W marcu tego roku świat analityki internetowej przeszedł prawdziwe trzęsienie ziemi. Google ogłosił wtedy, że najpopularniejsza wersja ich flagowego narzędzia Google Analytics – Universal Analytics, wraz z końcem czerwca 2023 przestanie przetwarzać dane. Wymusza to poniekąd “upgrade” do najnowszej wersji, a więc Google Analytics 4. Pomimo tego, że GA4 jest dostępne od dłuższego czasu (swoją premierę miało 14 października 2020, a już w 2019 było testowane pod nazwą App + Web), wielu użytkowników nadal preferuje korzystanie ze znanej już sobie wersji Universal.
Spis treści
Różnice
Słowo “upgrade” we wstępie nie zostało wzięte w cudzysłów przez przypadek. Ze względu na ilość różnic Analytics 4 możemy potraktować jako nowe narzędzie, a nie jako naturalne rozszerzenie UA. Podstawową i najważniejszą różnicą jest sam model zbierania danych. W Universal Analytics zbudowany jest on na hit-ach wysyłanych do systemu – mogło być nim np. rozpoczęcie sesji, przejście na podstronę lub niestandardowe zdarzenie skonfigurowane za pomocą Tag Managera. Ogólnie hit-y można podzielić na cztery rodzaje:
- Związane z adresem URL strony,
- Związane ze zdarzeniami,
- Związane z ecommerce,
- Związane z osadzonymi odnośnikami do social mediów.
W Google Analytics 4 model danych oparty jest na zdarzeniach, które wywoływane są przez interakcję z witryną lub aplikacją. Zdarzeń nie rozróżniamy na typy, więc będzie nim zarówno przejście do miejsca na stronie oznaczonego innym URLem, kliknięcie w odpowienio otagowany w GTMie button, jak i zakup produktu.
Kolejną dużą różnicą jest wygląd interfejsu narzędzia. Universal Analytics posiada bardziej rozbudowane raporty predefiniowane, w których użytkownik może przeglądać interesujące go dane. Nie oznacza to jednak, że jest to trudniejsze w GA4. Google postawiło w tym przypadku na możliwość większej customizacji – sekcja eksploracji pozwala na stworzenie różnorodnych raportów z dostępnych danych.
Analytics 4, jak wskazuje jego poprzednia nazwa (App + Web) służy także do mierzenia ruchu w aplikacjach mobilnych. W jednej usłudze można mierzyć i analizować interakcje użytkowników zarówno ze stroną internetową, jak i z aplikacją.
Konwersje w Universal Analytics można podzielić na te dotyczące celów (odwiedziny konkretnej podstrony, czas trwania sesji, liczba stron odwiedzonych w sesji lub zdarzenie), których maksymalny limit wynosi 20 na widok, oraz dotyczące zdarzeń ecommerce. W GA4 kilka celi ustawionych jest defaultowo, np. purchase (zarówno w przypadku strony internetowej, jak i aplikacji), first_open, in_app_purchase, app_store_subscription_convert i app_store_subscription_renew (tylko w przypadku aplikacji). Poza tym, jako konwersję możemy zdefiniować do 30 zdarzeń na usługę.
Korzyści
Różnicą na korzyść GA4 jest bezkodowe śledzenie podstawowych zdarzeń. W wersji Universal, bez zaawansowanej konfiguracji narzędzie śledziło jedynie odsłony (wyświetlenia stron) w witrynie. Analytics 4 dzięki funkcji pomiaru zaawansowanego automatycznie zbierać może zdarzenia takie jak scroll (dotarcie użytkownika do miejsca strony, w którym widoczna jest jej część leżąca na 90% głębokości w pionie), interakcje z filmami wideo czy kliknięcia w linki wychodzące.
Zmiany dosięgnęły także jednej z podstawowych metryk w Universal Analytics, a więc Bounce Rate. Został on przedefiniowany i ujednolicony.
W UA współczynnik odrzuceń rozumiemy jako odsetek sesji, które zakończyły się bez podjęcia interakcji ze stroną (interakcją jest przejście na kolejną podstronę lub zdarzenie). Ma to swoje minusy, np. gdy na stronie zbieranych jest wiele niestandardowych zdarzeń, wysoce prawdopodobne jest, że Bounce Rate będzie niższy niż w przypadku, gdyby nie były one zbierane (zakładając, że w GTM parametr ”zdarzenie niezwiązane z interakcją” ma wartość “Fałsz”). Z tego względu w Universal Analytics ciężko porównywać Bounce Rate między różnymi usługami.
W Google Analytics 4 współczynnik odrzuceń można znaleźć w sekcji eksploracja. Definiowany jest jako odsetek sesji, które nie były sesjami zaangażowanymi. Sesję zaangażowaną rozumiemy jako spełniającą przynajmniej jeden z poniższych warunków:
- Trwa powyżej 10 sekund,
- W czasie jej trwania udało się pozyskać konwersję,
- Wyświetlone zostały przynajmniej 2 podstrony/ekrany.
Bounce Rate w GA4 jest odwrotnością nowo powstałej metryki, którą nazywamy współczynnikiem zaangażowania. Współczynnik zaangażowania wynosi tyle, ile udział sesji zaangażowanych we wszystkich sesjach.
Skoro o zaangażowaniu mowa, kolejną wprowadzoną metryką jest średni czas zaangażowania. Jest to łączny czas trwania okresów, podczas których użytkownik był zaangażowany (tzn. na jego ekranie znajdowała się strona lub aplikacja) podzielony przez liczbę aktywnych użytkowników. To duży postęp względem Universal Analytics, gdzie czas spędzony na podstronie traktowany jest jako różnica między wejściem na nią a przejściem na kolejną podstronę (nawet, jeśli w rzeczywistości użytkownik przeglądał w tym czasie inną kartę), albo od zdarzenia.
Jednym z najbardziej nośnych tematów dotyczących analityki internetowej jest prywatność. W lutym tego roku austriacki Urząd Ochrony Danych zgłosił swoje zastrzeżenia dotyczące możliwych naruszeń RODO spowodowanych używaniem Google Analytics, a niedługo później podobne oświadczenie wygłosił francuski CNIL. W Analytics 4 wprowadzonych zostało kilka zmian względem UA, które mają zapobiec takim sytuacjom w przyszłości. Adresy IP użytkowników będą automatycznie anonimizowane, dane europejskich użytkowników przechowywane w Europie, a dodatkową funkcjonalnością jest możliwość zablokowania Google Signals i zbierania danych dotyczących lokalizacji i urządzenia w konkretnych regionach.
Wspomniane Google Signals przychodzi nam z pomocą przy tzw. cross-device tracking, czyli śledzeniu użytkownika na różnych urządzeniach. GA4 daje pod tym względem większe możliwości, dzięki jednolitemu modelowi zbierania danych z sieci Web i aplikacji. Użytkownik jest rozpoznawany w pierwszej kolejności za pomocą funkcji User-ID – jeśli identyfikator nie jest przypisany, to Analytics wykorzystuje dane z Google Signals – jeśli one także nie są dostępne, użyty zostaje identyfikator urządzenia. Ułatwia to zrozumienie ścieżki, jaką przeszedł użytkownik od momentu zetknięcia się z produktem do jego zakupu.
Rozwijające się algorytmy uczenia maszynowego nie pozostały bez wpływu na najnowszą wersję Google Analytics. Nowością są przewidywane segmenty. Za pomocą tej funkcjonalności możemy zbadać zachowanie użytkowników, którzy w ciągu najbliższych 7 dni ze wskazanym przez nas prawdopodobieństwem dokonają zakupu lub zrezygnują z aktywności na stronie, a także tych, którzy zgodnie z prognozą w ciągu najbliższych 28 dni odpowiadać będą za najwyższy przychód. Dzięki tym danym można przewidywać działania klientów i dostosowywać kampanie marketingowe w taki sposób, aby skupiały się na odbiorcach o wysokim prawdopodobieństwie konwersji.
BigQuery to narzędzie służące do analizy i przechowywania dużych zbiorów danych. Wyeksportowanie do niego surowych danych z Google Analytics było wcześniej zarezerwowane dla posiadaczy GA360 – płatnej wersji narzędzia, teraz jednak jest to także możliwe w GA4. Limitowany eksport danych jest bezpłatny, płatności są naliczane natomiast po przekroczeniu 1 terabajta danych przetworzonych w analizie lub 10 gigabajtów przechowywanych w pamięci. Należy jednak pamiętać o dziennym limicie eksportowanych danych wynoszącym 1 milion zdarzeń. Większe przedsiębiorstwa mogące poszczycić się dużym ruchem na swoich stronach internetowych i w aplikacjach mobilnych powinny rozważyć przejście na GA360, jeśli limit ten może okazać się niewystarczający.
GA 360
Minusem GA4 jest ograniczona czasowo możliwość przechowywania danych. Maksymalny okres eksploracji wynosi 14 miesięcy, co może być problemem przy tworzeniu chociażby rokrocznych porównań. Długoterminowa analiza może być więc kolejnym (chociaż nie ostatnim) powodem do rozważenia zakupu Analytics 360, gdzie dane mogą być przechowywane do 50 miesięcy w zależności od ustawień użytkownika.
Zmiany dosięgnęły także widoków, ponieważ w momencie pisania tego artykułu, w Analytics 4 nie ma funkcji ich tworzenia. W UA dobrą praktyką było posiadanie przynajmniej kilku widoków na usługę (np. widoku głównego, zbierającego dane filtrowane w wybrany sposób, ale także widoku testowego do konfigurowania nowych filtrów i widoku zbierającego wszystkie dane witryny). Tutaj także z pomocą przychodzi jednak GA360 – dzięki temu narzędziu otrzymujemy możliwość utworzenia subproperty, w którym można wyfiltrować interesujące nas dane z nadrzędnego property. Funkcjonalność ta działa w bardzo podobny sposób do znanych z Universal Analytics widoków.
GA360 posiada znacznie więcej rozszerzeń podstawowej usługi GA4, które mogą okazać się kluczowe przy wykonywaniu kompleksowej analizy rozbudowanych stron i aplikacji. Przede wszystkim, usługa pozwala nam zwiększyć limity – zarówno, jeśli chodzi o zbieranie danych, ich raportowanie, przechowywanie, czy też eksportowanie do Big Query. Więcej na temat Google Analytics dla dużych przedsiębiorstw i korporacji dowiedzieć można się na stronie Full Stack Experts.
