Att arbeta med digital analys innebär att hantera mycket data – från kampanjklick till produktinteraktioner. För att kunna analysera och kombinera den här datan på ett effektivt sätt behöver den vara välstrukturerad.
Och det börjar med något så enkelt som namngivning.
Vad är en namnkonvention?
En namnkonvention är en överenskommen struktur för hur datapunkter ska namnges – oavsett om det handlar om events, dimensioner, parametrar eller metriker.
Det handlar inte bara om att hålla det snyggt. Det påverkar:
- Hur lätt datan går att förstå
- Hur enkelt du kan automatisera rapporter
- Hur smidigt olika system kan prata med varandra
Anpassa efter system – men håll en gemensam logik
Vissa system kräver ett visst format. Det betyder att du ibland måste döpa saker olika beroende på system – men du kan fortfarande hålla en gemensam kärnstruktur:
Intern logik
user_status
GA4-export
user_status
Meta-export
userStatus
Konsekvens är viktigare än perfektion. Det viktiga är att alla i teamet följer samma mönster – det gör datan hållbar över tid.
Exempel på namnkonventioner
Format: snake_case
- Exempel: page_type, view_page_results
- Vanligt i: GA4 event och parametrar, SQL, BigQuery (Google SQL)
Format: PascalCase
- Exempel: Purchase, AddToWishlist
- Vanligt i: Sociala medier events (t.ex. Meta och Snapchat), API:er (t.ex. GA Data API)
Format: camelCase
- Exempel: trackCustom, productView
- Vanligt i: funktioner, SDK:er och API:er
Format: kebab-case
- Exempel: main-nav, primary-btn
- Vanligt i: HTML attributvärden, URL-strukturer
Tips! Namnge enligt handling + objekt + kontext
Ett enkelt och effektivt sätt att strukturera namn är att följa mönstret:
[handling]_[objekt]_[valfri_kontext]
Exempel:
click_signup_button
view_product_page
scroll_article_50
hover_tooltip_help_icon
Den här strukturen gör att datan blir självdokumenterande – du kan snabbt förstå vad som har hänt.
Verktyg för att hålla koll på ditt dataschema
När du jobbar med många events, plattformar och team kan det snabbt bli svårt att hålla koll på vad alla fält betyder och hur de hänger ihop. Då kan det vara värt att använda ett verktyg som hjälper till att dokumentera, standardisera och versionera datan som t.ex. Avo.
Sammanfattning
Namnkonventioner är en grundläggande del av datakvalitet. De gör att analys kan ske snabbare, säkrare – och med mindre manuellt arbete. När teamet växer eller när fler system kopplas in blir en tydlig namnstruktur inte bara praktisk, utan helt nödvändig.
