Google Analytics 4

Google Analytics 4 (сокращённо GA4) - это последняя версия системы веб-аналитики от компании Google, пришедшая на смену Universal Analytics (UA) в 2023 году. GA4 представляет собой принципиально новую платформу, построенную на событийной модели данных и ориентированную на измерение полного пути клиента через разные устройства и платформы, включая сайты и мобильные приложения.

В отличие от предшественника, GA4 изначально разрабатывался для мира, где конфиденциальность данных выходит на первый план, а файлы cookie третьих лиц постепенно уходят в прошлое. Система активно использует машинное обучение для прогнозирования поведения пользователей и помогает маркетологам принимать решения на основе данных, даже когда часть информации недоступна.

Зачем нужен GA4

Переход на GA4 обусловлен не просто сменой версии, а фундаментальными изменениями в том, как собираются и анализируются данные:

• Единый взгляд на клиента: GA4 позволяет собирать данные с веб-сайтов и мобильных приложений (iOS и Android) в одном ресурсе, давая целостную картину поведения пользователя на всех этапах взаимодействия с брендом.
• Событийная модель: Вместо сессий и просмотров страниц GA4 измеряет каждое действие пользователя как событие (клик, скролл, просмотр видео, покупку). Это даёт гораздо больше гибкости и детализации при анализе.
• Приватность по умолчанию: Система не полагается исключительно на сторонние cookie, не хранит IP-адреса и поддерживает режимы согласия, что облегчает соблюдение требований законодательства о персональных данных.
• Искусственный интеллект: В GA4 встроены модели машинного обучения, которые помогают прогнозировать поведение пользователей (вероятность покупки, оттока) и заполнять пробелы в данных, когда согласие на отслеживание не получено.

Ключевые отличия GA4 от Universal Analytics

Понимание этих различий критически важно для работы с новой системой.

Характеристика	Universal Analytics (UA)	Google Analytics 4 (GA4)
Модель данных	Сессионная, основанная на просмотрах страниц	Событийная, каждое действие - событие
Платформы	В основном веб	Веб + мобильные приложения в одном ресурсе
Идентификация пользователей	В основном по cookie	Комбинированная: user-ID, device-ID, моделирование
Атрибуция	В основном last-click (последний клик)	Data-driven (на основе данных) как стандарт
Прогнозные метрики	Отсутствуют	Встроены: вероятность покупки, оттока
Управление данными	Ограниченное	Встроенное (Consent Mode, запросы на удаление)
Отчёты	Стандартные списки	Ориентированные на жизненный цикл клиента, гибкие

Событийная модель данных

В основе GA4 лежит событийная модель. Это означает, что любое взаимодействие пользователя с сайтом или приложением отправляется в систему как событие (event).

Каждое событие состоит из:

• Имени события: Например, `page_view`, `scroll`, `click`, `purchase`.
• Параметров события: Дополнительная информация, уточняющая событие (например, название товара, цена, валюта, ID транзакции).

GA4 автоматически собирает несколько типов событий:

• Автоматически собираемые события: Базовые взаимодействия (first_visit, session_start, page_view).
• Расширенные события: Требуют включения в настройках (scroll, outbound_click, site_search, video engagement).
• Рекомендуемые события: Предопределённые имена для определённых отраслей (например, `purchase`, `add_to_cart` для e-commerce).
• Пользовательские события: Создаются разработчиком для специфических действий бизнеса.

Потоки данных

GA4 позволяет собирать информацию из разных источников в одном ресурсе. Каждый источник оформляется как отдельный поток данных.

Типы потоков:

• Веб-поток: Для сайта. Требует установки тега GA4 (gtag.js) или через Google Tag Manager.
• Поток для Android-приложения: Требует интеграции через Firebase SDK.
• Поток для iOS-приложения: Требует интеграции через Firebase SDK.

Благодаря этому можно видеть путь пользователя, который начал взаимодействие в приложении, а завершил покупку на сайте (или наоборот).

Идентификация пользователей

GA4 использует гибкую модель идентификации для подсчёта уникальных пользователей. Система пытается объединить данные из разных источников в одном профиле, используя несколько уровней:

1. User-ID: Если пользователь авторизовался на сайте, можно передавать уникальный идентификатор из CRM. Самый надёжный способ. 2. Google-сигналы: Данные от пользователей, которые вошли в свой аккаунт Google и дали согласие на персонализацию рекламы. 3. Device ID: Идентификатор устройства (для мобильных приложений). 4. Моделирование: В случаях, когда данных недостаточно, GA4 использует машинное обучение для моделирования поведения.

Этот подход особенно важен в условиях, когда до 30-50% пользователей могут отказывать в использовании cookie.

Конфиденциальность и согласие

GA4 спроектирован с учётом ужесточения требований к приватности:

• Отсутствие хранения IP-адресов: IP-адреса собираются, но не записываются в базы, используются только для определения геолокации и сразу анонимизируются.
• Срок хранения данных: Настраивается от 2 до 14 месяцев. Данные старше этого срока автоматически удаляются.
• Режим согласия (Consent Mode): Позволяет корректировать сбор данных в зависимости от того, дал ли пользователь согласие на использование cookie и отслеживание. Без согласия данные могут собираться в агрегированном виде без детализации.
• Удаление данных: Есть инструменты для удаления данных конкретного пользователя по запросу.

Отчёты в GA4

Структура отчётов в GA4 отличается от Universal Analytics и строится вокруг жизненного цикла клиента.

Отчёты жизненного цикла

• Привлечение: Откуда приходят пользователи (источники, кампании).
• Вовлечение: Как пользователи взаимодействуют с сайтом или приложением (популярные страницы, события, конверсии).
• Монетизация: Отчёты по покупкам, транзакциям, доходам (e-commerce).
• Удержание: Когортный анализ - как ведут себя пользователи после первого визита, сколько возвращаются.

Отчёты о пользователях

• Технологии: Какие устройства, браузеры, операционные системы используют посетители.
• Демография: Возраст, пол, интересы (на основе данных Google-сигналов).

Исследования (Explorations)

Гибкий инструмент для глубокого анализа данных, недоступный в стандартных отчётах. Позволяет строить:

• Свободные таблицы и графики.
• Воронки с пошаговым анализом.
• Анализ путей пользователя (как люди перемещаются по сайту).
• Когортный анализ с произвольными параметрами.
• Сегментный анализ любых срезов данных.

Конверсии и атрибуция

В GA4 понятие «цели» заменено на «события-конверсии». Любое событие можно пометить как конверсию одним переключателем.

Модели атрибуции в GA4:

• Data-driven (на основе данных): Стандартная модель, которая распределяет ценность конверсии между всеми касаниями пользователя с учётом их реального влияния.
• Last-click (последний клик): Вся ценность отдаётся последнему каналу.
• First-click (первый клик): Вся ценность отдаётся первому каналу.
• Линейная: Равномерное распределение между всеми касаниями.
• С затуханием: Больший вес отдаётся касаниям, близким к конверсии.
• На основе позиции: 40% - первому, 40% - последнему, 20% - промежуточным.

Прогнозные метрики

Одно из главных нововведений GA4 - использование машинного обучения для прогнозирования. На основе исторических данных система может рассчитать:

• Вероятность покупки: Прогноз, совершит ли пользователь конверсию в ближайшие 7 дней.
• Вероятность оттока: Вероятность того, что пользователь больше не вернётся на сайт.
• Прогнозный доход: Ожидаемый доход от пользователя в ближайшем будущем.

Эти метрики можно использовать для создания аудиторий ретаргетинга и настройки рекламных кампаний.

Интеграции

GA4 тесно интегрирован с другими продуктами Google:

• Google Ads: Импорт конверсий, создание аудиторий для ретаргетинга, анализ эффективности кампаний.
• Google Search Console: Данные о поисковых запросах и поведении пользователей из органического поиска.
• BigQuery: Экспорт сырых данных в облачное хранилище для сложной аналитики и построения собственных отчётов (доступно только на платном тарифе).
• Looker Studio (Google Data Studio): Создание кастомизированных дашбордов и отчётов.

Ограничения и особенности

• Сэмплирование данных: В отчётах при больших объёмах данных может применяться сэмплирование (анализ не всех данных, а их части).
• Отсутствие точной статистики по ключевым словам: Большинство поисковых запросов в GA4 скрыты (пометка (not provided)).
• Сложность перехода: Исторические данные из Universal Analytics не переносятся в GA4.
• Кривая обучения: Событийная модель и новые отчёты требуют времени для освоения.

Связанные термины

• Веб-аналитика
• Google Ads
• Google Search Console
• Google Tag Manager
• Событие
• Конверсия
• Атрибуция
• Когортный анализ
• BigQuery
• Looker Studio

Ссылки и источники

• Официальная справка Google Analytics
• Блоги и материалы по веб-аналитике