3 Google Analytics 4 funcții pentru a compensa datele pierdute

Odată cu retragerea în curând a versiunii vechi a Google Analytics, am intrat în era Google Analytics 4 (GA4). Pe lângă obținerea unui lifting major și a unei schimbări majore a modelului de date, una dintre cele mai puternice actualizări ale platformei a fost adăugarea și perfecționarea capabilităților de învățare automată.

Google Analytics are acum capacitatea de a combina datele observate și datele neobservate. Acesta nu numai că este un beneficiu, dar este o necesitate, deoarece modificările cookie-urilor din browser și identificatorii utilizatorilor limitează din ce în ce mai mult vechiul mod de urmărire.

Instrumentele noastre de urmărire și analiză pierd date așa cum le cunoaștem – și trebuie să ne adaptăm. Utilizarea unor funcții ușoare în GA va ajuta la compensarea acestei pierderi, astfel încât să puteți rămâne informat cu privire la date.

Sapă mai profund: 3 instrumente de marketing „secrete” în Google Analytics 4

Date neobservate: cum funcționează și de ce contează

Indiferent de instrumentul de analiză pe care îl utilizați, valorificarea datelor neobservate este un instrument excelent pentru a ține pasul cu mediul în evoluție al analizei de marketing digital. Diferența dintre datele neobservate și cele observate este diferența dintre datele colectate și datele modelate .

Urmărirea utilizatorilor cu ajutorul cookie-urilor era mai fiabilă, deoarece aproape toate browserele acceptau cookie-uri. Modul în care funcționează cu analiza este prin ștampilarea automată a unui utilizator cu un cookie atunci când aterizează pe un site web. Acest cookie permite platformelor precum GA să identifice utilizatorii după informații despre dispozitiv, locație, date demografice și, cel mai important, un ID aleatoriu care este „lipicios”.

Când acel utilizator revine pe site-ul web, ID-ul este recunoscut de GA ca utilizator care revine, ceea ce îmbină informațiile anterioare ale utilizatorului cu o activitate nouă. Pentru aplicațiile mobile, comportamentul este similar. În loc de cookie, dispozitivele au un ID de publicitate unic ca identificator (Android și iOS au versiuni diferite.)

Cu toate acestea, lucrurile s-au schimbat treptat în ultimii ani și vor continua să se schimbe. Există o problemă uriașă cu acest comportament vechi: le-a oferit utilizatorilor puțin sau deloc control asupra informațiilor lor personale partajate. Confidențialitatea nu a fost o considerație, iar organizațiile aveau control 100% asupra informațiilor publicului lor.

Nicio informație de identificare personală (PII) nu a fost niciodată urmărită cu Google Analytics în mod prestabilit, deoarece colectarea unor astfel de date către GA contravine termenilor și condițiilor, dar definiția PII s-a schimbat în funcție de modul în care politicile sunt scrise și interpretate de diferite legi și echipe de securitate.

Acum, utilizatorii pot bloca și pot renunța la colectarea datelor de la instrumentele de analiză. Renunțarea automată este implicită pentru GDPR, iar legile altor țări vor adopta cu siguranță acest lucru. Este „viitorul fără mâncăruri”.

Pe scurt, nu vom obține volumul sau detaliile datelor despre utilizatori cu care obișnuiam, așa că este timpul să umplem acest gol. În Google Analytics 4, există mai multe funcții gata de fabricație pentru a compensa datele pierdute. Au nevoie de puțină sau deloc ridicare odată ce urmărirea a fost configurată, astfel încât să le puteți testa și să profitați de ele astăzi. Trei exemple sunt:

• Atribuire bazată pe date
• Valori predictive
• Modelarea comportamentului

Sapă mai profund: ce fac instrumentele de atribuire de marketing și de analiză predictivă?

1. Atribuire bazată pe date

În GA4, atribuirea bazată pe date (DDA) poate fi oarecum greu de găsit dacă nu sunteți familiarizat cu interfața. Se află în ecranul Publicitate în loc de zona Rapoarte. Rapoartele de publicitate sunt interesante și împărțite, deoarece oferă o imagine diferită a datelor dvs.

În Universal Analytics (uneori denumit GA3), cel mai apropiat echivalent sunt rapoartele Canal multicanal. Este un descriptor bun, deoarece aceste rapoarte extind analiza conversiilor în mai multe puncte de contact și o călătorie mai completă a utilizatorului. Anterior, atribuirea bazată pe date era disponibilă numai pentru conturile plătite 360, dar acum este disponibilă tuturor.

Modelul de atribuire DDA folosește un model statistic pentru a arăta cât de important a fost un canal în asistarea unei conversii. De exemplu, pot exista 5.000 de achiziții atribuite canalului de căutare organică în raportarea principală privind achizițiile GA4, dar punctele de contact anterioare din canalul de căutare plătită pot avea o influență semnificativă pentru utilizatorul care în cele din urmă cumpără.

Modelul statistic va prelua datele despre comportamentul utilizatorilor și căile care duc la conversie și va determina cât de mult credit ar trebui să primească diferitele puncte de contact. În loc ca creditul 100% să fie organic în exemplul anterior, creditul ar fi împărțit la procente pe toate canalele de unde au venit utilizatorii înainte de a face o tranzacție.

Vizualizarea DDA se află în raportul Publicitate > Căi de conversie (imaginea de mai sus.)

2. Valori predictive

Avem date despre ceea ce utilizatorii au văzut și cu care s-au implicat, dar ce vor face în continuare? Acesta este exemplul suprem de date neobservate, deoarece implică un comportament „viitor”. Ca o notă, această caracteristică se referă în prezent numai la comerțul electronic și datele de zburare.

Urmărirea comerțului electronic va trebui configurată înainte ca valorile predictive și segmentele de public predictive să poată fi utilizate. Dacă aveți urmărirea comerțului electronic, zonele de top pentru a vedea și utiliza modelarea predictivă sunt în rapoartele Explorați și în instrumentul Public.

În rapoartele Explorare, valorile predictive sunt cel mai bine utilizate în tehnica Durata de viață a utilizatorului. În acest tip de raport, puteți alege valori de importat în funcție de probabilitatea de cumpărare, probabilitatea de pierdere și venitul estimat. Există o secțiune dedicată acelor valori pe ecranul de selecție.

Datele predictive din GA4 (atât aici, cât și în instrumentul Audience) se bazează pe activitatea anterioară a utilizatorilor. Cu punctele de date ale utilizatorilor care au făcut o achiziție în comparație cu cei care nu au făcut-o, modelul va afla tendințe care dezvoltă probabilitățile și percentilele. Pentru abandon, modelul analizează utilizatorii care sunt activi și utilizatorii care devin inactivi pentru a determina cine nu va reveni pe site-ul sau aplicația dvs. în săptămâna viitoare.

Informațiile pot fi utilizate și în afara Google Analytics. Segmentele de public și segmentele pot fi create pentru a izola cumpărătorii probabili/improbabili și utilizate în Google Ads pentru remarketing. Pentru a construi un public predictiv în câteva clicuri, puteți accesa Administrator > Segmente de public > Public nou > Predictiv . Acest lucru vă va oferi segmente de public șablon prestabilite pe care să le utilizați și să personalizați cum doriți (imaginea de mai jos).

3. Modelarea comportamentului

Modelarea comportamentului este cea mai importantă caracteristică de învățare automată dintre aceste trei, deoarece afectează urmărirea utilizatorilor chiar de la sursă - identificatorul. Aceasta implică integrarea GA4 cu instrumentul dvs. de gestionare a consimțământului cookie-urilor, astfel încât Google Analytics să poată colecta date despre utilizatorii care nu sunt de acord să fie urmăriți.

Acest lucru sună contra-intuitiv, dar datele sunt anonimizate și nu au legătură cu un cookie sau vreun identificator de utilizator. În schimb, datele anonime numai pentru evenimente sunt utilizate pentru a determina activitatea la nivel de utilizator. Este puternic, deoarece se bazează pe datele site-ului sau aplicației dvs. Comportamentul utilizatorilor observați (utilizatori care optează pentru urmărire) antrenează un model de învățare automată pentru a estima comportamentul utilizatorilor care renunță la urmărire.

Dacă sunteți interesat să profitați de modelarea comportamentului, documentația Google despre modul de consimțământ vă poate ajuta să începeți conversații și să acționați în jurul utilizării acestei metode de urmărire a utilizatorilor. Opțiunea de a activa modelarea comportamentului în contul dvs. GA4 este în Administrator > Identitate de raportare > Amestecat .

Profitați la maximum de funcțiile de învățare automată ale GA4

Cu instrumentele de mai sus, întrebările despre utilizatorii și datele dvs. se pot transforma din „Câte vizualizări a primit pagina X?” la „Care utilizatori sunt cel mai probabil să facă o achiziție mare în următoarele 7 zile?” Această sofisticare este mult mai acționabilă.

Combinarea metodelor de învățare automată ale GA4 cu remarketing și partajarea publicului vă poate lansa analizele, de la analize exclusiv la cazuri de utilizare imediată și chiar implicarea publicului și impactul RoAS.

Sapă mai adânc în GA4 cu aceste povești.

Opiniile exprimate în acest articol sunt cele ale autorului invitat și nu neapărat MarTech. Autorii personalului sunt enumerați aici.

Adăugați MarTech la feedul dvs. de Știri Google.

---