Google Analytics. Czy zawsze jest najlepszym wyborem?

Piotr Starzyński z agencji Up&More sprawdza, jak GA radzi sobie w mobilnym świecie.

Kiedy internet staje się coraz bardziej mobilny, narzędzia analityczne, służące do mierzenia sieciowego ruchu, muszą nadążać za zmianami. Jak udaje się to Google Analytics? O tym pisze Piotr Starzyński z agencji Up&More. 

Obserwując dzisiejszą rzeczywistość trudno oprzeć się wrażeniu, że w kwestii urządzeń do korzystania z Internetu, telefony jakiś czas temu na dobre skradły pozycję lidera swoim odwiecznym wrogom - komputerom. Nawet odnosząc się tylko do ruchu w witrynach internetowych i analizując dane z serwisu statcounter.com, dochodzimy do wniosku, że telefony nieprzerwanie od czerwca 2019 roku (a w Polsce nawet wcześniej, bo już od grudnia 2018) pokonują na tym polu PC-ty.

Oczywiście  tam, gdzie liczy się efektywność, a dana czynność wymaga czasu, przewaga komputerów jest wciąż niepodważalna. Jednak przy wieczornym przeglądaniu Internetu, tam gdzie nie istnieje presja czasu, coraz mniej osób decyduje się sięgnąć po swojego laptopa. Badanie przeprowadzone w lipcu 2017 roku w Stanach Zjednoczonych na grupie ponad tysiąca osób, posiadaczy smartfonów, pokazało z kolei, że tylko 13% ich czasu z telefonem to surfowanie z wykorzystaniem przeglądarki internetowej (raport z comscore.com). Tym samym, aż 87% to czas spędzony bezpośrednio w aplikacjach. To pokazuje, że użytkownicy w życiu codziennym sięgają zwykle po swojego smartfona i przede wszystkim korzystają z dedykowanych aplikacji.

W odpowiedzi na to i w odniesieniu do aplikacji, stare podejście Google Analytics bazujące przede wszystkim na sesjach stało się nieco przestarzałe. Do mierzenia ruchu w aplikacjach używane są obecnie alternatywne narzędzia jak Firebase (dokładniej Google Analytics dla Firebase), Appsflyer czy inne, mniej popularne. Jednocześnie w 2019 roku światło dzienne ujrzało nowe narzędzie Google Analytics: App + Web, która pozwala na unifikację danych pochodzących ze strony internetowej i aplikacji.

Co zrozumiałe, Google odeszło w nim od modelu opartego na sesjach, na rzecz użytkowników i zdarzeń. Nie będziemy w tym artykule zajmowali się zaletami i wadami nowego podejścia, pokażemy za to inne narzędzie, jeszcze mniej zależne od stawiania czegokolwiek w epicentrum. Warto jednak od razu zaznaczyć, że nie jest to narzędzie dla wszystkich, bo sama konfiguracja czy wypracowanie własnego modelu nie jest tak proste jak w przypadku wspomnianych produktów od Google’a. Nawet model atrybucji nie jest tutaj odgórnie określony.

Snowplow, bo o nim mowa, to biblioteki typu open-source pozwalające zbudować własny strumień analityczny, od pozyskiwania danych, przez proces ETL (czyli ich ekstrakcję, transformację i ładowanie) i w końcu do ich przechowywania we własnej hurtowni danych, która umożliwi efektywną późniejszą analizę. W bardzo dużym skrócie można powiedzieć, że to narzędzie, które przypomina płatne Google Analytics 360, jednak z własnymi zasadami i bez limitów (te zależą jedynie od wydajności jednostki).

Zdarzenia mogą tu pochodzić z wielu źródeł – nie tylko stron internetowych czy aplikacji, ale też Internetu rzeczy (z ang. IoT). Daje to jeszcze większe możliwości śledzenia, a dostępne elementy śledzące obejmują m.in. technologie ActionScript3, C++, Android, Arduino, CPP, Goland, Google AMP, iOS, Java, Javascript, Lua, .NET, Node.js, PHP, Pixel, Python, Ruby, Scale czy Unity.

Ponieważ dane są gromadzone i przechowywane bezpośrednio przez nas nie jesteśmy przywiązani do polityki Google’a, dotyczącej gromadzenia danych osobowych, pod warunkiem oczywiście stosowania się do przepisów prawa w zakresie gromadzenia i przechowywania danych wrażliwych.

Analizując dane klientów na co dzień coraz częściej dostrzegamy problem ich próbkowania. Jest to temat na oddzielny artykuł, jednak w praktyce w Google Analytics możliwe jest wyświetlanie danych szacunkowych, bazujących jedynie na określonym % ruchu. W przypadku, kiedy dysponujemy pełnymi, surowymi danymi i nie podlegamy narzuconym odgórnym limitom nie będziemy mieli do czynienia z nieświadomym próbkowaniem.

 

 

Ponieważ narzędzie bazuje na idei rurociągów, bardzo interesujący jest temat dotyczący automatycznego wzbogacania danych (i stąd właśnie jego nazwa). I tak dla przykładu wraz z danymi transakcji w określonej walucie możemy jednocześnie przesyłać wartość w innej walucie, pozyskując w czasie rzeczywistym aktualny kurs wymiany.

To najistotniejsze wyróżniki narzędzia, jednak z pewnością nie wszystkie. Celem artykułu nie jest jednak zachwalanie czy reklamowanie konkretnego narzędzia, ale ukazanie alternatyw, możliwości i kierunku rozwoju analityki internetowej. Dla większości podstawowe śledzenie z wykorzystaniem Google Analytics będzie w zupełności wystarczające. I ma ono z pewnością szereg zalet, w tym integrację z Google Ads, a dobrze wykonana konfiguracja pozwala na poprawne analizowanie rzeczywistości i podejmowanie prawidłowych decyzji w kontekście marketingu. Jednak w przypadku wspomnianych ograniczeń może się to okazać ciekawą alternatywą i uzupełnieniem podstawowych danych (i wciąż tańszą od Google 360). Tym bardziej, że wielu uznanych analityków wspominało niejednokrotnie o tym właśnie narzędziu. W tym dość rozpoznawalny Simo Ahava.

 

Piotr Starzyński
managing partner
Up&More

Pobierz ebook "Social media marketing dla firm i agencje się w nim specjalizujące"