Los 6 principales beneficios de usar Google Analytics 4 y Google BigQuery Export

Una de las principales ventajas del nuevo Google Analytics 4 es la capacidad de exportar datos sin procesar sin muestrear a Google BigQuery de forma gratuita. Recuerde que en Universal Analytics, esta opción estaba disponible solo en la versión paga (Google Analytics 360). Veamos qué oportunidades se han abierto para la mayoría de los usuarios de Google Analytics (GA) con este cambio.

Migrar a Google Analytics 4 es un paso inevitable que la mayoría de las empresas darán en un futuro próximo. OWOX lo ayuda a hacer esta transición de la manera menos dolorosa posible. Lo ayudaremos a desarrollar e implementar un sistema de métricas, así como a configurar correctamente el seguimiento de datos. Puede guardar los informes que necesita y crear otros nuevos sin tener que comprender la nueva estructura de datos y reescribir consultas SQL.

Al integrar Google Analytics 4 con Google BigQuery, puede recopilar datos sin procesar y sin muestrear de su sitio web en el almacenamiento en la nube, donde cada usuario y sus eventos se mostrarán en líneas separadas. Usando consultas SQL en estos datos, puede calcular cualquier parámetro e indicador que necesite.

Al recopilar estadísticas del sitio en Google BigQuery, puede evitar el muestreo y otras limitaciones de Google Analytics 4. Podrá analizar datos completos, lo que significa que la calidad de las decisiones tomadas en función de estos datos será mucho mayor que la calidad de las decisiones que tome. podría haber hecho basado en X.

Por ejemplo, el período de retención predeterminado para datos de eventos y usuarios en GA 4 es de dos meses. Puede aumentarlo a 14 meses en la configuración de recursos. Sin embargo, esto puede no ser suficiente si desea analizar los eventos de los usuarios que iniciaron sesión por última vez hace más de 14 meses. Es decir, no puede generar un informe para un rango de dos años. Aquí es donde Google BigQuery puede ayudar. Después de exportar datos a BigQuery, puede almacenarlos sin límites de tiempo.

La interfaz de Google Analytics o cualquier otro sistema de análisis limita su capacidad para crear informes. Por ejemplo, existen límites en la cantidad de parámetros e indicadores, así como en cómo puede combinarlos y realizar cálculos basados ​​en ellos. Además, en GA 4, no existe la posibilidad de importar datos de costos, crear agrupaciones de canales personalizadas o incluir métricas de fuentes de terceros, como CRM, en sus informes.

Al tener acceso a datos sin procesar en Google BigQuery, puede crear informes con cualquier número y combinación de métricas que necesite. Por ejemplo, puede realizar un análisis de cohortes basado en cualquier indicador que sea importante para su negocio.

En Google Analytics 4, los informes estándar no están sujetos a muestreo, pero el muestreo se puede utilizar en informes personalizados: al comparar datos, al usar parámetros y filtros adicionales, cuando se supera el límite de 10 millones de eventos. El muestreo también se aplica cuando el intervalo de fechas es superior a 60 días.

El muestreo puede distorsionar los datos, por lo que no puede confiar al 100 % en los informes creados mediante el muestreo. Esto es especialmente cierto para informes sobre un largo período de tiempo o para informes personalizados con una gran cantidad de parámetros e indicadores. Al cargar datos sin procesar de Google Analytics 4 a Google BigQuery, puede evitar este problema.

Los datos sin procesar de su sitio web se pueden combinar con datos sobre el gasto publicitario de los servicios de publicidad, datos de seguimiento de llamadas, datos de boletines por correo electrónico y datos sobre pedidos canjeados de su CRM para configurar un análisis de extremo a extremo.

Esto le permitirá tener en cuenta todos los puntos de contacto con su empresa, analizar las rutas de conversión de los usuarios, evaluar el impacto de todos los esfuerzos de marketing (tanto en línea como fuera de línea) en el rendimiento comercial, encontrar los canales de marketing más efectivos y optimizar rápidamente canales que traen pérdidas.

Una vez que haya recopilado y combinado todos sus datos de marketing, puede crear embudos de ventas complejos que se ajusten a la estructura de su negocio y crear sus propios modelos de atribución para evaluar la contribución de cada canal publicitario a las ventas.

Por ejemplo, puede evaluar la contribución de los canales al embudo de marketing con OWOX Funnel-Based Attribution. El modelo de atribución basada en embudo calcula el valor de cada canal y campaña en el embudo según su contribución al progreso del usuario a través de los pasos del embudo. Para hacer este cálculo, los datos agregados no son adecuados: necesitamos datos sobre cada acción del usuario, vinculados por ID de usuario.

Cuanto mejor mueve el canal al comprador a través de los pasos más difíciles, más valor recibe.

Con el modelo de atribución basada en embudo, puede identificar las campañas más efectivas y enfocarse en desarrollarlas para cumplir con su plan de marketing. Por ejemplo, puede encontrar campañas administradas que puede desarrollar para aumentar la elasticidad de los canales dependientes con capacidad limitada (orgánica, contexto de marca, CPA, reorientación) y, por lo tanto, aumentar sus ventas generales.

Google Analytics 4 proporciona métricas predictivas (probabilidad de compra, probabilidad de abandono y previsión de ingresos) que se calculan mediante el aprendizaje automático. Sin embargo, el modelo es una caja negra y opera únicamente con datos GA 4.

Supongamos que a un analista de datos se le encomendó la tarea de crear un modelo que predijera la probabilidad de una compra. Se espera que este modelo sea lo más transparente posible (quedará claro en qué características está entrenado) y se formará en función de todos los datos disponibles, incluidos los datos personalizados. En este caso, la interfaz de Google Analytics 4 ya no es suficiente para el analista, ya que no sabe qué hay dentro de la métrica prevista que calcula GA. Si necesita comprender y administrar el modelo (establezca sus propias funciones para entrenarlo, por ejemplo), lo mejor es cargar sus datos en BigQuery.

En Google Analytics 4, está disponible una agrupación de canales estándar predefinida (Pagado, Búsqueda, Orgánico, etc.). Esto significa que no podrá crear un informe con su propia agrupación de canales en la interfaz de GA 4, al menos no todavía (tal vez esta opción se agregue en el futuro).

Por ejemplo, sus campañas de facebook/cpc van al grupo de canales de pago de forma predeterminada, pero es posible que deba separarlas en un grupo social de pago. En este caso, será útil cargar datos en BigQuery y agrupar canales mediante SQL.

Para ser justos, la agrupación de canales se puede configurar de una manera más sencilla:

1. Conecte los datos de Google Analytics a Data Studio con un conector integrado.
2. Configure las condiciones de agrupación en Data Studio.

No será tan confiable como agrupar canales en Google BigQuery, pero si necesita una solución rápida, puede usar esta implementación.

Digamos que necesita mostrar estadísticas a un socio basadas solo en una etiqueta UTM y no divulgar ninguna otra información. En la interfaz de Google Analytics 4, no puede crear una vista separada para esto. Solo hay una vista única del recurso, es decir, todos los socios verán todos los datos.

Google BigQuery le permite cargar grandes cantidades de datos y procesarlos rápidamente mediante SQL. Puede automatizar y programar informes para que su equipo pueda concentrarse en obtener información en lugar de preparar informes.

Nota: La importación de datos a BigQuery desde Google Analytics 4 es gratuita, pero hay límites más allá de los cuales debe pagar. Puede encontrar detalles aquí.

La transición a Google Analytics 4 es un paso inevitable que la mayoría de las empresas tomarán antes del 1 de julio de 2023. OWOX ayuda a que esta transición sea lo menos dolorosa posible, lo que le permite mantener los informes que necesita y obtener otros nuevos sin tener que comprender los nuevos datos. estructurar y reescribir todas sus consultas SQL.

OWOX fusionará todos sus datos y los incorporará a la estructura adecuada para su modelo de negocio. Gracias a esto, puede crear instantáneamente nuevos informes o editar los antiguos. Puede cambiar la fuente de datos de sus informes a Google Analytics 4, por ejemplo, sin volver a escribir cientos de consultas SQL.

Recomendamos que todos nuestros clientes comiencen a recopilar datos en Google Analytics 4 ahora mismo en paralelo con Universal Analytics. Con la ayuda del seguimiento paralelo, puede comparar ambas versiones de Google Analytics, explorar nuevas funciones y la nueva interfaz en GA 4 y acumular datos históricos. Cuanto antes instale Google Analytics 4, más datos históricos recopilará.

El equipo de OWOX puede ayudarlo a desarrollar e implementar un sistema de métricas, configurar correctamente el seguimiento paralelo e integrar Google Analytics 4 con Google BigQuery.