Zaawansowane Google Analytics 4 i BigQuery

Eksploracje GA4 to zaawansowane środowisko analityczne oferujące sześć typów eksploracji: Free Form (tworzenie tabel i wykresów metodą przeciągania i upuszczania), Funnel Exploration, Path Exploration, Segment Overlap, Cohort Exploration oraz User Lifetime.

W przeciwieństwie do standardowych raportów GA4 ze stałymi wymiarami Eksploracje pozwalają analitykom tworzyć niestandardowe zapytania z dowolną kombinacją wymiarów i metryk, z użyciem maksymalnie 10 wymiarów i 10 metryk w jednym zapytaniu.

Cohort Exploration w GA4 grupuje użytkowników według daty ich pozyskania lub daty pierwszego zdarzenia i śledzi ich zachowanie w kolejnych tygodniach lub miesiącach, pokazując, jak skutecznie utrzymują Państwo użytkowników pozyskanych za pośrednictwem różnych kanałów i kampanii.

Wykres kohortowy pokazujący gwałtowny odpływ w drugim tygodniu sygnalizuje problem z onboardingiem; kohorty pozyskane dzięki marketingowi treści, które mają wyższą retencję po 90 dniach niż kohorty płatne, wskazują, gdzie warto inwestować na rzecz trwałego wzrostu.

Segmentowanie analizy kohortowej według kanału pozyskania pokazuje, czy użytkownicy z wyszukiwania organicznego, płatnych mediów społecznościowych, poleceń e-mailowych lub ruchu bezpośredniego mają znacząco różne wzorce retencji i zaangażowania w czasie.

Jeśli kohorty z wyszukiwania organicznego wykazują trzykrotnie wyższą retencję po 60 dniach niż kohorty z płatnych mediów społecznościowych, dane te uzasadniają większe inwestycje w SEO i content, a potencjalnie także ograniczenie wydatków na płatne media społecznościowe, które pozyskują użytkowników o niskiej wartości w całym okresie życia klienta.

GA4 oferuje natywną integrację umożliwiającą codzienny eksport surowych, niespróbkowanych danych na poziomie zdarzeń do Google BigQuery w trybie wsadowym lub strumieniowym, tworząc trwałą hurtownię danych zawierającą każdą interakcję użytkowników z Państwa usługami cyfrowymi.

Eksport jest bezpłatny w zakresie połączenia z BigQuery, ale opłaty są naliczane za przechowywanie danych i wykonywanie zapytań w BigQuery. Konfigurację przeprowadza się w panelu administracyjnym GA4, w sekcji BigQuery Linking, i wymaga ona projektu Google Cloud.

GA4 eksportuje dane do BigQuery w zagnieżdżonej strukturze JSON uporządkowanej według zdarzeń — każdy wiersz reprezentuje jedno zdarzenie, a właściwości użytkownika i sesji są przechowywane jako pary klucz-wartość w zagnieżdżonych polach typu RECORD.

Analitycy używają standardowego języka SQL do odpytywania danych, ale przed filtrowaniem według konkretnych wartości parametrów muszą użyć funkcji UNNEST(), aby spłaszczyć zagnieżdżone tablice event_params i user_properties — składnia ta różni się od składni używanej w płaskich tabelach relacyjnych.

Typowe zapytanie GA4 w BigQuery łączy dane na poziomie sesji ze zdarzeniami konwersji: rozpakowuje dane session_traffic_source w celu uzyskania kanału, a następnie zlicza sesje, użytkowników i konwersje według kanału dla określonego zakresu dat.

Ten typ zapytania dostarcza niepróbkowanych i w pełni konfigurowalnych danych o skuteczności kanałów, których nie można uzyskać w standardowym interfejsie GA4. Jest to szczególnie cenne w przypadku usług o dużym ruchu, dla których GA4 stosuje próbkowanie danych w raportach.

BigQuery umożliwia analitykom połączenie danych o zachowaniach z GA4 z danymi CRM, wydatkami na reklamę i danymi o produkcie w ramach jednego zapytania, co pozwala tworzyć modele łączone niemożliwe do zbudowania w ramach pojedynczej platformy marketingowej.

Przykładowo połączenie danych sesji z GA4 z eksportem danych CRM z Salesforce może powiązać pozyskiwanie klientów przez kanały marketingowe z przychodem z zamkniętych transakcji — łącząc działania z górnej części lejka z wynikami biznesowymi z jego dolnej części.

Looker Studio (wcześniej Data Studio) łączy się bezpośrednio z BigQuery jako źródłem danych, umożliwiając analitykom tworzenie wizualnych pulpitów nawigacyjnych opartych na niestandardowych zapytaniach SQL wykonywanych na pełnym zbiorze danych o zdarzeniach GA4.

Takie połączenie umożliwia tworzenie raportów, które aktualizują się automatycznie wraz z napływem nowych danych do BigQuery, zapewniając elastyczność niestandardowego języka SQL w tle oraz dostępność kreatora pulpitów nawigacyjnych opartego na metodzie „przeciągnij i upuść” dla osób nietechnicznych.

Zaplanowane zapytania w BigQuery uruchamiają kod SQL zgodnie z określonym harmonogramem — codziennie, co tydzień lub co godzinę — i zapisują wyniki w tabeli docelowej, umożliwiając w pełni automatyczne aktualizowanie potoków danych bez ręcznego uruchamiania zapytań.

Typowym zastosowaniem jest codzienne zaplanowane zapytanie, które agreguje dane o zdarzeniach GA4 z poprzedniego dnia w tabeli podsumowującej. Looker Studio odczytuje następnie tę tabelę na potrzeby pulpitów nawigacyjnych, które zawsze pokazują aktualne dane bez udziału analityka.

GA4 wykorzystuje uczenie maszynowe do tworzenia odbiorców predykcyjnych na podstawie trzech wyników: prawdopodobieństwa zakupu (prawdopodobieństwa zakupu w ciągu następnych 7 dni), prawdopodobieństwa rezygnacji (prawdopodobieństwa, że użytkownik nie wróci) oraz prognozy przychodów.

Tych odbiorców można bezpośrednio eksportować do Google Ads, aby kierować kampanie nastawione na konwersje do użytkowników o wysokim prawdopodobieństwie zakupu, lub wykluczać użytkowników o wysokim prawdopodobieństwie rezygnacji z kampanii retencyjnych — podejmując działania na podstawie prognoz ML, zamiast czekać na wystąpienie określonych zachowań.

GA4 umożliwia marketerom definiowanie niestandardowych wymiarów (atrybutów na poziomie użytkownika lub zdarzenia, wykraczających poza wartości domyślne — takich jak poziom subskrypcji, kategoria treści czy wariant testu A/B) oraz niestandardowych metryk (wartości liczbowych, takich jak czas czytania lub liczba obejrzanych filmów) w celu rejestrowania sygnałów specyficznych dla danej firmy.

Niestandardowe wymiary i metryki pojawiają się w raportach i Eksploracjach GA4 tak samo jak wymiary domyślne, umożliwiając analizę wyników według atrybutów unikalnych dla produktu lub strategii treści, których nie uwzględnia domyślny model danych GA4.

Eksploracje GA4 odblokowują zaawansowane analizy, w tym analizę lejków, kohort i ścieżek, bez ograniczeń próbkowania w obszarze roboczym. Eksport do BigQuery przenosi surowe dane na poziomie zdarzeń do środowiska SQL, umożliwiając w pełni niestandardową analizę.

Połączenie BigQuery z Looker Studio pozwala tworzyć automatyczne pulpity nawigacyjne na podstawie niestandardowych modeli, a odbiorcy predykcyjni GA4 umożliwiają bezpośrednie wykorzystanie prognoz uczenia maszynowego do kierowania reklam w Google Ads.