- Home
- /
- Newsletters
- /
- Дайджест з вебаналітики #50
від 22 Січня 2026р.
Привіт 🙌
Вітаю у 2026 році. Давно не чулися. Останній випуск цієї розсилки був ще місяць тому — за цей час я вже відпочив та назбирав трохи новин і матеріалів. Та й команди Google та Microsoft теж підготували цікаві апдейти. Тому сьогодні, як завжди, буде багато цікавого.
Ще й ця розсилка ювілейна - вже 50 разів ти маєш змогу читати актуальні новини й матеріали з моєї підбірки. Якщо ти бачиш в цьому користь для себе - напиши мені у відповідь на цей лист - мені буде приємно.
🔍 Сьогодні в розсилці:
🌟 Як “один Google тег для всього” перетворюється на проблему — і що з цим робити.
🔹 Новий звіт Conversion attribution analysis та Повернення асоційованих конверсій;
🔹 Новий топік Budgeting у колекції Conversions з новими звітами: Projection (Прогнозні дані) та Scenario Planner (Планувальник сценаріїв).
🔹 Тепер Google Tag Gateway можна налаштовувати через Google Cloud Platform.
🔹 Зміни в роботі Dataform workflows, BigQuery notebooks, pipelines та data preparations;
🔹 Gemini Cloud Assist отримав доступ до job history (Preview);
🔹 Нові опції для операторів CREATE EXTERNAL TABLE і LOAD DATA (Загальнодоступно).
🔹 Copilot все більше інтегрують у щоденну роботу з даними;
🔹 Розширений формат звітів Power BI (PBIR) як формат за замовчуванням;
🔹 Карти отримали нову функцію markers;
🔹 Покращений функціонал скидання налаштувань на панелі форматування;
🔹 Сучасні візуальні підказки;
🔹 Збереження рівнів ієрархії при роботі зпараметрами;
🔹 Column Sizing Update в таблицях і матрицях.
🔸 Manus + SimilarWeb: реальні дані трафіку всередині AI-агента;
🔸 Реклама в Chat GPT;
🔸 Google і AI-комерція: як Gemini змінює шлях покупки;
🔸 Як AI-боти взаємодіють із сайтом — новий тип аналітики від Clarity.
📰 Як “один Google тег для всього” перетворюється на проблему — і що з цим робити
Запуск курсів — це, звісно, не єдині новини Академії.
Загалом, на цей випуск у мене була запланована нова стаття по SQL і я до нього обовʼязково повернуся найближчим часом. Але іноді редакційні пріоритети змінюються — і цього разу з дуже простої причини.
Женя Максимова прийшла до мене з матеріалом, який болить у великої кількості команд. І я вирішив не відкладати його.
Мова про Google тег. А точніше — про ту частину, де через звʼязки між різними тегами починається плутанина:дублі подій, некоректні звʼязки, зламаний трекінг і нерозуміння, що саме зараз відбувається з даними.
Чомусь ця тема досі майже не розкрита в інтернеті, хоча саме вона регулярно стає причиною серйозних проблем в аналітиці. Тому я дуже радий, що на блозі нарешті зʼявився цей матеріал.
Приємного читання!
P.S. До речі, паралельно я ще готую цікавий апдейт розширення для аналітики — сподіваюсь, ти побачиш його вже найближчим часом. Саме туди зараз пішла значна частина моїх сил.
Але матеріали по SQL я точно не забув — вони теж зовсім скоро «вийдуть у світ».
На цьому наші новини все. Перейдімо до новин сервісів, які ми всі щодня використовуємо 🔥
Усі команди — і Google, і Microsoft — вже вийшли з новорічних відпусток і встигли викатити перші апдейти. Десь вони справді важливі й цікаві, десь — менш помітні, але давай рухатись по черзі.
👉 Google Analytics 4
Формально команда GA4 порадувала нас одним апдейтом, але він настільки великий і корисний, що цього більш ніж достатньо: після цього апдейту точно можна сказати, що останні місяці команда Google Analytics не просто так ходила на роботу 🙂
Тепер, власне, про сам апдейт. Загалом увесь апдейт стосується блоку Advertising в Google Analytics. На всяк випадок нагадаю: попри назву, в цьому блоці є дані не лише по рекламі, а й по інших джерелах трафіку.
Важливий момент: щоб в тебе був доступ до даних цього блоку, потрібно обовʼязково звʼязати Google Analytics з рекламним кабінетом Google Ads. Без цього нові звіти просто не зʼявляться.
Так от, в цьому блоці зʼявилося два нових елементи: один новий звіт; і одна нова колекція (topic). Почнемо зі звіту.
🚩 Ті, хто давно працює з аналітикою і ще памʼятає часи Universal Analytics, можуть навіть трохи пустити сльозу — в GA4 повернулись асоційовані конверсії.
Тепер їх можна знайти тут: Advertising (Реклама) → Conversions (Конверсії) → Conversions Attribution Analysis (Аналіз атрибуції конверсій).
Якщо у звіті зверху обрати модель атрибуції Last Click (Останній клік), ти побачиш ту саму колонку Assists (by int. time) - Допоміжні кліки/покази (за часом взаєм.), за якою багато хто давно сумував. Вона зʼявляється поруч із колонкою All conversions (Усі конверсії).
Але це не всі можливості цього звіту. В варіанті для моделі атрибуції Data-Driven він має зовсім інший набір колонок.
Це дуже схоже на той підхід, який був у звітах по key events, але з розумним покращенням. Раніше в блоці key events використовувалися такі групи, як:
- Early Touchpoint (Точки взаємодії на початку шляху до конверсії),
- Mid Touchpoint (Точки взаємодії в середині шляху до конверсії)
- і Late Touchpoint (Точки взаємодії в середині шляху до конверсії),
але читати ці дані було складно, тому що туди підмішувалась інформація з Single touchpoints (Єдина точка взаємодії).
Тепер команда Google Analytics винесла Single Touchpoints в окремий блок.
У результаті early, mid та late touchpoints тепер використовуються виключно для багатоканальних послідовностей; А single touchpoints живуть окремо.
І нарешті цим можна нормально і зручно користуватись.
Як я вже сказав, цей звіт — не єдине оновлення в Google Analytics 4.
🚩 Зʼявився новий topic у колекції Conversions (Конверсії) — Budgeting (Визначення бюджету).
Ідея цього topic допомогти з плануванням медіа-активностей та оцінкою того, наскільки реалістично досягти поставлених цілей.
Перш за все тут зʼявився звіт Projection (Прогнозні дані). Він дозволяє задати план, якого ти хочеш досягти, і подивитися:
- яка ймовірність, що цей план буде виконано, враховуючи твої поточні показники;
- як саме ти до нього рухаєшся.
На прикладі одного з проєктів я задав ціль у 3 мільйони, і за прогнозом видно, що загалом ми навіть перевиконаємо цей план до кінця січня.
Звісно, це перевиконання — за даними прогнозу, і буде цікаво подивитися, наскільки він збігатиметься з фінальною реальністю.
🚩 У цьому topic ти також бачиш звіт Scenario Planner (Планувальник сценаріїв).
Він дозволяє спланувати максимально ефективний розподіл рекламного бюджету.
Фактично, ти задаєш план по бюджету, а система пропонує оптимальне розподілення витрат між поточними рекламними каналами. На скріншоті нижче — приклад того, як це виглядає на практиці. У моєму випадку Google Analytics 4 пропонує зменшити витрати на 0,89%, при цьому розприділивши їх між каналами трохи по іншому. Як наслідок:
- прогнозований дохід має зрости на 3,7%;
- ROAS збільшиться на 4,63%.
Чесно кажучи, цю рекомендацію ми ще не тестували. Але я обовʼязково передам її маркетологу проєкту, щоб він оцінив доцільність такого рішення. Але хто ж не хоче мати таку чарівну кнопку?)
Загалом, можливості медіапланування в Google Analytics 4 — це, без перебільшення, новий виток розвитку цього інструмента. Для багатьох це може виглядати дуже цікаво і корисно. Але перед тим як побігти тестувати і потенційно розчаровуватись, одразу скажу про кілька важливих моментів:
По-перше, цей функціонал наразі перебуває в стадії beta, тому має певні обмеження. Я не буду зараз детально на них зупинятись — думаю, ти досить швидко побачиш їх сам. Але напрямок того куди рухається GA4 точно цікавий. Попереджу тільки, що для мобільних додатків нічого з цього не працює.
А от на що зверну твою увагу, так це на основі яких даних працює модель і наскільки її прогнозам можна довіряти.
А точніше на відсутність публічної інформації про це.
Але, навіть з огляду на це, я б все ж спробував дати їй шанс. Якщо подивитися на вимоги, без яких вона взагалі не працює - то виглядає так, що команда GA4 планує зробити практичний інструмент, а не аби було.
👉 Щоб цей функціонал був доступний, у тебе має бути:
- дані про конверсії щонайменше за один рік;
- витрати мінімум по двох каналах — обовʼязково по Google Ads і ще по одному не-Google каналу (наша стаття про імпорт витрат з Facebook знову стає актуальною, тільки врахуй, що зараз можна імпортувати дані напряму з BigQuery).
Тільки за виконання цих умов тобі відкриється доступ до цього планування. Тобто однозначно можна сказати, що як мінімум історичні дані за минулий рік точно беруться до уваги при роботі цього функціоналу.
Додатково Google оцінює якість твоєї моделі. Після виконання всіх необхідних умов модель проходить перевірку на відповідність вимогам, і лише після цього стає доступною для використання.
Ну що ж, як то кажуть це саме той функціонал, який краще спробувати самому, тому залишу це тобі на дослідження, а ми продовжимо розбір останніх новин.
👉 Google Tag Manager
Тепер Google Tag Gateway можна налаштовувати через Google Cloud Platform. Функція поки що доступна в beta.
Якщо чесно, я не вважаю цю новину дуже цікавою. Як прихильник налаштування через Server-Side GTM, я сприймаю Google Tag Gateway радше як демо-версію серверного тег-менеджера, ніж як повноцінне рішення.
На мій погляд, значно логічніше одразу йти в Server-Side GTM. Але якщо з якихось причин ти не можеш собі дозволити серверний тег-менеджер, зате можеш дозволити Google Tag Gateway — це може бути тимчасовим перехідним етапом.
👉 Google BigQuery
🚩 Зміни в роботі Dataform workflows, BigQuery notebooks, pipelines та data preparations
Перш за все хочу звернути увагу на важливу зміну в BigQuery, яка стосується тих, хто використовує Dataform workflows, BigQuery notebooks, pipelines та data preparations.
Починаючи приблизно з 19 січня, для цих сервісів на рівні проєкту почав застосовуватися strict act-as mode. Це означає, що для уникнення збоїв у роботі та збереження автоматичних запусків більше не можна використовувати стандартний сервісний агент Dataform.
Тепер у всіх репозиторіях необхідно використовувати власні (custom) сервісні акаунти.
Якщо цього не зробити, workflows, notebooks, pipelines або data preparations можуть перестати коректно працювати.
Детальніше про strict act-as mode - в документації BigQuery >>>
Переглянути новину в довідці >>>
🚩 Gemini Cloud Assist отримав доступ до job history (Preview).
Тепер Gemini Cloud Assist дозволяє отримувати інформацію про історію job. Загалом видно, що Google активно розширює можливості Gemini Cloud Assist.
Детальніше про всі його поточні можливості, включаючи аналіз job, можна прочитати за посиланням у довідці.
🚩 Нові опції для операторів CREATE EXTERNAL TABLE і LOAD DATA (Загальнодоступно)
Тепер оператори CREATE EXTERNAL TABLE і LOAD DATA підтримують нові опції. Перш за все хочу відмітити параметр source_column_match. Він дозволяє вказати, як завантажені стовпці зіставляються зі схемою — за позицією або за назвою. Це може бути дуже корисно в окремих сценаріях.
Також зʼявилися нові опції для роботи з датами й часом: date_format, datetime_format, time_format та timestamp_format. Вони визначають, як значення дати і часу форматуються у ваших вхідних файлах.
Окремо варто згадати опції, які, ймовірно, будуть використовуватись рідше, але все одно можуть знадобитися:
time_zone — для вказання часового поясу під час завантаження даних,
та null_markers — для визначення значень, які трактуються як NULL у CSV-файлах.
👉 Power BI
Що стосується новин Power BI, то, чесно кажучи, з урахуванням того, що в грудні апдейту не було (ймовірно, через новорічні канікули), січневі оновлення виглядають так, ніби команда Power BI в останні місяці працювала не дуже активно.
Але все ж таки в цьому апдейті є кілька цікавих моментів — я б навіть сказав, що тут вже добре намітилися напрямки подальшого розвитку системи. Тому давай про них поговоримо.
Перш за все хочу звернути увагу на те, що Power BI дуже активно пушить історію з Copilot-чатом.
🚩 Copilot все більше інтегрують у щоденну роботу з даними.
Вийшов невеликий апдейт, який покращує роботу з даними в чаті на мобільних девайсах.
Тепер ти можеш звертатися до конкретної таблиці або конкретного датасету (або, загальніше, до конкретного джерела даних) і одразу ж задавати питання саме до нього — у звичному для нас форматі чату з ШІ.
Важливо, що це стосується не лише мобільних девайсів. Якщо у тебе активований Power BI Copilot, тепер він відображається і на головній сторінці Power BI.
Таким чином Microsoft одразу підштовхує нас у бік більш розмовної аналітики.
Як я казав раніше, не думаю, що ШІ найближчим часом замінить людину в ролі аналітика.
Аналітиків це точно не замінить. Але аналітиків, які не вміють працювати з AI, з великою ймовірністю з часом замінять ті, хто вміє.
Читати про оновлення в довідці >>>
🚩 Розширений формат звітів Power BI (PBIR) як формат за замовчуванням.
Для тих, у кого немає бюджету на Power BI Copilot (а це рішення не з дешевих), є й інші новини.
Нагадаю, що в листопаді 2025 року команда Power BI оголосила, що формат PBIR стане форматом звітів за замовчуванням для файлів PBIX та PBIP.
Починаючи з березневого релізу, PBIR буде автоматично використовуватись як формат за замовчуванням у Power BI Desktop.
В цій новині немає нічого нового, це обгрунтований і логічний крок. І я вже писав про це раніше. Тут просто нагадую, щоб ти був готовий до змін.
Читати про оновлення в довідці >>>
Далі — більш точкові новини. Це не якісь великі чи проривні зміни, радше мінорні правки. Але, як то кажуть, краще так, ніж нічого. І все ж дещо корисне тут є.
🚩 Карти отримали нову функцію markers.
Якщо ти працюєш із картами, цей апдейт може приємно покращити те, як виглядають і читаються твої візуалізації.
Читати в довідці >>>
🚩 Покращений функціонал скидання налаштувань на панелі форматування.
Тепер можна повертати налаштування до базових не лише загалом для візуалу, а й окремо для конкретних блоків.
Загалом, не думаю, що буду часто користуватись цим апдейтом. Але в окремих ситуаціях він може зекономити досить багато часу.
Читати про оновлення в довідці >>>
🚩 Сучасні візуальні підказки.
Сучасні візуальні підказки, які у багатьох уже давно були активовані в beta-режимі, тепер стали загальнодоступними. Фактично, для більшості користувачів тут нічого нового, але тепер це вже офіційний функціонал, а не експеримент.
Читати в довідці >>>
А тепер — до новин, які я додаю не стільки через їхню критичну важливість, скільки для того, щоб показати просту річ: усім не вгодиш, і навіть великі команди помиляються.
Йдеться про апдейти, які команда Power BI робила минулого року. Частину з них тоді презентували як «дуже класні» та такі, що мали суттєво покращити роботу — з відповідними поясненнями, чому тепер стане краще.
Але після цього команда отримала фідбек від комʼюніті. І ... в результаті додала перемикачі, які дозволяють обирати між двома варіантами поведінки:
або залишити старий підхід,
або перейти на новий.
Це стосується, зокрема, таких речей, як збереження рівнів ієрархії при роботі з параметрами та column sizing updates у таблицях і матрицях. Найпростіше продемонструвати ці можливості скрінами у форматі "до" - "після":
🚩 Збереження рівнів ієрархії
🚩 Column Sizing Update в таблицях і матрицях.
👉 Looker Studio
І наостанок — новина, про сервіс, про який я зазвичай не пишу. Але про останні апдейти не можу не сказати пару слів — Google Looker Studio.
15 січня в Looker Studio зʼявився апдейт, який додає можливість робити cross-data source filtering. Тобто тепер можна зробити так, щоб один фільтр міг фільтрувати різні джерела даних.
Ще з'явилась можливість показувати або приховувати окремі компоненти звіту для певних користувачів і можливість працювати з гістограмами.
Якщо ти користувач Power BI і в тебе виникла реакція на кшталт
«серйозно, як без цього взагалі можна було жити?» — то, власне, саме заради цієї реакції я і додаю цю новину.
Це ще раз добре показує, що Looker Studio і Power BI — інструменти з різних ліг.
Просто хотів ще раз це нагадати.
До мене досить часто приходять клієнти, які чули про Looker Studio і хочуть будувати звітність саме там. І як рішення для маленького бізнесу — це справді може бути ок.
Але якщо бізнес планується довгостроково, або якщо це середній чи великий бізнес, то Looker Studio — це інструмент, який дуже швидко переростають.
Багато функцій, які в Power BI існують роками (я почав з ним працювати ще у 2015 році, і значна частина цього функціоналу була вже тоді в Looker Studio починає зʼявлятися лише зараз.
Як колись мені сказав один студент: людина, яка вміє працювати з Power BI, без проблем працюватиме і з Looker Studio. А от людина, яка вміє працювати лише з Looker Studio, зазвичай уміє працювати тільки з ним.
Саме тому, якщо ти хочеш зростати далі й не впиратися в обмеження інструмента, логічніше інвестувати час у Power BI.
Зокрема, на курсі PRO ANALYTICS ми якраз розбираємо роботу з Power BI на практиці: вчимось будувати звіти по взаємодії користувачів із сайтом, когортний аналіз, RFM аналіз, а також наскрізну аналітику.
Якщо ти навчишся працювати з Power BI — ти зможеш працювати практично з будь-яким BI-інструментом.
На цьому новини все - переходимо до корисних матеріалів 🔥
Сьогодні цей розділ частково продовжує тему новин. Але, на мою думку, це саме те, на чому зараз дійсно варто зосередитись.
І починає цю рубрику сьогодні ще один приклад того, що ми все більше рухаємось у бік агентських рішень. І тезис, про який я писав трохи вище, стає дедалі актуальнішим: "Аналітику як професію це не забере, але роботу можуть втратити ті аналітики, які не вміють працювати з AI"
🔥 Manus + SimilarWeb: реальні дані трафіку всередині AI-агента.
Manus уклав партнерство з SimilarWeb і додав прямий доступ до даних глобального вебтрафіку прямо всередині своїх AI-процесів.
Тобто ти отримуєш доступ до історії веб-трафіку за останні 12 місяців по будь-якому сайту. (Нагадаю: SimilarWeb — це не про точні цифри трафіку, але загальні патерни і тенденції він показує досить добре.)
Тепер ці дані доступні всередині агента, і ти можеш їх використовувати. І, як на мене, це лише початок процесу. Ми бачимо все чіткіший рух у бік роботи з реальними даними і надання все точніших рекомендацій. Це партнерство — так само, як і використання MCP — є кроком саме в цьому напрямку.
Маленька довідка якщо ти раніше не чув про Manus від людини, яка слідкує за цим стартапом тривалий час: Facebook (який на поточному етапі, будемо чесними, програє гонку AI) нещодавно вирішив підсилити свої позиції і придбав стартап Manus. І я дуже надіюсь, що це придбання тільки докине завзятості в реалізації цікавих рішень для команди.
Буде цікаво подивитись, як Facebook це використає і чи дозволить це йому якось піднятись у поточному рейтингу Magnificent Seven — групи найбільших технологічних компаній, більшість з яких уже мають власні сильні AI-рішення.
Чи вистрелить тут Facebook — подивимось.
На скріні нижче приклад презентації побудованої в Manus на даних Similar Web.
🔥 Реклама в Chat GPT.
Продовжуючи тему того, чому сучасному аналітику все більше потрібно дивитись у бік AI, варто сказати, що питання вже не лише у використанні AI як інструмента. Питання в розумінні цих процесів загалом і в постійному стеженні за технологіями.
Минулого тижня відбувся офіційний анонс реклами в ChatGPT. Причому реклама буде показуватись не лише користувачам безкоштовної версії, а й тим, хто користується новою спрощеною підпискою ChatGPT Go.
Відповідно, нам важливо розуміти саму технологію, щоб потім розуміти, як з цими даними працювати і який їх контекст.
Звісно, на цьому етапі жодних даних ще немає, але до цього уже варто готуватись. Технології зараз розвиваються дуже швидко
І якщо враховувати, що OpenAI раніше вже відкрив можливість купувати товари прямо в ChatGPT (про цю новину я писав ще 30 вересня), то виглядає так, що значна частина покупок у найближчому майбутньому може перейти безпосередньо в AI-чати.
І причина цього тренду — не тільки OpenAI з ChatGPT.
🔥 Google і AI-комерція: як Gemini змінює шлях покупки.
Google зі своїм Gemini також активно рухається в цьому ж напрямку — і буквально нещодавно, 11 січня, випустив одразу кілька вагомих апдейтів у сфері AI-комерції.
По-перше, Google представив новий відкритий стандарт UCP (Universal Commercial Protocol) для агентської комерції. Він охоплює весь шлях покупки — від пошуку товарів і послуг до післяпродажної підтримки. Значна частина великих гравців уже підтримала цей стандарт.
Якщо подивитися на те, як виглядає сам процес покупки, то він дуже тісно інтегрований у взаємодію з чатами та пошуком Google — щось на кшталт того, що раніше зʼявилося в ChatGPT у форматі Instant Checkout.
Якщо цікаво подивитись, як це працює на практиці, за цим посиланням доступне демо-відео цього процесу.
І це не єдиний апдейт Google у цьому напрямку. Також команда Google запустила Business Agent — можливість для покупців спілкуватися з брендом прямо в пошуку. Це теж виглядає досить цікаво. Нижче — скріншот того, як це працює (або можна подивитись відео за посиланням)
Налаштування Business Agent відбувається через Google Merchant Center.
І, звісно, Google не був би Google, якби не інтегрував усе це ще й у рекламу.
Новий пілотний проєкт від команди Google Ads — Direct offers — дозволяє AI-рекомендаціям показувати ексклюзивні пропозиції покупцям, які вже готові до покупки, безпосередньо в AI-режимі.
Детальніше про всі ці апдейти можна прочитати за посиланням >>>
🔥 Як AI-боти взаємодіють із сайтом — новий тип аналітики від Clarity.
І наостанок — ще одна новина про сервіс, про який я зазвичай пишу не дуже часто. Але цього разу мене зацікавила сама ідея рішення.
Чесно скажу: я ще не встиг протестувати це на практиці. Фактично, я вже завершував писати цю розсилку і буквально в цей момент натрапив на цю новину. Але вирішив додати її саме через цікавість підходу.
Йдеться про функціонал відстеження поведінки AI-ботів на сайті. Тобто можливість подивитись:
- які сторінки відвідують AI-боти,
- як саме вони взаємодіють із контентом,
- що і в якому вигляді вони “зчитують” із сайту.
Так, тобі не почулось. Все життя ми намагались відфільтрувати в даних вебаналітики бот трафік, а тут навпаки Clarity пропонує нам його аналізувати. Але, які часи - такі й рішення.
Як сама ідея — це виглядає дуже цікаво. Особливо якщо згадати все те, про що я писав вище: про появу реклами в чатах, про можливість купувати напряму в AI-інтерфейсах, і про те, що сайти будуть все активніше парситись різними системами.
І хоча я думаю, що з часом ринок усе одно прийде до більш структурованих протоколів взаємодії, на кшталт того ж Universal Commercial Protocol, про який я писав вище. Але поки всі ці рішення ще на етапі активного розвитку і впровадження, спостерігати за поведінкою AI-ботів може бути доволі корисно. У будь-якому випадку, фінальні висновки я зроблю вже після того, як вдасться протестувати це на реальному проєкті.
Ідея мені справді сподобалась — дуже хочеться якнайшвидше перевірити, наскільки це взагалі працює на практиці.
На всяк випадок нагадую, що існує англомовна версія розсилки на LinkedIn, на яку ти теж можеш підписатися та поділитися з англомовними колегами.
Твій сенсей, Макс Гапчук 🔥
Будь в курсі актуальних новин зі світу аналітики!
