Google Analytics 4

“Čo nevieme merať, nevieme ani optimalizovať.” - Peter Drucker

Predstavte si, že investujete peniaze do biznisu (a reklám) a neviete, čo vám prináša predaje. Netušíte, koľko užívateľov navštívilo Vašu webovú stránku, na ktorý produkt v e-shope/webe klikli najčastejšie, či ktorú službu prioritne vyhľadávali. Nemáte predstavu o tom, či ich na Váš web priviedla reklama na Facebooku, zdieľanie na LinkedIn, či dobrá pozícia v najznámejšom vyhľadávači. Tak len hádate naslepo. Zlý sen, ktorý môže byť od 1.7.2023 realitou.

Kedy mne a klientom analytika pomohla?

Vždy. Ako PPC špecialista sa vždy pýtam sám seba, čo potrebujem mať dostupné, pokiaľ kampane nebudú mať dostatočný výkon. Bez detailného merania by som len hádal naslepo. A to pri zvyšujúcej sa konkurencii a nejasnom priebehu budúcich rokov nie je dobrý nápad.

CASE 1 

Vďaka detailnému nastaveniu meraní sme pre klienta predávajúceho kurzy, dokázali zvýšiť prechodovosť rezervačným procesom o 25 %. Vďaka meraniam sme po prvej kampani vedeli po vyhodnotiť, aké % návštevníkov sa zasekne v konkrétnom kroku. Následne sme si položili hypotézy, pre ktoré by to mohlo byť a zrealizovali úpravy na webe.

Po zapracovaní návrhov a zmene UX sa nám podarilo zvýšiť prechodovosť rezervačným procesom o 25 %. Kým pred úpravou skonvertovalo necelých 16 % návštevníkov podstránky, tak po úpravách to už bolo 20 %.

CASE 2

• Pre našich e-commerce klientov je to ešte podstatnejšie. Ako ustriehnuť 2 000, 5 000 či 10 000 produktov? Navyše ak pri každom produkte máme inú maržovosť. Pri hľadaní skrytého potenciálu alebo pri poklese predajov si kladieme otázky:

  • Ktoré produkty si ľudia pozerajú? Ktoré pridávajú do košíka a ktoré zas nie? Prečo ich nepridávajú do košíka? Je problém u nás na stránke? Chýbajú potenciálnym zákazníkom iné spôsoby dopravy a platby? Je chyba v cenotvorbe? Ako je na tom konkurencia? Na základe kvantitatívnej analýzy si vieme postaviť hypotézy. Ak si ich chceme overiť, môžeme sa priamo dopytovať ľudí (kvalitatívna analýza).

CASE 3

• Pre klienta, ktorý vlastní penzión na strednom Slovensku sme nastavovali detailné meranie prechodovosti rezerváciou ubytovania. O pár týždňov sme zistili, že 30 % ľudí sa nevedelo dostať cez prvý krok rezervačného procesu - filter vyhľadávania nezobrazoval používateľom správne termíny.

Často sa stretávam s tým a aj vo svojich začiatkoch som sa toho dopustil sám, že pri prepade výsledkov za to (vraj) môže trh. Niekedy tomu tak je, no je dobré si to potvrdiť číslami a pozrieť sa detailne najprv na vlastné aktivity, aby sme zistili v ktorom kroku máme problém. Je to prepad v určitej krajine? Ide o 1 kanál alebo viaceré? Konkrétna kampaň? Je to zmenami na webe? Výpadkom konkrétnej platobnej metódy alebo sme menili kroky v košíku? Vypadli nám bestsellery? Či je to konkurenciou, prípadne až v poslednom bode spomínaným trhom? Pokiaľ nemeriame, je nemožné odpovedať na tieto otázky správne.

Prečo píšeme o dôležitosti analytiky? Najvyužívanejší bezplatný merací nástroj Google Universal Analytics končí 1.7.2023. Nahrádza ho Google Analytics 4.

Mali by sme klientov učiť pracovať s Google Analytics 4?

Pri klientoch Birdline to nerobíme. Máme na to jednoduché vysvetlenie. Potrebujeme, aby robili to v čom sú najlepší - vízia a budovanie podnikania. Učenie sa analytického systému by im vo väčšine prípadov (pokiaľ nejde o interný marketingový tím) neprinieslo hodnotu a len by plytvali svojim časom. Preto by cieľom každého PPCčkára či agentúry malo byť odbremenenie klienta. A my by sme mali dodávať čisté, relevantné dáta, z ktorých sa dajú robiť biznisové rozhodnutia. 

Rozdiely GA4 vs UA

Dátové modely:

Google Universal Analytics bol založený na Reláciach (Sessions) a Hitoch - Zobrazenia stránky, Eventy a Transakcie.

GA4 model je založený na eventoch a parametroch. Viac než na relácie, kladie dôraz na Používatelov.

Kvôli odlišnej štruktúre dáta z Google Universal Analytics do Google Analytics 4 nedostaneme. Nevieme si teda “uložiť” staré dáta v GA4.

Strojové učenie:

Google Analytics 4 počíta s dátovým modelovaním. Aktuálne kvôli sprísnenej legislatíve nevieme merať všetko. A práve GA4 nám pomôže s domodelovaním návštevnosti. Viac o tom, ako funguje modelovanie nájdete v tomto článku.

Okrem deskriptívnej analytiky (popisu toho čo sa stalo) v ňom nájdeme aj prediktívnu analytiku, metriky a publiká - napr. Tí, čo spravili kroky XYZ tak nakúpili. Ak teda ľudia spravia XYZ sú náchylnejší k nákupu. Následne môžeme cieliť na ľudí s najväčšou pravdepodobnosťou nákupu v nasledujúcich 7 dňoch.

Voľnosť:

Na prvú zložitejšie užívateľské rozhranie, dlhšia krivka učenia, no na druhú stranu GA4 poskytuje ďaleko viac voľnosti na analýzu nazbieraných dát. Kým pri GA UA sme mali veľa preddefinovaných reportov, tie preddefinované v GA4 sú poväčšine zbytočné a pre PPCčkárov na vyhodnocovanie kampaní aktuálne zdĺhavé. Na vylepšenie si musíme počkať a zatiaľ si nájsť alternatívu, či už v automatizovaných Sheetoch alebo Looker Studiu. Pre detailnejšie analýzy padne vhod Exploration tab.

Rozpoznávanie používateľa:

Dôraz na používateľov je jednou z najväčších zmien. To sa v GA4 deje cez Google Signals a UserId.

1.    Poviem mu to ja = prihlásení používatelia (User_Id),

2.    Zistí si to Google = Google Signals. Aktuálne používa, keď je používateľ prihlásený vo viacerých zariadeniach pod 1 mailom a povolil personalizované reklamy.

Pokiaľ sa GA4 nemá čoho chytiť, tak to vyzerá ako pri Google Universal Analytics – 3 zariadenia, 3 užívatelia. 

Ďalšie výhody

Umožňuje jednotné meranie APPky a WEBu.

Jednoduché nastavenie cross-domain trackingu.

Poskytuje alternatívu umelým metrikám ako bounce rate.

Export do BigQuery – nástroj od Google na uchovávanie a spracovávanie dát. Exportujú sa tu surové dáta z GA4. Slúži na pokročilejšie analýzy či spájanie dát z viacerých zdrojov. Priestor najmä pre tých, ktorí chcú ísť veľmi do detailu a robiť si vlastné modely.

Nevýhody a aktuálne limity

• Uchováva dáta iba 2 alebo 14 mesiacov. Následne surové dáta premazáva. Zostávajú iba agregované, ktoré neposkytnú možnosť ísť do detailu. Riešením môže byť práve BigQuery.

• GA4 API limity pre Looker Studio - Máte väčší web a komplexnejšie reporty v Looker Studiu? S veľkou pravdepodobnosťou sa stretnete s výpadkami LS a budete narážať na API limity pri prenose dát z GA4.

Google v minulom roku zaviedol limity a pridelil tokeny, ktoré sa míňajú s každým načítaním dát. Netreba však panikáriť. Dočasnou alternatívou vie byť využitie medzikroku v podobe Extract Data od Googlu, prípadne BigQuery.

• Nedostatočná pripravenosť (bugy) pri vytváraní publík.

• Nepripravenosť predefinovaných reportov, ktoré je potrebné prispôsobovať.

Spomínané nedostatky budú v najbližších mesiacoch a rokoch odstránené (modlíme sa za to). Budúcnosť je GA4, nie UA. Poďme sa na ňu spoločne pripraviť.

Najdôležitejšie termíny, o ktorých by ste mali vedieť:

• 1.3.2023 Automatická migrácia od Google 

• 1.7.2023 Vypnutie zaznamenávania dát v GA UA

• +/- 1.1.2024 Zmazanie dát z GA UA