Google Analytics 4 e BigQuery avanzati

Esplorazioni di GA4 è uno spazio di lavoro per analisi avanzate che offre sei tipi di esplorazione: Free Form, Funnel Exploration, Path Exploration, Segment Overlap, Cohort Exploration e User Lifetime.

A differenza dei rapporti standard di GA4, che utilizzano dimensioni fisse, Esplorazioni consente agli analisti di creare query personalizzate con qualsiasi combinazione di dimensioni e metriche, fino a 10 dimensioni e 10 metriche per query.

Cohort Exploration di GA4 raggruppa gli utenti in base alla data di acquisizione, o alla data del primo evento, e ne monitora il comportamento nelle settimane o nei mesi successivi, mostrando quanto efficacemente si fidelizzano gli utenti acquisiti tramite diversi canali e campagne.

Un grafico delle coorti che mostra un forte calo nella seconda settimana segnala un problema di onboarding; le coorti provenienti dal content marketing che presentano una fidelizzazione a 90 giorni superiore a quella delle coorti acquisite a pagamento indicano dove investire per una crescita sostenibile.

Segmentare l'analisi delle coorti per canale di acquisizione mostra se gli utenti provenienti dalla ricerca organica, dai social a pagamento, dai referral via email o dal traffico diretto presentano nel tempo differenze significative nei modelli di fidelizzazione e coinvolgimento.

Se le coorti provenienti dalla ricerca organica mostrano una fidelizzazione a 60 giorni tre volte superiore a quella delle coorti provenienti dai social a pagamento, questi dati supportano un maggiore investimento in SEO e contenuti e una possibile riduzione della spesa sui social a pagamento, che acquisiscono utenti con un basso valore nel corso del ciclo di vita.

GA4 offre un'integrazione nativa per esportare ogni giorno in Google BigQuery i dati grezzi a livello di evento, non sottoposti a campionamento, in modalità batch o streaming, creando un data warehouse permanente di ogni interazione degli utenti con le proprietà digitali.

L'esportazione è gratuita per la connessione a BigQuery, ma è necessario pagare i costi di archiviazione e delle query di BigQuery. La configurazione viene eseguita in Amministrazione di GA4, nella sezione Collegamento a BigQuery, e richiede un progetto Google Cloud.

GA4 esporta i dati in BigQuery in una struttura JSON annidata organizzata per evento: ogni riga corrisponde a un evento, mentre le proprietà dell'utente e della sessione sono archiviate come coppie chiave-valore in campi RECORD annidati.

Gli analisti usano SQL standard per interrogare i dati, ma devono usare UNNEST() per appiattire gli array annidati event_params e user_properties prima di filtrare in base a valori specifici dei parametri: una sintassi diversa da quella delle tabelle relazionali piatte.

Una query comune di GA4 in BigQuery unisce i dati a livello di sessione agli eventi di conversione: estrae i dati session_traffic_source per ottenere il canale, quindi conta sessioni, utenti e conversioni per canale in un intervallo di date specificato.

Questo tipo di query produce dati sulle prestazioni dei canali non campionati e completamente personalizzabili, che l'interfaccia standard di GA4 non è in grado di fornire, particolarmente utili per le proprietà con traffico elevato, dove GA4 applica il campionamento dei dati nei report.

BigQuery consente agli analisti di eseguire JOIN tra i dati comportamentali di GA4, i dati CRM, i dati sulla spesa pubblicitaria e i dati di prodotto in un'unica query, creando modelli combinati impossibili da realizzare all'interno di una singola piattaforma di marketing.

Ad esempio, unire i dati delle sessioni di GA4 a un'esportazione del CRM di Salesforce consente di collegare l'acquisizione per canale di marketing ai ricavi delle vendite concluse, mettendo in relazione l'attività della parte alta del funnel con i risultati aziendali della parte bassa del funnel.

Looker Studio (in precedenza Data Studio) si collega direttamente a BigQuery come origine dati, consentendo agli analisti di creare dashboard visive alimentate da query SQL personalizzate sull'intero dataset di eventi GA4.

Questa combinazione consente di creare report che si aggiornano automaticamente quando arrivano nuovi dati in BigQuery, con la flessibilità del SQL personalizzato alla base e l'accessibilità di un generatore di dashboard drag-and-drop per gli stakeholder non tecnici.

BigQuery Scheduled Queries esegue SQL secondo una pianificazione definita, giornaliera, settimanale o oraria, e scrive i risultati in una tabella di destinazione, consentendo aggiornamenti completamente automatizzati della pipeline di dati senza eseguire manualmente le query.

Un caso d'uso comune è una query pianificata giornalmente che aggrega i dati degli eventi GA4 del giorno precedente in una tabella di riepilogo, che Looker Studio legge poi per creare dashboard che mostrano sempre dati aggiornati senza l'intervento degli analisti.

GA4 usa il machine learning per creare pubblici predittivi basati su tre punteggi: probabilità di acquisto (probabilità che l'utente effettui un acquisto nei 7 giorni successivi), probabilità di abbandono (probabilità che non torni) e previsione dei ricavi.

Questi pubblici possono essere esportati direttamente in Google Ads per rivolgersi agli utenti con un'elevata probabilità di acquisto tramite campagne incentrate sulle conversioni, oppure per escludere gli utenti con un'elevata probabilità di abbandono dalle campagne di fidelizzazione: in questo modo si agisce sulle previsioni ML anziché aspettare che il comportamento si verifichi.

GA4 consente agli esperti di marketing di definire dimensioni personalizzate (attributi a livello di utente o di evento oltre a quelli predefiniti, come il livello di abbonamento, la categoria dei contenuti o la variante di un test A/B) e metriche personalizzate (valori numerici come il tempo di lettura o il numero di video guardati) per acquisire segnali specifici dell'attività.

Le dimensioni e le metriche personalizzate compaiono nei report e nelle Esplorazioni di GA4 proprio come le dimensioni predefinite, consentendo di analizzare le prestazioni in base ad attributi unici per il prodotto o la strategia dei contenuti e invisibili nel modello di dati predefinito di GA4.

Verifichi la Sua comprensione delle funzionalità avanzate di GA4 e BigQuery.

Le Esplorazioni di GA4 consentono analisi avanzate, tra cui analisi dei funnel, delle coorti e dei percorsi, senza limiti di campionamento nell'area di lavoro. L'esportazione in BigQuery trasferisce i dati grezzi a livello di evento in un ambiente SQL per analisi completamente personalizzate.

Il collegamento tra BigQuery e Looker Studio crea dashboard automatizzate a partire da modelli personalizzati, mentre i pubblici predittivi di GA4 consentono alle previsioni del machine learning di alimentare direttamente il targeting di Google Ads.