Google Analytics - jakie korzyści przyniesie analiza danych XXI wieku?

Analiza zachowania, sposobów pozyskania i efektywności odbiorców na stronie internetowej to „must-have” każdej firmy działającej online w dzisiejszym świecie. Rezygnując z niej, świadomie pozbawiamy się kluczowych informacji, które powinny być podstawą decyzji strategicznych, biznesowych i optymalizacyjnych.

Wszystko opisane w powyższym akapicie, ale i wiele więcej masz do dyspozycji już dziś. Pytanie czy wykorzystujesz wszystkie możliwości? Google Universal Analytics, tak jak jego poprzednicy (Urchin Analytics - GA1, Classic Analytics - GA2) to nie były i nie są narzędzia idealne - mają swoje mniejsze lub większe wady, ale w dużej mierze dowożą to, co mają dowieźć - dane analityczne.

Po co nam te dane? Można byłoby je porównać do lornetki - jeśli ją masz, daje Ci pewne możliwości zobaczenia więcej niż na własne oczy, ale samo jej posiadanie nic nie zmienia - musimy użyć lornetki, aby zobaczyć to czego gołym okiem nie widać. Z danymi jest tak samo. Samo podpięcie Google Analytics’a i zbieranie danych jeszcze nic nie daje. Oczywiście zbieranie danych jest pierwszych krokiem do sukcesu, ale ze zbierania, tak samo jak z lornetki w futerale, żadne korzyści nie płyną.

Zacznij analizować dane i wyciągaj odpowiednie wnioski

W większości przypadków firmy w Polsce mają podpiętą usługę Google Analytics i… tyle :) Nawiązując do poprzedniego akapitu, są dumnymi posiadaczami lornetki i sądzą, że dzięki posiadaniu jej w futerale, będą widzieć więcej. Oczywiście nie będą i to jest kluczowy punkt do rozpoczęcia procesu wejścia w analizę danych XXI wieku.

Podstawą nie jest narzędzie Google Universal Analytics czy Google Analytics 4 - oczywiście są między nimi fundamentalne różnice, ale to nie posiadanie narzędzia sprawi, że będziemy widzieć więcej. A przecież każdy z nas chciałby widzieć więcej niż konkurencja, prawda? Masz skonfigurowaną usługę Google Universal Analytics (GUA / GA3)? Świetnie! Zacznij teraz analizować dane lub zleć to firmie zewnętrznej i - co najważniejsze - wyciągaj z nich wnioski. W tej całej „zabawie” chodzi o to, aby wyciągnąć lornetkę, spojrzeć przez nią i zobaczyć to, czego jeszcze nie widzi lub długo nie zobaczy Twoja konkurencja i na tej podstawie podejmować kolejne decyzje biznesowe.

Już wiesz, że warto. Pytanie co konkretnego znajdziesz w Google Analytics 4?

Tu dochodzimy do sedna sprawy. Tak jak ustaliliśmy wcześniej, pomimo swojej niedoskonałości, Google Universal Analytics to mimo wszystko świetne narzędzie, które daje wiele możliwości rozwoju i wsparcia Twojego biznesu. Prawdziwa magia zaczyna się jednak w nowej, całkowicie przeprojektowanej wersji - Google Analytics 4.

Skoro to kolejna wersja dobrze nam znanego Google Analytics, to dlaczego nagle w „czwórce” mamy znaleźć magię? Pełne informacje o rewolucji, którą znajdziemy w GA4 przeczytasz w innym artykule tutaj, ale z punktu widzenia analityki XXI wieku, kluczowym aspektem jest gruntowna zmiana sposobu zbierania i strukturyzowania danych w Google Analytics 4, dzięki czemu poszczególne metryki stają się zdecydowanie bardziej dokładne, a poruszanie po narzędziu i raportowanie zdecydowanie bardziej plastyczne.

Całkowitą nowością jest również wykorzystanie w Google Analytics 4 uczenia maszynowego, które w połączeniu z odpowiednimi ustawieniami atrybucji (które swoją drogą są dużo bardziej rozbudowane niż w GUA / GA3 i warto się temu przyjrzeć tutaj), dają nam możliwość spojrzenia nie tylko na dane z przeszłości, ale również z… przyszłości! Brzmi kosmicznie, ale de facto tak to wygląda w GA4.

Dane z przyszłości? Jak to możliwe?

Google, wraz z uczeniem maszynowym i nowymi ustawieniami atrybucji wykorzystującymi autorskie modele algorytmiczne, daje nam możliwość sprawdzenia raportów eksperymentalnych dotyczących na przykład klientów, którzy z dużym prawdopodobieństwem dokonają zakupu w naszym sklepie w ciągu 7 lub 14 dni. Brzmi jak niemożliwe, a jednak. Dotychczasowe doświadczenia pokazują, że skuteczność jest na dość wysokim poziomie, a z czasem zbierania i analizowania kolejnych danych przez algorytm, uczenie maszynowe będzie mogło jeszcze zrobić na nas wrażenie w tym zakresie.

przez Jakub Klęsk

Czy Google Analytics 4 to naprawdę tak duża rewolucja?

Wszystko zaczęło się w 1997 roku, kiedy swoją premierę ma podstawa dzisiejszego (jeszcze) Google Universal Analytics – płatna aplikacja firmy Urchin Software Corporation. 10 lat później narzędzie staje się częścią Google, a na rynek trafia Urchin Analytics (GA1).

W 2007 roku Google wprowadziło kolejną wersję analitycznego narzędzia, pozbywając się jednocześnie oryginalnej nazwy – Classic Analytics (GA2), a w 2012 roku Google zaprezentowało wersję znaną nam dziś – Universal Analytics (GUA, GA3). Co łączy te wersje? Wszystkie bazowały na oryginalnej aplikacji Urchin, której początki procesu powstawania sięgają 1995 roku. GA2 w praktyce wprowadziło tylko nową nazwę i choć w GUA/GA3 zmian co prawda było więcej, m.in. pulpity nawigacyjne, niestandardowe raporty i analityka w czasie rzeczywistym, to całość i tak oparta była o rozwiązania mające ponad 15 lat.

Czy Google Universal Analytics, nadal oparte o rozwiązania Urchin z 1997 roku, jest złym narzędziem? Zdecydowanie nie i trzeba to jasno podkreślić – Google w 2005 roku, przejmując aplikację Urchin i wprowadzając jej darmową wersję, na zawsze zmieniło rynek analityki biznesowej. Z czasem, kolejne wersje Google Analytics przejmowały rynek, stając się najpopularniejszym narzędziem analitycznym na świecie.

Czas na zmiany. Gruntowne zmiany.

Po 3 wersjach Google Analytics, opierających się o kod napisany jeszcze w latach dziewięćdziesiątych przez Urchin Software Corporation, Google postanowiło, że „Universal” będzie tą ostatnią bazującą na dotychczasowych rozwiązaniach technicznych. Google, wraz z zakończeniem ewolucji, rozpoczęło rewolucję – rozpoczęcie prac nad całkowicie nowym narzędziem analitycznym, dziś znanym już jako Google Analytics 4 (GA4). Choć GA4 czerpie z doświadczeń, które użytkownicy z całego świata generowali przez ponad 20 lat, to jest narzędziem stworzonym w 100% od podstaw, przez specjalistów z firmy Google.

GA2 przyniosło nam zmianę nazwy (wybitne osiągnięcie), GUA/GA3 kilka zmian w raportach i raportowanie w czasie rzeczywistym, natomiast Google Analytics 4 zmienia zasady gry. Wraz z GA4, Google wprowadza zupełnie nową strukturę zbierania danych, podejście techniczne i technologiczne oraz sposób raportowania. Zmiana interfejsu, choć istotna, nie wydaje się być kluczowa przy całej liście pozostałych modyfikacji.

Google Analytics 4 – rewolucja w analityce biznesowej

Tak, Google Analytics 4 to rzeczywiście rewolucja. To rewolucja nie tylko samego narzędzia, ale również naszego podejścia i sposobu korzystania z niego na co dzień. Urchin Analytics, Classic Analytics i Universal Analytics opierały strukturę danych sesje w witrynie, a GA4 najwyżej stawia użytkownika. Dlaczego? Google nagle uznało, że ta metryka jest lepsza? Prawdopodobnie specjaliści z Google uważali tak od dłuższego czasu (może nawet od początku), ale problemem była technologia – sposób zbierania danych w aktualnej wersji nie pozwala na prawidłowy pomiar metryki „Użytkownicy”.

Jak to możliwe, skoro każdy z nas widzi ich liczbę w swoim Dashboard’zie Google Universal Analytics? No właśnie nie widzi, a właściwie widzi liczbę opisaną jako „Użytkownicy”, ale to nie do końca ich dokładna liczba. Nasuwa Ci się ponownie pytanie „dlaczego?”. Słusznie. Wyjaśnieniem jest sposób zbierania danych, bazujący o tzw. „ciasteczka” czyli pliki cookies, które są generowane na każdym urządzeniu, podczas pierwszej wizyty na naszej stronie internetowej. Skutek jest taki, że wchodząc na Twoją stronę z laptopa, komputera w pracy, telefonu prywatnego, służbowego, a na koniec jeszcze z telewizora, samochodu i lodówki (tak, mają takie możliwości), liczba w metryce „Użytkownicy” wzrośnie o 7…

Jednym słowem jest fatalnie? Nie i wcześniej już wspomniałem o tym, że mimo swoich wad Google Universal Analytics to znakomite narzędzie. Pozytywną informacją jest również fakt, że Google Analytics 4 w dużej mierze rozwiązuje problem z użytkownikami i to na tej metryce Google oparło nową strukturę danych. Uff… jedna z ważniejszych zmian za nami.

Użytkownicy… i co dalej?

W poprzednich wersjach GA, Google przyzwyczaiło nas do strukturyzowania danych według podziału na 4 główne elementy: User, Session, View, Hit, czyli Użytkownik, Sesja, Odsłona, Zdarzenie, a w Google Analytics 4 jest to User, User Property, Event, Parameter, choć w ramach porównania do „Universala” można uprościć to do User, Event, czyli Użytkownik i Zdarzenie.

Czy to oznacza, że straciliśmy informacje o sesjach i odsłonach? Zdecydowanie nie, a ich sposób raportowania w GA4 można uznać za dokładniejszy i bardziej plastyczny w zakresie wykorzystania w analizie i raportach. Sesje i odsłony raportowane są w GA4 jako event’y „session_start” oraz „page_view” wraz z nawet 50 parametrami. W ramach konfiguracji Google Analytics 4, oprócz dwóch wspomnianych już zdarzeń, otrzymujemy większy zestaw, w tym między innymi nowe podejście do zaangażowania użytkowników.

Stara (jeszcze aktualna) wersja Google Analytics przyzwyczaiła nas do metryki nazywanej „Współczynnik odrzuceń” która, przynajmniej teoretycznie, miała prezentować nam odsetek sesji, podczas których użytkownik nie wykazał żadnego zainteresowania. Czy tak to właśnie wygląda? Nie do końca. Współczynnik odrzuceń to liczba sesji ograniczonych do jednej strony (1 odsłona) podzielona przez liczbę wszystkich sesji, czyli odsetek wszystkich sesji w witrynie, podczas których użytkownicy wyświetlali tylko jedną stronę, uruchamiając zaledwie pojedyncze żądanie do serwera Analytics. Co więcej, sesje ograniczone do jednej strony mają przypisywany czas trwania wynoszący 0 sekund, niezależnie od tego czy trwały 0 czy 1 800 sekund (maksymalny czas trwania sesji wy GA3).

Podczas powstawania Google Analytics 4, zespół deweloperów Google słusznie stwierdził, że ta metryka również nie daje nam dokładnie tego czego byśmy oczekiwali. Na podstawie tych wniosków, do GA4 trafiła nowa metryka, opierająca się o zdarzenie „user_engagement” – Współczynnik Zaangażowania. Zdarzenie „user_engagement” wysyłane jest w kilku sytuacjach:

– w ciągu jednej sesji wystąpią co najmniej dwa zdarzenia page_view, jeśli na jednej z dwóch podstron wartość parametru user_engagement_msec wyniesie ponad 10 000 milisekund (msec)
– w ciągu jednej sesji wystąpi jedno zdarzenie page_view i wartość parametru user_engagement_msec wyniesie ponad 10 000 milisekund (m_sec)
– w sytuacji wystąpienia zdarzenia konwersji podczas sesji (wymaga odpowiedniej konfiguracji).

Wykorzystaj rewolucję już dziś – bądź krok przed konkurencją

Google Universal Analytics oficjalnie zostanie wyłączony, czyli przestanie zbierać dane 1 lipca 2023 roku. Co więc zrobi większość firm i przedsiębiorców na rynku, a w tym również Twoja konkurencja? 30 czerwca 2023 roku, po otrzymaniu powiadomienia „Od jutra analiza danych będzie jeszcze prostsza z Google Analytics 4”, „na wczoraj” będą próbowali przenieść się z GA3 do  GA4 i zdążyć do końca dnia. Zrobią to bez przeanalizowania sytuacji, bez wiedzy na temat nowego narzędzia, a co więcej również bez świadomości, że zrobią to źle. Co w takim razie powinnaś lub powinieneś zrobić? Proces migracji rozpocząć już dziś i przeprowadzić go w odpowiedzialny sposób, aby w pełni wykorzystać rewolucję w  analizie danych, którą przyniesie Google Analytics 4.

Źródła:
https://www.globalmediainsight.com/blog/google-analytics-tracking-code/
https://digitalstateconsulting.com/knowledge-is-power/brief-history-google-analytics-part-one/
https://www.tothenew.com/blog/google-analytics-updates-the-timeline-of-major-updates/
https://support.google.com/analytics/answer/13391283?hl=en

przez Jakub Klęsk

Czy 1 lipca 2023 r. stracimy wszystkie dane, które zbieraliśmy od lat w Google Universal Analytics?

Najprostszą odpowiedzią byłoby po prostu nie, ale jednocześnie warto podkreślić, że sprawa jest zdecydowanie bardziej skomplikowana. Google zapowiedziało, że 1 lipca 2023 r. wyłączy wszystkie usługi Google Universal Analytics, co w praktyce będzie oznaczać wstrzymanie gromadzenia w nich nowych danych. Jednocześnie już dziś wiemy, że dostęp do tych usług, więc i do danych z przeszłości nie będzie wieczny - od 1 lipca rozpoczyna się okresu 6 miesięcy, po których Google usunie wszystkie konta GUA.

Sytuacja nie jest aż tak straszna jak mogłoby się wydawać - po pierwsze mamy już do dyspozycji Google Analytics 4, w którym możemy zbierać dane równolegle, a po drugie Google udostępnia inne narzędzia, które pomogą nam odnaleźć się w sytuacji wyłączenia usług Universal Analytics.

Najprostszą odpowiedzią byłoby po prostu nie, ale jednocześnie warto podkreślić, że sprawa jest zdecydowanie bardziej skomplikowana. Google zapowiedziało, że 1 lipca 2023 r. wyłączy wszystkie usługi Google Universal Analytics, co w praktyce będzie oznaczać wstrzymanie gromadzenia w nich nowych danych. Jednocześnie już dziś wiemy, że dostęp do tych usług, więc i do danych z przeszłości nie będzie wieczny - od 1 lipca rozpoczyna się okres 6 miesięcy, po których Google usunie wszystkie konta GUA.

Sytuacja nie jest aż tak straszna jak mogłoby się wydawać - po pierwsze mamy już do dyspozycji Google Analytics 4, w którym możemy zbierać dane równolegle, a po drugie Google udostępnia inne narzędzia, które pomogą nam odnaleźć się w sytuacji wyłączenia usług Universal Analytics.

Jak się zabezpieczyć przed utratą danych z „Universala”?

Możemy to zrobić na kilka sposobów, ale jeśli szukasz rozwiązania najprostszego, które w pełni opiera się o inne usługi Google, to rekomenduję wykorzystać do tego Google BigQuery, a w następnej kolejności Looker Studio (Google Data Studio). Może to brzmieć skomplikowanie, ale w praktyce, nie jest to tak straszne, na jakie wygląda, choć przestawienie się z analizowania danych w dotychczasowym GA3 na dane wyeksportowane do BigQuery i ewentualnie prezentowanie ich w Looker’ze wymaga odpowiedniej wiedzy i umiejętności.
Czym jest Google BigQuery? Jest to jedna z usług funkcjonujących w ramach Google Cloud Platform, czyli zestawu usług i narzędzi chmury obliczeniowej, w której Google udostępnia nie tylko przestrzeń serwerową, ale daje możliwość samodzielnego zbudowania własnej, dopasowanej do potrzeb infrastruktury. BigQuery to, jak określa Google, działająca w chmurze, skalowalna hurtownia danych, zoptymalizowana pod kątem szybkiej analizy dużych zbiorów danych. Brzmi kosmicznie? Tłumacząc na „ludzki”, to szybka baza danych, dostępna całkowicie online, do której możesz wrzucić dane z różnych źródeł (Analytics, wewnętrzny CRM itd.) i następnie przeanalizować w całości. Technicznie narzędzie opiera się o zapytania SQL, więc do pełnej analizy wiedza w tym zakresie będzie konieczna, choć nie jest to aż tak skomplikowane, aby nie było do opanowania.
Mamy już dane w Google BigQuery. Co dalej? Samo BigQuery magazynuje dane, a po użyciu zapytania SQL „wyrzuci” nam odpowiednie wyniki. Daleko im jednak będzie do tego co dotychczas wiedzieliśmy w Google Universal Analytics, choć i tu, Google przychodzi z pomocą. Narzędzie znane do niedawna jako Google Data Studio, a dziś Looker Studio daje możliwość zaciągania danych z BigQuery, konfiguracji i prezentowania ich w formie tabeli i wykresów, co już wydaje się być dużo bliższe GA3, prawda?

Jak się zabezpieczyć przed utratą danych z „Universala”?

Możemy to zrobić na kilka sposobów, ale jeśli szukasz rozwiązania najprostszego, które w pełni opiera się o inne usługi Google, to rekomenduję wykorzystać do tego Google BigQuery, a w następnej kolejności Looker Studio (Google Data Studio). Może to brzmieć skomplikowanie, ale w praktyce, nie jest to tak straszne, na jakie wygląda, choć przestawienie się z analizowania danych w dotychczasowym GA3 na dane wyeksportowane do BigQuery i ewentualnie prezentowanie ich w Looker’ze wymaga odpowiedniej wiedzy i umiejętności.

Czym jest Google BigQuery? Jest to jedna z usług funkcjonujących w ramach Google Cloud Platform, czyli zestawu usług i narzędzi chmury obliczeniowej, w której Google udostępnia nie tylko przestrzeń serwerową, ale daje możliwość samodzielnego zbudowania własnej, dopasowanej do potrzeb infrastruktury. BigQuery to, jak określa Google, działająca w chmurze, skalowalna hurtownia danych, zoptymalizowana pod kątem szybkiej analizy dużych zbiorów danych. Brzmi kosmicznie? Tłumacząc na „ludzki”, to szybka baza danych, dostępna całkowicie online, do której możesz wrzucić dane z różnych źródeł (Analytics, wewnętrzny CRM itd.) i następnie przeanalizować w całości. Technicznie narzędzie opiera się o zapytania SQL, więc do pełnej analizy wiedza w tym zakresie będzie konieczna, choć nie jest to aż tak skomplikowane, aby nie było do opanowania.

Mamy już dane w Google BigQuery. Co dalej? Samo BigQuery magazynuje dane, a po użyciu zapytania SQL „wyrzuci” nam odpowiednie wyniki. Daleko im jednak będzie do tego co dotychczas wiedzieliśmy w Google Universal Analytics, choć i tu, Google przychodzi z pomocą. Narzędzie znane do niedawna jako Google Data Studio, a dziś Looker Studio daje możliwość zaciągania danych z BigQuery, konfiguracji i prezentowania ich w formie tabeli i wykresów, co już wydaje się być dużo bliższe GA3, prawda?

Czy BigQuery i Looker Studio to rozwiązanie idealne?

Oczywiście nie, ale po pierwsze Google Universal Analytics również nim nie jest, a po drugie nie mamy alternatywy, więc musimy przystosować się do takiego rozwiązania, jeśli chcemy pozostać w ekosystemie Google. Co więcej, im szybciej to zrobimy, tym lepiej dla nas - wszyscy dobrze wiemy, jak kończy się odwlekanie takich zadań w czasie.
To wszystko, choć wydaje się skomplikowane i problematyczne, w rzeczywistości jest wystarczająco intuicyjne, a po kilku chwilach „przeklinania się” przez wszystkie narzędzia stanie się nawet logiczne. Oczywiście, będzie do tego potrzebna wiedza i umiejętności techniczne lub specjalista, który pomoże uporządkować aktualną sytuację, ale mamy XXI wiek - nikt nie mówił, że będzie łatwo ;)

Czy BigQuery i Looker Studio to rozwiązanie idealne?

Oczywiście nie, ale po pierwsze Google Universal Analytics również nim nie jest, a po drugie nie mamy alternatywy, więc musimy przystosować się do takiego rozwiązania, jeśli chcemy pozostać w ekosystemie Google. Co więcej, im szybciej to zrobimy, tym lepiej dla nas - wszyscy dobrze wiemy, jak kończy się odwlekanie takich zadań w czasie.

To wszystko, choć wydaje się skomplikowane i problematyczne, w rzeczywistości jest wystarczająco intuicyjne, a po kilku chwilach „przeklinania się” przez wszystkie narzędzia stanie się nawet logiczne. Oczywiście, będzie do tego potrzebna wiedza i umiejętności techniczne lub specjalista, który pomoże uporządkować aktualną sytuację, ale mamy XXI wiek - nikt nie mówił, że będzie łatwo ;)

przez Jakub Klęsk