Google Analytics 4 – przedstawiamy czym jest     

Skąd tyle szumu wokół GA4?

Dlaczego Google Analytics 4 różni się od Universal Analytics (UA), poprzedniej wersji Google Analytics, a jego wprowadzenie stanowi tak duże zmiany?

GA4 to znacznie więcej niż tylko ulepszona wersja swojego poprzednika. To całkowicie nowa wizja analizy danych, zaprojektowana, by lepiej sprostać wyzwaniom dzisiejszego dynamicznego świata digital. Najistotniejszą różnicą jest sposób, w jaki dane są zbierane i przetwarzane. GA4 jest zorientowana na użytkownika, a nie na sesje. W praktyce oznacza to, że GA4 jest lepiej przystosowany do śledzenia aktywności użytkowników na różnych urządzeniach i platformach, umożliwiając bardziej precyzyjne i pełne zrozumienie ich ścieżek konwersji.

Przeskok do GA4 to znaczna zmiana, ponieważ zasadniczo zmienia sposób, w jaki firmy i marketerzy zbierają, analizują i korzystają z danych. To nie tylko kwestia techniczna, ale przede wszystkim strategiczna. Wprowadzenie GA4 oznacza, że firmy muszą przemyśleć i często zaktualizować swoje podejście do analityki i optymalizacji swoich działań online.

Według oficjalnego komunikatu Google Universal Analytics zostanie usunięty 1 lipca 2023 r., a GA360 1 lipca 2024 r. W to miejsce przygotowano narzędzie, które wnosi nową jakość. Nową jakość w ograniczonym z każdej strony przez ochronę prywatności rynku. Google Analytics 4 jest znacznie lepiej dostosowane do obecnych wymogów prawnych (RODO/GDPR). To jedna z kluczowych zmian wprowadzonych w tej aplikacji. Kolejną jest umiejscowienie w centrum zainteresowania użytkownika, a nie sesji. Zmian jest bardzo dużo, a w dzisiejszym artykule opiszę najważniejsze z nich.

Google Analytics 4 – czym jest?

GA4 to skrót od Google Analytics 4 najnowszej wersji, najpopularniejszego narzędzia analitycznego na rynku od Google. GA4 to nie tylko kolejna wersja Analyticsa. To zupełnie nowa platforma, zbudowana od podstaw, która całkowicie zmienia podejście do zbierania i przetwarzania danych. Wreszcie otrzymaliśmy narzędzie, które traktuje urządzenia i platformy użytkowników jako jeden, spójny ekosystem, zamiast traktować je jako oddzielne jednostki. GA4 koncentruje się na osobach i ich działaniach, nie na sesjach czy stronach. W ten sposób GA4 rozwiązuje odwieczne problemy z cross domain i cross device trackingiem. Poprzez lepszą identyfikację użytkowników otrzymujemy wysokiej jakości dane. Google zauważa także problemy współczesnej analityki – takie jak ochrona danych i ograniczenia technologii cookies i wprowadza w GA4 szereg rozwiązań mających poprawić jakość danych i analiz. Najważniejsze z nich przedstawię w dalszej części artykułu. 

Historia GA4

GA4 nie pojawił się znikąd. Debiutował w 2019 roku jako App + Web. Pierwotnie narzędzie miało skonsolidować dane pochodzące z aplikacji i stron internetowych. Teraz, po kilku latach ciągłych ulepszeń i badań, GA4 staje się rozbudowanym narzędziem, gotowym na nowe wyzwania cyfrowe.

Najnowsza wersja GA4 wyszła już z wersji beta, ale produkt jest wciąż rozwijany. Nie posiada jeszcze wszystkich funkcjonalności znanych z UA. Pomimo drobnych błędów i braków, GA4 jest jednak usługą w pełni funkcjonalną.

GA4 ma zasadniczo odpowiedzieć na potrzeby rynku związane z odwiecznym problemem cross domain i cross device trackingu i modelowaniem atrybucji. GA4 pozwala nam na pełną personalizację analityki, a poprzez integrację z BQ oferuje w tym zakresie praktycznie dowolność. Te atuty sprawiają, że jest to najnowocześniejsze narzędzie analityczne dostępne na rynku. W wersji bezpłatnej GA4 jest bezkonkurencyjne. 

Dlaczego warto korzystać z GA4?

Mówimy tu o przyszłości analityki. Google Analytics 4 dostarcza nam narzędzie do analizy zachowań użytkowników w ramach całego ekosystemu – niezależnie od tego, czy odwiedzający korzystają z komputera stacjonarnego, laptopa, tabletu, smartfona czy czegokolwiek innego. Dzięki nowym funkcjom, takim jak modelowanie atrybucji, signals, machine learning (ML), zaawansowane śledzenie zdarzeń czy zaawansowane segmenty otrzymujemy więcej informacji na temat tego, kim są i co robią użytkownicy.

GA4 został zaprojektowany, aby dostarczać bardziej szczegółowe i skoncentrowane na użytkowniku dane, które pomagają zrozumieć zachowanie użytkowników. Dzięki nowej architekturze opartej na zdarzeniach GA4 jest w stanie śledzić interakcje użytkowników na wielu platformach i urządzeniach, dostarczając jednocześnie cennych danych o ich zachowaniu na stronie. A wszystko to w zgodzie z nowymi przepisami o ochronie prywatności.

Google oferuje nam dane prognozowane, niedokładne, szacunkowe, ale bliższe CDP, a nie licznikowi odwiedzin (sesji) jak to miało miejsce w UA.

GA4 to zupełnie nowa odsłona Analyticsa, posiadająca w swoim arsenale jeszcze kilka zalet, obok których nie przejdziesz obojętnie. Po pierwsze, to platforma spod skrzydeł lidera na rynku usług internetowych – jeśli chcesz być na bieżąco z najnowszymi trendami analitycznymi, musisz z niej korzystać. Po drugie, GA4 oferuje więcej funkcji, które ułatwiają zrozumienie użytkowników na Twojej stronie. To znaczy, że nie tylko dowiesz się, co Twoi użytkownicy robią, ale również, dlaczego to robią. Po trzecie, GA4 jest zgodny z RODO/GDPR, co czyni go bezpiecznym wyborem. Po czwarte GA4 demokratyzuje zawód data science powodując, że staje się on bardziej dostępny. Każdy użytkownik GA4 otrzymuje bezpłatny dostęp do narzędzi AI i ML od Google.

Najważniejsze zalety Google Analytics 4

Przygotuj się na powiew świeżości w analityce internetowej. Google Analytics 4 (GA4) to jak nowe drzwi, które otwierają dostęp do nieznanych dotąd możliwości analizy danych. To jest klucz do lepszego zrozumienia Twoich użytkowników i ich zachowań. Czy jesteś ciekawy, co czyni GA4 tak wyjątkowym? 

1. Orientacja na Użytkownika: W przeciwieństwie do Universal Analytics, GA4 jest zorientowany na użytkowników, a nie na sesje. Pozwala to na lepsze zrozumienie zachowań użytkowników i ich interakcji z Twoją stroną lub aplikacją. W GA4 znajdziesz nowe metryki takie jak LTV czy zaangażowanie.
2. Zintegrowane śledzenie: GA4 oferuje zintegrowane śledzenie na wielu platformach i urządzeniach, co pozwala na holistyczne spojrzenie na doświadczenie użytkowników. Pod jedną usługę GA4 podpinamy śledzenie w aplikacji i webie. Wszystkie dane o użytkowniku są wspierane przez narzędzia AI, ML i Google Signals.
3. Automatyczne śledzenie zdarzeń: GA4 automatycznie śledzi zdarzenia, takie jak przewijanie strony, oglądanie filmów, automatycznie mierzy wyszukiwanie w witrynie, pobieranie plików, zaangażowanie, scrollowanie czy linki odsyłające. Ułatwia to monitorowanie interakcji użytkowników. Oszczędza też czas przy wdrożeniu. 
4. Pełna personalizacja: GA4 daje możliwość tworzenia niestandardowych zdarzeń i danych, co umożliwia dostosowanie analiz do specyficznych potrzeb Twojego biznesu. 
5. Pełna zgodność RODO/GDPR: GA4 został zaprojektowany z myślą o nowych regulacjach dotyczących prywatności, takich jak RODO, GDPR i CCPA. Oferuje funkcje takie jak anonimizacja IP i kontrola nad danymi, które pomagają w zachowaniu zgodności z przepisami. Funkcje, które musieliśmy osobno konfigurować w UA, tu w GA4 są automatycznie włączone.
6. Predykcje oparte na AI: GA4 korzysta z zaawansowanych algorytmów AI, aby przewidywać przyszłe zachowania użytkowników, takie jak prawdopodobieństwo odejścia czy dokonania zakupu. Jako użytkownik GA4 nie musisz posiadać zaawansowanej wiedzy o ML czy Pythonie, aby korzystać z tego dorobku technologicznego.
7. Brak opłat za korzystanie: Podobnie jak poprzednia wersja, GA4 jest dostępny za darmo. 
8. Integracja z innymi produktami Google: GA4 szybko i poprawnie integruje się z innymi produktami Google, takimi jak Google Ads, Search Console czy DV360. Tym samym umożliwia efektywne zarządzanie kampaniami reklamowymi.
9. Standaryzacja – wszystko jest eventem: W GA4, wszystko – od kliknięcia przycisku po otwarcie strony – jest traktowane jako wydarzenie (event). To upraszcza proces śledzenia i analizowania danych, a także ułatwia standaryzację procesów ETL (Extract, Transform, Load).
10. Integracja z Google BigQuery: GA4 pozwala na łatwe przesyłanie danych do Google BigQuery, potężnej platformy od Google służącej do pracy na danych. To otwiera drzwi do zaawansowanej analityki i data science, umożliwiając korzystanie z narzędzi do analizy predyktywnej, uczenia maszynowego i wielu innych.

Zmieniona architektura systemu

Typ działania w usłudze Universal Analytics…	jest rejestrowany w usłudze Google Analytics 4 jako…
Odsłona	Zdarzenie
Zdarzenie	Zdarzenie
Społecznościowe	Zdarzenie
Transakcja/e-commerce	Zdarzenie
Czas działań użytkownika	Zdarzenie
Wyjątek	Zdarzenie
Widok aplikacji / wyświetlenie ekranu	Zdarzenie

W UA centrum analizy było skoncentrowane na sesjach, czyli pojedynczych wizytach użytkowników na stronie internetowej. Natomiast w GA4 to użytkownik jest w centrum uwagi. Każdy użytkownik ma swoje unikalne atrybuty, czyli metadane opisujące go, takie jak user_ID, preferencje, wartość i inne atrybuty. Również same zdarzenia (eventy) posiadają swoje atrybuty, które dostarczają dodatkowych informacji o aktywności użytkownika.

Ta zmiana w architekturze systemu GA4 wymaga przemyślanego podejścia do opracowania strategii analitycznej. Teraz należy uwzględnić zarówno atrybuty użytkownika, jak i atrybuty zdarzeń, aby uzyskać pełny obraz interakcji użytkownika z witryną. Projektując strategię analityczną w GA4, zwróć uwagę na to, jakie informacje są istotne dla analizy, jakie atrybuty użytkowników i zdarzeń będą monitorowane oraz jakie cele i akcje są kluczowe. Zacznij od określenia swoich potrzeb analitycznych. Zastanów się, z jakich raportów i eksploracji będziesz korzystać, w jaki sposób prowadzisz segmentację i w jaki sposób stosujesz inne techniki analizy danych. Te informacje są kluczowe przy dalszym planowaniu wdrożenia GA4. 

Wszystkie te zalety powodują, że GA4 jest kluczowym narzędziem dla firm, które podążają za nurtem data driven. W wersji bezpłatnej GA4 jest bezkonkurencyjnym narzędziem analizy ilościowej.

Pamiętaj, że jak każde narzędzie, GA4 ma swoje atuty i ograniczenia. Warto rozważyć swoje konkretne potrzeby i cele, zanim zdecydujesz się na wdrożenie GA4.

Jakie są wady Google Analytics 4?

Jak każde narzędzie, GA4 ma swoje minusy. Przede wszystkim, jest to całkowicie nowa platforma, więc nauczenie się jej może zająć trochę czasu. Niektóre funkcje są mniej rozbudowane niż w UA, a dane nie zawsze są tak szczegółowe. W nowej usłudze występują też błędy. Choć GA4 jest zgodny z RODO, to nadal może zostać źle skonfigurowany i zbierać dane, które mogą być problematyczne z punktu widzenia prywatności.

Pomimo że Google dał nam aż 14 miesięcy na migrację, wiele firm odkłada wdrożenie, jak i wykorzystanie GA4 na ostatnią chwilę. Do 1 lipca zostało nam już niecałe 2 tygodnie.

Dlaczego zwlekamy z wykorzystaniem GA4? Jakie są braki i minusy GA4?

1. Krzywa uczenia się: Wydaje mi się, że jest to kluczowy problem. GA4 to nowa platforma z nowym interfejsem i funkcjami, co oznacza, że potrzebujesz czasu, aby nauczyć się z niej korzystać. To z pewnością zniechęca do zmiany. 
2. Fatalny UX/UI. Nawigowanie po narzędziu pozostawia sporo do życzenia. Interfejs UA był dużo lepszy. 
3. Braki w raportach: Niektóre raporty, które były dostępne w starszych wersjach Google Analytics (w tym w Universal Analytics), są mniej szczegółowe i jest ich mniej. To wyzwanie dla osób, które są przyzwyczajone do przeglądania wbudowanych, sztywnych i dobrze znanych raportów. W GA4 możecie ich nie widzieć. Skonfigurowanie nowych wymaga czasu i wiedzy.
4. Brak niektórych funkcji: Niektóre funkcje dostępne w Universal Analytics nie są dostępne w GA4. Niektóre analizy mogą być trudniejsze lub niemożliwe do wykonania.
5. Problemy z działaniem: Zdarza się, że w GA4 pojawią się pewne błędy. Jednak nie powinny być ona na tyle uciążliwe, aby uniemożliwiały codzienną pracę. Nie wpływają też one na jakość danych.
6. Brak danych historycznych: GA4 nie przenosi danych z Universal Analytics, co oznacza, że raporty nie będą zawierały danych historycznych sprzed wdrożenia. 
7. Brak integracji: GA4 jest nową usługą, co oznacza, że nie wszystkie narzędzia i platformy są z nim w pełni zintegrowane. Ponadto API GA4 jest niepełne i niedopracowane. Oznacza to, że niektóre dane nie są dostępne lub są trudniejsze do zintegrowania z innymi platformami. 

Problemy z GA4

Z GA4 są pewne problemy. Niektóre możemy zaakceptować, inne będziemy musieli w jakiś sposób rozwiązać. Zastanów się, w jaki sposób dotyczą one Twojego biznesu? 

Różnice w danych między GA4 a UA

Porównując dane z UA do GA4, napotkamy na kilka różnic. Dotyczą one z reguły użytkowników, sesji i konwersji. Poniżej najczęstsze powody takich rozbieżności:

1. Definicja sesji: W UA sesja jest zdefiniowana jako okres aktywności użytkownika na stronie, który trwa do momentu zakończenia sesji lub upływu określonego czasu nieaktywności. W GA4 koncepcja sesji jest bardziej elastyczna. GA4 śledzi interakcje użytkownika jako zdarzenia, niezależnie od czasu trwania. To oznacza, że w GA4 jedna wizyta może składać się z wielu krótszych sesji, co prowadzi do różnic w raportowanych danych dotyczących sesji.
2. Pomiar użytkowników: UA używa plików cookie, które są przypisywane do przeglądarki użytkownika, aby identyfikować unikalnych użytkowników. W GA4 korzysta się z różnych technologii, takich jak Google Signals, które łączą sygnały z różnych źródeł, takich jak Android, wyszukiwarka Google, Chrome czy Google Maps, aby identyfikować użytkowników. Dzięki temu GA4 jest w stanie precyzyjniej identyfikować użytkowników, nawet jeśli nie logują się oni na stronie.
3. Modelowanie atrybucji: UA oferuje różne modele atrybucji, takie jak ostatni klik, pierwszy klik, liniowy czy oparty na czasie. GA4 natomiast opiera się na modelu atrybucji opartym na danych, który wykorzystuje algorytmy uczenia maszynowego do przypisania wartości konwersji do różnych punktów kontaktu w ścieżce użytkownika. W rezultacie, dane dotyczące konwersji w GA4 różnią się od tych w UA, szczególnie jeśli korzystasz z różnych modeli atrybucji w obu platformach.

To nie wszystko. W GA4 brakuje setek metryk dostępnych w UA. Na szczęście większości tych braków nie zauważysz. Dlaczego? Ponieważ bardzo rzadko zaglądamy do tych raportów.

Wymiary i dane w GA4

W GA4 brakuje większości danych i wymiarów. W dokumentacji Google z poradami do migracji: https://support.google.com/analytics/answer/11091025, lub w dokumentacji API https://developers.google.com/analytics/devguides/reporting/data/v1/api-schema  znajdziemy dosłownie kilkanaście wspólnych metryk. I co nieoczywiste brakuje np. współczynnika konwersji czy współczynnika odrzuceń – chociaż, co do niego są pewne kontrowersje w zastosowaniu. Po przeklikaniu się po panelu administracyjnym, przejrzeniu raportów i eksploracji, analizując dostępne dane i wymiary możemy się, delikatnie pisząc, zirytować.

Natomiast w zamian mamy wiele nowości. Google wprowadza wiele nowych wymiarów i metryk, z czego wśród najciekawszych znajdziesz zaangażowanie użytkowników, wymiary predykcyjne, LTV czy dodatkowe dane o użytkownikach i wiele dodatkowych metryk dla wydawców gier i aplikacji. Google Analytics 4 oferuje także olbrzymią swobodę w zakresie konfigurowania własnych wymiarów i danych. Środowisko GA4 staje się bardziej elastyczne, a analitycy otrzymują zaawansowane możliwości konfigurowania go. Możemy zbudować własne strategie analityczne pod GA4. I co najważniejsze te rozwiązania są zdecydowanie tańsze od starszych technik. Gdybyście chcieli te same strategie odwzorować w UA, to kosztowałoby to Was dużo więcej pracy.

Niestandardowe wymiary i dane, stworzone na potrzeby waszych projektów, znajdziecie w eksploracjach oraz raportach. Tworząc eksplorację i przechodząc na dodanie wymiarów i danych widzicie wszystkie dostępne metryki standardowe i niestandardowe. 

Limit list remarketingowych na koncie

W Google Analytics 4 mamy limit 100 odbiorców na jedno konto. Jeśli w swoich kampaniach Google Ads posiadasz mniej niż 100 list importowanych z Universal Analytics, to nie możesz jeszcze czuć się w pełni bezpiecznie. Biorąc pod uwagę ograniczenia w raportowaniu w GA4, czasami tworzy się odbiorców na potrzeby segmentacji i późniejszej analizy danych. Pamiętaj więc, że jeśli z jednego konta GA4 korzystają różne firmy i analitycy to ten limit może zostać szybko przekroczony. Mądrze zarządzaj swoimi limitami w GA4.

W bezpłatnej wersji GA4 utworzysz tylko 100 list odbiorców.

Limit czasu przechowywania danych o odbiorcach

W GA4, dane o odbiorcach są przechowywane przez okres 14 miesięcy. Po tym czasie, jeśli dana osoba nie odwiedziła ponownie strony lub nie interaktywowała z nią, informacje na jej temat są usuwane z systemu.

Dane o odbiorcach w GA4 są przechowywane tylko przez 14 miesięcy. Eksploracje w GA4 możesz prowadzić tylko w tym okresie.

Warto jednak zauważyć, że to nie oznacza, że po 14 miesiącach wszystkie dane są usuwane. Zasada ta dotyczy tylko danych użytkowników, którzy nie byli aktywni przez ten okres. Jeśli użytkownik odwiedza stronę lub interaktywuje z nią po tym czasie, jego dane są nadal przechowywane.

GA4 umożliwia konfigurację okresu retencji danych na poziomie właściwości, czyli możesz ustawić okres przechowywania danych dla konkretnych typów danych, takich jak dane o użytkownikach, dane o wydarzeniach czy dane o konwersjach.

Pamiętaj, że różne przepisy prawne, takie jak RODO i GDPR w Europie, wymagają od Ciebie określenia i przestrzegania konkretnego okresu przechowywania danych. Zawsze warto skonsultować to z prawnikiem lub doradcą ds. zgodności RODO.

Jeśli chcesz ominąć te limity i przechowywać dane dłużej niż 14 miesięcy to zastanów się nad wdrożeniem hurtowni danych.

Potrzeba odwzorowania niektórych filtrów UA w GTM

W GA4 nie znajdziesz czegoś takiego jak widoki, a co za tym idzie również funkcji filtrów ustawianych na poziomie widoku. 

Tworzenie i zarządzanie filtrami danych w Google Analytics 4 (GA4) jest nieco inaczej zorganizowane w porównaniu do starszej wersji. O ile w UA mieliśmy pełną swobodę tworzenia różnego rodzaju filtrów bezpośrednio w interfejsie narzędzia, o tyle GA4 wprowadza do gry nieco więcej złożoności.

Nie znajdziesz tutaj bezpośredniej opcji tworzenia filtrów z wyjątkiem wykluczenia witryn odsyłających czy ruchu wewnętrznego. W rzeczywistości, aby osiągnąć efekt filtrów UA, będziesz musiał odwzorować filtry w Google Tag Manager (GTM) lub skonsultować to z programistą. Może to brzmieć nieco skomplikowanie, ale na szczęście GTM jest często najprostszym rozwiązaniem. To narzędzie stworzone do takiego właśnie celu – zarządzania i kontrolowania Twojego kodu śledzenia.

W GA4 nie utworzysz filtrów znanych z UA. Możesz je odtworzyć w GTM. To często znacznie bardziej złożone prace.

Próbkowanie i progowanie

Dane w GA4 możesz analizować na trzy sposoby, korzystając z:

1. Raportów
2. Eksploracji
3. Zewnętrznych narzędzi 

Każde z tych podejść ma swoje plusy, minusy oraz ograniczenia. Najważniejsze z nich dotyczą próbkowania oraz progowania. Progowanie oznacza, że Google nie pokaże danych, jeśli ich ilość jest niewielka. Czyli nie zobaczymy danych, jeśli któryś z wymiarów ma skrajnie małe wartości. Natomiast próbkowanie oznacza, że Google do przygotowania raportu wykorzystał jedynie losową część danego zbioru danych. Próbkowanie ma na celu przyśpieszenie generowania raportów i jest wykorzystywane jedynie w eksploracjach. Różnice między raportami a eksploracjami opisałem w poniższej tabeli:

	Raporty	Eksploracje	Zewnętrzene narzędzia
Próbkowanie	nie	tak	nie
Progowanie	tak	tak	nie
Cel	Raportowanie	Analiza	Raportowanie i Analiza

Kluczową różnicą między UA a GA4 jest brak progowania w raportach. Natomiast same raporty mają liczne ograniczenia i sprawdzą się najlepiej w raportowaniu i szybkim sprawdzeniu informacji. Natomiast eksploracje świetnie sprawdzą się w analizie danych. Tam, reprezentatywna próbka danych w zupełności wystarczy. Tam odkrywamy asocjacje, trendy czy anomalie i precyzyjne wartości nie są najważniejsze. Natomiast jeśli chcesz posiadać dane niepróbkowane bez progowania to musisz pracować na surowych danych. Najprostszym sposobem pracy na danych surowych są arkusze kalkulacyjne, narzędzia typu Looker oraz praca na SQL w hurtowni danych. 

Ograniczenia w raportowaniu

UA przyzwyczaił nas do swoich raportów i mocno rozleniwił. Posiadaliśmy dziesiątki gotowych raportów. W GA4 nie wszystko jest dostępne od ręki, wiele raportów musimy generować w Looker Studio lub innych narzędziach do analizy biznesowej (BI). 

Pierwsze co rzuca się w oczy to fakt, że niektóre z tradycyjnych raportów, do których przywykliśmy w Universal Analytics (UA), po prostu nie istnieją. Nie znajdziesz już standardowego raportu źródło medium, konwersji wspomaganych, raportów e-commerce i wielu innych. Na rysunku nr 1 i nr 2 widzisz różnice rodzaju grupowania raportów oraz samej ich liczbie. 

Brakuje również wielu wymiarów i danych, nie ma też danych obliczeniowych. Niektóre z tych braków możesz odtworzyć, budując własne wymiary i dane niestandardowe. Czasami prowadzimy szkolenie z analizy danych przed przejściem do budowania strategii. Użytkownicy GA4, którzy szybko zrozumieją różnice oraz swoje potrzeby ułatwiają prace koncepcyjne nad strukturą eventów i wymiarów niestandardowych. GA4 może być w pełni spersonalizowane do Twoich potrzeb analitycznych, jednak wymaga to czasu i pewnej wiedzy na temat tego narzędzia. Oznacza to również, że musisz przyzwyczaić się do zupełnie innej architektury informacji i logiki raportowania.

Wiele danych jest dostępnych, ale trzeba umieć je „wydobyć”. Jeśli brakuje Ci metryk to wdróż je z pomocą GTM lub programisty i wykorzystaj wymiary i dane niestandardowe. W ten sposób w pełni spersonalizujesz swoje GA4. Następnie postaraj się zbudować raporty i eksplorację odpowiadające Twoim potrzebom analitycznym. Może się okazać, że nie będą one w pełni satysfakcjonujące. Dlatego w GA4 zdecydowanie częściej będziesz korzystać z narzędzi typu Looker Studio lub innych systemów Business Intelligence (BI).

Czy to oznacza, że GA4 jest gorszy? Nie do końca. W UA posiadaliśmy wiele raportów nieedytowalnych. Ta struktura UA była sztywna i nie dawała możliwości edycji. Jednak liczba dostępnych raportów powodowała, że wielu użytkowników się rozleniwiło. Każdy wiedział gdzie, co jest. Zwyczajnie nie widzieliśmy potrzeby budowania dedykowanego dashboardu. W GA4 jest zupełnie inaczej. Tu mamy pełną personalizację wyglądu raportów i nie mamy takiej hermetycznej struktury. Jednak wchodząc głębiej w analizy i dane obliczeniowe nie unikniemy zewnętrznych narzędzi do raportowania. 

Pomimo swoich wad i ograniczeń, GA4 to wysoce zaawansowane narzędzie analityczne. Przyjrzyjmy się bliżej jego najciekawszym funkcjom. 

Najważniejsze funkcje Google Analytics 4

Google Analytics 4 posiada kilka ciekawych rozwiązań dedykowanych do przeprowadzenia zaawansowanej analizy danych. Wśród kluczowych funkcji GA4 warto wskazać zastosowanie machine learningu, tryb debugowania, zaawansowaną segmentację, modelowanie danych, integrację z BQ czy zupełną nowość, jaką jest eksploracja danych.

Tryb debugowania

Tryb debugowania w GA4 to nieoceniona funkcja dla wszystkich, którzy chcą zidentyfikować i rozwiązać problemy z danymi w czasie rzeczywistym. Jest nieocenionym narzędziem do oceny poprawności wdrożenia GA4, zdarzeń czy ich parametrów. Dzięki współpracy z Google Tag Manager, GA4 umożliwia skuteczne wykrywanie błędów, zanim wpłyną one na jakość danych.

Segmentacja w Google Analytics 4

Segmentacja w GA4 pozwala na szczegółową analizę zachowań różnych grup użytkowników. Dzięki tej funkcji możemy podzielić dane na segmenty i analizować je osobno, co pozwala na głębsze zrozumienie ruchu na stronie.

Funkcja segmentacji w GA4 umożliwia nie tylko tworzenie odbiorców na podstawie segmentów, tak jak w przypadku Universal Analytics, ale umożliwia również automatyczne generowanie eventów, gdy użytkownik zostaje przypisany do danego segmentu. Ta nowość zwiększa możliwości wykorzystania danych w GA4, oferuje jeszcze bardziej szczegółowe zrozumienie zachowań użytkowników.

Niestety segmenty są dostępne jedynie z poziomu eksploracji danych. W standardowych raportach mamy jedynie funkcje utworzenia porównania poprzez zastosowanie filtrów. Porównania w raportach oferują natomiast znacznie mniej od segmentów w eksploracji. Możliwości segmentów możecie wykorzystać w raportach tworząc odbiorców. Wówczas jako filtr ustawiacie utworzoną grupę odbiorców. Kluczową przewagą raportów nad eksploracją jest brak próbkowania danych. Tak więc okazuje się, że analitycy wykorzystują listy odbiorców w procesie segmentacji danych z poziomu raportów. 

Modelowanie atrybucji

GA4 wprowadza znaczące zmiany w kwestii atrybucji konwersji. Po pierwsze mamy możliwość ustawienia dowolnego modelu atrybucji na poziomie całego konta. Po drugie GA4 oferuje ulepszone modele atrybucji, takie jak Data-Driven Attribution (DDA). W przeciwieństwie do tradycyjnych modeli atrybucji, które przydzielają wartość konwersji na podstawie arbitralnie ustalonych zasad (takich jak pierwsze lub ostatnie kliknięcie), DDA wykorzystuje uczenie maszynowe do optymalnego przydzielenia wartości każdemu punktowi styku na ścieżce konwersji. Przy ocenie wartości konkretnych interakcji, DDA bierze pod uwagę całość ścieżki konwersji – co jest szczególnie przydatne w skomplikowanych, wielokanałowych ścieżkach zakupowych. 

W GA4 znajdziesz również raport ścieżek kanałowych z możliwością szczegółowej analizy punktów styku klientów z witryną. Niestety to ostatni raport dostępny w tej sekcji. W GA4 nie ma raportów konwersji wspomaganych. Te możesz obliczyć w inny sposób, tworząc własne modele i raporty np. w hurtowni danych czy Lookerze.

GA4 oferuje nowe modele atrybucji, takie jak „Data-Driven Attribution”(DDA)

Demokratyzacja Data Science

Można zauważyć, że wraz z postępem technologicznym idzie spadek jakości samych danych. Z jednej strony cieszymy się mnogością narzędzi i ich funkcjami z drugiej jednak strony, użytkownicy oraz firmy technologiczne ograniczają nam możliwości w pozyskiwaniu danych. Rozwiązaniem na te problemy są nauki ścisłe, z których wsparciem możemy skutecznie modelować dane. Podobnego zdania są z pewnością inżynierowie Google. Wszyscy dostrzegamy rosnące zapotrzebowanie na data scientistów. Jednak z uwagi na ograniczenia z tym związane, nie każda firma może sobie pozwolić na tego typu „luksusy”.

GA4 rewolucjonizuje rynek usług analitycznych demokratyzując pracę data scientistów.  Poprzez wprowadzenie gotowych funkcji korzystających z ML i AI umożliwia dostęp do zaawansowanej analizy danych i modelowania nawet dla osób bez specjalistycznej wiedzy. Dzięki temu każdy użytkownik GA4 może wykorzystać te narzędzia do eksploracji danych, odkrywania trendów, predykcji i prognozowania zachowań użytkowników, otwierając nowe możliwości dla działań marketingowych czy optymalizacji strony internetowej.

GA4 wykorzystuje potężne narzędzia, jakim są Google Signals, ML i AI, aby dostarczyć lepsze rozwiązania w zakresie analizy danych. Dzięki temu możemy lepiej zrozumieć użytkowników, ich preferencje i zachowania.

GA4 wprowadza modele predykcyjne, które korzystają z uczenia maszynowego do prognozowania przyszłych działań użytkowników na podstawie ich dotychczasowego zachowania. Dane pochodzą nie tylko z Twojej witryny, ale również ze zbiorów Big Data od Google. W ten sposób GA4 może przewidzieć, którzy użytkownicy mają największe prawdopodobieństwo rezygnacji z usługi (tzw. „churn”) w najbliższych dniach. Ta informacja pozwala na podjęcie działań prewencyjnych, takich jak skierowanie do tych użytkowników specjalnej oferty czy komunikatu, zanim zdecydują się odejść. 

Modele predykcyjne pozwalają także na wyodrębnienie segmentu użytkowników z największym prawdopodobieństwem realizacji konwersji. Myślę, że możemy spodziewać się rozwoju tych funkcjonalności w niedalekiej przyszłości.

Machine learning w GA4

Machine learning (ML) odgrywa kluczową rolę w Google Analytics 4, umożliwiając użytkownikom korzystanie z zaawansowanych funkcji analizy danych. Funkcja wykrywania trendów, oparta na ML, pozwala przewidywać obecne i przyszłe zmiany, co zwiększa efektywność prowadzonych prac.

Dodatkowo GA4 wykorzystuje ML do wykrywania anomalii w danych, co pozwala na szybkie zidentyfikowanie i reagowanie na niespodziewane zmiany w zachowaniu użytkowników. Zamiast samodzielnie przeglądać ogromne ilości danych, GA4 automatycznie identyfikuje potencjalne problemy, a następnie powiadamia nas o tym.

GA4 oferuje także funkcję predykcji, która umożliwia planowanie przyszłych działań marketingowych opartych na prognozach dotyczących zachowań użytkowników.

UWAGA: wszystkie modele ML są konfigurowalne. Możemy na przykład ustawić percentyl badanej próby, czułość modelu, czy okres poprzedzający potrzebny do uczenia modelu.

Eksploracja danych

Eksploracje danych to przełomowa funkcjonalność w Google Analytics 4. To ona wyraźnie pokazuje nam, że Google dostrzega potrzebę prowadzenia zaawansowanych analiz znanych z data science. Te umiejętności były dotychczas dla większości firm drogie i niedostępne. Tego typu analityka danych była dostępna tylko dla specjalistów z zaawansowaną wiedzą techniczną i umiejętnościami programowania w R lub Pythonie. Google w GA4, zmienia te założenia dostarczając nam proste w użyciu – Eksploracje danych. 

Eksploracje danych w GA4 są narzędziem, które umożliwia analizę i odkrywanie ukrytych wzorców, zależności i cennych informacji w danych. Pozwala na dokopanie się do informacji ukrytych w danych. Możemy to zrobić w sposób ręczny, korzystając z gotowych szablonów i modeli i to bez potrzeby nawiązywania współpracy z data scientistami. Pracę w eksploracji możemy porównać do procesów znanych z data miningu, który polega na wydobyciu wartościowych danych i wiedzy z dużych zbiorów informacji. Oczywiście w niektórych przypadkach nie unikniemy zaawansowanej analizy w Pythonie, jednak tego typu funkcje bardzo cieszą i rozwijają możliwości w analizie i interpretacji danych. 

GA4 stawia sobie za cel zdemokratyzowanie pracy data scientistów, aby umożliwić każdemu użytkownikowi, niezależnie od poziomu zaawansowania, korzystanie z potencjału analizy danych. Dzięki eksploracjom danych w GA4, osoby nieposiadające zaawansowanej wiedzy technicznej i umiejętności programowania mogą wykorzystywać dostępne funkcje do analizy, wizualizacji i raportowania danych.

GA4 jest pierwszą platformą analityczną, która oferuje tak szerokie możliwości analizy data mining bez potrzeby napisania nawet jednej linijki kodu. Możecie odkrywać ukryte wzorce, analizować trendy, porównywać segmenty użytkowników oraz tworzyć niestandardowe raporty i wizualizacje, wszystko to w intuicyjnym i interaktywnym środowisku.

Poprzez wprowadzenie rozwiązań Machine Learningowych i całego zestawu funkcjonalności eksploracji danych, Google demokratyzuje data science sprawiając, że zaawansowana analityka staje się dostępna dla każdego bez względu na posiadane kompetencje analityczne.

Modelowanie danych

Modelowanie danych w GA4 to proces tworzenia i stosowania zaawansowanych modeli analitycznych, które pomagają przewidywać i prognozować zachowania użytkowników na podstawie dostępnych danych. Dzięki modelowaniu danych GA4 może zidentyfikować trendy, wzorce i potencjalne scenariusze przyszłego zachowania użytkowników.

Jednym z interesujących aspektów modelowania danych w GA4 jest zdolność do prognozowania zachowań użytkowników, którzy nie wyrazili zgody na zbieranie danych w platformie zarządzania plikami cookie (CMP). Dzięki zaawansowanym algorytmom i modelom analitycznym GA4 może wskazać, jakie działania mogliby podjąć tacy użytkownicy na podstawie danych z Big Data, ich wcześniejszych interakcjach i zachowaniach i zachowaniach innych użytkowników.

Google wykorzystuje techniki sztucznej inteligencji i uczenia maszynowego, aby tworzyć modele predykcyjne, które mogą oszacować, jakie działania i interakcje użytkownicy, którzy nie wyrazili zgody na zbieranie danych w CMP, prawdopodobnie podejmowaliby na podstawie ogólnych wzorców zachowań. W ten sposób, mimo braku dostępu do indywidualnych danych, GA4 może zapewnić ogólne prognozy i rekomendacje.

Sygnały użytkownika

Google Analytics od zawsze borykał się z problemem poprawnego identyfikowania użytkowników. Dane o użytkownikach z uwagi na brak reprezentatywności były na ogół bezwartościowe. Problemem była poprawna identyfikacja użytkowników zmieniających urządzenia (cross device tracking) czy aplikacje (cross domain tracking) oraz blokowanie ruchu w CMP lub z wykorzystaniem narzędzi typu AdBlock. Z punktu widzenia analizy danych, poprawne identyfikowanie użytkowników jest kluczem do dalszych działań marketingowych: tworzenia list remarketingowych, oceny LTV czy segmentacji. Niestety poprzez wadliwe działanie technologii opartej o cookies dotychczas nie było to możliwe. Jednak z pewnym rozwiązaniem przychodzi GA4, który w połączeniu z dorobkiem takich technologii jak ML, AI i Google Signals oferuje nam nowe pomysły.

Google Signals w GA4

Google Signals to narzędzie, które zbiera setki sygnałów z różnych usług Google. A nie wiem, czy wiesz, ale należą do nich Android, wyszukiwarka Google, przeglądarka Chrome, YouTube, Gmail, Google Maps i wiele innych. GA4 korzysta z integracji z Google Signals, co umożliwia identyfikację użytkowników na podstawie ich aktywności na różnych urządzeniach,  platformach i aplikacjach. Dzięki temu rozwiązaniu nawet jeśli użytkownik nie jest zalogowany w naszej witrynie, GA4 jest w stanie analizować zachowanie i tworzyć spójne profilowanie użytkownika tak jakby zalogował się u nas swoim id. W skrócie Google Signals prognozuje to, co dostarcza nam konfiguracja User-ID! Na podstawie setek sygnałów pozostawionych przez użytkowników GA4 z Google Signals identyfikuje ich. 

Jednak to nie wszystko. GA4 idzie dalej oferując automatyczne powiązanie Google Signals z User ID. Czyli Google Signals zasilamy naszymi danymi wewnętrznymi, a pozostali odbiorcy są prognozowani. Dzięki temu mamy możliwość dokładnego śledzenia użytkowników w różnych sesjach, na różnych urządzeniach i domenach. To rozwiązuje odwieczny problem związany z śledzeniem cross-device i cross-domain.

Integracja GA4 z Google Signals i User-id umożliwia wykorzystanie bogatej wiedzy i doświadczenia Google w analizowaniu danych użytkowników. Bogate zbiory Big Data w połączeniu z danymi o użytkownikach witryny, przeanalizowane przez zaawansowane narzędzia ML i AI dają to, na co czekaliśmy. Z GA4 możesz skorzystać z tych zasobów, aby lepiej definiować użytkowników.

Integracja z BQ

GA4 oferuje pełną integrację z BigQuery, narzędziem do analizy danych w Google Cloud Platform. To pozwala na tworzenie skomplikowanych zapytań i analizowanie danych w sposób, który wcześniej był nieosiągalny dla większości użytkowników bezpłatnej wersji Google Analytics. Przykładowo, można tworzyć niestandardowe modele uczenia maszynowego, analizować szereg czasowy, czy sprawdzać asocjacje pomiędzy różnymi zmiennymi. Użytkownicy GA4 mogą korzystać z connectora BigQuery bez dodatkowych opłat. Sprawia to, że samo GA4 staje się bezpłatnym connectorem zgrywającym dane do hurtowni danych. Tylko ta funkcja sprawia, że GA4 staje się bezkonkurencyjnym produktem na rynku usług analitycznych. 

Integracja między GA4 a BigQuery (BQ) niesie za sobą wiele korzyści. Przyczyniają się one do lepszej analizy danych i pełnego wykorzystania ich potencjału w procesach data driven. Najważniejsze korzyści z przeprowadzenia integracji z BQ to:

• Ciągłość danych: Poprzez połączenie danych z UA i GA4 w BigQuery, możemy zapewnić ciągłość danych analitycznych. Dane z obu platform mogą być łączone i analizowane razem, umożliwiając pełniejsze zrozumienie zachowań użytkowników oraz lepsze porównanie wyników i trendów.
• Szybsze działanie raportów w Looker Studio: Integracja GA4 z BigQuery umożliwia przechowywanie danych analitycznych w dedykowanej hurtowni danych. Dzięki temu, raporty generowane w narzędziach analitycznych, takich jak Looker Studio, działają szybciej i bardziej wydajnie. 
• Obejście limitów w Looker Studio. Looker Studio posiada limity na liczbę zapytań do API GA4. Powoduje to, że przy złożonych raportach i wielu użytkownikach raporty mogą przestać działać. Jednak w przypadku zasilania ich z poziomu hurtowni danych BQ, nie mamy żadnych limitów i związanych z tym problemów.
• Dodanie danych GA4 do innych baz danych i infrastruktur: Integracja z BigQuery otwiera drzwi do wykorzystania danych GA4 w innych bazach danych, hurtowniach danych i infrastrukturach bazodanowych. Daje to większą elastyczność w analizie danych oraz możliwość łączenia ich z innymi źródłami.
• Zaawansowane prace analityczne: Dzięki możliwości przechowywania danych w BigQuery, mamy dostęp do zaawansowanych funkcji analitycznych oferowanych przez tę platformę. Możemy tworzyć skomplikowane zapytania, wykonywać analizę predykcyjną, wykorzystywać zaawansowane modele analityczne i wiele innych technik, które poszerzają nasze możliwości analityczne.
• Tworzenie własnych rozwiązań technologicznych: Integracja GA4 z BigQuery daje nam również elastyczność w budowaniu własnych rozwiązań technologicznych, które wspierają nasze kampanie reklamowe, optymalizację SEO i inne działania marketingowe. Możemy wykorzystać te dane do tworzenia zaawansowanych modeli atrybucji, które są kluczowe przy monitorowaniu skuteczności naszych kampanii.

W Cube Group, wykorzystujemy integrację GA4 z BigQuery do budowania zaawansowanych modeli atrybucji czy własnych narzędzi marketingowych, które pomagają nam w lepszym zrozumieniu wpływu kampanii reklamowych i optymalizacji ich wyników. To umożliwia nam głębszą analizę danych, tworzenie spersonalizowanych rozwiązań, automatyzację pracy i podejmowanie lepszych decyzji w obszarze marketingu.

Problemy z integracją GA4 i BQ

Google mocno promuje swoje usługi Cloud, które z pewnością mają pomóc firmie w dywersyfikacji źródeł przychodu. Jednym z pomysłów na poprawienie finansów było wprowadzenie GA4, które po połączeniu z GCP i BQ zacznie generować mikropłatności. Dla większości biznesów te koszty nie powinny być znaczące a korzyści z dodatkowych możliwości, jakie dane hurtownia danych, powinny dać tu odpowiedni ROAS. Niestety jeszcze GA4 posiada błędy, a niektóre z nich znajdziecie po połączeniu się z BQ. 

Najlepszym sposobem na połączenie GA4 z BQ jest użycie wbudowanego connectora. To rozwiązanie pozwala nam na przesyłanie wszystkich danych bez ponoszenia dodatkowych kosztów. W praktyce okazuje się jednak, że Google ma problem z niektórymi metrykami i np. nie przenosi wszystkich danych gclid co wpływa na jakość danych Google Ads w BQ. Natomiast połączenie GA4 zewnętrznym narzędziem po API również, nie rozwiązuje tego problemu a generuje kolejne jak brak metryk pseudo_user_id czy pseudo_session_id, uniemożliwiając tym samym budowanie wielu różnych metryk i danych obliczeniowych. 

Rozwiązaniem problemu jest stosowanie parametrów UTM we wszystkich kampaniach Google Ads. Najważniejsze parametry, które powinniście wprowadzić to source, medium i campaign_id. Te dane w hurtowni umożliwią już dogranie brakujących danych, bezpośrednio z tabel Google Ads. 

Kompleksowe wdrożenie GA4 w Cube Group

Dowiedz się, jak pracujemy!

Biorąc pod uwagę wszystkie możliwości GA4, różnice w odniesieniu do UA oraz specyfikę danego biznesu budujemy dedykowane środowiska analityczne dla naszych Klientów. Nasz proces wdrożenia opiera się na konkretnej metodologii, skupiającej się na faktycznych aspektach technicznych i analitycznych. W przypadku wdrożenia, jak i migracji do GA4 nasz proces wygląda następująco:

1. Brief
2. Analiza danych
3. Strategia
4. Wdrożenie techniczne
5. Wdrożenie eventów i datalayera
6. Testy i audyt środowiska, prace w zakresie data quality.
7. Wdrożenie zaawansowane
8. Dodatkowe działania: stała obsługa analityczna, doraźna pomoc, konsultacje, dedykowane szkolenia i warsztaty z GA4.

1. Strategia analityczna i procesy
Podstawą naszego wdrożenia GA4 jest opracowanie solidnej strategii analitycznej. Analizujemy Twoje potrzeby i cele, audytujemy konta, aby zdefiniować strukturę GA4, eventy i parametry niestandardowe. To jak opracowywanie planów budynku – starannie planujemy gromadzenie i przetwarzanie danych, które będą podstawą późniejszych analiz. Nasza strategia opiera się na zgromadzeniu istotnych danych, zapoznaniu się z kontekstem Twojego biznesu i prezentacji dopasowanych rozwiązań. Dopiero po uzyskaniu Twojej akceptacji przystępujemy do wdrożenia strategii.

• Zbieramy dane: Brief, benchmarki, analiza strony, analiza danych z narzędzi analitycznych. Wcześniej możemy przeprowadzić szkolenie wprowadzające.
• Prezentacja strategii: Omawiamy rozwiązanie w zespołach. Wprowadzamy poprawki aż do uzyskania akceptacji.
• Wdrożenie strategii: Przygotujemy dokumentację techniczną, na podstawie której przeprowadzimy wdrożenie. Konfiguracja techniczna.

Przeczytaj także: Jak poprawnie stworzyć strategię dla Google Analytics 4? Strategiczne spojrzenie na GA4

2. Konfiguracja techniczna.

W ramach naszego wdrożenia konfigurujemy narzędzia takie jak Google Tag Manager (GTM), GA4 i Google Cloud, tworząc logiczną i przejrzystą strukturę konta. Integrację z Google Search Console, BigQuery, Google Ads, Firebase i innymi aplikacjami są również uwzględniane. Na podstawie zebranych danych i przygotowanej strategii definiujemy segmenty, odbiorców, wymiary i dane niestandardowe. W ten sposób tworzymy solidne podstawy dla Twojej analityki, 

W ramach naszych prac:

• Sprawdzamy poprawność instalacji oraz aktualność wersji Google Analytics
• Konfigurujemy logiczną oraz przejrzystą strukturę konta
• Włączamy integracje z Google Search Console, BQ, Google Ads, Firebase i innymi aplikacjami.
• Konfigurujemy śledzenie w wielu domenach i aplikacjach.
• Ustawiamy atrybucję.
• Definiujemy segmenty i odbiorców.
• Tworzymy wymiary i dane niestandardowe. 
• W przypadku wyboru utworzenia hurtowni danych tworzymy całą infrastrukturę Google Cloud Platform.

3. Konfiguracja eventów

Kolejnym krokiem jest konfiguracja eventów, która odpowiada za rejestrowanie istotnych interakcji użytkowników. Przygotowujemy datalayer, konfigurujemy tagi i reguły w GTM, oraz dostosowujemy rozwiązania zaawansowane. Tworzymy ścieżki e-commerce, zdarzenia analizy lejków i segmentacji. Dokumentujemy zbieranie eventów, parametrów i właściwości użytkownika, a także udzielamy wsparcia dla deweloperów w zakresie implementacji.

W ramach naszych prac:

• Konfigurujemy całą ścieżkę e-commerce, zdarzenia na potrzeby analizy lejków i segmentów.
• Tworzymy dokumentację zbierania eventów, parametrów i właściwości użytkownika.
• Uzupełniamy dokumentację o wymiary i dane niestandardowe.
• Przygotowujemy datalayer i inne wytyczne dla deweloperów.
• Konfigurujemy lub koordynujemy wdrożenie tagów i reguł po stronie GTM.
• Doradzamy i wdrażamy zaawansowane rozwiązania w GTM.
• Koordynujemy prace wdrożeniowe w aplikacjach.

4. Data Quality

Następnie, skupiamy się na jakości danych, sprawdzając poprawność instalacji, usuwając błędy, oczyszczając dane z botów oraz wykluczając ruch wewnętrzny. Tworzymy niestandardowe raporty, przeprowadzamy audyty zgodności z RODO, prowadzimy i aktualizujemy dokumentację. Naszym celem jest zapewnienie, że dane są wiarygodne.

W ramach naszych prac:

• Analizujemy ruch oraz robimy sugestie pod kątem stosowanych UTMów.
• Aktualizujemy strategię budowania eventów oraz wymiarów i danych niestandardowych.
• Włączamy import danych z Google Ads i Google Marketing Platform
• Uzupełniamy listę wykluczeń witryn odsyłających oraz definiujemy ruch wewnętrzny.
• Tworzymy alerty, wysyłające emaile przy wystąpieniu na koncie zjawisk anormalnych
• Audytujemy dane pod kątem RODO.
• Tworzymy eksploracje i raporty niestandardowe.
• Prowadzimy dokumentację.

5. Ustawienia zaawansowane

Na końcu, oferujemy konfigurację zaawansowanych funkcji GA4, które dostarczają dodatkowych możliwości analitycznych. Tworzymy niestandardowe raporty, konfigurujemy śledzenie User-ID, tworzymy niestandardowe grupowania kanałów i treści, a także rozbudowujemy eksploracje i lejki. Te zaawansowane opcje są opcjonalne, ale pozwalają na jeszcze głębszą analizę i personalizację.

W ramach naszych prac:

• Tworzymy raporty niestandardowe
• Konfigurujemy śledzenie User-ID
• Konfigurujemy niestandardowe grupowania kanałów
• Tworzymy grupowanie treści
• Konfigurujemy niestandardowe segmenty oraz listy remarketingowe.
• Budujemy zaawansowane eksploracje i lejki.
• Tworzymy niestandardowe rozwiązania w GTM.
• Tworzymy zaawansowane połączenia z GSC czy BQ.

Ustawienia zaawansowane są opcjonalne. Ich wdrożenie wymaga więcej czasu oraz wymaga wsparcia deweloperów, data scientistów i data engineer.

Dodatkowe prace nad GA4

W ramach naszej oferty zapewniamy kompleksowe wsparcie po wdrożeniu. Nie zostawimy Cię samego z GA4. Możesz liczyć na wsparcie naszych analityków od strategii po wdrożenie i utrzymanie całego środowiska analitycznego. 

Szkolenia z Google Analytics 4

Po zakończeniu wdrożenia oferujemy dedykowane szkolenie, podczas którego zaprezentujemy wszystkie funkcje GA4, omówimy dokumentacje i pokażemy jej zastosowanie w analizie danych. Możemy przeprowadzić dedykowana szkolenia i warsztaty dla Twoich pracowników. 

Stała obsługa analityczna

Jeśli tego potrzebujesz, to możemy świadczyć obsługę stałej opieki analitycznej – to jak serwis, który pomaga utrzymać wszystko w idealnym stanie przez cały czas trwania współpracy.

Audyt GA4

Jeśli zauważysz jakieś problemy lub będziesz mieć wątpliwości, możemy przeprowadzić audyt GA4 – to jak inspekcja, która pomaga wykryć potencjalne problemy.

Rekomendujemy stałe, okresowe prowadzenie audytów całej infrastruktury analitycznej.

Rozbudowa GA4

A jeśli zdecydujesz, że chcesz więcej – możemy rozbudować Twój system GA4, dokładnie tak, jak tego potrzebujesz.

Migracja z UA do GA4

Proces migracji z UA do GA4 powinien być oparty o ten sam proces co zwykłe wdrożenie GA4. Jedynie na pierwszym kroku, w którym pozyskujemy dane z innych narzędzi analitycznych, sprawdzamy poszczególne elementy UA, które chcemy odwzorować w GA4. Odwzorować, a nie przenieść, ponieważ z uwagi na liczne różnice między systemami nie da się przenieść wszystkiego 1 do 1.

Google udostępnił także narzędzia przyspieszające migracje, które są dostępne pod linkiem: https://support.google.com/analytics/answer/12366001?hl=pl&authuser=2. Dzięki nim możesz zminimalizować ewentualne uciążliwości związane ze zmianą, ale nie oszukujmy się, w przypadku zaawansowanych projektów, trzeba się trochę bardziej napracować. I tu pojawia się pytanie, jak to zrobić?

Mapowanie zdarzeń

GA4 wprowadza nową koncepcję zdarzeń, które różnią się od tradycyjnych celów i wydarzeń w UA. Ważne jest odpowiednie zmapowanie i zrozumienie zdarzeń w GA4, aby kontynuować śledzenie i analizę kluczowych akcji użytkowników na stronie. 

W dokumentacji API UA znajdziemy blisko tysiąc różnych wymiarów i danych. W dokumentacji API GA4 dosłownie kilkaset, z czego większość jest różna od tych z UA. Lista metryk, która pokrywa się między systemami, jest dostępna na stronie: https://support.google.com/analytics/answer/11091025?hl=pl#zippy=%2Ctematy-w-tym-artykule Oznacza to, że nie zmapujecie wszystkich zdarzeń standardowych, a większość trzeba będzie zbudować od podstaw. 

Sugeruję, abyś nie próbował na siłę migrować wszystkich celów z UA do GA4. Niech to, co było robione w UA, posłuży jako informacja do zbudowania nowej strategii analitycznej. Zainspiruj się UA, a nie kopiuj wszystkiego 1:1.

Migracja celów

GA4 wprowadza zmiany w sposobie definiowania i śledzenia celów w porównaniu do UA. W celu prawidłowej migracji celów zidentyfikuj kluczowe działania użytkowników, które chcesz śledzić w GA4. Cele w GA4 to eventy o istotnym znaczeniu (konwersje). Zastanów się, które z nich chcesz mierzyć i wykorzystywać w innych systemach np. w Google Ads.

Migracja odbiorców

Przeprowadzając migrację odbiorców z UA do GA4, możesz posłużyć się dostępnymi narzędziami oferowanymi przez Google lub przeprowadzić cały proces ręcznie. Pamiętaj, że odbiorcy rozpoczynają kolekcjonowanie danych w momencie ich utworzenia. Pamiętaj też o limitach. W GA4 możesz utworzyć tylko 100 odbiorców. 

Przy migracji skorzystaj z tego poradnika: https://support.google.com/analytics/answer/11184423

Ciągłość danych

W GA4 nie zobaczysz danych historycznych z UA. Jeśli jednak chcesz zachować ciągłość, to musimy zgrać dane z UA do hurtowni danych, połączyć je z GA4 i przygotować odpowiednie raporty, np. w Looker Studio.

Koniecznie sprawdź długość adresów URL w UA. GA4 posiada limit 300 znaków dla wartości parametrów URL. Oznacza to, że długie adresy będą skracane. Może się okazać, że nie przekażesz niestandardowych parametrów w URL czy niektórych UTM.

Integracje

No i na koniec mamy integracje. Na tym etapie sprawdzamy, jakie narzędzia były zintegrowane z Universal Analytics i staramy się odtworzyć te połączenia. Przyda się tu trochę kreatywności i zaangażowania, szczególnie biorąc pod uwagę błędy w API GA4.

Na co warto zwrócić uwagę przy migracji z UA na GA4 w kontekście wybranych typów kampanii?

Migracja to nic innego jak wielka przeprowadzka. Warto ją odpowiednio zaplanować i przygotować się na ewentualne problemy i niespodzianki. Poniżej znajduje się checklista zawierająca to, na co warto zwrócić uwagę przed finalnym przejściem na GA4:

Ogólna lista do sprawdzenia po migracji na Google Analytics 4:

• Porównaj raporty: Sprawdź raporty, z których dotychczas korzystasz np. w Looker Studio. Czy przepięcie źródła danych z UA na GA4 wystarczy? Czy musisz zbudować nowy raport? Czy może należy pójść o krok dalej i postawić hurtownię danych? Czy będziesz korzystać z danych historycznych? Czy należy zbudować nowe raporty? 
• Porównaj dane UA vs GA4. Sprawdź kluczowe metryki takie jak użytkownicy, sesje czy konwersje i przychody. Dane w GA4 będą inne, jednak sprawdź czy te odchylenia są na akceptowalnym poziomie (docelowo w okolicy 7%). W niektórych przypadkach konwersje w GA4 znacząco odbiegają od tych w UA. Przeanalizuj czy odchylenia są naturalne, czy wynikają z błędów w implementacji. 
• Skonsoliduj konwersje: Porównaj punkty konwersji w UA i GA4. Upewnij się, że wszystkie ścieżki użytkowników, które prowadzą do konwersji, są śledzone i zapisane we właściwy sposób. Sprawdź rekomendowane przez Google i Cube Group ścieżki konwersji i parametry. Jeśli jesteś po wdrożeniu, to porównaj modele atrybucji. UA przypisuje konwersje w inny sposób jak GA4 i różnice są naturalne. Sprawdź konwersję na poziomie źródeł ruchu, kampanii i słów kluczowych. 
• Obustronna integracja. Sprawdź, czy dane z platformy reklamowej są dostępne w GA4 oraz sprawdź, czy w narzędziach reklamowych widzisz odpowiednie dane z GA4?
• API. Jeśli posiadasz niestandardowe narzędzia łączące się z po API z UA, to przy migracji zmapuj dane API UA z API GA4. Niektóre metryki są inaczej nazywane, a niektórych brakuje. Zweryfikuj to przed ostatecznym przepięciem.
• Sprawdź, czy GA4 nie ucina danych przekazywanych w adresie URL. GA4 posiada limit 300 znaków. Znaki powyżej tej wartości są usuwane. Możesz w ten sposób przypadkowo usunąć UTM czy niestandardowe parametry w URL. 

Migracja z UA na GA4 a Google Ads

Przed całkowitym przepięciem, upewnij się, czy jesteś gotowy na przejście na Google Analytics 4:

• Dwukierunkowa integracja: Upewnij się, że poprawnie zintegrowałeś GA4 z Google Ads. Czy w Google Ads widzisz odbiorców i konwersje? Czy w Analytics posiadasz dane o kampaniach Google Ads? Jeśli tak to zintegrowałeś oba systemy dwukierunkowo.
• Śledzenie kampanii: Upewnij się, że wszystkie linki są poprawnie oznaczone. Upewnij się, czy nie ma anomalii w danych kampanii widocznych w Analytics. Sprawdź, czy parametry niestandardowe w linkach są widoczne w GA4.
• Listy remarketingowe: Upewnij się, że wszystkie listy remarketingowe z UA są teraz dostępne w GA4. Pamiętaj o limicie 100 odbiorców w bezpłatnej wersji GA4. Może warto wdrożyć niektóre listy bezpośrednio z poziomu Google Ads? Rekomenduję włączenie stosowanie list UA i GA4 na czas migracji.
• Weryfikacja celów: Upewnij się, że wszystkie cele zdefiniowane w Google Ads są zgodne z tymi w UA i GA4. Czy przeniosłeś wszystkie cele z UA do GA4 i zaimportowałeś je do Google Ads? Jeśli tak to usuń konwersje z UA lub zmień ich charakter z konwersji „podstawowych” na „dodatkowe”. Pamiętaj, że taka zmiana ma kolosalny wpływ na działanie Twoich kampanii, szczególnie jeśli są optymalizowane na podstawie konwersji. Podepnij konwersje GA4 odpowiednio wcześniej i niech zbiorą odpowiednio dużo danych, działając w tle jako konwersje „dodatkowe”.
• Modele atrybucji: Sprawdź, czy model atrybucji konwersji, jaki ustawiłeś. Czy jest prawidłowy?
• Sprawdzenie powiązanych kont: Upewnij się, że wszystkie powiązane konta są prawidłowo zintegrowane po migracji. Jeśli korzystasz z zewnętrznych narzędzi to czy są one prawidłowo powiązane z GA4?
• Aby zabezpieczyć się przed utratą danych w BQ dodaj do swoich kampanii parametry UTM, przynajmniej source, medium i campaign_id.

Migracja z UA na GA4 a Programmatic

• Integracje DSP: Sprawdź, czy wszystkie Twoje integracje DSP są na swoim miejscu i działają poprawnie po migracji.
• Optymalizacja konwersji: Upewnij się, że cel konwersji dla optymalizacji w DSP jest poprawnie skonfigurowany w GA4. W jaki sposób wykorzystasz dane historyczne z UA?
• Śledzenie kampanii: Upewnij się, że wszystkie kampanie programatyczne są poprawnie oznakowane i śledzone. 
• Weryfikacja celów: Upewnij się, że wszystkie cele GA4 są zgodne z tymi w UA.
• Audyty DMP: Upewnij się, że wszystkie Twoje dane DMP są poprawnie zintegrowane i przesyłane do GA4.
• Sprawdzenie powiązanych kont: Upewnij się, że wszystkie powiązane konta są prawidłowo zintegrowane po migracji. Jeśli korzystasz z zewnętrznych narzędzi to czy są one prawidłowo powiązane z GA4?

Migracja z UA na GA4 a Social Media

W przypadku Social Mediów szczególnie istotną rolę odgrywają parametry w UTM. Zaplanuj ich wykorzystanie.

• UTM: To kluczowy element działań social mediowych. Upewnij się, że wszystkie Twoje linki są poprawnie oznakowane, aby mogły być śledzone w GA4. UTM stosuj do wszystkich linków, zarówno tych płatnych, jak i organicznych.
• Integracje: Upewnij się, że wszystkie Twoje integracje z platformami social media działają poprawnie w GA4.
• Weryfikacja celów: Upewnij się, że wszystkie Twoje cele zdefiniowane na platformach social media są zgodne z tymi w GA4.
• Sprawdzenie powiązanych kont: Upewnij się, że wszystkie powiązane konta są prawidłowo zintegrowane po migracji. Jeśli korzystasz z zewnętrznych narzędzi to czy są one prawidłowo powiązane z GA4?

Najczęściej Zadawane Pytania (FAQ) dotyczące Google Analytics 4

1. Czym jest GA4?

Google Analytics 4, znane również jako GA4, to najnowsza generacja narzędzia Google Analytics, wprowadzona oficjalnie w październiku 2020 roku. GA4 zastępuje poprzednią wersję, Universal Analytics (UA), oferując szereg zaawansowanych funkcji analitycznych, takich jak usprawnione śledzenie użytkowników przez różne urządzenia, rozbudowane raporty, doskonale integrujące się z Google Ads, a także pełne wsparcie dla nowych regulacji dotyczących prywatności użytkowników.

2. Czy konieczne jest przejście na GA4?

Universal Analytics zostanie usunięty. Jeśli chcesz korzystać z Google Analytics, to musisz przejść na GA4. Jeśli nie chcesz już korzystać z Analytics, to na rynku masz do wyboru inne narzędzia analityczne. 

3. Jakie są kluczowe różnice między GA4 a UA?

Google Analytics 4 skupia się na śledzeniu interakcji użytkowników, nie sesji, co umożliwia dogłębne zrozumienie zachowań użytkowników na różnych urządzeniach i platformach. GA4 oferuje również większe możliwości personalizacji raportów i skupia się na automatyzacji, sztucznej inteligencji oraz predykcyjnych modelach analitycznych. 

4. Czy GA4 jest zgodne z RODO?

Tak, GA4 oferuje liczne funkcje, które pomagają dostosować się do wymogów RODO oraz innych przepisów dotyczących prywatności danych. Sposób wykorzystania tych funkcji zależy jednak od indywidualnej strategii zarządzania danymi oraz zgodności z przepisami prawa.

5. Czy mogę równocześnie korzystać z GA4 i UA na mojej stronie?

Tak, możesz zdecydować się na równoczesne korzystanie z GA4 i UA. Pozwoli to zachować historyczne dane w UA, jednocześnie gromadząc nowe dane w GA4. Natomiast po 1 lipca UA przestanie zbierać dane. 

6. Czy korzystanie z GA4 jest bezpłatne?

Tak, podobnie jak UA, GA4 jest dostępne za darmo, co jest wystarczające dla większości małych i średnich przedsiębiorstw. Dla większych organizacji dostępna jest płatna wersja GA4 (360), oferująca dodatkowe funkcje i możliwości. 

7. Czy potrzebuję pomocy specjalisty, aby wdrożyć GA4?

Chociaż GA4 jest zaprojektowane tak, aby umożliwić użytkownikom samodzielne zarządzanie i korzystanie z narzędzia, jego pełne wykorzystanie i wdrożenie może wymagać doświadczenia lub specjalistycznej wiedzy. Jeśli nie jesteś pewny, jak migrować swoje dane lub skonfigurować określone funkcje, warto zwrócić się o pomoc do specjalisty od analityki.

8. Jakie są korzyści z korzystania z GA4 w porównaniu do UA?

GA4 oferuje szereg usprawnień i nowych funkcji w porównaniu do UA. To obejmuje usprawnione śledzenie użytkowników na różnych urządzeniach, lepszą integrację z Google Ads, rozbudowane możliwości personalizacji raportów, a także szereg narzędzi zaprojektowanych z myślą o przestrzeganiu przepisów dotyczących prywatności.

9. Czy dane historyczne zostaną przeniesione do GA4?

Obecnie GA4 nie przenosi automatycznie danych historycznych z UA. Jednak możesz równocześnie korzystać z UA i GA4, aby gromadzić dane historyczne w UA, jednocześnie zbierając nowe dane w GA4. Dane z UA i GA4 możesz połączyć w hurtowni danych.

10. Czy GA4 wspiera wszystkie funkcje, które są dostępne w UA?

Nie wszystkie funkcje dostępne w UA są obecne w GA4. Na przykład, funkcja śledzenia zdarzeń jest bardziej zaawansowana w GA4. 

11. Jak GA4 radzi sobie z prywatnością użytkowników?

GA4 oferuje szereg narzędzi i funkcji zaprojektowanych z myślą o przestrzeganiu przepisów dotyczących prywatności, takich jak RODO. To obejmuje możliwość anonimizacji adresów IP użytkowników, wyłączanie określonych typów danych, które są zbierane, i inne.

12. Czy GA4 oferuje lepsze wsparcie dla urządzeń mobilnych?

GA4 ma wbudowane usprawnienia dla urządzeń mobilnych, w tym lepsze śledzenie interakcji użytkowników na różnych urządzeniach i platformach. Oferuje również dedykowane raporty dotyczące użytkowników mobilnych.