空間分析とウェブ分析は、地図製品におけるレイヤーの問題であり、どちらを選択するかという問題ではありません。ウェブ分析は、ページ、セッション、キャンペーン、イベント、コンバージョンを測定します。空間分析は、地図、場所、地域、ルート、カバレッジ、地理的摩擦、および位置情報に基づく成果を追加することで、顧客の意思決定がどこで成功または失敗したかをチームが把握できるようにします。地図製品は通常、ウェブ分析による顧客獲得コンテキストと、地図自体の場所中心の測定という両方のレイヤーを必要とします。
以下のセクションでは、2つの測定ジョブを分け、Kaleidr Analyticsの現在の公開ページからドキュメントを作成し、ファネル設計、所有権、識別子、地理的摩擦、プライバシー、そして専用の空間レイヤーが費用に見合う価値がある場合について説明します。関連資料として、マップ製品向け空間分析ダッシュボードKPI、ロケーションインテリジェンス顧客体験マップ、プレイスランキングAPI、AIマップワークフロー向けプライベート位置情報データがあります。既にWeb分析を実施しているチームは、2層アーキテクチャのセクションまでスキップできます。まだ主要指標を選定中のチームは、ファネルから始めることをお勧めします。
比較の要点
- 両方のレイヤーを維持する： Web分析は顧客獲得とサイト全体のコンバージョンを担当し、空間分析はマップ、場所、カバレッジに関する問題を担当します。
- 場所という単位が欠けている： 地図上での操作は複数の場所を同時に扱う可能性があるため、URLだけでは不十分です。
- **発見→比較→行動：**マーカーのクリック数とパン数は、結果ではなく、補助的なシグナルです。
- **安定したIDで連携：**セッション、タスク、場所の識別子を使用することで、すべてのイベントをコピーすることなくツールを連携させることができます。
- **製品契約の確認：**Kaleidr Analyticsは現在、地図と場所のエンゲージメントを記録していますが、ホストのコンバージョンスキーマ全体を記録しているわけではありません。
地図製品における空間分析とウェブ分析の違いとは？
分析単位は、有用な区分です。ウェブ分析は、ページ、画面、セッション、キャンペーン、コンバージョンイベントを中心に構成されます。空間分析は、地図、場所、地域、ルート、検索エリア、サービスエリア、および意思決定に影響を与える地理的条件を中心に構成されます。Google Analyticsでは現在、イベントを、ウェブサイトまたはアプリ上での特定の操作または発生を測定する方法と定義しています。これには、ページの読み込み、クリック、購入などが含まれます（イベント）。セッションとは、ユーザーがサイトまたはアプリを操作している期間であり、Googleは現在、30分間の非アクティブ状態をデフォルトのタイムアウトとして文書化しています（アナリティクスセッションについて）。これらの定義は、地図製品にとって依然として有用です。イベントとセッションの指標だけでは、どの場所が選択されたのか、どの地域に適切な供給がなかったのか、顧客がどれくらいの距離を移動する意思があったのかといった答えは得られません。
ホテルのページはURLによって識別できます。地図操作には、10軒のホテル、3つの地域、選択された空港、そして1つのルートが同じ画面に表示される場合があります。場所、地域、地図、旅行といったコンテキスト情報なしにplace_selectedを記録すると、イベントは単なるクリックとして記録されます。同じ顧客ジャーニーであっても、地理的情報だけではセッションがどのように発生したのかを説明できないため、Webアナリティクスからキャンペーンとランディングページのコンテキスト情報を取得する必要があります。
| 質問 | Webアナリティクス | 空間アナリティクス |
|---|---|---|
| ユーザーはどのページを訪問しましたか？ | 中心となる質問 | 補足的なコンテキスト |
| どのキャンペーンがセッションを促進しましたか？ | 中心となる質問 | 補足的なコンテキスト |
| どの地図が開かれましたか？ | イベントまたはプロパティ | コアマップディメンション |
| どの場所が選択されましたか？ | カスタムイベントまたはプロパティ | コアプレイスディメンション |
| 検索が失敗した場所はどこですか？ | 通常、カスタムモデリングが必要です | コア地理に関する質問 |
| 需要はあるものの供給が弱い地域はどこですか？ | 空間的に自然には対応していません | 空間的にコアとなる質問 |
| 顧客はどのくらいの距離を移動しますか？ | カスタムロケーションモデルが必要です | 自然な空間メトリック |
| どの場所がコンバージョンにつながりますか？ | カスタムIDで可能 | 中心的な場所から成果への分析 |
| 地図上で摩擦が生じる箇所はどこか？ | URLだけでは把握しにくい | コアとなる空間診断 |
| どの顧客行動が完了したか？ | コアとなるコンバージョン指標 | 同じ成果に結びつく必要がある |
地図におけるページおよびイベント測定が不完全なのはなぜか？
Google Analyticsでは、イベントを自動収集、拡張測定、推奨、カスタムの4つのタイプに分類しています。また、これらの既定の名前ではカバーされないインタラクションにはカスタムイベントが存在します（イベントの設定）。そのため、マップチームはmap_opened、place_selected、directions_clicked、booking_startedをカスタムイベントとして送信できます。ただし、イベントモデルでは地理的な質問は依然として特定されません。場所のコンテキストがないため、チームはどの場所、どの地域、どの地図、ユーザーの出発地からの距離、その場所が要求されたエリア内にあるかどうか、近くに代替案が存在するかどうか、あるいはその場所が複数の市場で繰り返し勝敗が決まるかどうかなどを判断することができません。
パンやズームの操作が多い場合は、エンゲージメント、混乱、初期フレーミングの不備、誤った検索結果、または場所を見つけるのが難しいことを示している可能性があります。AIとの会話が長い場合は、詳細な探索、または繰り返しの誤解を示している可能性があります。したがって、効果的な測定戦略では、インタラクション（ユーザーが何をしたか）、解決（地図がユーザーが適切な場所を見つけたり理解したりするのに役立ったかどうか）、そして結果（意図した次のアクションが実行されたかどうか）を分離する必要があります。地図の読み込みは、ユーザーが地図にアクセスしたかどうかを示しますが、地図が役立ったかどうかは示しません。読み込みはファネルの最上部とみなし、検索の成功、場所の選択、そしてビジネスアクションに結び付けます。
Kaleidr Analyticsは現在、何を記録していますか？
Kaleidrは現在、Analyticsを、セッション、ビュー、インタラクション、オーディエンスのアクティビティを整理し、チームがユーザーがどのように地図を発見し使用しているかを把握できる、地図と場所のエンゲージメントに関するダッシュボードと説明しています（地図エンゲージメントと位置情報分析）。同じ公開ページには、4つの製品領域が記載されています。リーチ、ビュー、エンゲージメントに関するダッシュボード、マップ全体におけるオーディエンスの位置とアクティビティに関するオーディエンス、マップごとのセッション、ビュー、インタラクションに関するエンゲージメント、そしてAIを活用した空間トレンドと実用的なシグナルに関するインサイトです。 FAQには、チームがマップの読み込み、セッション、ビュー、インタラクションを測定できるほか、オーディエンスがどこでエンゲージメントしているか、どの場所が注目を集めているかを把握できると記載されています。従来のWeb分析は「ページとイベントを中心に」いるのに対し、Kaleidr Analyticsは「場所とマップを中心に」いると、同ページは述べています。
この記述は、Kaleidrのポジショニングを明確に示しています。公開ページには、現時点で完全な生イベントスキーマや、ビジネスコンバージョンにつながる自動イベントの保証リストは記載されていません。アクセスは「段階的にチームに展開」されており、CTAは、記載されているすべてのワークフローがすべてのアカウントで既に公開されていると想定するのではなく、アクセスをリクエストするようチームに促しています。そのため、以下のアーキテクチャでは、文書化されたマップと場所の指標をKaleidr Analyticsの契約として扱い、予約、問い合わせ、ピックアップ、購入イベントを、安定した識別子を介して接続されるべきホスト計測として扱います。特定の運用ワークフローに依存する前に、料金プランで現在の利用可能状況を確認してください。
空間ファネルは、発見から行動へとどのように移行すべきでしょうか？
Google Analyticsのファネル分析は、ユーザーがタスクを完了するまでの手順を視覚化し、各ステップで成功または失敗した箇所を示します（ファネル分析）。地図製品においても、地理的要素に関して同様の分析手法が必要です。Kaleidrのロケーションインテリジェンスに関する文書では、顧客の行動を「発見」「比較」「適切な場所での行動」という3つのステップとして既に定義しています（ロケーションインテリジェンス顧客体験マップ）。位置情報対応マップの場合、「発見」には検索、AIによる質問、カテゴリ選択、探索エリアなどが含まれます。「比較」には、場所の閲覧、2番目の場所の確認、ルート表示時間、地図/リスト選択の変更などが含まれます。「行動」には、経路案内、予約、問い合わせ、店舗選択、受け取り、ルート開始、保存などが含まれます。
ファネル分析は、「地図を開いてマーカーをクリック」といった単純な分析よりも効果的です。なぜなら、レンダリング処理ではなく、顧客の意思決定を追跡するからです。パン、ズーム、レイヤー切り替え、メッセージ数などは、診断に役立つ指標ですが、すべてをKPIにする必要はありません。 20件のインタラクションカウントが表示されていてもタスク結果が表示されないダッシュボードは、一見洗練されているように見えても、実際にはほとんど何も説明していません。同じファネルを場所、地域、移動時間帯、サービスエリアでセグメント化することで、顧客が移動可能な範囲よりも近い選択肢が遠い場合にコンバージョン率が低下するかどうかをチームが判断できるようになります。
Webアナリティクスと空間アナリティクスはどのように所有権を共有すべきでしょうか？
最も優れたアーキテクチャは、各システムにそれぞれの役割を与え、必要な情報のみを連携させます。Webアナリティクスとプロダクトアナリティクスは、ソース、キャンペーン、ページ、セッション、サイト全体のコンバージョンを所有すべきです。空間アナリティクスは、マップ、場所、地域、ルート、カバレッジ、地理的摩擦、空間的な結果コンテキストを所有すべきです。運用システムは、在庫、予約、トランザクション、CRMの状態、その他の重要なビジネスレコードを所有すべきです。 Googleは現在、レポート、Explorations、Data API、およびBigQueryがそれぞれ異なるID、モデリング、しきい値、および可用性ルールを適用できることをドキュメントに記載しています（AnalyticsレポートとBigQueryにエクスポートされたデータの比較）。すべてのマップイベントをすべてのプラットフォームにコピーすると、この不整合がより大きなコストで再現されます。
session_id、task_id、およびplace_idを使用して、必要なレイヤーを結合します。有料検索キャンペーンは、キャンペーンから物件マップ、ダウンタウン地域、選択されたリスティング、そして問い合わせ開始へと読み取ることができます。獲得レイヤーは、ユーザーがどのようにアクセスしたかを説明します。空間レイヤーは、位置情報が意思決定にどのように影響したかを説明します。問い合わせや予約が実際に発生したかどうかについては、ホストシステムが真の情報源となります。Kaleidr Analyticsはマップと場所のコンテキストを提供できますが、予約台帳を複製するように要求すべきではありません。
なぜ安定したIDは場所名よりも重要なのでしょうか？
場所名は表示文字列です。重複した名前、名前変更された場所、ローカライズ、句読点の違いはすべて接続を破壊します。安定したplace_idは、マップレイヤーのplace_selectedとホストシステムのbooking_startedの両方に表示できます。そのため、公開名が変更されても、2つのイベントは同じ場所を表します。表示名はプロパティとして保持できます。識別子は安定している必要があり、同じルールがmap_idとregion_idにも適用されます。
この記事で使用されているイベント名は、編集上の例であり、Kaleidr Analyticsの自動イベントとして文書化されているものではありません。実用的な分類体系としては、map_opened、map_ready、map_search_submitted、map_results_returned、map_no_result、map_place_selected、map_route_opened、map_action_startedなどが考えられます。結果名はビジネス固有のもの（booking_started、property_inquiry_started、store_directions_opened）に統一してください。これらの文字列をKaleidrイベントとして扱う前に、現在の製品スキーマを確認してください。ランキング製品では、選択されたランクも記録する必要があります。なぜなら、最初の検索結果は、好みではなく表示方法によってクリックを獲得する可能性があるからです。Place Ranking APIは、検索側における表示バイアスをカバーしています。
地理的摩擦はどのような独自の疑問に答えることができるのか？
空間分析は、イベントを地理的にグループ化し、その割合として比較する場合に有効です。近隣地域、都市、市場、サービスエリア、販売地域、会場ゾーンは、適切に管理されていれば、すべて有効な地域区分となります。 URLでは確実に答えられない質問には、需要が集中している場所、選択率が低い場所、ユーザーが繰り返し検索範囲を広げている場所、適切な供給がないサービスエリアなどがあります。検索の地理的範囲とユーザーの地理的範囲は異なります。ある地域のユーザーが別の地域のホテルを検索する可能性があるため、出発地をビューポート、入力された目的地、描画されたポリゴン、またはルートコリドーとは別にモデル化する必要があります。
検索結果がない場合は、可能な限り理由を示すべきです。候補がない、適切な供給がない、サービスエリア外、在庫がない、クエリが理解できない、または認証によってすべての結果が削除された、といった理由です。単純に検索結果がゼロ件というだけでは、オペレーターはどこを修正すべきかを知ることができません。カバレッジ分析では、需要と利用可能な地理的範囲を比較します。プロバイダーがいないマーケットプレイス、顧客が移動できる距離よりも遠い店舗、アクティブな在庫がない宿泊施設検索、関心はあるもののパートナーが弱い宿泊施設エリアなどが特定できます。分母のないヒートマップは誤解を招く可能性があります。なぜなら、密度の高いセルは、パフォーマンスが優れている場所ではなく、すでに多くのユーザーがいる場所を示していることが多いからです。選択率、検索成功率、および結果率を維持する必要があります。広い地域には当然、より多くのイベントが含まれます。地域ランキングを作成する前に、セッション数、対象供給数、またはマップビュー数で正規化を行う。
アナリティクスにおける位置情報プライバシーの取り扱いについて
W3Cのジオロケーション仕様では、デバイスの地理的位置情報を取得すると「デバイスのユーザーの位置も開示され、ユーザーのプライバシーが侵害される可能性がある」と規定されており、開発者に対して、使用およびアクセスは管轄区域のプライバシー法によって規制される可能性があると伝えています（Geolocation）。ほとんどの製品分析では、永続的な正確な座標は必要ありません。ビジネス上の疑問に答える場合は、region_id、place_id、距離帯、移動時間帯、service_area_idを優先的に使用してください。多くの場合、選択した店舗IDと出発地の地域だけで十分ですが、アナリティクスウェアハウス内の正確な出発地の緯度と経度は必ずしも必要ではありません。
場所IDは公開情報である一方、ユーザーの正確な出発地は機密情報です。これらを同等に扱わないでください。集計レポート（近隣地域別の検索、サービスエリア別の選択率、移動時間帯別のコンバージョン率など）は、ノイズと個人識別情報の両方を低減します。データ量の少ない地理的セルは個人識別情報になり得るため、チームはデータの抑制、最小カウントの設定、またはより広い地域設定を検討する必要があるかもしれません。適切なプライバシーポリシーは、導入環境と法的状況によって異なります。この記事では測定設計について説明するものであり、特定の読者に対する判断基準を示すものではありません。プライベートな事業所の位置情報に関する認可と最小化については、AIマップワークフローのためのプライベート位置情報データで解説しています。
ウェブ分析で十分な場合と、空間分析が必要な場合
Esriは現在、GISを位置情報と記述情報を関連付けることでデータを作成、管理、分析、マッピングする技術と定義しています（What is GIS?）。マップ製品における空間分析は、これとは異なるものです。製品チームは、地理的な要素や関係性に基づいて顧客行動を分析するために、ラスター処理、ネットワークモデリング、地理統計学を必要としません。GISは、基となる計算をサポートすることができます。ヒートマップは視覚化手法の一つであり、戦略ではありません。テーブル、ファネル、場所ランキング、地域比較、移動時間帯、サービスエリア指標はすべて空間分析です。
オフィスが1つだけで、場所レベルのインタラクションがなく、ビジネス成果に地理的な依存関係がない装飾的なコンタクトマップでは、専用の空間レイヤーを作成する必要はないかもしれません。空間分析が必要となるのは、製品が場所のパフォーマンス、地域需要、カバレッジギャップ、移動時間行動、検索結果なしの地域、マップ支援コンバージョン、地域ごとの位置情報認識AIの品質などを理解する必要がある場合です。会話型マップはai_question_submittedと関連するホストイベントを追加しますが、最も重要な指標は、質問解決、関連する場所の選択、ビジネスアクションの完了です。短い会話は長い会話よりも優れている場合があります。リアルタイムマップや3Dマップは信頼性やカメラ診断機能を追加しますが、それらも依然として同じ成果テストに基づいています。特に3Dの場合、より良い選択やタスク完了を伴わない追加のカメラ移動は価値の証拠にはなりません（Kaleidr Studioの3Dマップ）。
マップ分析チームが避けるべき間違いとは？
よくある失敗は、マップアクティビティを成功とみなしてしまうことです。ウェブ分析を置き換えると、獲得コンテキストが失われます。マップのオープンだけを追跡すると、導入を価値と取り違えます。パンやズームを成功とみなすと、摩擦がエンゲージメントのように見えてしまいます。IDではなく地名を保存すると、連携が崩れます。ユーザーの地理情報と検索の地理情報を混在させると、分析が不正確になります。生のカウントで地域をランク付けすると、規模の大きさが評価されます。ヒートマップを戦略として扱うと、ビジネス上の意思決定にはつながりません。バンドで十分な場合に正確な座標を追跡すると、プライバシーリスクが増大します。メッセージ量に合わせてAIマップを最適化すると、長期的な失敗につながります。すべてのイベントをすべてのツールにコピーすると、アーキテクチャが肥大化します。推奨されるイベント名がKaleidrの自動イベントであると想定すると、実装が誤りになります。
| 間違い | 結果 | より良いアプローチ |
|---|---|---|
| ウェブ分析を完全に置き換える | 獲得コンテキストが失われる | 両方のレイヤーを使用する |
| マップの開きのみを追跡する | 導入を価値と誤解する | 成果につなげる |
| パンとズームを成功とみなす | 摩擦がエンゲージメントのように見えることがある | 解決を測る |
| IDではなく地名を保存する | 結合が壊れる | 安定したIDを使用する |
| ユーザーの地理情報と検索の地理情報を混在させる | 分析が不正確 | 個別にモデル化する |
| 地域ごとの生データを使用する | 広い地域の方が見栄えが良い | 分母を保持する |
| ヒートマップを戦略として扱う | ビジネス上の意思決定は行わない | ファネルとアウトカムから始める |
| 不必要に正確な座標を追跡する | プライバシーリスクが増大する | 地域、場所、またはバンドを使用する |
| メッセージ量に合わせてAIを最適化する | 長時間の失敗は見栄えが良い | タスク解決度を測定する |
| 推奨イベントはKaleidrの自動イベントであると仮定する | 実装が間違っている可能性がある | 現在の製品スキーマを検証する |
Kaleidrで地図と場所のエンゲージメントを測定する
顧客が地図や場所をどのように発見、探索、利用しているかを把握し、それらのシグナルをホスト製品が既に測定している成果と関連付けましょう。**Kaleidr Analyticsを探索**で、現在の地図読み込み、セッション、ビュー、インタラクション、オーディエンス、場所への注目度、空間トレンドのサーフェスを確認できます。ページにドキュメント化されていないコンバージョンパスをエンコードする前に、公開契約を確認してください。
よくある質問
空間分析とウェブ分析の違いは何ですか？
ウェブ分析は主にページ、セッション、イベント、獲得、コンバージョンを測定します。空間分析は、地図、場所、地域、ルート、サービスエリア、旅行関係、その他の地理的ディメンションを追加します。
地図製品には、Google Analyticsなどのウェブ分析ツールがまだ必要ですか？
通常はそうです。Webアナリティクスは、顧客獲得、ページ遷移、デバイス行動、サイト全体のコンバージョンなどにおいて依然として有用です。空間アナリティクスは、Webアナリティクスを補完する役割を果たします。
地図製品はまず何を測定すべきでしょうか？
顧客の成果から始めましょう。関連する場所が選択された、経路案内が開かれた、予約が開始された、問い合わせが送信された、経路が解決された、またはその他の場所に依存するタスクなどです。
地図のパンとズームは有用な指標でしょうか？
これらは有用な診断イベントですが、それ自体では成功指標としては不十分です。頻繁な操作は、エンゲージメントを示す場合もあれば、摩擦を示す場合もあります。
場所エンゲージメントとは何ですか？
場所エンゲージメントは、ユーザーが特定の場所とどのようにインタラクトするかを測定します。例えば、場所の選択、比較、保存、経路案内、予約、問い合わせなどです。
空間ファネルとは何ですか？
空間ファネルは、地図の開き方、検索、候補地、場所の選択、そしてビジネスアクションといった、場所に依存するユーザーの行動を追跡します。必要に応じて、地域、場所、移動時間、またはカバレッジでセグメント化できます。
安定した場所IDが重要な理由は何ですか？
安定したIDを使用することで、地名が変更されたり、重複する地名が存在したりした場合でも、チームは地図操作と下流のビジネスイベントを連携させることができます。
空間分析では、緯度と経度の生データを保存すべきでしょうか？
必ずしもそうではありません。多くのビジネス上の疑問は、場所ID、地域ID、距離帯、移動時間帯、サービスエリアIDなどを用いることで解決でき、プライバシーリスクを軽減できます。
Kaleidr Analyticsは現在、何を測定していますか？
Kaleidrの現在の公開ページでは、地図の読み込み、セッション、ビュー、インタラクション、オーディエンスのアクティビティ、オーディエンスのエンゲージメント場所、注目を集めている場所、空間トレンドについて説明しています。
Kaleidr Analyticsは一般提供されていますか？
Kaleidrの現在の公開Analyticsページによると、アクセスは段階的にチームに展開されています。特定の運用ワークフローに依存する前に、ワークスペースでの現在の利用可能状況を確認してください。
空間分析はGISと同じですか？
いいえ。GISは、より広範な地理データと分析ツールのセットです。この製品コンテキストにおける空間分析とは、地理的エンティティと関係性を用いて顧客または製品の行動を分析することを意味します。
この記事は、空間分析ダッシュボードKPIガイドとどのように異なりますか？
この記事では、空間分析がWeb分析と異なる理由と、2つの測定レイヤーがどのように連携するかを説明します。KPIガイドは、空間測定モデルが定義された後のダッシュボード構造、メトリック階層、分母、およびレポート作成に焦点を当てています。
参考文献
- Esri. What is GIS? Accessed 1 September 2026. https://www.esri.com/en-us/what-is-gis/overview
- Google Analytics. [GA4] Compare Analytics reports and data exported to BigQuery. Analytics Help. Accessed 1 September 2026. https://support.google.com/analytics/answer/13578783
- Google. Set up events. Google Analytics for Developers. Accessed 1 September 2026. https://developers.google.com/analytics/devguides/collection/ga4/events
- Google Analytics. About Analytics sessions. Analytics Help. Accessed 1 September 2026. https://support.google.com/analytics/answer/9191807
- Google Analytics. [GA4] Event. Analytics Help. Accessed 1 September 2026. https://support.google.com/analytics/answer/9356037
- Google Analytics. [GA4] Funnel exploration. Analytics Help. Accessed 1 September 2026. https://support.google.com/analytics/answer/9327974
- Kaleidr. Map Engagement and Location Analytics. Accessed 1 September 2026. https://kaleidr.com/analytics
- W3C. Geolocation. W3C Candidate Recommendation Snapshot, 26 March 2026. Accessed 1 September 2026. https://www.w3.org/TR/geolocation/
@misc{esri_what_is_gis_2026_09_01,
title = {What is GIS?},
author = {{Esri}},
note = {Accessed 1 September 2026},
url = {https://www.esri.com/en-us/what-is-gis/overview}
}
@misc{google_bq_vs_reports_2026_09_01,
title = {{[GA4]} Compare Analytics reports and data exported to BigQuery},
author = {{Google Analytics}},
note = {Analytics Help; accessed 1 September 2026},
url = {https://support.google.com/analytics/answer/13578783}
}
@misc{google_ga4_events_setup_2026_09_01,
title = {Set up events},
author = {{Google}},
note = {Google Analytics for Developers; accessed 1 September 2026},
url = {https://developers.google.com/analytics/devguides/collection/ga4/events}
}
@misc{ga4_sessions_2026_09_01,
title = {About Analytics sessions},
author = {{Google Analytics}},
note = {Analytics Help; accessed 1 September 2026},
url = {https://support.google.com/analytics/answer/9191807}
}
@misc{ga4_event_2026_09_01,
title = {{[GA4]} Event},
author = {{Google Analytics}},
note = {Analytics Help; accessed 1 September 2026},
url = {https://support.google.com/analytics/answer/9356037}
}
@misc{ga4_funnel_exploration_2026_09_01,
title = {{[GA4]} Funnel exploration},
author = {{Google Analytics}},
note = {Analytics Help; accessed 1 September 2026},
url = {https://support.google.com/analytics/answer/9327974}
}
@misc{kaleidr_analytics_2026_09_01,
title = {Map Engagement and Location Analytics},
author = {{Kaleidr}},
note = {Accessed 1 September 2026},
url = {https://kaleidr.com/analytics}
}
@misc{w3c_geolocation_2026_03_26,
title = {Geolocation},
author = {{W3C}},
institution = {W3C},
year = {2026},
month = mar,
note = {W3C Candidate Recommendation Snapshot, 26 March 2026; accessed 1 September 2026},
url = {https://www.w3.org/TR/geolocation/}
}