1 июля 2023 г. Google перестанет использовать Universal Analytics и полностью перейдёт на Google Analytics 4. Это совершенно новый, целостный подход в сборе, отслеживании поведения пользователей и прогнозировании данных не только для веб-сайтов, но и мобильных приложений.
Работа с Google Analytics 4 требует абсолютно других навыков, знаний и понимания того, как он устроен и настраивается. В этом материале мы с вами познакомимся с ключевыми особенностями новой версии, разберём функции сервиса, его преимущества, недостатки и отличия от предыдущий версии Universal Analytics (он же GA3). А в конце статьи постараемся ответить на вопрос: «Стоит ли полностью переходить на новый Google Analytics уже сейчас, отказавшись от GA3? И если нет, то в каких случаях следует использовать GA4 в работе?».
Что такое Google Analytics 4?
Google Analytics 4 – это все тот же Google Analytics, счетчик веб-аналитики, но переработанный и расширенный после выхода в 2019 году нового типа аккаунта Веб-сайты и приложения (Web + App), который позже переименовали в Google Analytics 4.
Почему GA4? Все дело в том, что с момента покупки компании Urchin Corporation в 2005 году Google Analytics несколько раз менялся: в 2008 году состоялся переход от Urchin к классической версии Google Analytics (библиотека ga.js), а в 2013 году миру был представлен Universal Analytics (библиотека analytics.js) - самый популярный тип счетчика на текущий момент.Таким образом, Google Analytics за все время существования обновился четыре раза:
В начале 2000-х сайты не были такими сложными: не было ни CMS-движков, ни динамического контента, ни одностраничных приложений (Single Page Application, SPA). Поэтому во всех предыдущих версиях Google Analytics существовала вполне понятная, но в то же время не такая точная модель, основанная на группировке страниц в сеансы.
Анализ таких сайтов сводился к тому, что вы просто открываете отчет по контенту и смотрите, какое количество пользователей посетило ту или иную страницу, какая из них была страницей входа, по какому URL была совершена конверсия, а с какой пользователь покинул сайт. На основе сеансов и просмотров страниц в Google Analytics рассчитывались многие другие показатели, например, показатель отказов, длительность сеанса, длительность просмотра страницы, страниц на сеанс и т.д.
Но так не могло продолжаться бесконечно. По мере роста бизнеса и требований к бизнес-аналитике инструменты и сервисы тоже менялись. А с появлением App Store и Google Play в 2008 году началась новая эра мобильных приложений. Это привело к созданию отдельного направления сервисов мобильной аналитики.
Google одними из первых начали задумываться, как объединить данные из двух разных экосистем (веб-сайтов и мобильных приложений), чтобы видеть их в едином отчете. В конце концов пришли к выводу, что лучше всего взять за основу модель данных, основанную на событиях (Event Driven Data Model), которая тогда уже использовалась в аналитике мобильных приложений (в Firebase Analytics), и внедрить ее для веб-сайтов. Это будет проще, чем сделать наоборот, поскольку в App любое действие является событием.
Когда вы листаете ленту , ставите лайк под чьим-то постом, оставляете комментарий под записью, добавляете в друзья – вы совершаете события. Даже просмотр страницы для нового счетчика Google Analytics выполняется через event. Например, каждый раз, когда пользователь подписывается на вашу рассылку, в GA4 отправляется событие generate_lead. Выбрав данное событие в отчете Google Analytics 4, вы сможете проанализировать полный путь человека и определить, что он делал прежде, чем подписаться.
Таким образом, в Google Analytics произошел переход от модели Просмотры страниц и Сеансы, существовавший во всех предыдущих версиях Google Analytics, к модели данных, основанной на событиях. Именно поэтому при работе с GA4 необходимо как следует разобраться в теме событий.
Кросс-платформенное отслеживание
Если у вас и сайт и мобильное приложение, у вас есть возможность объединить свои данные с разных аналитических инструментов, просто установив Google Analytics 4 и создав несколько потоков в рамках одного ресурса.
На уровне ресурса GA4 также существует настройка, которая позволяет идентифицировать пользователей двумя способами:
по User-ID, сигналам Google, затем по типу устройства;
только по типу устройства.
Для более корректного отслеживания действий пользователей с разных устройств я рекомендую использовать первый вариант, но только в том случае, если у вас настроено отслеживание User ID. О том, как это сделать для веб-сайта, подробнее читайте в этом материале.
Машинное обучение и прогнозируемые метрики
Google Analytics 4 может автоматически прогнозировать поведение пользователей с помощью технологии машинного обучения. Например, оценить вероятность конверсии, которую совершат пользователи в ближайшие 7 дней на основе их активности на вашем сайте или в мобильном приложении за последние 28 дней, или вероятность оттока, то есть когда те, кто был активен, вдруг перестанут проявлять активность. Искусственный интеллект может спрогнозировать и доход от покупки в ближайшие 28 дней на основе поведения пользователя за последние 28 дней.
Для этого требуется выполнить ряд условий:
должно фиксироваться событие purchase или in_app_purchase;
минимальное количество пользователей, необходимых для прогнозирования – 1000 вернувшихся пользователей, совершивших покупку или переставших проявлять активность на ваше ресурсе за последние 28 дней, и как минимум 1000 пользователей, не соответствующих тому же критерию, в течение семи дней;
С помощью прогнозируемых показателей можно создавать прогнозируемые аудитории. Например, если вы перейдете в демо-аккаунт Google Analytics 4 в раздел Конфигурация – Аудитории, то увидите аудитории, созданные на основе прогнозной модели (с иконкой волшебной палочки).
Likely 7-day purchasers — пользователи которые, скорее всего, совершат покупку в ближайшие 7 дней;
Likely 7-day churning users — пользователи, которые, скорее всего, не посетят ваш ресурс в ближайшие 7 дней.
После создания прогнозируемых аудиторий вы сможете применять их в рекламных кампаний Google Ads.
Похожий функционал Google когда-то пытался реализовать в Universal Analytics. Помните отчет Вероятность конверсии (БЕТА) в разделе Аудитории – Поведение? Он позволяет оценить вероятность, с которой пользователь совершит конверсию в течение следующих 30 дней.К сожалению, этот отчет так и не стал популярным среди интернет-маркетологов и веб-аналитиков, поэтому полностью раскрыть силу machine learning разработчики Google решили в новом Google Analytics.
Работа с сырыми данными
После того, как вы установите Google Analytics к себе на сайт или в мобильное приложение, счетчик начнет отслеживать действия посетителей и собирать данные. Со временем статистики будет становиться все больше.
Чтобы быстро сформировать отчет по просмотрам страниц, событиям, транзакциям и другим взаимодействиям, система может применять фильтры (если у вас они настроены) и агрегирование (суммирование, группировка). А при достижении определенного лимита еще и сэмплирование.
Сэмплирование (англ. sampling) — метод выбора подмножества наблюдаемых величин из данного множества, с целью выделения неких свойств исходного множества. Иными словами, Google берет некоторую выборку данных, например, 5%, умножает ее на 20 и говорит нам, что так вели бы себя все 100% пользователей.
В Universal Analytics стандартные отчеты по умолчанию не подлежат выборке. Но если вы применяете специальные запросы к данным (дополнительным параметрам или сегментам), на них распространяются следующие пороговые значения выборки:
Universal Analytics: 500 тыс. сеансов на уровне ресурса для используемого диапазона дат;
Google Analytics 360: 100 млн. сеансов на уровне представления для выбранного диапазона дат.
Желтый значок в Google Analytics рядом с названием отчета говорит о том, что к нему было применено сэмплирование:Зеленый значок свидетельствует о том, что он построен на 100% выборке данных:В Google Analytics 4 все аналогично: Стандартные отчеты в GA4 (по умолчанию) всегда без выборки. Вы можете применить к отчету сравнения или добавить специальные определения,
По такому же принципу работает Яндекс.Метрика. Эти компании применяют сэмплирование для снижения нагрузки на свои сервера. Отчет строится гораздо быстрее, но может вводить аналитика в заблуждение, так как представленные в отчетах цифры могут на порядок отличаться от реальных.
Это «искажение» не так сильно заметно для проектов с небольшой посещаемостью (посадочных страниц, интернет-магазинов). Но когда делается касается крупных порталов, агрегированной статистики может быть недостаточно для решения сложных задач бизнеса. Именно поэтому крупные компании и специалисты топ-уровня используют сырые данные (каждая строчка в наборе данных — это отдельная запись).
С помощью таких данных аналитик может:
проводить более глубокий анализ;
формировать отчеты без каких-либо лимитов и ограничений;
отслеживать сложные воронки и пути пользователей, которые невозможно построить с помощью стандартного функционала Google Analytics;
используя специальный язык, получать только необходимую для его задачи информацию.
Как правило, для такого серьезного анализа используются специализированные инструменты - облачные хранилища данных: для Яндекс.Метрики — ClickHouse, для Google - Google BigQuery (BQ). И SQL-запросы (команды).
Если раньше прямой импорт данных из Google Analytics в Google BigQuery был доступен только для пользователей платной версии (Google Analytics 360), либо с помощью дополнительных сервисов, то сейчас вы можете получить доступ к сырым данным, объединить их с другими источниками и работать с ними без сэмплирования, напрямую связав свой аккаунт Google Analytics 4 с Google BigQuery. И все это абсолютно бесплатно.После связывания аккаунтов и создании проекта в console.cloud.google.com, начнется экспорт данных. В настройках потока вы можете настроить частоту обновлений, выбрав Ежедневно или Потоковая передача (данные будут отправляться сразу же после появления события).
Информация Google Analytics 4 в Google BigQuery хранится в виде таблиц со множеством колонок и строк, а сама работа и анализ происходят посредством ввода определенных SQL-команд, которые позволяют аналитикам находить интересные инсайты, строить отчеты, различные воронки и визуализации.А коннектор Google BigQuery для Google Data Studio всего за несколько кликов даст возможность подключиться к вашим сырым данным и построить мощную приборную панель с необходимым набором KPI-метрик.
Не так давно Google добавил пример набора данных GA4 для BigQuery. Вы можете просматривать тестовые данные, экспериментировать с функциями и изучать возможности работы Google Analytics 4 в BigQuery.
Бесплатная интеграция с Google BigQuery не случайна: максимальный срок хранения данных в Google Analytics 4 составляет 14 месяцев. Когда срок хранения истечет, данные автоматически удалятся. Чтобы этого не допустить, можно настроить интеграций с BQ и сохранить накопленную статистику в нем.
Если вы работаете с сервисами Callibri и тестируете GA4 не забудьте настроить синхронизацию в разделе Синхронизации – Аналитика. Так вы сможете сравнивать данные счётчиков и реальную картину обращений, которые поступают к вам с органических и рекламных каналов.
В новом Google Analytics можно отслеживать 4 типа событий:
автоматически регистрируемые события — события, которые Google собирает автоматически после создания и установки счетчика (first_visit, session_start, page_view, user_engagement);
рекомендуемые события — события, которые уже заложены в систему Google Analytics 4 для различных видов деятельности со стандартными именами и параметрами, прописанные в официальной документации, но которые вам необходимо донастроить под свои задачи;
специальные события — события, которые вы создаете самостоятельно под свои нужды;
улучшенная статистика — дополнительные события, которые Google начинает отслеживать после включения этой функции.
К ним относятся: глубина прокрутки страницы, клики по исходящим ссылкам, поиск по сайту, взаимодействия с видео YouTube, а также скачивания файлов. То есть те настройки, которые мы раньше настраивали самостоятельно через внедрение специального кода на веб-сайте, либо используя Google Tag Manager, теперь доступны «из коробки». Необходимо только активировать соответствующую функцию в настройках веб-потока:
Как настроить конверсии в Google Analytics 4
Если в Universal Analytics мы могли настроить отдельно конверсию на посещение страницы, и отдельно отслеживать событие, а затем на это событие создать цель-событие (конверсию), задав соответствующие Категория, Действие, Ярлык и Ценность в настройках цели, то в Google Analytics 4 сначала создается событие, а потом из него делается конверсия (метод похож на тот, который используется в Facebook).
Самый простой способ настроить конверсию в GA4 — отметить существующее событие в отчете Конфигурация – События как конверсию с помощью ползунка. Просто переведите его в активное положение:После этого статистика по конверсиям будет доступна в разделе Конфигурация – Конверсии. Связав аккаунты Google Analytics 4 с Google Ads, вы сможете импортировать конверсии и транзакции электронной торговли в Google Рекламу, чтобы на основе них принимать решения об эффективности рекламных кампаний и использовать цели в автоматических стратегиях.
Как в Google Analytics 4 улучшили безопасность пользователей
В Google Analytics 4 позаботились о конфиденциальности пользователей, включив анонимизацию IP-адреса по умолчанию (в Universal Analytics это нужно сделать самостоятельно).
С введением в Европе закона GDPR (General Data Protection Regulation) и усилением конфиденциальности в интернете становится все труднее отслеживать пользователей с помощью файлов cookie. В результате использование сторонних файлов cookie (third-party cookies) постепенно прекращается. Браузеры Firefox и Safari уже блокируют их по умолчанию. А к концу 2023 году то же самое планирует сделать Google в Chrome. Сейчас в GA4 используется глобальный тег сайта (gtag.js), который может обходиться и без файлов cookie.
В сентябре 2020 года Google представил новый Режим согласия (Consent Mode). В этом режиме представлены две новые настройки тегов, которые управляют файлами cookie в рекламных и аналитических целях для рекламодателей, использующих Global Site Tag (gtag.js) или Google Tag Manager.
Это:
ad_storage (для рекламных инструментов);
analytics_storage (для Google Analytics);
Их можно использовать для настройки активации тегов Google до и после принятия пользователями решения о согласии.Другими словами: на основе закона GDPR и стандарта Transparency and Consent Framework v2.0 (TCF v2.0), когда пользователь заходит к вам на сайт, вы должны показать ему уведомление, в котором сообщите о намерении собирать его данные для показы рекламы и в аналитических целях. В случае, если пользователь откажется, вы должны заблокировать соответствующие теги и никуда не передавать и нигде не сохранять эту информацию.Такие нововведения привели к появлению на рынке новых сервисов — CMP-платформ (Consent Management Platform). Это специальные инструменты, которые позволяют легко настроить всплывающее окно для получения согласия пользователя на сбор, хранение и обновление тех или иных данных.
Самыми доступными решениями на данный момент являются: Commanders Act, Consentmanager, Cookiebot (Cybot). Все они не только соответствуют требованиям регламента ЕС, но и имеют готовые интеграции с режимом согласия Google и шаблоны тегов в Google Tag Manager.
Примечание: летом 2021 года для режима согласия Google в диспетчере тегов стали доступны два новых триггера (Initialization и Consent Initialization) и дополнительные настройки тегов.
Все вышеописанное влияет на ремаркетинговые кампании — мы не сможем их настроить на пользователей, отказавших нам в сборе данных. Как правило, за рекламные файлы cookie в Google отвечает doubleclick.net.
Файлы cookie DoubleClick связаны с объявлениями в контекстно-медийной сети (КМС). Они собирают информацию о посещении пользователем страницы с баннером, о просмотре самого баннера, клике по нему, а также количестве показов баннера одному пользователю. Файлы cookie могут устанавливаться при посещении разных доменов, например google.com, doubleclick.net, googlesyndication.com и googleadservices.com, а также в доменах партнерских сайтов.
Куки DoubleClick поставляют в Google Analytics демографические данные и данные об интересах пользователей. Например, в отчете Демографические данные – Обзор в Universal Analytics вы можете посмотреть какое количество пользователей от общего числа содержало в себе эту информацию.Если система не сможет зафиксировать эти данные или пользователь запретит доступ к ним, то отчет будет построен не на данных 100% пользователей.
Как вы знаете, по умолчанию отчеты по демографическим данным в Universal Analytics выключены. Чтобы включить функцию для рекламодателей, необходимо перейти в настройки ресурса Google Analytics – Отслеживание – Сбор данных и включить Ремаркетинг и Функции отчетов о рекламе:Как только вы это сделаете, все обращения, которые будут собираться для вашего сайта и счетчика Google Analytics, также автоматически будут отправляться в DoubleClick.
20 июня 2018 года Google в библиотеку Universal Analytics (analytics.js) добавил настройку allowAdFeatures, которую можно использовать для блокировки запроса DoubleClick независимо от того, как он был настроен по умолчанию, и тем самым отключить функции для рекламодателей и персонализацию рекламы.
Отключить персонализацию рекламы можно через интерфейс Google Analytics. Для этого в Universal Analytics перейдите в настройки ресурса – Отслеживание – Сбор данных и напротив строчки Персонализация рекламы разрешена в следующем количестве регионов нажмите на значок шестеренки:Выберите географические регионы, которые нужно исключить (или все), и нажмите Применить.Аналогичная настройка есть и в Google Analytics 4. Для этого перейдите в Администратор – Ресурс – Настройки данных – Сбор данных, раскройте меню Расширенные настройки для Персонализации рекламы и напротив строчки Персонализация рекламы разрешена в следующем количестве регионов нажмите на значок шестеренки.Выберите географические регионы, которые нужно исключить (или все), и нажмите Применить.
В последнее время тема приватности и защиты личных данных пользователей вышла на первый план у многих крупных компаний. Например, Apple в своих последних обновлениях операционной системы (iOS и macOS) сделала акцент на функциях приватности и безопасности для всех продуктов своей линейки, тем самым создав большие проблемы для многих рекламных платформ.
Но согласитесь, что компании, которые считают конфиденциальность основополагающим правом человека, и которые создают свои продукты с заботой о личных данных пользователей, заслуживают всяческих похвал. К ним относится и Google, которая позволяет нам в Google Analytics гибко настроить персонализацию рекламы для своих пользователей.
Что такое и как работает DebugView в Google Analytics 4
Еще одним важным нововведением в GA4 является инструмент DebugView. С его помощью вы можете быстро отладить необходимые события и отследить взаимодействия пользователя с вашим веб-сайтом или мобильным приложением в режиме реального времени.
Примечание: инструмент не был специально разработан для Google Analytics 4. Он появился в 2016 году в Firebase вместе с отчетом StreamView (в режиме реального времени).
Несмотря на то, что в Google Analytics 4 есть отчет В реальном времени, я рекомендую в своей работе использовать именно DebugView. Быстрая, посекундная фиксация всех событий и отображение их на шкале времени, напоминающая режим предварительного просмотра Google Tag Manager, делает этот инструмент полезным для аналитика и гораздо более удобным и наглядным, чем отчет Real-Time.
Специальные параметры и показатели в Google Analytics 4
Как и в Universal Analytics, в Google Analytics 4 у вас есть возможность создать свои собственные метрики, которые помогут расширить стандартный набор параметров и показателей счетчика. Они называются специальные определения (custom definitions).
Специальные параметры и показатели в GA4 позволяют детальнее узнать информацию об отслеживаемом объекте и лучше описать его. Они передаются вместе с тем событием, которое вы отслеживаете в конкретный момент. Однако создание custom dimenions & metrics сильно отличаются, поскольку области действия в Universal Analytics и Google Analytics 4 различны.
Например, для специального параметра в Universal Analytics существует 4 области действия (Hit, Сеанс, Пользователь и Товар), а для специального показателя — 2 (Hit и Товар):Принцип работы в Google Analytics 4 отличается от привычного Universal Analytics. Область действия Сеанс и Товар на текущий момент в GA4 не поддерживаются. Поэтому когда вы создаете пользовательские параметры и показатели в новом Google Analytics, не забывайте про этот важный нюанс.
Добавить пользовательский параметр и показатель можно в разделе Конфигурация – Специальные определения. При создании специального параметра (custom dimension) вы можете выбрать между двумя областями действия:
Событие (Event);
Пользователь (User);
Область действия Событие в Google Analytics 4 — это область действия Hit в Universal Analytics, а область действия Пользователь используется тогда, когда требуется вычислить значение специального параметра и отправить его один раз для каждого пользователя. В терминах Google Analytics 4 — это Свойство пользователя (User Properties).В Google Analytics 4 для каждого ресурса вы можете создать до 50 специальных параметров и до 50 специальных показателей с областью действия Событие и до 25 специальных параметров (свойств пользователя) с областью действия Пользователь.
Важно: если с каким-либо событием вы передаете набор дополнительных параметров события, то для того, чтобы видеть в отчетах GA4 статистику по ним, вам обязательно нужно создавать специальные параметры и показатели. Иначе внутри отчета по этому событию вы не увидите данных по отслеживаемым параметрам.
Как работают аудитории в Google Analytics 4
Аудитории в Google Analytics 4 выполняют те же функции, что и в предыдущий версии Google Analytics, а именно:
сегментация пользователей;
сравнение поведения различных аудиторий между собой;
использование в рекламных кампаниях Google Ads.
Создать аудиторию можно через раздел Конфигурация – Аудитории, используя рекомендуемые аудитории, готовый шаблон или с нуля:Google Analytics 4 использует машинное обучение и прогнозные величины для просчета вероятности совершения того или иного события — совершит покупку в ближайшие 7 дней, не посетит ваш ресурс в ближайшие 7 дней, купит на X руб. в ближайшие 28 дней. И если ваш аккаунт GA4 удовлетворяет условиям прогнозной модели, то у вас будет возможность создать прогнозируемую аудиторию.
Аудитории создаются через редактор аудиторий, отдаленно напоминающий менеджер аудиторий в интерфейсе Google Рекламы. Принцип создания заключается в добавлении конкретных условий и областей действия (для всех сеансов, для одного сеанса или применяется только к конкретному событию), а также в настройке периода, в течение которого пользователи будут оставаться в этой аудитории (Срок хранения данных).
Например, вот так выглядит настройка аудитории для пользователей из Москвы и источника, который содержит Facebook:Итоговая сводка в правом нижнем углу редактора позволяет визуально оценить размер полученной аудитории.
Отчеты в Google Analytics 4
Помимо этого в GA4 есть возможность создания отчетов четырех видов:
Обзорный отчет (Overview reports) — набор карточек со сводными данными. Можно сделать как Сводки в отчете;
Подробный отчет (Detail reports) — набор одной или двух диаграмм, а также таблиц с различными параметрами и показателями;
Сводки об отчете (Reports snapshot) — обзорный отчет, который отображается, когда кто-либо нажимает на левой панели навигации раздел Отчеты (Reports);
Исследования (ранее назывался Центр анализа).
Подробнее о том, как настраивать первые три вида отчетов, читайте в этой публикации..
Исследования — это конструктор по созданию гибких отчетов с набором готовых шаблонов. Вы можете исследовать пути пользователей с помощью воронки, используя многоступенчатые последовательности и древовидные схемы, пересекать аудитории с помощью сегментов, анализировать когорты пользователей за определенный период времени, а также узнать, как себя ведут отдельные посетители вашего сайта или мобильного приложения.Аналога такого инструмента в Universal Analytics нет, сравнить исследования со специальными отчетами нельзя даже с «натяжкой». В GA4 он скорее напоминает конструктор отчетов в Google Рекламе, где вы также из представленного набора метрик можете выбрать только самые важные и добавить их в отчет для последующего анализа.На скриншоте выше представлен классический отчет табличного типа Свободная форма, в который можно добавить представленные в GA4 параметры и показатели, наложить сегмент и изменить визуализацию, например, на географическую карту:А вот так выглядит в Google Analytics 4 шаблон Исследование пути, который показывает взаимодействия пользователей с вашем ресурсе в виде древовидной, раскрывающейся структуры данных.Чем не отчет Карта событий в Universal Analytics?
Как устроены модели атрибуции в Google Analytics 4
Перед совершением конверсии/покупки пользователи все чаще и чаще совершают несколько взаимодействий с вашим сайтом.
Например, сначала человек перешел на ваш сайт по таргетированной рекламе, просмотрел несколько страниц и ушел. Позже перешел снова, но уже из органического поиска. А через несколько дней ввел в поиске название вашей компании, перешел по рекламному объявлению и сделал заказ. Получается, что до совершения конверсии пользователь взаимодействовал с сайтом через три разных источника трафика:
К какому же из этих источников Google Analytics 4 в своих отчетах засчитает конверсию? И здесь нам как раз помогут модели атрибуции и соответствующие отчеты.
Атрибуция — это распределение ценности конверсии среди всех этапов взаимодействия на пути к этой конверсии.
Модель атрибуции — это набор правил, по которому вы решили распределять ценность конверсии по точкам взаимодействия в путях конверсии.
На момент написания этой статьи в Google Analytics 4 доступно два типа моделей атрибуции:
многоканальная на основе правил (По последнему клику, По первому клику, Линейная, С учетом позиции, С учетом давности взаимодействий);
по рекламным предпочтениям (с приоритетом Google Рекламы по последнему клику).
В середине июня разработчики Google в разделе Реклама открыли доступ к нескольким новым отчетам, один из которых (Сравнение моделей) позволяет оценить эффективность кампании с использованием различных моделей атрибуции и сравнить, как каждая из них оценивает маркетинговые каналы, а другой (Пути конверсии) позволяет проанализировать путь клиента по каналам от момента его первого захода на сайт до совершения конверсии на основе выбранной модели атрибуции.
Пример отчета Сравнение моделей
Изменение настройки атрибуции в отчетах по умолчанию доступно в разделе Настройки атрибуции:
Прочие настройки Google Analytics 4
Ниже представлен ряд обновлений в Google Analytics 4, которые на текущий момент либо находятся в альфа/бете-версии, либо же могут быть обновлены или скорректированы.
Импорт данных
На момент выхода данного материала разработчики Google продолжают совершенствовать свой продукт, выпуская для него все новые и новые обновления. Например, не так давно была добавлена возможность импорта данных о расходах (Import Cost Data). Теперь можно передавать статистику из других систем (Яндекс.Директ, ВКонтакте и т.д.) в GA4, чтобы проще было анализировать эффективность рекламных кампаний и сравнить данные между собой в едином интерфейсе, а не переключаться между рекламными кабинетами.
Помимо импорта статистики о расходах в Google Analytics 4 можно передавать данные о товарах, пользовательские данные с привязкой к User ID и Client ID, а также офлайн-конверсии.
Measurement Protocol
Measurement Protocol (MP) — это набор правил передачи статистических данных в Google Analytics. То есть Measurement protocol — это http-запрос, отформатированный по заданным правилам. С помощью данного протокола вы можете собирать и отправлять пользовательские данные на сервер Google Analytics посредством http-запросов (методом POST или GET).В новом Google Analytics есть ключевое отличие по отправке данных посредством Measurement Protocol по сравнению с предыдущей версией, которое заключается в использовании секретного ключа API, который необходимо всегда отправлять вместе с запросом. Создать его можно, перейдя в раздел Потоки данных – Ваш поток – O Measurement Protocol API.
Для удобства формирования запросов для Google Analytics 4 используется новый инструмент Event Builder.
Примечание: на момент публикации Measurement Protocol находится в альфа-версии. В нее могут вноситься критические изменения, поэтому пока MP не рекомендуется использовать на постоянной основе в своем проекте. Лучше дождаться новостей от разработчиков и официального релиза.
Заключение
При первом знакомстве Google Analytics 4 может показаться сложным и непонятным. Но пройдет время, и пользователи привыкнут к таким изменениям (как в свое время это было с обновлением Google AdWords), найдут для себя в нем полезные функции, убедятся в эффективности нового Google Analytics и будут использовать его повсеместно.
Чтобы ускорить процесс перехода пользователей на GA4, Google уже сейчас сделал его основным счетчиком после создания, чтобы получить от пользователей как можно больше обратной связи и побыстрее внедрить его в массы. Я тоже рекомендую установить Google Analytics 4, даже если вы еще не начали его изучать. Просто установите на свой ресурс параллельно и Universal Analytics, и Google Analytics 4. Пусть данные будут собираться и там и там.
Если вы впервые начинаете работу с Google Analytics, то установите только новый GA4, и начинайте медленно изучать его. Полностью переходить на новый счетчик GA4 имеет смысл тем, кто владеет как сайтом, так и мобильным приложением, поскольку в GA3 невозможно отслеживать взаимодействия пользователей в двух разных экосистемах.
Полезен Google Analytics 4 будет и тем, кто имеет свой собственный YouTube-канал и кому важно отслеживать взаимодействия пользователей с видеокампаний. Например, если пользователь смотрел видео на YouTube не менее 10 секунд, или перешел на ваш сайт в течение 3 дней с момента просмотра видео, то такая статистика отобразится в отчетах Google Analytics 4.
Тем, кто работает с большим объемом сырых данных, углубленно занимается статистикой и использует Google BigQuery в качестве облачного хранилища данных, тоже не обойтись без GA4. Настроив бесплатную интеграцию, вы сможете выгружать туда свои данные без ограничений сроков хранения, сэмплирования, а с помощью SQL-запросов обращаться только к нужной информации и строить различные воронки и визуализации. Начинающим аналитикам я тоже рекомендую попробовать выгрузку GA4 -> BigQuery, в качестве тренировки и ради любопытства, поскольку в последнее время явно виден тренд на рынке труда на продуктовых аналитиков.
У Callibri есть телеграм-канал — присоединяйтесь, чтобы не пропустить свежие кейсы, материалы блога и обновления сервисов.
Комментарии