അല്ലെങ്കിൽ ഓരോ actor-ക്കും നിങ്ങളുടെ application എന്ത് വ്യത്യസ്തമായി ചെയ്യണം. GA4 നിങ്ങളുടെ audience aggregate ആയി എങ്ങനെ പെരുമാറുന്നു എന്ന് പറയുന്നു. Proof of Actor ഓരോ ഇടപെടലിലും ആരാണ് പ്രവർത്തിക്കുന്നത് എന്ന് evidence സഹിതം പറയുന്നു, കൂടാതെ പ്രതികരിക്കാൻ നിങ്ങളുടെ code-ന് ഒരു വഴി നൽകുന്നു.
തുടങ്ങാം
Proof of Actor private beta-യിലാണ്. founding developer program വഴി, തിരഞ്ഞെടുത്ത teams-ന് agreed usage limits-ിനുള്ളിൽ 12 months വരെ സൗജന്യ access ലഭിക്കാം, automatic billing ഇല്ലാതെ. early access-ിനായി അപേക്ഷിക്കുക, നിങ്ങളുടെ site അല്ലെങ്കിൽ application, കൂടാതെ നിങ്ങൾ മനസ്സിലാക്കാൻ ആഗ്രഹിക്കുന്ന traffic എന്നിവയെക്കുറിച്ച് ഞങ്ങളോട് പറയുക.
Google Analytics என்பது Google LLC-യുടെ ഒരു trademark ആണ്.