ср, 13 січня 2021 р.
UPDATED: 04-2025
Оригінальна стаття була написана 13 січня 2021 року і йшлося в ній про роботу з Google Analytics Universal, але при переїзді блогу на нову CMS я вирішив оновити матеріал, до актуальної версії Google Analytics 4.
Google Analytics 4 можна любити за багато речей: новий підхід до збору даних, нові показники, можливість об'єднати дані з сайту та мобільного додатка та багато іншого. Серед усього цього переліку я хотів би виділити два пункти: Explore (Дослідити) та імпорт даних у BigQuery. Кожен із них заслуговує на окрему серію статей. Почати я вирішив саме з блоку Explore (Дослідити), тому що цей функціонал є більш доступним.
Як ви вже знаєте, у центрі аналізу ми можемо використати одну з наступних методик:
Сьогодні ми поговоримо про Funnel exploration (Дослідження послідовності конверсії), або по-простому, воронки в Google Analytics 4. Воронки завжди були одним з найпопулярніших методів аналізу в вебаналітиці, оскільки дозволяють зрозуміти на якому етапі ми втрачаємо користувачів. Але в Google Analytics Universal користуватися ними було майже неможливо. По-перше, воронок як таких, за винятком воронки розширеної електронної торгівлі, не було. По-друге, воронка електронної торгівлі була побудована по сеансам.
З приходом Google Analytics 4 ситуація змінилася, і тепер ми не обмежені воронкою Ecommerce, а можемо створювати послідовності на будь-який смак. Плюс до всього воронки в GA4 показують нам рух користувача, незалежно від того, було це в рамках одного сеансу або кількох.
Тепер давайте побудуємо нашу першу воронку. Наприклад, воронку єкомерсу з наступними кроками:
Якщо ви ще не відстежуєте події Ecommerce для Google Analytics 4 , рекомендую прочитати статтю на цю тему.
Оскільки багато читачів можуть бути знайомі з базовими принципами роботи воронок, нижче короткий план подальшої частини статті:
Повернемося до нашої воронки. У найпростішій реалізації вона виглядатиме так:
Звертаю вашу увагу, що GA4 показує нам користувачів.
Щоб побудувати таку воронку потрібно виконати наступні дії:
2. На рівні налаштування вкладок вибираємо методику Funnel exploration (Дослідження послідовності конверсії)
3. Нижче в блоці Steps (Кроки) натискаємо на значок олівця та переходимо в режим редагування.
4. У меню, що відкрилося, прописуємо кроки воронки. Для цього в пункті 1 вибираємо потрібну нам подію, в моєму випадку view_item_list
, а в пункті 2 вводимо назву кроку воронки. За аналогією робимо решту кроків для нашої воронки.
5. На цьому створення вашої першої воронки закінчено. Можна зробити собі чай та насолодитися результатом.
Приклад воронки вище - це найпростіший спосіб зрозуміти на якому етапі взаємодії з сайтом ми втрачаємо користувачів, але такий звіт не дозволяє отримати відповіді на багато питань. Ось кілька із них:
Команда Google дуже добре постаралася, коли готувала методику Funnel exploration (Дослідження послідовності конверсії), адже ми можемо відповісти на питання вище і на деякі інші не виходячи з нашого звіту, але перш ніж ми приступимо, хочу позначити основні принципи та обмеження при роботі з послідовностям в Google Analytics 4:
Тепер, коли вам відомі основні принципи, можна перейти до додаткових налаштувань. Дивимось на блок Visualization (Візуалізація).
Існує два типи візуалізації: Standard funnel (Стандартна послідовність) і Trended funnel (Послідовність конверсії з урахуванням тенденцій). Перший - це звична нам воронка:
Другий – відображення воронки в динаміці. Дозволяє зрозуміти, як змінюються показники на кожному кроці з часом. Суб'єктивно, було б корисно бачити як абсолютні значення, так і динаміку відсотка переходу на наступний етап. На жаль, наразі, така можливість відсутня.
Як я вже писав вище, ми маємо можливість створювати закриті та відкриті послідовності. У закритій послідовності користувач обов'язково повинен пройти етап 2, щоб потрапити на етап 3, у відкритій, як видно на малюнку нижче, він може "телепортуватися" через певні кроки воронки.
Один з найкорисніших пунктів налаштування. Дозволяє порівняти воронку для різних сегментів користувачів. Наприклад, можна порівняти воронку для користувачів з різних країн, як на прикладі вище.
Це основний пункт налаштування нашої послідовності. Загалом тут все просто - вказуємо потрібні нам кроки і натискаємо кнопку Apply (Застосувати). Окремо хочу виділити два цікаві моменти налаштування:
При цьому не обов'язково перераховувати час у хвилини, вибір дуже гнучкий:
2. Можливість вибирати кроки, які йдуть одразу після попереднього, так і в будь-який час після попереднього. Якщо нас цікавлять користувачі, які одразу після перегляду картки товару додали товар до кошика, вибираємо пункт Is directly followed by (Одразу після попереднього кроку). Якщо ж нас просто цікавить воронка руху користувача до покупки, більше підійде варіант Is indirectly followed by (У будь-який час після попереднього кроку).
Це налаштування трохи схоже на Segment comparisons (Порівняння сегментів). Відмінність у тому, що попередньо не потрібно створювати сегменти, а можна просто вибрати будь-який параметр розподілу. З мінусів – розподіл відображається лише у таблиці. На послідовності змін ви не помітите.
Розподіл має також додаткове налаштування Rows per dimension (Рядків на параметр), яке дозволяє вивести лише основні X значень для параметра.
Ще одна дуже цікава і корисна функція, завдяки якій можна дізнатися, скільки часу у користувача займає перехід з одного кроку воронки на наступний. На прикладі нижче ми бачимо, що в середньому проходить 21 година 59 хвилин від першого перегляду картки товару до додавання товару в кошик.
Звертаю увагу, час вимірюється саме між першими діями кожного кроку. Давайте розглянемо приклад нижче. Користувач мав дві сесії 10 та 12 січня. У цьому випадку час від перегляду картки товару до додавання до кошика буде розрахований між рядками, виділеними зеленим кольором, і становитиме 2 дні 1 годину 10 хвилин.
Така опція буде корисна не для всіх послідовностей, але для інтернет-магазинів дуже актуально.
Це налаштування допоможе вам, якщо ви шукаєте відповідь на наступне або аналогічне запитання: "Ну ок, в кошик вони товари не додають після перегляду картки товару, а що ж тоді вони роблять?". Зрозуміло, для відповіді на це питання краще використовувати спеціальну методику Path exploration (Дослідження шляху), але коротку відповідь можна отримати просто обравши у цьому пункті параметр Event name (Назва події). Тепер при наведенні на крок воронки ми можемо побачити 5 найбільш типових дій, які роблять користувачі після проходження певного етапу.
До речі, якщо побачивши в топі типових дій page_view
ви задались питанням “І що ж за сторінки вони дивляться?”, на нього теж можна отримати відповідь. Для цього в налаштуванні Next action (Наступна дія) замість параметру Event name (Назва події) оберіть параметр Page title (Назва сторінки).
Останній пункт налаштування дозволяє нам встановити фільтри. У цьому кроці нічого незвичайного немає, потрібно просто прописати умову фільтрації. У моєму випадку я вирішив подивитися воронку тільки для ПК.
Крім того, що ви можете налаштувати воронку під свої потреби, також є можливість взаємодіяти з отриманими даними. Як ви вже помітили, при наведенні на крок послідовності можна побачити кількість та відсоток користувачів, які перейшли на цей крок з попереднього, а також 5 найбільш типових наступних дій та час, який потрібний для переходу з попереднього кроку.
Крім цього, ви також можете взаємодіяти зі звітом правою кнопкою миші. При цьому, натискаючи у різних місцях звіту, ви отримуєте різний результат:
Ось такий детальний звіт відкриється перед вами, якщо вибрати пункт View users (Переглянути користувачів):
Тепер ви знайомі з усіма тонкощами дослідження послідовностей у Google Analytics 4. Звичайно, можливості не обмежуються прикладами, які я навів у статті, але сподіваюся, що інформації буде достатньо для старту вашої роботи з цією методикою. У коментарях діліться своїми ідеями щодо використання функціоналу послідовностей у роботі маркетологів та аналітиків.
Якщо вам сподобався матеріал — підписуйтесь на мій канал в Telegram та Facebook.
Вебаналітик, Маркетолог