6 najważniejszych korzyści z używania Google Analytics 4 i Google BigQuery Export

Jedną z głównych zalet nowego Google Analytics 4 jest możliwość bezpłatnego eksportowania nieprzetworzonych, niespróbkowanych danych do Google BigQuery. Przypomnijmy, że w Universal Analytics ta opcja była dostępna tylko w wersji płatnej (Google Analytics 360). Zobaczmy, jakie możliwości otworzyła się dla większości użytkowników Google Analytics (GA) dzięki tej zmianie.

Migracja do Google Analytics 4 to nieunikniony krok, który większość firm podejmie w najbliższej przyszłości. OWOX pomoże Ci dokonać tego przejścia tak bezboleśnie, jak to tylko możliwe. Pomożemy Ci opracować i wdrożyć system metryk oraz poprawnie skonfigurować śledzenie danych. Możesz zapisywać potrzebne raporty i tworzyć nowe bez konieczności poznawania nowej struktury danych i przepisywania zapytań SQL.

Integrując Google Analytics 4 z Google BigQuery, możesz zbierać surowe, niespróbkowane dane ze swojej witryny w chmurze, gdzie każdy użytkownik i jego zdarzenia będą wyświetlane w osobnych wierszach. Korzystając z zapytań SQL na tych danych, możesz obliczyć dowolne parametry i wskaźniki, których potrzebujesz.

Gromadząc statystyki witryny w Google BigQuery, unikniesz próbkowania i innych ograniczeń Google Analytics 4. Będziesz mógł analizować pełne dane, co oznacza, że ​​jakość decyzji podejmowanych na podstawie tych danych będzie znacznie wyższa niż jakość Twoich decyzji mógł dokonać na podstawie X.

Na przykład domyślny okres przechowywania danych użytkowników i zdarzeń w GA 4 to dwa miesiące. Możesz go wydłużyć do 14 miesięcy w ustawieniach zasobów. Może to jednak nie wystarczyć, jeśli chcesz analizować zdarzenia użytkowników, którzy ostatnio logowali się ponad 14 miesięcy temu. Oznacza to, że nie można wygenerować raportu za okres dwóch lat. Tutaj może pomóc Google BigQuery. Po wyeksportowaniu danych do BigQuery możesz je przechowywać bez ograniczeń czasowych.

Interfejs Google Analytics lub innego systemu analitycznego ogranicza możliwość tworzenia raportów. Na przykład istnieją ograniczenia dotyczące liczby parametrów i wskaźników oraz sposobu ich łączenia i wykonywania na ich podstawie obliczeń. Ponadto w GA 4 nie ma możliwości importowania danych o kosztach, tworzenia niestandardowych grupowań kanałów ani uwzględniania w raportach metryk ze źródeł zewnętrznych, takich jak CRM.

Mając dostęp do nieprzetworzonych danych w Google BigQuery, możesz tworzyć raporty z dowolną liczbą i kombinacją potrzebnych danych. Na przykład możesz przeprowadzić analizę kohortową na podstawie dowolnych wskaźników, które są ważne dla Twojej firmy.

W Google Analytics 4 standardowe raporty nie podlegają próbkowaniu, ale próbkowanie można zastosować w raportach niestandardowych: przy porównywaniu danych, przy stosowaniu dodatkowych parametrów i filtrów, przy przekroczeniu limitu 10 milionów zdarzeń. Próbkowanie jest również stosowane, gdy zakres dat przekracza 60 dni.

Próbkowanie może zniekształcać dane, więc nie można ufać 100% raportów utworzonych przy użyciu próbkowania. Dotyczy to w szczególności raportów obejmujących długi okres czasu lub raportów niestandardowych z dużą liczbą parametrów i wskaźników. Przesyłając nieprzetworzone dane z Google Analytics 4 do Google BigQuery, możesz uniknąć tego problemu.

Surowe dane z Twojej witryny można łączyć z danymi o wydatkach na reklamy z usług reklamowych, danymi śledzenia połączeń, danymi biuletynów e-mail i danymi o zrealizowanych zamówieniach z Twojego CRM, aby skonfigurować kompleksowe analizy.

Pozwoli Ci to na uwzględnienie wszystkich punktów styku z Twoją firmą, analizę ścieżek użytkowników do konwersji, ocenę wpływu wszystkich działań marketingowych (zarówno online, jak i offline) na wyniki biznesowe, znalezienie najskuteczniejszych kanałów marketingowych i szybką optymalizację kanały, które przynoszą straty.

Po zebraniu i połączeniu wszystkich danych marketingowych możesz tworzyć złożone lejki sprzedażowe, które pasują do Twojej struktury biznesowej i budować własne modele atrybucji, aby ocenić wkład każdego kanału reklamowego w sprzedaż.

Na przykład możesz ocenić udział kanałów w lejku marketingowym za pomocą przypisywania udziału w ścieżce OWOX. Model atrybucji opartej na ścieżce oblicza wartość każdego kanału i kampanii na ścieżce na podstawie jego wkładu w postępy użytkownika na poszczególnych etapach ścieżki. Aby wykonać te obliczenia, dane zagregowane nie są odpowiednie — potrzebujemy danych o każdym działaniu użytkownika, połączonych identyfikatorem użytkownika.

Im lepiej kanał przeprowadza kupującego przez najtrudniejsze etapy, tym większą wartość otrzymuje.

Dzięki modelowi atrybucji opartej na lejku możesz zidentyfikować najskuteczniejsze kampanie i skupić się na ich rozwijaniu, aby zrealizować swój plan marketingowy. Na przykład możesz znaleźć kampanie zarządzane, które możesz opracować, aby zwiększyć elastyczność kanałów zależnych o ograniczonej przepustowości (organiczne, kontekst marki, CPA, retargeting), a tym samym zwiększyć ogólną sprzedaż.

Google Analytics 4 udostępnia dane predykcyjne (prawdopodobieństwo zakupu, prawdopodobieństwo rezygnacji i prognozę przychodów), które są obliczane za pomocą uczenia maszynowego. Jednak model jest czarną skrzynką i działa wyłącznie na danych GA 4.

Powiedzmy, że analityk danych miał za zadanie stworzyć model, który przewidywałby prawdopodobieństwo zakupu. Oczekuje się, że ten model będzie jak najbardziej przejrzysty (będzie jasne, na jakich funkcjach jest szkolony) i będzie tworzony na podstawie wszystkich dostępnych danych, w tym danych niestandardowych. W tym przypadku interfejs Google Analytics 4 nie jest już wystarczający dla analityka, ponieważ nie wie on, co znajduje się w przewidywanych danych obliczanych przez GA. Jeśli chcesz zrozumieć model i nim zarządzać — na przykład ustawić własne funkcje do jego trenowania — najlepiej przesłać swoje dane do BigQuery.

W Google Analytics 4 dostępne jest standardowe, wstępnie zdefiniowane grupowanie kanałów (płatne, w sieci wyszukiwania, bezpłatne itp.). Oznacza to, że nie będziesz w stanie zbudować raportu z własnym grupowaniem kanałów w interfejsie GA 4 — przynajmniej jeszcze nie (być może ta opcja zostanie dodana w przyszłości).

Na przykład Twoje kampanie na Facebooku/cpc domyślnie trafiają do grupy Płatne kanały, ale może być konieczne rozdzielenie ich na grupę Płatne społecznościowe. W takim przypadku pomocne będzie przesyłanie danych do BigQuery i grupowanie kanałów za pomocą SQL.

Szczerze mówiąc, grupowanie kanałów można skonfigurować w prostszy sposób:

1. Połącz dane Google Analytics ze Studiem danych za pomocą wbudowanego oprogramowania sprzęgającego.
2. Skonfiguruj warunki grupowania w Studiu danych.

Nie będzie to tak niezawodne jak grupowanie kanałów w Google BigQuery, ale jeśli potrzebujesz szybkiego rozwiązania, możesz skorzystać z tej implementacji.

Załóżmy, że musisz pokazać partnerowi statystyki oparte wyłącznie na tagu UTM i nie ujawniać żadnych innych informacji. W interfejsie Google Analytics 4 nie można w tym celu utworzyć osobnego widoku. Dostępny jest tylko jeden widok zasobu — to znaczy, że wszyscy partnerzy zobaczą wszystkie dane.

Google BigQuery pozwala ładować duże ilości danych i szybko je przetwarzać za pomocą SQL. Możesz zautomatyzować i zaplanować raporty, aby Twój zespół mógł skupić się na uzyskiwaniu szczegółowych informacji zamiast na przygotowywaniu raportów.

Uwaga: importowanie danych do BigQuery z Google Analytics 4 jest bezpłatne, ale istnieją ograniczenia, po przekroczeniu których musisz zapłacić. Szczegóły znajdziesz tutaj.

Przejście na Google Analytics 4 to nieunikniony krok, który większość firm podejmie do 1 lipca 2023 r. OWOX pomaga uczynić to przejście tak bezbolesnym, jak to tylko możliwe, umożliwiając przechowywanie potrzebnych raportów i uzyskiwanie nowych bez konieczności rozumienia nowych danych ustrukturyzuj i przepisz wszystkie zapytania SQL.

OWOX połączy wszystkie Twoje dane i sprowadzi je do odpowiedniej struktury dla Twojego modelu biznesowego. Dzięki temu możesz błyskawicznie tworzyć nowe raporty lub edytować stare. Możesz na przykład zmienić źródło danych w raportach na Google Analytics 4 bez przepisywania setek zapytań SQL.

Zalecamy wszystkim naszym klientom rozpoczęcie zbierania danych w Google Analytics 4 równolegle z Universal Analytics. Za pomocą śledzenia równoległego możesz porównywać obie wersje Google Analytics, poznawać nowe funkcje i nowy interfejs w GA 4 oraz gromadzić dane historyczne. Im wcześniej zainstalujesz Google Analytics 4, tym więcej danych historycznych zbierzesz.

Zespół OWOX może pomóc w opracowaniu i wdrożeniu systemu metryk, prawidłowej konfiguracji śledzenia równoległego oraz integracji Google Analytics 4 z Google BigQuery.