6 Manfaat Teratas Menggunakan Google Analytics 4 dan Google BigQuery Export

Salah satu keuntungan utama dari Google Analytics 4 yang baru adalah kemampuan untuk mengekspor data mentah tanpa sampel ke Google BigQuery secara gratis. Ingatlah bahwa di Universal Analytics, opsi ini hanya tersedia dalam versi berbayar (Google Analytics 360). Mari kita lihat peluang apa yang terbuka untuk sebagian besar pengguna Google Analytics (GA) dengan perubahan ini.

Migrasi ke Google Analytics 4 adalah langkah tak terelakkan yang akan diambil sebagian besar perusahaan dalam waktu dekat. OWOX membantu Anda membuat transisi ini semudah mungkin. Kami akan membantu Anda mengembangkan dan menerapkan sistem metrik serta menyiapkan pelacakan data dengan benar. Anda dapat menyimpan laporan yang Anda butuhkan dan membuat yang baru tanpa harus memahami struktur data baru dan menulis ulang kueri SQL.

Dengan mengintegrasikan Google Analytics 4 dengan Google BigQuery, Anda dapat mengumpulkan data mentah tanpa sampel dari situs web Anda di penyimpanan cloud, tempat setiap pengguna dan peristiwa mereka akan ditampilkan pada baris terpisah. Menggunakan kueri SQL pada data ini, Anda dapat menghitung parameter dan indikator apa pun yang Anda butuhkan.

Dengan mengumpulkan statistik situs di Google BigQuery, Anda dapat menghindari pengambilan sampel dan batasan lain dari Google Analytics 4. Anda akan dapat menganalisis data lengkap, yang berarti kualitas keputusan yang dibuat berdasarkan data ini akan jauh lebih tinggi daripada kualitas keputusan yang Anda buat. mungkin dibuat berdasarkan X.

Misalnya, periode retensi default untuk data pengguna dan peristiwa di GA 4 adalah dua bulan. Anda dapat meningkatkannya menjadi 14 bulan di pengaturan sumber daya. Namun, ini mungkin tidak cukup jika Anda ingin menganalisis peristiwa pengguna yang terakhir masuk lebih dari 14 bulan yang lalu. Artinya, Anda tidak dapat membuat laporan untuk rentang dua tahun. Di sinilah Google BigQuery dapat membantu. Setelah mengekspor data ke BigQuery, Anda dapat menyimpannya tanpa batas waktu.

Antarmuka Google Analytics atau sistem analitik lainnya membatasi kemampuan Anda untuk membuat laporan. Misalnya, ada batasan jumlah parameter dan indikator serta bagaimana Anda dapat menggabungkannya dan melakukan perhitungan berdasarkan parameter dan indikator tersebut. Selain itu, di GA 4, tidak ada kemampuan untuk mengimpor data biaya, membuat pengelompokan saluran khusus, atau menyertakan metrik dari sumber pihak ketiga seperti CRM dalam laporan Anda.

Dengan memiliki akses ke data mentah di Google BigQuery, Anda dapat membuat laporan dengan jumlah dan kombinasi metrik apa pun yang Anda butuhkan. Misalnya, Anda dapat melakukan analisis kohort berdasarkan indikator apa pun yang penting bagi bisnis Anda.

Di Google Analytics 4, laporan standar tidak tunduk pada pengambilan sampel, tetapi pengambilan sampel dapat digunakan dalam laporan khusus: saat membandingkan data, saat menggunakan parameter dan filter tambahan, saat batas 10 juta peristiwa terlampaui. Pengambilan sampel juga diterapkan saat rentang tanggal lebih dari 60 hari.

Pengambilan sampel dapat mendistorsi data, sehingga Anda tidak dapat mempercayai 100% laporan yang dibuat menggunakan pengambilan sampel. Hal ini terutama berlaku untuk laporan dalam jangka waktu yang lama atau untuk laporan khusus dengan sejumlah besar parameter dan indikator. Dengan mengunggah data mentah dari Google Analytics 4 ke Google BigQuery, Anda dapat menghindari masalah ini.

Data mentah dari situs web Anda dapat digabungkan dengan data pembelanjaan iklan dari layanan periklanan, data pelacakan panggilan, data buletin email, dan data pesanan yang ditukarkan dari CRM Anda untuk menyiapkan analitik menyeluruh.

Ini akan memungkinkan Anda untuk mempertimbangkan semua titik kontak dengan perusahaan Anda, menganalisis jalur pengguna menuju konversi, mengevaluasi dampak dari semua upaya pemasaran (baik online maupun offline) pada kinerja bisnis, menemukan saluran pemasaran yang paling efektif, dan dengan cepat mengoptimalkan saluran yang membawa kerugian.

Setelah mengumpulkan dan menggabungkan semua data pemasaran, Anda dapat membuat saluran penjualan kompleks yang sesuai dengan struktur bisnis Anda dan membangun model atribusi Anda sendiri untuk mengevaluasi kontribusi setiap saluran iklan terhadap penjualan.

Misalnya, Anda dapat mengevaluasi kontribusi saluran ke corong pemasaran dengan Atribusi Berbasis Corong OWOX. Model Pengaitan Berbasis Corong menghitung nilai setiap saluran dan kampanye di corong sesuai dengan kontribusinya terhadap kemajuan pengguna melalui langkah-langkah corong. Untuk membuat perhitungan ini, data agregat tidak cocok — kami memerlukan data tentang setiap tindakan pengguna, yang ditautkan oleh ID Pengguna.

Semakin baik saluran menggerakkan pembeli melalui langkah-langkah yang paling sulit, semakin banyak nilai yang diterimanya.

Dengan model Atribusi Berbasis Corong, Anda dapat mengidentifikasi kampanye yang paling efektif dan fokus mengembangkannya untuk memenuhi rencana pemasaran Anda. Misalnya, Anda dapat menemukan kampanye terkelola yang dapat Anda kembangkan untuk meningkatkan elastisitas saluran dependen dengan kapasitas terbatas (organik, konteks merek, BPA, penargetan ulang) dan dengan demikian meningkatkan penjualan Anda secara keseluruhan.

Google Analytics 4 menyediakan metrik prediktif (probabilitas pembelian, probabilitas churn, dan perkiraan pendapatan) yang dihitung menggunakan machine learning. Namun, modelnya adalah kotak hitam dan hanya beroperasi pada data GA 4.

Katakanlah seorang analis data ditugaskan untuk membuat model yang akan memprediksi kemungkinan pembelian. Diharapkan model ini akan setransparan mungkin (akan jelas fitur mana yang dilatihnya) dan dibentuk berdasarkan semua data yang tersedia, termasuk data khusus. Dalam hal ini, antarmuka Google Analytics 4 tidak lagi cukup untuk analis, karena mereka tidak tahu apa yang ada di dalam metrik prediksi yang dihitung GA. Jika Anda perlu memahami dan mengelola model — misalnya, setel fitur Anda sendiri untuk melatihnya — sebaiknya unggah data Anda ke BigQuery.

Di Google Analytics 4, pengelompokan saluran standar yang telah ditentukan tersedia (Berbayar, Penelusuran, Organik, dll.). Ini berarti Anda tidak akan dapat membuat laporan dengan pengelompokan saluran Anda sendiri di antarmuka GA 4 — setidaknya belum (mungkin opsi ini akan ditambahkan di masa mendatang).

Misalnya, kampanye facebook/bpk Anda masuk ke grup saluran Berbayar secara default, tetapi Anda mungkin perlu memisahkannya ke dalam grup Sosial Berbayar. Dalam hal ini, mengupload data ke BigQuery dan mengelompokkan saluran menggunakan SQL akan membantu.

Agar adil, pengelompokan saluran dapat dikonfigurasi dengan cara yang lebih sederhana:

1. Hubungkan data Google Analytics ke Data Studio dengan konektor bawaan.
2. Siapkan ketentuan pengelompokan di Data Studio.

Ini tidak akan dapat diandalkan seperti saluran pengelompokan di Google BigQuery, tetapi jika Anda membutuhkan solusi cepat, Anda dapat menggunakan penerapan ini.

Katakanlah Anda perlu menunjukkan statistik kepada mitra hanya berdasarkan tag UTM dan tidak mengungkapkan informasi lainnya. Di antarmuka Google Analytics 4, Anda tidak dapat membuat tampilan terpisah untuk ini. Hanya ada satu tampilan sumber daya — yaitu, semua mitra akan melihat semua data.

Google BigQuery memungkinkan Anda memuat data dalam jumlah besar dan memprosesnya dengan cepat menggunakan SQL. Anda dapat mengotomatiskan dan menjadwalkan laporan sehingga tim Anda dapat fokus untuk mendapatkan wawasan daripada menyiapkan laporan.

Catatan: Mengimpor data ke BigQuery dari Google Analytics 4 gratis, tetapi ada batasan yang harus Anda bayar. Anda dapat menemukan detailnya di sini.

Transisi ke Google Analytics 4 adalah langkah tak terelakkan yang akan diambil sebagian besar perusahaan pada 1 Juli 2023. OWOX membantu membuat transisi ini semudah mungkin, memungkinkan Anda menyimpan laporan yang Anda butuhkan dan mendapatkan yang baru tanpa harus memahami data baru struktur dan tulis ulang semua kueri SQL Anda.

OWOX akan menggabungkan semua data Anda dan membawanya ke dalam struktur yang tepat untuk model bisnis Anda. Berkat ini, Anda dapat langsung membuat laporan baru atau mengedit yang lama. Anda dapat mengubah sumber data dalam laporan Anda ke Google Analytics 4, misalnya, tanpa menulis ulang ratusan kueri SQL.

Kami menyarankan agar semua klien kami mulai mengumpulkan data di Google Analytics 4 sekarang secara paralel dengan Universal Analytics. Dengan bantuan pelacakan paralel, Anda dapat membandingkan kedua versi Google Analytics, menjelajahi fitur baru dan antarmuka baru di GA 4, dan mengumpulkan data historis. Semakin awal Anda menginstal Google Analytics 4, semakin banyak data historis yang akan Anda kumpulkan.

Tim OWOX dapat membantu Anda mengembangkan dan menerapkan sistem metrik, menyiapkan pelacakan paralel dengan benar, dan mengintegrasikan Google Analytics 4 dengan Google BigQuery.