Branża: Porównywarka cenowa
Klient: Ringier Axel Springer Polska sp. z o.o. (Warszawa, Polska)
Strona: www.skapiec.pl

Punkt wyjścia

Skąpiec.pl to jedna z największych porównywarek cenowych na polskim rynku. Serwis prezentuje miliony ofert i produktów, a miesięcznie odwiedza go blisko 4 miliony użytkowników. Przy takiej skali działania jakość danych oraz sprawność wdrażania nowych kodów śledzących miały bezpośredni wpływ na efektywność działań marketingowych i analitycznych.

Przed rozpoczęciem współpracy każda zmiana w kodzie strony wymagała zaangażowania działu IT. Nawet proste wdrożenia, takie jak śledzenie kliknięcia w przycisk, uruchomienie ankiety czy dodanie nowego kodu remarketingowego, trafiały do kolejki ticketów i mogły czekać na realizację tygodniami.

Celem współpracy było zwiększenie efektywności zbierania i analizy danych poprzez wdrożenie Google Tag Managera oraz uporządkowanie całego procesu zarządzania tagami.

Wyzwania

Najważniejszym wyzwaniem było odciążenie działu IT i umożliwienie szybszego wdrażania zmian analitycznych oraz marketingowych. Dotychczasowy model pracy powodował opóźnienia, a zespoły marketingowe i analityczne były w dużej mierze zależne od dostępności webmasterów.

Projekt był dodatkowo złożony ze względu na skalę serwisu. Skąpiec.pl posiadał już zaawansowaną konfigurację Google Analytics, rozbudowany system śledzenia oraz dużą liczbę kont i profili GA. Konieczne było więc nie tylko przeniesienie istniejących skryptów do Google Tag Managera, ale także uporządkowanie całego procesu zbierania danych.

Kluczowe wyzwania obejmowały:

• migrację rozbudowanej instalacji Google Analytics do Google Tag Managera,
• stworzenie skalowalnej warstwy danych (DataLayer),
• uporządkowanie wielu kont, profili i śledzonych elementów,
• zapewnienie wysokiej jakości i kompletności danych,
• ograniczenie zależności marketingu i analityki od działu IT,
• zachowanie ciągłości pomiaru w trakcie migracji.

Istotne było również zaprojektowanie rozwiązania przyszłościowego — takiego, które pozwoli w dowolnym momencie rozwijać śledzenie o nowe zdarzenia, skrypty i potrzeby biznesowe.

Nasze podejście

Prace rozpoczęliśmy od szczegółowego mapowania dotychczasowej konfiguracji Google Analytics. Zespół Conversion przeanalizował konta, profile oraz wszystkie elementy śledzone na stronie. Celem nie było samo przeniesienie istniejących kodów, ale ocena, które dane są naprawdę potrzebne i jak można wykorzystać je do tworzenia użytecznych analiz oraz rekomendacji.

Następnie przygotowaliśmy specyfikację DataLayer, czyli warstwy danych stanowiącej podstawę poprawnego wdrożenia Google Tag Managera. Gotowa specyfikacja została przekazana do zespołu IT Skąpiec.pl, który wdrożył ją w kodzie strony.

Kolejnym krokiem było stworzenie mechanizmów DataLayer.push, czyli sygnałów informujących GTM, że na stronie wydarzyła się konkretna akcja — np. kliknięcie przycisku lub przewinięcie strony. Dzięki wykorzystaniu zaawansowanych kodów JavaScript większość tych zmian została wdrożona bez angażowania IT po stronie Skąpiec.pl.

Aby ograniczyć ryzyko błędów, wdrożenie przeprowadzono etapowo. Conversion uruchomiło bliźniaczą instalację Google Analytics przez Google Tag Managera, opartą na osobnych kontach. Pozwoliło to porównać dane zbierane przez stare kody z danymi zbieranymi przez nową konfigurację GTM. Dzięki temu udało się zidentyfikować i poprawić błędy jeszcze przed finalnym przepięciem.

Ostateczne wdrożenie polegało na jednoczesnym wyłączeniu starych kodów przez IT i uruchomieniu nowych przez analityków Conversion. Proces był monitorowany w czasie rzeczywistym i trwał jeden dzień.

Efekty

Wdrożenie Google Tag Managera przyniosło Skąpiec.pl konkretne efekty organizacyjne, techniczne i analityczne:

• proces wdrożenia i migracji kodów trwał 6 tygodni,
• zaimplementowano 118 tagów, 96 makr i 38 reguł,
• przeniesiono m.in. skrypty Google Analytics, tagi Gemius Audience, remarketingowe AdWords oraz ankiety Qualaroo,
• odciążono dział IT,
• usprawniono pracę działu marketingu,
• przyspieszono wdrażanie nowych kodów i skryptów,
• poprawiono szybkość działania serwisu dzięki asynchronicznemu ładowaniu tagów,
• zapewniono wysoką jakość i kompletność danych,
• otwarto nowe możliwości analiz.

Szczególnie istotny był efekt praktyczny po szkoleniu zespołu. Już tydzień po wdrożeniu zespół Skąpiec.pl, przy niewielkim wsparciu Conversion, samodzielnie wdrożył kody remarketingowe nowej sieci reklamowej. Zmiana została uruchomiona następnego dnia od zgłoszenia z marketingu — podczas gdy wcześniej podobny proces przez IT trwałby ponad tydzień.

Opinia firmy Skąpiec.pl o zespole Conversion

Podsumowanie

Projekt dla serwisu Skąpiec.pl pokazuje, jak wdrożenie Google Tag Managera może uporządkować proces zbierania danych, odciążyć dział IT i zwiększyć efektywność działań marketingowych. Dzięki dobrze zaprojektowanemu DataLayerowi oraz skalowalnej konfiguracji GTM organizacja zyskała większą niezależność, szybsze wdrożenia i nowe możliwości analityczne.

The post Skąpiec.pl – Jak Skąpiec.pl usprawnił zbieranie danych dzięki Google Tag Managerowi? first appeared on Conversion.

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.

Powolne, aczkolwiek sukcesywne eliminowanie ciasteczek z wiodących przeglądarek internetowych (m.in. Safari, Firefox, czy nieco mniej popularnej – Brave). Do tego ciągle zmieniające się (a raczej stale zaostrzane) przepisy oraz regulacje prawne związane z ochroną prywatności samych użytkowników sieci. Czy to wszystko oznacza, że czas popularnych cookies przemija i już wkrótce firmy, instytucje oraz agencje reklamowe będą musiały nauczyć się żyć bez nich?

Dowiedz się, co oraz w jaki sposób robią zarówno właściciele przeglądarek, jak i regulatorzy, aby już teraz ograniczać powszechne użycie cookiesów. Poznaj główne powody takich działań, a przede wszystkim – zobacz, jak przygotować się na ciasteczkową rewolucję, która jest coraz bliżej i nieuchronnie pozbawi nas dostępu do użytecznych informacji.

Co znajdziesz w tym artykule?
Czołowe przeglądarki internetowe bez cookies?
Cookieless 2025: hybrydowe podejście po decyzji Google o pozostawieniu third-party cookies
A co z rozwiązaniem, z którego korzysta zdecydowana większość internautów z całego świata?
Dlaczego regulatorzy nie lubią ciasteczek? Powody eliminowania cookies z powszechnego użytku.
Brak cookies a marketing. Co na to wszystko branża reklamowa?
Podsumowanie, czyli jak przygotować się na cookieless future, czyli przyszłość pozbawioną ciasteczek?

Czołowe przeglądarki internetowe bez cookies?

Jak wspomniałem na samym początku tego wpisu – rezygnacja z wykorzystywania tzw. 3rd party cookies dzieje się już na naszych oczach. Procesy te, choć na ten moment dotyczące maksymalnie kilkunastu procent użytkowników sieci, można zaobserwować w działaniach wybranych przeglądarek:

• Safari, która wdrożyła tzw. Intelligent Tracking Prevention, czyli rozwiązanie, którego zadaniem jest blokowanie śledzenia użytkowników pomiędzy witrynami oraz minimalizowanie ilości gromadzonych i przekazywanych danych (m.in. na temat ich lokalizacji czy wyszukiwanych informacji). A to wszystko przy jednoczesnym zachowaniu normalnego funkcjonowania stron internetowych.
• Firefox, która uruchomiła funkcjonalność o nazwie Enhanced Tracking Protection. Jej działanie polega na blokowaniu tzw. trackerów, ochronę użytkowników sieci przed szkodliwymi skryptami oraz złośliwym oprogramowaniem. Oczywiście podobnie, jak w przypadku Safari – zachowując wszelkie funkcjonalności – pozwalające na swobodne korzystanie z wybranych witryn www.
• Brave, która oferuje Shields, czyli rozwiązanie również blokujące przekazywanie cookies pomiędzy witrynami, chroniące przed wyłudzeniami i ograniczające pozostawianie tzw. fingerprints.

Cookieless 2025: hybrydowe podejście po decyzji Google o pozostawieniu third-party cookies

Po lipcowej decyzji Google marketerzy muszą działać hybrydowo: korzystać z cookies tam, gdzie to zgodne z prawem, i równolegle wdrażać Privacy Sandbox (Topics, Protected Audience) oraz rozwijać dane 1st-party. Postępy nadzoruje brytyjskie CMA, a Google publikuje kwartalne raporty.

Privacy Sandbox i zgodność w UE: wpływ „pay-or-okay” na zgody i pomiar

A co z rozwiązaniem, z którego korzysta zdecydowana większość internautów z całego świata?

Takie same lub zbliżone działania planuje również jedna z najpopularniejszych przeglądarek internetowych, czyli należąca do giganta technologicznego z USA – Google Chrome. Pierwotnie zmiany odnośnie ciasteczek miały zostać przez nią wdrożone już w 2021 roku, aby następnie przełożyć je na rok 2023. Jednak już teraz dochodzą nas słuchy, że może się to nie udać, a sama data również zostanie przesunięta. W związku z tym, finalne “rozprawienie się” z ciasteczkami przez popularnego chroma nastąpi prawdopodobnie w roku 2024.

Aczkolwiek, bez względu na to, czy zostało nam jeszcze kilkanaście miesięcy, czy też kilka lat – biorąc pod uwagę, jak duży udział* posiada Google Chrome – warto się do tego przygotować już teraz.

* Tylko w Europie z Google Chrome korzysta blisko 60% wszystkich użytkowników sieci! W Północnej Ameryce jest to ponad 52%, w Oceanii prawie 56%, a z kolei Afryce oraz Azji odpowiednio – 70% i aż 74%.

Źródło: Opracowanie własne

Dlaczego regulatorzy nie lubią ciasteczek? Powody eliminowania cookies z powszechnego użytku.

Powiedziałem już sporo na temat nadchodzących zmian, ale nie wspomniałem o jednej jakże ważnej kwestii, czyli powodach, dla których w przyszłości cookiesy mają zniknąć z powszechnego użytku.

Jeżeli uważasz, że działania firm technologicznych są kierowane głównie dbałością o interes oraz bezpieczeństwo danych samych użytkowników – mogę tylko pogratulować i pozazdrościć takiego optymizmu . Niestety, w praktyce głównym czynnikiem, dla którego wyżej wspomniane przeglądarki zdecydowały się na takie kroki, są oczywiście zmiany szykowane przez same instytucje rządowe.

Z pewnością udało Ci się spotkać z tak “gorącym” pojęciem, jak GDPR (w Polsce znanym bardziej jako RODO), a także jego amerykańskim odpowiednikiem, czyli CCPA. W międzyczasie “wszedł w życie” również dokument o nazwie ePR (ePrivacy Regulation), którego zadaniem było doprecyzowanie oraz rozszerzenie niektórych wymogów.

Tematyka związana z tymi przepisami to materiał na jeden, a nawet kilka osobnych artykuł. Dlatego pozwól, że dzisiaj daruję Ci taką lekturę i tylko w skrócie wspomnę, jakie mają zadanie.

Mianowicie, w teorii celem zarówno europejskich, jak i amerykańskich przepisów, jest zapewnienie skutecznej ochrony użytkowników sieci. Ochronę tę można rozumieć jako zagwarantowanie większej poufności i prywatności, a przede wszystkim – przeciwdziałanie gromadzeniu informacji pozwalających na identyfikowanie konkretnych osób (w tym danych osobowych, tych związanych z ich zachowaniem w Internecie itp.).

Brak cookies a marketing. Co na to wszystko branża reklamowa?

Nie ma co ukrywać – ciasteczka 3rd party stanowią jeden z solidnych fundamentów szeroko pojętej branży reklamowej, które pozwalają na dostarczanie dopasowanych i dobrze spersonalizowanych komunikatów marketingowych. W końcu z ich możliwości korzystają wszystkie największe firmy technologiczne, na czele z takimi markami, jak: Google, Facebook oraz Microsoft.

Gdy przyszłość bez cookies stanie się faktem, a co za tym idzie – nastąpi usunięcie personalizacji dostępnej z poziomu ciasteczek – powstanie swego rodzaju “lawina”, która podzieli użytkowników sieci na dwie grupy:

• Pierwszą z nich będą tworzyć osoby zalogowane w danej usłudze (poczcie e-mail, platformie społecznościowej itp.). Z uwagi na dostęp do kluczowych danych oraz posiadanie niezbędnych zgód na ich przetwarzanie, właściciele takich serwisów będą w stanie bardzo dokładnie personalizować wszelkie przekazy marketingowe (a także dawać taką możliwość, płacącym za to reklamodawcom). Niestety, taka aktywność wzmocni także wspomniane wcześniej zjawisko – walled garden.
• Druga grupa będzie składa się z userów pozostających poza systemem wybranych usług (czytaj: niezalogowanych). W tym przypadku wielu reklamodawców będzie musiało wrócić oraz ponownie “pogodzić się” z opcją tzw. targetowania kontekstowego, które nie pozwala na tak precyzyjną komunikację, jaka ma miejsce w przypadku personalizacji i dostępu do bardziej szczegółowych danych na temat użytkowników sieci.

Regulacje prawne oraz techniczne blokowanie ciasteczek stanowią również doskonały pretekst dla firm technologicznych, aby te wdrażały i udostępniały nowe usługi pozwalające na przekazywanie danych o użytkownikach. W tej materii mam na myśli głównie te, które nie tylko gromadzą dane przeznaczone pod segmentację, ale przede wszystkim – przerzucają obowiązek uzyskania zgody bezpośrednio na reklamodawcę.

Modelowymi przykładami takich praktyk są, chociażby opcje: Enhanced Conversions od Google’a oraz Offline Conversions oferowane przez Facebooka.

Zgody na politykę cookies – Facebook

Podsumowanie, czyli jak przygotować się na cookieless future, czyli przyszłość pozbawioną ciasteczek?

Jedno jest pewne. Nawet jeśli termin ostatecznego “rozprawienia” się z cookiesami przez przeglądarki, systemy reklamowe aż wreszcie – samych regulatorów, jest stale przesuwany w czasie – świat bez ciasteczek 3rd party z pewnością kiedyś nadejdzie. Jestem przekonany, że jeśli nie spowodują tego same przepisy prawa, swoistym “gwoździem do trumny” okażą się interesy samych firm reklamowych, które będą dążyły do budowy tzw. walled gardens.

W związku z tym, aby nie zacząć działać, gdy de facto będzie już za późno – już teraz warto się pochylić nad tą kwestią i zacząć budować rozwiązania technologiczne oparte o własne zasoby, integrując się dopiero z poszczególnymi systemami mediowymi.

Szukasz wsparcia, które pomoże Ci przygotować się na nadchodzące zmiany i odnaleźć się w przyszłości bez cookiesów?

Weź pod uwagę, że całkowita rezygnacja z 3rd cookies może być ciosem, po którym Twoja firma już nigdy się nie podniesie. Jednak z drugiej strony pamiętaj, że przygotowanie się do tego stanowi niebywałą szansę na jej przyspieszony rozwój, zajęcie czołowego miejsca, a co za tym idzie – uzyskanie sporej przewagi nad konkurentami, którzy postanowią zbagatelizować nadchodzącą rewolucję.

Jeżeli chcesz zyskać “palmę pierwszeństwa” albo przynajmniej zminimalizować ryzyko niepowodzenia – nie zwlekaj. Nasi eksperci z przyjemnością pokażą Ci jak w Twoim przypadku zaplanować, a następnie wdrożyć rozwiązania, które pozwolą Ci na skuteczne działanie oraz sukcesywny rozwój Twojej firmy. I to nawet wówczas, gdy z Twojego arsenału znikną tradycyjne ciasteczka!
Skontaktuj się z nami już teraz, aby dowiedzieć się więcej, porozmawiać o potencjalnej współpracy, a także poznać szerokie możliwości, z których możesz skorzystać – Ty, jak i Twój biznes.

A jeśli chcesz przygotować się na wszystkie nadchodzące zmiany w świecie analityki internetowej, to koniecznie sprawdź wpis na naszym blogu mówiący o tym jak zaimplementować Google Analytics 4 w 3 prostych krokach!

The post Cookieless future: przygotuj się na nadchodzące zmiany first appeared on Conversion.

Skoro czytasz ten artykuł i chcesz pogłębiać wiedzę z zakresu analityki, to pewnie wiesz, jak istotnym elementem całego analitycznego procesu są źródła, a mówiąc konkretnie – zbieranie danych, które zostaną wykorzystane w dalszych etapach pracy. Musisz również zdawać sobie sprawę z tego, że nie tylko same dane są ważnym czynnikiem całej tej układanki. Wiele również zależy bowiem od sposobów ich wyświetlania i wizualizacji, które mogą mieć kluczowy wpływ na to, czy to, co z nich wynika, będzie widoczne na “pierwszy rzut oka” oraz będzie powodowało w odbiorcy podjęcie konkretnych działań.
Sądzę, że duża część osób korzystających z dobrodziejstw analityki internetowej (i nie tylko), już nie raz zetknęła się z potrzebą wyświetlenia lub zestawienia danych pochodzących z Google Analytics w inny sposób, niż ten prezentowany bezpośrednio w standardowym interfejsie. Właśnie z taką myślą powstało Google Data Studio, które w ostatnim czasie przeszło mały rebranding. Dzięki niemu obecnie znane jest pod nazwą Looker Studio.

Jeżeli zdarzyło Ci się korzystać z tego narzędzia wcześniej (np. podczas używania GA3), a obecnie zastanawiasz się, czy możesz już zacząć proces przenoszenia swoich danych, które agregujesz w nowym Google Analytics 4 – prawdopodobnie wszystkie odpowiedzi znajdziesz w poniższej treści. Większy rozmiar hita, dane surowe w Big Query dostępne dla wszystkich (nie tylko użytkowników wersji płatnej), lepsze łączenie userów za pomocą Google Signals, czy wreszcie – modelowanie danych (w przypadku Consent Mode). To wszystko z pewnością brzmi ciekawie i zdaje się bardzo atrakcyjne – zarówno z perspektywy analityki, jak i całego biznesu. Musisz jednak pamiętać, że jak to z nowościami bywa – rozwój takiego rozwiązania musi zająć trochę czasu, mogą pojawić się pewne niedociągnięcia, a na nadejście niektórych funkcji trzeba “uzbroić” się w cierpliwość.

Co możemy już z powodzeniem wizualizować w Looker Studio, a na co przyjdzie nam jeszcze chwile poczekać. Te oraz wiele więcej informacji znajdziesz w właśnie w tym wpisie! Jednak zanim przejdę do tego – pozwól, że zacznę od podstaw, czyli przytoczenia krótkiej definicji tego, o czym będziemy dzisiaj rozmawiać (pisać ).

Co znajdziesz w tym artykule?
Czym jest Looker Studio (dawniej Google Data Studio)?
Jakimi danymi dysponuje connector GA4 do Looker Studio?
Źródła informacji w Looker Studio. Skąd pochodzą takie dane?
Na jakie elementy należy uważać podczas tworzenia dashboardów w Looker Studio?
Czy warto przenosić dane GA4 do Looker Studio? Podsumowanie.

Czym jest Looker Studio (dawniej Google Data Studio)?

Looker Studio to stosunkowo nowe narzędzie wykorzystywane do analityki biznesowej, które umożliwia przystępną eksplorację danych pochodzących z różnych źródeł (między innymi oczywiście z Google Analytics 4). Rozwiązanie stanowi część platformy Looker, czyli technologii korzystającej ze sztucznej inteligencji, uczenia maszynowego, modelowania oraz wielu innych obszarów – w celu zaopatrywania biznesu w wartościowe dane.

Sam Looker występuje w dwóch wersjach: bezpłatnej (z pewnymi ograniczeniami w funkcjonalnościach) oraz oczywiście płatnej (Looker Studio Pro), która zapewnia jeszcze bardziej rozbudowane wsparcie dla firm i analityków.

Skoro nieco dłuższy wstęp mamy już za sobą – najwyższa pora przejść do właściwego tematu i omówić sobie proces tworzenia dashboardów Google Analytics 4 za pomocą Looker Studio, a dokładniej – na co uważać podczas tych czynności.

Jakimi danymi dysponuje connector GA4 do Looker Studio?

Dane, które są wyświetlane w Loker Studio, mogą zostać zaprezentowane w wybranych konfiguracjach, dzięki zastosowaniu tzw. connectorów. To one umożliwiają podłączenie narzędzia służącego do wizualizacji, z bazą danych. Warto jednak pamiętać, że tak, jak całe Google Analytics 4, ta opcja też znajduje się nadal w fazie intensywnego rozwoju (czytaj: jeszcze nie wszystko działa tak, jak powinno ).

Źródła informacji w Looker Studio. Skąd pochodzą takie dane?

Przy użyciu Looker Studio można wizualizować pola, które są dostępne w Google Analytics Data API (GA4). Zaliczamy do nich między innymi: różne identyfikatory, formaty, źródła oraz jednostki reklamowe, dane na temat kampanii, przeglądarek, lokalizacji i wielu, naprawdę wielu innych. Pełną listę danych, które można wykorzystać do takiej wizualizacji, znajdziesz pod tym adresem.

Jak pewnie udało Ci się zauważyć – niestety, na ten moment nie wszystkie wskazane standardowe wymiary są dostępne w GDS (o czym więcej napiszę poniżej).

Kolejne istotne kwestie, które należy brać pod uwagę, są związane stricte z konfiguracją interfejsu. Otóż, dane GA4, które możesz zaprezentować w Google Data Studio, to informacje, które są dostępne w standardowych raportach interfejsu. To oznacza, że jeżeli:

• Nie dodasz w zakładce Konfiguracja dodatkowych wymiarów, nie będziesz w stanie ich wyświetlić, aby w ten sposób różnicować np. skuteczność poszczególnych opcji zdarzeń.

Warto o tym pamiętać, ponieważ Universal Analytics przyzwyczaiło nas do tego, że mamy aż 3 “szufladki” na dane: Kategoria, Akcja, Etykieta. Te 3 wymiary są zawsze widoczne w interfejsie, a dopiero wymiary lub metryki dodatkowe (custom dimensions / metrics) należy skonfigurować w interfejsie. Różnica wynika więc z nowego modelu danych, gdzie wszystko jest zdarzeniem definiowanym przez konkretne parametry. Dlatego też bez dodatkowych zmian na poziomie usługi, zobaczysz tylko nazwę zdarzenia.

• Niektóre z Twoich parametrów “wpadły” pod kardynalność danych. Mogło Ci przyjść do głowy, że może da się to jakoś “obejść” i po połączeniu GA4 do GDS problem (other) po prostu zniknie. Niestety – nic z tych rzeczy. Nie dasz rady ominąć go przy wykorzystaniu danych przetworzonych w interfejsie.

Jeśli temat (other) oraz kardynalizacji jest dla Ciebie interesujący i chcesz dowiedzieć się więcej – koniecznie zapoznaj się z wpisem Michała. Znajdziesz go w tym miejscu.

Podsumowując: jeśli chcesz “wycisnąć” z nich więcej – musisz zaprzyjaźnić się z BigQuery, które daje ogromne możliwości w kontekście analiz. Jeden z przykładów jego wykorzystania, a co za tym idzie – “ominięcia” aktualnych ograniczeń connectora GDS w Google Analytics 4 – znajdziesz na końcu tego artykułu.

Na jakie elementy należy uważać podczas tworzenia dashboardów w Looker Studio?

W tym obszarze możemy wyróżnić cztery zasadnicze czynniki, które dokładnie omówiłam i scharakteryzowałam w poniższych punktach. Do tego rodzaju aspektów, które warto wziąć pod uwagę, zaliczamy zatem:

Po pierwsze: segmenty

To właśnie one są jedną z kluczowych rzeczy, która nie jest jeszcze skonfigurowania analogicznie do poprzedniej wersji Analyticsa. Segmenty na danych z Universal Analytics mogliśmy ustawić na poziomie ustawień danych wykresu – tak, jak na poniższej grafice.

Segmenty w Looker Studio.

Natomiast, jeśli mowa o danych z “czwórki” (czytaj: Google Analytics w wersji 4), do dyspozycji pozostaje nam jedynie obszar Audiences, czyli po prostu – grupy Odbiorców.

Pomimo faktu, że zarówno jedna, jak i druga funkcjonalność korzysta z dobrodziejstw segmentacji – to występują pomiędzy nimi spore różnice. W przypadku naszych raportów istotne będzie to, że Odbiorcy nie działają “wstecz”, co oznacza, że gromadzenie danych jest możliwe dopiero po ich utworzeniu. Dobrą praktyką jest zatem jak najszybsze utworzenie – jak największej liczby grup odbiorców. Jaka wartość będzie właściwa? Najlepiej taka, którą uznasz za przydatną w swoich analizach.

Wspomniane grupy odbiorców łatwo ustawisz w tej samej sekcji, co definicje niestandardowe, czyli w Konfiguracji. Jeżeli nie dodasz tam nic “od siebie” – z poziomu wymiarów w Data Studio otrzymasz dostęp tylko do wszystkich użytkowników oraz kupujących (jeżeli Twoja usługa to e-commerce).

Po drugie: raportowanie pozyskania ruchu

Raportowanie wyników pozyskania ruchu za pomocą Google Analytics 4 przeszło na zupełnie inny i całkiem nowy poziom. Oprócz wymiarów prezentowanych poprzez sesje (które w “czwórce” liczone są nieco inaczej, niż miało to miejsce w przypadku Universal Analytics*), mamy dostęp do danych pozyskania zarówno na poziomie użytkownika, sesji jak i konwersji.
* W GA4 nie dochodzi do “sztucznego” tworzenia się nowych sesji, które wynikają np. ze zmiany parametrów źródła ruchu. Klasycznym tego przykładem może być, chociażby powrót z bramki płatności w e-commerce.

Przyjrzyjmy się zatem wymiarowi campaign oraz dostępnym jego konfiguracjom, które obecnie możemy użyć w Data Studio:

• Session campaign to nazwa kampanii marketingowej danej sesji. Obejmuje kampanie Google Ads, kampanie ręczne oraz inne.
• User campaign to w dokumentacji First – Nazwa kampanii marketingowej, dzięki której udało się pozyskać użytkownika. Również dotyczy kampanii Google Ads, ręcznych, jak i innych.

Jak widać, dzięki takiemu rozróżnieniu działania marketingowe mogą być analizowane oraz oceniane na znacznie bardziej szczegółowym poziomie, niż miało to miejsce, chociażby w Universal Analytics.

Warto pamiętać, że do naszej dyspozycji pozostaje również ogólny wymiar Kampania, który możemy podzielić na:

• Campaign (Kampania), czyli nazwa kampanii marketingowej, która jest widoczna tylko w przypadku zdarzeń konwersji. Obejmuje kampanie Google Ads, ręczne i inne.
• Campaign ID, czyli identyfikator kampanii marketingowej, który także jest widoczna wyłącznie wówczas, gdy pojawią się zdarzenia konwersji i również obejmuje kampanie Google Ads, ręczne oraz pozostałe.

A jak to wygląda w praktyce? Najlepszej odpowiedzi na to pytanie udzielą Ci dwie poniższe tabele. Jedna zawierająca wymiar Session campaign, natomiast druga – prezentująca samo Campaign.

Tabele pokazujące wymiar Session campaign oraz Campaign.

Jak łatwo dostrzec – na pierwszej z nich zobaczysz tylko sesje, w których pojawiła się konwersja. Natomiast w drugim znajdziesz wszystkie sesje z danym parametrem campaign.

Zastanawiasz się, dlaczego pomiędzy metrykami występują pewne różnice w konwersji? Już odpowiadam! Odpowiedź jest prosta i wynika bezpośrednio z atrybucji. Mianowicie, Google Analytics 4 stosuje domyślny model atrybucji w formie cross channel data driven attribution. To dzięki takiemu podejściu liczba konwersji dla danego źródła nie będzie taka sama w obu tabelach.

Oczywiście, liczba konwersji pozostaje taka sama (bo jest to zdarzenie, które wykonał użytkownik), jednak zmienia się sposób, w jaki są one przypisywane do konkretnych kampanii.

A co z pozostałymi parametrami, które można wykorzystać do wizualizacji w Looker Studio?

Jeszcze do niedawna (dokładnie do lipca 2022 roku), parametry utm_term i utm_content nie były dostępne z poziomu interfejsu Google Analytics 4. Niestety, pomimo obecności tych wymiarów na wcześniej wspomnianej liście, na ten moment nie znajdziemy ich jeszcze w wymiarach oferowanych przez Looker Studio.

Po trzecie: frazy użyte w wyszukiwarce

W obecnej formie Google Analytics 4 – na próżno szukać rozbudowanych i wszechstronnych raportów uwzględniających zapytania pochodzące z wyszukiwarki. Oczywiście, w zależności od rodzaju oraz rozmiaru biznesu – dostępne rozwiązania mogą prezentować mniejszą lub większą wartość.

Raporty uwzględniające zapytania pochodzące z wyszukiwarki.

Mogłoby się zatem wydawać, że konfiguracja fraz w ustawieniach usługi załatwiają sprawę, zgadza się? No nie do końca. Jeżeli chcesz wizualizować je za pomocą Looker Studio, to dodatkowo musisz udać się do zakładki Konfiguracja, a następnie w niej dodać wybraną frazę kluczową (jako nowy wymiar).

Dlaczego może być warto? Na poziomie interfejsu funkcje filtrowania i agregowania danych są ograniczone. Jeżeli chcesz mieć możliwość tworzenia bardziej spersonalizowanych wykresów oraz tabel dotyczących wyszukiwarki (np. wyszukiwane hasła chciałbyś podzielić na grupy, np. grupa 1 – frazy produktowe, grupa 2 – frazy związane z FAQ, itp) to najpierw musisz mieć do nich dostęp na poziomie narzędzia do wizualizacji.

Po czwarte: strona lądowania

Chociaż model danych GA4 kieruje nas w stronę użytkownika oraz zdarzeń, często w prowadzonych analizach nadal korzystamy z konceptu samej wizyty i chcemy brać pod uwagę m.in. stronę, od której użytkownik zaczął przygodę z naszym serwisem.

Z perspektywy domyślnych raportów, z którymi możemy się spotkać bez konieczności przeprowadzania dodatkowej konfiguracji w interfejsie usługi Google Analytics, na próżno szukać raportu zawierającego strony startowe (bo takowego po prostu nie ma). Oczywiście, można go zorganizować własnoręcznie – za pomocą stworzenia nowej kolekcji. Więcej na ten temat znajdziesz w materiałach od Google.

A jak ta sprawa przedstawia się w Looker Studio?

Skoro na próżno szukać wymiaru Landing Page w Looker Studio, to czy w ogóle jesteśmy w stanie wyświetlić te dane w jakiś inny sposób? Odpowiedź brzmi: tak! Wystarczy, że usługa Google Analytics 4 zostanie podłączona do BigQuery.

Pewnie teraz w Twojej głowie rodzi się pytanie dotyczące zasadności takiego podejścia. W końcu korzystanie z BigQuery jest nie tylko dodatkowo płatne, ale przede wszystkim wymaga posiadania wiedzy oraz umiejętności związanych z SQL. Odpowiedź nie może być inna niż – “to zależy”.

Jeżeli masz w planach bardziej zaawansowane analizy z danych pochodzących z GA4, a nawet ich ewentualne łączenie z innymi danymi (np. z CRM), a także chcesz posiadać dostęp do “surowych” informacji – jako analityk prędzej czy później zetkniesz się z koniecznością stworzenia odpowiedniego zapytania.

Jeżeli temat BigQuery zainteresował Cię na tyle, że chcesz go dalej eksplorować – gorąco zachęcam Cię do zapoznania się z artykułem Mariusza, który również czeka na Ciebie na naszym blogu, o tutaj: BigQuery i Google Analytics 4 – jak wykorzystać ich potencjał?

Czy warto przenosić dane GA4 do Looker Studio? Podsumowanie.

Odpowiadając krótko i zwięźle na pytanie zawarte w powyższym śródtytule – tak, ale z rozwagą.

Dane z usług Universal Analytics przestaną być zbierane już za mniej niż rok, więc jeżeli aktualnie posiadasz rozbudowane raporty to nie zostawiaj tego na ostatnią chwilę! Cały proces przenoszenia danych zajmie trochę czasu, do tego warto go poprzedzić odpowiednimi przygotowaniami. Planując, w jaki sposób chcesz wyświetlać dane z Twojej nowej usługi, możesz poszerzyć swoją wiedzę na temat samego narzędzia, a także być świadomym zmian czy aktualnych ograniczeń.

Uważasz, że to zbyt skomplikowane lub zwyczajnie nie masz na to czasu? Postaw na wsparcie, które wyręczy Cię w tworzeniu dashboardów GA4 w Looker Studio!

Mam nadzieje, że dzięki temu artykułowi część migracyjnych zagwozdek będziesz mieć już za sobą. Jeżeli zastanawiasz się jak wykorzystać te narzędzia w Twojej organizacji i wznieść analitykę na jeszcze wyższy poziom to pogadajmy!

Jeśli wolisz zrobić to osobiście – koniecznie sprawdź wpis na naszym blogu mówiący o tym jakich błędów unikać w Google Analytics.

The post Tworzenie dashboardów GA4 w Looker Studio: o czym pamiętać? first appeared on Conversion.

Szybka, płynna i w pełni użyteczna strona kontra wartościowe dane, które można wykorzystać do optymalizacji procesów i kampanii reklamowych, a co za tym idzie – zwiększania zysków firmy. Czy naprawdę wybór jednego obszaru musi skutkować odrzuceniem drugiego? A może da się je nie tylko pogodzić, ale również połączyć, aby tym samym czerpać podwójne korzyści?

Właśnie tak, w wielu przypadkach, kształtuje się rzeczywistość specjalistów, którzy stoją przed wyzwaniem związanym z wdrożeniem technologii PWA i jednoczesnym zadbaniu o jakość danych pozyskiwanych w celu przeprowadzania licznych analiz.

Chcesz wiedzieć, jak połączyć oba te zagadnienia, aby ograniczyć potencjalne straty i jednocześnie osiągnąć maksimum korzyści? Sprawdź ten krótki poradnik, a także zapoznaj się z gotowym case study, które przeprowadzą Cię przez cały proces – krok po kroku!

Co znajdziesz w tym artykule?
Na czym polega analityka internetowa?
PWA – co to takiego?
Analityka internetowa a PWA. Co warto wiedzieć?
Dlaczego poprawne połączenie analityki internetowej i PWA jest tak ważne?
Jak przeprowadzić wdrożenie PWA, aby nie ucierpiała na tym Twoja analityka internetowa?
Chcesz poznać case study, a dodatkowo otrzymać gotową instrukcję połączenia PWA z analityką internetową?

Na czym polega analityka internetowa?

Ta działka dotyczy całego szeregu aktywności, które mają na celu poznanie oraz badanie zachowań użytkowników sieci, a w dalszej kolejności – tworzenie procesów decyzyjnych oraz przeprowadzanie wdrożeń, które umożliwiają jak najefektywniejsze dostosowanie oferty (produktów, usług itp.), jak i samego sposobu komunikacji. Tak, aby jak najlepiej odpowiadały preferencjom odbiorców.

Tak się właśnie składa, że tematyce analityki internetowej poświęciliśmy naprawdę spory artykuł. Jeżeli chcesz zagłębić się w ten obszar jeszcze bardziej – koniecznie rzuć okiem na wpis Analityka internetowa: co to jest, jak działa i jakie daje możliwości?

PWA – co to takiego?

PWA, czyli skrót od Progressive Web App, a po polsku – po prostu Progresywna Aplikacja Internetowa. Jest to rodzaj technologii, która pozwala projektować witryny internetowe w oparciu o zasadę “mobile first”, czyli dbać, aby były w pełni dostosowane do urządzeń mobilnych (smartfonów, tabletów itp.).

Strony internetowe tworzone za pomocą tej technologii zapewniają użytkownikom szereg korzyści. Na początku warto podkreślić ich responsywność (czyli wspomniane już dopasowanie do mobilnych urządzeń). Jednak poza nią istotną rolę odgrywają również kwestie bezpieczeństwa (ochrona za pomocą szyfrowania danych), prostej obsługi (bez instalacji, konieczności aktualizowania itp.), a zwłaszcza – użyteczności (strony PWA ładują się szybko, a w przypadku braku dostępu do Internetu – pozwalają pracować również w trybie offline).

Analityka internetowa a PWA. Co warto wiedzieć?

Skoro PWA ma tyle atutów, to mogłoby się wydawać, że wdrożenie tej technologii niesie za sobą wyłącznie samej korzyści. Prawda? Niestety, z perspektywy analityki internetowej – w rzeczywistość wygląda nieco inaczej. Mianowicie, jedno z największych wyzwań, z jakimi mierzą się serwisy (a właściwie osoby odpowiedzialne za ich uruchomienie i zarządzanie nimi), które mają za sobą podobne wdrożenia, stanowi duża rozbieżność pozyskiwanych danych. W zależności od specyfiki serwisu, liczby odwiedzających użytkowników oraz kilku innych parametrów – tego typu “rozjazdy” mogą oscylować w granicach od kilkunastu do nawet kilkudziesięciu procent.

Dlaczego poprawne połączenie analityki internetowej i PWA jest tak ważne?

Jeżeli zdajesz sobie sprawę z możliwości analityki internetowej, to z pewnością również wiesz, że nawet niewielkie różnice w danych, mogą mieć ogromny wpływ na Twój biznes. A jeżeli wynoszą 20, 30, a nawet 70% – możesz mieć pewność, że to dopiero początek Twoich kłopotów.

Jak przeprowadzić wdrożenie PWA, aby nie ucierpiała na tym Twoja analityka internetowa?

To zadanie z pewnością ułatwią 4 następujące kroki.

• Po pierwsze – plan. Nie można mówić o pełnym sukcesie, jeśli całość prac nie zostanie poprzedzona bardzo wnikliwym zapoznaniem się z biznesem, otoczeniem konkurencyjnym, potrzebami firmy, a także specyfiką samej witryny internetowej.
• Po drugie – testy. Zanim postanowisz wcielić je w życie – koniecznie sprawdź, czy przygotowane rozwiązania działają zgodnie z założeniami. Aby uniknąć ewentualnych problemów – wszelkie próby przeprowadzaj na specjalnie wydzielonym środowisku testowym.
• Po trzecie – wdrażanie “po kawałku”. Nawet najlepiej zaplanowane i wszechstronne zweryfikowane rozwiązanie może posiadać pewne błędy lub niedociągnięcia (wynikające z niewiedzy, pośpiechu, a nawet czynników zewnętrznych). Aby zminimalizować ryzyko ich wystąpienia, a co najważniejsze – ułatwić sobie ewentualne poprawki – podziel całe wdrożenie na mniejsze części.
• Po czwarte – dalsze testy i optymalizacje. Wdrożenie za Tobą i sądzisz, że to już koniec? Nic z tych rzeczy! Pamiętaj, że prawdziwy sprawdzian dopiero masz przed sobą. Regularnie sprawdzaj, czy rozwiązania działają zgodnie z założeniami, a jeśli zajdzie taka potrzeba – aktualizuj i dostosowuj je do bieżących potrzeb Twojej organizacji.

Chcesz poznać case study, a dodatkowo otrzymać gotową instrukcję połączenia PWA z analityką internetową?

Doskonały przykład, w jaki sposób Progressive Web App oraz analityka internetowa mogą działać w pełnej synergii, stanowi jedno z naszych ostatnich wdrożeń, które przeprowadziliśmy dla serwisu Kratki.com. Jeżeli chcesz się z nim zapoznać – wystarczy, że klikniesz tutaj!

Chcesz powtórzyć ich sukces i korzystać jednocześnie z zalet oferowanych przez technologię PWA, jak i tych zapewnianych za pośrednictwem poprawnie wdrożonej analityki internetowej? Nie zwlekaj! – jeśli zastanawiasz jak wykorzystać te narzędzia w Twojej firmie – pogadajmy!

The post PWA i analityka internetowa – jak to połączyć? first appeared on Conversion.

Proces migracji niejedno ma imię. Może kojarzyć się z podjęciem decyzji o zmianie swojego miejsca zamieszkania w celu zyskania lepszej perspektywy, znalezienia ciekawszego i bardziej obiecującego zatrudnienia, czy też poprawy warunków życia. Podjęcie takiej decyzji nie zawsze jest jednak dobrowolne. Bowiem często to czynniki zewnętrzne „zmuszają” nas do wykonania radykalnych kroków.

Zastanawiasz się, czy aby na pewno udało Ci się trafić na właściwy blog i czy to w ogóle ma jakiś związek z analityką? Jasne, a zaraz przekonasz się, dlaczego!

Migracja z “konieczności”, a nie z “wyboru” dotyczy nie tylko sfery życia prywatnego lub zawodowego. Bowiem podobnie sprawa wygląda również w przypadku Google Analytics. Jak pewnie wiesz, gigant z USA zdecydował o rychłym zakończeniu ery Universal Analytics, a to oznacza, że właściciele oraz osoby zarządzające serwisami internetowymi zostały postawione pod „analityczną ścianą”. Mówiąc wprost: albo spakujemy swoje dane oraz tagowanie „w walizkę” i wyruszymy w nieznane (czytaj: nową wersję GA) albo pozostaniemy z niczym (bo już w 2023 obecna wersja Analyticsa przestanie zbierać i przetwarzać informacje).

Co znajdziesz w tym artykule?
Czy przejście na Google Analytics 4 się opłaca?
Czym różni się GA4 od swojego poprzednika?
Co warto wiedzieć o przejściu z Universal Analytics na Google Analytics 4?
Jakie elementy zweryfikować po migracji na GA4?
Weryfikacja poprawności migracja na nowy Google Analytics 4 – podsumowanie

Czy przejście na Google Analytics 4 się opłaca?

Z perspektywy mojej firmy mogę powiedzieć tylko jedno. Jako Conversion zdążyliśmy się już zaaklimatyzować w nowej wersji GA i śmiało możemy stwierdzić, że i Tobie ta zmiana wyjdzie na dobre. Z drugiej strony – spójrzmy prawdzie w oczy. Jeśli zależy Ci na dostępie do wartościowych informacji na temat użytkowników Twojej strony – i tak nie masz zbyt dużego pola manewru.

Czym różni się GA4 od swojego poprzednika?

Przez lata, kiedy to Universal Analytics był wiodącym narzędziem analitycznym, sposób korzystania z zasobów internetowych uległ znacznej zmianie. To sprawiło, że metody śledzenia użytkowników, przypisywania ruchu, analizowania ich zachowania i wielu innych aspektów nie były w stanie odpowiedzieć na bieżące potrzeby analityczne, a co za tym idzie – preferencje samych firm. Właśnie dlatego Google postanowił zdefiniować te reguły na nowo – wprowadzają nową, zmodernizowaną, odświeżoną i zdecydowanie unowocześnioną wersję narzędzia do analityki.

Co warto wiedzieć o przejściu z Universal Analytics na Google Analytics 4?

Z mojej perspektywy, proces migracji to także doskonały moment na to, aby przeprowadzić generalne porządki w swojej analityce. W codziennej pracy bardzo często spotykam się z podejściem pt. „bierzemy ciężki sprzęt i przerzucamy wszystko 1:1” albo „tego raczej nikt nie używa, ale przenieśmy, bo kiedyś może się przydać”.

Być może takie podejście to efekt powiedzenia, że „dane to złoto XXI wieku” i dlatego chcemy ich jak najwięcej. Problem jednak w tym, że nie chodzi o “jakieś dane”, a przede wszystkim o WARTOŚCIOWE DANE.

Właśnie dlatego, przed samym zamknięciem procesu migracji, zachęcam do wzięcia udziału w akcji „sprzątania danych”, która może się odbyć po wcześniejszym zdefiniowaniu celów analityczno-biznesowych, a następnie – środków do ich pomiaru.

Po tym przydługim wstępie pozwól, że przejdę już do meritum tego artykułu, czyli określenia, czy Twoja migracja z UA na GA4 może zostać uznana za zakończoną. W tym miejscu zakładam, że masz już utworzoną usługę oraz strumień danych w Google Analytics 4 (wraz ze zmigrowanymi wszystkimi potrzebnymi zdarzeniami, wymiarami itp.).

Jakie elementy zweryfikować po migracji na GA4?

Przed Tobą lista 7 kluczowych elementów, którym musisz się przyjrzeć, aby mieć pewność, że cały proces został zakończony pomyślnie, a dane, które od tej chwili zbierasz, są wartościowe i przyniosą Ci oczekiwane oraz wymierne korzyści.

1. Upewnij się, że Twój Google Analytics 4 zbiera dane i odpowiednio identyfikuje ruch na stronie internetowej

Może zabrzmi to trywialnie, aczkolwiek w pierwszej kolejności warto przetestować, czy strona aby na pewno została otagowana w prawidłowy sposób.

Pierwsze dane w raportach oraz sekcji Eksploracja mogą pojawić się w czasie od 24 do nawet 48 godzin. Jednak to wcale nie oznacza, że musisz czekać aż tak długo, aby sprawdzić, czy nasze wejście na stronę jest interpretowane w odpowiedni sposób. Jeśli chcesz zrobić to szybciej, musisz wiedzieć, że GA4 daje Ci dwa dodatkowe miejsca, w których prawie natychmiast możesz sprawdzić jakość zbieranych danych. Pierwszym z nich jest znany i lubiany raport Czas rzeczywisty. Drugi to z kolei DebugView, który czeka na Ciebie w sekcji Konfiguracja.

Poniżej znajdziesz zrzuty ekranu, które pokazują, jak w prosty sposób dostać do obu tych miejsc przy użyciu nawigacji w lewym, górnym rogu.

Raport „Czas Rzeczywisty”:

Google Analytics 4: Raport „Czas Rzeczywisty”.

DebugView:

Google Analytics 4: DebugView.

Pierwsze z opisywanych rozwiązań nie wymaga wiedzy technicznej, dzięki czemu zalecam je wszystkim osobom, które nie zajmują się konfiguracją. W przypadku drugiego trzeba wiedzieć “z czym to się je”. W celu włączenia DebugView polecam skorzystać z wtyczki Google Analytics Debugger.

Po jej uruchomieniu na stronie z łatwością będziesz w stanie wyizolować ruch i ocenić, czy wszystkie zdarzenia przechodzą prawidłowo oraz czy zawierają pożądane parametry.

2. Zweryfikuj ustawienia w panelu administracyjnym

W tym celu musisz dostać się do zakładki Administracja, do której dostęp znajdziesz w lewym górnym rogu (wystarczy, że klikniesz koło zębate). Jeżeli kojarzysz ten obszar z Universal Analytics, to możesz uznać, że jest on mocno “okrojony”. Wynika to z faktu, iż w Google Analytics 4 nie posiada sekcji Widok.

Jeśli chodzi o same ustawienia, to zdecydowanie zalecam Ci “przeklikanie” się przez wszystkie zaułki tego obszaru. To pozwoli Ci na wstępne zapoznanie się z kluczowymi możliwościami tego narzędzia. Gdy będzie to już za Tobą – pora na właściwą weryfikację.

Na początek odpowiedz sobie na kilka pytań, które pozwolą Ci zweryfikować, czy konfiguracja danych jest prawidłowa. Sprawdź zatem:

• Czy to wszystkie strumienie, z których chcesz zbierać dane?
• Czy dane z włączonego pomiaru zaawansowanego mają dla Ciebie jakąś wartość? Czy może będzie lepiej, jeśli je doprecyzujesz w dedykowanym śledzeniu (wyłączając domyślne zdarzenia)?
• Czy chcesz zdefiniować, a następnie wykluczyć ruch wewnętrzny?
• Czy istnieją strony odsyłające, które chcesz oznaczyć jako „niechciane” (nadanie parametru ignore_referrer- najczęściej stosowane do bramek płatności)? W przypadku GA4 nie musisz definiować domeny. Oczywiście, warto sprawdzić, czy automatyczne rozwiązanie zadziała poprawnie także w Twoim przypadku.

Po odpowiedzeniu sobie na te pytania i ustawieniu poszczególnych elementów zgodnie z odpowiedziami, możesz przejść do kolejnej istotnej sekcji – Ustawienia danych. Tutaj pojawiają się 3 podsekcje, które pokrótce opiszę:

• Gromadzenie danych – znajdziesz tu, chociażby istotne ustawienia pod kątem identyfikacji użytkowników między urządzeniami (Google Signals) oraz zbierania danych na temat lokalizacji i urządzeń. Aby mieć dostęp do tych informacji w raportach, należy włączyć wyżej wymienione opcje i potwierdzić, że działasz w tym zakresie zgodnie z prawem (czytaj: posiadasz niezbędne zgody).
• Przechowywanie danych – w tym miejscu możesz podjąć decyzję o tym, jak długo mają być przechowywane informacje powiązane z identyfikatorami użytkowników.
• Filtry danych – z kolei tutaj otrzymujesz przestrzeń do zarządzania tym, co się stanie z ruchem, którego adresy IP udało Ci się zdefiniować na poziomie strumienia danych. Jeżeli nie chcesz, aby w Twoich raportach pojawiały się dane z ruchu wewnętrznego – musisz ustawić wykluczenie i stan filtra jako „aktywny”. Jednak najpierw zachęcam Cię do włączenia opcji „testowanie”, która pozwoli Ci ocenić, czy skala zdefiniowanego ruchu jest odpowiednia.

Wszystko jasne? W takim razie pora na kolejną istotną kwestię, czyli atrybucję, której ustawienia są również dostępne w panelu administracyjnym. Domyślnym modelem jest długo wyczekiwany „model na podstawie danych”(dotyczy raportów w zakresie zdarzenia). Jeżeli nie masz konkretnych powodów do jego zmiany – zachęcamy do pozostania przy tej formie. Ponadto, w tym miejscu możesz również ustawić tzw. okna konwersji.

Na co jeszcze warto zwrócić uwagę w obszarze ustawień GA4?

Dodatkowymi aspektami, którym należy się bacznie przyjrzeć, są: Tożsamość na potrzeby raportowania oraz łączenie usług.

Ten pierwszy dotyczy zdefiniowania, na czym GA4 ma się opierać przy identyfikacji użytkowników (to miejsce dotyczy odniesienia się też do wcześniej włączonego Google Signals). Jeżeli zależy Ci na dokładniejszej identyfikacji użytkowników w oparciu o user-ID oraz Google Signals, to musisz pogodzić się z występowaniem pewnych braków w raportach, które będą spowodowane zbyt małą liczbą użytkowników.

W praktyce w raporcie możesz nie zobaczyć danej wartości wymiaru, jeśli uzyska ona mniej niż około 50 użytkowników. Jeżeli działasz na bardzo ograniczonych zbiorach danych w panelu GA4 i chcesz uniknąć wpływu tego zjawiska i jesteś gotów poświęcić bardziej rozbudowaną identyfikację użytkownika, możesz rozważyć opcję Device-based. O fakcie, że w danym raporcie wystąpił „próg ilości danych” poinformuje Cię zmiana koloru wskaźnika danych wraz z dedykowaną informacją.

Google Analytics 4: „próg ilości danych”.

Wskazówka: łączenie usług działa analogicznie, jak miało to miejsca w UA. Aczkolwiek dużą zmianą w odniesieniu do poprzedniej darmowej wersji GA (i to na plus!), jest możliwość połączenia, chociażby z BigQuery. Jest to bardzo istotne, jeśli chcesz zyskać dostęp do surowych danych – zwłaszcza, że w niektórych przypadkach agregacja w raportach GA4 może spłatać psikusa (np. problem z „cardinality” – moc zbioru). Aczkolwiek pozytywów wynikających z takiej integracji jest znacznie więcej i z pewnością zasługują na ich dokładne omówienie w osobnym wpisie na blogu.

3. Porównaj zestawienie danych GA4 z danymi pochodzącymi z UA

„Moje dane różnią się pod kątem ilościowym np. ilość poszczególnych zdarzeń. Czy moja konfiguracja jest zatem błędna?”

Uspokajam: rozbieżności pomiędzy tymi dwoma narzędziami będą występować i należy się pogodzić z takim stanem rzeczy – przynajmniej do lipca 2023 roku. Później ten problem nie powinien już występować.

A teraz całkiem poważnie. W tym aspekcie kluczowa jest tak naprawdę skala pojawiających się rozbieżności, jak i ich kontekst. Jeżeli różnice w poszczególnych metrykach dotyczą kilku procent (biorąc pod uwagę ruch na poziomie co najmniej 1000 użytkowników dziennie) – raczej nie ma się czym przejmować. Jeżeli uda Ci się znaleźć znaczącą anomalię w konkretnym zdarzeniu, wówczas przyjrzyj się jego konfiguracji, aby zweryfikować, czy na pewno wszystko działa poprawnie.

Przy zestawianiu danych pomocne może okazać się Google Data Studio, gdzie w prosty sposób jesteś w stanie przenieść, a następnie zwizualizować dane z obu wersji Analyticsa. Oczywiście, równie dobrze cała operacja może zostać przeprowadzona przy użyciu arkuszy kalkulacyjnych, a nawet BigQuery (to już opcja dla użytkowników GA360).

4. Dokonaj weryfikacji migracji zdarzeń Enhanced Ecommerce

Jeżeli należysz do większości* i korzystasz z warstw danych pod standard UA, a konfigurację śledzenia opierasz na GTM – przypuszczam, że nazwy poszczególnych parametrów zostały zdefiniowanie pod konkretne zdarzenia, a same wartości z warstwy danych – pod standard Enhanced Ecommerce w UA.

Oczywiście, jest to jedno z popularnych rozwiązań. W tej materii zalecam jednak przeprowadzenie weryfikacji, która pozwoli Ci sprawdzić, czy wartości parametrów są podstawione w prawidłowy sposób, a także, czy te dane trafiają do GA4.

Najlepiej, jeśli przetestujesz to przy użyciu DebugView (testowa realizacja zamówienia) lub w przypadku samej transakcji – sprawdzisz raport Zakupy e-commerce (znajdziesz go w sekcji Raporty -> Generowanie przychodu). Tam możesz dokonać podziału przychodów według pozostałych parametrów produktowych (np. marka). Ewentualnie, w grę wchodzą również analizy na poziomie sekcji Eksploracja lub w Google Data Studio.

* Niezwykle rzadko spotykam się z sytuacjami, w których moi klienci posiadają dedykowane warstwy danych pod standard śledzenia Ecommerce w GA4.

5. Sprawdź, czy Twoje zdarzenia mają nadane odpowiednie nazwy

Google Analytics 4 zapewnia elastyczność, dzięki której możesz używać praktycznie dowolnego nazewnictwa (zwłaszcza, że nie obowiązuje w nim pierwotnie ustalony limit 500 unikalnych nazw zdarzeń dla usług webowych). Ale to tyle na temat teorii.

Z jednej strony warto zadbać, aby nazwy były po prostu użyteczne (w tym pozwalały na przemyślane grupowanie czy definiowanie poszczególnych interakcji). Z drugiej natomiast należy pamiętać o umiejętnym stosowaniu symboli. Doskonały przykład stanowią, chociażby spacje, które zdecydowanie lepiej zastępować tzw. podłogą, czyli “_”.

Przykład: zamiast „wypełnienie formularza”, warto ustawić „wypełnienie_formularza”.

Po co taki zabieg? Już wyjaśniam. Otóż, problem z nazwami pojawia się w momencie, gdy chcesz odwołać się do danego zdarzenia przy definiowaniu jego jako konwersji oraz przy tworzeniu niestandardowych grup odbiorców. Oba przypadki można rozwiązać np. poprzez przeprowadzenie modyfikacji zdarzeń w panelu GA4. Jednak w tym przypadku znacznie lepiej zapobiegać niż leczyć, co oznacza podążanie za rekomendacjami Google.

6. Przyjrzyj się, czy nie występują problemy z mocą zbioru (cardinality)

Jeżeli “siedzisz” w analityce “nie od dziś”, to z pewnością zdajesz sobie sprawę z tego, że kwestia mocy zbioru nie jest niczym nowym i do tej pory występowała również w UA. W przypadku GA4 ma ona nieco inny wymiar, ponieważ nastąpiły spore różnice w obrębie częstotliwości pojawiania się konsekwencji tego zjawiska.

Universal Analytics dawał nad tym zdecydowanie większą kontrolę. Jeżeli pojawiał się w nim wymiar z dużą liczbą unikalnych wartości, która przekraczała ustalone limity – wówczas taka nadwyżka była agregowana do (other).

W przypadku Google Analytics 4 wygląda to już nieco inaczej. Możesz bowiem spotkać się z sytuacją, w której raport zawiera zaledwie kilkaset wierszy, a dane mimo wszystko zostaną zagregowane do (other). Wynika to z faktu, iż w takich przypadkach pod uwagę są brane wszystkie parametry “podczepione” do danego zdarzenia – i to nawet, pomimo tego, że w danym raporcie ich nie widać.

W jaki sposób możesz sobie z tym poradzić? Jeżeli Twoje działania analityczne skupiają się na wykorzystaniu Big Query – nie masz się czym przejmować. Takie ograniczenia raportów nie będą dla Ciebie aż tak istotne. Jeśli jednak raporty z poziomu GA4 mają dla Ciebie duże znaczenie – warto tej sytuacji zapobiegać. Najlepszym sposobem może okazać się ograniczenie unikalnych wartości na poziomie parametrów lub wymiarów.

Odradzam przekazywanie parametrów, które są nacechowane dużymi mocami zbioru, w tym chociażby: timestamp, clientID czy userID (poza dedykowanym parametrem user_id). Ponadto, sugeruję rozważyć grupowanie stron np. poprzez wykluczanie nieistotnych parametrów z adresów URL (parametr page_location).

7. Przeanalizuj ruch pochodzący z kanału „Unassigned”

Jeżeli w Twoich raportach Pozyskiwania spotykasz się ze znaczącym odsetkiem ruchu przypisanego do kanału Unassigned – koniecznie musisz się przyjrzeć temu zjawisku, a także zapoznać się z regułami na podstawie, których dany ruch jest przypisywany właśnie do danego kanału.

Istotną różnicą pomiędzy GA4 a UA jest fakt, że w GA4 nie możesz utworzyć customowego grupowania kanałów. To sprawia, że w celu czerpania korzyści podczas analiz kanałów, musisz się dostosować do już ustalonych standardów. W tym miejscu z pewnością pocieszy Cię fakt, że ilość grup kanałów została znacznie rozszerzona (z dotychczasowych 9, do niespełna 20). Dlatego nie powinno być większego problemu z odpowiednim przypisaniem ruchu do kanału (np. poprzez użycie wskazanych UTM-ów).

Weryfikacja poprawności migracja na nowy Google Analytics 4 – podsumowanie

Jak widzisz, migracja z Universal na Google Analytics w wersji 4 to proces, który wymaga czegoś więcej, niż tylko kilku prostych kliknięć. W tym obszarze liczy się przede wszystkim właściwie opracowany plan, uwzględniający ograniczenia, których pominięcie może znacząco komplikować Twoje analityczne życie.

Jedną z najważniejszych rzeczy, o której musisz pamiętać, jest ta wskazująca na to, że na dobrą sprawę są to dwa różne narzędzia opierające się o zupełnie odmienne mechanizmy.

W związku z tym nie oczekuj, że pozyskiwane dane będą się w całości pokrywać. Będzie wręcz przeciwnie. W wielu przypadkach pojawią się rozbieżności i dopiero w momencie, gdy przyjmą one większą skalę lub zauważysz nieoczekiwane anomalie – możesz rozpatrywać to jako potencjalny problem.

Jedno jest natomiast pewne – po przeniesieniu śledzenia na standard GA4 warto zweryfikować najważniejsze aspekty całej usługi, jak i danych, które się “odkładają”.

Chcesz mieć pewność, że Twój proces migracji na Google Analytics 4 przebiegł pomyślnie?

Jeśli pomimo lektury tego wpisu, nie czujesz się na siłach, aby osobiście przeprowadzić taką weryfikację – mam dla Ciebie propozycję. Skorzystaj z dedykowanego wsparcia doświadczonych profesjonalistów od analityki internetowej.

Kliknij tutaj, aby skontaktować się z ekspertami Conversion, którzy z przyjemnością ocenią jakość i poprawność Twojej migracji na GA4, a jeśli trzeba – wdrożą konieczne zmiany i poprawią wszelkie niedociągnięcia.

Zaciekawił Cię temat migracja na Google Analytics 4 a wiedzę zawartą w tym artykule uważasz za wartościową? Jeśli tak to koniecznie sprawdź wpis na naszym blogu mówiący o tym dlaczego warto wdrożyć i używać Google Analytics 4!

The post Migracja na Google Analytics 4: 7 rzeczy, które musisz sprawdzić first appeared on Conversion.

Bardziej wymagające, skomplikowane oraz restrykcyjne regulacje prawne związane z przetwarzaniem i ochroną danych osobowych (w tym m.in. RODO) oraz nieubłagana deprecjacja 3rd cookies. Do tego istotne zmiany dziejące się bezpośrednio w obrębie internetowych przeglądarek, a “na dokładkę” – stale rosnące koszty akwizycji użytkowników sieci.

Musisz przyznać, że takie kroki (podejmowane zarówno przez instytucje państwowe, międzynarodowe, jak i same korporacje), wcale nie oznaczają tego, że Twoja działalność w Internecie stanie się prostsza, a z całą pewnością – nie będzie też tańsza.
Powiem więcej – można stwierdzić, iż wszystkie te zmiany, owocujące znacznym ograniczeniem dostępu do wartościowych informacji, mogą zwiastować całą listę utrudnień. Takich, przez które zarówno docieranie do odbiorców, pozyskiwanie klientów, a następnie analizowanie danych – staną się skomplikowane, a w wielu przypadkach – wręcz niewykonalne.

Co znajdziesz w tym artykule?
Wdrożenie Google Analytics 4 jako sposób na wyjście z tej patowej sytuacji
Zalety “przesiadki” i korzystania z Google Analytics 4. 5 powodów, dlaczego warto to zrobić
#1 Holistyczne podejście do mierzenia użytkownika w ramach pojedynczej ścieżki, a do tego liczne uproszczenia
#2 Wsparcie technologii Machine Learning
#3 Aktywacja mediów w ekosystemie Google Marketing Platform
#4 Podwyższone bezpieczeństwo użytkowników, czyli zgodność z nurtem Privacy-Centric
#5 Dostęp do danych… jakichkolwiek
Potrzebujesz więcej dowodów, na to, że wdrożenie Google Analytics to naprawdę dobra decyzja?

Wdrożenie Google Analytics 4 jako sposób na wyjście z tej patowej sytuacji

Specjaliści Google już dawno dostrzegli zmiany, jakie dotknęły biznesy działające głównie w sieci i na całe szczęście wszystkich przedstawicieli tego sektora – przygotowali się na taką cyfrową rewolucję. Tą odpowiedzią jest najnowsza wersja jednego z ich flagowych produktów, czyli Google Analytics 4, który już działa, a wkrótce na dobre zastąpi swojego poprzednika, czyli Universal Analytics.

Jeżeli chcesz dowiedzieć się więcej na temat jego funkcjonowania, a także sprawdzić, w jaki sposób zaplanować płynne “przejście” z tzw. trójki do Google Analytics 4 – zapraszam Cię do lektury tego artykułu: Migracja Google Analytics: jak zaimplementować GA4 w 3 prostych krokach?

Tymczasem pozwól, że zaproszę Cię do zapoznania się z 5 kluczowymi korzyściami, jakie czekają na Ciebie, gdy proces migracji zostanie zakończony, a Ty na dobre “rozgościsz” się w nowej wersji tego analitycznego narzędzia.

Zalety “przesiadki” i korzystania z Google Analytics 4. 5 powodów, dlaczego warto to zrobić

Oto pięć głównych korzyści, które uda Ci się zauważyć, gdy podejmiesz decyzję o przejściu na nową odsłonę tej popularnej platformy do analityki i nie tylko. Czytaj dalej, aby poznać jej nowe możliwości, a przede wszystkim uzyskać jasną i klarowną odpowiedź na pytanie, czy i dlaczego warto to zrobić.

#1 Holistyczne podejście do mierzenia użytkownika w ramach pojedynczej ścieżki, a do tego liczne uproszczenia

Jedną z rewolucji, które wprowadza najnowsza odsłona Google Analytics, jest wspomniane już – kompleksowe podejście do kwestii zbierania danych na temat zachowania poszczególnych użytkowników.

GA4 wprowadza między innymi uproszczony event-based model, który pozwala zbierać dane oraz dokonywać pomiarów na temat działań użytkownika, które wykonuje zarówno w serwisie www, jak i aplikacji. Szerzej o event-based model napisaliśmy w tym artykule: Koniec Google Analytics 3 (Universal Analytics) – co warto wiedzieć, zanim przestanie działać. Kolejne uproszczenie dotyczyły wdrożenia tzw. cross-domain tracking, czyli możliwości łatwego mierzenia sesji odbywających się w powiązanych ze sobą witrynach. Ta opcja jest szczególnie istotna dla właścicieli sklepów internetowych, którzy wykorzystują osobne domeny (np. jedną do promocji asortymentu, natomiast drugą do przeprowadzania transakcji).

Czwarta wersja GA pozwala na sprawną integrację z BigQuery, która może znaleźć swoje zastosowanie, chociażby podczas łączenia danych z Analyticsa oraz systemów CRM. Do tego oferuje także ulepszoną analizę ścieżek.

Całość takiego holistycznego podejścia uzupełniają narzędzia do zaawansowanych analiz, które wcześniej były dostępne jedynie w płatnej wersji Google Analytics 360, w tym: Segment Overlap, Funnel, a nawet Free Form.

#2 Wsparcie technologii Machine Learning

Nowy Analytics pozwala na jeszcze lepsze wykorzystanie możliwości i zastosowania uczenia maszynowego. W tym obszarze oferuje Ci dostęp do metryk predykcyjnych, które na bazie zebranych informacji umożliwią obliczanie prawdopodobieństwa realizacji konkretnych celów.

W obszarze ML warto również wspomnieć o tzw. enhanced conversions, które pozwalają zwiększać dokładność pomiaru konwersji, a co za tym idzie – na tej podstawie optymalizować działania reklamowe, aby wydawać mniej, a jednocześnie osiągać lepsze rezultaty kampanii marketingowych.

Ostatni na tej liście, chociaż wcale nie najmniej istotny, jest behavioral modelling, o którym szerzej napisaliśmy w tym artykule: Czym jest i jak działa behawrioalne modelowanie danych?

#3 Aktywacja mediów w ekosystemie Google Marketing Platform

Google Analytics 4 wprowadza również natywną integrację ze wszystkimi produktami GMP, dzięki której łatwo możesz połączyć w jednym miejscu takie rozwiązania, jak: D&V360, SA360, CM360, a nawet Google Ad Manager. Oczywiście, takie operacje były możliwe wcześniej, również w przypadku jego poprzednika. Jednak w takim wypadku wymagały wykupienia licencji i posiadania płatnej wersji – Google Universal Analytics 360.

Jednak to wcale nie koniec zalet, z jakimi może wiązać się Twoja przesiadka na nową platformę. Mianowicie, kolejną nowością jest fakt, że GA4 integruje się z serwisem YouTube, co naturalnie wprowadza również nowe i wartościowe źródło ruchu, które nadaje się do mierzenia.

Na wspomnienie zasługują jeszcze dokładniejsze audiences, a co szczególnie ciekawe – data driven attribution , czyli opcja mierzenia efektywności poszczególnych kanałów dotarcia do użytkownika. Więcej o tym ostatnim dowiesz się z tego artykułu: Atrybucja konwersji online.

#4 Podwyższone bezpieczeństwo użytkowników, czyli zgodność z nurtem Privacy-Centric

Nowa odsłona kultowego narzędzia bierze również pod uwagę coraz bardziej rygorystyczne przepisy i wymagania dotyczące ochrony prywatności użytkowników sieci. W tej materii warto wymienić, chociażby:

• Opcję Consent Mode, która jednocześnie chroni dane użytkowników, jak również pozwala na “ratowanie” oraz wykorzystywanie danych, które bez jej udziału byłyby stracone.
• Server Side Tagging, który dotyczy Google Tag Managera i pozwala m.in. na poprawę czasu wczytywania strony, ochronę przed Adblockami, a nawet lepszą kontrolę przesyłu danych.

Użytkowanie GA4 umożliwi Ci również działanie w zgodzie z europejskimi przepisami. Nowe funkcjonalności odpowiedzą za usuwanie informacji na temat adresów IP użytkowników UE, a także wyłączanie opcji gromadzenia danych Google Singals w konkretnych regionach, czy chociażby tych dotyczących urządzeń oraz lokalizacji.

#5 Dostęp do danych… jakichkolwiek

Ostatnią, choć nieco przekorną korzyścią wynikającą z przejścia na Google Analytics jest po prostu fakt, że po 2023 nie będziesz mieć innego wyboru. Zapytasz “Ale jak to?!” – już tłumaczę.

Musisz wiedzieć, że firma Google już dawno zapowiedziała, że dotychczasowa wersja Universal Analytics przestanie być aktywna w dniu 1 lipca 2023 roku. W praktyce narzędzie będzie istnieć, ale po prostu przestanie zbierać oraz przetwarzać nowe dane. Czyli mówiąc wprost – stanie się praktycznie bezużyteczne.

Po tym terminie nastąpi rychliwy koniec poprzedniej wersji GA, a to oznacza, że jeśli zechcesz mieć dostęp do wszystkich dotychczasowych, jak i nowych funkcjonalności – nie pozostanie Ci nic innego, jak zaprzyjaźnić się z czwórką!

Jeśli chcesz przeprowadzić wdrożenie GA4 samodzielnie, koniecznie zapoznaj się z naszym artykułem, w którym pokazujemy jak wdrożyć Google Analytics 4 krok po kroku.

Potrzebujesz więcej dowodów, na to, że wdrożenie Google Analytics to naprawdę dobra decyzja?

Jeśli zainteresował Cię temat Google Analytics 4 to koniecznie odwiedź firmowy blog Conversion, na którym znajdziesz wpis pokazujący porównanie Google Analytics 4 z New Google Analytics 360,a także mnóstwo cennych porad oraz wskazówek!

A jeśli szukasz fachowego wsparcia, dzięki któremu wdrożysz, a następnie wykorzystasz pełen potencjał nowego Google Analytics 4 – pozostajemy do Twojej dyspozycji. Skontaktuj się z nami, aby porozmawiać o swoich potrzebach, a my z chęcią pomożemy Ci zaplanować, zmigrować a następnie uruchomić GA4. Zapraszamy!

The post Dlaczego warto wdrożyć i używać Google Analytics 4? 5 głównych korzyści. first appeared on Conversion.

Pełne wdrożenie Google Analytics, a co za tym idzie – ostateczne “pożegnanie” z jego dotychczasowym odpowiednikiem (Universal Analytics) zbliża się wielkimi krokami. Dokładnie 1 lipca 2023 roku wszystkie usługi tzw. Google Analytics 3 przestaną już działać. A mówiąc wprost – jeśli do tego czasu nie zdążysz “przesiąść się” na nowszą wersję GA – stracisz możliwość gromadzenia, jak i analizowania danych, które są zbierane w obrębie Twojej stronie internetowej.

W dalszej części artykułu podpowiem Ci, jak do tego nie doprowadzić. Czytaj: jak zaplanować oraz wykonać migrację na nowe Google Analytics 4. Zapraszam!

Co znajdziesz w tym artykule?
Jak przygotować się do implementacji GA4?
Migracja z Universal Analytics na Google Analytics 4 – instrukcja krok po kroku
Pamiętaj o aktualizacji lub wdrożeniu nowego kodu śledzącego
Przejście z 3 na 4 wersję Google Analytics – podsumowanie
Po co ta cała zmiana i migracja na GA4? Czy to w ogóle potrzebne?
Potrzebujesz wsparcia w migracji danych do Google Analytics 4?

Jak przygotować się do implementacji GA4?

W trakcie, gdy piszę ten artykuł, do pożegnania GA3 pozostał blisko rok. Jednak z doświadczenia wiem, że nie warto czekać do ostatniego momentu i zająć się tym najszybciej, jak tylko się da. Zanim przystąpisz do właściwej migracji – upewnij się, że znasz odpowiedzi na kilka bardzo istotnych pytań:

• Po 1 – czy wiesz, jakie są Twoje cele? A mówiąc dokładniej – jakie KPI ma realizować Twój serwis internetowy?
• Po 2 – w jaki sposób korzystasz z możliwości Analytics do tej pory? Jakie wskaźniki, dane i inne parametry były brane przez Ciebie pod uwagę?
• Po 3 – jak podchodzisz do strukturyzowania gromadzonych danych? Dzielisz je ze względu na język strony, segment użytkownika itp., a może wszystko wrzucasz do “jednego worka”?
• Po 4 – który moment do mierzenia uważasz za kluczowych? Dodawanie produktów do koszyka, pozostawianie danych kontaktowych, konkretne zachowania użytkowników, a może po prostu – sprzedaż?

Gotowe? W takim razie pora przejść do konkretów!

Migracja z Universal Analytics na Google Analytics 4 – instrukcja krok po kroku

Zobacz, jak zadbać o sprawne przejście oraz podstawową konfigurację usługi Google Analytics 4. Zaznaczam, że poniższy poradnik dotyczy przede wszystkim użytkowników, którzy do tej pory korzystali z możliwości oferowanych przez Universal Analytics.

Krok 1: Uruchom Google Analytics 4

W tym celu wejdź na stronę Google Analytics, przejdź do zakładki Administracja, wybierz stronę, którą chcesz zmigrować, a następnie kliknij odnośnik o nazwie Asystent konfiguracji usługi Google Analytics 4, który znajdziesz tuż pod wybraną usługą. W tym miejscu na Twoim ekranie ukaże się sekcja, w której zyskasz możliwość utworzenia nowej usługi. Kliknij przycisk Zacznij, a gdy na Twoim monitorze pojawi się nowe okno – kliknij Utwórz usługę.
Po tej akcji status asystenta konfiguracji usługi GA4 zmieni się na “Połączono”, a Ty otrzymasz możliwość dalszej konfiguracji nowego narzędzia.

Źródło: Google Analytics

Krok 2: Skonfiguruj Google Analytics 4

W tym celu kliknij Przejdź do usługi GA4, a platforma przeniesie Cię do asystenta konfiguracji. Znajdziesz tu takie obszary, jak: gromadzenie danych, połączenia z innymi źródłami, odbiorcy, konwersje, a nawet opcję zarządzania użytkownikami.
W tym miejscu zyskasz także możliwość połączenia GA4 między innymi z: Google Ads, BigQuery, a także zaimportowania istniejących połączeń Google Ads ze “starego” Universal Analytics. Ponadto ta sekcja będzie również doskonałą okazją do wykonania konfiguracji konwersji, zdefiniowania odbiorców, pomiarów e-commerce, jak i celów.
Te ostatnie, podobnie, jak w przypadku Google Ads – możesz również zaimportować z GA3.

Źródło: Google Analytics

Krok 3: Skonfiguruj zaawansowane funkcjonalności

Ten etap nie jest konieczny, ale jeżeli zajmujesz się zbieraniem, analizą i wykorzystywaniem danych “na serio” – lepiej go nie pomijać.
Na ostatniej prostej możesz skonfigurować, chociażby User-ID, sposób eksportowania danych z GA4 do BigQuery, eksport danych z innych narzędzi (stron i aplikacji), prosto do Analyticsa (za pomocą tzw. measurement protocol), jak również zaimportować do narzędzia wiele innych informacji.

Źródło: Google Analytics

Pamiętaj o aktualizacji lub wdrożeniu nowego kodu śledzącego

Jeżeli wykonasz wszystkie wyżej wymienione czynności – pozostanie Ci już ostatnia rzecz, którą jest wdrożenie kodu śledzącego. Aby to zrobić, wejdź do panelu Google Analytics i z usług i aplikacji wybierz tę, która została stworzona podczas konfiguracji GA4. Na głównym ekranie zobaczysz komunikat “Twoja witryna nie przesłała jeszcze danych.“, z tuż pod nim przycisk Uzyskaj instrukcje tagowania. Wystarczy, że go klikniesz, aby przejść do sekcji, którą z pewnością udało Ci się poznać podczas wdrażania Universal Analytics.
Następnie wybierz sposób tagowania: za pomocą kodu, który umieścisz w sekcjina swojej stronie www lub też przy użyciu menedżera tagów Google.Gdy to zrobisz – “przejście” oraz podstawowa konfiguracja Google Analytics 4 dobiegną końca, a Ty będziesz korzystać z dostępu do danych w zupełnie nowej jakości. Serio!

Źródło: Google Analytics

Przejście z 3 na 4 wersję Google Analytics – podsumowanie

To by było na tyle, jeśli chodzi o kroki, które musisz podjąć, aby “przejść” z GA3 na GA4, a także przeprowadzić podstawową konfigurację tego nowego narzędzia.
Jeżeli czujesz, że jesteś zdecydowanie bardziej zaawansowanym użytkownikiem i już na samym początku chcesz “wycisnąć” z tej platformy jeszcze więcej, to zapraszam Cię do wpisu Mariusza Michalczuka na LinkedIn. Znajdziesz tam kompletny i bardzo rozbudowany poradnik wdrożenia Analytics 4 – i to przygotowany przez samego Google’a!

Po co ta cała zmiana i migracja na GA4? Czy to w ogóle potrzebne?

Jeśli wdrożenie już za Tobą, ale cały czas towarzyszy Ci pytanie pt. “po co zmiana na czwórkę, skoro trójka radziła sobie całkiem nieźle?!” – już odpowiadam.
Jak pewnie wiesz – świat ciągle się zmienia. Pojawiają się nowe regulacje związane z ochroną prywatności w sieci, rozwijają się coraz nowsze technologie, a co najważniejsze – istotnym zmianom ulegają przyzwyczajenia oraz zachowania samych użytkowników.
To wszystko znajduje swoje odzwierciedlenie również w tym, w jaki sposób powinniśmy podchodzić do analityki internetowej. Podejście, jakie sprawdzało się jeszcze kilka czy kilkanaście lat temu, ma się nijak do tego, jak wygląda rzeczywistość.
Technologia również musi nadążać za wszystkimi zmianami, a zadaniem Google Analytics 4 jest właśnie to, aby ich zbieranie, agregowanie oraz analizowanie było nie tylko łatwiejsze, ale przede wszystkim – przynosiło wymierne korzyści.

Potrzebujesz wsparcia w migracji danych do Google Analytics 4?

Jeśli daleko Ci do profesjonalnego analityka internetowego, ale mimo tego chcesz cieszyć się dostępem do wartościowych danych – nie czekaj!
Skontaktuj się z nami, a specjaliści Conversion z przyjemnością pomogą Ci na każdym etapie – oferując zarówno usługi wdrożenia i migracji Google Analytics, jak i fachowe dostęp do fachowych szkoleń z tego zakresu.

Jeśli zainteresował Cię temat migracji na GA 4 to mam nadzieję, że wpis mówiący, o tym co musisz wiedzieć zanim, przejdziesz na Google Analytics 4 również przypadnie Ci do gustu i uzupełni zdobytą dzisiaj wiedzę!

The post Migracja Google Analytics 4: jak zaimplementować GA4 w 3 prostych krokach? first appeared on Conversion.

Jeżeli jesteś na tym blogu, to z pewnością zdajesz sobie sprawę z tego, czym jest i jak działa darmowa odsłona Google Analytics – zarówno w starszej wersji 3 (tzw. Universal Analytics), jak i w jej nowszej odmianie – wersji 4 (która w niedługim czasie ma całkowicie zastąpić swojego poprzednika). Dlatego pozwól, że daruję Ci szczegółowe omawianie specyfiki popularnej “trójki” i zamiast skupiać się na zasadach jej działania – od razu zacznę od przybliżenia Ci, czym jest i jak działa tzw. płatna odmiana popularnego narzędzia, czyli New Google Analytics 360.

Z dalszej części artykułu dowiesz się, co to jest New GA 360, czym różni się jego wersja darmowa od płatnej, jak ją wdrożyć, a także – ile za to wszystko przyjdzie Ci zapłacić. Zapraszam serdecznie!

Co znajdziesz w tym artykule?
Google Analytics 4 w wersji 360. Co to takiego?
Jakie są kluczowe różnice pomiędzy Google Analytics 4 a wariantem 360?
New Google Analytics 360 – ile to kosztuje i od czego zależy finalna cena?
Czy wersja 360 jest dla Ciebie?
Jak przygotować się do zakupu oraz wdrożenia New Google Analytics 360?
A co, jeśli już posiadasz 360, ale w poprzedniej wersji – Universal Analytics?
New Google Analytics 360 – podsumowanie

Google Analytics 4 w wersji 360. Co to takiego?

New Google Analytics 360 to zaawansowane narzędzie analityczne zaprojektowane, aby oferować jeszcze więcej wartości dodanych dla użytkowników narzędzia niż standardowa wersja Google Analytics 4. New Google Analytics 360 pozwoli Tobie elastycznie zarządzać strukturą konta, poziomami dostępu, czy korzystać z niestandardowego raportowania w celu dokładniejszego interpretowania i wykorzystywania danych w obrębie Twoich witryn. Struktura New GA 360 pozwala wykorzystać BigQuery na szerszą skalą, dzięki większym limitom dot. eksportu danych, czy liczby “list odbiorców” do stworzenia (co jest szczególnie ważne przy tworzenie i kierowaniu komunikatów marketingowych przy remarketingu).

Narzędzie premium adresuje również obszar prywatności (które jest jednym z głównym wyzwań w 2022 – resztę wyzwań w 2022 znajdziesz tutaj) gwarantujący najwyższy poziom bezpieczeństwa ujęty w SLA.

Jakie są kluczowe różnice pomiędzy Google Analytics 4 a wariantem 360?

Stosując motoryzacyjną metaforę: jeśli zwykłe GA możemy porównać do cywilnego samochodu osobowego – GA 360 to jego stuningowana – większa, szybsza, mocniejsza i zdecydowanie bardziej funkcjonalna wersja. Mówiąc więc wprost – tego rodzaju rozwiązanie pozwala wynieść analitykę internetową na zupełnie nowy i dużo wyższy poziom.

Od swojego tradycyjnego odpowiednika różni się, chociażby:

• Dostępem do danych historycznych – wersja 360 umożliwia bowiem wgląd nawet do 4 lat wstecz.
• Możliwością przeprowadzania analizy danych w czasie rzeczywistym.
• Pełną elastycznością związaną z zarządzaniem strukturą konta (w tym także dostępami).
• Brakiem limitów dla eksport danych do BigQuery.
• SLA, czyli Service Level Agreement, który gwarantuje bezawaryjność i pewność tego narzędzia.
• Opcją korzystania z kilkudziesięciu wymiarów niestandardowych oraz raportów, które ułatwiają personalizację oraz prowadzenie innych działań marketingowych.

New Google Analytics 360 to także platforma pozwalająca na integrację wszystkich kluczowych narzędzi od Google – taką opcję daje również GA 4 – w tym: Display & Video 360, Search Ads 360, Optimize 360, Tag Manager 360, a także Data Studio.

Usługi Google Analytics 4 oraz New Google Analytics 360

New Google Analytics 360 – ile to kosztuje i od czego zależy finalna cena?

Na ostateczny koszt wdrożenia oraz użytkowania wersji 360 wpływa kilka czynników.
Pierwszym i najistotniejszym jest liczba generowanych zdarzeń miesięcznie. Na nią z kolei wpływa liczba kont, które wchodzą w skład grupy i mają zostać objęte licencją oraz poziom zaawansowania konfiguracji GA4 na poszczególnych kontach. Kolejny czynnik dotyczy regionu, w jakim znajduje się spółka nabywająca daną licencję.
Podczas tej inwestycji należy wziąć pod uwagę również konieczność wydatków, jakie należy ponieść na działania BigQuery. Szczegóły oraz cennik znajdziesz bezpośrednio na stronie Google właśnie pod tym adresem.

Jak widzisz – ostateczny wpływ na koszty związane z użytkowaniem GA 360 są zależne od kilku czynników. Jeżeli chcesz poznać dokładną cenę dla Twojej firmy to skontaktuj się z nami!

Czy wersja 360 jest dla Ciebie?

Nie ma co ukrywać – tego rodzaju rozwiązanie nie jest przewidziane dla każdego. Jeżeli prowadzisz mały e-biznes, który generuje minimalnych ruch na stronach www. Do tego nie zwracasz szczególnej uwagi na dane ani nie przeprowadzasz ich pogłębionej analizy – prawdopodobnie GA 360 nie będzie dla Ciebie dobrym rozwiązaniem.
Jeśli jednak Twoją ambicją jest intensywny rozwój firmy, zdajesz sobie sprawę, że dostęp, a następnie właściwa analiza danych może poprawić Twoje wyniki, a dodatkowo chcesz się ciągle rozwijać – Analytics 360 jest właśnie dla Ciebie!

Jak przygotować się do zakupu oraz wdrożenia New Google Analytics 360?

Proces ten wygląda inaczej, w zależności od tego, na jaki etapie obecnie się znajdujesz. W przypadku, gdy jesteś całkowicie nowym klientem i będzie to Twój pierwszy kontakt z Google Analytics w wersji 360 – postępuj zgodnie z poniższą instrukcją.

• Zaplanuj migrację na Google Analytics 4 – uwzględniając przy tym zarówno wyższe limity, jak i dodatkowe funkcjonalności, które zapewni Ci wersji 360.
• Dokładnie zmapuj wszystkie strumienie danych, które będą generować zdarzenia po pełnej migracji na GA4.
• Sprawdź obecną liczbę generowanych “hitów” – pochodzących ze wszystkich strumieni danych, a następnie przelicz je na zdarzenia (używając do tego współczynnika z zakresu 1 – 2).

Przykład: jeśli generujesz 14 milionów hitów ze strumieni danych (webowych) oraz estymujesz, że aplikacja może generować dodatkowo około 6 milionów hitów – łącznie będzie ich 20 000 000. Przyjmijmy, że współczynnik przeliczeniowy (hity UA -> zdarzenia GA 4) wynosi 1,3. Po przeliczeniu otrzymujemy 26 milionów zdarzeń miesięcznie, które może być wygenerowane przez Twoją konfigurację po pełnej migracji na Google Analytics 4.

• Poproś o wycenę firmę, która jest licencjonowanym partnerem w zakresie zakupu oraz wdrożenia New Google Analytics 360. Możesz to zrobić bezpośrednio tutaj – i skorzystać z fachowej obsługi ekspertów Conversion.

A co, jeśli już posiadasz 360, ale w poprzedniej wersji – Universal Analytics?

W tym miejscu muszę zaznaczyć, że obecnie mamy do czynienia z tzw. okresem przejściowym. Mianowicie, tylko do końca 2022 roku istnieje możliwość przedłużenia 360 zarówno dla “starszego” Universal Analyticsa, jak i jego nowszej wersji, czyli GA 4. W 2023 u wszystkich klientów wymagane będzie posiadanie wyłącznie kontraktu na GA 360.

Zatem, jeśli posiadasz starsze GA i chcesz “przesiąść się” na jego nowszą wersję – oto prosta instrukcja:

• Zaplanuj migrację dotychczasowego narzędzia na Google Analytics 4 – uwzględniając wyższe limity oraz dodatkowe funkcjonalności, które oferuje Ci wersja 360.
• Szczegółowo zmapuj wszystkie strumienie danych, które będą generować zdarzenia po pełnej migracji na GA 4.
• Włącz i przetestuj GA 360 w wersji beta. To bardzo ważne, aby uniknąć ewentualnych błędów oraz potencjalnej utraty cennych danych.
• Użyj wbudowanej funkcji Bill Preview służącej do estymowania miesięcznej liczby zdarzeń w oparciu o dane dostępne w obecnej konfiguracji GA 360.
• Skontaktuj się z firmą i poproś o wycenę – wybierz markę, która jest licencjowanym partnerem w zakresie zakupu oraz wdrożenia New Google Analytics 360.

New Google Analytics 360 – podsumowanie

Google Analytics 4 w wersji 360 to zaawansowane narzędzie adresowane przede wszystkim do firm oraz osób, które chcą “wyciągać” ze swoich danych zdecydowanie więcej niż dotychczas. Jeżeli opierasz swoją działalność głównie na aktywności online i chcesz zbierać, agregować oraz przetwarzać informacje w sposób, który pozwoli Ci zmaksymalizować wyniki finansowe – koniecznie rozważ zamianę klasycznego Google Analytics na jego płatną i zdecydowanie bardziej rozwiniętą wersję 360.

W Conversion, jako specjaliści od analityki internetowej, chętnie pomożemy Ci w całym procesie. Sprawdzimy jak w Twoim przypadku wyglądać będzie wdrożenie GA 360, umożliwimy sprawny zakup, a następnie odpowiemy za przygotowanie oraz finalne wdrożenie.
Jeśli chcesz rozpocząć swoją przygodę z GA 360 lub masz dodatkowe pytania – skontaktuj się z nami. Chętnie przekażemy Ci wszelkie niezbędne informacje. Zapraszam – w imieniu swoim, jak i całego zespołu!

Jeśli ten post Cię zainteresował, a w temacie GA 4 chcesz być na bieżąco – koniecznie obserwuj profil Mariusza Michalczuka na LinkedInie, na którym znajdziesz mnóstwo treści o tej tematyce!

The post Google Analytics 4 vs. New Google Analytics 360. Czy warto “przesiąść się” na płatną wersję GA4? first appeared on Conversion.

Google Analytics to narzędzie stworzone głównie po to, aby pomagać właścicielom lub osobom odpowiedzialnym za funkcjonowanie serwisów internetowych. Jego działanie pozwala na pozyskiwanie oraz dokonywanie analizy danych dotyczących użytkowników. W tym tego: w jaki sposób znaleźli się na danej stronie, co na niej robili, jakie zakładki odwiedzali, ile czasu na niej spędzili, z jakiego urządzenia korzystali oraz wiele, wiele więcej.

Dostęp do takich informacji sprawia, że osoby zarządzające serwisami online mogą nie tylko zrozumieć działania i potrzeby swoich odbiorców, ale także z powodzeniem podejmować konkretne działania pozwalające na dokonywanie modyfikacji stron. W celu poprawy ich jakości, doświadczeń użytkowników (UX), jak i oczywiście optymalizacji konwersji.
Niewątpliwie Google Analytics można zaliczyć do narzędzi, których używanie przynosi wiele korzyści dla biznesu. Ale czy to samo można powiedzieć o “drugiej stronie”, czyli użytkownikach, których dane są agregowane, analizowane, a następnie wykorzystywane? Sprawdźmy!

W tym artykule opowiem Ci nieco więcej na temat prywatności użytkowników oraz tego, w jaki sposób Google Analytics chroni informacje dotyczące osób, które odwiedzają Twoją stronę internetową lub sklep online.

Co znajdziesz w tym artykule?
Co musisz wiedzieć na tematy danych i prywatności osób, które korzystają z Twojej witryny?
Jakie są rodzaje plików cookies?
W jaki sposób Google Analytics zbiera dane na temat użytkowników witryny?
Jak w praktyce działają ciasteczka od Google Analytics?
Dokąd są wysyłane dane trafiające do Google Analytics?
Co z danymi osobowymi? Czy informacje o Tobie są bezpieczne?
Jakie informacje nie mogą być wysyłane do Google Analytics?
Szukasz więcej porad na temat prywatności, ochrony danych, jak i innych funkcjonalności Google Analytics i nie tylko?

Co musisz wiedzieć na tematy danych i prywatności osób, które korzystają z Twojej witryny?

Zaczniemy od spraw technicznych, czyli tego, jak w ogóle dochodzi do zbierania danych. Jak pewnie wiesz, aby serwisy internetowe były w pełni funkcjonalne, wykorzystują tzw. ciasteczka (z ang. cookies). W przyszłości z pewnością napiszę o nich osobny artykuł. Jednak na ten moment wystarczy, że zdasz sobie sprawę z tego, iż są to specjalne pliki, które służą do przechowywania danych na temat użytkowników witryny, a w szczególności – na temat ich poruszania się po serwisie. Warto także dodać, że najczęściej są to różnego rodzaju identyfikatory użytkownika.

Źródło: Google

Jakie są rodzaje plików cookies?

Wspomniane cookies możemy podzielić na 2 grupy:

• Cookies sesyjne, czyli obowiązkowe, których akceptacja jest konieczna, aby serwis mógł sprawnie funkcjonować. Okres ich ważności jest krótki, ponieważ znajdują się w pamięci przeglądarki do czasu, aż konkretna sesja zostanie zakończona.
• Cookies stałe, czyli śledzące, które gromadzą w sobie zdecydowanie więcej danych. Przechowują informacje, które pozwalają na szybsze załadowanie się strony, ułatwiają nawigowanie itp. Po zamknięciu przeglądarki będą one dalej obecne – dopóty, dopóki użytkownik ich sam nie usunie.

Inny podział tzw. ciasteczek dotyczy sposobu wykorzystywania pozyskanych danych. W tej materii wyróżniamy cookies pierwszej kategorii, które używają informacji tylko na własne potrzeby oraz cookies trzeciej kategorii, które sprawiają, że domeny mogą przekazywać pozyskane informacje między sobą. Ta druga grupa jest zaliczana do zdecydowanie mniej bezpiecznych ciasteczek.

W jaki sposób Google Analytics zbiera dane na temat użytkowników witryny?

Zakładam, że wielokrotnie odwiedzasz różne strony internetowe i już nieraz zdarzyło Ci się spotkać z charakterystycznymi komunikatami informującymi o tym, że dany serwis wykorzystuje pliki cookies oraz prośbą o wyrażenie zgody na ich przetwarzanie.

Teoretycznie*, przed wyrażeniem tej zgody, serwis powinien “załadować” wyłącznie obowiązkowe ciasteczka, które są konieczne do jego funkcjonowania. Dopiero gdy zaakceptujesz pozostałe – powinien dodać do nich, chociażby te od Google Analytics. Więcej informacji na temat przetwarzania zgód dotyczących ciasteczek znajdziesz w artykule o Consent Mode.

Zdecydowana większość firm w Polsce błędnie lub w ogóle nie zbiera zgód dotyczących funkcjonowania plików cookies. W wielu przypadkach są ładowane przedwcześnie, serwisy nie dają możliwości wyboru konkretnych ciasteczek albo po prostu komunikat spełniają wyłącznie cel informacyjny (po akceptacji lub rezygnacji nie dzieje się nic).

Jak w praktyce działają ciasteczka od Google Analytics?

Załóżmy jednak pozytywny scenariusz, czyli taki, w którym mechanizm Consent Mode został wdrożony prawidłowo, a Ty, jako użytkownik sieci, zdecydowałeś się zgodzić na załadowanie wszystkich cookiesów. Co dalej?

W serwisie uruchomi się specjalny skrypt (w JavaScript), który utworzy ciasteczko, w którym zapisze losowe ID danego użytkownika (w tym przypadku Ciebie). Wspomniane cookie będzie zapisywało, a następnie wysyłało do Google Analytics każdą Twoją interakcję z serwisem www. Znajdą się w nim między innymi dane o adresach odwiedzonych przez Ciebie podstron, czas spędzony na każdej z nich, lokalizacja (kraj, miasto), urządzenie (komputer, smartfon, tablet) oraz mnóstwo innych.

Dokąd są wysyłane dane trafiające do Google Analytics?

Właściwym administratorem tego rodzaju informacji jest Google. Dlatego wszystkie dane są wysyłane oraz zostają utrzymywane na serwerach należących do firmy z Mountain View.
Właśnie ten fakt był niedawno elementem pewnego sporu pomiędzy Unią Europejską a USA. Rozchodziło się w nim w szczególności o to, że dane zbierane w EU są transferowane do Ameryki. A będąc już “fizycznie” na innym kontynencie i podlegając jurysdykcji USA – mogą dalej tam być wykorzystywane.
Z tej okazji Google opublikowało nawet specjalny artykuł pt. Some facts about Google Analytics data privacy. Gorąco zachęcam do zapoznania się z jego treścią!

Co z danymi osobowymi? Czy informacje o Tobie są bezpieczne?

Przy zastosowaniu podstawowej konfiguracji Universal Analytics, dane na temat konkretnych użytkowników są szyfrowane i występują od unikalnym i losowo przydzielanym numerem ID. Takie rozwiązanie sprawia, że takie informacje są pseudoanonimowe i nie da się ich przydzielić do konkretnego użytkownika (z imienia i nazwiska lub innej informacji personalnie identyfikowalnej).
Inną daną, która może dostarczyć informacji na temat użytkowników, jest adres IP. Dla zachowania wyższego poziomu bezpieczeństwa, w Universal Analytics istnieje opcja anonimizacji tej informacji. Z kolei w Google Analytics 4, jest ona zanonimizowana już w standardzie.
Wspomniana wyżej anonimizacja przebiega dwuetapowo. W pierwszej fazie dochodzi do niej za pomocą tagu JavaScript. W drugiej fazie – za pomocą Collection Network. Dopiero po przejściu tego procesu trafia do Google Analytics.
Więcej na temat procesu zabezpieczania informacji dotyczących IP użytkowników znajdziesz pod tym adresem.

Anonimizacja (czyli maskowanie) adresów IP w Universal Analytics

Jakie informacje nie mogą być wysyłane do Google Analytics?

Jednak szyfrowanie danych oraz anonimizacja adresów IP to niejedyne kroki, jakie zostały podjęte przez firmę Google, aby zapewnić maksymalne bezpieczeństwo.
Mianowicie, zgodnie z regulaminem Google Analytics, do narzędzia mogą trafiać wyłącznie informacje, które NIE są personalnie identyfikowane. To oznacza, że za pośrednictwem GA nie można agregować takich danych, jak imię, nazwisko, numer PESEL, numer telefonu, adres e-mail, login oraz wiele innych, które mogą wskazywać, że należą konkretnej osoby.
Podpowiedź: zła konfiguracja strony lub sklepu online może sprawić, że niektóre z wyżej wymienionych danych mogą znajdować się w adresach URL, a nawet zostać zawarte w raportach zachowania. Warto to bardzo dokładnie zweryfikować.
A jeśli mimo wszystko takie informacje “przez przypadek” trafią do Google Analytics – należy je szybko usunąć. Między innymi z uwagi właśnie na takie okoliczności powstało narzędzie o nazwie Data Deletion Tool. Jest to specjalna opcja, która pozwala usunąć konkretne informacje, które zostały zgromadzone w GA.

Szukasz więcej porad na temat prywatności, ochrony danych, jak i innych funkcjonalności Google Analytics i nie tylko?

Jak widzisz – GA stanowi doskonałe narzędzie biznesowe, które daje możliwość poznawania swoich odbiorców, mierzenie skuteczności działań i kampanii marketingowych oraz podejmowanie licznych inicjatyw zmierzających do poprawy konwersji, jak i innych istotnych wskaźników. Z drugiej strony oferuje też szereg rozwiązań, dzięki którym jest nie tylko funkcjonalne, ale zapewnia również wysoki poziom ochrony, dzięki któremu userzy mogą czuć się bezpiecznie.

Jeżeli zależy Ci na kolejnych porcjach wartościowej wiedzy – już teraz zapraszam Cię do śledzenia mojego profilu LinkedIn, na którym regularnie publikuje informacje ze świata szeroko pojętej analityki oraz zapisania się na nasz newsletter!

The post Prywatność w Google Analytics. Jak GA chroni dane użytkowników? first appeared on Conversion.

Jeśli chcesz podejmować trafne decyzje biznesowe na podstawie danych z Google Analytics, musisz być w 100% pewny, że zbierane dane są rzetelne.

Na pierwszy rzut oka wszystko wygląda poprawnie. 500,000 odwiedzin strony miesięczne, średnia długość trwania sesji – 2,5 minuty, 3,5 strony na sesję. Wszystkie te wskaźniki zmieniają się na lepsze już od jakiegoś czasu. Co więcej, 6 miesięcy temu zatrudniłeś firmę specjalizującą się w Google Analytics, aby dokonała audytu instalacji Google Analytics. Co więc mogłoby być nie tak z danymi?

Cóż, dane mogą być od jakiegoś czasu niepoprawne lub nie obejmować w pełni twojej strony (i prawdopodobnie nie wykorzystujesz najnowszych funkcjonalności Google Analytics).

Twoja strona ewoluuje. Google Analytics ewoluuje. Twoja instalacja Google Analytics też powinna!

Twoja witryny prawdopodobnie zmieniła się przez ostatnie 6 miesięcy. I to wcale nie musi oznaczać, że przeprowadziłeś redesign. Być może zmieniłeś niektóre funkcje, usprawniłeś strukturę adresów URL lub przeprowadziłeś kampanię promocyjną z dedykowaną stroną docelową. Jeśli mam rację (a najprawdopodobniej mam), to jest duża szansa, że dane z Google Analytics nie są dokładne i nie obejmują w pełni twojej witryny.

Pierwszy scenariusz

Przypuśćmy, że wprowadziłeś formularz zapisów do newslettera, który jest dostępny na stronie głównej, stronie wyników wyszukiwania oraz na stronie koszyka. Niestety, nie pomyślałeś (podobnie jak dział IT) o wprowadzeniu śledzenia zdarzeń lub wirtualnych odsłon strony (virtual pageviews), które byłyby przesyłane do Google Analytics wraz z rejestracją zakończoną sukcesem.

Po trzech tygodniach chcesz zweryfikować skuteczność formularza newslettera oraz sprawdzić, która strona generuje największą liczbę rejestracji. I co się dzieje? Zdajesz sobie sprawę, że w Google Analytics nie ma żadnych danych odnoszących się do tego formularza! Liczba rejestracji nie jest problemem – prawdopodobnie znajdziesz ją później w swojej bazie danych. Nie znajdziesz natomiast informacji o tym, na której stronie konkretny użytkownik wypełnił formularz. Nie będziesz zatem w stanie odpowiedzieć na swoje pytanie.

Drugi scenariusz

Dział IT zmienił strukturę adresów URL z uwzględnieniem adresów każdego z kroków procesu składania zamówienia Zapomniałeś jednak, że 6 miesięcy temu firma zajmująca się audytem skonfigurowała cele na podstawie adresów URL strony. Zmiana struktury wymaga weryfikacji konfiguracji elementów bazujących na adresach URL, a w szczególności – celów. Dane nie będą poprawne, jeśli weryfikacja zostanie zlekceważona.

Dwa miesiące po zmianie adresów URL chcesz zmierzyć efektywność lejka konwersji, ale zauważasz, że żaden z celów nie został osiągnięty. Bez danych nie jesteś w stanie podjąć żadnych decyzji odnośnie optymalizacji współczynnika konwersji.

Trzeci scenariusz

Przeprowadziłeś kampanię promocyjną z dedykowaną stroną docelową, która zawierała formularz rejestracyjny. Być może jest to najgłupszy błąd, jaki można popełnić, ale… łatwo jest zapomnieć o wprowadzeniu na stronę docelową właściwego kodu śledzącego Google Analytics.

Dwa tygodnie po zakończeniu kampanii chcesz zweryfikować jej efektywność, ale zdajesz sobie sprawę, że nie masz żadnych danych. Dlaczego? Ponieważ ktoś zapomniał o wprowadzeniu kodu śledzącego. Jak ocenić kampanię w tym przypadku? To bardzo dobre pytanie – niestety, bez odpowiedzi.

Sporadyczny audyt Google Analytics i innych narzędzi analitycznych to błąd

Utrzymanie poprawnej instalacji Google Analytics wymaga przeprowadzania audytu co najmniej raz w miesiącu, a optymalnie – dwa razy w miesiącu.

Najlepszym rozwiązaniem jest jednak stworzenie wdrożenie procesu zapewniającego poprawność danych.

Istnieją dwa sposoby na wdrożenie procesów zapewniających poprawność danych

Pierwszy z nich to wyznaczenie w firmie osoby, która będzie odpowiedzialna za konfigurację procesów zapewniania jakości danych.

Niemniej jednak, jeśli twój zespół analityków składa się z jednej czy dwóch osób, to moim zdaniem, osoby te powinny  skupić się na analizie danych. Być może lepiej uchronić je przed zaangażowaniem w nieciekawe procesy zapewniania jakości danych, które są czasochłonne (ale i konieczne), natomiast nie przekładają się natychmiastowo na efekty biznesowe.

Drugi sposób to zatrudnienie firmy, która skonfiguruje procesy i zajmie się utrzymaniem narzędzia. W konsekwencji uwolnisz swoje wewnętrzne zasoby, które mogą być wykorzystane do analizy danych. Co więcej, jeśli współpracujesz z certyfikowanym partnerem, będziesz miał szybszy dostęp do nowych funkcji narzędzia analitycznego. Znaczy to tyle, że będziesz mógł zgarnąć wszystkie korzyści zanim zrobi to konkurencja.

W obu scenariuszach uwzględnione powinno być wykorzystanie dwóch fantastycznych funkcji Google Analytics:

• Alerty niestandardowe – ustaw alerty, które otrzymasz drogą mailową zawsze, gdy nastąpi drastyczna zmiana w jakiejkolwiek kluczowej metryce. Podstawowe alerty uwzględniają liczbę odwiedzin, współczynnik odrzuceń (bounce rate), procent nowych odwiedzających oraz współczynnik konwersji.
• Kokpity menedżerskie – twórz panele informacyjne (dashboards), które pokażą ci zmiany kluczowych metryk. Raporty będą dostarczane na Twoją skrzynkę mailową co tydzień. Jeśli którakolwiek z metryk ‘wypadnie’ z trendu, zostaniesz o tym poinformowany natychmiast.

Pora odpowiedzieć na trudne pytania

Gdy firmy ustalają priorytety budżetowe, czasami dochodzą do wniosku: nie mamy wystarczająco dużo środków na zatrudnienie firmy zajmującej się audytem i brakuje nam osoby, która posiada zdolności niezbędne do wykonania tego zadania. Cóż, być może jesteś w tej samej sytuacji.

Ale czy masz czas i pieniądze, które możesz zmarnować z powodu braku rzetelnych danych? Czy jesteś w stanie ponieść koszty złych decyzji, które zostały podjęte na podstawie wniosków wyciągniętych z błędnych danych?

Odpowiedzi są chyba oczywiste.

Jeśli potrzebujesz audytu swojego narzędzia analitycznego (Google Analytics, AT Internet, Adobe Analytics lub Webtrends) lub chciałbyś skonfigurować proces zapewniania jakości danych, skontaktuj się z Conversion i poznaj nasze podejście do zapewniania jakości danych.

The post Sposoby, dzięki którym Twój Google Analytics będzie zbierał poprawne dane first appeared on Conversion.

Właściwa struktura kont Google Analytics wpływa na większą efektywność prowadzonego biznesu, gdyż umożliwia łatwiejszy i szybszy dostęp do zgromadzonych danych i sprawia, że dane trafiają do osób i departamentów, które ich rzeczywiście potrzebują. Ponadto właściwa struktura kont może znacząco wpłynąć na bezpieczeństwo danych.

Struktura kont jest ściśle związane z opcjami dostępu użytkowników. Ponieważ model zarządzania użytkownikami zmienił się w zeszłym roku, zmieniła się również zalecana struktura kont w Google Analytics.

ZMIANA MODELU ZARZĄDZANIA UŻYTKOWNIKAMI

Wcześniej w Google Analytics były wyróżnione jedynie dwa typy użytkowników: administrator i użytkownik. Administrator miał dostęp do wszystkich kont i profili, mógł również dodawać nowych użytkowników i nadawać im dostępy. Administrator miał praktycznie nieograniczoną władzę nad powierzonym kontem. Użytkownik miał dostęp jedynie do wybranych widoków, nie mógł ich jednak edytować ani dodawać nowych.

Ten model zarządzania użytkownikami miał znaczący wpływ na strukturę kont w Google Analytics. Zalecanym rozwiązaniem było stworzenie oddzielnego konta dla każdej posiadanej domeny. Z jednej strony to rozwiązanie zwiększało bezpieczeństwo i przejrzystość danych, z drugiej natomiast nie dawało możliwości szybkiego i łatwego dostępu do danych wszystkich witryn na raz. Ponadto firmy, które pomimo zalecanych rozwiązań, zdecydowały się na zarządzanie wieloma domenami w jednym koncie, borykały się z problemem nadawania uprawnień. Jakiekolwiek zmiany mogły być dokonane jedynie przez administratora, który miał dostęp do wszystkich witryn w obrębie konta, również tych, którymi nie zarządzał.

Google postanowiło wyjść tym wyzwaniom naprzeciw i w zeszłym roku wprowadziło nowy model zarządzania użytkownikami. Obecnie istnieją cztery opcje dostępu do konta:

• Odczyt i analiza – możliwość przeglądania i analizy danych,
• Współpraca – wszystkie możliwości z zakresu „Odczyt i analiza” oraz możliwość edycji udostępnionych zasobów,
• Edycja – wszystkie możliwości z opcji „Współpraca” plus edycja ustawień kont, usług i widoków,
• Zarządzanie użytkownikami – możliwość dodawania i usuwania użytkowników oraz nadawania im poziomów dostępów.

Kolejną wprowadzoną zmianą jest możliwość przyznania różnych opcji dostępu dla poszczególnych poziomów hierarchii konta. Najwyżej w hierarchii plasuje się Konto, następnie Usługa, najniżej znajduje się Widok (dawny Profil). W momencie przyznawania dostępu należy pamiętać o tej strukturze. Przykładowo nadanie dostępu „Edycja” dla konkretnej Usługi powoduje, że dany użytkownik będzie posiadał dostęp na poziomie „Edycji” również dla wszystkich Widoków znajdujących się w obrębie tej Usługi. Szczegółowy opis nowego modelu zarządzania użytkownikami w Google Analytics wraz z przykładami możecie znaleźć w poprzednim poście Google Analytics zmienia sposób zarządzania użytkownikami.

STRUKTURA KONT W GOOGLE ANALYTICS

Wraz ze zmianą modelu zarządzania dostępami w obrębie kont Google Analytics, zmianie uległa również zalecana struktura kont.

Według zalecanej struktury kont konto w Google Analytics stanowi firma, usługami są domeny i aplikacje, a widoki odpowiadają poszczególnym subdomenom, kategoriom produktów czy prowadzonym kampaniom.

Najlepszym rozwiązaniem dla firmy jest posiadanie jednego konta Google Analytics. Wtedy każda posiadana przez firmę domena, jak również aplikacja, stanowi oddzielną usługę. Widoki odpowiadają poszczególnym subdomenom, kategoriom produktów, źródłom ruchu czy prowadzonym kampaniom. Wyjątkiem od tej reguły jest sytuacja, gdy posiadamy bardzo wiele witryn. Wtedy, aby nie osiągnąć limitu 50 widoków na konto, możemy podzielić witryny według kategorii i stworzyć oddzielne konto dla każdej kategorii witryn bądź stworzyć oddzielne konto dla każdej witryny.

Każda usługa powinna posiadać jeden widok niefiltrowany (w celu zabezpieczenia danych) i jeden widok zbiorczy (tzw. masterview, stanowiący podstawowy widok do analizy danych i gromadzący wszystkie dane z domeny). Dobrym pomysłem jest również stworzenie widoku próbnego, na którym testujemy wszystkie zmiany przed ich wprowadzeniem.

Taka struktura wpływa na większą przejrzystość zbieranych danych oraz łatwiejszy i szybszy dostęp do raportów. Wszystkie dane są w jednym miejscu. Ponadto dzięki zmianom w modelu zarządzania użytkownikami, firmy bez trudności mogą zarządzać bezpieczeństwem danych i strukturą dostępu użytkowników. Aby zapewnić większe bezpieczeństwo danych, dostępy do poszczególnych poziomów konta powinny być przydzielane bardzo ostrożnie, tylko na takim poziomie i w takim zakresie w jakim są one wymagane. Przykładowo agencje marketingowe powinny mieć dostęp jedynie do widoków prowadzonych kampanii marketingowych w zakresie „Odczyt i analiza”.

Właściwą strukturę konta Google Analytics postaram się zobrazować na przykładzie małego przedsiębiorstwa BZK, które sprzedaje buty, zegarki oraz krawaty. Dla każdej ze sprzedawanych kategorii produktów firma posiada osobną domenę: www.buty.pl, www.zegarki.pl oraz www.krawaty.pl. W obrębie każdej domeny znajduje się subdomena sklep (odpowiednio www.sklep.buty.pl, www.sklep.zegarki.pl oraz www.sklep.krawaty.pl). Dodatkowo firmie zależy na oddzielnym śledzeniu stron docelowych dla domeny www.buty.pl, kampanii AdWords dla www.zegarki.pl oraz użytkowników z Polski dla www.krawaty.pl. Domena www.buty.pl posiada również wersję mobilną (www.m.buty.pl). Dla tego typu organizacji właściwa struktura konta Google Analytics przedstawia się następująco:

Jeżeli uporządkujemy konto Google Analytics dla przykładowego przedsiębiorstwa BZK według powyższego schematu, wszystkie dane będą prezentowane w przejrzysty sposób.

Konto Google Analytics stanowi firma BZK. Usługami są kolejne domeny: www.buty.pl, www.zegarki.pl, www.krawaty.pl. Każda usługa posiada widok niefiltrowany, widok zbiorczy, widok testowy, subdomenę sklep oraz dodatkowo widoki, które odpowiadają specyficznym wymaganiom dotyczącym analizy danych w poszczególnych domenach.

Dla większości przedsiębiorstw powyższe rozwiązanie będzie optymalne i wystarczające. Jednak trzeba pamiętać, że od każdej zasady są wyjątki. Konto Google Analytics może posiadać maksymalnie 50 widoków. To ograniczenie sprawia, że niektóre duże firmy (posiadające dużą liczbę witryn) muszą przeorganizować swoją strukturę kont według innych zasad. Dotyczy to w szczególności firm, które działają na wielu rynkach, posiadają w swojej ofercie wiele kategorii produktów czy śledzą wiele stron docelowych. Prześledźmy trzy takie możliwe scenariusze.

Wiele rynków zbytu. Jeżeli przedsiębiorstwo działa na wielu rynkach i do każdego rynku przypisana jest inna domena (na przykład rynkami są różne kraje), możliwe jest stworzenie oddzielnego konta Google Analytics dla każdego rynku. Usługami będą wtedy domeny odpowiadające rynkom poszczególnych krajów. Takie rozwiązanie będzie pomocne przy analizie danych, gdyż każdy z rynków ma odmienną charakterystykę.

Za przykład weźmy przedsiębiorstwo, które działa na dwóch rynkach: polskim i niemieckim oraz dodatkowo na każdym rynku posiada aplikację mobilną. Właściwym rozwiązaniem jest stworzenie dwóch kont: pierwszego o nazwie Polska, w obrębie którego będą dwie usługi: www.nazwastrony.pl i aplikacja mobilna, oraz drugiego o nazwie Niemcy, również z dwoma usługami: www.nazwastrony.de i aplikacja mobilna.

Wiele kategorii produktów. Podobna sytuacja występuje w przypadku firm, które sprzedają szeroką gamę produktów pod jedną domeną. Takie firmy bardzo często posiadają oddzielne departamenty dla poszczególnych kategorii produktów. Dla tych przedsiębiorstw dobrym rozwiązaniem będzie stworzenie oddzielnego konta dla każdej kategorii produktów. Usługi będą stanowić wtedy poszczególne subdomeny. Takie rozwiązanie ułatwi departamentom analizę danych i śledzenie trendów w poszczególnych kategoriach (każdy departament otrzyma dostęp jedynie do kont, które są w zakresie jego zainteresowania), zmniejszy ryzyko osiągnięcia limitu 50 widoków na konto oraz ograniczy ryzyko próbkowania danych. Przy wyborze takiego modelu struktury kont należy pamiętać, aby zawsze stworzyć jedno konto zbiorcze, które będzie gromadziło wszystkie dane pochodzące z domeny.

Dobrym przykładem takiej firmy jest Amazon, który pod jedną domeną sprzedaje bardzo wiele kategorii produktów. Dla każdej kategorii firma może stworzyć oddzielne konto, na przykład: buty czy czapki z daszkiem, usługami będą wtedy subdomeny: www.buty.amazon.com oraz www.czapkizdaszkiem.amazon.com. Dodatkowo w Google Analytics powinno się znaleźć konto zbiorcze, które gromadzi pod jednym kontem dane z obydwu subdomen.

Wiele stron docelowych. Strategia niektórych firm zakłada szczegółowe śledzenie stron docelowych. Jeżeli firma o takiej strategii prowadzi szeroko zakrojone działania marketingowe i dla każdej kampanii czy źródła ruchu tworzy osobną stronę docelową, wtedy górny limit widoków na konto może zostać szybko osiągnięty w przypadku śledzenia każdej strony docelowej w osobnym widoku. W tym przypadku można (1) stworzyć oddzielne widoki dla różnych kategorii stron docelowych plus jeden widok zbiorczy dla wszystkich stron, (2) stworzyć oddzielne konto dla wszystkich stron docelowych albo (3) stworzyć oddzielne konto dla każdej kategorii.

Wyobraźmy sobie bank, który dla każdej prowadzonej kampanii tworzy osobny formularz zapytania o ofertę. Wszystkie strony docelowe (formularze) można podzielić według trzech kategorii: Konta osobiste, Lokaty, Kredyty. Bank może stworzyć oddzielne widoki dla każdej z takich kategorii (widoki: strony docelowe Konta osobiste, strony docelowe Lokaty, strony docelowe Kredyty) oraz jeden widok zbiorczy (widok: Wszystkie strony docelowe), który zawiera dane dotyczące wszystkich stron docelowych.

DOBRE PRAKTYKI

Przy planowaniu struktury kont w Google Analytics warto pamiętać o tym, że:

• każda domena powinna być w oddzielnej usłudze,
• każda subdomena powinna być śledzona w oddzielnym widoku,
• każda usługa powinna posiadać jeden widok niefiltrowany i, jeżeli występują subdomeny, również jeden widok zbiorczy,
• dostępy do poszczególnych poziomów konta powinny być przydzielane bardzo ostrożnie i zawsze zaczynając od najniższych poziomów hierarchii w Google Analytics,
• zawsze połączyć Google Analytics z kontem AdWords. Najlepiej połączyć konto AdWords z wybranymi widokami.

Przy organizowaniu struktury kont warto również pamiętać, że próbkowanie odbywa się na poziomie usługi.

Do planowania struktury kont w Google Analytics najlepiej przystąpić jak najszybciej, gdyż nie ma możliwości przenoszenia danych historycznych. Zatem im szybciej wprowadzimy zmiany, tym szybciej zaczną się zbierać nowe, lepiej zorganizowane dane.

The post Zrób porządek w swoim GA, czyli właściwa struktura kont Google Analytics first appeared on Conversion.