Temat Google Analytics 4 elektryzuje analityków i marketerów. Zmiany w sposobie śledzenia przynoszą za sobą ważne modyfikacje w konfiguracji i metodach analizy otrzymanych danych. Modyfikacje, o których nie tylko warto wiedzieć, ale także dokładnie je poznać i najlepiej wdrożyć jak najszybciej, przed konkurencją!
Ponieważ Conversion jest oficjalnym partnerem marketingowym Google, mamy dostęp do najświeższych i najbardziej aktualnych informacji dotyczących Google Analytics 4. Co zmieni się z analitycznego punktu widzenia? Nasz leader analityków, Mariusz, odpowiedział na szereg pytań dotyczących tej aktualizacji.
Co znajdziecie w tym artykule?
#1 Na co biznesy e-commerce powinny zwrócić szczególną uwagę, wdrażając Google Analytics 4?
#2 Jakie może być największe wyzwanie w przejściu na Google Analytics 4?
#3 Jakie nowe opcje mogą być ważne dla e-commerce?
#4 Czy narzędzia mogą raportować różne wyniki?
#5 Czy Google Analytics 4 można połączyć z kanałami sprzedaży w social media, na przykład na Facebooku lub Instagramie?
#6 Jakie przykładowe zaawansowane zdarzenia można ustawić?
#7 O jakich zdarzeniach powinniśmy pamiętać, ustawiając analitykę w e-commerce? Jak bardzo zaawansowane powinny być?
#8 Czy dane z Google Analytics 4 będzie można wykorzystywać np. do remarketingu?
#9 Jak dokładnie działa dual tagging?
#10 Czy to prawda, że eksport danych ze starszej wersji Google Analytics do Google Analytics 4 nie będzie możliwy?
#11 Jak brak próbkowania wpłynie na pomiary zachowania użytkowników?
#12 Jakie wymogi musi spełnić aplikacja mobilna, by można było mierzyć efektywność za pomocą GA 4?
#13 Czy usługa Analysis dostępna w ramach Google Analytics 4 różni się czymś od Analysis w GA 360?
#14 Dlaczego warto wdrożyć Google Analytics 4 z pomocą Conversion?
Zaczynajmy!
E-commerce jest tym sektorem, w którym precyzyjna analityka jest kluczowe, a nawet najmniejszy błąd może rzutować na wyniki w dłuższej perspektywie. Podstawowe śledzenie obejmuje liczbę użytkowników, ich akcje na stronie, w przypadku e-commerce także pożądaną konwersję: sprzedaż.
W Google Analytics 4 ten fokus się zmienia: sesyjność będąca odniesieniem dla analityki zostaje w swoisty sposób zastąpiona zdarzeniami. W GA 4 to eventy grają pierwsze skrzypce i warunkują sposób rozumienia analityki. Interakcje użytkowników z serwisem można sprowadzać nie tylko dla dodawania produktu do koszyka, ale i tak dokładnych czynności jak np. powiększenie zdjęcia.
W przypadku wdrażania GA 4, pod uwagę trzeba wziąć dwa istotne czynniki:
Wyróżniłbym w tym miejscu dwa obszary.
Po pierwsze, wyzwanie może stanowić przestawienie myślenia z sesyjności na interakcje, czyli eventy. Do tej pory, cała analityka bazowała na sesjach i to one brane są pod uwagę przy mierzeniu efektywności kampanii. Analityka aplikacji mobilnych jest nieco pomijana i bez Google Analytics For Firebase, praktycznie niemożliwa do wykonania na zaawansowanym poziomie.
Osią analityki w przypadku Google Analytics 4 są zdarzenia (eventy), ustawione w całym lejku zakupowym i na całej ścieżce zakupowej klienta. Zmiana metryk w analityce to jedna kwestia, drugą jest przestawienie całego mindsetu i punktów odniesienia w analizie w czasie rzeczywistym, ale i w raportowaniu.
Drugim obszarem jest przetłumaczenie starego modelu na zupełnie nowy, z nową analityką i wymiarami raportowania. Sprawne wdrożenie, testowanie i optymalizacja może okazać się sporym wyzwaniem dla zespołów e-commerce.
Tutaj także wyróżniłbym kilka komponentów szczególnie istotnych dla biznesów e-commerce.
Przede wszystkim, Google Analytics 4 odblokowuje opcję łączenia użytkowników między urządzeniami, co w starszym modelu było bardzo ograniczone. Szczególnie istotne jest to dla biznesów, które oprócz strony internetowej rozwijają również aplikację mobilną, albo działają wyłącznie jako aplikacja mobilna. W GA 4, popularne “ciasteczka” zastępowane są Google Signals, wspomaganymi przez mechanizmy sztucznej inteligencji.
AI pełni także istotną rolę, jeśli chodzi o możliwości predykcyjne. Może bowiem wyręczyć w wykrywaniu anomalii. Do tej pory, notyfikacje bazowały na prostych mechanizmach, które w ujęciu dziennym, tygodniowym lub miesięcznym, wykrywały anomalie w wynikach. Wraz z postępem technologii i rozwojem zaawansowanych mechanizmów AI, analityka predykcyjna (“predictive analytics”) wykrywa rzeczywiste anomalie (na przykład wzrost sprzedaży z kanałów social media pomimo braku zmian w kampaniach), podczas gdy wcześniej Google Analytics patrzył na historyczne dane.
Szczególnie duże biznesy e-commerce mogą skorzystać na możliwości bezpłatnego eksportu danych do BigQuery (wchodzącego w skład Google Cloud Platform) i analizy niepróbkowanych danych. Eksport danych do BigQuery otwiera też sporo możliwości na zaawansowaną analitykę, zdobycie jeszcze bardziej precyzyjnych danych (na przykład takich, które pozwolą na dokładną estymację CLV czy LTV), wykorzystanie nowych metryk, a nawet dodanie własnych narzędzi analitycznych w oparciu o Google Cloud Platform. Ta opcja była wcześniej zarezerwowana dla użytkowników Google Analytics 360.
Tak – z tego względu, że narzędzia zbierają dane w odmienny sposób, mogą pojawić się drobne różnice w wynikach. Nie jest to jednak najważniejsze: odzwierciedlenie rzeczywistości to zadanie takich narzędzi, jak system księgowy czy zarządzania magazynem. Te źródła danych powinny dokładnie odwzorowywać stan faktyczny. Narzędzia analityczne służą nam do określania trendów: liczy się ich trafność.
Przyjmując taką optykę, powinniśmy porównywać trendy wskazywane przez oba narzędzia, a nie dążyć do takich samych wyników liczbowych. Jeśli różnice między wynikami przekraczają 10%, wtedy warto przyjrzeć się konfiguracji – prawdopodobnie któreś z ustawień wpływa na tę sytuację.
Skąd biorą się różnice w wynikach? Pomijając wcześniej wspomniane różnice w ustawieniach, starsza usługa i Google Analytics 4 są inaczej zbudowane. GA 4 jest stworzone od zera i wykorzystuje inne mechanizmy.
Jest to możliwe przy wykorzystaniu BigQuery. Wystarczy wyeksportować dane na zewnątrz do BigQuery i je połączyć, aby skutecznie mierzyć efektywność kampanii.
Do tej pory, Google Analytics mogło być połączone z danymi platformami mediów społecznościowych poprzez udostępnione API, jednak wiąże się to ze sporym ograniczeniem w postaci próbkowania. Może to negatywnie odbić się na jakości analiz, wnioskach, które z nich wyciągamy i, w rezultacie, osiąganych wynikach z uwagi na analizę wyłącznie fragmentu danych.
Zdarzenia, które można ustawić w Google Analytics 4, nie różnią się od eventów, które można ustawić do tej pory z pomocą Google Tag Managera. Jedyne różnice są na poziomie wdrożenia.
Przykładowe zaawansowane zdarzenia, które możemy ustawić w obu systemach, to przewinięcie strony do danego poziomu, pobranie pliku lub wybranie wariantu produktu w sklepie.
Zacznijmy od podstaw. Analizując zachowania użytkowników na stronie czy w aplikacji e-commerce, potrzebujemy informacji o odsłonach/użytkownikach – ile osób pojawiło się na stronie i co robią w ramach serwisu – oraz o transakcjach. Już takie informacje wystarczą do wysnuwania wniosków.
Jeśli jednak chcesz postawić na pełne wdrożenie i optymalizować w pełni swój e-commerce, warto zająć się rozwinięciem analityki. W każdym biznesie e-commerce użytkownik przechodzi przez kilka etapów ścieżki zakupowej. Wyświetla produkt na liście produktów, kilka w niego, aby poznać szczegóły, dodaje do koszyka i przechodzi przez checkout. Cały proces kończy się transakcją. Google Analytics udostępniał mierzenie tych akcji w panelu Ulepszone e-commerce (Enhanced Ecommerce). W Google Analytics 4 konieczne jest dodanie odpowiednich zdarzeń.
Poza krokami wspólnymi dla każdego biznesu e-commerce warto przyjrzeć się tym właściwym dla konkretnej branży czy firmy. Dobrym przykładem jest wyszukiwarka. W delikatesach czy aptekach internetowych odgrywa o wiele większą rolę niż np. w sklepie z elektroniką, gdzie użytkownik przechodzi po drzewie kategorii. Z tego względu optymalizacja wyszukiwarki w aptece będzie mieć o wiele większe znaczenie biznesowe. W takim przypadku to właśnie z wyszukiwarką powinny być powiązane wdrażane przez nas zdarzenia: ile znaków wpisał użytkownik zanim skorzystał z podpowiedzi, czy skorzystał z podpowiadanego produktu czy kategorii itd.
W momencie pisania tego artykułu (listopad 2020) nie ma możliwości wykorzystania danych zebranych za pomocą Google Analytics 4 do celów remarketingowych. To kolejny argument za wprowadzeniem Google Analytics 4 w formie dual taggingu z wcześniejszą wersją Google Analytics. Jednak według zapowiedzi samego Google’a, wszystkie funkcje marketingowe mają zostać odwzorowane najpóźniej do końca 2021 roku.
Dual tagging to metoda wdrożenia Google Analytics 4, która rekomendowana jest przez Google. Polega ona na symetrycznym i jednoczesnym śledzeniu danych z danej strony przy wykorzystaniu zarówno Universal Analytics (dla starego modelu sesji) jak i Google Analytics 4 (gdzie uwaga analityki skupia się na eventach). Dzięki wykorzystaniu tego typu modelu, bez żadnych negatywnych konsekwencji można analizować dane w kilku wymiarach, stale posiadając zasób danych do remarketingu, a jednocześnie wdrażając się w nową usługę mierzenia i raportowania wyników.
I, choć wyniki mogą się od siebie różnić o kilka procent, to zarówno nowa, jak i starsza usługa dostarczają dane wystarczające dla określenia trendów. Już po tygodniu od wdrożenia Google Analytics 4, będzie możliwe zauważenie siedmiodniowych, miarodajnych trendów dla analizowanych wyników i ustalenie pierwszych form odniesienia dla wyników.
W tym momencie (listopad 2020) nie można eksportować danych z Google Analytics do Google Analytics 4. Wynika to z faktu, że narzędzia wykorzystują dwa zupełnie różne mechanizmy i modele danych. Może w przyszłości Google zaproponuje rozwiązanie umożliwiające taki import.
Do Google Analytics 4 można zaimportować bezpośrednio dane z Firebase, ponieważ stosują podobny model danych.
Jest to zdecydowanie zmiana na lepsze! Żeby wyjaśnić dokładnie dlaczego, zacznijmy od tego, czym jest próbkowanie.
Próbkowanie, w prostych słowach, to losowanie użytkowników/sesji pośród wszystkich sesji dotyczących danej strony internetowej. Może być problematyczne, szczególnie w długim okresie czasu. Zaciera obraz odpowiedniej analityki i pozwala na dokładną analizę wyłączenie wybranego, małego segmentu danych, który może nie być miarodajnym punktem odniesienia dla całej kampanii czy strategii marketingowej.
Próbkowanie stanowiło przeszkodę w odpowiedniej analizie działań na stronie internetowej, a można było je wyeliminować niepróbkowanymi raportami, które wiązały się z dodatkową opłatą za Google Analytics 360. W przypadku analityki działań w aplikacji mobilnych, próbkowanie nie było problemem, ponieważ Google Analytics For Firebase swobodnie można było podłączyć pod BigQuery.
Brak próbkowania ujednolica wyniki i sprawi, że staną się bardziej precyzyjne, a wyłapanie anomalii – łatwiejsze.
Generalnie nie istnieje specjalny szereg wymagań, które musi spełnić aplikacja mobilna, by “kwalifikowała się” do mierzenia rezultatów poprzez Google Analytics 4. Przede wszystkim, aplikacja musi być napisana na iOS lub Android, pozostałe systemy nie są obsługiwane. Dodatkowo, musi mieć zainstalowaną nową usługę i odpowiednio skonfigurowany tzw. SDK (software development kit). Spełnienie tych trzech wymagań niemal gwarantuje bezproblemową konfigurację do GA 4 i późniejszą analitykę.
W momencie pisania artykułu, usługa Analysis jest zdecydowanie bardziej rozbudowana i oferuje więcej typów analizy. Te analizy są dostępne w raportach w ramach GA 360, jednak podzielone w inny, bardziej okrojony i mniej analityczny, sposób.
Wprowadzenie Google Analytics 4 zmienia mindset: z marketingowego na analityczny, z już analitycznego na jeszcze bardziej analityczny.
Dotychczas, w Google Analytics, wszystkie dane wystawione są w raportach, a same raporty, szczególnie w wersji bezpłatnej, nie należą do najbardziej “insightful” materiałów analitycznych.
Sekcja Analysis skrywa więcej analitycznej wiedzy. Dzięki zaawansowanej analityce i dokładnym raportom, zarówno śledzenie wyników w czasie rzeczywistym, jak i raportowanie, mogą stać się nieco trudniejsze, ale zdecydowanie bardziej wartościowe. To świetny sygnał i zmiana dla rynku – zamiast analizy i późniejszego zastanawiania się nad jej wynikami, Google Analytics 4 wprowadza potrzebę zastanowienia się nad tym, na czym warto się skupić zanim przystąpimy do generowania raportów.
Analityczny cykl myślowy z pewnością przyniesie korzyści dla rynku i pozwoli na lepszą analizę wyników, lepsze raporty, i lepsze wyniki osiągane przez marki.
Doskonale rozumiemy, jak działa Google Analytics. Pracujemy z nim już od 10 lat, mamy za sobą setki projektów analitycznych i wdrożeń dla największych polskich i międzynarodowych marek.
Znamy mechanizmy rządzące Universal Analytics, i dzięki temu jest nam zdecydowanie łatwiej zapoznać się z dokumentacją dotyczącą GA 4. Na podstawie tej zaawansowanej dokumentacji Google Analytics i danych, możemy łatwo wywnioskować, jak najlepiej przełożyć to na nową usług.
Jesteśmy certyfikowanym partnerem Google w zakresie analityki i Resellerem Google Analytics 360 — dzięki temu mamy jako pierwsi dostęp do najnowszej, “insiderskiej” wiedzy, niedostępnej na zewnątrz – wykorzystamy ją w Twoim biznesie.
W naszym portfolio można znaleźć zaawansowane wdrożenia: ponad 500 projektów, z czego ponad 60% w e-commerce. Znamy (i stale badamy) potrzeby naszych klientów, dzięki czemu jesteśmy w stanie przygotować jak najbardziej precyzyjne propozycje wdrożenia.
Nie jesteśmy agencją wdrożeniową, a partnerami naszych klientów. Przeprowadzamy onboarding i warsztaty, projektujemy usługę oraz czuwamy nad odpowiednim wdrożeniem kodów.
Jeżeli zastanawiasz się nad wykorzystaniem Google Analytics 4 lub nad audytem obecnie zbieranych danych — skontaktuj się z nami, a powiemy jak możemy Ci pomóc.
Dowiedz się więcej na temat Google Analytics 4 tutaj.
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
