Spis treści:

1. Wydłużony czas przechowywania danych
2. Przeciwdziałanie próbkowaniu danych
3. Szybka aktualizacja danych w raportach
4. Zaawansowane zarządzenie dostępem do danych
5. Pełny obraz sytuacji
6. Podsumowanie

1. Wydłużony czas przechowywania danych

Wyobraź sobie sytuację w której zostajesz poproszony o odpowiedź na pytanie dotyczące tego czy w 2022 roku użytkownicy korzystali jednocześnie z urządzeń mobilnych, tabletów i komputerów. W tym celu możesz skorzystać z szablonu w raportach eksploracji. Dzięki temu, że okres przechowywania danych w GA4 360 wynosi 50 miesięcy będziesz w stanie odpowiedzieć na to pytanie w ciągu kilku minut. Nie byłoby to możliwe w standardowej wersji narzędzia z uwagi na to że maksymalny okres przechowywania danych wynosi 14 miesięcy, czyli w październiku 2023 roku nie będziemy mieli dostępnych danych za cały 2022 rok.

Wydłużony do 50 miesięcy czas przechowywania będzie również niezastąpiony w analizach kilkuletnich trendów czy sezonowości.

Należy pamiętać że okres przechowywania danych jest ograniczony jedynie sekcji eksploracji. Raporty standardowe nie polegają restrykcjom bez względu na wersję narzędzia.

2. Przeciwdziałanie próbkowaniu danych

Próbkowanie danych to statystyczny zabieg stosowany w Google Analytics 4 polegający na tym, że dane w raportach generowanie są na podstawie reprezentatywnych grup a nie całości zebranych informacji. Stosowany jest on głównie w celu przyspieszenia działania narzędzia. O tym, czy raport jest próbkowany możemy dowiedzieć się z komunikatu o góry zestawienia w sekcji eksploracji:

Z próbkowaniem danych w GA4 można się zetknąć głównie w raportach eksploracji, choć przy bardzo dużej liczbie użytkowników czy zastosowaniu wymiarów dodatkowych, filtrów lub segmentów może ono również wystąpić w raportach standardowych.

Zabieg próbkowania może wpływać na dokładność analiz. Poniższy przykład prezentuje dane z okresu 30 dni dla zestawienia wymiaru nazwa hosta z metryką wyświetlenia w przypadku tej samej witryny ale dwóch różnych wersji narzędzia. Widać że różnica w liczbie wyświetleń sięga 12%.

GA4 360 daje nam dwie możliwości radzenia sobie z próbkowaniem w panelu narzędzia:

a) Dostosowanie poziomu dokładności i szybkości. Dzięki wyborze opcji bardziej szczegółowe wyniki możemy uzyskać niespróbkowaną eksplorację.

b) Prośba o niespróbowane wyniki. Alternatywnie, jeżeli nie będzie możliwości uzyskania niepróbkowanych danych od razu pojawi się opcja wysłania prośby o dokładny raport. Wyniki będą dostępne w większości przypadków po około 30 minutach.

Warto wspomnieć o tym, że w standardowej wersji systemu jedynym sposobem przeciwdziałania próbkowaniu jest zmiana wielkości populacji, na przykład poprzez skrócenie zakresu dat.

3. Szybka aktualizacja danych w raportach

W dzisiejszym szybko zmieniającym się świecie dostęp do aktualnych danych jest bardzo istotny. Na przykład jeżeli prowadzisz trwające kilka dni akcje marketingowe, ważne żeby Twój zespół mógł analizować wyniki ba bieżąco. Będzie to możliwe, jedynie w GA4 360, które w większości przypadków (dla usług Premium Normal i Large) będzie w stanie przetworzyć dane od 1 do 4 godzin. Z doświadczenia wiemy, że dla usług standardowych czas ten wynosi minimum 24 godziny. Sprawna aktualizacja danych może też pozwolić na realizację działań naprawczych. Na przykład dzięki aktualnym danym możemy wykryć nagły spadek liczby użytkowników czy współczynnika konwersji wywołany opublikowaniem nowej wersji strony i błyskawicznie podjąć działania w kierunku poprawy sytuacji.

4. Zaawansowane zarządzenie dostępem do danych

W przypadku firm o zróżnicowanej działalności i chcących zarządzać w sposób zaawansowany dostępem do danych pomocna będzie funkcjonalność tworzenia usług podrzędnych. Są to za zwyczaj podzbiory danych, które znajdują się w usłudze głównej. Na przykład można wydzielić usługę podrzędną dla każdego rynku na którym prowadzona jest działalność, dla każdej marki, dzięki czemu ułatwiamy analizowanie danych. Usługa podrzędna stworzona dla agencji marketingowej prowadzącej kampanię na konkretnej platformie sprawi, że nie będziemy zmuszeni do prezentowaniu partnerom wszystkich danych przychodowych, uzyskają jedynie informacje niezbędne do prowadzenia własnych optymalizacji. Należy pamiętać, że dodanie usługi podrzędnej będzie się wiązało ze wzrostem kosztów licencji z uwagi na przetwarzanie dodatkowych zdarzeń, na przykład atrybucja modelowana jest niezależnie dla usługi źródłowej i podrzędnej.

5. Pełny obraz sytuacji

Przeglądając dane w raportach standardowych możecie natknąć się na wiersz z wymiarem (other). Dane prezentowane są w ten sposób z uwagi na przekroczenie limitów wierszy w tabeli. Wpływ na to mają między innymi rodzaje raportów (niektóre raporty mają wyższe limity) lub złożoność zestawienia danych (wymiary dodatkowe, filtry).

Ukrycie części danych w jednym wierszu sprawia, że nie mamy pełnego obrazu sytuacji. Może to powodować problemy na przykład podczas analizy efektywności kategorii produktów. Przy skomplikowanych drzewie kategorii dane dotyczące niektórych elementów zostaną „ukryte” w wierszu (other) i w efekcie możemy się nie dowiedzieć, które rodzaje kategorii wyeliminować z działań promocyjnych. Brak pełnego obrazu sytuacji może doprowadzić do tworzenia błędnych strategii marketingowych. Problem agregacji danych do jednego wiersza rozwiążesz dzięki funkcjonalności automatycznych lub ręcznie konfigurowanych rozwiniętych zbiorów danych.

Pomocne w uzyskaniu pełnej informacji na temat zachowania użytkowników będą również zwiększone w porównaniu ze standardowym GA4, limity danych. Kilka przykładów różnic znajdziesz w poniżesz tabeli.

Dzięki funkcjonalności rozwiniętych zbiorów danych oraz zwiększonym limitom przetwarzanych informacji, jesteśmy w stanie w pełni zrozumieć naszych odbiorców i podejmować bardziej trafne decyzje biznesowe. Co istotne, przy wsparciu konsultantów z Full Stack Experts, mamy pewność, że jakość danych, które gromadzimy w narzędziu, jest na najwyższym poziomie. To pozwala nam w pełni wykorzystać potencjał Google Analytics 4 360 i zwiększyć efektywność naszych działań marketingowych.

Tadeusz Skrzypczak, Head of Product&User Intelligence w Ringier Axel Springer Polska

Podsumowanie

Oczywiście część opisanych w artykule problemów można rozwiązać metodami zastępczymi, na przykład tworząc własne skrypty minimalizujące próbkowanie i przekazujących dane do Big Query czy innej hurtowni przy pomocy specjalistów data science lub programistów. Natomiast jeżeli zależy nam, żeby wszystkie działy w organizacji mówiły „językiem danych” musimy zagwarantować do nich szybki i łatwy dostęp bezpośrednio w panelu narzędzia dla każdej osoby zaangażowanej w optymalizację strony czy działania marketingowe. Google Analytics 4 360 przy odpowiedniej konfiguracji da nam taką możliwość, dzięki temu więcej osób będzie mogło mieć wpływ na zwiększenie efektywności biznesu.