Os 6 principais benefícios do uso do Google Analytics 4 e do Google BigQuery Export

Uma das principais vantagens do novo Google Analytics 4 é a capacidade de exportar dados brutos sem amostragem para o Google BigQuery gratuitamente. Lembre-se que no Universal Analytics, essa opção estava disponível apenas na versão paga (Google Analytics 360). Vamos ver quais oportunidades se abriram para a maioria dos usuários do Google Analytics (GA) com essa mudança.

A migração para o Google Analytics 4 é um passo inevitável que a maioria das empresas tomará em um futuro próximo. OWOX ajuda você a fazer essa transição da forma mais indolor possível. Ajudaremos você a desenvolver e implementar um sistema de métricas, bem como configurar corretamente o rastreamento de dados. Você pode salvar os relatórios necessários e criar novos sem ter que entender a nova estrutura de dados e reescrever as consultas SQL.

Ao integrar o Google Analytics 4 ao Google BigQuery, você pode coletar dados brutos e sem amostragem do seu site no armazenamento em nuvem, onde cada usuário e seus eventos serão exibidos em linhas separadas. Usando consultas SQL nesses dados, você pode calcular quaisquer parâmetros e indicadores necessários.

Ao coletar estatísticas do site no Google BigQuery, você evita a amostragem e outras limitações do Google Analytics 4. Você poderá analisar dados completos, o que significa que a qualidade das decisões tomadas com base nesses dados será muito maior do que a qualidade das decisões que você poderia ter feito com base em X.

Por exemplo, o período de retenção padrão para dados de usuários e eventos no GA 4 é de dois meses. Você pode aumentá-lo para 14 meses nas configurações do recurso. No entanto, isso pode não ser suficiente se você quiser analisar os eventos dos usuários que efetuaram login pela última vez há mais de 14 meses. Ou seja, você não pode gerar um relatório para um intervalo de dois anos. É aqui que o Google BigQuery pode ajudar. Depois de exportar os dados para o BigQuery, você pode armazená-los sem limites de tempo.

A interface do Google Analytics ou qualquer outro sistema de análise limita sua capacidade de criar relatórios. Por exemplo, existem limites no número de parâmetros e indicadores, bem como em como você pode combiná-los e realizar cálculos com base neles. Além disso, no GA 4, não é possível importar dados de custo, criar agrupamentos de canais personalizados ou incluir métricas de fontes de terceiros, como um CRM, em seus relatórios.

Ao ter acesso a dados brutos no Google BigQuery, você pode criar relatórios com qualquer número e combinação de métricas que precisar. Por exemplo, você pode realizar uma análise de coorte com base em quaisquer indicadores importantes para o seu negócio.

No Google Analytics 4, os relatórios padrão não estão sujeitos a amostragem, mas a amostragem pode ser usada em relatórios personalizados: ao comparar dados, ao usar parâmetros e filtros adicionais, quando o limite de 10 milhões de eventos for excedido. A amostragem também é aplicada quando o intervalo de datas é maior que 60 dias.

A amostragem pode distorcer os dados, portanto, você não pode confiar em 100% dos relatórios criados usando amostragem. Isso é especialmente verdadeiro para relatórios por um longo período de tempo ou para relatórios personalizados com um grande número de parâmetros e indicadores. Ao fazer upload de dados brutos do Google Analytics 4 para o Google BigQuery, você pode evitar esse problema.

Os dados brutos do seu site podem ser mesclados com dados sobre gastos com anúncios de serviços de publicidade, dados de rastreamento de chamadas, dados de boletins por e-mail e dados sobre pedidos resgatados de seu CRM para configurar análises de ponta a ponta.

Isso permitirá que você leve em consideração todos os pontos de contato com sua empresa, analise os caminhos dos usuários até a conversão, avalie o impacto de todos os esforços de marketing (tanto online quanto offline) no desempenho do negócio, encontre os canais de marketing mais eficazes e otimize rapidamente canais que trazem perdas.

Depois de coletar e mesclar todos os seus dados de marketing, você pode criar funis de vendas complexos que se ajustem à sua estrutura de negócios e construir seus próprios modelos de atribuição para avaliar a contribuição de cada canal de publicidade para as vendas.

Por exemplo, você pode avaliar a contribuição dos canais para o funil de marketing com a atribuição baseada em funil OWOX. O modelo de atribuição baseada em funil calcula o valor de cada canal e campanha no funil de acordo com sua contribuição para o progresso do usuário pelas etapas do funil. Para fazer esse cálculo, os dados agregados não são adequados — precisamos de dados sobre cada ação do usuário, vinculados pelo ID do usuário.

Quanto melhor o canal conduzir o comprador pelas etapas mais difíceis, mais valor ele receberá.

Com o modelo de atribuição baseada em funil, você pode identificar as campanhas mais eficazes e se concentrar em desenvolvê-las para cumprir seu plano de marketing. Por exemplo, você pode encontrar campanhas gerenciadas que você pode desenvolver para aumentar a elasticidade de canais dependentes com capacidade limitada (orgânico, contexto de marca, CPA, retargeting) e, assim, aumentar suas vendas gerais.

O Google Analytics 4 fornece métricas preditivas (probabilidade de compra, probabilidade de desligamento e previsão de receita) que são calculadas usando aprendizado de máquina. No entanto, o modelo é uma caixa preta e opera apenas em dados GA 4.

Digamos que um analista de dados tenha a tarefa de criar um modelo que preveja a probabilidade de uma compra. Espera-se que este modelo seja o mais transparente possível (ficará claro em quais recursos ele é treinado) e formado com base em todos os dados disponíveis, incluindo dados personalizados. Nesse caso, a interface do Google Analytics 4 não é mais suficiente para o analista, pois ele não sabe o que está dentro da métrica prevista que o GA calcula. Se você precisar entender e gerenciar o modelo, por exemplo, defina seus próprios recursos para treiná-lo, é melhor fazer upload de seus dados para o BigQuery.

No Google Analytics 4, está disponível um agrupamento de canais predefinido padrão (Pago, Pesquisa, Orgânico etc.). Isso significa que você não poderá criar um relatório com seu próprio agrupamento de canais na interface do GA 4 — pelo menos ainda não (talvez essa opção seja adicionada no futuro).

Por exemplo, suas campanhas do facebook/cpc vão para o grupo de canais pagos por padrão, mas talvez seja necessário separá-las em um grupo social pago. Nesse caso, fazer upload de dados para o BigQuery e agrupar canais usando SQL ajudará.

Para ser justo, o agrupamento de canais pode ser configurado de maneira mais simples:

1. Conecte os dados do Google Analytics ao Data Studio com um conector integrado.
2. Configure as condições de agrupamento no Data Studio.

Não será tão confiável quanto agrupar canais no Google BigQuery, mas se você precisar de uma solução rápida, poderá usar essa implementação.

Digamos que você precise mostrar estatísticas a um parceiro com base apenas em uma tag UTM e não divulgar nenhuma outra informação. Na interface do Google Analytics 4, você não pode criar uma visualização separada para isso. Há apenas uma única visualização do recurso, ou seja, todos os parceiros verão todos os dados.

O Google BigQuery permite carregar grandes quantidades de dados e processá-los rapidamente usando SQL. Você pode automatizar e agendar relatórios para que sua equipe possa se concentrar em obter insights em vez de preparar relatórios.

Observação: a importação de dados do Google Analytics 4 para o BigQuery é gratuita, mas há limites além dos quais você precisa pagar. Você pode encontrar detalhes aqui.

A transição para o Google Analytics 4 é uma etapa inevitável que a maioria das empresas tomará até 1º de julho de 2023. OWOX ajuda a tornar essa transição o mais simples possível, permitindo que você mantenha os relatórios necessários e obtenha novos sem ter que entender os novos dados estruturar e reescrever todas as suas consultas SQL.

OWOX irá mesclar todos os seus dados e trazê-los para a estrutura certa para o seu modelo de negócios. Graças a isso, você pode criar instantaneamente novos relatórios ou editar os antigos. Você pode alterar a fonte de dados em seus relatórios para o Google Analytics 4, por exemplo, sem reescrever centenas de consultas SQL.

Recomendamos que todos os nossos clientes comecem a coletar dados no Google Analytics 4 agora em paralelo com o Universal Analytics. Com a ajuda do acompanhamento paralelo, você pode comparar as duas versões do Google Analytics, explorar novos recursos e a nova interface no GA 4 e acumular dados históricos. Quanto mais cedo você instalar o Google Analytics 4, mais dados históricos você coletará.

A equipe OWOX pode ajudá-lo a desenvolver e implementar um sistema de métricas, configurar corretamente o acompanhamento paralelo e integrar o Google Analytics 4 ao Google BigQuery.