Google Analytics 4. Mity związane z datą 1-ego lipca

04.2023 | Google Analytics 4 | Web Analytics | Sunset - 1.07

Powoli zbliżamy się do terminu, w którym swój żywot zakończy Universal Analytics . Może tak nie do końca zakończy, bo od lipca nie będą zbierane dane, ale sam interfejs UA będzie jeszcze nadal dostępny.

O tym, że ta "straszna" data się zbliża, informują nas wszędobylskie banery, reklamy w wynikach Google oraz inne kreacje na Linkedin czy Twitterze. Niektóre z nich brzmią bardzo dramatycznie np. jedna, bardzo znana firma consultingowa, też postanowiła zaistnieć na tym rynku i w swojej kreacji informuje nas, że od 1 lipca nie będzie już niczego, ale jak się z nimi skontaktujemy, to w jeden dzień postawią GA4.

Z czysto marketingowego punktu widzenia przekaz zapewne trafiony - najpierw budujemy grozę, obraz zniszczenia, ale potem wchodzimy my i rozwiązujemy problem w jeden dzień. Wspaniałe. Ale, czy na pewno?

Mam taką osobistą refleksję, że w masowym przekazie sprzedażowo - marketingowym, ucieka rzeczywista istota związana z datą 1 lipca. Ta istota, którą komunikują już profesjonalni analitycy danych, a która nie jest tak różowa, jak nam może się wydawać.

Przyjrzyjmy się zatem, czym naprawdę jest 1 lipca i jakie są błędne przekonania, związane z "migracją do GA4".

Mit 1. Muszę zmigrować mojego Analyticsa do wersji Google Analytics 4

Nie musisz.

Natomiast to co powinieneś zrobić (mówię to też do siebie), to raz jeszcze przemyśleć, jak ma wyglądać analityka w Twojej firmie, u Twojego Klienta. Jakich danych potrzebujesz? Jakim zasobem technicznym operujesz? Jakich odpowiedzi szukasz w danych i jak je przekładasz na realne decyzje biznesowe?

Ale także zadaj sobie pytanie, czego oczekujesz od oprogramowania analitycznego - czy tego, że będziesz zastanawiał się jak je zaimplementować i wyklikiwał masę raportów? Czy też chcesz mieć oprogramowanie, które wyciągasz z pudełka i skupiasz się na analizie danych i rekomendacjach?

Czy chcesz mieć oprogramowanie, które nie wymaga zatrudnienia prawnika, aby ocenił czy możesz je używać? Czy też chcesz dodatkowo poznać tajniki tego pięknego zawodu i zgłębiać meandry związane z wymianą danych na linii Unia Europejska a USA?

To są rzeczywiste wyzwania, na jakie musisz odpowiedzieć. Nie jest nim migracja do GA4. Owszem, odpowiedzią na te wyzwania może być wspomniana migracja, ale może też być wybór innego rozwiązania analitycznego.

Konkluzja: nie powinieneś ślepo migrować do GA4. To, że zawsze jeździłeś Oplem, nie znaczy, że kolejne auto to też musi być Opel.

Mit 2. Migrujemy w jeden dzień i wszystko jest jak dawniej

Mit migracji w jeden dzień, został ładnie obalony, w wielu merytorycznych artykułach.

Ten mit jest jednak głębszy i bardziej "przerażający". Otóż, zakłada on, że migracja to tylko i wyłącznie techniczna sprawa polegająca na wklejeniu nowego kodu, ustawieniu jakiejś tam konwersji, może jeszcze spięciu Analyticsa z Google Ads czy Search Console.

Wielki błąd.

Techniczna część jest najmniej ważna, nawet jeżeli rzeczywiście, ktoś jest to w stanie zrobić w jeden dzień (nie wierzę i nie polecam korzystać z takich ofert).

Decyzja o migracji do GA4, to decyzja o zmianie filozofii związanej z danymi (event zamiast odsłony etc.), to decyzja o zmianie zasobów jakie alokujemy w rozwój analityki (potrzebujemy techników), to też decyzja o wejściu w nowe, nieznane obszary dla wielu organizacji (GCP).

Dlaczego?

Google Analytics 4 wymaga czasu i konsensusu.

Czasu, aby zrozumieć jak od teraz należy czytać i interpretować dane. Czasu, aby przekonać się do GA4 i zacząć z niego wyciągać jakieś wartościowe wnioski, zamiast walki z interfejsem i próbą przełożenia odsłony na zdarzenie w relacji 1:1.

Czasu i konsensus, aby stwierdzić jak zbudować brakujące raporty - czy bazujemy na danych z raportów Explorer (niewygodne), czy może tworzymy sobie raporty w Looker Studio (API nas szybko przekona, że nie) czy też stawiamy BigQuery i łączymy sobie z Lookerem, a może Power BI czy Tableau (ale to wymaga specjalisty od GCP).

A na koniec jeszcze musimy wytłumaczyć dlaczego dane z BigQuery są różne od tych w interfejsie GA4 :)

To wszystko wymaga wiedzy, zatrudnienia specjalistów, dyskusji z Klientem czy partnerami w firmie => a to wymaga czasu.

Konkluzja: to nie techniczna migracja jest wyzwaniem, wyzwaniem jest migracja naszego postrzegania Analyticsa, ze starego modelu do nowego. Jeżeli przejdziemy TĄ migrację, to GA4 odwdzięczy się nam z nawiązką.

Mit 3. Google Analytics 4 ma te same wymagania co Universal Analytics

W poprzednim micie pojawił się aspekt techniczny. Chciałbym go rozwinąć, bo myślę, że jest to wielkie niedomówienie.

Od początku swojego istnienia Google Analytics, jak i jego najlepszy kompan, czyli Google Tag Manager przyzwyczaili nas do podejścia "baterry-included".

Zasadniczo wszystko było w pudełku, produkty miały prosty schemat implementacji, dużo wbudowanych ficzerów. Zresztą linia marketingu, w pewnym okresie, wprost mówiła o tym, że GA+GTM pozwala "uwolnić się od wsparcia zespołu IT", że to marketingowiec czy analityk, może właściwie samodzielnie przeprowadzić całą implementację - z drobną pomocą działu IT oczywiście.

Widzę, że również przy GA4 pokutuje takie podejście, oparte na "lekkości" wdrożenia i utrzymania GA4.

Nie jest to prawdą. GA4 robi silny zwrot w kierunku technologicznym, w kierunku integracji z Google Cloud Platform i wykorzystania umiejętności programistycznych.

Zobaczmy, jak wygląda taki solidny stack GA4:

• GTM Client-Side
• GTM Server-Side (wymaga uruchomienia usług Google Cloud Platform)
• BigQuery (wymaga uruchomienia usług Google Cloud Platform)
• Looker Studio połączone do BigQuery (aczkolwiek jak już mamy bazę typu BigQuery, to bardziej brałbym Power BI czy Tableau)

Nie ma możliwości wdrożenia tych komponentów bez gruntownej znajomości infrastruktury Google Cloud Platform , w tym funkcjonowania App Engine, BigQuery i być może jeszcze jakiegoś prawdziwego BI-a do tworzenia raportów (subiektywnie - Looker Studio, nie jest programem do stawiania poważnych raportów).

Czy - jeszcze kilka lat temu - wdrażając Universal Analytics potrzebowaliśmy uruchomić i utrzymywać GCP? Czy wdrażając Universal Analyticsa potrzebowaliśmy zatrudnić specjalistę od chmury?

Wielu analityków ma z tym problem, bowiem zajmowali się nie stawianiem i utrzymaniem BigQuery, ale wyciąganiem wniosków z danych. Od teraz "clue" ich pracy to nierzadko SQL i szukanie w dokumentacji "co autor miał na myśli" i "jak to wyciągnąć".

Konkluzja: GA4 robi zdecydowany zwrot w kierunku kompetencji IT. Czy jednak tego oczekujemy? Czy zwrot nie powinien być w kierunku "wnioskowania", a wszelkie inne działania zminimalizowane do absolutnego minimum? Zdrugiej strony ten zwrot technologiczny wnosi ogromne nowe możliwości. Ale one wymagają kompetencji czysto technicznych.

Mit 4. Ale jakie koszty miesięczne? Przecież Google Analytics jest za darmo.

Był za darmo. Ale już nie jest. I nie będzie.

Google Analytics 4 wprowadza kolejną milową zmianę - przestaje być bezpłatny. Tzn. teoretycznie jest bezpłatny, jeżeli jako przykład podamy lokalną piekarnię z 10 wizytami dziennie.

Spójrzmy jednak na perspektywę klienta biznesowego, który Internet traktuje jako kanał sprzedaży. Ma albo stronę korporacyjną, albo sklep internetowy i chce systematycznie monitorować wyniki swojego internetowego biznesu.

W takim układzie BigQuery jest obowiązkowym wyborem, bo korzystanie z dostarczonego interfejsu czy z kulawych raportów - via API - w Loooker Studio, to droga przez mękę. Nie wspomnę o wbudowanym Explorerze - pomysł był tu dobry, być może wzorowany na Adobe Analysis Workspace, ale wykonanie słabe (na dzień dzisiejszy).

To prowadzi do konkluzji, że najlepsze jest raportowanie na bazie BigQuery , ale to wymaga i wejścia w GCP i wejścia w inżynierię danych, bo w środku jest surówka, z której trzeba coś zbudować.

Tym samym mamy koszt usługi BigQuery, inżyniera danych i zbudowania oraz utrzymania raportów.

Gdy do tego dodamy jeszcze kontener server-side, to mamy kolejny wzrost kosztu. Oczywiście kontener serwerowy nie jest wymuszany przez GA4, ale jest to pewien środek do radzenia sobie z prawnymi ułomnościami GA4 - kwestionowaniem go przez niektóre kraje członkowskie UE.

Konkluzja: Bez wpięcia karty do GCP należy zapomnieć o poważnej analityce. Może nie będą to duże kwoty, ale jednak będą. To już nie jest łatwo dostępna, darmowa analityka.

Podsumowanie

Nie chciałbym być zrozumiany źle - uważam Google Analytics 4 za bardzo dobry system. Pracuję w branży IT prawie 20 lat i pamiętam czasy, kiedy nie było Analyticsa i to jak trudno było wtedy analizować wyniki serwisów www.

Doceniam również ogromny wkład, jaki Google Analytics wniósł pod strzechy każdego internetowego biznesu - dał nam za darmo coś, co kosztowało kiedyś (w erze przed GA) poważne pieniądze. Można powiedzieć więc, że Analytics spopularyzował i nauczył nas kultury analizy danych.

Świat jednak idzie do przodu, obok rozwiązania Google wyrosło wielu bardzo ciekawych i wartościowych konkurentów, którzy prezentują profesjonalne rozwiązania, w niejednym aspekcie bardziej dojrzałe i przemyślane. Dlatego też nie powinniśmy dać sobie wmówić, że jedyna decyzja to migracja do GA4.

Jedyna decyzja jaką mamy, to wybór nowego systemu. Dowolnego. Ważne żeby spełniał nasze założenia i pozwalał skupić się na wyciąganiu wniosków.