- Home
- /
- Newsletters
- /
- Дайджест з вебаналітики #33
від 23 Травня 2025р.
Привіт 🙌
Минуло два тижні — саме час поділитися з тобою новими матеріалами, інсайтами і новинами зі світу вебаналітики.
🔍 Сьогодні в розсилці:
🌟 Нова стаття на блозі PROANALYTICS.ACADEMY - "Нема банеру - нема конверсій";
🌟 Нова стаття на блозі ProAnalytics.Team - "Маркетингова аналітика для E-commerce";
🌟 Трохи моїх думок про тренди вебаналітики;
🔹 2 апдейти Google Analytics 4;
🔹 Новина від Google Tag Manager;
🔹 Апдейт від Server-Side Google Tag Manager;
🔹 3 новини від Google BigQuery;
🔹 Дуже багато новин від Power BI;
🔸 І трохи роздумів і спостережень на тему: "Чому AI не аналізує дані так, як ти очікуєш";
📰 "Нема банеру - нема конверсій. Google почав блокувати передачу даних до Google Ads"
Думаю, ти вже звик, що важливі для мене новини я намагаюся ставити першими. Кожен новий студент, який написав свою першу статтю на наш блог - це для мене велика й важлива подія.
Тому починаємо ми зі статті Романа Муртазіна на блозі академії з промовистою назвою: "Нема банеру - нема конверсій".
Якщо ти ще думаєш чи відкривати статтю, чи ні - невеликий спойлер:
Сам чекліст за цим посиланням - збережи його.
📰 "Маркетингова аналітика для E-commerce"
На цьому корисні матеріали не закінчуються, минулого тижня на блозі команди теж вийшла нова стаття. Написала її Наталія Федоренко.
Якщо ти працюєш у сфері Ecommerce і не впевнений, на які показники звернути увагу - у статті ми ділимося своїм баченням. Тобто розбираємо, ЩО, ЧОМУ і ЯК потрібно аналізувати в Ecom-проєктах.
Звісно, охопити все, що важливо для якісної аналітики, в одній статті складно. Але наш матеріал — це хороший і чіткий план дій для старту.
До речі, якщо ти хочеш зрозуміти, на які показники варто звертати увагу при роботі з різними типами сайтів в GA4, то на курсі PRO ANALYTICS є окремі лекції для цього:
📰 "Вебаналітика у 2025 році: як бізнесу адаптуватися до нових трендів"
Продовжуючи тему новин, наостанок - найсвіжіше. Буквально сьогодні на сайті видання The Page з'явився мій матеріал про тренди вебаналітики 2025 року.
Так, ти вже напевно бачив не один такий матеріал, але я, як завжди, вирішив підійти більш практично: не просто озвучити тренди, про які ти вже чув, а зібрати їх у свого роду чекліст — що саме варто зробити вже цього року, щоб аналітика залишалась актуальною й не втрачала темп у динамічному digital-середовищі.
Перейдемо до новин сервісів, які ми всі щодня використовуємо 🔥
👉 Новини від Google Analytics 4
Офіційних новин у GA4 не було за цей період, але декілька апдейтів все ж є:
🚩 "We’re transforming GA to make it the best platform for your cross-channel measurement."
Саме таку гучну заяву на днях зробила команда GA4 в своїй групі в Linkedin і пообіцяла нам наступні апдейти:
- Покращена міжканальна атрибуція з урахуванням кількох точок дотику.
- View-through конверсії — новий показник, який дозволяє побачити повну картину впливу маркетингу на різних каналах.
А також новий інструмент для планування бюджету між каналами, який включає:
- Звіт з прогнозами — передбачає ефективність каналів, щоб допомогти досягти цілей
- Планувальник сценаріїв — з найкращими моделями даних для розрахунку медіабюджету
Поки заява звучить дуже гучно, подивимось, що з цього вийде, коли новий функціонал з'явиться в робочих ресурсах.
🚩 У документації Measurement Protocol додано функціонал передачі географічної інформації.
Анонсу не було, але опис у документації вже з'явився.
На скріні нижче - автопереклад на українську.
👉 Новини від Google Tag Manager
Єдина новина від GTM за ці 2 тижні - це створення Google Tag Gateway.
Він дозволяє запускати Google Tag не напряму з домену Google, як зазвичай, а через власну інфраструктуру — наприклад, CDN, що працює на твоєму домені. Це допомагає мінімізувати сторонні запити та відновлювати передачу даних, яку дедалі частіше блокують браузери, AdBlock і системи конфіденційності.
Лінк на офіційну довідку по функціоналу >>>
Загалом Google Tag Gateway — це своєрідна спрощена альтернатива Server-Side GTM. Якщо ж у тебе є можливість впровадити саме серверний тег-менеджер, то це буде значно гнучкіше й ефективніше рішення. Ну а якщо тобі потрібно підтягути рівень знань по роботі з серверним GTM - welcome на курс.
👉 Новини від Server-Side GTM
До речі, щодо Server-Side GTM, ти вже міг бачити попередження про необхідність оновити версію серверного тег-менеджера. Тут нічого страшного немає - просто вийшла нова версія контейнера (3.0.0)
Основна зміна — перехід SGTM на Node.js 22, тож Google рекомендує оновити контейнерне середовище, щоб усе працювало стабільно та без помилок у майбутньому.
Для цього достатньо перезапустити контейнер із новою версією. Якщо ти використовуєш App Engine для Server-side GTM — запусти скрипт збірки ще раз.
Не лякайся, якщо попередження не зникне миттєво — іноді на це йде 1–2 дні.
👉 Новини від Google BigQuery
🚩 Групування структур та масивів стало загальнодоступним. Тепер у всіх з'явилась можливість використання GROUP BY STRUCT, GROUP BY ARRAY та GROUP BY ALL.
Працювати буде трішечки легше.
🚩 Сontinuous queries (безперервні запити) теж стали загальнодоступними.
Сьогодні я отримав офіційний лист від команди Google, що сontinuous queries тепер доступні всім. Про цей функціонал я писав в одній з попередніх розсилок.
На всяк випадок нагадую, що він дозволяє аналізувати дані в BigQuery у режимі реального часу — безперервно виконуючи SQL-запити на вхідні дані. Результати можна одразу записувати в таблицю BigQuery або передавати далі — наприклад, у Pub/Sub чи Bigtable. Це відкриває можливості для аналітики подій, ML-інференсу, побудови кастомних пайплайнів або швидкого виявлення аномалій.
Перед фінальним релізом команда Google ще доробила деякі фічі, які можна побачити на скріні з листа нижче.
🚩 Розширення функціоналу Execution graph.
Execution graph доступний уже давно, але тепер у прев'ю режимі в ньому з'явився окремий розділ "Текст запиту". У ньому можна побачити, як деякі кроки пов’язані з текстом запиту.
Звісно, не всі кроки можна зіставити з текстом запиту, але все одно це дає краще розуміння того, що відбувається з SQL-запитом на певних етапах. І які операції потребують нашої уваги.
👉 Новини від Power BI
Як завжди Power BI викатив великий місячний апдейт, у якому багато про що хочеться поговорити. Але перед тим, як почнемо, звертаю увагу на цікавий лінк, з якого вони почали свій традиційний пост.
🚩 Це зібраний у зручному вигляді Road Map. І окремо хочу відмітити, що там є кнопка "Try now". Вона містить усі фічі, які вже були нещодавно релізнуті. Це дуже зручно, оскільки можна швидко побачити, які апдейти ти міг забути протестувати. Дуже рекомендую переглянути і додати в закладки.
Як я вже казав, у Power BI з'явилося дуже багато апдейтів, на які варто звернути увагу: і новий Google BigQuery конектор, і збереження сортування для параметрів полів, і оновлення нового List Slicer, і можливість вставляти значення у List & Button слайсери і ...
... Як ви розумієте, про все я писати не буду. Зупинимось на 2-х найбільш значущих апдейтах, про які я хочу розповісти детальніше. Ну а ознайомитись з повним переліком покращень ви можете самостійно по цьому лінку.
🚩 Автоматизація дій в звітах і зворотний запис даних за допомогою транзалітичних робочих процесів (Translytical task flows)
Це оновлення кардинально змінює саму можливість взаємодіяти зі звітом. Раніше реалізувати щось на кшталт редагування даних прямо в інтерфейсі або запуску окремих функцій на основі дій користувача було або складно, або взагалі неможливо. Тепер — можна.
Translytical task flows дозволяють:
- змінювати дані напряму у звіті — наприклад, оновити запис у таблиці;
- додавати коментарі до конкретних точок даних (анотації);
- автоматично надсилати сповіщення або запускати робочі процеси (approval flows, email-тригери тощо);
- інтегрувати кастомні AI-сценарії — наприклад, через Azure OpenAI, щоб наприклад згенерувати текст в контексті даних.
На мою думку цей апдейт взагалі заслуговує окремого розбору, тому я думаю, що найближчим часом можеш чекати нову статтю на блозі)
🚩 Оновлення у блоці Copilot та AI
Хоча цей блок існував і раніше, але, мені здається, цього місяця він наповнений оновленннями максимально. Microsoft помітно розширили цей фуннкціонал. Тепер завдяки новому функціоналу Standalone Copilot можна знаходити та аналізувати будь-які звіти, семантичні моделі, програми та агенти даних, до яких у вас є доступ.
Але найважливіше — це те, що з’явився окремий функціонал саме для підготовки до роботи з AI. Прямо так і називається: “Prep data for AI”. Тобто тепер ми самі вирішуємо, які дані AI може використовувати для пошуку відповідей.
Зверни увагу, на якому важливому місці в інтерфейсі стоїть цей функціонал.
💭 AI — це класно. Але не забувай: дані потрібно готувати.
Ознайомитись з повним переліком оновлень по AI і Copilot >>>
На цьому новини все, перейдемо до корисних матеріалів
🔥 В продовження теми AI
Так співпало, що цього тижня в мене було кілька колів із потенційними клієнтами, на яких піднімалась одна й та сама тема: AI у роботі з даними.
Якщо коротко, історія така: всі, з ким я спілкувався говорили одне й те саме, тільки іншими словами:
- "Ми вже не хочемо будувати звіти в Power BI, це напряжно, потрібно думати наперед і розуміти що ми хочемо та як ми будемо працювати з цими даними"
- "Ти задаєш нам складні питання по бізнес процесах, на які у нас немає відповідей. Ми не хочемо таких питань. Ми хочемо самі задавати питання AI, і щоб він давав нам відповіді"
- "Чому ми не можемо просто закинути всі наші дані в ChatGPT і просто спілкуватись з ними?"
Так, звучить добре - спілкуватись з даними.
Але є одне "але", про яке мені потрібно було нагадувати на кожному з таких колів:
Щоб спілкуватись з даними - потрібно знати їх мову.
Думаю, більшості з тих, хто читає цей лист складно уявити, як він спілкується з японцем японською мовою. Оскільки, швидше за все, для тебе, як і для мене, рідною мовою є українська, і японської ми не знаємо.
Хтось може сказати, що він міг би спілкуватись англійською. І це може спрацювати, але тільки у випадку, коли японець теж знає англійську. В іншому випадку нам знадобиться перекладач.
Дуже схожа ситуація відбувається і при роботі з даними. Або ми:
- знаємо їх мову і вміємо самостійно працювати з даними;
- не знаємо мову даних і використовуємо для спілкування перекладача (тобто наймаємо аналітика, який допоможе порозумітись з нашими даними)
- намагаємось спілкуватись спільною для нас і даних мовою. Якщо повертатись до мого прикладу, то і ми, і японець мали б зробити певну підготовку для цього випадку - тобто вивчити англійську. У роботі ж з даними нам потрібно зробити трохи іншу підготовку: підготувати дані у потрібному вигляді і навчити модель.
Звісно, можна сказати, що я забув ще про один варіант: "ми і японець намагаємось домовитись мовою жестів". Але наскільки складні домовленості ми зможемо зробити в такий спосіб?!
Не можна взяти будь-який набір даних, дати чату GPT і сказати «зроби аналіз». Бо це не працює. Як казала одна з учасниць одного з дзвінків: «Я взяла наші дані, вкинула їх у GPT, попросила зробити аналіз — і вийшла реальна фігня».
Проблема не в тому, що модель слабка. Вона навченa, але на загальних даних і загальних правилах. Щоб вона справді працювала під нас, потрібні дві речі:
- Добре розроблена семантична модель.
- Користувач, який розуміє, що закладено в систему, як нею користуватись і яку задачу він вирішує.
AI не здатен самостійно “зрозуміти” наші дані, якщо ми їх не підготували під конкретні задачі.
Повертаючись до прикладу з мовами - і ми, і японець можемо знати десятки мов, але якщо немає жодної, яку знаємо ми обоє - ми навряд чи зможемо порозумітись.
Тому спочатку потрібно визначити, які задачі має закривати система. А вже під ці задачі підготувати дані — структурувати їх, очистити, продумати зв’язки.
Так, AI розвивається, і приклад того був в одній з новин вище. Але...
💭 Контекст даних не втратив своєї актуальності.
І, на жаль (або на щастя), його (контекст даних) все ще краще за всіх розуміють аналітики, і саме вони можуть передати частину цих знань AI.
А ось і лінк на статтю, яка в комплексі з декількома дзвінками надихнула мене на ці думки >>>
На цьому сьогодні корисні матеріали все. Піди краще протестуй новий функціонал. Диви скільки апдейтів вийшло)
На всяк випадок нагадую, що в нас є англомовна версія розсилки на LinkedIn, на яку ти вже можеш підписатися та поділитися з англомовними колегами.
Твій сенсей, Макс Гапчук 🔥
Будь в курсі актуальних новин зі світу аналітики!
