Proces migracji niejedno ma imię. Może kojarzyć się z podjęciem decyzji o zmianie swojego miejsca zamieszkania w celu zyskania lepszej perspektywy, znalezienia ciekawszego i bardziej obiecującego zatrudnienia, czy też poprawy warunków życia. Podjęcie takiej decyzji nie zawsze jest jednak dobrowolne. Bowiem często to czynniki zewnętrzne „zmuszają” nas do wykonania radykalnych kroków.
Zastanawiasz się, czy aby na pewno udało Ci się trafić na właściwy blog i czy to w ogóle ma jakiś związek z analityką? Jasne, a zaraz przekonasz się, dlaczego! 😊
Migracja z “konieczności”, a nie z “wyboru” dotyczy nie tylko sfery życia prywatnego lub zawodowego. Bowiem podobnie sprawa wygląda również w przypadku Google Analytics. Jak pewnie wiesz, gigant z USA zdecydował o rychłym zakończeniu ery Universal Analytics, a to oznacza, że właściciele oraz osoby zarządzające serwisami internetowymi zostały postawione pod „analityczną ścianą”. Mówiąc wprost: albo spakujemy swoje dane oraz tagowanie „w walizkę” i wyruszymy w nieznane (czytaj: nową wersję GA) albo pozostaniemy z niczym (bo już w 2023 obecna wersja Analyticsa przestanie zbierać i przetwarzać informacje).
Co znajdziesz w tym artykule?
Czy przejście na Google Analytics 4 się opłaca?
Czym różni się GA4 od swojego poprzednika?
Co warto wiedzieć o przejściu z Universal Analytics na Google Analytics 4?
Jakie elementy zweryfikować po migracji na GA4?
Weryfikacja poprawności migracja na nowy Google Analytics 4 – podsumowanie
Z perspektywy mojej firmy mogę powiedzieć tylko jedno. Jako Conversion zdążyliśmy się już zaaklimatyzować w nowej wersji GA i śmiało możemy stwierdzić, że i Tobie ta zmiana wyjdzie na dobre. Z drugiej strony – spójrzmy prawdzie w oczy. Jeśli zależy Ci na dostępie do wartościowych informacji na temat użytkowników Twojej strony – i tak nie masz zbyt dużego pola manewru. 😊
Przez lata, kiedy to Universal Analytics był wiodącym narzędziem analitycznym, sposób korzystania z zasobów internetowych uległ znacznej zmianie. To sprawiło, że metody śledzenia użytkowników, przypisywania ruchu, analizowania ich zachowania i wielu innych aspektów nie były w stanie odpowiedzieć na bieżące potrzeby analityczne, a co za tym idzie – preferencje samych firm. Właśnie dlatego Google postanowił zdefiniować te reguły na nowo – wprowadzają nową, zmodernizowaną, odświeżoną i zdecydowanie unowocześnioną wersję narzędzia do analityki.
Z mojej perspektywy, proces migracji to także doskonały moment na to, aby przeprowadzić generalne porządki w swojej analityce. W codziennej pracy bardzo często spotykam się z podejściem pt. „bierzemy ciężki sprzęt i przerzucamy wszystko 1:1” albo „tego raczej nikt nie używa, ale przenieśmy, bo kiedyś może się przydać”.
Być może takie podejście to efekt powiedzenia, że „dane to złoto XXI wieku” i dlatego chcemy ich jak najwięcej. Problem jednak w tym, że nie chodzi o “jakieś dane”, a przede wszystkim o WARTOŚCIOWE DANE.
Właśnie dlatego, przed samym zamknięciem procesu migracji, zachęcam do wzięcia udziału w akcji „sprzątania danych”, która może się odbyć po wcześniejszym zdefiniowaniu celów analityczno-biznesowych, a następnie – środków do ich pomiaru.
Po tym przydługim wstępie pozwól, że przejdę już do meritum tego artykułu, czyli określenia, czy Twoja migracja z UA na GA4 może zostać uznana za zakończoną. W tym miejscu zakładam, że masz już utworzoną usługę oraz strumień danych w Google Analytics 4 (wraz ze zmigrowanymi wszystkimi potrzebnymi zdarzeniami, wymiarami itp.).
Przed Tobą lista 7 kluczowych elementów, którym musisz się przyjrzeć, aby mieć pewność, że cały proces został zakończony pomyślnie, a dane, które od tej chwili zbierasz, są wartościowe i przyniosą Ci oczekiwane oraz wymierne korzyści.
Może zabrzmi to trywialnie, aczkolwiek w pierwszej kolejności warto przetestować, czy strona aby na pewno została otagowana w prawidłowy sposób.
Pierwsze dane w raportach oraz sekcji Eksploracja mogą pojawić się w czasie od 24 do nawet 48 godzin. Jednak to wcale nie oznacza, że musisz czekać aż tak długo, aby sprawdzić, czy nasze wejście na stronę jest interpretowane w odpowiedni sposób. Jeśli chcesz zrobić to szybciej, musisz wiedzieć, że GA4 daje Ci dwa dodatkowe miejsca, w których prawie natychmiast możesz sprawdzić jakość zbieranych danych. Pierwszym z nich jest znany i lubiany raport Czas rzeczywisty. Drugi to z kolei DebugView, który czeka na Ciebie w sekcji Konfiguracja.
Poniżej znajdziesz zrzuty ekranu, które pokazują, jak w prosty sposób dostać do obu tych miejsc przy użyciu nawigacji w lewym, górnym rogu.
Google Analytics 4: Raport „Czas Rzeczywisty”.
Google Analytics 4: DebugView.Pierwsze z opisywanych rozwiązań nie wymaga wiedzy technicznej, dzięki czemu zalecam je wszystkim osobom, które nie zajmują się konfiguracją. W przypadku drugiego trzeba wiedzieć “z czym to się je”. W celu włączenia DebugView polecam skorzystać z wtyczki Google Analytics Debugger.
Po jej uruchomieniu na stronie z łatwością będziesz w stanie wyizolować ruch i ocenić, czy wszystkie zdarzenia przechodzą prawidłowo oraz czy zawierają pożądane parametry.
W tym celu musisz dostać się do zakładki Administracja, do której dostęp znajdziesz w lewym górnym rogu (wystarczy, że klikniesz koło zębate). Jeżeli kojarzysz ten obszar z Universal Analytics, to możesz uznać, że jest on mocno “okrojony”. Wynika to z faktu, iż w Google Analytics 4 nie posiada sekcji Widok.
Jeśli chodzi o same ustawienia, to zdecydowanie zalecam Ci “przeklikanie” się przez wszystkie zaułki tego obszaru. To pozwoli Ci na wstępne zapoznanie się z kluczowymi możliwościami tego narzędzia. Gdy będzie to już za Tobą – pora na właściwą weryfikację.
Na początek odpowiedz sobie na kilka pytań, które pozwolą Ci zweryfikować, czy konfiguracja danych jest prawidłowa. Sprawdź zatem:
Po odpowiedzeniu sobie na te pytania i ustawieniu poszczególnych elementów zgodnie z odpowiedziami, możesz przejść do kolejnej istotnej sekcji – Ustawienia danych. Tutaj pojawiają się 3 podsekcje, które pokrótce opiszę:
Wszystko jasne? W takim razie pora na kolejną istotną kwestię, czyli atrybucję, której ustawienia są również dostępne w panelu administracyjnym. Domyślnym modelem jest długo wyczekiwany „model na podstawie danych”(dotyczy raportów w zakresie zdarzenia). Jeżeli nie masz konkretnych powodów do jego zmiany – zachęcamy do pozostania przy tej formie. Ponadto, w tym miejscu możesz również ustawić tzw. okna konwersji.
Dodatkowymi aspektami, którym należy się bacznie przyjrzeć, są: Tożsamość na potrzeby raportowania oraz łączenie usług.
Ten pierwszy dotyczy zdefiniowania, na czym GA4 ma się opierać przy identyfikacji użytkowników (to miejsce dotyczy odniesienia się też do wcześniej włączonego Google Signals). Jeżeli zależy Ci na dokładniejszej identyfikacji użytkowników w oparciu o user-ID oraz Google Signals, to musisz pogodzić się z występowaniem pewnych braków w raportach, które będą spowodowane zbyt małą liczbą użytkowników.
W praktyce w raporcie możesz nie zobaczyć danej wartości wymiaru, jeśli uzyska ona mniej niż około 50 użytkowników. Jeżeli działasz na bardzo ograniczonych zbiorach danych w panelu GA4 i chcesz uniknąć wpływu tego zjawiska i jesteś gotów poświęcić bardziej rozbudowaną identyfikację użytkownika, możesz rozważyć opcję Device-based. O fakcie, że w danym raporcie wystąpił „próg ilości danych” poinformuje Cię zmiana koloru wskaźnika danych wraz z dedykowaną informacją.
Google Analytics 4: „próg ilości danych”.Wskazówka: łączenie usług działa analogicznie, jak miało to miejsca w UA. Aczkolwiek dużą zmianą w odniesieniu do poprzedniej darmowej wersji GA (i to na plus!), jest możliwość połączenia, chociażby z BigQuery. Jest to bardzo istotne, jeśli chcesz zyskać dostęp do surowych danych – zwłaszcza, że w niektórych przypadkach agregacja w raportach GA4 może spłatać psikusa (np. problem z „cardinality” – moc zbioru). Aczkolwiek pozytywów wynikających z takiej integracji jest znacznie więcej i z pewnością zasługują na ich dokładne omówienie w osobnym wpisie na blogu.
„Moje dane różnią się pod kątem ilościowym np. ilość poszczególnych zdarzeń. Czy moja konfiguracja jest zatem błędna?”
Uspokajam: rozbieżności pomiędzy tymi dwoma narzędziami będą występować i należy się pogodzić z takim stanem rzeczy – przynajmniej do lipca 2023 roku. Później ten problem nie powinien już występować.
A teraz całkiem poważnie. W tym aspekcie kluczowa jest tak naprawdę skala pojawiających się rozbieżności, jak i ich kontekst. Jeżeli różnice w poszczególnych metrykach dotyczą kilku procent (biorąc pod uwagę ruch na poziomie co najmniej 1000 użytkowników dziennie) – raczej nie ma się czym przejmować. Jeżeli uda Ci się znaleźć znaczącą anomalię w konkretnym zdarzeniu, wówczas przyjrzyj się jego konfiguracji, aby zweryfikować, czy na pewno wszystko działa poprawnie.
Przy zestawianiu danych pomocne może okazać się Google Data Studio, gdzie w prosty sposób jesteś w stanie przenieść, a następnie zwizualizować dane z obu wersji Analyticsa. Oczywiście, równie dobrze cała operacja może zostać przeprowadzona przy użyciu arkuszy kalkulacyjnych, a nawet BigQuery (to już opcja dla użytkowników GA360).
Jeżeli należysz do większości* i korzystasz z warstw danych pod standard UA, a konfigurację śledzenia opierasz na GTM – przypuszczam, że nazwy poszczególnych parametrów zostały zdefiniowanie pod konkretne zdarzenia, a same wartości z warstwy danych – pod standard Enhanced Ecommerce w UA.
Oczywiście, jest to jedno z popularnych rozwiązań. W tej materii zalecam jednak przeprowadzenie weryfikacji, która pozwoli Ci sprawdzić, czy wartości parametrów są podstawione w prawidłowy sposób, a także, czy te dane trafiają do GA4.
Najlepiej, jeśli przetestujesz to przy użyciu DebugView (testowa realizacja zamówienia) lub w przypadku samej transakcji – sprawdzisz raport Zakupy e-commerce (znajdziesz go w sekcji Raporty -> Generowanie przychodu). Tam możesz dokonać podziału przychodów według pozostałych parametrów produktowych (np. marka). Ewentualnie, w grę wchodzą również analizy na poziomie sekcji Eksploracja lub w Google Data Studio.
* Niezwykle rzadko spotykam się z sytuacjami, w których moi klienci posiadają dedykowane warstwy danych pod standard śledzenia Ecommerce w GA4.
Google Analytics 4 zapewnia elastyczność, dzięki której możesz używać praktycznie dowolnego nazewnictwa (zwłaszcza, że nie obowiązuje w nim pierwotnie ustalony limit 500 unikalnych nazw zdarzeń dla usług webowych). Ale to tyle na temat teorii.
Z jednej strony warto zadbać, aby nazwy były po prostu użyteczne (w tym pozwalały na przemyślane grupowanie czy definiowanie poszczególnych interakcji). Z drugiej natomiast należy pamiętać o umiejętnym stosowaniu symboli. Doskonały przykład stanowią, chociażby spacje, które zdecydowanie lepiej zastępować tzw. podłogą, czyli “_”.
Przykład: zamiast „wypełnienie formularza”, warto ustawić „wypełnienie_formularza”.
Po co taki zabieg? Już wyjaśniam. Otóż, problem z nazwami pojawia się w momencie, gdy chcesz odwołać się do danego zdarzenia przy definiowaniu jego jako konwersji oraz przy tworzeniu niestandardowych grup odbiorców. Oba przypadki można rozwiązać np. poprzez przeprowadzenie modyfikacji zdarzeń w panelu GA4. Jednak w tym przypadku znacznie lepiej zapobiegać niż leczyć, co oznacza podążanie za rekomendacjami Google.
Jeżeli “siedzisz” w analityce “nie od dziś”, to z pewnością zdajesz sobie sprawę z tego, że kwestia mocy zbioru nie jest niczym nowym i do tej pory występowała również w UA. W przypadku GA4 ma ona nieco inny wymiar, ponieważ nastąpiły spore różnice w obrębie częstotliwości pojawiania się konsekwencji tego zjawiska.
Universal Analytics dawał nad tym zdecydowanie większą kontrolę. Jeżeli pojawiał się w nim wymiar z dużą liczbą unikalnych wartości, która przekraczała ustalone limity – wówczas taka nadwyżka była agregowana do (other).
W przypadku Google Analytics 4 wygląda to już nieco inaczej. Możesz bowiem spotkać się z sytuacją, w której raport zawiera zaledwie kilkaset wierszy, a dane mimo wszystko zostaną zagregowane do (other). Wynika to z faktu, iż w takich przypadkach pod uwagę są brane wszystkie parametry “podczepione” do danego zdarzenia – i to nawet, pomimo tego, że w danym raporcie ich nie widać.
W jaki sposób możesz sobie z tym poradzić? Jeżeli Twoje działania analityczne skupiają się na wykorzystaniu Big Query – nie masz się czym przejmować. Takie ograniczenia raportów nie będą dla Ciebie aż tak istotne. Jeśli jednak raporty z poziomu GA4 mają dla Ciebie duże znaczenie – warto tej sytuacji zapobiegać. Najlepszym sposobem może okazać się ograniczenie unikalnych wartości na poziomie parametrów lub wymiarów.
Odradzam przekazywanie parametrów, które są nacechowane dużymi mocami zbioru, w tym chociażby: timestamp, clientID czy userID (poza dedykowanym parametrem user_id). Ponadto, sugeruję rozważyć grupowanie stron np. poprzez wykluczanie nieistotnych parametrów z adresów URL (parametr page_location).
Jeżeli w Twoich raportach Pozyskiwania spotykasz się ze znaczącym odsetkiem ruchu przypisanego do kanału Unassigned – koniecznie musisz się przyjrzeć temu zjawisku, a także zapoznać się z regułami na podstawie, których dany ruch jest przypisywany właśnie do danego kanału.
Istotną różnicą pomiędzy GA4 a UA jest fakt, że w GA4 nie możesz utworzyć customowego grupowania kanałów. To sprawia, że w celu czerpania korzyści podczas analiz kanałów, musisz się dostosować do już ustalonych standardów. W tym miejscu z pewnością pocieszy Cię fakt, że ilość grup kanałów została znacznie rozszerzona (z dotychczasowych 9, do niespełna 20). Dlatego nie powinno być większego problemu z odpowiednim przypisaniem ruchu do kanału (np. poprzez użycie wskazanych UTM-ów).
Jak widzisz, migracja z Universal na Google Analytics w wersji 4 to proces, który wymaga czegoś więcej, niż tylko kilku prostych kliknięć. W tym obszarze liczy się przede wszystkim właściwie opracowany plan, uwzględniający ograniczenia, których pominięcie może znacząco komplikować Twoje analityczne życie.
Jedną z najważniejszych rzeczy, o której musisz pamiętać, jest ta wskazująca na to, że na dobrą sprawę są to dwa różne narzędzia opierające się o zupełnie odmienne mechanizmy.
W związku z tym nie oczekuj, że pozyskiwane dane będą się w całości pokrywać. Będzie wręcz przeciwnie. W wielu przypadkach pojawią się rozbieżności i dopiero w momencie, gdy przyjmą one większą skalę lub zauważysz nieoczekiwane anomalie – możesz rozpatrywać to jako potencjalny problem.
Jedno jest natomiast pewne – po przeniesieniu śledzenia na standard GA4 warto zweryfikować najważniejsze aspekty całej usługi, jak i danych, które się “odkładają”.
Jeśli pomimo lektury tego wpisu, nie czujesz się na siłach, aby osobiście przeprowadzić taką weryfikację – mam dla Ciebie propozycję. Skorzystaj z dedykowanego wsparcia doświadczonych profesjonalistów od analityki internetowej.
Kliknij tutaj, aby skontaktować się z ekspertami Conversion, którzy z przyjemnością ocenią jakość i poprawność Twojej migracji na GA4, a jeśli trzeba – wdrożą konieczne zmiany i poprawią wszelkie niedociągnięcia.
Zaciekawił Cię temat migracja na Google Analytics 4 a wiedzę zawartą w tym artykule uważasz za wartościową? Jeśli tak to koniecznie sprawdź wpis na naszym blogu mówiący o tym dlaczego warto wdrożyć i używać Google Analytics 4!
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
