失われたデータを補う 3 つの Google アナリティクス 4 つの機能

従来のバージョンの Google アナリティクスがまもなく廃止され、Google アナリティクス 4 (GA4) の時代に入りました。 主要なフェイスリフトとデータ モデルの変更を別として、プラットフォームの最も強力なアップグレードの 1 つは、機械学習機能の追加と改良でした。

Google アナリティクスでは、観測されたデータと観測されていないデータを組み合わせることができるようになりました。 これは利点であるだけでなく、ブラウザの Cookie とユーザー ID の変更により従来の追跡方法がますます制限されるため、必要不可欠です。

私たちの追跡および分析ツールは、私たちが知っているようにデータを失いつつあり、適応する必要があります。 GA のいくつかの簡単な機能を使用すると、この損失を補うことができるため、データに関する情報を維持できます。

掘り下げる: Google アナリティクスの 3 つの「秘密」マーケティング ツール 4

観測されていないデータ: その仕組みと重要性

どの分析ツールを使用しても、観察されていないデータを活用することは、デジタル マーケティング分析の進化する環境についていくための優れたツールです。 観測されていないデータと観測されたデータの違いは、収集されたデータとモデル化されたデータの違いです。

ほぼすべてのブラウザーが Cookie を受け入れていたため、Cookie を使用したユーザーの追跡はより信頼性が高くなりました。 分析で機能する方法は、ユーザーが Web サイトにアクセスしたときに、ユーザーに Cookie を自動的にスタンプすることです。 この Cookie を使用すると、GA のようなプラットフォームは、デバイス情報、場所、人口統計、そして最も重要な「スティッキー」なランダム ID によってユーザーを識別できます。

そのユーザーが Web サイトに戻ると、ID は GA によってリピーターとして認識され、そのユーザーの過去の情報が新しいアクティビティに結び付けられます。 モバイル アプリの場合、動作は似ています。 Cookie の代わりに、デバイスには識別子として固有の広告 ID があります (Android と iOS はバージョンが異なります)。

しかし、ここ数年で徐々に変化してきており、今後も変化し続けるでしょう。 この古い動作には大きな問題があります。ユーザーは、共有される個人情報をほとんど、またはまったく制御できませんでした。 プライバシーは考慮されておらず、組織はオーディエンスの情報を 100% コントロールしていました。

個人を特定できる情報 (PII) は、デフォルトでは Google アナリティクスで追跡されませんでした。このようなデータを GA に収集することは利用規約に反するためです。ただし、PII の定義は、さまざまな法律やセキュリティ チームによるポリシーの記述方法や解釈方法に応じて変更されています。

現在、ユーザーは分析ツールによるデータ収集をブロックしてオプトアウトできます。 自動オプトアウトは GDPR のデフォルトであり、他の国の法律がこれを採用することは確実です。 それは「クッキーのない未来」です。

簡単に言えば、以前のように大量のユーザー データや詳細なユーザー データを取得することはできないため、そのギャップを埋める時が来ました。 Google アナリティクス 4 には、失われたデータを補うためのすぐに使える機能がいくつかあります。 トラッキングが設定されると、リフトはほとんどまたはまったく必要ないため、今すぐテストして活用できます。 以下に 3 つの例を示します。

• データドリブン アトリビューション
• 予測指標
• 行動モデリング

より深く掘り下げる: マーケティング アトリビューションと予測分析ツールは何をしますか?

1. データドリブン アトリビューション

GA4 では、インターフェースに慣れていないと、データドリブン アトリビューション (DDA) を見つけるのが少し難しいかもしれません。 レポート領域ではなく、広告画面にあります。 広告レポートは興味深いものであり、分割されているため、データの異なるビューが提供されます。

ユニバーサル アナリティクス（GA3 と呼ばれることもあります）では、最も近いものはマルチチャネル レポートです。 これらのレポートは、コンバージョンの分析を複数のタッチポイントとより完全なユーザー ジャーニーに拡張するため、適切な記述子です。 以前は、データドリブン アトリビューションは有料の 360 アカウントでのみ利用できましたが、現在はすべてのアカウントで利用できます。

DDA アトリビューション モデルは、統計モデルを使用して、チャネルがコンバージョンを支援する上でどれほど重要であったかを示します。 たとえば、メインの GA4 獲得レポートでオーガニック検索チャネルに起因する 5,000 件の購入があるかもしれませんが、有料検索チャネルからの以前のタッチポイントは、最終的に購入するユーザーに大きな影響を与える可能性があります。

統計モデルは、コンバージョンに至るまでのユーザーの行動と経路に関するデータを取得し、さまざまなタッチポイントが受け取るクレジットの量を決定します。 前の例で 100% のクレジットがオーガニックになるのではなく、ユーザーがトランザクションを行う前にアクセスしたすべてのチャネルのパーセンテージでクレジットが分割されます。

DDA の視覚化は、[広告] > [コンバージョン パス] レポートにあります (上図)。

2. 予測指標

ユーザーが何を見てエンゲージしたかについてのデータはありますが、ユーザーは次に何をするのでしょうか? これは、「将来」の動作を伴うため、観測されていないデータの究極の例です。 注として、この機能は現在、e コマースとチャーニング データにのみ関連しています。

予測指標と予測オーディエンスを使用する前に、e コマース トラッキングを設定する必要があります。 e コマース トラッキングを使用している場合、予測モデリングを確認して使用することが最も重要な領域は、探索レポートとオーディエンス ツールです。

Explore レポートでは、ユーザー ライフタイム手法で予測指標を使用するのが最適です。 このレポート タイプでは、購入確率、チャーン確率、予測収益に基づいて、インポートする指標を選択できます。 選択画面には、これらの指標専用のセクションがあります。

GA4 の予測データ (こことオーディエンス ツールの両方) は、過去のユーザー アクティビティに基づいています。 購入していないユーザーと比較した購入したユーザーのデータ ポイントを使用して、モデルは確率とパーセンタイルを作成する傾向を学習します。 チャーンの場合、モデルはアクティブなユーザーと非アクティブになったユーザーを調べて、次の週にサイトやアプリに戻ってこないユーザーを判断します。

インサイトは、Google アナリティクス以外でも使用できます。 オーディエンスとセグメントを作成して、購入する可能性が高いユーザーとそうでないユーザーを分離し、Google 広告でリマーケティングに使用できます。 数回のクリックで予測オーディエンスを構築するには、 [管理] > [オーディエンス] > [新しいオーディエンス] > [予測]に移動できます。 これにより、事前に作成されたテンプレート化されたオーディエンスが提供され、好きなように使用およびカスタマイズできます (下の図)。

3.行動モデリング

行動モデリングは、ソース (識別子) から直接ユーザー追跡に影響を与えるため、これら 3 つの中で最も影響力のある機械学習機能です。 GA4 を Cookie 同意管理ツールと統合して、Google アナリティクスが追跡に同意していないユーザーに関するデータを収集できるようにする必要があります。

これは直感に反するように聞こえますが、データは匿名化されており、Cookie やユーザー ID とは関係ありません。 代わりに、匿名のイベントのみのデータを使用して、ユーザー レベルのアクティビティを判断します。 サイトやアプリのデータに基づいているため、強力です。 観察されたユーザー (トラッキングをオプトインしたユーザー) の行動は、機械学習モデルをトレーニングして、トラッキングをオプトアウトしたユーザーの行動を推定します。

行動モデルの利用に関心がある場合は、同意モードに関する Google のドキュメントが、このユーザー トラッキング方法の使用に関する会話や行動を開始するのに役立ちます。 GA4 アカウントで動作モデリングを有効にするオプションは、 [Admin] > [Reporting Identity] > [Blended ] にあります。

GA4 の機械学習機能を最大限に活用する

上記のツールを使用すると、ユーザーとデータに関する質問を「ページ X が何回閲覧されたか?」から変換できます。 「今後 7 日以内に大きな買い物をする可能性が最も高いのはどのユーザーですか?」 この洗練された機能は、はるかに実用的です。

GA4 の機械学習手法をリマーケティングおよびオーディエンス共有と組み合わせることで、分析のみから即時のユース ケース、さらにはオーディエンス エンゲージメントや RoAS の影響まで、分析を開始できます。

これらのストーリーで GA4 を深く掘り下げます。

この記事で表明された意見はゲスト著者のものであり、必ずしも MarTech ではありません。 スタッフの著者はここにリストされています。

MarTech を Google ニュース フィードに追加します。

---