13 różnic między Universal Analytics a Google Analytics 4

Według oficjalnego komunikatu Google Universal Analytics (UA, GA3) zostanie wycofany 1 lipca 2023 r., a Google Analytics 360 (GA360) – 1 października 2023 r. Zamiast nich przygotowano bardziej rozbudowane narzędzie, które wnosi nową jakość do analiz prowadzonych na współczesnym rynku ograniczonym przez ochronę prywatności. W Google Analytics 4 (GA4) to użytkownik znajduje się w centrum. Sprawdź, jakie są najważniejsze różnice między starą a nową wersją rozwiązania.

Google Analytics 4 to innowacyjne narzędzie na rynku analizy danych. Zadebiutowało w 2019 r. pod nazwą usługi Aplikacja + Internet (App + Web) i miało zrewolucjonizować rynek analiz internetowych przez poprawę jakości danych czy wprowadzenie sztucznej inteligencji. Google AI jest w GA4 wykorzystywany z poziomu raportowania czy odbiorców. Ma wiele funkcji zwiększających prywatność użytkowników, a jednocześnie daje możliwość inteligentnego tworzenia predykcji.

Produkt Google’a wyszedł już z wersji beta, ale wciąż jest rozwijany. Pomimo pojawiających się błędów i braku niektórych rozwiązań znanych z poprzedniej wersji to usługa w pełni funkcjonalna i wnosząca nową jakość.

Słuchaj „Marketer+” Podcast

Głównym argumentem przemawiającym za przejściem już teraz na GA4 jest stopniowe wycofywanie się technologicznego potentata z wcześniejszego wariantu. Według oficjalnego komunikatu Google Universal Analytics zostanie wycofany 1 lipca 2023 r., a GA360 – 1 października 2023 r.

Oto 13 najważniejszych różnic między starą a nową wersją narzędzia.

1. Ustawienia administracyjne

Już po przejściu do ustawień administracyjnych zauważysz wiele zmian. Struktura konta nie ma widoków, zniknęło też wiele opcji. Zamiast tego pojawiły się strumienie danych. Identyfikują one ruch pochodzący z sieci, aplikacji na iOS-a oraz Androida. Strumienie mają swoje ustawienia, ale są one inne niż te znane z widoków Universal Analytics.

Porównanie paneli administracyjnych w GA3 i GA4

Źródło: Google Analytics

Przykład ustawień strumienia danych w GA4

Źródło: Google Analytics

Ustawienia administracyjne usługi GA4 oferują więcej funkcji dotyczących prywatności, w tym kontrolę anonimizacji adresów IP, możliwość usunięcia danych o użytkownikach, a narzędzie ma bezpłatny konektor z BigQuery.

Prośba o usunięcie danych w GA4

Źródło: Google Analytics

2. Zdarzenia

W Universal Analytics zdarzenia są określane na podstawie ich działania. Możesz je definiować przez dodawanie trzech atrybutów (kategorii, akcji i etykiety). Na ich podstawie budujesz strategie gromadzenia danych o zdarzeniu.

Działanie GA4 jest w pełni oparte na zdarzeniach, które mają dowolną liczbę dodatkowych parametrów, ale też limity długości ich nazw (40 znaków), a maksymalna liczba parametrów pojedynczego zdarzenia to 25.

Podczas tworzenia zdarzeń niestandardowych masz także możliwość wstawiania dodatkowych parametrów.

3. E-commerce i cele

GA3 i GA4 mają różne specyfikacje data layera e-commerce (to warstwa danych – obiekt JavaScript, który służy do przekazywania danych ze strony internetowej do kontenera Google Tag Managera).

Rekomendowanym rozwiązaniem jest utworzenie dwóch oddzielnych zdarzeń wysyłanych osobno do Universal Analytics i do Google Analytics 4. Można to zrobić za pomocą jednego data layera, przez jego odpowiednie przekształcenie. Modyfikacja zdarzeń e-commerce przesyłanych z GA3 do GA4 spowoduje, że dane będą niekompletne. Różnica wynika z innego podejścia do zbierania i raportowania danych z e-commerce w obu wersjach narzędzia.

W GA4 zatarta została granica między celami a transakcjami. E-commerce jest kolejnym zdarzeniem wykorzystywanym w analizach. W GA4 nie stosuje się celów, a najważniejsze zdarzenia oznacza się jako konwersje. Purchase (zakup) jest również zdarzeniem automatycznie określonym jako konwersja i nie można tego zmienić. Maksymalna liczba konwersji na konto wynosi 30.

4. Wygląd raportów

W usłudze Universal Analytics możesz korzystać z dużo większej liczby zdefiniowanych i gotowych do użycia raportów. Są one podzielone na kategorie: odbiorcy, źródła ruchu, zachowania w witrynie oraz konwersje. W GA4 dysponujesz ograniczoną liczbą gotowych raportów – trzeba je samodzielnie przygotować. Pod tym względem środowisko GA4 jest znacznie bardziej elastyczne, jednak jego konfiguracja zajmuje więcej czasu.

Niektórych raportów, takich jak lejek zakupowy, nie możesz utworzyć bezpośrednio z poziomu raportu. GA4 posiada nową usługę nazwaną eksploracją. Możesz w niej prowadzić dodatkowe badania i analizy, a także konfigurować lejki czy ścieżki użytkownika. Aby więc odwzorować raporty z GA3 w GA4, należy utworzyć nowe raporty oraz eksploracje danych.

Przykładowe raporty w GA3 i GA4

Źródło: Google Analytics

5. Segmentowanie użytkowników

Segmenty są kluczowe dla analizy, bo pozwalają wyodrębnić grupę odbiorców spełniających określone warunki. W Universal Analytics były stosowane na poziomie raportów standardowych, paneli informacyjnych czy w raportach niestandardowych. Są także automatycznie przesyłane do Google Data Studio z możliwością łatwego zastosowania w raportach. Zapisane segmenty mogły być wykorzystywane do tworzenia grup odbiorców w remarketingu.

W nowej usłudze GA4 cały interfejs jest zaprojektowany w taki sposób, aby uprościć segmentację. Może się ona odbywać podobnie jak w usłudze GA3 z poziomu widoku raportów. Funkcja ta została nazwana porównaniem. Analityk może łączyć różne grupy odbiorców i odpowiednio je zawężać. Dodatkowo już na poziomie segmentacji istnieje możliwość przygotowania grupy.

Segmentacja w GA4 jest bardziej rozbudowana i elastyczna. Umożliwia także tworzenie bardziej zaawansowanych scenariuszy niż w GA3.

Przykład tworzenia segmentu w GA3 i GA4

Źródło: Google Analytics

6. Odbiorcy

W GA3 odbiorców tworzysz z poziomu panelu administracyjnego. Możesz również jednym kliknięciem wywołać utworzenie odbiorców remarketingu. Proces wygląda podobnie w GA4, jednak został tu znacznie uproszczony. Już na etapie konfigurowania segmentu możesz zaznaczyć opcję utworzenia odbiorców, którzy następnie mogą zostać wykorzystani do segmentacji danych.

Możesz zaznaczyć funkcję wysyłania eventu. Takie zdarzenie będzie wywoływane za każdym razem, gdy użytkownik zostanie zapisany do grupy odbiorców. Na obu platformach wyznaczasz okres członkostwa (czas przechowywania cookies pod danym segmentem). W GA4 masz do dyspozycji nową funkcję – możliwość ustawienia członkostwa na maksymalny okres (odpowiednik ręcznego wyboru 540 dni w GA3).

Przykładowe grupy odbiorców w GA3 i GA4

Źródło: Google Analytics

Należy pamiętać, że dane o odbiorcach są zbierane od momentu utworzenia takiej grupy. Jeśli więc chcesz przeprowadzić analizy danych historycznych, to należy korzystać z segmentacji danych, a nie z grup odbiorców. Google Analytics 4 daje możliwość przypisania właściwości użytkownikom, a te mogą być konfigurowane z poziomu wymiarów niestandardowych.

7. User ID

W GA3 musisz włączyć funkcję user ID, a następnie utworzyć osobny widok danych. W GA4 możesz uruchomić ich automatyczną identyfikację z poziomu ustawień administracyjnych. Nie trzeba konfigurować już dodatkowych widoków. User ID w GA4 pozwala również na przypisywanie właściwości użytkownikom.

Ustawienia user ID w GA3 i GA4

Źródło: Google Analytics

8. Wymiary i dane

W GA4 zrezygnowano z niektórych wymiarów i danych na rzecz pomiarów niestandardowych.

Wymiar niestandardowy w GA3 i GA4

Źródło: Google Analytics

Do największych zmian należy rezygnacja ze współczynnika odrzuceń. Wymiar ten dawał wartościowe informacje o jakości strony docelowej, jednak zawierał błąd w postaci braku danych o czasie i zaangażowaniu na stronie, co zakłócało wyniki i interpretację. Współczynnik odrzuceń zastąpiono współczynnikiem zaangażowania. Dodatkowo w GA4 znajdziesz wiele mierników ułatwiających ocenę LTV klientów czy ich zaangażowanie.

Dane w czasie rzeczywistym zarówno w GA4, jak i w GA3 przetwarzane są w przedziale 30 min. Przykładowe różnice między wersjami narzędzia znajdziesz poniżej.

Różnice w danych między GA3 a GA4

Źródło:  „[UA→GA4] Dane Universal Analytics a dane Google Analytics 4”, dostęp online: https://support.google.com/analytics/answer/9964640

9. Sesje a użytkownicy

GA3 był skoncentrowany wokół sesji, natomiast GA4 w centrum uwagi stawia użytkownika. Zmiana ma istotny wpływ na sposób działania narzędzia oraz dostępne w nim raporty, wymiary i dane.

W przypadku braku aktywności przekraczającej 30 min sesje w Universal Analytics są z reguły automatycznie resetowane. Natomiast w GA4 sesja jest liczona od momentu wywołania eventu session_start i trwa między pierwszym a ostatnim eventem w jej ramach. W Universal Analytics nowa kampania otwiera nową sesję, natomiast w GA4 nowe kampanie nie resetują sesji.

Kolejne różnice dotyczą tzw. danych opóźnionych. GA4 przetwarza zdarzenia, które nastąpiły w ciągu 72 godz., natomiast Universal Analytics – do 4 godz. od zamknięcia poprzedniego dnia. Ponadto w odróżnieniu od GA3 dane o zdarzeniach wysyłane są w nowej wersji nawet wtedy, gdy aplikacja na iOS-a działa w tle.

Inne modele liczenia sesji powodują różnice w danych między GA3 a GA4. Są one naturalne i w większości przypadków nie musisz się nimi martwić. Ponadto zmiany możesz zauważyć w użytkownikach, którzy w GA4 mają właściwości.

10. Machine learning

Środowisko GA4 znacznie ułatwia pracę nad analizą danych. Universal Analytics dysponuje inteligentnymi celami oraz pewnymi rozwiązaniami Analytics Intelligence, które są dostępne w formie rekomendacji oraz trendów. GA4 daje w tym zakresie o wiele więcej możliwości.

Analytics Intelligence w GA3

Źródło: Google Analytics

Do najważniejszych należą wykrywanie anomalii z ręcznym ustawieniem czułości czy tworzenie predykcji dla użytkowników (np. automatycznej grupy odbiorców, którzy prawdopodobnie dokonają zakupu w ciągu najbliższych siedmiu dni. Podczas tworzenia inteligentnych grup odbiorców masz możliwość ręcznego konfigurowania percentylu próby z populacji. Pozwala to na indywidualne ustawienie działania systemów AI. Na poziomie raportów standardowych GA4 oferuje wiele podpowiedzi, gotowych wniosków z analiz czy trendów.

Automatyczne grupy odbiorców oparte na Google AI w GA4

Źródło: Google Analytics

Przykład widoku trendów w GA4

Źródło: Google Analytics

11. Modelowanie atrybucji

GA4 jeszcze w wersji beta nosił nazwę Aplikacja + Internet (App + Web), co najlepiej opisuje idee, jakie przyświecały jego twórcom. Jest narzędziem, które ma lepiej sobie radzić ze zjawiskami typu cross-device tracking czy mierzenie zdarzeń w multichannelu. Od kilku miesięcy domyślny model atrybucji to data-driven attribution. W przypadku GA3 jest nim last click. Możliwość zmiany domyślnego modelu atrybucji w raporcie to długo wyczekiwana funkcja, która pozwala na dokładniejsze analizy i w efekcie – trafniejsze wnioski.

Nowością w raportach ścieżek konwersji w GA4 jest liczba dni od pierwszej do ostatniej interakcji poprzedzającej konwersję. Dodatkowo możesz ustawić dowolny event jako konwersję, co daje duże możliwości w prowadzonych badaniach.

Ustawienia atrybucji w GA4

Źródło: Google Analytics

12. Debugowanie

Istotną różnicą między tymi systemami jest tryb debugowania. Po połączeniu usługi Google Tag Manager ze stroną w trybie podglądu otrzymujesz nowy parametr w adresie URL: ?debug.

Podgląd trybu debugowania w GA4

Źródło: Google Analytics

13. Limity

Każda z usług Google’a ma swoje limity, np. limit hitów, po którego przekroczeniu przechodzi na próbkowanie. W GA3 pojawia się ono dość często, w GA4 zostaje rozszerzone – ma ograniczenie 10 mln zdarzeń na zapytanie w usłudze eksploracji danych. Raporty nie są próbkowane. Użytkownicy mają także możliwość eksportu danych do BigQuery w celu prowadzenia bardziej zaawansowanych obliczeń. Eksport umożliwia również ominięcie ograniczeń w czasie przechowywania danych o odbiorcach, który w GA4 wynosi 14 dni lub trzy miesiące.

Wraz z przyszłoroczną rezygnacją z Universal Analytics oraz dynamicznym rozwojem GA4 najlepszym rozwiązaniem jest wdrożenie obu rozwiązań do czasu całkowitej rezygnacji z pierwszego. W przypadku zaawansowanych konfiguracji eventów i odbiorców nie warto duplikować zdarzeń do obu narzędzi, a wystarczy przesyłać je do GA4. Dzięki odpowiedniemu migrowaniu danych do BigQuery z Universal Analytics oraz łączeniu z danymi z GA4 będzie można zachować ich ciągłość i wykorzystywać je do bieżącej analizy, aby poprawiać jakość biznesu.