Jeżeli Twój serwis internetowy funkcjonuje w zgodzie z najnowszymi wymaganiami, a co za tym idzie udało Ci się wdrożyć w nim tzw. Consent Mode – z całą pewnością zaczynasz obserwować, że ilość zbieranych przez Ciebie danych nie jest taka sama, jak jeszcze przed wdrożeniem zgód dotyczących cookies. Jeśli nadal zastanawiasz się, co jest powodem takiej rozbieżności – odpowiedź znajdziesz w tym artykule.
Musisz wiedzieć, że odpowiadają za to właśnie ciasteczka, a mówiąc konkretniej – fakt, iż część użytkowników nie wyraża zgody na ich użycie. W ten sposób dane na temat ich aktywności na Twojej stronie nie są agregowane, nie można ich przypisać do konkretnych odwiedzających, a co za tym idzie – wykorzystać w celu poprawy konwersji, optymalizacji serwisu, jak i w wielu innych aspektach.

Ale czy od teraz wszyscy właściciele stron internetowych muszą pogodzić się z częściową utratą danych? A może da się “coś” z tym zrobić, aby nadal otrzymywać informacje na temat ruchu, jak i zachowania w serwisie www? O tym przeczytasz w dalszej części wpisu. Poznaj definicję, zastosowanie oraz zalety behawioralnego modelowania danych za pośrednictwem Google Analytics 4.

Co znajdziesz w tym artykule?
Czym jest modelowanie behawioralne?
Modeled data vs observed data. Czym różnią się te dwa podejścia do gromadzenia danych?
Korzyści wynikające z tego podejścia. Dlaczego warto korzystać z tzw. behavioral modelingu?
Behawioralne modelowanie danych – jak z niego korzystać za pomocą Google Analytics 4?
Wymagania techniczne – o co zadbać, aby korzystać z pełnych możliwości behawioralnego modelowania danych w GA4?
Ograniczenia, czyli jakie funkcje nie są obecnie obsługiwane?
Przyszłość danych behawioralnych
Szukasz profesjonalnego wsparcia we wdrożeniu Consent Mode i konfiguracji Google Analytics 4?

Czym jest modelowanie behawioralne?

Behavioral modeling stanowi swego rodzaju odpowiedź na utratę części cennych informacji o użytkownikach stron internetowych. W czasie, gdy zachowania osób, które wyrażą zgodę na cookies, mogą być przypisywane do konkretnych ID, w przypadku użytkowników bez takich zgód – GA4 zaprzęga do tego działania sztuczną inteligencję. Analytics wykorzystuje m.in. machine learning, modele i wiele innych rozwiązań.
Można więc powiedzieć, że behawioralne modelowanie danych to sposób, który polega na oszacowaniu prawdopodobieństwa pojawienia się konkretnych aktywności (określanych na podstawie danych historycznych, jak i informacji na temat użytkowników, którzy wyrażają zgody).
Oczywiście, uzyskane w ten sposób informacje (modeled) nie są tak dokładne, jak tradycyjne (observed). Jednak z całą pewnością można stwierdzić, że stanowią lepszą alternatywę, niż brak jakichkolwiek danych. W tym miejscu warto także zaznaczyć, że takie podejście do modelowania danych dla Consent Mode po raz pierwszy zostało wdrożone w Google Ads. Jego wykorzystanie w Google Analytics 4 znajduje się na razie w fazie beta.

Modeled data vs observed data. Czym różnią się te dwa podejścia do gromadzenia danych?

Aby jeszcze lepiej zobrazować działanie modelowania danych behawioralnych – pozwól, że zobrazuję Ci różnice zachodzące między pozyskiwanymi przez GA4 informacjami.

• Observed data (czyli dane rzeczywiste) to informacje, zdobywane bezpośrednio od użytkowników, którzy zaakceptowali cookies. Wyrażona przez nich zgoda pozwala na sprawne obserwowanie zachowania, w tym m.in. ilości i rodzajów odwiedzanych stron, czasu spędzanego w poszczególnych zakładkach i wielu innych aspektów.
• Modeled data (czyli dane modelowane) to z kolei dane, które nie pochodzą bezpośrednio od konkretnych użytkowników. Zamiast tego są one wynikiem szacunków – obliczanych na podstawie aktywności podobnych osób.

Można więc powiedzieć, że dane rzeczywiste są stosunkowo dokładne, natomiast dane modelowe – jedynie szacunkowe.

Korzyści wynikające z tego podejścia. Dlaczego warto korzystać z tzw. behavioral modelingu?

Jak już wspomniałem – dostęp do “jakichkolwiek” danych jest zawsze lepszy niż całkowity brak informacji o Twoich odbiorcach. Dlatego ogromną zaletę takiego rozwiązania stanowi sam fakt, iż Google Analytics 4 daje możliwość agregowania danych, które bez zastosowania modelowania behawioralnego po prostu by nie istniały.
Kolejnym ważnym punktem jest to, że wykorzystuje do tego sztuczną inteligencję (opierającą się na uczeniu maszynowym, gromadzeniu danych, jak i dobranych modelach). Ten czynnik z kolei sprawia, że tak pozyskiwane informacje są stosunkowo dokładne, a co za tym idzie – mogą stanowić solidny fundament do podejmowania trafnych decyzji (analitycznych, marketingowych, jak i biznesowych).
Skoro już wiesz, na czym polega modelowanie behawioralne, znasz różnice pomiędzy nim a danymi rzeczywistymi, a dodatkowo udało Ci się zapoznać z kluczowymi zaletami takiego podejścia – pora opowiedzieć sobie nieco więcej o jego aspektach technicznych.

Behawioralne modelowanie danych – jak z niego korzystać za pomocą Google Analytics 4?

W tym miejscu muszę wspomnieć, że GA4 automatycznie integruje wszystkie dane (zarówno modelowane, jak i rzeczywiste). Jak można wyczytać na stronie wsparcia Google Analytics: fakt, że narzędzie uwzględnia dane modelowe, można poznać m.in. po różnicach występujących w raportach uwzględniających tylko dane rzeczywiste.
Jeżeli chcesz zyskać dostęp do możliwości zarządzania modelowaniem behawioralnym – wystarczy, że udasz się do sekcji Tożsamość na potrzeby raportowania, którą znajdziesz w usługach w panelu Administracja.

Źródło: Google Analytics

Wymagania techniczne – o co zadbać, aby korzystać z pełnych możliwości behawioralnego modelowania danych w GA4?

Aby uruchomić, a następnie korzystać z funkcjonalności, jakie daje to modelowanie, należy spełnić kilka kluczowych wymagań.
Najważniejszym z nich jest oczywiście wdrożenie trybu Consent Mode, który zezwala na uzyskanie zgód od użytkowników odwiedzających Twoją witrynę. Należy pamiętać, że ten tryb powinien być aktywny na wszystkich podstronach, a same tagi powinny się wczytywać przed pojawieniem się okna z informacjami i prośbami o wyrażenie zgody.
Kolejnym istotnym punktem jest ilość agregowanych informacji. Aby modelowanie mogło działać – potrzebuje tzw. treningu, czyli dostępu do danych, w tym:

• Minimum 1000 zdarzeń dziennie (oznaczonych parametrem analytics_storage=’denied’) – przez tydzień.
• Minimum 1000 użytkowników dziennie (generujących wydarzenia oznaczone parametrem analytics_storage=granted) – przez tydzień (z ostatnich 28 dni).

Ograniczenia, czyli jakie funkcje nie są obecnie obsługiwane?

Pomimo wielu niekwestionowanych atutów, takie podejście do gromadzenia i prezentacji informacji, niestety musi się wiązać także z pewnymi barierami, które w pewien sposób ograniczają jego możliwości.
W związku z powyższym, nie można go użyć do danych pochodzących z takich miejsc, jak: Odbiorcy, Segmenty, Dane prognozowane, Eksploracje i Eksportowanie danych. Modelowanie behawioralne nie znajduje również zastosowania w raportach oraz kartach, które prezentują dane w czasie rzeczywistym.
Warto pamiętać, że obecna wersja behawioralnego modelowania danych w Google Analytics 4 cały czas jest w fazie testów. To oznacza, że prace nad optymalizacją, rozbudową, a co za tym idzie – podnoszeniem efektywności, trwają. Być może dotychczasowe rozwiązanie stanowi jedynie zalążek narzędzia, które pozwoli zbierać i analizować dane o odbiorcach z dużo większą dokładnością. Ale jak naprawdę będzie? Czas pokaże.

Przyszłość danych behawioralnych

W nadchodzących latach dane behawioralne staną się jeszcze głębsze i bardziej kontekstowe. Będziemy coraz częściej łączyć informacje z urządzeń IoT, sensorów mobilnych i sygnałów pasywnych (takich jak czas ekranu, wzorzec użytkowania) z tradycyjnym ruchem online. W efekcie powstaną modele, które reagują w czasie rzeczywistym i coraz lepiej przewidują zachowania oraz potrzeby użytkownika. 

Trendy i innowacje w analizie danych behawioralnych

Przyszłość analizy behawioralnej to m.in. augmented analytics – czyli wykorzystanie AI i NLP, by automatycznie wydobywać wnioski bez potrzeby ręcznej analizy.

Również modelowanie predykcyjne (machine learning) będzie standardem – przewidywanie porzucenia, zakupów czy segmentów użytkowników na podstawie wzorców. Ponadto “digital phenotyping” – analiza pasywna z urządzeń – umożliwi uchwycenie codziennych zachowań offline i powiązanie ich z interakcjami online.

Szukasz profesjonalnego wsparcia we wdrożeniu Consent Mode i konfiguracji Google Analytics 4?

Skontaktuj się z ekspertami Conversion, a z przyjemnością pokażemy Ci jak w Twoim przypadku wykorzystać wszystkie możliwości, jakie oferuje behawioralne modelowanie danych w GA4. W ramach naszych usług zapewnimy Ci kompleksową pomoc w przygotowaniu oraz wdrożeniu narzędzi, a także będziemy do Twojej dyspozycji, aby zająć się ich obsługą czy udzielać Ci dodatkowych rad i szkoleń.
Jeśli chcesz być na bieżąco ze światem analityki internetowej, już teraz zapisz się do naszego newslettera!

The post Behavioral Modeling – czym jest i jak działa behawioralne modelowanie danych w GA4? first appeared on Conversion.