Poziomy dostępu i role w Google Analytics 4

W GA4 dostęp można przyznawać na dwóch poziomach:

• Konta: Dotyczy całego konta Google Analytics. Użytkownicy z dostępem na tym poziomie mogą zarządzać wszystkimi usługami i danymi w ramach konta.
• Usługi: Dotyczy konkretnej usługi w ramach konta. Użytkownicy z dostępem na tym poziomie mogą zarządzać danymi i konfiguracjami tylko dla tej konkretnej usługi.

1. Przeglądający
   • Zezwolenie na wyświetlanie danych, a także tworzenie w raportach porównań i dodawanie wymiarów dodatkowych
   • Nie może tworzyć, edytować i usuwać raportów
   • Nie może współpracować przy udostępnionych przez innych zasobach
   • Nie może zarządzać użytkownikami i ustawieniami konta
     • Korzyści: Udostępnia podstawowych informacji o wynikach witryny i aplikacji osobom, które są odpowiedzialne za monitorowanie i analizowanie danych bez angażowania się w ich konfigurację czy edycję.
2. Analityk
   • Zezwolenie na tworzenie, edycję i usuwanie określonych zasobów powiązanych z usługą
   • Zezwolenie na współpracę nad udostępnionymi przez innych zasobami
   • Nie może zarządzać użytkownikami i ustawieniami konta
   • Zawiera wszystkie uprawnienia roli “Przeglądający”
     • Korzyści: Umożliwia przeprowadzanie analiz witryn i aplikacji, a także tworzenie raportów i eksploracji dostosowanych do indywidualnych potrzeb.
3. Marketer
   • Zezwolenie na tworzenie, edycję i usuwanie takich elementów jak: grupy odbiorców, konwersje, modele atrybucji, okresy ważności i zdarzenia na koncie
   • Nie może zarządzać użytkownikami i ustawieniami konta
   • Zawiera wszystkie uprawnienia roli “Analityk”
     • Korzyści: Zapewnia dostęp do szerokiego zakresu danych marketingowych, na podstawie których można śledzić efektywności kampanii marketingowych, identyfikować obszary wymagające poprawy i podejmować trafne decyzje dotyczące strategii marketingowej.
4. Edytujący
   • Pełna kontrola nad ustawieniami na poziomie usługi, w tym np.: możliwość tworzenia kolekcji w bibliotece raportów
   • Może zarządzać niektórymi ustawieniami konta na poziomie “Edytujący”
   • Nie może zarządzać użytkownikami
   • Zawiera wszystkie uprawnienia roli “Analityk”
     • Korzyści: Zapewnia możliwość modyfikowania konfiguracji ustawień analitycznych bez wymaganych pełnych uprawnień administracyjnych.
5. Administrator
   • Pełny dostęp do wszystkich funkcji GA4
   • Zarządzanie użytkownikami i ich uprawnieniami: może ich dodawać, usuwać, przypisywać im role i uprawnienia, a także ograniczać im dostęp do danych
   • Zawiera wszystkie uprawnienia roli “Edytujący”
     • Korzyści: Umożliwia zarządzanie wszystkimi aspektami GA4 i zapewnia zarządzanie użytkownikami

Pamiętaj, że:

• W przypadku wątpliwości co do roli, która powinna być przypisana danemu użytkownikowi, najlepszym rozwiązaniem jest przypisanie mu roli z mniejszymi uprawnieniami. W razie potrzeby można ją później zawsze zmienić.
• Przypisanie użytkownikowi roli na poziomie konta spowoduje również jej przypisanie do wszystkich podrzędnych usług na tym konkretnym koncie – kierunek dziedziczenia: konto -> usługa.
• Wyjątek od kierunku dziedziczenia stanowi sytuacja, gdy uprawnienia użytkownika przypisane z poziomu usługi są wyższe od tych z poziomu konta. Wtedy rola przypisana do tej konkretnej usługi pozostaje niezmieniona.

Ograniczenie wglądu w koszty i przychody organizacji

Google Analytics 4 zapewnia także możliwość dodatkowego ograniczenia wglądu użytkowników w dane o kosztach i przychodach organizacji, skutecznie chroniąc tym samym wrażliwe dane finansowe.

1. Brak wyświetlania danych o kosztach: użytkownik nie widzi danych o kosztach organizacji w raportach, eksploracjach, grupach odbiorców, statystykach i alertach.
2. Brak wyświetlania danych o przychodach: użytkownik nie widzi danych o przychodach organizacji w raportach, eksploracjach, grupach odbiorców, statystykach i alertach.

Pamiętaj, że:

• Przypisanie użytkownikowi ograniczenia dostępu do powyższych danych na poziomie konta skutkować będzie także brakiem dostępu do tych informacji we wszystkich podrzędnych usługach na tym konkretnym koncie.
• Ograniczenie dostępu do powyższych danych jedynie z poziomu usługi sprawi, że koszty i przychody nie będą widoczne dla użytkownika tylko dla wskazanych usług.

Wpływ ograniczeń na funkcje GA4

Ograniczenie dostępu użytkowników do danych jest analogicznie związane z ograniczeniem dla nich pewnych funkcji GA4 powiązanych z tymi konkretnymi danymi. Dane w raportach i eksploracjach zostaną zastąpione dla nich zerem (‘0’) lub brakiem wartości (‘-’). Dodatkowo, nie będą mogli używać i wyświetlać liczby odbiorców, a także nie zadziałają dla nich alerty o kosztach i przychodach.

Jak nadać/edytować dostęp w GA4

Jeśli zmienisz zdanie odnośnie przyznanego użytkownikowi poziomu dostępu, możesz go w każdej chwili zmienić. Poniżej przedstawiamy krok po kroku w jaki sposób można nadawać i edytować dostęp w GA4, a także w jaki sposób można prosić o nadanie większego dostępu do danych. Dodatkowo przedstawiamy jak nadać dostęp do konta pomocy technicznej Google.

Nadawanie dostępu w GA4

1. Wejdź w zakładkę “Administracja” i wybierz “Zarządzanie dostępem do konta”/”Zarządzanie dostępem do usługi”:

2. Kliknij w przycisk ‘+’, a następnie wybierz “Dodaj użytkowników”:

3. Uzupełnij dane użytkownika jak adres e-mail, przydzieloną rolę i ograniczenia dostępu do danych, a następnie kliknij w przycisk “Dodaj”:

Edytowanie dostępu w GA4

Proces edytowania dostępu w GA4 jest w dużej mierze analogiczny do procesu jego nadawania. Po wybraniu opcji “Zarządzanie dostępem do konta” ponownie rozwinie się lista użytkowników z przydzielonym dostępem.

1. Kliknij w nazwę użytkownika, którego dostęp chcesz edytować. Następnie wybierz jaka będzie jego bezpośrednia rola i ograniczenia w dostępie do danych.
W “Uprawnieniach dotyczących usługi” możesz bezpośrednio określić jaki jest dostęp użytkownika do każdej z usług w obrębie konta. Zapisz zmiany.

Prośba o zwiększenie uprawnień w GA4

W przypadku gdy nadane Ci uprawnienia nie są wystarczające do wykonania przez Ciebie pracy, o zmianę roli i nadanie większego dostępu do danych i funkcji można zawsze poprosić.

Nie trzeba w tym celu specjalnie wysyłać prywatnego e-maila do Administratora – zapytanie o modyfikację dostępu można przesłać bezpośrednio na GA4:

1. Wejdź w zakładkę “Administracja” i wybierz “Zarządzanie dostępem do konta”:

2. W panelu “Uprawnienia dotyczące konta” kliknij w “Poproś o dostęp”:

3. Wybierz rolę, o której nadanie chcesz poprosić i kliknij “Potwierdź”:

4. Poczekaj na ostateczną decyzję Administratora.

Nadawanie dostępu do konta pomocy technicznej Google

W przypadku napotkania problemów z obsługą GA4, warto skontaktować się z pomocą techniczną Google, która może pomóc je rozwiązać. Aby support mógł dokładnie zdiagnozować problem, musi mieć jednak odpowiedni dostęp do konta GA4, który przydziela się następująco:

1. Wejdź w zakładkę “Administracja” i wybierz “Szczegóły konta”:

2. Zjedź w dół do opcji “Pomoc techniczna” i zezwól na dostęp pracownikom pomocy technicznej Google:

Udzielenie dostępu pomocy technicznej Google umożliwi dużo szybsze i skuteczniejsze zidentyfikowanie zaistniałych problemów w GA4, a także udzielenie spersonalizowanych porad i rekomendacji.

Zarządzanie dostępami na sterydach – Google Analytics Utilities

Google Analytics Utilities (GAU)  to narzędzie typu open-source dostępne na GitHubie, stworzone w celu ułatwienia zarządzania kontami GA4. Narzędzie to pobiera dane o ustawieniach użytkowników w GA4 i umożliwia ich bezpośrednią edycję w programie Microsoft Excel, co znacznie przyspiesza procesy nadawania im dostępów i przypisywania odpowiednich ról.

GAU w zakładce “GA4 Users” oferuje takie funkcje, jak:

1. Wyświetlenie listy wszystkich użytkowników w koncie GA4 [list]:  funkcja ta generuje listę wszystkich użytkowników konta GA4 z informacją o przyznanych im dostępach do danych na poziomie zarówno konta jak i każdej z podrzędnych usług.
2. Przypisywanie dostępu do kont i usług użytkownikom GA4 [create]:  dzięki tej funkcji można w prosty i szybki sposób przypisać każdemu użytkownikowi to jaką rolę i rodzaj ograniczenia dostępu (do kosztów i/lub przychodów) będzie mieć na poziomie konta i poziomie usługi.
3. Usuwanie dostępu do kont i usług użytkownikom GA4 [delete]: funkcja służy do usuwania istniejących dostępów do kont i usług dla użytkowników GA4.
4. Aktualizacja dostępu do kont i usług użytkowników GA4 [update]: funkcja pozwala na aktualizację już istniejących dostępów, czyli na zmianę roli użytkownika przypisanej do konkretnego poziomu i/lub tego czy może wyświetlać dane o kosztach i/lub przychodach firmy.

Przykład tego jak Google Analytics Utilities może usprawnić procesy zarządzania kontem GA4 znajdziesz TUTAJ.

Dostępy w usługach podrzędnych GA4 360

W GA4 360 zarządzanie dostępami zawiera wszystkie elementy podstawowego GA4, ale poszerzone jest dodatkowo o dostęp do tzw. usług podrzędnych, które stanowią podzbiór konkretnej usługi źródłowej.

Pamiętaj, że:

• Jeśli usuniesz użytkownika z usługi źródłowej, zostanie on także usunięty ze wszystkich usług podrzędnych.
• Jeśli usuniesz użytkownika z usługi podrzędnej, zostanie on usunięty tylko z tej konkretnej usługi.

Dostęp do kolekcji raportów GA4 360

Google Analytics 4 umożliwia użytkownikom o roli administratora i edytującego (na poziomie usługi) tworzenie kolekcji raportów, czyli zestawów raportów dostosowanych pod konkretne cele biznesowe. Każda usługa w GA4 może zawierać do siedmiu kolekcji, a każda kolekcja może zawierać do pięciu tematów. Tematy są zasadniczo grupami powiązanych raportów. Po zapisaniu kolekcji raportów należy ją opublikować, aby była dostępna dla wszystkich użytkowników posiadających dostęp do danej usługi GA4.

Sytuacja wygląda inaczej w przypadku usług GA4 360, gdzie administratorzy mogą wybrać, którzy użytkownicy lub grupy użytkowników mogą mieć dostęp do określonych kolekcji raportów. Oznacza to, że nie trzeba nadawać dostępu do wszystkich kolekcji wszystkim osobom posiadającym dostęp do danej usługi. Zamiast tego możesz kontrolować, którzy użytkownicy mogą przeglądać określone raporty, ograniczając ich dostęp tylko do raportów istotnych dla ich pracy, np. możesz zapewnić, że tylko zespół marketingowy będzie miał dostęp do kolekcji raportów marketingowych. Jednak w przeciwieństwie do standardowego GA4, tylko administratorzy mogą przypisywać dostęp do kolekcji raportów w GA4 360. Edytujący zachowują te same uprawnienia, co w standardowym GA4.

Aby zmienić ustawienia dostępu do danej kolekcji w usłudze GA4 360, wykonaj następujące kroki:

1. Upewnij się, że masz rolę administratora. Jeśli tak, przejdź do zakładki „Raporty” i wybierz „Biblioteka”.

2. W sekcji „Kolekcje” wybierz kolekcję raportów, do której chcesz edytować dostęp. Kliknij trzy kropki obok nazwy kolekcji i wybierz opcję „Edytuj użytkowników”.

3. Kliknij „Wybierz użytkowników”.  Wybierz konkretnego użytkownika lub grupę użytkowników, którzy będą mieli dostęp do danej kolekcji.

4. Kliknij „Podgląd”, aby wyświetlić listę użytkowników, którym przyznano dostęp.

5. Po upewnieniu się, że lista użytkowników z przyznanym dostępem jest kompletna, kliknij Opublikuj”.

6. W przyszłości możesz zawsze edytować powyższą listę, aby dodać więcej użytkowników lub usunąć przyznany dostęp.

Audyt dostępów

Warto zadbać o regularne sprawdzanie i aktualizowanie dostępów do danych w Google Analytics 4. Zalecamy ustalenie cyklicznych przeglądów, które mogą odbywać się co miesiąc, co kwartał lub co pół roku, w zależności od potrzeb organizacji.

Systematyczne monitorowanie i edytowanie dostępów zwiększa bezpieczeństwo danych, pozwalając na szybkie wykrycie i wyeliminowanie nieautoryzowanego dostępu. Cykliczne sprawdzanie dostępów umożliwia również aktualizację ról i uprawnień użytkowników, dostosowując je do aktualnych potrzeb oraz zmian w strukturze zespołów czy projektów.

Podczas nadawania uprawnień dostępu nowym użytkownikom, upewnij się, że podajesz ich adres e-mail z firmowej domeny, a nie prywatny adres na Gmailu lub innych platformach. Unikniesz w ten sposób wycieku danych i w przypadku zmian kadrowych, jak np.: odejście pracownika, będziesz mieć pewność, że osoby trzecie nie mają dostępu do konta lub usługi firmy.

Podsumowanie

Prawidłowe zarządzanie dostępem to podstawa efektywnego korzystania z GA4. Pamiętaj, żeby przed każdorazowym nadaniem dostępu dokładnie określić jakie będą zadania i obowiązki każdego użytkownika aby poziom dostępu był dostosowany do ich indywidualnych potrzeb. W przypadku, gdy brak Ci pewności co do tego, która rola jest najbardziej odpowiednia dla konkretnego użytkownika, ustaw rolę o mniejszym poziomie dostępu – w przyszłości, jeśli okaże się, że jest ona niewystarczająca, możesz ją zawsze zmienić.

Podczas nadawania dostępów pamiętaj również o upoważnieniu pomocy technicznej Google do Twoich danych i konta. Dla usług GA4 uaktualnionych do wersji 360 w przypadku wystąpienia problemów, support będzie mógł wystawić trafną diagnozę i zaproponować rozwiązanie dostosowane do Twoich potrzeb.

Zarządzanie plikami cookies i prywatnością użytkowników stało się kluczowym elementem funkcjonowania stron internetowych. Wraz ze wzrostem świadomości konsumentów oraz regulacjami prawnymi (takimi jak RODO i ePrivacy), właściciele witryn coraz częściej wybierają takie narzędzia CMP jak Cookiebot. Rozwiązanie to pozwala na skuteczne zarządzanie zgodami użytkowników w sposób zgodny z przepisami. Mimo wielu zalet, przy wdrożeniu i konfiguracji Cookiebota mogą napotkać na różne wyzwania. W tym artykule omówimy najczęściej pojawiające się problemy, które napotkaliśmy u naszych klientów oraz sprawdzone sposoby na ich rozwiązanie.

1. Komunikat w konsoli przeglądarki o braku autoryzacji skryptu Cookiebota:
   W sytuacji pojawienia się komunikatu informującego o braku autoryzacji dla skryptu Cookiebota:
   Rozwiązanie:
   Sprawdź, czy Twoja domena została poprawnie dodana w panelu administracyjnym Cookiebota. Czy Twoje konto jest aktywne i opłacone oraz czy nie skończył się okres próbny. Upewnij się, że dane billingowe są aktualne. Warto również zaktualizować kod wdrożeniowy zgodnie z instrukcjami Cookiebota.
2. Problemy z wczytywaniem niektórych elementów strony przy braku akceptacji zgód:
   Jeśli użytkownik nie wyraził zgody na określone kategorie cookies, niektóre skrypty mogą zostać zablokowane. W rezultacie niektóre elementy strony (np. filmy, widgety, interaktywne komponenty) mogą się nie ładować.
   Rozwiązanie:
   Przeanalizuj, które skrypty są blokowane i w jakiej kategorii cookies zostały umieszczone. Następnie rozważ zmianę kategoryzacji lub poinformuj użytkowników o konsekwencjach braku zgody, tak aby mieli jasność, co tracą, nie akceptując pewnych kategorii. Pomocna może być tutaj konsola przeglądarki, w której będzie widać komunikaty o zablokowanych skryptach.
3. Blokowanie wysyłania formularzy po wdrożeniu CMP:
   Czasem formularze mogą nie działać poprawnie, ponieważ skrypty obsługujące ich wysyłkę są blokowane, gdy użytkownik nie udzielił zgody.
   Rozwiązanie:
   Upewnij się, że skrypty obsługujące formularze zostały poprawnie sklasyfikowane w Cookiebocie. Możesz rozważyć przeniesienie ich do kategorii wymaganych lub poinformować użytkowników o potrzebie wyrażenia zgody na konieczne skrypty, aby móc wypełnić i wysłać formularz.
   Dobrą praktyką będzie sprawdzenie wszystkich formularzy oraz powtórzenie testów za kilka dni.
4. Wpływ włączonego autoblockingu i brak możliwości użycia Consent Mode v2 w wersji advanced:
   Autoblocking blokuje wszystkie skrypty w tym Google Tag Manager do czasu wyrażenia zgody. To może ograniczyć elastyczność stosowania zaawansowanego trybu zgód – Consent Mode v2.
   Rozwiązanie:
   Przy standardowym wdrożeniu warto zastanowić się, czy konieczne jest wdrożenie autoblockingu lub czy można zastosować bardziej selektywną konfigurację w poprzez wbudowane reguły tagów w GTMie. Jeśli zależy Ci na zaawansowanej konfiguracji Consent Mode, rozważ rezygnację z autoblockingu lub dostosuj konfigurację w panelu Cookiebota i GTM.
5. Brak “zapamiętywania” zgód między subdomenami:
   Brak możliwości przenoszenia udzielonych zgód na inne subdomeny może utrudniać pracę na większych serwisach podzielonych na wiele adresów.
   Rozwiązanie:
   Sprawdź ustawienia w panelu Cookiebota. Ustawienia pozwalają na stosowanie „cross-domain consent sharing”. Jeżeli to się nie sprawdza, rozważ wdrożenie niestandardowego rozwiązania, np. Przekazywanie dodatkowym skryptem informacji o zgodach pomiędzy subdomenami czyli kopiowanie zgód Cookiebota z jednej domeny na drugą.
6. Niepoprawna kategoryzacja ciasteczek:
   Źle przypisane ciasteczka do kategorii w panelu Cookiebota utrudniają zachowanie spójności pomiędzy wyrażoną zgodą, a ładowaniem odpowiednich skryptów.
   Rozwiązanie:
   Dokładnie przejrzyj listę cookies w panelu Cookiebota i przypisz je do odpowiednich kategorii (funkcjonalne, analityczne, marketingowe). Dzięki temu użytkownik będzie mieć pełną kontrolę nad tym, na co się godzi, a Ty zyskasz pewność, że strona działa zgodnie z zamysłem.
7. Brak możliwości „przeskanowania” strony przez skaner Cookiebota:
   Czasem skaner Cookiebota może nie być w stanie zidentyfikować wszystkich elementów, np. z powodu skryptów zabezpieczających.
   Rozwiązanie:
   Sprawdź, czy Twoje zabezpieczenia lub mechanizmy antybotowe nie blokują adresów IP skanera Cookiebota. W razie potrzeby dodaj wyjątki w konfiguracji firewall lub skryptów bezpieczeństwa, by umożliwić pełne skanowanie strony.
8. Anomalie w danych analitycznych (np. w GA4) spowodowane przez IP skanera Cookiebota
   Ruch generowany przez skaner może zniekształcać dane o ruchu.
   Rozwiązanie:
   Wyklucz IP skanera Cookiebota z raportów analitycznych. Szczegółowe instrukcje wyłączenia go z GA4 znajdziesz w oficjalnych materiałach Cookiebota. Dzięki temu raporty będą prezentowały rzeczywiste zachowania użytkowników.

Więcej informacji: https://support.cookiebot.com/hc/en-us/articles/9729853686428-Exclude-Cookiebot-from-Google-Analytics-data

9. Brak wywołania tagów “niegooglowskich” w trybie advanced po akceptacji zgód:
   Po wyrażeniu zgód niektóre tagi “niegooglowskie” mogą się nie uruchamiać prawidłowo.
   Rozwiązanie:
   W GTM dodaj dodatkowe reguły, aby wywoływać tagi po akceptacji zgód. Możesz wykorzystać zmienną „click element” lub inne triggery reagujące na zmiany stanu zgody. Dlatego warto dodać regułę “Click” na “Wszystkie elementy”.
10. Brak “gtag consent default” w kodzie strony lub w GTM:
    Brak tego elementu wpływa na przekazywanie parametrów GCD i GCS, które są kluczowe dla poprawnej pracy trybu consent mode.
    Rozwiązanie:
    Dodaj „gtag consent default” do kodu strony lub skonfiguruj go w GTM za pomocą szablonu Consent Mode (Google tags) od Simo Ahava.
    Dokładne instrukcje znajdują się w dokumentacji Cookiebota oraz w poradnikach dotyczących Google Consent Mode.

Więcej informacji:
https://support.cookiebot.com/hc/en-us/articles/360016047000-Cookiebot-and-Google-Consent-Mode

11. Zbyt późne wysłanie “consent update” w hierarchii wywołań tagów w GTM oraz nieporwane parametry GCS i GCD w zdarzeniach:
    Jeśli „consent update” jest wysyłany za późno, parametry GCS i GCD nie będą poprawnie rejestrowane i wysyłane do GA4.
    Rozwiązanie:
    Skorzystaj z szablonu Consent Mode (Google tags) autorstwa Simo Ahavy lub podobnych rozwiązań. Upewnij się, że aktualizacja stanu zgody odbywa się odpowiednio wcześnie, tak aby wszystkie tagi mogły działać z poprawnymi parametrami.
12. Zmniejszenie danych w Google Ads i Performance Max z powodu “ads_data_redaction”:
    Jeżeli w „gtag consent default” lub „gtag consent update” parametr „ads_data_redaction” jest ustawiony na „true”, dane z Google Ads mogą być ograniczone.
    Rozwiązanie:
    Zmień wartość „ads_data_redaction” na „false” lub usuń ten parametr, jeśli chcesz zachować dane. Oczywiście pamiętaj, by dostosować to do polityki prywatności i zgód użytkowników.
13. Dodanie do adresu URL dodatkowych parametrów:
    Ustawienie „url_passthrough” na „true” może spowodować dodanie do adresów URL dodatkowych parametrów, co może wpłynąć na estetykę i analizę danych.
    Rozwiązanie:
    Jeśli nie jest to konieczne, wyłącz tę opcję lub usuń ten parametr.

Podsumowanie
Wdrożenie i utrzymanie Cookiebota może być dużym wyzwaniem. Kluczowe jest skrupulatne zaplanowanie procesu, właściwa konfiguracja i stały monitoring działania narzędzia. Dzięki temu zapewnisz użytkownikom komfort korzystania ze strony, zgodność z przepisami oraz pełne, jakościowe dane analityczne. Pamiętaj, aby:

• Dokładnie skonfigurować domeny i subdomeny w panelu Cookiebota. 
• Przemyśleć kategoryzację ciasteczek i ich wpływ na działanie witryny.
• Monitorować skutki autoblockingu i rozważyć użycie zaawansowanych trybów zgód w sposób, który nie blokuje kluczowych skryptów. 
• Regularnie sprawdzać dane w GA4, Google Ads i innych narzędziach analitycznych, by wyłapać ewentualne anomalie i szybko reagować.

Dzięki odpowiednim działaniom i stałej kontroli, Cookiebot stanie się nie tylko narzędziem zapewniającym zgodność z przepisami, ale także wsparciem w efektywnym zarządzaniu doświadczeniem użytkownika i jakością danych analitycznych.

Jeden z naszych klientów prowadzi działania reklamowe, których celem jest uzyskanie kontaktu telefonicznego od potencjalnych klientów. Takie podejście jest kluczowe, ponieważ bezpośredni kontakt telefoniczny często prowadzi do wyższej konwersji i lepszej obsługi klienta, co przekłada się na większe zadowolenie klientów i wyższą sprzedaż.

Standardowe rozwiązania umożliwiają pomiar konwersji telefonicznych w określonych przypadkach. Możemy korzystać z website call conversion proponowanych przez Google, które pozwalają śledzić połączenia telefoniczne bezpośrednio z witryny internetowej. Popularnym rozwiązaniem jest również pomiar kliknięcia w przycisk z numerem telefonu, co pozwala na łatwe śledzenie połączeń inicjowanych bezpośrednio ze strony.

W przypadku naszego klienta lwia część ruchu pochodzi z komputerów osobistych. Z tego powodu powstaje problem — nie posiadamy żadnej możliwości pomiaru ilości połączeń telefonicznych w sytuacji, gdy użytkownik przepisuje numer telefonu ze strony na swój telefon i wykonuje połączenie.

Nasze rozwiązanie

Konfigurację przeprowadziliśmy, dodając niestandardowe rozwiązanie w Google Tag Manager. Dodatkowym wymaganiem było utworzenie przez klienta specjalnego numeru telefonu, którego aktywność monitorowaliśmy. W zależności od potrzeb można utworzyć kilka numerów, po jednym dla każdego badanego źródła ruchu.

Efektem działania naszego rozwiązania jest podmiana numeru na stronie, jeśli ruch pochodzi z interesującego nas kanału. W naszym przypadku był to ruch płatny z Google Ads oraz Criteo. Ruch z takich źródeł jest oznaczony odpowiednimi parametrami URL, takimi jak UTMy czy automatyczny parametr gclid. Przykładowy URL może wyglądać w następujący sposób:

https://example.pl/?utm_source=google&utm_medium=cpc&utm_campaign=nazwa_kampanii&utm_content=search_non-brand&gad_source=1&gclid=CjwKCAjwqMO0BhA8EiwAFTLgINPFtJAUUJvRpygygakr8yJwt19BTfcrrXqMj5vnSCuPo6PVgVoDxhoCjRAQAvD_BwE

URL oraz referral strony dla ruchu organicznego zapisujemy w session_storage. Jest to obszar pamięci przeglądarki, który przechowuje dane dla danej sesji przeglądania i jest usuwany po zamknięciu przeglądarki. Ograniczeniem session storage jest fakt, że dane są dostępne tylko w obrębie jednej sesji, co zapewnia większą stabilność w kontekście monitorowania bieżącego ruchu.

W tym celu konfigurujemy customowy tag html w GTM o następującym działaniu:

1. <script>
2. function parseQueryParams() {
3.    // Pobiera parametry zapytania z adresu URL
4.    var queryString = window.location.search;
5.    var urlParams = new URLSearchParams(queryString);
6.    // Pobiera wartość parametru 'utm_source’ i konwertuje na małe litery
7.    var utmSource = urlParams.get(’utm_source’);
8.    if (utmSource) {
9.        utmSource = utmSource.toLowerCase();
10.    }
11.   
12.    // Pobiera wartość parametru 'utm_medium’ i konwertuje na małe litery
13.    var utmMedium = urlParams.get(’utm_medium’);
14.    if (utmMedium) {
15.        utmMedium = utmMedium.toLowerCase();
16.    }
17.   
18.    // Pobiera wartość parametru 'gclid’
19.    var gclid = urlParams.get(’gclid’);
20.    // Funkcja zwracająca wartość źródła ruchu na podstawie parametrów utmSource i utmMedium
21.    function getTrafficSourceValue(utmSource, utmMedium) {
22.        if (!utmSource) {
23.            return ”;
24.        }
25.        if (utmSource === 'direct’) {
26.            return 'direct’;
27.        }
28.        if (utmSource === 'google’ && utmMedium === 'cpc’) {
29.            return 'ps’;
30.        }
31.        if (utmSource === 'google’ && utmMedium === 'organic’) {
32.            return 'google organic’;
33.        }
34.        if (utmSource === 'facebook’ && utmMedium === 'cpc’) {
35.            return 'fb-paid’;
36.        }
37.        if (utmSource === 'facebook’ && utmMedium !== 'cpc’) {
38.            return 'fb’;
39.        }
40.        if (utmSource === 'criteo’ && utmMedium === 'display’) {
41.            return 'criteo’;
42.        }
43.        return 'other’;
44.    }
45.    // Zmienna przechowująca wartość źródła ruchu
46.    var value = ”;
47.    // Referer strony
48.    var referrer = document.referrer;
49.    // Logika ustalania wartości źródła ruchu
50.    if (utmSource) {
51.        value = getTrafficSourceValue(utmSource, utmMedium);
52.    } else if (gclid) {
53.        value = 'google cpc’;
54.    } else if (referrer.includes(’https://www.google.com/’)) {
55.        value = 'google organic’;
56.    } else if (referrer) {
57.        value = 'other’;
58.    }
59.    // Zapisuje wartość źródła ruchu w sessionStorage
60.    if (value !== ”) {
61.        sessionStorage.setItem(’trafficSource’, value);
62.    }
63.    // Zwraca wartość źródła ruchu dla ewentualnego dalszego użycia
64.    return value;
65. }
66. // Wywołuje funkcję bezpośrednio, aby uruchomiła się od razu po załadowaniu skryptu
67. parseQueryParams();
68. </script>

Kod powinien zostać wywołany jak najwcześniej, w naszym przypadku użyliśmy triggera DOM ready.

Dlaczego session storage?

Wcześniej w tym celu wykorzystywaliśmy ciasteczka. Zrezygnowaliśmy jednak z tego rozwiązania na rzecz session storage, które jest bardziej stabilne. W obliczu rosnącej liczby przeglądarek, blokujących ciasteczka trzecich stron, session storage oferuje bardziej niezawodne i bezpieczne rozwiązanie, które jest przypisywane na całą sesję użytkownika. Dodatkowo, w kontekście „cookieless world” (świata bez ciasteczek), session storage staje się coraz bardziej preferowaną metodą przechowywania danych sesyjnych.

Podmiana numeru telefonu

Następnym elementem procesu jest wywołanie drugiego tagu, który sprawdza, czy na stronie występuje element zawierający określony numer telefonu, który chcemy podmienić. Kod zamienia wartość tekstu oraz zawartość linku na inny numer — specjalnie przygotowany do rejestrowania ruchu z danego źródła.

1. <script>
2. if ({{local storage – trafficSource}} == „google cpc” || {{local storage – trafficSource}} == „criteo” || {{source – url}} == „google cpc” || {{source – url}} == „criteo”){
3.  
4.    var oldNumbers = [
5.        '[href*=”tel:123 456 789″]’,
6.        '[href*=”tel://123456789″]’,
7.        '[href*=”tel://123 456 789″]’
8.    ];
9.   
10.    var newNumber = „tel:987 654 321”;
11.    var newNumberText = „987 654 321”;
12.   
13.    oldNumbers.forEach(function(selector) {
14.        var elements = document.querySelectorAll(selector);
15.        for (var i = 0; i < elements.length; i++){
16.            elements[i].href = newNumber;
17.            elements[i].text = newNumberText;
18.        }
19.    });
20. }
21. </script>

Zmienna pomocnicza

W naszym rozwiązaniu korzystamy z pomocniczej zmiennej, która przechowuje wartość źródła ruchu w local storage:

1. function() {
2.    return localStorage.getItem(’trafficSource’) || 'unknown’;
3. }

Proces działania kodu

Po załadowaniu strony, skrypt parseQueryParams pobiera parametry URL oraz referer strony, aby określić źródło ruchu. Na przykład, jeśli URL zawiera utm_source=google i utm_medium=cpc, to źródło ruchu jest oznaczone jako google cpc. Wartość ta jest następnie zapisywana w session storage.

Gdy użytkownik przemieszcza się po stronie, drugi skrypt sprawdza, czy w session storage zapisana jest wartość źródła ruchu odpowiadająca naszym kryteriom (np. google cpc). Jeśli tak, skrypt podmienia numery telefonów na stronie na specjalny numer, który jest monitorowany pod kątem połączeń telefonicznych.

Zalety naszego rozwiązania

Nasze rozwiązanie posiada wiele zalet, które znacząco poprawiają efektywność pomiaru konwersji telefonicznych:

1. Precyzyjne śledzenie: Możemy dokładnie monitorować połączenia telefoniczne pochodzące z konkretnych źródeł ruchu.
2. Zwiększona stabilność: Session storage zapewnia bardziej stabilne przechowywanie danych w porównaniu do ciasteczek, które mogą być blokowane.
3. Skalowalność: Rozwiązanie można łatwo dostosować do różnych kampanii reklamowych i kanałów ruchu.
4. Dostosowanie do trendów: Przygotowanie na przyszłość bez ciasteczek trzecich stron, co jest zgodne z najnowszymi trendami w ochronie prywatności w Internecie.

Podsumowanie

Dzięki wdrożeniu niestandardowego rozwiązania w Google Tag Manager, nasz klient może teraz skutecznie śledzić konwersje telefoniczne z ruchu komputerowego. Pomimo rosnących wyzwań związanych z ochroną prywatności i zmianami w technologii przeglądarek, nasza metoda zapewnia stabilność i precyzję, pozwalając na dokładne monitorowanie efektywności kampanii reklamowych. Dzięki temu klient może lepiej dostosowywać swoje strategie marketingowe i osiągać lepsze wyniki sprzedażowe.

Chatbot i idea grupowania treści 

W chacie GPT umieściłam raport ze stronami w mojej firmowej witrynie. Miały stanowić punkt wyjścia do stworzenia grupowania treści w Google Analytics 4. Łącząc wiele adresów w spójne kategorie, zyskalibyśmy pełniejsze zrozumienie zachowań użytkowników na stronie oraz usprawnili proces optymalizacji treści witryny.  

Zadanie chatbota polegało na zidentyfikowaniu wzorców w adresach stron i podziale na kategorie. Raport zawierał nie tylko same url-e, ale także powiązane z nimi dane.  

Prompt: 

“Podziel strony mojej witryny na kategorie treści w Google Analytics 4 na podstawie ich struktury i celów. Mam dane, które obejmują ścieżki URL stron, liczbę sesji, kluczowe zdarzenia oraz średni czas zaangażowania użytkowników na każdej stronie. Chciałabym, abyś na tej podstawie stworzył kategorie” 

W wyniku zapytania otrzymałam kategorii, które pasowały do mojej witryny, a jednocześnie odzwierciedlały wejścia użytkowników na strony i przechodzenie pomiędzy poszczególnymi sekcjami. 

Tipy: 

– dane klientów umieszczamy jedynie w wersjach chatbotów przeznaczonych do celów firmowych (np. chat gpt teams), aby zapewnić wyższy poziom prywatności i bezpieczeństwa informacji  

– najlepszym, najczęściej akceptowanym przez chatboty formatem jest csv  

– staramy się przygotować pliki, tak aby zawierały jednie ważne dla nas dane, np. wyeksportowany do csv raport z GA4 będzie zawierał wiersze typu: # Wyeksportowany raport w formacie CSV, # Konto: xxx, # Usługa: xxx. Te informacje są zbędne a wręcz mogą utrudnić pracę chatbotom.  

Przykładowy poprawny plik: 

url,pageviews,avg_time 

/oferty-pracy/analityk-danych,450,120 

/oferty-pracy/specjalista-seo,320,95 

/blog/analityka-internetowa,780,180 

Chatbot zna wyrażenia regularne  

W kolejnym kroku poprosiłam chatbota o przygotowanie wyrażeń regularnych, które umożliwiłyby dodanie grupowania treści w GA4 za pośrednictwem Google Tag Managera. W szybki sposób uzyskałam podstawę do utworzenia tabeli wyrażeń regularnych.  

Prompt 

„Stwórz wyrażenia regularne (regex), które pozwolą na przypisanie stron mojej witryny do określonych kategorii treści w Google Tag Manager. Kategoryzacja została już przeprowadzona i obejmuje następujące grupy: 

• Kariera: Strony zawierające informacje o pracy, oferty zatrudnienia i rekrutację. 

• Strona główna: Strona główna witryny. 

• Oferta: Strony zawierające szczegóły dotyczące usług i ofert firmy. 

• Portfolio: Strony prezentujące zrealizowane projekty lub produkty. 

• O nas: Strony z informacjami o firmie, zespole, misji itp. 

• Blog: Strony z artykułami blogowymi. 

• Inne: Wszystkie strony, które nie pasują do powyższych kategorii. 

W pierwszej wersji odpowiedzi chatbot stworzył wyrażenia regularne, które zamiast grupować wszystkie adresy zawierające jakiś wspólny element, np. oferty pracy w dziale analityki, seo, itd. ograniczyły się jedynie do głównego adresu danej sekcji. Nauczona tym doświadczeniem zmodyfikowałam zapytanie, poszerzając o kryterium weryfikacji: 

Prompt 2.0 

„Stwórz wyrażenia regularne (regex), które pozwolą na przypisanie stron mojej witryny do określonych kategorii treści w Google Tag Manager. Kategoryzacja została już przeprowadzona i obejmuje następujące grupy: 

• Kariera: Strony zawierające informacje o pracy, oferty zatrudnienia i rekrutację. 

• Strona główna: Strona główna witryny. 

• Oferta: Strony zawierające szczegóły dotyczące usług i ofert firmy. 

• Portfolio: Strony prezentujące zrealizowane projekty lub produkty. 

• O nas: Strony z informacjami o firmie, zespole, misji itp. 

• Blog: Strony z artykułami blogowymi. 

• Inne: Wszystkie strony, które nie pasują do powyższych kategorii. 

Wygenerowane wyrażenia regularne powinny być dostosowane do ścieżek URL, które odpowiadają tym kategoriom. Upewnij się, że regexy uwzględniają różne możliwe warianty ścieżek i są wystarczająco elastyczne, aby uchwycić wszystkie strony, które pasują do danej kategorii. 

W wyniku chciałbym otrzymać listę regexów, gotowych do zastosowania w GTM, z krótkim opisem, jak działa każdy regex i dla jakiej kategorii jest przeznaczony.” 

Tipy:  

– oczekiwania powinny być dobrze sprecyzowane.  

– testuj, testuj, testuj. Warto poprosić chatbota o weryfikację czy podane przez nas wcześniej adresy pasują do wzorców. Dobrym posunięciem będzie także prośba o przypisanie hipotetycznych, przyszłych adresów do kategorii w oparciu o przyjęte reguły.  

Chatbot – jasnowidz 

Wypróbowałam możliwości chata GPT także w zakresie praktycznej analizy danych. Pierwsze zdanie polegało na wyestymowaniu istotnych z punktu widzenia naszej strony firmowej metryk.  

Prompt 

„Na podstawie danych o odsłonach z ostatnich 6 miesięcy, przeanalizuj trendy dla każdej grupy treści. Użyj prostego modelu predykcyjnego (możesz użyć Prophet) i pokaż przewidywane wartości na następne 3 miesiące.” 

Poprosiłam chatbota o estymacje dla okresu, z którego już dysponowałam statystykami, więc byłam w stanie ocenić w jakim stopniu wyliczone metryki odbiegają od rzeczywistości. Taka walidacja historyczna wykazała, że zastosowany model odbiegał o ok. 12% od danych z konta.  

Tipy: 

– jeżeli zależy Ci na konkretnym modelu / podejściu do estymacji musisz je doprecyzować  

– nie podawaj od razu wszystkich metryk, które chcesz wyestymować. Nadmiar danych połączony z zastosowaniem kilku metod prognozowania może w skrajnych przypadkach doprowadzić do zawieszenia chatu 

Chatbot przed zarządem 

Ostatnie zadanie chatbota polegało na utworzeniu wykresów ze zmieniającymi się w czasie metrykami z podziałem na kategorie.  

Prompt 

„Przygotuj zestaw wykresów słupkowych dla danych dotyczących średniego czasu zaangażowania użytkowników w poszczególnych kategoriach (Kariera, Oferta, Blog, Portfolio, O nas) na podstawie raportu zawierającego miesięczne dane (maj, czerwiec, lipiec, sierpień 2024). 

Każdy wykres powinien spełniać następujące kryteria: 

– Jedna kategoria na wykres: Każdy wykres przedstawia dane tylko dla jednej kategorii. 

– Wskaźnik: Oś Y przedstawia średni czas zaangażowania użytkownika w sekundach. 

– Okres: Oś X powinna przedstawiać kolejne miesiące (maj, czerwiec, lipiec, sierpień). 

– Porządek: Słupki są ułożone chronologicznie (maj -> sierpień). 

Wygląd: Wykresy powinny być estetyczne, czytelne i wyróżniać się opisanymi osiami oraz tytułami. Każdy wykres powinien zawierać legendę z nazwą wskaźnika. 

Dane: Użyj średnich wartości wskaźnika dla każdej kategorii w danym miesiącu. 

Dodatkowo: 

– Zastosuj spójny styl wykresów. 

– Jeśli to możliwe, dodaj linię trendu dla każdej kategorii, aby pokazać dynamikę zmian. 

Po zakończeniu generacji wykresów, przedstaw je w osobnych grafikach lub w formie raportu wizualnego.” 

Dojście do wersji wykresu, która byłaby czytelna dla „zwykłego człowieka” zajęło mnie i chatowi trochę czasu. Początkowo tworzył wizualizacje, które przypominały pajęczyny, a w konsekwencji były bezużyteczne. Przetoczony prompt jest wersją uwzględniającą całą ścieżkę prowadzącą do uzyskania dobrego wykresu.  

Tipy: 

– określ dokładnie: metryki, zakres wykresu, sposób wizualizacji, kryteria.  

Na koniec 

Chatboty mogą znacznie usprawnić pracę w obszarze analityki internetowej, w tym z Google Analytics 4, poprzez automatyzację powtarzalnych zadań i dostarczanie szybkich analiz.  

Wszystkie zadania, które wykonał chat GPT były oczywiście możliwe bez jego wsparcia. Jednak wymagałyby większej ilości czasu a w niektórych przypadkach wiedzy (np. modele prognozowania).  

Użyteczność chatbotów zależy od odpowiedniego przygotowania danych, precyzji zapytań i walidacji wyników. To narzędzia, które wspierają specjalistów, ale nie zastąpią ich wiedzy i doświadczenia. 

Czego dowiesz się z artykułu?

1. Czym jest Power BI?
2. Zalety Power Bi
3. Zanim zaczniesz tworzyć raport
4. 5 dobrych praktyk
5. Przydatne funkcje Power BI
6. Power BI oraz  Looker Studio – porównanie
7. Podsumowanie

Czym jest Power BI

Power BI to narzędzie Business Intelligence, które służy do budowania raportów i wspierania procesu analizy danych. Bezpłatnie można skorzystać z aplikacji Power Bi Desktop (https://www.microsoft.com/en-us/download/details.aspx?id=58494), która umożliwia tworzenie raportów i analiz oraz ich zapis w postaci pliku pdf. Power BI Online to narzędzie dostępne w przeglądarce, posiadające te same funkcje tworzenia raportów, dodatkowo z opcją udostępniania lub współdzielenia ich z innymi użytkownikami, a także z możliwością ustawienia automatycznego odświeżania danych.

Zalety Power BI

Według raportu Gartner® Magic Quadrant for Analytics and Business Intelligence Platforms  (kwiecień 2023r.) Microsoft został uznany za lidera. Zdecydowaną zaletą Power BI jest interaktywność danych, czyli możliwość tworzenia raportów, w których pogłębioną analizę danych można wykonać jednym kliknięciem. Dane można pobierać z różnych źródeł, takich jak Excel, XML, PDF, SAP, GA, Bloomberg i wiele innych. Power BI jest bardzo intuicyjnym narzędziem, oferującym szeroki wybór graficznych metod wizualizacji danych. Możemy skorzystać z dostępnych wykresów, tabel, macierzy, map, itp. Dodatkowym atutem jest możliwość ultraszybkiego zbudowania raportu z wykorzystaniem AI.

Zanim zaczniesz tworzyć raport

Na początku warto określić odbiorcę raportu – czy jest to Zarząd, Kadra Menadżerska, określony dział w firmie – i na tej podstawie zdefiniować oczekiwania wobec dashboardu. Krótkie spotkanie z Interesariuszami pozwoli na dokładniejsze określenie celów, jakie raport ma spełniać. Dobrą praktyką jest stworzenie szablonu np. tradycyjnie na kartce lub po prostu w excelu z listą KPI, zapotrzebowaniem i pomysłami na wizualizację danych. Na tym etapie należy również określić źródła danych, które będziemy wykorzystywać.

Planując szablon naszego raportu najlepiej zacząć od najważniejszych, ale też ogólnych danych, by następnie pogłębiać je w kolejnych wizualizacjach lub przy użyciu opcji drill down (po kliknięciu w daną wartość pokazują się jej pozycje składowe). Warto korzystać z dostępnych graficznych metod wizualizacji, gdyż ułatwia to odbiór danych użytkownikowi końcowemu. Dodatkowym atutem raportu będzie zaakcentowanie odchyleń lub najważniejszych wartości odpowiednim kolorem, przy zachowaniu zasady ostrożności (np. zbyt jaskrawe kolory mogą być nieprzyjemne w odbiorze).

5 dobrych praktyk

Po skonstruowaniu szablonu raportu kolejnym etapem jest jego tworzenie i wtedy dobrze pamiętać o poniższych dobrych praktykach:

1. Opisywanie danych na wykresie, by każdy odbiorca raportu wiedział jakie dane analizuje.
2. Wykorzystywanie filtrów w postaci fragmentatorów oraz osi czasu dla ułatwienia przeglądania danych.
3. Łączenie wizualizacji w jeden wykres, by były bardziej czytelne.
4. Dzielenie raportu na kilka stron i wyjście od ogółu na stronie głównej, do szczegółu na stronach kolejnych, by ułatwić analizę danych. Warto, by strona pierwsza była stroną tytułową i opisywała wszystkie definicje użyte w raporcie.
5. Na początku (na etapie ładowania danych) dobrą praktyką jest wykorzystanie dodatku Power Query i zaplanowanie automatyzacji kroków, które pozwolą na właściwe uporządkowanie danych wykorzystywanych w raporcie. Dzięki temu późniejsza aktualizacja danych będzie przebiegała sprawniej.

Przydatne funkcje Power BI

Power Bi to narzędzie, które jest bardzo intuicyjne i udostępnia możliwość działania na zasadzie: przeciągnij i upuść. Ułatwia to i przyspiesza tworzenie raportów. Wystarczy wskazać wykres, a następnie przeciągnąć wybrane dane w jego miejsce.

Każdy wykres, tabele, macierz można dowolnie edytować oraz formatować wizualnie. Możliwości jest bardzo dużo.

Dodatkowo Power BI umożliwia wprowadzanie nowych lub edytowanie obecnych danych, a także tworzenie modeli danych. Modele danych pozwalają na lepszą współpracę danych, które pochodzą z różnych źródeł.

Jeśli potrzebujesz dokładniejszej analizy danych bądź tworzenia, np. prognoz finansowych w oparciu o dane historyczne – Power BI umożliwia pisanie własnych miar przy użyciu języka DAX, którego podstawy można poznać na stronie Microsoftu. Dzięki temu możesz samodzielnie stworzyć miarę, która pozwoli obliczyć Ci te dane, których potrzebujesz, a następnie możesz dokonać wizualizacji wyników podobnie jak dla wszystkich innych danych, jakie posiadasz w raporcie.

Szczególnie przydatna jest funkcja pytań i odpowiedzi, która może zbudować raport za nas. Wystarczy odpowiednio sformułować pytanie, a narzędzie samo dopasuje odpowiednią grafikę oraz umieści na niej potrzebne dane.

Power BI oraz Looker Studio – porównanie

Podobnym narzędziem do Power BI jest Looker Studio oferowane przez Google. Looker Studio jest to aplikacja dostępna w przeglądarce internetowej, która świetnie współpracuje z innymi narzędziami dostępnymi od Google, jak np. Google Analytics 4 czy Google Ads . Z tego powodu jest często wykorzystywana w branży marketingowej podczas tworzenia raportów dla klientów.

Z indywidualnej perspektywy oba narzędzia są solidne i pozwalają opowiedzieć historię o danych, pozwalając na lepsze jej zrozumienie przez użytkownika końcowego. Jeśli znasz Looker Studio, to bez problemu poradzisz sobie z tworzeniem raportów w Power BI i odwrotnie. Wybór narzędzia do pracy można uzależnić od preferencji odbiorcy raportu oraz źródła danych, które wykorzystujemy do analizy.

Podsumowanie

Power BI przede wszystkim pozwala na dokonanie analizy wizualnej danych, która wpływa na lepsze zrozumienie analizowanych wyników oraz ułatwia podejmowanie decyzji biznesowych. Dzięki możliwości zaprojektowania dashboardów mamy możliwość umieszczenia najważniejszych danych na jednym ekranie, co pozwala na zauważenie najistotniejszych informacji, takich jak odchylenia czy trendy. W mojej opinii narzędzie jest niezbędne dla wszystkich osób na co dzień zajmujących się analizą danych, a także tworzeniem raportów, zwłaszcza tych przeznaczonych dla kadry zarządzającej.

Garść informacji o key events

Zgodnie z oficjalną retoryką zmiana podyktowana jest potrzebą ułatwienia mierzenia konwersji i zachowaniem spójności w ekosystemie Google. Z zewnątrz wygląda to jedynie na “kosmetykę”. Od marca konwersjami są nazywane wyłączenie kluczowe eventy (key events), które są stosowane w kampaniach reklamowych (jako mierniki sukcesu i odnośnik do automatycznych strategii bidowania).  

Konfiguracja key events w GA4

Użytkownicy Google Analytics i Google Ads, którzy wcześniej korzystali z konwersji importowanych z narzędzia analitycznego, nie muszą dokonywać żadnych modyfikacji. Wszystkie przekształcenia odbędą się bez ich udziału. Zmiany będą dotyczyły nowych aktywności, które mają zostać uwzględnione w kampaniach reklamowych. Kluczowych eventów nie będzie można bezpośrednio użyć jako konwersji. W tym celu należy zalogować się na konto Google Ads, przejść do sekcji: Cel > Nowe działanie powodujące konwersje > Importuj, a następnie wybrać interesujący nas key event (lub zwykłe zdarzenie, które po oznaczeniu jako konwersja stanie się kluczowym zdarzeniem). ¹ 

Jeżeli mówimy o mierzeniu kluczowych aktywności, zawsze powinniśmy zastanowić się, w jaki sposób będą mierzone i atrybuowane. Dotychczasowy podział ustawień atrybucji na sekcje: raportowania i udział w konwersjach dla Google Ads został utrzymany.  Jedynie nazwę konwersji w pierwszej części zastąpiono key events. Nadal wybieramy model atrybucji jedynie dla zdarzeń (dokładniej – kluczowych zdarzeń), nie mamy wpływu na wymiar sesji i użytkownika.   

Wykorzystanie 

Wybierając kanały, które kwalifikują się do udziału w konwersjach (Channels that can receive credit na rys. 1) wpływamy m.in. na treść nowego raportu w GA4: Advertising > Advertising > Conversion performance.  

W tym przypadku widoczne są jedynie płatne kanały (inaczej mówiąc – wchodzące w skład Google Ads Platform).   

Przy tej opcji zyskujemy szerszy obraz – widzimy nie tylko kanały płatne, ale także inne, które spowodowały pozyskanie konwersji. Możemy zatem prześledzić zależności pomiędzy źródłami ruchu. W tym miejscu chciałabym podkreślić, że raport jest dostępny wyłącznie dla konwersji, które są stosowane w kampaniach Google Ads i zostały utworzone na podstawie zdarzeń Google Analytics.  

Raport Skuteczność konwersji

Raportu Skuteczność konwersji, obecnie znajduje się on w wersji Beta, ale  wygląda obiecująco. Zawiera bardzo kompaktowe zestawienie konwersji z dowolnym wymiarem: kampanii, domyślnej grupy kanałów, medium, źródła, platformy. W przeciwieństwie do innych raportów w GA4 dla Conversion performance nie jesteśmy w stanie przeprowadzić żadnych przekształceń: 

• nie ma możliwości dodania drugiego wymiaru, np. kampanii jednocześnie z platformą, 
• edycji nie podlega także zakres prezentowanych danych.  

Na uwagę zasługuje natomiast fakt prezentowania konwersji na dwa sposoby: 

Przykłady wykorzystania raportu: 

• nakłady na reklamy Google Ads zostały zwiększone o 10%, jak zmiana wpłynęła na liczbę konwersji z działań płatnych (nie tylko “googlowych”) i bezpłatnych, 
• w kampaniach reklamowych został dodany nowy komunikat przy użyciu metryki wszystkie konwersje wg czasu konw. można ocenić jego skuteczność niemalże w czasie rzeczywistym. 

Podsumowanie

Dla przeciętnego użytkownika Google Ads czy Google Analytics zmiany nie są spektakularne. Potencjał kryje się w dodatkowych opcjach raportowania. Przede wszystkim na uwagę zasługuje możliwość prześledzenia zależności pomiędzy kampaniami a innymi działaniami. Czy więcej środków na reklamy to więcej konwersji z “organica”? Czy zwiększona liczba klików skutkuje natychmiastowymi zakupami (porównanie konwersji vs konwersji wg czasu)? Potem już tylko mądre decyzje oparte o dane   

Przeczytaj też:

Skąd się biorą różnice w danych o konwersjach i transakcjach? | Bluerank

5 powodów, dla których warto zainwestować w Google Analytics 4 360 | Bluerank

Spis treści

Różne raporty w GA4 = różnice w danych 

Zacznijmy od kluczowego problemu – już w ramach jednego narzędzia – Google Analytics 4 mamy kilka koncepcji związanych z danymi. Różne raporty pokazują diametralnie inne liczby.  

Przykładowo inną liczbę użytkowników z Google Ads zobaczymy w raporcie pozyskanie użytkowników (który mówi nam o liczbie NOWYCH użytkowników których przyniosło dane źródło/kanał na stronę), inną w pozyskanie ruchu (pokazuje liczbę sesji, które przyniosło dane źródło). Jeszcze inną liczbę zobaczymy w zakładce reklamy, które pokazuje dane na poziomie eventu.  

Na koniec – inne wyniki zobaczymy w eksploracjach, które oprócz tego, że będą miały inny zakres zbierania (maksymalnie 14 miesięcy w wersji bezpłatnej) to pobierają dane z innego zbioru – wcześniej wstępnie zagregowanego, żeby przyspieszyć generowanie raportu. Przeczytaj więcej o raportach niestandardowych w GA4 w naszym artykule: Raporty niestandardowe w GA4 – czyli czym jest sekcja eksploracji.

Jeżeli dodamy do tego różne wyniki, jeżeli dane pobierzemy przez API a jeszcze inne w BQ, gdzie widzimy surowe dane, robi się nam niemałe zamieszanie. Pamiętajmy w tym miejscu – jest to zupełnie normalne (chociaż nieintuicyjne). Różnice między danymi w ramach GA4 i BQ, dobrze pokazuje artykuł TUTAJ.

Różne modele atrybucji = różnice w danych

Narzędzia mogą stosować różne modele atrybucji, co oznacza, że ​​konwersja może być przypisywana, różnym kampaniom/kanałom marketingowym/reklamom czy słowom kluczowym. W GA4 możemy w ustawieniach wybrać pomiędzy atrybucją Data Driven oraz atrybucją w modelu Last click. 

UWAGA: mimo zmiany ustawień niektóre raporty, będą korzystały z innych modeli. Przykładem może być tutaj raport pozyskanie użytkowników (w uproszczeniu model first click) czy pozyskanie ruchu (w uproszczeniu model last click). Model atrybucji możemy ustawić w administracji. Zmiana ta działa retroaktywnie co oznacza, że możemy wybrać inny model, zobaczyć historyczne dane, a następnie wrócić do poprzednich ustawień.  

W Google Ads zliczanie konwersji działa inaczej. Funkcjonują one w oparciu, o dane dotyczące wyświetleń i kliknięć w reklamy. Jeżeli klient wejdzie na stronę z reklamy z kampanii A, następnie wróci na stronę z kampanii B, a finalnie skonwertuje z newslettera, to w Google Ads konwersja zostanie przypisana: 

–  do kampanii A i B (przy modelu data driven – proporcje zostaną przypisane przez algorytmy),

– tylko do kampanii B w modelu last click.  

Zauważ, że w Google Analytics konwersja zostanie przypisana diametralnie inaczej (uwzględniając w różnych proporcjach – w zależności od modelu atrybucji także kampanie e-mail marketingową). W systemie Google Ads, w ustawieniach tych konwersji mamy 2 możliwe ustawienia – data driven oraz last click. Co ważne nie działają one retroaktywnie. Jeżeli zmienimy ustawienia, będziemy musieli poczekać ponownie, aż zbiorą się dane.  

Więcej o atrybucji w Google Ads przeczytasz TUTAJ.

Różnice w danych a dzień przypisania konwersji  

GA4 przypisuje konwersję i transakcję do dnia, w którym nastąpiła. Inaczej jest w Google Ads – tam konwersja przypisana jest, do dnia kliknięcia w reklamę. Innymi słowy, jeżeli klient kliknie w poniedziałek w reklamę, następnie wróci w środę z innego źródła (np. z wyników organicznych) to w Google Ads konwersja zostanie przypisana do poniedziałku, w GA4 do środy.

Różne będą też źródła – Ads przypisze konwersje do danej kampanii, która wygenerowała kliknięcie w poniedziałek – w GA4 w zależności od raportu konwersja może być przypisana do Google Ads (raport pozyskania użytkowników), Google/organic – raport pozyskanie ruchu lub częściowo do Google Ads częściowo do SEO (raport konwersje lub niektóre eksploracje).   

A teraz najlepsze – w CRMie/CMSie sklepu, transakcja może być przypisywana zupełnie inaczej. Spotkałem się z sytuacją, w której była ona przypisywana: po akceptacji przez Clint Service, po otrzymaniu potwierdzenia płatności, bezpośrednio po złożeniu do systemu, po zmianie statusu transakcji – to niektóre z przypadków. Nie muszę mówić, jak wpływa to na finalny wynik porównania.  

Ustawienia zliczania konwersji 

W GA4 możemy wybrać jedną z dwóch metod zliczania konwersji. Ustawienia te pozwalają nam śledzić konwersję: raz na zdarzenie lub raz na sesję. Przykładowo jeżeli celem, jest dla nas wejście na stronę kontaktu, warto podczas sesji zliczyć 1 takie zdarzenie (w większości przypadków nie ma znaczenia czy użytkownik wejdzie na daną podstronę 5 razy podczas sesji). Inaczej jest w przypadku np. wysłania formularza/transakcji – tutaj chcielibyśmy wiedzieć o wszystkich wysłanych formularzach czy wszystkich transakcjach – wybierzmy opcję raz na zdarzenie. 

Analogiczne ustawienia możemy znaleźć w Google Ads. Należy upewnić się, że ustawienia konkretnych konwersji, są zgodne w obu narzędziach. 

Aspekty techniczne mierzenia konwersji  

To kiedy zliczamy (w GTM albo za pomocą kodu) daną konwersję może mieć znaczenie. Często konwersja do Google Ads wysyłana jest w innym momencie niż do GA4. Przykładowo konwersja na wysłanie formularza, może być wysyłana po kliknięciu w przycisk wyślij, po przejściu walidacji lub po wyświetleniu strony podziękowania. Często nawet z pozoru mała różnica, może powodować duży rozjazd w danych.  

Konwersje mogą obejmować oprócz konkretnych zdefiniowanych działań, także inne mierzone np. na YouTube – przykładem mogą być tutaj konwersje polegające na subskrybcji kanału na YT (więcej TUTAJ).

Dodatkowo różne systemy marketingowe, jako konwersje mogą liczyć też dodatkowe akcje np. polubienie posta/share na FB – może to powodować, że w kolumnie konwersje w narzędziu zobaczymy liczbę akcji zdefiniowanych przez nas oraz dodatkowe aktywności, ni jak nie odpowiadające temu co widzimy w GA4.   

Różnice w danych przy różnych ustawieniach tożsamości w GA4

Jeszcze jedno ustawienie – tym razem wewnątrz narzędzia, które może wpłynąć na liczby i nasze porównania. Jest nim tożsamość na potrzeby raportowania. W zależności czy wybierzemy tożsamość opartą o urządzenie, mieszaną, obserwowaną, Google w różny sposób, będzie rozpoznawał użytkowników, różnie będzie też podchodził do tematu modelowania danych (czyli dodawania na podstawie sztucznej inteligencji takich danych, które nie zostały zebrane z uwagi na brak zgód w naszym narzędziu CMP).  

Ustawienie to działa retroaktywnie – możemy sprawdzać, jak wpływają zmiany tożsamości na dane i wrócić do poprzedniej wersji. Od razu powiem, że każda z nich ma swoje plusy i minusy więcej można przeczytać TUTAJ.  

Polecamy także stworzyć mini dokument z „warunkami do analizy” i uwzględnić w nim ustawienia, jakie należy sprawdzić przed startem analiz. Dzięki temu osoby, które raportują będą miały te same ustawienia narzędzia, co wpłynie na jakość danych.   

Consent mode a różnice w danych

Najbardziej hot słowo w analityce w 2024: dane modelowane i Consent Mode v2. Prawo narzuca na właścicieli stron i sklepów obowiązek zbierania zgód na przetwarzanie danych. W przypadku braku zgody użytkownika na śledzenie, GA4 może wysyłać anonimowe pingi do swoich serwisów, aby to na co nie zgodzili się użytkownicy wymodelować za pomocą AI. 

Nie muszę mówić, że modelowane dane mogą być naszym sprzymierzeńcem (więcej danych dla innych algorytmów, które na ich podstawie mogą lepiej rozumieć potencjalnych użytkowników i wyświetlić im bardziej adekwatne reklamy). Mogą także wpłynąć na zwiększenie liczby konwersji / transakcji w GA4. Niestety nie możemy sprawdzić, które transakcje są modelowane. Możemy to częściowo obejść, przełączając tożsamość na potrzeby raportowania i analizując różnice.    

Procesowanie danych 

Dane które zostaną zliczone muszą zostać przesłane do serwera i przeprocesowane. Trwa to od kilku do nawet 48 godzin (w wersji GA4 360 dane procesowane są znacznie szybciej). Niestety w narzędziu nie widzimy, kiedy była data ostatniej synchronizacji, czy wszystkie dane zostały poprawnie przeprocesowane.  

W związku z tym jeżeli prowadzimy porównania z ostatnich 2 dni, możemy natchnąć się na rozbieżności wynikające z faktu, że część danych jest już przeprocesowana i widoczna w raporcie, a część jeszcze nie. Rozwiązaniem tego problemu jest oczywiście nieuwzględnianie ostatnich 2 dni w analizach. 

Porównanie między rynkami  

Dla firm działających na kilku rynkach, problem mogą generować także, porównania danych między rynkami. Sprawdzenie danych w CRM i Google Analytics może pokazać, że rozbieżności między rynkami są duże. Bierze się to z faktu, że do takich porównań wykorzystujemy wymiar domyślny Kraj. Google rozpoznaje lokalizację użytkownika na podstawie adresu IP oraz innych sygnałów świadczących o lokalizacji użytkownika. W niektórych przypadkach lokalizacja ta może być niedokładana.  

Rozwiązaniem jest tutaj przekazywanie do warstwy danych parametru niestandardowego „rynek” co pozwoli uniezależnić się od tego, w jaki sposób Google rozpoznaje lokalizację użytkownika i przypisać konkretne sesje, a w dalszej kolejności także konwersje do odpowiedniego rynku.  

Technologia, przeglądarki i adblocki 

Tagi GA4 oraz Google Ads (ale często też innych narzędzi marketingowych) działają w oparciu o kody wstrzykiwane na stronę za pomocą Java Script. Technologiczne uwarunkowania mogą powodować problemy z prawidłowym zliczaniem każdej aktywności użytkownika.  

Przykładowo użytkownicy korzystający z przeglądarki Brave, lub z różnego rodzaju adblocków mogą blokować skrypty JS, a w przypadku niektórych z nich (adblock plus) także cały kontener GTM. Oczywiście w takiej sytuacji żadne dane nie zostaną przekazane do narzędzi śledzących, podczas gdy transakcje/konwersje mogą zostać prawidłowo wysłane do CRM. W takim wypadku, warto przekazywać informacje o przeglądarce do CRM – tak żeby mieć później możliwość porównania ich do danych GA4.  

Bramki płatności a różnice w danych

Użytkownicy po płatności często nie wracają na stronę podziękowania za transakcje. Dodatkowo niektóre formy płatności wyprowadzają użytkownika poza domenę – może to wiązać się z problemami:  

• ruch po powrocie z bramki zostanie przypisany do innego źródła (np. do źródła refferal konkretnego banku),  

• transakcja może nie zostać prawidłowo zanotowana.  

Rozwiązaniem może być odpalenie dodatkowego zdarzenia: zakup bez płatności, które uruchomi się przed przejściem do bramki płatności. Oczywiście rozwiązanie to spowoduje, że będziemy mieć informacje o przejściu całego procesu a nie finalnej transakcji – często odnotujemy kilka procent więcej realizacji takiego celu, niż finalnie zostanie dokonanych.  

Ustawienia GTM i błędy w konfiguracji 

Celowo ostatni błąd – bardziej częsty to… błędy w konfiguracji. Dane które wczoraj pojawiały się w warstwie danych zostają usunięte, zablokowane przy kolejnych zmianach na stronie, w aplikacji czy w systemie. Inną kategorią błędów będą zmiany w identyfikatorach, klasach, widocznych elementach, selektorach html – jeżeli na nich oparliśmy swoje wdrożenie, tym bardziej może okazać się ono nieodporne na zmiany strony.  

Ostatnią podkategorią są zmiany w samych narzędziach: GA4 i GTM  czy innych narzędziach marketingowych. One także mogą powodować, że niektóre elementy przestana być prawidłowo zliczane.  

Cykliczne sprawdzanie konfiguracji, poprawności warstwy danych, testowanie scenariuszy, reguł, zmiennych w GTM – to podstawa. Utrzymanie wdrożenia to jeden z kluczowych elementów poprawnego zliczania danych i skutecznej analityki.  

Podsumowanie

Różnice w danych o liczbach konwersji i transakcji między narzędziami analitycznymi mogą być… całkiem normalną sprawą. Często różnice nie wynikają z błędów w konfiguracji.  

Żeby zachować spójność w analizach warto przygotować: 

• Założenia raportowania – dokument pokazujący, które raporty będą kluczowe do oceny poszczególnych sytuacji. Możemy w nim zaznaczyć, że kampanie Google Ads oceniamy na podstawie konwersji z panelu Google Ads, a liczbę nowych użytkowników wyciągamy z raportu pozyskanie użytkownika. Spisanie ustawień narzędzi/poszczególnych raportów, pomoże nam oszczędzić masę czasu na tłumaczenie oraz na sprawdzanie przyczyn rozbieżności.  

• Definicje konkretnych raportów/metryk/wymiarów – tak aby konkretne osoby wiedziały co one oznaczają, gdyż często nazwy konwersja w różnych narzędziach oznaczają diametralnie coś innego. Baza definicji to przydatne narzędzie każdego data teamu.   

• Proces utrzymania wdrożenia – upewnijmy się i sprawdzajmy wdrożenie, żeby coś co działało wczoraj miało też prawo zadziałać jutro, a co ważniejsze żebyśmy dowiedzieli się jeżeli działać przestanie. Do procesu przydatna będzie dokumentacja wdrożeniowa – czyli opis tego jak skonfigurowaliśmy narzędzie.  

Inną sprawą jest wyszukiwanie błędów w konfiguracji i miejsc gdzie te błędy się pojawiają. Często taka zagadka jest poszukiwaniem przysłowiowej igły w stogu siana – w kolejnym artykule opiszę, jak podejść do tego problemu i jak ustrukturyzować poszukiwania tej igły.  

Dodatkowe materiały 

Zmiany w Google Ads i Google Analytics 2024 | Bluerank

Jak policzyć atrybucję w GA4 – Model Markowa | Bluerank

Google Analytics 4 w pytaniach i odpowiedziach | Bluerank

https://support.google.com/analytics/answer/12233314?hl=pl

https://support.google.com/google-ads/answer/7457111?hl=pl

Unia Europejska przyjęła ustawę Digital Markets Act, czyli rozporządzenie o rynkach cyfrowych, co wprowadzi znaczne zmiany w Google oraz ekosystemach Facebook i innych dużych graczy. Nowe rozporządzenie ma na celu zwiększenie konkurencji i innowacji w sektorze cyfrowym. Nakłada się ono ze zmianami technologicznymi w przeglądarkach i wycofaniem wsparcia dla third-party cookies (Safari już to zrobiło, Google Chrome zrobi to w drugim lub trzecim kwartale 2024). Aby dostosować się do nowego prawa, czeka nas sporo zmian – poniżej przedstawiamy najważniejsze z nich.

Zmiany w Google – Consent Mode v2

Google wprowadziło nową wersję Consent Mode, która jest zgodna z wymogami ustawy DMA. Nowa wersja Consent Mode wymaga, aby firmy zbierały od użytkowników zgody na wykorzystywanie danych osobowych do celów reklamowych. Do wdrożenia będziemy mieli dodatkowe pola:

– ad_user_data,

– ad_personalization.

Sankcje

Firmy, które nie wdrożą Consent Mode v2, będą pozbawione niektórych funkcji w Google Ads, takich jak:

• kierowanie reklam do określonych grup odbiorców ze szczególnym uwzględnieniem remarketingu z obszaru UE,
• ustalanie stawek reklamowych na podstawie danych o użytkownikach z UE.

W wyjątkowych przypadkach reklamy mogą nawet stracić możliwość kierowania reklam na rynki europejskie.

Więcej informacji na temat Consent Mode v2 można znaleźć w oficjalnej dokumentacji Google: https://developers.google.com/tag-platform/security/concepts/consent-mode

Zmiany w Google Signals

Google ogłosił, że w lutym 2024 roku wyłączy Google Signals z tożsamości na potrzeby raportowania. Oznacza to, że dane z Google Signals nie będą już wykorzystywane do identyfikowania użytkowników. Dane z Google Signals będą nadal używane do przygotowania raportów związanych z demografią i odbiorców.

Więcej o wykluczeniu Signals z raportowania możesz przeczytać tutaj: https://support.google.com/analytics/answer/9164320?hl=en#100223

Zmiany w Google Universal Analytics 360  

Data wygaszenia Universal Analytics nie uległa zmianie i będzie to koniec czerwca 2024 roku. Natomiast funkcjonalności grup odbiorców oraz ustalania stawek przy połączonych kontach Google Ads, przestaną działać w Europejskim Obszarze Gospodarczym już 6 marca 2024 roku. Oznacza to, że nie będzie możliwe wykorzystanie danych z UA w Google Ads i innych narzędziach Google – szczególnie do aktywacji użytkowników. Dodatkowo od marca przestaną działać raporty LTV.

Oficjalna informacja: https://blog.google/products/ads-commerce/google-analytics-360-ga4-update/

Zmiany w API

Google wprowadzi też zmiany w API swoich narzędzi – jeżeli korzystasz z API Google Ads, Display & Video 360, Google Analytics 4 – warto sprawdzić komunikaty związane z API.

Jak przygotować się na zmiany w Google? 

Jeśli jeszcze nie zbierasz poprawnie zgód na ciasteczka, to koniecznie zrób to jak najszybciej wybierając jedną z platform CMP (Consent Management Platform),

Dostosuj działanie CMP i polityki prywatności do wymogów Consent Mode v2,

Sprawdź ustawienia GA4,

Przejdź na GA4 przed 6 marca.

Polecamy też artykuł Google: Jak przygotować się na nadchodzące zmiany: https://support.google.com/google-ads/answer/14169838

Jeśli masz pytania dotyczące dopasowania Twojej analityki do wymogów, jakie niesie wprowadzenie DMA, napisz do Tomka Trzósło, Head of Marketing Analytics w Bluerank.  

Spis treści:

1. Raporty podstawowe 
2. Analiza danych dla lekko zaawansowanych 

Wśród najpopularniejszych pytań z ostatniego miesiąca znalazły się: 

• Jakie dane zbiera Google Analytics? 

• Jak tworzyć raporty w GA4? 

• Jak analizować raporty z GA4? 

• Jakie modele atrybucji są dostępne w GA4? Jaki model wybrać? 

• Jakie są nowe funkcje w GA4? 

Większość odpowiedzi na powyższe pytania jest łatwa do znalezienia. Pokusimy się o rozwinięcie z naszej perspektywy najciekawszego wątku – analizie raportów.  

Raporty podstawowe 

Zacznijmy od podstaw – zapoznaj się z narzędziem i określ w jakim stopniu zawiera informacje potrzebne w Twoim biznesie. Pogrupuj kluczowe pytania na tematy: pochodzenie ruchu, aktywności na stronie, sprzedaż, użytkownicy. GA4 w klarowny sposób podzielone jest na właśnie takie sekcje: 

1. Cykl życia 
   – Pozyskanie: informacje o użytkownikach i ruchu 

Zwróć uwagę skąd pochodzą użytkownicy Twojej witryny. Czy w tym zakresie nie czekają na Ciebie jakieś niespodzianki. Masz biznes ukierunkowany na rynek Polski a wielu użytkowników wchodzi z terenu Anglii? Czy to błąd konfiguracji czy szansa na rozwój? 

Czy do Twojej witryny docierają regularnie nowi użytkownicy? Jeżeli liczba powracających na przestrzeni ostatnich 28. dni, 3. miesięcy, roku maleje to sygnał, że wkrótce biznes może borykać się z brakiem rozwoju a nawet zapaścią?  

Jakie źródła sprowadzają najwięcej użytkowników do Twojej witryny? Czy jakość idzie w parze z ilością (rozumianą jako realizacja istotnych zdarzeń). 

Zaangażowanie: w jaki sposób poruszają się użytkownicy po Twojej witrynie, co robią 

Ile czasu potrzeba, aby kupić Twój produkt albo przeczytać artykuł? Zweryfikuj oczekiwania z rzeczywistością. Może prezentowane treści nie są interesujące dla użytkowników, czego wynikiem jest niski czas zaangażowania.  

Czy najczęstsze zdarzenia są tymi, których oczekujesz od Internautów? Jak zmieniają się zachowania w czasie? 

Generowanie przychodu: 

Jakie produkty są chętnie kupowane, a które pomimo dużego zainteresowania nie trafiają ostatecznie do koszyka? Co je łączy? Czy jakiś produkt nie dominuje wśród najczęściej wybranych? 

2. Użytkownik 

Jak dobrze znasz swoich użytkowników? GA4 prezentuje podstawowe informacje odnośnie płci, lokalizacji, zainteresowań, wieku, języka, posiadanych urządzeń. Możesz je wykorzystać np. do lepszego kierowania reklam Google Ads. 

Analiza danych dla lekko zaawansowanych 

Powyższe pytania mogą stanowić punkt wyjścia do pogłębionych analiz, np. oceny obecnej customer journey i znalezienia pól do optymalizacji.  

Avinash Kaushik, twórca cenionego bloga: Occam′s Razor, autor książek “Web Analytics 2.0” i “Web Analytics: An Hour a Day”, w 2013 opracował koncepcję marketingową SEE, THINK, DO, CARE 5 stojąc na stanowisku, że dotychczasowe modele nie są optymalnie dopasowane do rzeczywistości online i jej specyficznych metryk. Przenieśmy to podejście do “universum” GA4. Wykreujmy naszych superbohaterów dla każdego etapu customer journey: 

1. Dla etapu SEE miernikiem może być liczba pierwszych wizyt (metryka – Pierwsze wizyty) warto dodać wskaźnik do raportów Acquisition > Traffic acquisition. W celu dodania należy w prawnym górnym rogu nacisnąć rysunek ołówka: 

Następnie z sekcji Metrics wyszukać odpowiednią metrykę, np. Pierwsze wizyty 

Następnie wybrać opcję zapisu na obecnym raporcie albo zapisać nową wersję do Biblioteki: 

W przypadku zapisu jako nowej wersji w Bibliotece niezbędne będzie jeszcze opublikowanie raportu do wybranej przez nas sekcji: 

Wskaźnik Pierwszych wizyt powinien zostać osadzony w określonym kontekście (np. w zestawieniu z powracającymi użytkownikami, sesjami czy kosztami) dla danego źródła / medium, mieć poziom początkowy i docelowy w założonym czasie.  

2. Etap THINK może być powiązany z metryką CR (współczynnik konwersji) dla mikrokonwersji to add_to_cart. Partner obecnie mierzy liczbę dodań do koszyków. Warto raporty mówiące o źródle ruchu (Acquisition > Traffic acquisition) poszerzyć o metryki Współczynnik konwersji na użytkownika i na sesje. W przypadku obu metryk możemy wybrać jakie działania nas interesują 

Inne przykłady mikrokonwersji dla etapu Think: 

• rejestracje w sklepie. 

3. Etap DO – jest najłatwiejszy do weryfikacji. Czy często na witrynie dochodzi do realizacji nadrzędnego celu? W przypadku. Najczęściej jest to sprzedaż. Ponownie doskonałymi miernikami będą współczynniki konwersji dla sesji i użytkownika. Dodatkowo cała sekcja Monetisation > E – commerce purchases niesie ze sobą informacje o wynikach produktów / kategorii / marek (w zależności od informacji przekazywanych w warstwie danych dla eventów sprzedażowych).  

Warto poszerzyć raport o dodatkowe metryki: 

• wszyscy użytkownicy lub użytkownicy (rozumiani jako – tylko aktywni użytkownicy; Inaczej mówiąc  
  to użytkownicy, dla których zostały odnotowane sesje z zaangażowaniem, sesje ocenione przez GA4 jako wartościowe), 
• wszyscy kupujący, 
• kupujący pierwszy raz. 

4. Etap CARE – jest powiązany z jedną z kluczowych metryk nowoczesnego marketingu – LTV (Life Time Value). Metryka definiuje, ile pieniędzy przyniesie Klient w całym swoim “cyklu życiowym” (rozumianym jako okres korzystania z oferty firmy). Prościej ujmując wskaźnik mówi, ile będziemy w stanie zarobić na danej osobie. GA4 w pewnym sensie może wykonać tą pracę automatycznie. W sekcji Eksploracje jednym przyciskiem tworzymy raport ”Cykl życia użytkownika”. Zawiera on m.in. informacje o LTV w zestawieniu ze źródłem / medium / kampaniami, czasie ostatnich czy pierwszych zakupów. GA4 poszerza zebrane dane o prognozy opracowane przez systemy uczące Google i na ich podstawie przewiduje, przyszłe zachowania użytkowników. 

Zachęcamy do zadawania pytań. Sobie, wewnątrz organizacji, partnerom biznesowym. Ostatecznie nie liczy się jak dużo mamy danych, ale w jaki sposób jesteśmy w stanie je wykorzystać. 

Dodatkowych inspiracji do tworzenia wartościowych analiz w sekcji Eksploracje możecie poszukać na naszym artykule: Raporty niestandardowe. 

Jak Google rozpoznaje ruch na stronie

Google Analytics kampanie reklamowe, sieci społecznościowe a także pozostałe źródła klasyfikuje jako…kampanie i źródła ruchu. Zanim informacje znajdą się w raportach panelu GA4 przechodzą przez etapy gromadzenia i przetwarzania. Pierwsza część procesu polega na uzyskiwaniu informacji o źródłach i kampaniach wizyt przy pomocy pakietu SDK lub kodu śledzenia Google Analytics. Zakres pozyskiwanych informacji jest następujący: 

Pozyskane informacje są przetwarzane zgodnie z logiką: 

• pierwszeństwo źródła: dla działań otagowanych przez utm_ wizyta bezpośrednia poprzedzona wejściem z kampanii pozostawi stronę odsyłającą bez zmian (innymi słowy – nie wpłynie na wartość referrer);  
• źródłem wizyty jest kampania niestandardowa, jeżeli w polu lokalizacja dokumentu (“&dl” w powyższej tabeli) znajdują się przynajmniej informacje: utm_source, utm_medium i utm_campaign. Dodanie utm_term i utm_content nie wpływa na przypisanie ruchu do kampanii  
• Google Analytics rozróżnia darmowy ruch na stronie od płatnych wyników wyszukiwania, jeżeli w adresie zostały umieszczone niestandardowe parametry (z tagowania ręcznego) lub identyfikatory kliknięć Google Ads lub Google Marketing Platform (GCLID). W innym przypadku wizyta zwiększy pulę odwiedzin bezpłatnych. 
• przetwarzanie wizyt bezpośrednich – do tej grupy trafią wszystkie wejścia: 
  – dla których brakuje informacji o źródle odesłania 
  – celowo ustawiliśmy ignorowanie źródła odesłania, np. dla bramek płatniczych lub wyszukiwanego hasła. 

Cały ten ruch na stronie – poziom użytkownika, sesji, zdarzenia 

1. sesja – jakie źródło / medium/ kanał sprowadziło daną wizytę do witryny. Dane z perspektywy sesji można zobaczyć w GA4 kierując się do sekcji: Raporty > Pozyskanie > Pozyskanie ruchu. W tym przypadku status nowego lub powracającego użytkownika nie ma znaczenia. Więcej – wybrana na poziomie konta atrybucja także nie wpływa na postrzeganie pochodzenia wizyty. Jeżeli chcesz bardziej szczegółowo przyjrzeć się wymiarom związanym ze źródłem wejścia na stronę rekomendujemy utworzenie raportów w sekcji Eksploracje przy wyborze wszystkich opcji zaczynających się od “Sesja”, np. Sesja – źródło, Sesja – medium. Należy zwrócić uwagę na fakt, że jedna wizyta może być powiązana wyłącznie z jedną kampanią lub jednym źródłem. Wg pomocy Google: “Jeśli podczas zbierania danych zostaną w środku dotychczasowej sesji wysłane do Analytics nowe wartości kampanii lub źródła wizyt, wartości te zostaną powiązane ze zdarzeniami, na których podstawie zostały zebrane, a dane posłużą do atrybucji opartej na zdarzeniach. Wartości kampanii i źródeł wizyt nie zostaną jednak powiązane z obecną sesją użytkownika.” ¹ 
2. użytkownik – to spojrzenie w centrum uwagi stawia pochodzenie nowego użytkownika. W GA4 można je znaleźć w: Raportach > Pozyskanie > Pozyskanie użytkowników. Należy zwracać uwagę na wymiary z “Pierwszy użytkownik”, np. Pierwszy użytkownik – medium. W raporcie Pozyskanie widoczne są m.in. konwersje powiązane ze źródłem sprowadzającym na stronę użytkowników.  
3. zdarzenie – oczy wszystkich zwrócone są na eventy. Wymiary dla tego spojrzenia nie zawierają żadnego dopisku, np. Źródło, Medium. Dane widoczne są w raportach: Porównanie modeli i Ścieżki konwersji.   

Podsumowując – w GA4 występują trzy zakresy wymiarów powiązane ze źródłem wizyty: sesja, użytkownik, zdarzenie. W przypadku sesji i użytkowników zawsze stosowany jest model atrybucji kanały płatne i bezpłatne – ostatnie kliknięcie. Dla kluczowych zdarzeń czyli konwersji możesz wybrać sposób przyporządkowania roli źródła / medium w wygenerowania istotnego dla Ciebie eventu.  Wystarczy wejść w: Administracja > Ustawienia atrybucji. ² 

Integracja danych – grupowanie 

Liczba źródeł / medium prowadzących do witryny może utrudniać wyciągnięcie jednoznacznych i szybkich wniosków o pochodzeniu ruchu w zestawieniu z jego jakością. Google oferuje szybkie rozwiązanie tego problemu – wyjście od ogółu w postaci grupowania kanałów. GA4 łączy źródła / medium w większe partie na podstawie zestawów reguł, np.: 

• Kanał płatne wyniki wyszukiwania: Platforma źródłowa to „Google Ads” ORAZ Typ sieci reklamowej Google Ads należy do („Wyszukiwarka Google”, „Sieć partnerów Google”) 
• Reklamy displayowe: Platforma źródłowa to „Google Ads”  ORAZ  Typ sieci reklamowej Google Ads należy do („Sieć reklamowa Google”) 
• Płatne społecznościowe: Wartość Źródło pasuje do wyrażenia lista witryn społecznościowych ORAZ Medium pasuje do wyrażenia regularnego ^(.*cp.*|ppc|retargeting|paid.*)$  
• Reklamy displayowe Display & Video 360: Platforma źródłowa to „DV360” ORAZ Format kreacji DV360 należy do („Standardowa”, „Rozwijana”, „Kwadratowa kreacja natywna promująca witrynę”, „W tle”, „Pełnoekranowa kreacja promująca instalację aplikacji oparta na szablonie”, „Wycofane”, „Kreacja natywna promująca instalację aplikacji”, „Kwadratowa kreacja natywna promująca instalację aplikacji”, „Kreacja natywna promująca witrynę”, „Kreacja promująca instalację aplikacji oparta na szablonie”, „Lightbox”) 
• Bezpłatne wyniki wyszukiwania w Zakupach: Platforma źródłowa to „Bezpłatne informacje o produkcie w Zakupach”   
• Bezpośrednie: Źródło w dopasowaniu ścisłym do „(bezpośrednie)” ORAZ  Medium należy do („(nieustawiony)”, „(brak)”) 
• Płatne wyniki wyszukiwania w Zakupach: Wartość Źródło pasuje do wyrażenia lista witryn w sieci wyszukiwania ORAZ Medium pasuje do wyrażenia regularnego ^(.*cp.*|ppc|retargeting|paid.*)$ 
• Reklamy e-mailowe: Źródło = email|e-mail|e_mail|e mail LUB  Medium = email|e-mail|e_mail|e mail. 

W określaniu źródła ruchu GA4 korzysta także ze stale rozszerzanej listy kategorii 

Ruch na stronie – kanały

Wszystkie definicje kanałów są dostępne na stronie pomocy Google Analytics 4. Nie można edytować “przepisu” na danę grupę. Zatem jeżeli Twoje tagowanie będzie niezgodne z wytycznymi możesz spodziewać się niespodzianek w postaci zaliczenia działań reklamowych jako “Nieoznaczone”. Przykładowo adresy kreacji na Facebooku poszerzasz o utm_source=facebook, utm_medium= płatne ruch na stronie nie zostanie prawidłowo przydzielony do kanału “Płatne społecznościowe”). W przypadku gdy lista domyślnych kanałów nie jest dostosowana do faktycznych źródeł ruchu danej witryny istnieje możliwość użycia własnego grupowania kanałów. 

Integracje z opcją automatycznego tagowania 

Narzędzia w ramach ekosystemu Google (np. Google Ads, Display and Video 360) mogą wzbogacać GA4 w informacje o źródłach odwiedzin opierając się na bezpośredniej integracji i automatycznym tagowaniu. Po kliknięciu przez Internautę w reklamę adres docelowy zostaje poszerzony o „identyfikator kliknięcia Google” (gclid), który jest zapisywany w pliku cookie Google Analytics w domenie witryny. ¹ Gclid ma proste zadanie – identyfikacje kampanii wraz z atrybutami kliknięcia.   

Automatyczne tagowanie i integracje – korzyści

Stosując automatyczne tagowanie i integracje poza informacjami o źródle ruchu odnosisz szereg dodatkowych korzyści:  

• nie tracisz czasu na ręczne otagowanie reklam / kampanii / słów, w taki sposób aby były właściwie interpretowane przez Google Analytics (szczegóły w dalszej części artykułu), 
• unikasz błędów, np. braku niezbędnych informacji “source” 
• zyskujesz dostęp do dodatkowych wymiarów i raportów (przykładowo): 
  – Google Ads – wypełniane są wymiary, m.in.: grupa reklamowa (grupa reklam powiązana ze słowem kluczowym/reklamą i kliknięciem), końcowy URL (końcowy adres URL w Google Ads), Sieci dystrybucyjne reklam (sieć wyszukiwania Google).  Raporty są wzbogacane o porę dnia, miejsca docelowe (miejsca w sieci partnerskiej, w których zostały umieszczone Twoje reklamy), pozycje słów kluczowych (pozycja reklamy w wyszukiwarce Google), kierowanie w sieci reklamowej, kampanie wideo, kampanie produktowe ² 
  – Display & Video 360 (DV360) – wypełniane są wymiary: źródeł wizyt w wielu kanałach, np. sesja – źródło/medium, pierwsze źródło/medium użytkownika i źródło/medium 
  – Search Ads 360 – wypełniane są wymiary ograniczonych do sesji: Automatyczne tagowanie udostępnia takie wymiary ograniczone do sesji: źródło SA360, medium SA360, kampania SA360, format kreacji SA360, nazwa grupy reklam SA360, tekst słowa kluczowego SA360, zapytanie SA360, domyślna grupa kanałów w SA360, Identyfikator konta wyszukiwarki SA360, nazwa konta wyszukiwarki SA360, rodzaj konta wyszukiwarki SA360. ³ 
  – możesz pobierać cele jako konwersje do narzędzi reklamowych, 
  – poszerzasz panele reklamowe o dane pochodzące z narzędzia analitycznego.  
  

Ruch na stronie – inna droga, czyli tagowanie ręczne 

Jeżeli z jakiś powodów nie chcesz lub nie możesz przekazywać informacji o źródle odwiedzin w zautomatyzowany sposób pozostaje Ci ręczne tagowanie.  Polega ono na dodawaniu do adresów docelowych parametrów utm (Urchin Tracking Module tags), np. http://www.example.com/?utm_source=google&utm_medium=cpc&utm_campaign=summersale. Wykorzystanie utm w celu monitorowania źródeł ruchu to szybkie i łatwe rozwiązanie dla działań wykraczających poza ekosytem Google. GA4 narzuca ramy w zakresie przekazywanych parametrów: 

Stosowanie ręcznego tagowania dla działań w ramach ekosystemu Google nie jest zalecane. Przestają Cię dotyczyć przytoczone powyżej korzyści. Samo automatyczne „oznaczanie” również nie jest wystarczające – bez integracji Google Ads i Google Analytics informacje o źródle / medium będą pochodziły z utm. Przy jednoczesnym wykorzystaniu ręcznego i automatycznego tagowania pierwszeństwo ma opcja automatyczna.  ⁴ 

Jednym z niewielu przypadków, w których warto rozważyć połączenie ręcznego i automatycznego tagowania jest znaczący udział ruchu z iPhone’ów. Wprowadzony we wrześniu iOS 17 nie jest kompatybilny z gclid. 

Podsumowanie

Aktywności reklamowe sprowadzające ruch na witrynę możesz śledzić w zautomatyzowany sposób (integracja z GA4 dla wybranych narzędzi i autotagowanie) lub poprzez ręczne dodanie utm. Warto a nawet powinno się tagować także działania bezpłatne, np. dodając odpowiednie parametry do adresów z postów na Facebooku (dzięki temu będziesz wiedziała / wiedział, które treści sprowadzają wartościowy ruch). 

 Na koniec 

Raporty GA4 będą właściwym motywatorem do podejmowania decyzji, jeżeli zrozumiesz skąd się biorą dane i opracujesz spójny, sprawnie działający system pozyskiwania informacji. Żeby jeszcze raz poukładać treści zawarte w tym artykule i wyróżnić kluczowe aspekty “poprosiłam” ChatGPT o podsumowanie. Po kilku próbach zrozumiał intencje, pogrupował wątki i podzielił się swoimi spostrzeżeniami: 

• Automatyczne Tagowanie z Integracją Narzędzi Google: 
  – Wykorzystaj automatyczne tagowanie z narzędziami Google, takimi jak Google Ads i Display and Video 360, aby oszczędzić czas i uniknąć błędów manualnego tagowania. 
  – Dzięki integracji uzyskasz dodatkowe informacje o kampaniach, grupach reklamowych, końcowych URL, sieciach dystrybucyjnych reklam, co wzbogaci raporty GA4. 

• Ręczne Tagowanie (Używane Wyłącznie Poza Ekosystemem Google): 
  – Jeśli konieczne jest ręczne tagowanie (np. dla działań poza narzędziami Google), używaj parametrów utm, takich jak utm_source, utm_medium, utm_campaign, utm_term, utm_content, aby precyzyjnie określić źródło ruchu. 

• Przestrzegaj Struktury Parametrów utm: 
  – Kiedy stosujesz ręczne tagowanie, przestrzegaj struktury parametrów utm, takich jak źródło, medium, kampania, itp., aby dane były jednoznaczne i łatwe do analizy. 

• Integracja Zestawów Reguł dla Grupowania Kanałów: 
  – Skorzystaj z funkcji GA4 do grupowania kanałów, co ułatwi analizę danych z różnych źródeł. Upewnij się, że zestawy reguł odpowiadają rzeczywistym źródłom ruchu. 

• Monitorowanie i Aktualizacja Zbiorów Kanałów: 
  – Regularnie monitoruj źródła wizyt na poziomie grupy kanałów. 
  – Dostosuj tagowanie do zmieniających się warunków i potrzeb biznesowych. 

• Zrozumienie Modeli Atrybucji GA4: 
  – Zdobądź pełne zrozumienie różnic między modelami atrybucji dla sesji, użytkowników i zdarzeń w GA4. Wybierz odpowiedni model dla swoich celów analizy.