Переезд на новую аналитику GA4: сложности и решения

11.01.2024
Web аналитика
Импортозамещение

Как корректно интегрировать Google Analytics 4 с БД и другими инструментами? Как получать 100% сырых данных при существующих лимитах в GA4? Как сохранить структуру маркетинговой отчетности? И зачем нужен DataGo! GA4 Streaming?

В статье мы ответим на эти вопросы и расскажем обо всех этапах интеграции GA4.

Поговорим о подводных камнях и сложностях, с которыми столкнулась наша команда, и о решениях, которые мы уже применяем в работе.

Universal Analytics — система веб-аналитики Google Analytics, запущенная в 2013 году.

GA4 — текущая версия аналитики, на которую Google перешёл 1 июля 2023 года.

DataGo — аналитическая платформа для анализа данных, входит в ГК Realweb.

Вы сможете оценить все существующие риски и сложности в интеграции GA4 и понять, какими ресурсами необходимо обладать для успешной реализации подобного кейса.

Что происходит на рынке

Как мы в DataGo начали работать с системой аналитики GA4:

  • <2020 год — Google объявил о выходе GA4, но рынок всерьёз не воспринял этот релиз;
  • 2021 год — мы, как OWOX Consulting, при поддержке Google начали тестировать интеграцию GA4 для крупных проектов;
  • 2022 год — все спасали свои данные и переходили на альтернативный безопасный стек. Многие проекты хотели отказаться от сервисов Google;
  • 2023 — в июле Google принудительно пересаживает все проекты на GA4, счётчики UA просто перестали собирать данные.

Что все ожидали от инструмента

Ожидания были из разряда «Изменится только название платформы». В реальности же появилось множество вопросов: как авторизоваться, почему данные не сходятся, где привычные отчёты.

- Маркетологи ожидали, что они продолжат использовать привычную структуру отчётности;

- У команд аналитики были ожидания, что они продолжат использовать привычные аналитические инструменты на основе данных GA;

- Бизнес ожидал, что привычное сравнение периодов Y2Y останется доступным.

С чем в реальности столкнулись маркетологи, аналитики и бизнес

Реальность, с которой все столкнулись при переходе на GA4:

- Структура данных отличается. Необходим ресурс аналитиков и время на перенастройку привычных отчётов на использование нового источника данных.

- Ограничения и лимиты при использовании стандартных отчётов GA4. Данные доступны только за 14 месяцев и семплирование при запросе от 10 млн событий.

- Ограничения на сбор и выгрузку обработанных данных с помощью GA4. GA4 Export выгружает ~1 млн событий в сутки только в GBQ.

- Инструменты GA4 отличаются от привычного UA. Команде необходимо время для обучения и адаптации к новым возможностям GA.

Ограничения GA4 и что с ними делать

Мы подготовили сравнительную таблицу, где рассказываем, что делать с существующими ограничениями в GA4:

Что делать ecommerce-проектам

Большинство наших проектов — построение аналитики для крупных e-com проектов.

Расскажем, какие типовые проблемы с переходом на GA4 бывают у ecommerce, и как их решать.

Федеральные сети. Многие стали использовать Яндекс Метрику, но остались на GA4. Они используют нативный экспорт из GA4 в BigQuery, но сталкиваются с лимитами на выгрузку данных.

Решение: поставить на сайт другой счётчик, который сможет собирать данные в BigQuery без лимитов и семплирования.

Крупные ecommerce-проекты.

Активно использовали Google Analytics 4, но сейчас по разным причинам отказываются от этой системы. Основная причина — законодательные требования к хранению и передаче данных. Но, как правило, у большинства таких компаний вся отчётность построена на данных из GA4. Поэтому они ищут решение для сохранения стриминга данных в текущей структуре данных или переезжают на Яндекс Метрику, но тогда придётся переделывать всю свою отчётность под выгрузку данных. Это могут быть тысячи часов аналитиков в крупной компании.

Решение: убрать счётчик Google и поставить счётчик с хостингом в РФ, без трансграничной передачи данных.

Компании, которым запретили использовать BigQuery.

Google отключил для части клиентов счётчики Universal Analytics, и теперь доступен только новый счётчик GA4. Есть клиенты, которые не хотят мигрировать на GA4.

Решение: собирать данные GA4 из счётчика, сессионизировать их в привычной структуре данных.

Как интегрировать GA4 без разработчиков: сценарии для ecommerce

А теперь как это всё реализовать. Даём пошаговый план с разными сценариями по миграции в GA4.

Сценарий 1. Если ecommerce-массив уже настроен в структуре GA4

Задача: Данные сайта уже передаются в структуре GA4 и вам нужные сырые данные в этом формате. Но требуется сохранить отчёты на данных GA UA и нет времени/ресурса на доработки dataLayer и переработку отчётности.

Потребуется настроить выгрузку сырых данных в структуре GA4 и GA UA.

  • Настроить передачу данных в GA4 UI стандартным способом через GTM (Данные будут собираться в аналитический кабинет GA4).
  • Настроить выгрузку сырых данных GA4 через собственный кликстрим или с помощью DataGo! Web Streaming.
  • Настроить в GTM переменную преобразования ecommerce-массива из GA4 в формат GA UA.
  • Настроить дублирующую выгрузку сырых данных в формате GA UA через собственный кликстрим или с помощью DataGo! Web Streaming.

Результат: бизнес получает данные в двух форматах без привлечения разработки.

Сценарий 2. Вы не занимались миграцией и ecommerce-массив настроен в структуре GA UA

Задача: Данные сайта передаются в структуре GA UA и у вас есть кастомные отчёты на этих данных. Но требуется интеграция в GA4, при этом нет времени/ресурса на доработки dataLayer и переработку отчётности.

Чтобы решить задачу, необходимо:

  • настроить выгрузку сырых GA UA через собственный clickstream или с помощью DataGo! Web Streaming.
  • настроить в GTM переменную преобразования ecommerce-массива из GA UA в формат Google Analytics 4.
  • настроить передачу данных в GA4 через Google Tag Manager.
  • настроить дублирующую выгрузку сырых данных в формате GA4 через нативный экспорт GA4 в GBQ, собственный clickstream или с помощью DataGo! Web Streaming.

Результат: бизнес получает данные в двух форматах без привлечения разработки.

Сценарий 3. Ваша миграция в процессе: у вас есть ecommerce-массивы в структурах GA4 и GA UA

Задача: У вас осталась передача в формате данных GA UA, но вы успели полностью или частично внедрить dataLayer в структуре GA4. Вы не хотите отказываться в пользу только одной структуры данных и у вас есть небольшой ресурс на разработку

Потребуется настроить формирование dataLayer в 2 потока, передачу данных в GA4 UI, выгрузку сырых данных в структуре GA4 и GA UA.

Как решить задачу:

  • Дать разные названия событиям, чтобы проще работать с правилам триггеров и не нарушить логику нейминга. Например, подставить префикс UA_ в параметр event для потока GA UA.
  • Пушить очищение массива перед каждой отправкой dataLayer с ecommerce данными. Для надёжности можно перед каждым пушем в dataLayer.
  • Настроить выгрузку сырых данных в структурах GA4 и GA UA через собственный кликстрим или с помощью DataGo! Web Streaming.

Результат: во время переходного периода бизнес получает данные в двух форматах с минимальным ресурсом разработки.

Финальные рекомендации для всех, кто планирует переезд на GA4

  • Закончить миграцию в GA4 как можно скорее.
  • Заложить время и бюджет на адаптацию отчётности на новый источник. Провести ревизию отчётности на сырых данных и заложить в проект этап доработки и сверки.
  • Сократить время доработки отчётности за счёт использования сессий в формате UA. Для этого настройте перехват хитов GA4 и формирование сессий в формате UA.
  • Заранее выбрать подходящий для вас сценарий перехода. Инструмент миграции от Google не закрывает все задачи переезда, самостоятельная настройка всё-таки потребуется.
  • Управлять санкционными рисками. Перехватывать хиты GA4 и собирать данные не только в GBQ, но и в ClickHouse. Тогда можно продолжать использовать экосистему продуктов Google.

Полный текст материала

Клиенты о нас

Что наши клиенты говорят о нас

Столото
Ситилинк
Азбука Вкуса
Русский Свет
Почта Банк
Эльдорадо
Skillbox
Okko
Head Hunter
Андрей Осадчук
руководитель управления digital аналитикой

Переход на альтернативный стек не так страшен, как и принятие новых вызовов, когда рядом есть команда, специализирующаяся на таких задачах.

Андрей Лялин
руководитель отдела продуктовой и маркетинговой аналитики

Были удивлены потрясающей экспертизе в разного рода вопросах! Ожидалось, что приемник OWOX не просядет в качестве и будет так же качественно предоставлять свои услуги. Так и получилось.

Работали над повышением точности получаемых данных. Это позволило увидеть правильную конверсию в каналах привлечения трафика и начать принимать правильные решения.

Баходир Сайфуллаев
веб-аналитик

В партнерстве с DataGo! мы восхищались их профессионализмом и прозрачным подходом к решению задач.

Что особенно ценно — их способность быстро адаптироваться к переменам и находить эффективные решения даже при неожиданных сложностях.

Роман Мамагулашвили
маркетинг менеджер

Задача по вндрению глубинной сквозной аналитики и настройки бесперебойной работы прикладной отчетности была выполнена на 100%.

Профессиональная команда. Быстрая реализация. И самое главное, мы всегда были на связи с командой DataGo! в режиме реального времени.

Также хочу отметить, что стоимость финального продукта очень выгодная!

Дмитрий Филипов
руководитель группы аналитики

Хочется выделить экспертизу на рынке в области стриминга данных, многолетний опыт работы с облачными инфраструктурами, работу с большим кол-вом источников данных и отзывчивость команды аккаунтинга и сопровождения.

Ольга Онянова
ведущий менеджер по интернет-маркетингу

Мы выделили позитивный настрой - очень приятно общаться с ребятами, готовность помогать - придут на помощь в любой сложной ситуации и профессионализм.

DataGo! разбираются в своем деле и делают его хорошо!

Владислав Бойко
руководитель отдела

Работа с DataGo над проектом переезда с CustomTask на SnowPlow была действительно совместным процессом, требующим вовлеченности обеих команд. Мы сталкивались с различными задачами и вызовами, и благодаря открытому обсуждению и взаимному освещению проблем, нам удалось найти оптимальные решения.

Алексей Парфенов
медиа аналитик

Команда DataGo - отличный пример структурного подхода к ведению проектов и решению повседневных задач. Начиная от составления графика работ и еженедельных статусов по проекту заканчивая разбором спорных кейсов и сложностей с документооборотом.

Ребята делают свою работу четко, точно и профессионально

Юлия Мысина
ведущий аналитик digital-маркетинга

Особая ценность DataGo! в уровне экспертности и вариантивности решений. Команда имеет опыт работы с исчерпывающим списком систем и всегда предлагает несколько вариантов реализации той или иной задачи, умея простым языком объяснять сложные технические решения.

DataGo! всегда идет навстречу заказчику и подстраивается под нужды бизнеса.

01
04
DataGo
Оставить заявку