Wraz ze wzrostem dojrzałości analitycznej, firmy zaczynają coraz więcej inwestować w dane. Przede wszystkim integrują je z różnych źródeł. W ten sposób prowadzą demokratyzację wiedzy, zapewniając dostęp do danych w organizacji. Jak w tym wszystkim wykorzystać Google Analytics 360 w kontekście pracy z danymi w Google BigQuery? O tym w dzisiejszym wpisie.
Co znajdziesz w tym artykule?
Google Analytics 360 a Google BigQuery
Google BigQuery – znaczenie w rozwoju analityki internetowej
Google Analytics 360 – dlaczego warto?
Przyszłość Google 360
Zdarzenia w Google Analytics
Jak obliczyć liczbę zdarzeń w Google Analytics
Liczba zdarzeń w wersji desktop i w aplikacji mobilnej
Liczba zdarzeń w Ecommerce
Podsumowanie
Google Analytics 360 w połączeniu z Google BigQuery umożliwia zaawansowaną analizę danych marketingowych. Dzięki tej integracji firmy mogą łatwo przetwarzać ogromne ilości informacji i uzyskiwać cenne wnioski. Google BigQuery pozwala na szybkie i efektywne przetwarzanie dużych zbiorów danych, co jest kluczowe w dynamicznie zmieniającym się środowisku marketingu online.
Jednym z głównych atutów korzystania z Google Analytics 360 i Google BigQuery jest możliwość tworzenia bardziej precyzyjnych segmentów użytkowników oraz lepsze zrozumienie ich zachowań. To z kolei pozwala na bardziej efektywne kampanie marketingowe i lepsze dostosowanie treści do potrzeb odbiorców.
Warto również zaznaczyć, że dzięki integracji z Google BigQuery, firmy mogą łatwo łączyć dane z Google Analytics 360 z innymi źródłami danych, takimi jak CRM czy systemy e-commerce. To umożliwia tworzenie kompleksowych raportów i analiz, które wspierają podejmowanie decyzji biznesowych.
Google Analytics 360 i Google BigQuery to potężne narzędzia, które pomagają firmom lepiej wykorzystywać dane w marketingu online. Integracja tych systemów umożliwia zaawansowaną analizę, precyzyjne segmentowanie użytkowników oraz tworzenie bardziej efektywnych kampanii marketingowych.
Naturalnym krokiem w rozwoju dojrzałości analitycznej jest wykorzystanie Google BigQuery. Po pierwsze, integruje różne źródła danych w jednym miejscu. Po drugie, BigQuery staje się głównym źródłem prawdy w kontekście raportów i procesów BI wykorzystywanych w firmie. Po trzecie, umożliwia wykorzystanie zaawansowanych mechanizmów machine learning do prowadzenia bardziej zaawansowanych analiz. Coraz częściej źródłem danych w tym zakresie jest również Google Analytics.
Google BigQuery to hurtownia danych, która gromadzi w skalowalny sposób bardzo duże ilości danych. Do czasu, gdy korzystaliśmy z Google Analytics 3 (Universal Analytics), integracja i eksport danych analitycznych do Google BigQuery były zarezerwowane wyłącznie dla klientów Google Analytics 360, czyli płatnej wersji Google Analytics. Wraz z wprowadzeniem Google Analytics 4, natywny eksport danych, polegający na integracji obu narzędzi za pomocą kilku kliknięć, stał się jednak bezpłatny i dostępny również dla użytkowników bezpłatnej wersji Google Analytics.
Pojawia się więc pytanie, dlaczego inwestować w Google Analytics 360, skoro jedna z kluczowych funkcji, wcześniej dostępna tylko w płatnej wersji, jest teraz dostępna także w wersji bezpłatnej. Warto jednak zwrócić uwagę na kilka istotnych aspektów, które przemawiają za inwestycją w GA360.
Przede wszystkim, Google Analytics 360 oferuje service level agreement (SLA), dostępny tylko dla właścicieli płatnej wersji narzędzia w kontekście Google BigQuery.
Jednak głównym czynnikiem, który może przekonać do inwestycji w płatną wersję Google Analytics, jest limit miliona zdarzeń, które może przyjąć eksport do Google BigQuery. Dotyczy to danych analitycznych, obejmujących zachowania użytkowników w ramach Twoich produktów cyfrowych, które trafiają do Google BigQuery.
Inwestycja w Google Analytics 360 może więc być uzasadniona, jeśli Twoja firma potrzebuje większej przepustowości danych oraz gwarancji jakości usług oferowanych przez Google. Na pierwszy rzut oka może się wydawać, że jeden milion zdarzeń dziennie to duży zapas. Jednak po przeanalizowaniu kilku przykładów i obliczeń okazuje się, że ten limit można szybko wyczerpać. Po przekroczeniu tego limitu dalsze dane nie będą przetwarzane.
W kontekście podejmowania decyzji na podstawie danych, jest to sytuacja niedopuszczalna, gdyż w pewnym momencie dnia dane przestają być gromadzone właśnie z powodu tego limitu.
W kierunku przyszłości Google 360 zmierza intensywnie w stronę pełnej integracji z chmurą i AI-napędzanych analiz. Oczekuj szybszych eksportów danych, lepszej obsługi strumieniowej oraz wbudowanego wspierania modeli ML bezpośrednio na zestawach GA360. Nowe wersje będą też bardziej modularne – łatwiej będzie rozszerzać funkcje w zależności od potrzeb.
Jednym z najciekawszych kierunków są narzędzia AI w BigQuery, które pomagają automatycznie generować zapytania SQL lub przygotowywać dane (np. funkcja Gemini dla BigQuery). Ponadto, usprawniane są rurociągi danych (data pipelines), by zmniejszyć opóźnienia i uprościć integracje z innymi systemami marketingowymi.
Zdarzenia w analityce internetowej, szczególnie w Google Analytics 4, to interakcje podejmowane przez użytkowników. Interakcje mogą być automatycznie wywoływane, na przykład zdarzenie zdarzenie scrollowania czy kliknięcie w interaktywny element serwisu.
W podstawowym rozumieniu zdarzenie to każda interakcja, na przykład załadowanie strony (zdarzenie o nazwie Page View) czy kliknięcie w element, w zależności od tego, jak ten element został skonfigurowany.
Liczba zdarzeń, które gromadzi Google Analytics i później eksportuje do Google BigQuery, zależy od dwóch podstawowych czynników. Po pierwsze, zależy od poziomu ruchu. Im więcej użytkowników odwiedza stronę, tym więcej zdarzeń generuje Google Analytics. Drugi czynnik to poziom konfiguracji śledzenia. Im bardziej dokładne śledzenie i im więcej akcji rejestrowanych przez Google Analytics, tym więcej zdarzeń przypada na jednego użytkownika.
Przypomnijmy, że limit bezpłatnej wersji Google Analytics na eksport dzienny wynosi milion zdarzeń. Zakładając, że podczas jednej wizyty użytkownik dokonuje średnio 15 zdarzeń, można to zobrazować jako wizytę na pięciu podstronach, czyli 5 odsłon różnych podstron.
Odsłona może również oznaczać przeładowanie tej samej strony. Na każdej podstronie użytkownik wykonuje średnio trzy różne zdarzenia, takie jak powiększenie zdjęcia, zescrollowanie strony do określonego poziomu czy kliknięcie na element, który nie powoduje przeładowania strony. W sumie daje to średnio 15 zdarzeń na jedną wizytę użytkownika.
Jeśli mamy 67 tysięcy użytkowników dziennie, łatwo zauważyć, że przy takim poziomie aktywności limit zdarzeń zostanie przekroczony. Jeżeli liczba użytkowników przekroczy 67 tysięcy, zostanie przekroczony limit i dalsze zdarzenia nie będą rejestrowane przez Google Analytics. 67 tysięcy użytkowników dziennie to około 2 miliony użytkowników miesięcznie. Największe serwisy w Polsce mogą pochwalić się takim poziomem ruchu.
Jeżeli serwis oprócz wersji desktopowej posiada również aplikację mobilną, zaangażowanie użytkowników w aplikacji jest zazwyczaj wyższe, co oznacza wyższy poziom śledzenia. Oprócz ekranów rejestrowane są także systemowe zdarzenia, takie jak crashe w aplikacji. W przypadku aplikacji, na jedną sesję użytkownika może przypadać około 30 zdarzeń.
W takim wypadku limit zostanie napotkany przy dodatkowych 30 tysiącach użytkowników dziennie, z punktu widzenia samej aplikacji. Łączenie analityki danych z aplikacją i wersją desktopową jest kluczowe, aby obserwować ścieżkę użytkownika pomiędzy różnymi produktami cyfrowymi. Okazuje się, że nasze serwisy czy produkty cyfrowe powinno odwiedzać maksymalnie 50 tysięcy użytkowników dziennie, aby nie przekroczyć limitu miliona zdarzeń, które przyjmuje Google BigQuery.
Może to wydawać się mało prawdopodobne, jednak przykład jednego z naszych klientów – witryny e-commerce, która działa na dziesięciu rynkach w Europie i generuje około 60 milionów przychodu netto miesięcznie – pokazuje, że można napotkać ten limit. W tym przypadku, już osiągnęliśmy limit miliona zdarzeń dziennie, zanim jeszcze przystąpiliśmy do rozszerzenia śledzenia na potrzeby biznesowe.
Inwestycja w płatną wersję Google Analytics, jest decyzją, którą trzeba odpowiednio zabudżetować. Warto prześledzić, jak wygląda liczba zdarzeń w Twoim przypadku. Jeśli jesteś blisko tego limitu, warto rozważyć kroki, aby go nie przekroczyć lub rozpocząć rozmowy o płatnej wersji Google Analytics.
Podsumowując, główną zaletą Google Analytics 360 w kontekście BigQuery jest brak limitu miliona zdarzeń dziennie, co daje większą elastyczność i możliwość skorzystania z pełni możliwości analitycznych. Oczywiście, w ramach licencji na Google BigQuery obecne jest również SLA na eksport danych. Jak pokazałem na większych liczbach, może się okazać, że milion zdarzeń jest już osiągnięty lub bardzo blisko przekroczenia. Możliwe, że nie jesteś świadomy, iż dane powyżej tego miliona zdarzeń, na przykład w pewnym momencie dnia, od godziny 16 lub 17, nie są rejestrowane. Zachęcam do sprawdzenia, czy rzeczywiście tak jest. Jeśli masz pytania dotyczące optymalizacji lub inwestycji w Google Analytics 360, zapraszam do kontaktu na bezpłatną konsultację, gdzie pomożemy odpowiedzieć na te pytania.
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
