Google Analytics w marketingu
Współczynnik unassigned – czym jest?
Współczynnik unassigned – jak sprawdzić jego wartość?
Ruch unassigned – dlaczego się pojawia?
Wysoki współczynnik unassigned – dlaczego jest problematyczny?
Strategie radzenia sobie z „Unassigned” w Google Analytics 4
Współczynnik unassigned – jak zmniejszyć jego wartość?
Podsumowanie
Google Analytics odgrywa kluczową rolę w marketingu, pełniąc dwie zasadnicze funkcje. Po pierwsze, umożliwia analizę zachowania użytkownika w serwisie, co pozwala lepiej zrozumieć, jak użytkownicy wchodzą w interakcje z Twoją stroną. To z kolei daje możliwość optymalizacji doświadczeń użytkowników i zwiększenia efektywności działań marketingowych.
Po drugie, narzędzie to dostarcza informacji o źródłach ruchu na stronie, co jest nieocenione w ocenie skuteczności kampanii marketingowych. Dzięki temu można lepiej planować przyszłe strategie i alokować budżety marketingowe w sposób bardziej efektywny.
Kiedy w Google Analytics 4 zauważysz wysoki procent ruchu Unassigned, warto zbadać jego przyczyny. Tego typu ruch może wskazywać na problemy z konfiguracją źródeł kampanii lub brakujące tagi, co może utrudniać dokładne śledzenie efektywności działań marketingowych. Ważne jest, aby te problemy jak najszybciej zidentyfikować i skorygować, aby dane w Analytics były jak najbardziej precyzyjne i użyteczne.
Analiza sposobu, w jaki pozyskujesz ruch do serwisu, jest kluczowa w kontekście poprawy współczynnika konwersji. Problem pojawia się, gdy ruch nie jest przypisany do konkretnych źródeł czy kanałów, co utrudnia pracę analityczną. Wtedy często pojawia się pytanie, czym jest „Unassigned” w Google Analytics 4 i za jaki ruch odpowiada.
Unassigned to wartość wymiaru Default Channel Grouping, czyli Defaultowe Grupowanie Kanałów, występująca w raportach pozyskiwania ruchu. W raportach tych standardowo widoczny jest kanał Default Channel Grouping, który stanowi najwyższy poziom agregacji źródeł ruchu. Schodząc niżej, można znaleźć szczegółowe informacje, takie jak źródło, medium, kampania i inne. W raportach Google Analytics, szczegółowe informacje o pozyskiwaniu ruchu znajdziemy w zakładce Reports, w sekcji Acquisition.
Chcąc sprawdzić wartość ruchu unassigned musimy zejść jeszcze niżej. W raportach Google Analytics, szczegółowe informacje o pozyskiwaniu ruchu znajdziemy w zakładce Reports, w sekcji Acquisition.
Warto tu rozróżnić dwa rodzaje pozyskiwania: Traffic Acquisition i User Acquisition. Po wejściu do Traffic Acquisition, pierwszym widocznym wymiarem jest Primary Channel Group, znany również jako Default Channel Group. Wśród tych wymiarów może pojawić się opcja Unassigned. Unassigned jest wartością wymiaru Default Channel Grouping, która domyślnie jest widoczna w raportach pozyskiwania ruchu. Choć w raportach zazwyczaj prezentowane są domyślne ustawienia, możemy zmienić podstawowy wymiar na przykład na źródło medium.
Ważne jest jednak, że samego wymiaru Default Channel Grouping nie można edytować. Tworząc własne grupowanie kanałów, możemy skorzystać z opcji utworzenia niestandardowego grupowania. Pojawiające się wartości są widoczne w definicji Default Channel Grouping, gdzie znajdziemy szczegóły dotyczące znaczenia poszczególnych wartości. Na przykład, terminy takie jak Cross Network czy Direct Display opisują, co oznaczają konkretne wartości w Default Channel Grouping.
Dodatkowo, definicje tych wartości wskazują, w jaki sposób Google Analytics 4 przypisuje poszczególne wartości do konkretnych wymiarów. Jeśli w naszym raporcie pojawi się konkretna wartość, oznacza to, że źródło ruchu nie pasuje do żadnej z zdefiniowanych kategorii.
Pytanie, które może się pojawić w kontekście Google Analytics 4, dotyczy ruchu oznaczonego jako „Unassigned”. Aby zrozumieć, za jaki ruch odpowiada ta kategoria, warto skorzystać z dostępnych źródeł pomocy, które szczegółowo opisują kryteria przypisywania ruchu do określonych wartości w Default Channel Grouping. Jeżeli żaden z tych warunków nie jest spełniony, wtedy ruch trafia do kategorii „Unassigned”.
Z mojego doświadczenia wynika, że udział ruchu „Unassigned” zwykle wynosi kilka procent, maksymalnie od 1% do 3%, w zależności od serwisu. Zdarzały się jednak przypadki, gdzie ten udział sięgał nawet 15%, co wskazuje na problem z konfiguracją śledzenia danych. Warto bliżej przyjrzeć się sytuacji, gdy udział ruchu „Unassigned” przekracza 5%.
Jak sprawdzić ten udział ruchu? W raporcie Traffic Acquisition można odfiltrować kategorię „Unassigned”. Jeśli udział wynosi 3,33%, mieści się on w granicach typowych obserwacji. Jeśli udział ruchu Unassigned przekracza 5%, warto się tym zainteresować i przeanalizować sytuację dokładniej. Zanim jednak przejdziemy do raportów, warto zwrócić uwagę na kilka aspektów związanych z weryfikacją tego współczynnika.
Przede wszystkim, korzystając z bezpłatnej wersji Google Analytics 4, dane potrzebują minimum 48 godzin na pełne przetworzenie. Dlatego przy audycie Unassigned analizuj dane przynajmniej z dwóch dni wstecz. W przypadku Google Analytics 360 ten limit 48 godzin jest zniesiony, a dane pojawiają się już po 4 godzinach. Jeśli zatem potrzebujesz szybkich danych o ruchu, Google Analytics 360 może być odpowiednim rozwiązaniem.
Jednym z powodów pojawiania się ruchu Unassigned jest nieprawidłowe wdrożenie measurement protocol. Warto to sprawdzić, aby zapewnić prawidłowe gromadzenie danych. Measurement Protocol to funkcjonalność Google Analytics 4, która umożliwia wysyłanie danych bezpośrednio do tego narzędzia, z pominięciem strony internetowej lub aplikacji mobilnej.
Warto zaznaczyć, że podczas wysyłania tak zwanych żądań Measurement Protocol może zabraknąć Session ID, do którego przypisana jest dana interakcja. To jedna z przyczyn problemów, jakie mogą się pojawić. Measurement Protocol jest wymagającą pod względem technicznym funkcjonalnością, co stwarza ryzyko popełnienia błędów i skutkuje przypisaniem danych do kategorii „unassigned”.
Innym powodem występowania nieprzypisanego źródła ruchu może być brak eventu Session Start. Temat ten jest dość techniczny, jednak często wynika z nieprawidłowego wdrożenia Google Tag Managera. Choć nie będziemy tutaj zagłębiać się w szczegóły techniczne, warto rozważyć ten aspekt jako możliwą przyczynę problemu.
Kolejnym powodem pojawiania się kategorii „unassigned” mogą być niestandardowe „audience” w Google Analytics 4. Podczas tworzenia takich grup odbiorców czasami generowane są zdarzenia, które mogą prowadzić do powstania kategorii „unassigned”. Jeśli masz wiele tworzonych grup odbiorców, to może być potencjalna przyczyna wysokiego współczynnika „unassigned”.
Ostatecznie, problem może wynikać z nieprawidłowego lub niekompletnego wdrożenia tagów UTM. Analizując przepływ danych w kanałach, gdzie ruch przypisywany jest jako domyślny lub nieprzypisany, istotne jest prawidłowe zastosowanie UTM-ów. Jeśli nasze UTM-y nie spełniają określonych kryteriów, ruch zostaje oznaczony jako unassigned. Należy także zwrócić uwagę na stosowanie niepewnych UTM-ów. Podstawowe trzy UTM-y to UTM Medium, UTM Campaign i UTM Source. W przypadku użycia jedynie UTM Campaign istnieje wysokie prawdopodobieństwo, że ruch trafi do kategorii unassigned.
Warto również w raporcie Traffic Acquisition, czyli pozyskiwania ruchu, dodać dodatkowy wymiar zawierający source/medium. Po dodaniu Source/Medium często okazuje się, że najczęściej jest to source/medium non-set. Z doświadczenia wynika, że w co najmniej 75% przypadków to właśnie source/medium non-set jest przyczyną pojawiania się ruchu unassigned.
Co jest powodem pojawiania się non-set? Zazwyczaj przyczynami są te, które już omówiłem. Dla przypomnienia, mamy 48 godzin na przetworzenie danych, co jest pierwszym powodem. Drugim powodem może być nieprawidłowo wdrożony measurement protocol, a także nieprawidłowa konfiguracja Google Tag Managera, zwłaszcza gdy zdarzenia są wywoływane przed deklaracją konta, czyli tzw. tagu konfiguracyjnego. Warto więc dokładnie sprawdzić wdrożenia tych narzędzi.
Dlaczego wysoka wartość tego współczynnika to problem? Analityka internetowa ma na celu podejmowanie decyzji w oparciu o dane online. Gdy duża część naszego ruchu marketingowego nie jest przypisana do żadnego kanału, oznacza to, że nasze dane nie są wystarczająco precyzyjne.
Jakość danych jest kluczowa dla wartości analiz, które na nich opieramy. W świecie marketingu i biznesu funkcjonuje pojęcie GIGO, czyli Garbage In, Garbage Out. Oznacza to, że jakość naszych analiz jest bezpośrednio związana z jakością danych, które wykorzystujemy. Warto więc zwrócić szczególną uwagę na to, aby dane, na których pracujemy, były jak najlepszej jakości.
Jeśli w raporcie Traffic Acquisition widzisz wysoką wartość „Unassigned”, warto wdrożyć systematyczne podejście: najpierw przeanalizuj, jakie źródła często trafiają do kategorii „nieprzypisane”, następnie sprawdź konfigurację tagów oraz UTM-y, a w końcu utwórz własne grupowanie kanałów (Custom Channel Grouping). Dzięki temu poprawisz jakość danych, łatwiej podejmiesz decyzje marketingowe i zminimalizujesz efekt „ślepych stref” w analizie ruchu online.
Aby zmniejszyć ten współczynnik, warto zastosować Custom Channel Grouping, czyli własne grupowanie kanałów. Pozwala to na skopiowanie Default Channel Grouping i dostosowanie go do indywidualnych kryteriów, co jest szczególnie istotne, gdy źródło/medium not-set nie jest jedynym powodem pojawienia się „unassigned”.
To rozwiązanie jest niezbędne, zwłaszcza w przypadku stosowania UTM, które nie są przypisane do żadnego domyślnego kanału. Tagowanie parametrami UTM stanowi podstawę dobrej jakości danych w marketingu i pozwala na precyzyjniejszą analizę oraz lepsze zrozumienie efektywności kampanii. Zadbaj o prawidłowe tagowanie kampanii UTM, niezależnie od tego, czy masz problem z unassigned, czy nie.
Kluczowym krokiem w tym procesie jest dokładna analiza konfiguracji, szczególnie wdrożenia kodu śledzącego lub Google Tag Managera (GTM). To właśnie tam najczęściej tkwi przyczyna wysokiego udziału ruchu not-set, który wpływa na duży współczynnik unassigned.
Unassigned nie zawsze stanowi duży problem, zwłaszcza jeśli jego udział w ruchu wynosi mniej niż 5%. Jednak w przypadku większych udziałów warto dokładnie przeanalizować sytuację. Przypisanie konwersji do źródeł ruchu jest kluczowe dla skutecznej analizy danych. Warto zacząć od struktury tagowania kampanii UTM, która jest kluczowa dla skutecznej analizy działań marketingowych.

Historie sukcesów
Ostatnie wpisy na blogu