Будущее аналитики основано на событиях.
Google Analytics 4 (GA4) заменил Universal Analytics в июле 2023 года, но многие организации все еще борются с миграцией. GA4 использует модель данных на основе событий вместо модели на основе сеансов Universal Analytics. Согласно опросу Search Engine Land, к 2025 году только 55% компаний полностью перейдут на GA4. GA4 предлагает мощные функции, включая кросс-платформенное отслеживание, аналитику машинного обучения и измерения, ориентированные на конфиденциальность. Понимание различий GA4 необходимо для точной аналитики.
В x13apps мы сопровождаем клиентов при переходе на GA4. Вот наш подход.
Ключевые различия между UA и GA4
Модель данных: UA использует сеансы и просмотры страниц. GA4 использует события и параметры. Каждое взаимодействие — это событие. Метрики: GA4 использует вовлеченные сеансы вместо показателя отказов и количество вовлеченных сеансов на пользователя вместо количества страниц на сеанс. Отчетность: UA имеет предопределенные отчеты. GA4 использует исследовательские отчеты с возможностью настройки путем перетаскивания. Просмотры: UA имеет представления для фильтрации данных. GA4 использует потоки данных и фильтрует данные на уровне ресурса. Выборка. GA4 имеет разные пороги выборки. Параметры событий предоставляют более подробные данные, чем специальные параметры UA.
Этапы миграции GA4
Шаг 1. Создайте ресурс GA4 рядом с существующим ресурсом UA. Запустите оба параллельно для сравнения исторических данных. Шаг 2. Внедрите отслеживание GA4 с помощью Диспетчера тегов Google или gtag.js. Сопоставьте события UA с параметрами событий GA4. Шаг 3. Настройте конверсии (эквивалент целей в GA4). Определите ключевые события и отметьте их как конверсии. Шаг 4. Настройте аудитории, пользовательские определения и интеграцию (Google Реклама, Search Console, BigQuery). Шаг 5. Экспортируйте исторические данные UA до их удаления (GA4 не импортирует исторические данные UA).
Расширенные функции GA4
Прогнозные метрики: GA4 использует машинное обучение для прогнозирования вероятности покупки, вероятности оттока и прогнозирования доходов. Аудитории: создавайте прогнозируемые аудитории на основе моделей машинного обучения. Анализ воронок: создавайте пошаговые воронки с помощью инструмента исследования воронок. Анализ пути: визуализируйте путь пользователя с помощью инструмента исследования пути. Перекрытие сегментов: поймите, как пересекаются пользовательские сегменты. Экспорт BigQuery: экспортируйте необработанные данные о событиях для пользовательского анализа. В x13apps мы помогаем компаниям использовать расширенные функции GA4 для более глубокого анализа. Подробнее читайте в нашемруководство по принятию решений на основе данных.