Google je oktobra 2020 napovedal najpomembnejšo spremembo Google Analytics doslej: Google Analytics 4 (GA4).
Nova posodobitev prinaša veliko novih sprememb, s katerimi se morate seznaniti. Zato je povsem normalno, da se sprašujete, kako bo to vplivalo na vaše delo ali podjetje.
V nadaljevanju odgovarjamo na vsa vroča vprašanja o tem, kaj vse morate vedeti, da lahko začnete z implementacijo in uporabo Google Analytics 4:
GA4 je nadgradnja spletne analitike, ki smo jo vsi potrebovali. Zagotavlja namreč več fleksibilnosti in sredstev za napovedovanje vedenja uporabnikov, vendar hkrati ohranja njihovo zasebnost.
Ko se boste bolje seznanili z novostmi, ki jih GA4 prinaša, boste ugotovili, da so prilagodljivost in izboljšani vpogledi v uporabnike GA4 izredno dragoceni za boljše oblikovanje marketinških strategij.
Ena izmed najbolj opaznih tehničnih sprememb je model, ki je uporabljen za pridobivanje podatkov. V Universal Analyticsu smo uporabljali različne tipe dogodkov, pri čemer je vsak imel 3 parametre (category, action, label).
V GA4 gre po drugi strani vedno za dogodek (npr. tudi ogled podstrani je dogodek), pri čemer imamo popolnoma proste roke za določanje, katere parametre želimo uporabljati (lahko jih nastavimo sami) in kakšne bodo njihove vrednosti.
Na ta način imamo sicer več dela s samo implementacijo, a hkrati veliko več svobode pri tem, kaj in kako želimo nekaj meriti.
Ena od razlik, ki je sami sicer na uporabljamo veliko, saj raje stvari uredimo sami, je možnost avtomatskega spremljanja osnovnih dogodkov, kot so npr. ogledi podstrani, download dokumentov, scroll po straneh, kliki na izhodne povezave, uporaba internega iskalnika ipd.
Spremljanje teh dogodkov se enostavno uredi v nastavitvah v orodju Google Analytics. Pri tem pa se moramo zanesti na Google, da bo sam znal pravilno meriti te dogodke.
Pomembna razlika je tudi, da GA4 nima več mesečnega limita 10 milijonov t. i. hitov (za lažje razumevanje jim recimo kar dogodki), ki so prej lahko pomenili, da nismo videli vseh podatkov in da si lahko pričakoval prodajni klic za plačljivo verzijo GA360 s strani Googla.
To je predvsem pomembno za spletne strani z več prometa in za spletne trgovine, kjer se različni podatki hitro nabirajo.
GA4 je usmerjen v spremljanje uporabnika – recimo temu, da GA4 želi biti čim bolj user-centric. Kar je logično, saj vsak posameznik danes uporablja več naprav in orodij. Zato je ena izmed najpomembnejših razlik možnost spremljanja statistike uporabnikov na različnih napravah in tudi v mobilnih aplikacijah na 1 mestu.
V GA4 lahko namreč pripeljemo več različnih podatkovnih virov – več različnih spletnih strani in/ali mobilnih aplikacij.
Ne samo, da uporabniki za obisk spletnih strani in uporabo mobilnih aplikacij uporabljajo različne naprave, ampak do spletnih strani prihajajo tudi preko različnih digitalnih kanalov. Kar lahko predstavlja težavo, ko želimo govoriti o atribuciji posameznega kanala h konverzijam.
GA4 ponuja možnost uporabe atribucijskega modela, ki ga zgradi sam na podlagi podatkov in t. i. machine learninga (t. i. cross-channel data driven model).
Razlika, ki zna biti zanimiva za navdušence nad podatki: pri UA je bila povezava z orodjem BigQuery plačljiva. Pri uporabi GA4 je brezplačna, kar je super, saj BigQuery, omogoča izredno hitro poizvedovanje po zelo veliki količini podatkov. Predvsem pa se lahko izognemo vzorčenju podatkov.
Kar igra precej pomembno pri kompleksnejših segmentacijah in analizah.
Na začetku 😊 Tukaj bi se navezali na naš (upamo, da že precej poznani) See-Think-Do-Care framework, s pomočjo katerega najprej sploh definiramo cilje, ki jih želimo s spletno stranjo doseči in zanje pogosto tudi določimo številčne oz. ciljne vrednosti.
Ker se uporabniki, s katerimi prihajamo v stik, nahajajo v različnih fazah nakupnega procesa, je smiselno, da cilje določamo po posameznih fazah. To je pomembno z vsaj 3 vidikov:
Pomembno je, da ozavestimo, kakšen je cilj oz. razlog, s katerim vodimo svojo spletno stran (npr. prodaja, lahko tudi samo zbiranje kontaktov). Brez jasno zastavljenih ciljev lahko hitro po nepotrebnem zapravljamo denar za izdelavo in vzdrževanje, po možnosti tudi za oglaševanje in pridobivanje obiskovalcev spletne strani.
Hkrati ne moremo priti do zaključka, ali je stran učinkovita ali ne, saj ne vemo, kateri cilj zasledujemo in katere podatke bi sploh morali meriti.
Zelo pomembno je, da so cilji na spletni strani usklajeni s poslovnimi cilji. Ker je v današnjih časih spletna stran eden od digitalnih kanalov (v določenih primerih najpomembnejši, lahko pa tudi samo podporni), bi moralo njeno delovanje podpirati oz. pomagati dosegati poslovne cilje.
Enostaven primer: če je taktika podjetja v naslednje pol leta pridobiti čim več novih kontaktov za nadaljnjo prodajo, je seveda logično, da bi bil eden od ciljev na spletni strani število oddanih kontaktnih obrazcev.
Žal tudi danes ni vedno tako.
Framework, pripravljen na zgoraj opisan način, je odlična popotnica za različne aktivnosti, ne samo za spremljanje ciljev na spletni strani. Zato toplo priporočamo, da ga oblikuje čim več lastnikov spletnih strani.
Super je tudi to, da je priprava tega frameworka v osnovi popolnoma neodvisna od analitičnega orodja.
Šele ko imamo pripravljen framework, se lahko lotimo tehničnega dela oz. implementacije analitike – tistega, kar večina razume pod pojmom spletna analitika.
V idealnem primeru bi se pogovarjali o spletni strani, ki ima že vse urejeno:
V takem primeru bi lahko zapisali te osnovne korake:
V ne tako idealnem primeru, ki je vsaj kar se tiče naših (novih) strank precej bolj pogost, pa pred vse te korake pride še korak, omenjen v prejšnjem odgovoru – izdelava frameworka.
Če s Shopifyem mislimo na odprtokodni CMS, potem prehod ne bi smel biti prevelika težava ob predpostavki, da je skupnost, ki skrbi za določen CMS, poskrbela za ustrezne vtičnike, ki se uporabljajo za spletno analitiko.
Taki vtičniki poskrbijo za vsaj minimalno zadostitev potreb po analitiki. In vse, kar je v takem primeru potrebno na spletni strani urediti, je izbira, inštalacija in nastavitev ustreznega vtičnika.
Kar potem še ostane lastniku spletne strani, sta prva 2 koraka v prejšnjem poglavju.
Na tem mestu naj vsa opozorimo, da so vtičniki sicer dobri za recimo temu higienski minimum, pogosto pa se izkaže, da niso dovolj, če želimo biti naprednejši.
Še večje težave pa nastanejo, če želimo kakršnekoli prilagoditve.
Če skupnost oz. razvijalci še niso razvili ustreznega vtičnika za določen CMS, potem je ena možnost, da počakamo na njegov razvoj in objavo ali pa razvijemo svoj vtičnik.
Če imamo spletno stran, ki za osnovo nima nekega tipskega CMS-ja, je vse skupaj lahko precej bolj kompleksno. Če se navežemo na korake v prejšnjem poglavju, je največ dela s prilagoditvijo kode oz. semantike za GA4. Pri tem velja posebno opozorilo za kodo za Enhanced Ecommerce, kjer je potrebno biti čim bolj natančen in slediti Googlovim specifikacijam.
Hkrati naj tukaj omenimo še eno pomembno zadevo: že pri UA se je izkazalo, da je pri spremljanju različnih dogodkov na strani dobro biti dosleden, saj je potem branje podatkov bistveno lažje (govorim predvsem o neki standardni nomenklaturi – poimenovanju dogodkov, strukturi kategorij, akcij in oznak ipd.).
Pri GA4, kjer vedno govorimo o dogodkih, pa je standardizacija še toliko bolj pomembna, ker imamo pri dogodkih in parametrih pravzaprav povsem proste roke. In če se ne držimo nekih lastnih pravil, podatki hitro postanejo neberljivi – predvsem z vsebinskega vidika.
Tukaj bomo malo predrzni in si bomo dovolili definicijo osnovne implementacije GA4: recimo, da pod tem razumem 1 property v orodju Google Analytics, 1 web stream (ena spletna stran) in vklopljeno avtomatsko spremljanje osnovnih dogodkov.
Za preprosto spletno stran, ki ne vključuje trgovine, je to lahko dovolj. Tudi implementacija je zelo preprosta, saj mora programer samo dodati košček kode na vsako podstran, vse ostalo je potem stvar nastavitev v orodju Google Analytics.
Če govorimo o napredni implementaciji, pa je nujno sodelovanju med stranko, agencijo in programerji.
Koraki, ki so tu potrebni:
Če se za začetek osredotočimo na same nastavitve v Analyticsu, lahko vidimo kar nekaj dodatnih in naprednih opcij, med njimi naj izpostavimo naslednje:
Če pogledamo z vsebinskega vidika, lahko vidimo, da GA4 že sam uporablja dodatne dimenzije in metrike, ki prej niso bile na voljo, hkrati pa omogoča tudi uporabo večjega števila lastnih dimenzij in metrik, pa tudi atributov na nivoju uporabnika.
Vse skupaj omogoča še večjo svobodo pri pripravi prej omenjenega frameworka.
Posledično lahko spremljanje konverzij poteka precej bolj natančno, dogodke pa lahko spremljamo na več različnih nivojih granulacije.
Če se dotaknem še spletnih trgovin – tudi v tem primeru GA 4 ponuja kakšen dodaten parameter v primerjavi z Universal Analyticsom, predvsem takšne, ki so se v preteklosti izkazali kot najbolj pogosti, a smo jih morali dodajati kot lastne oz. custom parametre.
Po pravici povedano je lahko ta tema v tem trenutku precej nehvaležna za pogovor 😊 Število privzetih oz. vnaprej pripravljenih poročil je namreč precej manjše, kot smo jih vajeni pri UA. Tudi z vsebinskega vidika so precej drugačna, zato marsikdo ne najde ali pa ne zna najti, kar išče.
Ampak že dobri stari vojak Švejk je rekel: “Samo brez panike!”
GA4 je še v intenzivnem razvoju, tako da bo gotovo dodanih še kar nekaj poročil ali sklopov. Naj pa vseeno v nadaljevanju izpostavim nekaj trenutno najbolj uporabnih poročil.
V primerjavi z UA gre za precej izboljšano poročilo ali pa bolje rečeno nadzorno ploščo, ki ponuja bolj celosten pregled nad uporabniki, njihovimi segmenti in nad dogodki ter konverzijami.
Gre za podobno poročilo, kot je User explorer v UA, le da gre tukaj za prikaz v realnem času.
Primer uporabe segmenta z User ID
V tem primeru ne gre toliko za poročilo, kot za prikaz možnosti uporabe naprednih segmentov, ki se potem lahko uporabijo v poročilih.
Pogosto smo navajeni spremljati gibanje števila uporabnikov. Zgornje poročilo pa je bolj napredno, saj kaže, kako se gibljejo tudi številke unikatnih uporabnikov, kar lahko precej spremeni interpretacijo podatkov.
Pogosto je zanimivo opazovati razmerja med tem, kolikokrat je posamezen produkt pogledan in tudi dodan v košarico ali pogledan in potem tudi kupljen. Taka analiza odpira precej dodatnih možnosti za interpretacijo in postavljanje različnih hipotez.
Podobno kot v enem od prejšnjih primerov lahko vidimo podatke o tem, kako uspešni smo pri vračanju obstoječih uporabnikov na svojo spletno stran.
Na tem mestu je nujno, da omenim še eno stvar: čeprav je trenutni nabor poročil zaenkrat še precej skop, si lahko še vedno pomagamo na drug način. V GA4 je namreč razdelek z imenom Explore. Ta razdelek je po namenu precej podoben sklopu Custom reports v UA.
Že ime pove, da gre za prilagojena oz. lastna poročila, vendar gre pri novem GA4 za precej izboljšano uporabniško izkušnjo in predvsem za veliko več možnosti. Sestavljamo lahko namreč precej različnih tipov poročil, z ogromno različnimi dimenzijami, metrikami, segmenti ipd.
Tako da če karkoli pogrešamo pri privzetih poročilih, imamo tukaj možnost, da si prikaz podatkov uredimo po svoje.
Z julijem 2023 drugih alternativ pri Google spletni analitiki ne bo več na voljo. Zato prehitite konkurenco in zagotovite, da poskrbite za implementacijo v pravem času.
Orodje za analizo je eno vaših najmočnejših marketinških orožij. Pomaga vam namreč pridobiti dragocen vpogled v razumevanje prometa ter obnašanja uporabnikov na vaši spletni strani.
Prepoznate vrednost, ki jo ponuja GA4, vendar niste prepričani, kje začeti? Ne skrbite. Niste sami!
Tu smo, da vam pomagamo pri vseh korakih implementacije.
Če želite pomoč pri Google Analytics 4, Google Analytics ali čemerkoli drugem pri vašem spletnem mestu, nas pokličite še danes!