6 главных преимуществ использования Google Analytics 4 и Google BigQuery Export

Одним из главных преимуществ нового Google Analytics 4 является возможность бесплатно экспортировать необработанные данные без выборки в Google BigQuery. Напомним, в Universal Analytics такая возможность была доступна только в платной версии (Google Analytics 360). Давайте посмотрим, какие возможности открылись для большинства пользователей Google Analytics (GA) с этим изменением.

Переход на Google Analytics 4 — неизбежный шаг, который большинство компаний предпримет в ближайшем будущем. OWOX поможет вам сделать этот переход максимально безболезненным. Мы поможем вам разработать и внедрить систему метрик, а также правильно настроить отслеживание данных. Вы можете сохранять нужные вам отчеты и создавать новые, не разбираясь в новой структуре данных и не переписывая SQL-запросы.

Интегрировав Google Analytics 4 с Google BigQuery, вы можете собирать необработанные несемплированные данные с вашего сайта в облачное хранилище, где каждый пользователь и его события будут отображаться в отдельных строках. Используя SQL-запросы к этим данным, вы можете рассчитать любые нужные вам параметры и показатели.

Собирая статистику сайта в Google BigQuery, вы сможете избежать выборки и других ограничений Google Analytics 4. Вы сможете анализировать полные данные, а значит, качество решений, принимаемых на основе этих данных, будет намного выше, чем качество решений, которые вы принимаете. мог бы сделать на основе X.

Например, срок хранения данных о пользователях и событиях в GA 4 по умолчанию составляет два месяца. Вы можете увеличить его до 14 месяцев в настройках ресурса. Однако этого может быть недостаточно, если вы хотите проанализировать события пользователей, которые в последний раз входили в систему более 14 месяцев назад. То есть вы не можете сформировать отчет за диапазон двух лет. В этом может помочь Google BigQuery. После экспорта данных в BigQuery вы можете хранить их без ограничений по времени.

Интерфейс Google Analytics или любой другой системы аналитики ограничивает ваши возможности по созданию отчетов. Например, есть ограничения на количество параметров и показателей, а также на то, как вы можете их комбинировать и выполнять расчеты на их основе. Кроме того, в GA 4 нет возможности импортировать данные о расходах, создавать настраиваемые группы каналов или включать в отчеты показатели из сторонних источников, таких как CRM.

Имея доступ к необработанным данным в Google BigQuery, вы можете создавать отчеты с любым количеством и комбинацией нужных вам показателей. Например, вы можете проводить когортный анализ на основе любых важных для вашего бизнеса показателей.

В Google Analytics 4 стандартные отчеты выборке не подлежат, но выборка может использоваться в пользовательских отчетах: при сравнении данных, при использовании дополнительных параметров и фильтров, при превышении лимита в 10 миллионов событий. Выборка также применяется, когда диапазон дат превышает 60 дней.

Выборка может искажать данные, поэтому нельзя на 100 % доверять отчетам, построенным с помощью выборки. Особенно это актуально для отчетов за длительный период времени или для пользовательских отчетов с большим количеством параметров и показателей. Загружая необработанные данные из Google Analytics 4 в Google BigQuery, вы можете избежать этой проблемы.

Необработанные данные с вашего веб-сайта можно объединить с данными о расходах на рекламу из рекламных служб, данными отслеживания звонков, данными электронной рассылки и данными о погашенных заказах из вашей CRM для настройки сквозной аналитики.

Это позволит учитывать все точки соприкосновения с вашей компанией, анализировать пути пользователей к конверсии, оценивать влияние всех маркетинговых усилий (как онлайн, так и офлайн) на эффективность бизнеса, находить наиболее эффективные каналы сбыта и оперативно оптимизировать каналы, которые приносят убытки.

Собрав и объединив все свои маркетинговые данные, вы можете создавать сложные воронки продаж, соответствующие структуре вашего бизнеса, и создавать собственные модели атрибуции для оценки вклада каждого рекламного канала в продажи.

Например, вы можете оценить вклад каналов в маркетинговую воронку с помощью OWOX Funnel-Based Attribution. Модель атрибуции на основе воронки вычисляет ценность каждого канала и кампании в воронке в соответствии с их вкладом в продвижение пользователя по этапам воронки. Для этого расчета агрегированные данные не подходят — нужны данные о каждом действии пользователя, связанном по User ID.

Чем лучше канал продвигает покупателя через самые сложные этапы, тем большую ценность он получает.

С помощью модели атрибуции на основе воронки вы можете определить наиболее эффективные кампании и сосредоточиться на их развитии для выполнения своего маркетингового плана. Например, вы можете найти управляемые кампании, которые вы можете разработать, чтобы повысить эластичность зависимых каналов с ограниченной емкостью (органические, контекст бренда, цена за конверсию, ретаргетинг) и тем самым увеличить общий объем продаж.

Google Analytics 4 предоставляет прогностические показатели (вероятность покупки, вероятность оттока и прогноз дохода), которые рассчитываются с помощью машинного обучения. Однако эта модель представляет собой черный ящик и работает исключительно с данными GA 4.

Допустим, аналитику данных было поручено создать модель, которая предсказывала бы вероятность покупки. Ожидается, что эта модель будет максимально прозрачной (будет понятно, на каких фичах она обучается) и формироваться на основе всех доступных данных, в том числе пользовательских данных. В этом случае аналитику уже недостаточно интерфейса Google Analytics 4, так как он не знает, что находится внутри прогнозируемой метрики, которую рассчитывает GA. Если вам нужно понять модель и управлять ею — например, настроить собственные функции для ее обучения — лучше всего загрузить свои данные в BigQuery.

В Google Analytics 4 доступна стандартная предустановленная группировка каналов (Платные, Поисковые, Органические и т. д.). Это означает, что вы не сможете создать отчет с собственной группой каналов в интерфейсе GA 4 — по крайней мере, пока (возможно, эта опция будет добавлена ​​в будущем).

Например, ваши кампании facebook/cpc по умолчанию относятся к группе платных каналов, но вам может потребоваться выделить их в группу платных социальных сетей. В этом случае поможет выгрузка данных в BigQuery и группировка каналов с помощью SQL.

Справедливости ради, группировку каналов можно настроить проще:

1. Подключите данные Google Analytics к Data Studio с помощью встроенного коннектора.
2. Настройте условия группировки в Студии данных.

Это будет не так надежно, как группировка каналов в Google BigQuery, но если вам нужно быстрое решение, вы можете использовать эту реализацию.

Допустим, вам нужно показать партнеру статистику только по UTM-метке и не раскрывать никакой другой информации. В интерфейсе Google Analytics 4 для этого нельзя создать отдельное представление. Существует только одно представление ресурса — то есть все партнеры будут видеть все данные.

Google BigQuery позволяет загружать большие объемы данных и быстро обрабатывать их с помощью SQL. Вы можете автоматизировать и планировать отчеты, чтобы ваша команда могла сосредоточиться на получении информации, а не на подготовке отчетов.

Примечание. Импорт данных в BigQuery из Google Analytics 4 бесплатен, но существуют ограничения, за превышение которых вам придется платить. Подробности можно найти здесь.

Переход на Google Analytics 4 — неизбежный шаг, который большинство компаний сделают к 1 июля 2023 года. OWOX помогает сделать этот переход максимально безболезненным, позволяя сохранять нужные отчеты и получать новые, не разбираясь в новых данных. структурируйте и перепишите все ваши SQL-запросы.

OWOX объединит все ваши данные и приведет их в правильную структуру для вашей бизнес-модели. Благодаря этому вы можете мгновенно создавать новые отчеты или редактировать старые. Вы можете изменить источник данных в своих отчетах, например, на Google Analytics 4, не переписывая сотни SQL-запросов.

Мы рекомендуем всем нашим клиентам прямо сейчас начать сбор данных в Google Analytics 4 параллельно с Universal Analytics. С помощью параллельного отслеживания вы можете сравнивать обе версии Google Analytics, изучать новые функции и новый интерфейс в GA 4 и накапливать исторические данные. Чем раньше вы установите Google Analytics 4, тем больше исторических данных вы соберете.

Команда OWOX поможет вам разработать и внедрить систему метрик, правильно настроить параллельное отслеживание и интегрировать Google Analytics 4 с Google BigQuery.