3 funzioni di Google Analytics 4 per recuperare i dati persi

Con il prossimo ritiro della versione precedente di Google Analytics, siamo entrati nell'era di Google Analytics 4 (GA4). Oltre a ottenere un importante restyling e una modifica del modello di dati, uno degli aggiornamenti più potenti della piattaforma è stata l'aggiunta e il perfezionamento delle funzionalità di apprendimento automatico.

Google Analytics ora ha la capacità di combinare dati osservati e dati non osservati. Non solo questo è un vantaggio, ma è una necessità in quanto le modifiche ai cookie del browser e agli identificatori degli utenti limitano sempre più il vecchio modo di tracciamento.

I nostri strumenti di monitoraggio e analisi stanno perdendo i dati così come li conosciamo e dobbiamo adattarci. L'utilizzo di alcune semplici funzionalità in GA contribuirà a compensare questa perdita in modo da poter rimanere informato sui dati.

Scava più a fondo: 3 strumenti di marketing "segreti" in Google Analytics 4

Dati non osservati: come funziona e perché è importante

Indipendentemente dallo strumento di analisi che utilizzi, sfruttare i dati non osservati è un ottimo strumento per stare al passo con l'ambiente in evoluzione dell'analisi del marketing digitale. La differenza tra dati non osservati e dati osservati è la differenza tra dati raccolti e dati modellati .

Tracciare gli utenti con i cookie era più affidabile poiché quasi tutti i browser accettavano i cookie. Il modo in cui funziona con l'analisi è timbrando automaticamente un utente con un cookie quando arriva su un sito web. Questo cookie consente a piattaforme come GA di identificare gli utenti in base a informazioni sul dispositivo, posizione, dati demografici e, soprattutto, un ID casuale "appiccicoso".

Quando quell'utente ritorna sul sito web, l'ID viene riconosciuto da GA come utente di ritorno, che unisce le informazioni passate di quell'utente con una nuova attività. Per le app mobili, il comportamento è simile. Invece di un cookie, i dispositivi hanno un ID pubblicitario univoco come identificatore (Android e iOS hanno versioni diverse).

Tuttavia, le cose sono cambiate gradualmente negli ultimi anni e continueranno a cambiare. C'è un grosso problema con questo vecchio comportamento: dava agli utenti poco o nessun controllo sulla condivisione delle loro informazioni personali. La privacy non era una considerazione e le organizzazioni avevano il controllo al 100% sulle informazioni del loro pubblico.

Nessuna informazione di identificazione personale (PII) è mai stata tracciata con Google Analytics per impostazione predefinita poiché la raccolta di tali dati in GA è contraria ai termini di servizio, ma la definizione di PII è cambiata a seconda di come le politiche sono scritte e interpretate da diverse leggi e team di sicurezza.

Ora, gli utenti possono bloccare e disattivare la raccolta di dati da parte degli strumenti di analisi. L'opt-out automatico è l'impostazione predefinita per il GDPR e le leggi di altri paesi lo adotteranno sicuramente. È il "futuro senza cookie".

Per farla breve: non otterremo il volume o il dettaglio dei dati degli utenti a cui eravamo abituati, quindi è il momento di colmare questa lacuna. In Google Analytics 4, ci sono diverse funzionalità pronte all'uso per recuperare i dati persi. Richiedono un passaggio minimo o nullo una volta che il tracciamento è stato impostato, quindi puoi testarli e trarne vantaggio oggi stesso. Tre esempi sono:

• Attribuzione basata sui dati
• Metriche predittive
• Modellazione del comportamento

Scava più a fondo: cosa fanno l'attribuzione del marketing e gli strumenti di analisi predittiva?

1. Attribuzione basata sui dati

In GA4, l'attribuzione basata sui dati (DDA) potrebbe essere piuttosto difficile da trovare se non si ha familiarità con l'interfaccia. Si trova nella schermata Pubblicità anziché nell'area Rapporti. I report pubblicitari sono interessanti e suddivisi perché forniscono una visione diversa dei tuoi dati.

In Universal Analytics (a volte indicato come GA3), l'equivalente più vicino sono i rapporti Canalizzazione multicanale. È un buon descrittore perché questi rapporti espandono l'analisi delle conversioni in più punti di contatto e un percorso utente più completo. In precedenza, l'attribuzione basata sui dati era disponibile solo per gli account 360 a pagamento, ma ora è disponibile per tutti.

Il modello di attribuzione DDA utilizza un modello statistico per mostrare l'importanza di un canale nell'assistere una conversione. Ad esempio, potrebbero esserci 5.000 acquisti attribuiti al canale di ricerca organica nel rapporto principale sull'acquisizione di GA4, ma i punti di contatto precedenti dal canale di ricerca a pagamento potrebbero influenzare in modo significativo l'utente che alla fine effettua l'acquisto.

Il modello statistico prenderà i dati sul comportamento e sui percorsi degli utenti che portano alla conversione e determinerà quanto credito dovrebbero ricevere i diversi punti di contatto. Invece del 100% del credito che va al organico nell'esempio precedente, il credito verrebbe diviso per le percentuali su tutti i canali da cui provenivano gli utenti prima di effettuare una transazione.

La visualizzazione di DDA si trova nel rapporto Pubblicità > Percorsi di conversione (nella foto sopra).

2. Metriche predittive

Disponiamo di dati su ciò che gli utenti hanno visto e con cui hanno interagito, ma cosa faranno dopo? Questo è l'ultimo esempio di dati non osservati perché coinvolge comportamenti "futuri". Come nota, questa funzione attualmente si riferisce solo all'e-commerce e ai dati di zangolatura.

Il monitoraggio dell'e-commerce dovrà essere impostato prima di poter utilizzare le metriche predittive e i segmenti di pubblico predittivi. Se disponi del monitoraggio dell'e-commerce, le aree principali in cui visualizzare e utilizzare la modellazione predittiva si trovano nei rapporti Esplora e nello strumento Pubblico.

Nei report Esplora, le metriche predittive vengono utilizzate al meglio nella tecnica User Lifetime. In questo tipo di rapporto, puoi scegliere le metriche da importare in base alla probabilità di acquisto, alla probabilità di abbandono e alle entrate previste. C'è una sezione dedicata a queste metriche nella schermata di selezione.

I dati predittivi in ​​GA4 (sia qui che nello strumento Pubblico) si basano sull'attività passata dell'utente. Con i punti dati degli utenti che hanno effettuato un acquisto rispetto a quelli che non lo hanno fatto, il modello apprenderà le tendenze che sviluppano le probabilità e i percentili. Per il tasso di abbandono, il modello esamina gli utenti attivi e gli utenti che diventano inattivi per determinare chi non tornerà sul tuo sito o sulla tua app nella prossima settimana.

Gli approfondimenti possono essere utilizzati anche al di fuori di Google Analytics. È possibile creare segmenti di pubblico e segmenti per isolare acquirenti probabili/improbabili e utilizzarli in Google Ads per il remarketing. Per creare un pubblico predittivo in pochi clic, puoi andare su Amministrazione > Pubblico > Nuovo pubblico > Predittivo . Questo ti darà un pubblico basato su modelli predefiniti da utilizzare e personalizzare come desideri (nella foto sotto).

3. Modellazione del comportamento

La modellazione del comportamento è la funzionalità di apprendimento automatico di maggior impatto tra queste tre perché influisce sul tracciamento dell'utente direttamente dalla fonte: l'identificatore. Implica l'integrazione di GA4 con il tuo strumento di gestione del consenso ai cookie in modo che Google Analytics possa raccogliere dati sugli utenti che non acconsentono a essere tracciati.

Sembra controintuitivo, ma i dati sono resi anonimi e non correlati a un cookie o a qualsiasi identificatore utente. Al contrario, i dati anonimi dei soli eventi vengono utilizzati per determinare l'attività a livello di utente. È potente perché si basa sui dati del tuo sito o della tua app. Il comportamento degli utenti osservati (utenti che attivano il tracciamento) addestra un modello di apprendimento automatico per stimare il comportamento degli utenti che rinunciano al tracciamento.

Se sei interessato a sfruttare i modelli comportamentali, la documentazione di Google sulla modalità di consenso può aiutarti ad avviare conversazioni e azioni utilizzando questo metodo di tracciamento degli utenti. L'opzione per abilitare la modellazione del comportamento nel tuo account GA4 è in Admin > Reporting Identity > Blended .

Sfruttare al massimo le funzionalità di apprendimento automatico di GA4

Con gli strumenti di cui sopra, le domande su utenti e dati possono trasformarsi da "Quante visualizzazioni ha ricevuto la pagina X?" a "Quali utenti hanno maggiori probabilità di effettuare un acquisto importante entro i prossimi 7 giorni?" Questa raffinatezza è molto più attuabile.

La combinazione dei metodi di apprendimento automatico di GA4 con il remarketing e la condivisione del pubblico può lanciare la tua analisi dalla sola analisi a casi d'uso immediati e persino al coinvolgimento del pubblico e all'impatto sul RoAS.

Scava più a fondo in GA4 con queste storie.

Le opinioni espresse in questo articolo sono quelle dell'autore ospite e non necessariamente MarTech. Gli autori dello staff sono elencati qui.

Aggiungi MarTech al tuo feed di Google News.

---