#GA4

Sekwencja ścieżki konwersji - jak ją zdefiniować i dlaczego jest kluczowa z punktu widzenia parametrów sprzedażowych?

przez Jakub Klęsk

Eksplorowanie - jak wykorzystać nową zakładkę w Google Analytics 4?

Google Analytics 4, czyli nowa wersja analitycznego narzędzia ze stajni Google, umożliwia analizę danych na kilku różnych poziomach, uzależnionych od wiedzy, umiejętności, doświadczenia, a przede wszystkim potrzeb użytkownika. Twórcy GA4, przeprojektowując interfejs „Analytics’a” zdecydowali się na odejście od dobrze znanego nam podziału i struktury gotowych raportów w GUA, na rzecz zdecydowanie większej wolności podczas analizy danych i przygotowywania raportów.

Zdecydowana większość użytkowników Google Analytics 4 swoje analizy rozpocznie i zakończy na zakładce „Strona Główna”, sprawdzając podstawowe parametry w zakresie ruchu na stronie, liczby użytkowników, liczby konwersji czy też przychodów w ciągu ostatnich 7, 14 lub 30 dni. Strona Główna zawiera podstawowe metryki, które dają ogólny obraz sytuacji, ale nie umożliwiają bardziej szczegółowego spojrzenia na konkretne liczby.

Zdecydowanie mniejsza cześć będzie kontynuować analityczny proces w zakładce „Raporty”, które rozszerzają nam widoki podstawowe według schematu STDC -> See, Think, Do, Care - nowej metodologii analizowania danych, która w GA4 zastąpiła znaną z GUA metodę ABC, czyli Acquisition, Behavior, Conversion. W podstawowym widoku zakładki Raporty, znajdziesz bibliotekę „Cykl życia”, która w ramach raportów „Pozyskanie”, „Zaangażowanie”, „Generowanie przychodu” i „Utrzymanie” nakreśla proces analityczny według nowej metodologii STDC.

Eksplorowanie, czyli wyższy poziom wtajemniczenia

Eksplorowanie w Google Analytics 4 wymaga zdecydowanie większego doświadczenia i lekkości poruszania się po strukturach gromadzonych danych, które będziemy mogli wykorzystać w ramach 7 metod analitycznych, których bramy przed nami otwiera właśnie ta zakładka.

Pierwsza metoda to „Eksploracja swobodna”, której założeniem jest łatwość dostosowania danych oraz elastyczność ich prezentacji. Eksploracja swobodna pozwala wizualizować dane w formie tabeli lub wykresu, dowolnie zmieniać kolejność wierszy i kolumn tabeli, bezpośrednio porównywać ze sobą wiele rodzajów danych, tworzyć zagnieżdżone wiersze w celu grupowania danych, zawęzić eksplorację za pomocą segmentów i filtrów, a także tworzyć segmenty i listy odbiorców na podstawie wybranych danych. Od tej metody zazwyczaj rozpoczyna się analityczny proces w GA4.

Kolejnym możliwym wyborem na liście jest „Eksploracja ścieżki”. Metoda ta umożliwia wizualizację kroków podejmowanych przez użytkowników i szybką ocenę skuteczności ich wykonywania. Pozwala poznać efektywne ścieżki dotarcia użytkownika do etapu dokonywania konwersji, a także odnaleźć elementy, które wymagają optymalizacji.

3 metodą procesu eksploracji jest „Eksploracja Sekwencji Ścieżki”, w ramach której możemy przeprowadzić m.in. analizę najpopularniejszych stron odwiedzanych przez nowych użytkowników po otwarciu strony głównej, sprawdzanie, jakie działania wykonują użytkownicy po wyjściu na stronę produktu, czy też określić wpływ danego zdarzenia na kolejne działania użytkowników na naszej stronie.

Czwartą możliwością jest „Pokrywanie się segmentów”. Metoda ta służy do porównywania ze sobą segmentów użytkowników. Umożliwia szybkie sprawdzanie poziomów pokrycia i wzajemnych relacji. Pomaga to w wyodrębnianiu konkretnych grup odbiorców za pomocą złożonych warunków. Na podstawie uzyskanych wyników, umożliwia tworzenie nowych segmentów do zastosowania w innych metodach w narzędziu Eksploracje i raportach Google Analytics.

Eksplorator zachowania użytkownika pozwala wybrać konkretne grupy użytkowników (np. użytkowników, którzy korzystają z Twojej usługi zarówno w aplikacji, jak i w witrynie), aby przeanalizować działania każdego użytkownika z osobna. Poznanie zachowań jest ważne, gdy chcesz spersonalizować doświadczenia użytkownika albo uzyskać wgląd w konkretny wzorzec przeglądania lub rozwiązać występujące w jego przypadku problemy. Będzie to przydatne, gdy chcesz np. przeanalizować zachowanie użytkownika, który ma wyjątkowo wysoką średnią wartość zamówień, lub sprawdzić, w którym miejscu inny użytkownik miał kłopoty z finalizacją zamówienia.

Szóstą metodą jest „Eksploracja kohort”. Kohorta to grupa użytkowników, którzy mają wspólną cechę określoną w danym raporcie za pomocą odpowiedniego wymiaru. Na przykład wszyscy użytkownicy z tą samą datą pozyskania należą do tej samej kohorty. Eksploracja kohort pozwala badać zachowanie użytkowników z tych grup w czasie podczas korzystania przez nich z aplikacji lub witryny.

Metoda „Cykl życia użytkownika” pokazuje, jak użytkownicy zachowują się w trakcie korzystania z witryny lub aplikacji od początku ich śledzenia jako klientów i pomaga znaleźć konkretne informacje, takie jak: źródło, medium i kampania, które przyciągnęły użytkowników i uzyskały najwyższe przychody ogólne w porównaniu z przychodami tylko z wybranego miesiąca; aktywne kampanie pozyskujące bardziej wartościowych użytkowników, najbardziej skłonnych do zakupów, w przypadku których prawdopodobieństwo rezygnacji z transakcji jest niższe, zgodnie z modelami prognozowania Google Analytics; statystyki zachowań unikalnych użytkowników, np. informacje o tym, kiedy użytkownicy aktywni w ciągu ostatniego miesiąca dokonali ostatnio zakupu produktu w Twojej witrynie lub ostatnio używali Twojej aplikacji.

Sporo tego. Jak podejść do tego z głową i wykorzystać możliwości Eksploracji w GA4?

Jest duże prawdopodobieństwo, że zakładka Eksplorowanie okaże się zbyt dużym wyzwaniem, aby sprostać mu samodzielnie. Potencjał jaki dają analityczne metody eksplorowania takie jak eksploracja sekwencji ścieżki czy też eksploracja zachowania użytkownika jest ogromny, ale poziom skomplikowania konfiguracji raportów w tej zakładce powoduje, że próg wejścia jest równie wysoki. Taki etap analizy danych, prawdopobnie będzie wymagał również eksportowania danych do Google BigQuery i wykorzystania zapytań SQL, aby optymalizować procesy analityczne i przechowywać dane z dłuższych okresów czasowych.

przez Jakub Klęsk

Zespół Mean Motion, jako analityczne wsparcie Twojego biznesu - jak to wygląda od kuchni?

Zespół Mean Motion powstał na podstawie doświadczeń wypracowywanych przez 7 lat współpracy z małymi, średnimi i dużymi firmami oraz rozwoju wielu marek wewnętrznych, takich jak Printsite Company, Let’s Click i Amity Manage. Analityka była kolejnym naturalnym krokiem w rozwoju i poszukiwaniu możliwości optymalizacji procesów sprzedażowych, marketingowych i biznesowych. Ładnie brzmi, ale jak dokładnie wygląda nasza praca?

Wszystko rozpoczęło się od naturalnego rozwoju i poszerzania zakresu usług Statson Linfield (więcej o Statson Linfield przeczytasz tutaj). Na początku 2022 roku wydzielony został wewnętrzny Dział Strategii i Analizy Danych (Strategy & Data Analysis Departament), obok funkcjonujących już Web Development & IT Departament, PR & Marketing Departament, Branding & Graphic Design Departament oraz Customer Service Department.

Dział strategii i analiz powstał ze względu na brakujący element, który zaczęliśmy coraz częściej dostrzegać we współpracy z klientami i partnerami, czyli odpowiedź na pytanie „dlaczego?”. Dlaczego projektujemy to w taki sposób? Dlatego komunikat w tej kampanii będzie miał akurat takie brzmienie? Dlaczego przycisk na stronie internetowej będzie zielony i umieszczony po lewej stronie? Własna ambicja nie pozwalała nam pozostawiać takich pytań bez odpowiedzi, więc cierpliwie ich szukaliśmy, odpowiadając zarówno sobie, jak i naszym klientom. Kolejnym krokiem było poszerzenie własnych kompetencji oraz czerpanie wiedzy i doświadczenia od czołowych ekspertów w Polsce w tym zakresie, takich jak Paweł Tkaczyk (współpracował z Orange, HBO i SONY) czy Maciej Lewiński (wieloletni Google Certified Trainer oraz Google Analytics Top Contributor) oraz wielu przypadków, z którymi spotkaliśmy się w trakcie naszej dotychczasowej pracy.

Początek Mean Motion.

W kwietniu 2023 roku oficjalnie powstała nowa marka - Mean Motion, która jest naturalną ewolucją Strategy & Data Analyst Departament, ale już jako wydzielona struktura, skupiona tylko lub aż na usługach z zakresu szczegółowej analizy danych, tworzenia wielowarstwowych raportów oraz poszukiwaniu możliwości optymalizacji procesów sprzedażowych, marketingowych i biznesowych. Lwią część naszej pracy stanowią nadal współprace z dotychczasowymi partnerami, ale nowy brand pozwolił nam wyjść poza dotychczasowe ramy i umożliwił dotarcie również do nowych, mniejszych i większych firm, które zauważają coraz większy potencjał w posiadaniu konkretnej wiedzy.

Marka Mean Motion to również nowy rozdział w zakresie edukacyjnym. Naszą ambicją nie jest tylko analizować, raportować i optymalizować, ale chcemy również uświadamiać i edukować. Chcemy pokazywać przedsiębiorcom, właścicielom i dyrektorom firm, jak ważne jest zadawanie pytań, szukanie odpowiedzi i podejmowanie odpowiednich decyzji biznesowych.

Czasami mała zmiana, której do tej pory nikt nie dostrzegał, okazuje się zmianą, mającą niespodziewanie duży wpływ na efekty, wyniki i przychody biznesu. Liczby lubią zaskakiwać, a my lubimy ujarzmić to zaskoczenie.

W czym możemy Ci pomóc?

Fundamentem naszej pracy jest poznanie potrzeb naszego Klienta i nakreślenie wspólnego kierunku poszukiwań. Analityka to obszar, który nie ma sztywno ustalonych ram, w których należy się poruszać - tak naprawdę im mniejsze ramy tym ciekawsze i bardziej wartościowe efekty możemy uzyskać.

W naszej pracy, poruszamy się w kilku głównych obszarach:

Konfiguracja Google Analytics
Odpowiednia konfiguracja narzędzi analitycznych to pierwszy krok do sukcesu. Przeprowadzimy ten proces dla Ciebie.

Analiza Google Analytics
Dane gromadzone przez Google Analytics 4 wymagają ciągłej analizy, tworzenia zestawień i raportów tak, aby wyciągać odpowiednie wnioski.

Wsparcie Google Analytics
Kluczem do sukcesu jest stawianie odpowiednich pytań, które pozwalają odnaleźć odpowiednie odpowiedzi. W Mean Motion uwielbiamy pytać.

Konfiguracja Google Tag Manager
Jeśli można prościej to dlaczego z tego nie skorzystać? Google Tag Manager (GTM) pozwala na szybsze dodawania tagów do Twojej witryny.

Konfiguracja BigQuery
Analityka w biznesie to proces ciągły, który wymaga magazynowania danych w bazach takich jak BigQuery.

Raporty Looker Studio
Looker Studio to ostatni element układanki po GTM, GA4, BigQuery. Przygotujemy dla Ciebie raporty i zestawimy dane z różnych źródeł.

Czy potrzebujesz naszej pomocy? Najlepiej to sprawdzić :)

Skontaktuj się z nami i umów na bezpłatną 15 minutową konsultację, podczas której poświęcę Ci swój czas, aby odpowiedzieć na wszystkie nurtujące Cię pytania. Zastanawiasz się czy taka współpraca jest Ci potrzebna? Obawiasz się czy nie nadwyręży to za bardzo Twojego budżetu? Po prostu to sprawdź - prościej się nie da :) Konsultacja to całkowicie niezobowiązująca rozmowa, podczas której Ty pytasz, a ja odpowiadam. Zależy mi na tym, abyś świadomie podejmował decyzje nie tylko podczas, ale już przed rozpoczęciem naszej wspólnej drogi przez tajemnice danych. Do zobaczenia!

przez Jakub Klęsk

Jak analizować dane w Google Analytics, aby wyciągać odpowiednie wnioski?

Temat rzeka, którym bez żadnego problemu można byłoby wypełnić kilka, jeśli nie kilkanaście lub kilkadziesiąt różnych książek, choć najważniejsze elementy udało się ująć w tym artykule.

Analiza danych sprzedażowych, marketingowych i biznesowych to aspekt biznesu, który powinien być jednym z najważniejszych elementów strategicznych. To właśnie odpowiednio skonfigurowane, gromadzone i analizowane dane są doskonałą podstawą do świadomego podejmowania decyzji biznesowych, popartych konkretnymi liczbami. Jednym z narzędzi, które możemy w stosunkowo prosty sposób wdrożyć i wykorzystać w swoim biznesie jest właśnie rozwiązanie prosto z Santa Clara w Kalifornii - Google Analytics, aktualnie w wersji „4” (o zmianach z Google Universal Analytics na GA4 przeczytasz tutaj).

Google Analytics 4 z założenia jest narzędziem odpowiedzialnym za śledzenie użytkowników korzystających z naszej strony internetowej, sklepu internetowego lub aplikacji mobilnej (iOS lub Android) - najnowsza wersja GA została stworzona od podstaw właśnie w wersji Web + APP, pozwalając na szczegółowe śledzenie wielu strumieni, pochodzących z różnych źródeł.

Pierwszy krok wydaje się najtrudniejszy, choć w rzeczywistości jest łatwiejszy niż mogłoby się wydawać.

No dobra, to jak zacząć? Rozwiązanie jest proste - po prostu skonfiguruj usługę Google Analytics 4 dla swojej witryny, e-commerce’u lub aplikacji, zbierz dane i zacznij je przeglądać. Oczywiście to nie wystarczy, aby od razu przeprowadzać szczegółowe analizy i tworzyć rozbudowane raporty, ale wystarczy do tego, aby uświadomić sobie jakie informacje możemy gromadzić i co mówią nam o naszych klientach.

W podstawowej konfiguracji GA4 znajdziesz pomiar przechwytujący zdarzenia wyświetlania strony po jej każdorazowym wczytaniu, jednak zaznaczenia opcji „Pomiar zaawansowany” otworzy przed Tobą katalog 6 dodatkowych możliwości, z których możesz skorzystać praktycznie „od ręki” - wystarczy zaznaczyć odpowiednie pole podczas konfigurowania strumienia danych. Dzięki takiemu zabiegowi, po kilku kliknięciach podstawowa wersja usługi jest gotowa, aby gromadzić dane, do których Ty możesz wrócić za kilka godzin, dni, tygodni - w zależności od wolumenu ruchu na Twojej stronie.

Czas na krok drugi - na co patrzeć w pierwszej kolejności?
Który parametr jest tym najważniejszym?

Najcześciej wybieranym modelem analizy danych, choć nie jedynym, jest model który ja nazywam roboczo „od ogółu do szczegółu”.

Chodzi o to, aby spojrzeć na dane z jak najszerszej perspektywy, zobaczyć wszystko co tylko w danej chwili zobaczyć się da, a dopiero poźniej wybrać odpowiedni szlak, zaplanować trasę i rozpocząć czasochłonną wędrówkę, którą być może uda nam się zakończyć atakiem szczytowym.

Zacznijmy od tego co jest ogółem. Proponuję Ci, aby w Twoim przypadku, tym ogółem byli użytkownicy, od których - niezależnie od rodzaju konwersji - wszystko się zaczyna. Bez użytkownika, nie ma sesji, odsłony, kliknięcia, a finalnie konwersji. Bardzo ważnym aspektem jest w tym kontekście zmiana wprowadzona wraz z nową wersją „Analytics’a” - w GA4 parametr „Użytkownicy” jest w końcu parametrem wartym uwagi (w GUA sytuacji była odmienna - więcej przeczytasz tutaj).

Czego możesz dowiedzieć się o użytkownikach? Podstawowe wskaźniki, które znajdziesz w dashboard’zie GA4 i które nie wymagają żadnej dodatkowej konfiguracji pokażą Ci między innymi kraj pochodzenia Twoich odbiorców, ich liczbę w ciągu ostatnich 30 minut z podziałem na wykres minutowy, a także statystyki demograficzne (płeć, wiek) oraz szczegóły dotyczące zainteresowań.

Każdy z tych modułów umożliwia również przejście na jego bardziej rozbudowany odpowiednik, w którym będziemy mogli przeanalizować te dane bardziej szczegółowo. Warto tutaj zaznaczyć, że są to zupełnie podstawowe raporty, które może mieć każdy na wyciągnięcie ręki, ale wiedza pozyskana choćby z takich podstawowych raportów jest już pierwszym krokiem do sukcesu. Każdy taki mały krok sprawia, że jesteśmy coraz bliżej bazy, z której będziemy mogli zaplanować i rozpocząć dalszą wędrówkę do obozu 1.

Analiza danych nie ma jednego właściwego schematu działania. To niekończące się pasmo zadawanych pytań i poszukiwania odpowiedzi, która wygeneruje kolejną listę pytań. Sztuką jest poznanie odpowiedzi na pytanie, którego nasza konkurencja jeszcze sobie nie zadała.

Użytkownicy, demografia, zainteresowania. Co dalej?

Tutaj zaczyna się największa „zabawa”. Odpowiedź na pytanie „co dalej” to właściwie odpowiedź na pytanie „czego szukam?”, „co chcę wiedzieć o moich klientach lub potencjalnych klientach?” czy też „dlaczego mam 30 konwersji dziennie, a nie 40 lub 50?”. Nawet nie będąc biegłym specjalistą możesz spróbować zacząć szukać zależności i punktów styku pomiędzy danymi grupami użytkowników. Na przykładzie zainteresowań, o których już wspominałem, możemy pójść kolejny krok dalej i sprawdzić rozkład szczegółowych parametrów w zależności od konkretnych grup zainteresowań.

W tym konkretnym przypadku, na 4 miejscu pod względem liczby sesji z zaangażowaniem znalazła się grupa „Food & Dining/Cooking...”, ale już w zakresie wygenerowanych konwersji lepsza jest grupa kolejna, czyli „Home & Garden/Home Decor...”. Ten przykład pokazuje, dlaczego wchodzenie w szczegóły podczas szukania odpowiedzi jest tak ważny. Często to, co wydaje się odpowiednie na pierwszy rzut oka, okazuję się tylko pozorem. Na szczęście w danych nic nie ginie - wystarcz tylko odpowiednio szukać, choć i tutaj często jest to szukanie niczym szukanie igły w stogu siana.

Trzy, cztery, pięć kroków. Sporo tego...

Kolejnych kroków jest właściwie nieskończenie wiele - w zależności od charakteru i strategii biznesu, jedne parametry będą dla nas ważne, a inne mniej. Najważniejsze jest to, aby stawiać odpowiednie pytania, mieć determinację i cierpliwość w szukaniu odpowiedzi, wyciągać wnioski i podejmować odpowiednie decyzje biznesowe. Tego Wam życzę - podejmujcie świadome decyzje, oparte na odpowiednich danych :)

przez Jakub Klęsk

Czy Google Analytics 4 daje nam to samo co mogliśmy znaleźć w GA3 (Google Universal Analytics)?

Podstawowym założeniem zarówno Google Universal Analytics, jak i Google Analytics 4 jest śledzenie, gromadzenie, strukturyzowanie i wizualizowanie danych statystycznych serwisów internetowych (stron www, e- commerce). Choć samo założenie pozostaje niezmienne od 1997 roku, kiedy powstała pierwsza wersja „Analytics’a” autorstwa Urchin Software Corporation (o historii przeczytasz więcej tutaj), to GA4 zmienia zasady tej gry.

Google Universal Analytics umożliwiał (formalne wyłączenie usług GUA nastąpiło 1 lipca 2023 r. - przeczytaj więcej) śledzenie wyłącznie stron internetowych i witryn e- commerce - brakujące możliwości w zakresie analityki aplikacji mobilnych trzeba było realizować za pośrednictwem innych narzędzi, np. Firebase Analytics. Z kolei pierwotnym założeniem podczas prac nad nową wersją Google Analytics było śledzenie aplikacji mobilnych, a następnie obu platform jednocześnie (App + Web), dzięki czemu w GA4 możemy konfigurować strumienie danych z witryn internetowych, aplikacji mobilnych w systemie Android oraz aplikacji mobilne w systemie iOS.

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, zmieniającą strukturyzowanie danych, które znaliśmy dotychczas. Założenia obu wersji Google Analytics są jednakowe, jednak GA4 daje nam o wiele większe możliwości gromadzenie i analizy danych o użytkownikach odwiedzających stronę internetową lub korzystających z aplikacji mobilnej.

Czas rzeczywisty, Odbiorcy, Pozyskanie, Zachowanie, Konwersje - co dalej z dotychczasowymi raportami?

Interfejs w Google Universal Analytics przyzwyczaił nas do gotowych, skonfigurowanych automatycznie raportów, podzielonych na 5 głównych obszarów
- Czas rzeczywisty,
- Odbiorcy,
- Pozyskanie,
- Zachowanie,
- Konwersje.

Pierwszy z nich odnosił się do aktywności użytkowników w witrynie w niedalekiej przeszłości - od 5 do 30 minut w zależności do metryki, prezentując dane dotyczące m.in. rodzaju urządzenia, wygenerowanych odsłon, czy wysłanych zdarzeń. Obszar „Odbiorcy” to zbiór wszystkich dany dotyczących odbiorców, inaczej użytkowników naszej witryny, a w zakładce „Pozyskanie”, Google prezentowało źródła ich pozyskania. Obszary „Zachowanie” i „Konwersje” to już bezpośrednia aktywność użytkowników w naszej witrynie, wygenerowane podczas trwania danej sesji. To ostatnie stwierdzenie jest kluczowe z punktu widzenia różnic pomiędzy Google Universal Analytics i Google Analytics 4 - w nowej odsłonie „Analytics’a” podstawowym parametrem, na którym oparte są pozostałe metryki, jest Użytkownik, a nie Sesja, jak miało to miejsce w GA3.

W podstawowym układzie interfejsu GA4, nie znajdziemy zakładek opisanych powyżej i choć technicznie jest możliwość ich odtworzenia, aby maksymalnie upodobnić „czwórkę” do znanego nam podziału, to warto byłoby się zastanowić czy warto. Interfejs Google Analytics 4 proponuje nam 3 główne obszary:
- Raporty,
- Eksplorowanie,
- Reklamy.

Teoretycznie podział może wydawać się gorszy od dotychczasowego, ale de facto możliwości jakie daje nam GA4 są zdecydowanie większe i tylko kwestią czasu jest przyzwyczajenie do „nowego”.

Obszar „Raporty” jest namiastką tego co znaliśmy dotychczas i znajdziemy w nim podział wewnętrzny, nazwany przez Google „Cyklem życia”, który już samymi nazwami będzie kojarzył się z GUA, czyli kolejno:
- Pozyskanie,
- Zaangażowanie,
- Generowanie przychodu,
- Utrzymanie.

Z punktu widzenia procesów biznesowych, podział ten idealnie odpowiada potrzebom odpowiedniego śledzenia i analizy działań w zakresie pozyskania klienta, jego zachowania i przełożenia na efekty, a finalnie utrzymania.

Obszar „Reklamy” odnosi się do działań reklamowych, pozyskania i efektywności w ramach konkretnych ścieżek konwersji. Znajdziemy w nim dane podzielone na „Wydajność” oraz „Atrybucja”. Ostatnią, jednak prawdopobnie najważniejszą zakładką jest obszar „Eksplorowanie”. Brzmi najbardziej tajemniczo, ale odpowiednie jej wykorzystanie może uwolnić niespodziewany potencjał i dostarczyć zaskakujących danych analitycznych.

Eksplorowanie - wykorzystaj niewykorzystywany potencjał

Obszar „Eksplorowanie” może być wyzwaniem dla kogoś, kto nie miał dotychczas styczności z narzędziami analitycznymi i pełne wyjaśnienie wszystkich możliwości wymaga zupełnie osobnego artykułu, choć na pewno jest tematem wartym uwagi. Głównym założeniem tej zakładki jest eksploracja danych zgromadzonych w GA4 w sposób swobodny, tworząc raporty dokładnie odpowiadające aktualnym potrzebom. Podział wewnętrzny składa się z 3 możliwości:
- Eksploracja swobodna,
- Eksploracja ścieżki,
- Eksploracja sekwencji ścieżki.

Twórcy GA4 pozostawili również 4 opcję „Pusty”, czyli możliwość stworzenia raportu całkowicie od „czystej, białej kartki”. Każda z opcji Eksploracji wymaga skrupulatnej konfiguracji raportu, na podstawie Zmiennych, w ramach których definiować możemy Segmenty, Wymiary i Dane oraz Ustawień, wśród których znajdziemy możliwość zdefiniowania Metody (np. Eksploracja kohort), Wizualizacji (np. Wykres liniowy), Porównania, a także konkretnych Kolumn, Wierszy, Wartości i Filtrów.

Podsumowując, czy GA4 daje nam to samo, co dawało do tej pory GA3?

Generalnie tak - daje nam co najmniej to samo. Jednak GUA można byłoby porównać do podróży Fiatem 126p na wakacje - dawał radę? Dawał. Spełniał swoje zadanie, czyli dostarczał całą rodzinę do celu. W „swoich czasach” był odpowiednim rozwiązaniem. GA4 w porównaniu do wspomnianego Fiata jest nowym modelem Mercedesa klasy E - cel zostanie osiągnięty, ale warunki, możliwości, wygoda i potencjał pozostawiają w tyle małego („dużego"), rodzinnego fiata. GA4 jest narzędziem, które zmieniając dotychczasowe podejście „Analytics’a” do strukturyzowania danych, wprowadza analitykę w XXI wiek. Tylko od nas zależy czy wykorzystamy odpowiednio ten potencjał.

przez Jakub Klęsk

Google automatycznie utworzyło Ci usługę Google Analytics 4? Czasu nie cofniesz, ale przeczytaj co z tym zrobić :)

W marcu 2023 r. Google rozpoczęło proces tworzenia i konfigurowania automatycznych kont Google Analytics 4 dla wszystkich klientów Google Universal Analytics. Konfiguracja nowej usługi zakłada przeniesienie analogicznych ustawień z GUA do GA4 w zakresie wybranych zdarzeń konwersji, linków Google Ads czy istniejących tagów.

Z technicznego punktu widzenia, konfiguracja nowej usługi realizowana jest za pośrednictwem Połączonego Tagu Witryny (Connected Site Tag), który wykorzystując istniejące tagi gtag.js lub analytics.js, realizował będzie wysyłkę informacji do Google Analytics 4. Początkowo Google warunkowało przeprowadzenie tego procesu samodzielnym wyłączeniem automatycznej konfiguracji przed 28 lutego 2023 r.

Jeśli pierwszy raz o tym słyszysz i na Twoim koncie Google Universal Analytics automatyczny proces nie został wyłączony, to z bardzo dużym prawdopodobieństwem, dziś Twoja usługa GA4 została już stworzona. Co ciekawe, Google włączył Cię do procesu nawet jeśli wcześniej zostało już ręcznie utworzone konto Google Analytics 4 - wyjątkiem są jedynie użytkownicy płatnej wersji Google Analytics tj. Universal Analytics 360.

Google stworzyło Ci automatycznie nową usługę GA4. Wszystkie dane są na swoim miejscu?

Na pierwszy rzut oka, mogłoby się wydawać, że automatyczne utworzenie i konfiguracja nowej usługi GA4, wraz z przeniesieniem analogicznych ustawień z Google Universal Analytics to świetne rozwiązanie. Jednak czy tak rzeczywiście jest?

Podstawową kwestią jest zmiana sposobu gromadzenia, strukturyzowania oraz raportowania danych w Google Analytics 4. W GUA model opierał się o 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. GA4 to nie ewolucja, a rewolucja „Analytics’a” jakiego znaliśmy do tej pory, a co za tym idzie, automatyczne przeniesienie ustawień i danych konfiguracyjnych usługi może nie zadziałać poprawnie.

Automatycznie stworzona usługa GA4 nie będzie poprawnie zbierała wszystkich danych analogicznie do tych, które dziś widzisz na swoim koncie Google Universal Analytics. W szczególności będzie to zauważalne w zakresie parametrów e-commerce, które będą gromadzone tylko w przypadku odpowiedniej implementacji bezpośrednio w gtag’u - w innym przypadku dane o konwersjach mogą nie być zbierane lub ich strukturyzowanie w GA4 będzie błędne.

Czas na porządki.

Automatycznie skonfigurowana usługa GA4 to nie koniec świata - są gorsze rzeczy, jak choćby brak jakiejkolwiek konfiguracji konta Google Analytics. W takiej sytuacji mamy dwa wyjścia - pierwszym z nich jest dokładna analiza i porównanie danych zbieranych w nowej usłudze, z tymi, które mieliśmy do tej pory w „Universal’u”. Taki proces wymaga skrupulatności i cierpliwości podczas weryfikacji wszystkich parametrów. Następnie brakujące elementy należy odpowiednio uzupełnić w nowo skonfigurowanej usłudze. Z założenia, jest to rozwiązanie mimo wszystko prostsze - większa część parametrów będzie zbierała się poprawnie, a do nas należy uzupełnienie tych pozostałych. Warto jednak pamiętać, że automatyczna konfiguracja ma podstawowy zakres i nie wykorzystuje wszystkich możliwości nowego podejścia GA4.

Drugim rozwiązaniem, bardziej skomplikowanym, choć najlepszym z punktu widzenia pełnej kontroli nad strukturą i raportowaniem danych, jest stworzenie nowej usługi GA4 ręcznie w oparciu o własne przemyślenia, potrzeby i wnioski płynące z dotychczasowego wykorzystania GUA. Ta metoda daje nam pewność, że zbieramy odpowiednie dane, znamy ich źródło i uwarunkowania, a w konsekwencji w większym stopniu możemy wykorzystać je jako podstawę do podejmowania odpowiednich decyzji strategicznych i biznesowych.

Źródła:
https://support.google.com/analytics/answer/12938611?hl=pl#zippy=,tematy-w-tym-artykule
https://support.google.com/analytics/answer/9973999?hl=pl.
https://support.google.com/analytics/answer/12938611?hl=en&ref_topic=10737980#zippy=,in-this-article

przez Jakub Klęsk

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?

przez Jakub Klęsk