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.