Analityka internetowa w ostatnich kilkunastu latach
Integracja danych i budowa jednego źródła prawdy
Dane w czasie rzeczywistym
Regulacje i prywatność danych
Automatyzacja przepływu danych
Sztuczna inteligencja (AI) i jej wykorzystanie
Plany naszych klientów na 2025 rok
Podsumowanie
Zanim przedstawię, co może nas czekać w 2025 roku w świecie danych online, warto przyjrzeć się retrospekcji wydarzeń w branży analityki internetowej. Moje spojrzenie na tę branżę sięga 2009 roku. Oficjalne początki naszej firmy Conversion datowane są na maj 2010 roku, kiedy pojawił się pierwszy wpis na naszym blogu. Start bloga uznajemy za faktyczne rozpoczęcie profesjonalnych działań w zakresie analityki internetowej.
W branży danych online w Polsce można wyróżnić cztery okresy na przestrzeni ostatnich 15 lat. Pierwszy z nich to etap, kiedy dane online stanowiły jedynie dodatek do działań SEM. SEM, czyli składowa SEO, obejmuje optymalizację pod wyniki wyszukiwania, oraz działania PPC, czyli linki sponsorowane. Ten okres trwał mniej więcej do 2012 roku. W 2009 roku zainicjowano wartościowe przedsięwzięcie pod nazwą SEMcamp. Pierwsze spotkanie odbyło się 21 stycznia 2009 roku i zgromadziło specjalistów z zakresu reklamy PPC oraz działań SEO. Już wtedy na tych spotkaniach wiele uwagi poświęcano analizie danych, które były kluczowym narzędziem pomagającym SEO-wcom i SEM-owcom w doskonaleniu ich pracy.
Pierwszy etap rozwoju analityki internetowej w Polsce to także czas licznych projektów migracji z Google Analytics 2 do Google Analytics 3, znanego dziś jako Universal Analytics. Proces ten obejmował migrację kodów śledzących z GEA.js do nowego systemu Analytics. JavaScript. To była pierwsza duża migracja, którą przeprowadziłem osobiście, a nasz zespół zrealizował wiele projektów w tym zakresie.
W okresie do 2012 roku, jeśli chodzi o optymalizację współczynnika konwersji (Conversion Rate Optimization), działania te były stosunkowo proste. Serwisy internetowe były po prostu źle zaprojektowane. W tamtym czasie pojęcie UX nie było jeszcze powszechnie znane, a strony tworzyły głównie działy IT bez głębszego zastanowienia. Poprawa takich stron nie była trudna, a wzrosty kilkudziesięcioprocentowe były łatwe do osiągnięcia. W naszej historii udało nam się nawet osiągnąć ponad stuprocentowy wzrost współczynnika konwersji w statystycznie istotnym teście.
Wysokie wzrosty w analityce internetowej skończyły się w pierwszym okresie, którego koniec wiąże się z pojawieniem się Google Tag Manager. Stało się to 1 października 2012 roku, kiedy Google wprowadził narzędzie umożliwiające bezpłatne zarządzanie tagami na stronach internetowych. Tym samym zakończyła się dominacja drogich rozwiązań, takich jak Tag Commander.
Kolejny okres, trwający do około 2016 roku, to czas specjalizacji w analityce internetowej. W tym czasie szczególną uwagę przyciągał rozwój technologii mobilnych, co określano mianem roku Mobile. Rok Mobile stał się symbolem okresu, kiedy analityka internetowa zaczęła się dynamicznie rozwijać. Na konferencjach często pojawiało się pytanie, czy to już jest ten rok Mobile. Wraz z jego nadejściem, w agencjach interaktywnych i domach mediowych zaczęły powstawać wyspecjalizowane stanowiska analityków internetowych na pełny etat. Wcześniej analityka była jedynie dodatkiem do działań SEO i PPC.
W tym czasie pojęcie optymalizacji współczynnika konwersji stało się powszechne. Nie było już niczym niezwykłym, że przed wprowadzeniem zmian na stronie przeprowadza się testy A/B. Niezależnie od tego, czy testy te były prowadzone zgodnie z metodyką, idea podejmowania decyzji w oparciu o dane, a nie przeczucia, zaczęła dominować. Coraz częściej ostateczne decyzje opierano na wynikach testów A/B, co sprzyjało optymalizacji współczynnika konwersji.
W 2016 roku rozpoczęła się jednak nowa faza rozwoju tej dziedziny, którą można określić mianem „Data is New Oil”. W tym okresie analityka przeszła od specjalizacji do stawania się źródłem przewagi konkurencyjnej. Ta faza trwała mniej więcej do 2020 roku. W okresie tym zaczęły pojawiać się licencje Google Analytics Premium, czyli płatnej wersji Analyticsa. Jako resellerzy zaczęliśmy sprzedawać coraz więcej tych licencji. Zapotrzebowanie na płatną wersję wynikało z ograniczeń wersji darmowej.
Jednym z głównych ograniczeń była integracja Google Analytics (wówczas wersji 3 Universal Analytics) z Google BigQuery. Firmy z dużym poziomem ruchu napotykały na ograniczenia w interfejsie wersji darmowej. Nawet posiadając wersję płatną, przy dużej ilości danych, większość analiz i systemów raportowania opierano na Google BigQuery. Pozwalało to uniknąć próbkowania i limitów charakterystycznych dla wersji bezpłatnej.
To otwierało przed firmami możliwości pracy z prawdziwym big data w ramach danych online. Dzięki Google BigQuery zbierano dane nie tylko z produktów cyfrowych, ale także dołączano informacje z innych źródeł. W 2020 roku oprócz popularnego stwierdzenia „data is the new oil”, można było dodać „privacy is the new green”. Rok ten przyniósł duże zmiany w zakresie ochrony prywatności użytkowników. Wybuch pandemii uniemożliwił prowadzenie działalności offline, zmuszając wiele firm handlowych do przeniesienia się do internetu. W efekcie w sieci zrobiło się tłoczno, a dane zaczęły stanowić realną przewagę konkurencyjną.
Od tego czasu nastąpił zmierzch Google Analytics 3 i wprowadzenie Google Analytics 4. Wszystkie te zmiany były związane z zapewnieniem zgodności śledzenia z wymogami RODO oraz legalnym zbieraniem danych przez Google Analytics. W tym kontekście pojawiły się różne regulacje Unii Europejskiej, takie jak Digital Markets Act, oraz konieczność stosowania Consent Mode, aby móc gromadzić dane użytkowników i prowadzić remarketing.
Na przełomie lat 2023-2024, gdy opadł kurz po wdrożeniach i zmianach związanych z Consent Modes oraz Google Tag Manager Server-Side, zaczęliśmy analizować nadchodzące trendy w analityce internetowej na rok 2025. Jakie kierunki rozwoju będą dominować w tej dziedzinie? Przejrzeliśmy liczne raporty od renomowanych firm, takich jak PWC, Deloitte, Google, Forrester, Gartner, a także artykuły i podsumowania na LinkedInie i YouTube. Wybraliśmy pięć trendów, które najczęściej się przewijają w tych materiałach.
Pierwszym trendem, który wyłania się z raportów, jest rosnące znaczenie integracji danych i budowanie tzw. Single Source of Truth. Coraz więcej firm, nie tylko tych dużych, dąży do centralizacji danych w jednym miejscu. Od 2016 roku, wraz z upowszechnieniem się Google BigQuery, koncepcja jednolitej hurtowni danych w marketingu zyskuje na popularności. Teraz, dzięki możliwości bezpłatnej, natywnej integracji Google Analytics 4 z BigQuery, nacisk na ten trend będzie jeszcze większy.
W kontekście tego trendu często pojawia się również koncepcja Data as a Product. Oznacza to, że dane i raporty stają się produktem, który jest spójny i dostępny dla wszystkich. Różne narzędzia mogą pokazywać różne dane na ten sam temat, co prowadzi do niezgodności. Jednak zintegrowane dane, które eliminują te różnice, stają się wspólnym punktem odniesienia, dzięki czemu wszyscy mogą patrzeć na te same informacje i wyciągać jednolite wnioski.
Raporty Qlik oraz Gartnera potwierdzają znaczenie głębokiej analizy zachowań klientów. Qlik dostarcza narzędzia Business Intelligence, a inne publikacje takie jak raport Accenture „Lifetrends 2025” oraz Think with Google, podkreśla wagę posiadania jednego źródła danych na temat użytkowników w różnych systemach. Niezależnie od tego, czy użytkownik jest związany z marketingiem, sprzedażą, produktem, czy już znajduje się w CRM-ie jako powracający klient, dostęp do zintegrowanych danych jest kluczowy.
Kolejnym istotnym trendem są dane i raporty w czasie rzeczywistym. Warto zwrócić uwagę na to, jak dane te mogą wpłynąć na podejmowanie decyzji w różnych obszarach działalności firmy. Raport Forrestera, w tym „The Top Data Trends for 2025”, podkreśla, że gdy dane zostaną zgromadzone w jednym miejscu, pojawią się wymogi dotyczące ich niemal natychmiastowej dostępności. Ten trend koncentruje się na przetwarzaniu danych.
Do tej pory mówiliśmy o procesach ETL (extract, transform, load), które polegają na transformacji danych przed ich zgromadzeniem w systemach. Narzędzia i systemy, którymi obecnie dysponujemy, umożliwiają efektywne wdrażanie procesów ELT (Extract, Load, Transform). Dzięki temu możemy szybko pobierać dane bez szczegółowej analizy ich zawartości, ładować je do naszych systemów, a dopiero potem przeprowadzać transformację. Popularność zyskują narzędzia takie jak Dataforms z BigQuery, które wspierają te procesy. Dzięki takim funkcjonalnościom, dane stają się dostępne znacznie szybciej.
Trzecim istotnym trendem są regulacje i prywatność związane z danymi. Warto zwrócić uwagę na dwa europejskie akty prawne, w tym European Data Act. Artykuł nr 3 tego aktu określa wymagania dotyczące dostępności danych o użytkownikach, natomiast artykuł nr 4 precyzuje, co zarządzający danymi muszą zapewnić w praktyce, jeśli chodzi o dostępność tych danych.
Obok gromadzenia danych, ogromne znaczenie zyskało dbanie o bezpieczeństwo danych użytkowników. To już się dzieje od pewnego czasu, a jednym z przykładów jest Digital Markets Act, który jakiś czas temu stał się obowiązującym prawem. To kontynuacja wcześniejszych działań w tym obszarze.
Automatyzacja przepływu danych stała się jednym z kluczowych trendów w analityce internetowej. Jest to ściśle powiązane z dostępnością danych w czasie rzeczywistym. Zamiast czekać na wielkie projekty Business Intelligence, najpierw gromadzimy dane, a następnie je przekształcamy, gdy już są dostępne. Warto zwrócić uwagę na systemy i projekty automatyzujące przepływ danych, które pozwalają na szybkie pobieranie danych przez API narzędzi marketingowych i ich przetwarzanie.
Znaczenie umiejętności korzystania z danych, zwane „data literacy”, rośnie. Nie wystarczy mieć dostęp do danych; kluczowa jest umiejętność ich interpretacji i wyciągania wniosków. Raporty wskazują na rosnącą wagę tej kompetencji, która umożliwia efektywne wykorzystanie dostępnych informacji.
Piątym trendem, od którego warto rozpocząć listę pięciu kluczowych tendencji, jest sztuczna inteligencja. Jest to temat wszechobecny, zarówno w świecie danych, jak i w całym biznesie. Sztuczna inteligencja pojawia się w wielu nagłówkach, które podkreślają jej rosnące znaczenie. Według Deloitte Global’s 2025 Predictions, przedsiębiorstwa będą coraz częściej wdrażać rozwiązania AI. Nie ograniczą się one jedynie do automatyzacji, ale będą również obejmować wykorzystanie agentów do interakcji z użytkownikami poprzez dane zintegrowane z AI.
Patrząc na polski rynek, wiele firm wciąż zmaga się z jakością danych. Jednak na świecie o sztucznej inteligencji mówi się coraz więcej, co czyni ten temat nieodzownym. Przykładem zastosowania AI w Polsce jest analityka konwersacyjna, dostępna już lub wkrótce dostępna w Looker Studio. Umożliwia ona interakcję z danymi poprzez tekstowe zapytania, co pozwala na generowanie wykresów, wniosków i rekomendacji. Choć jakość tych wniosków może być różna, AI stopniowo trafia również na polski rynek.
Postanowiliśmy również zapytać naszych klientów o ich plany dotyczące danych online. Skupiliśmy się na dwóch głównych obszarach, które się powtarzają: integracja i aktywacja danych.
Integracja dotyczy łączenia różnych systemów i danych o użytkownikach. Często nasi klienci zauważają, że użytkownik jest postrzegany inaczej w różnych działach, takich jak marketing, sprzedaż, produkt czy obsługa posprzedażowa. Wielu z nich planuje w tym roku skoncentrować się na stworzeniu jednolitego źródła danych (single source of truth).
Drugi często wymieniany element to aktywacja danych. W 2023 i 2024 roku można powiedzieć, że kurz po zmianach związanych z GA4, RODO, Consent Mode i Google Tag Managerem już opadł lub zaczyna opadać. Teraz nadszedł czas na efektywne wykorzystanie tych danych.
Kiedy już posiadamy dane, kluczowe jest ich właściwe wykorzystanie. Klienci często podkreślają potrzebę rozwijania kompetencji analitycznych, co wiąże się z trendem data literacy. Wskazują na konieczność wdrożenia procesów związanych z danymi, takich jak optymalizacja współczynnika konwersji. Wspólnie z naszymi klientami realizujemy proces Conversion Experience Optimization, koncentrując się na przekształceniu konwersji w doświadczenia użytkowników.
W trakcie rozmów z naszymi klientami coraz częściej pojawia się temat sztucznej inteligencji (AI). Coraz rzadziej firmy korzystają z gotowych rozwiązań związanych z danymi, a coraz częściej poszukują wsparcia w analizie i automatyzacji procesów, które zapewniają poprawność danych oraz zgodność raportów z rzeczywistością. Często podkreślają też konieczność skupienia się na analizie i optymalizacji aplikacji mobilnych, które w ostatnich latach znacznie zyskały na znaczeniu.
Podsumowując, można zauważyć, że głównym trendem jest przejście od zbierania danych do ich efektywnego wykorzystania. Połączenie trendów rynkowych i preferencji naszych klientów wskazuje, że analizowanie i optymalizowanie danych staje się priorytetem w wielu firmach. Automatyzacja przepływów danych pozwala na efektywne wykorzystanie czasu na faktyczną analizę, wnioskowanie i formułowanie rekomendacji, zamiast skupiać się wyłącznie na zapewnianiu danych. Cieszy fakt, że firmy coraz częściej zaczynają wykorzystywać zebrane dane, zamiast jedynie je gromadzić.
Wartość analityki internetowej ujawnia się dopiero wtedy, gdy dane są rzeczywiście analizowane i wykorzystywane. Zwrot z analityki internetowej jest zerowy, jeśli nie podejmiemy żadnych działań na podstawie zebranych informacji.
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
