- Home
- /
- Newsletters
- /
- Дайджест з вебаналітики #55
від 2 Квітня 2026р.
Привіт 🙌
Ось і завершився перший квартал 2026 року. Якщо чесно, я очікував, що під кінець кварталу буде багато апдейтів — зазвичай команди активно “закривають” свої плани і випускають нові фічі.
Але цього разу я помилився — оновлень від наших улюблених сервісів майже немає. Втім, для цієї розсилки це нічого не змінює 🙂
Бо, як завжди, окрім новин, у мене для тебе є ще багато цікавого і корисного. Тож сьогоднішній випуск буде доволі насичений.
🔍 Сьогодні в розсилці:
Наші новини:
🌟 Апдейт на курсі Server-Side GTM Basics.
🌟 Нова стаття: Як правильно поєднати Firebase з Google Analytics 4.
Новини Google BigQuery:
🔹 AI.DETECT_ANOMALIES, AI.FORECAST і AI.EVALUATE тепер загальнодоступні.
🔹 Новий MCP Server для міграції в BigQuery (Preview).
🔹 BigQuery тепер може показувати картинки прямо в таблиці.
Інші новини:
🔹 Google активно пушить GA4 MCP.
Корисні матеріали:
🔸 Неочевидні функції BigQuery, про які ти міг не знати.
🔸 Цікавий приклад того, куди рухається аналітика в BigQuery.
🔔 Апдейт на курсі Server-Side GTM Basics
Почну сьогодні з того, що зазвичай забуваю робити 🙂 Насправді ми постійно оновлюємо матеріали на курсах PROANALYTICS.ACADEMY, щоб вони залишались актуальними. Але є нюанс — я майже ніколи про це не пишу.
І виходить така ситуація: якщо ти проходиш курс зараз — ти бачиш уже оновлену інформацію. А якщо проходив раніше — можеш навіть не знати, що там щось змінилось. Це, звісно, не ок, і я буду намагатись це виправити.
Тому сьогодні — якраз такий апдейт 👇
У курсі по Server-Side GTM Basics оновлено блок про налаштування сервера через Cloud Run. Google трохи змінив сам процес, тому ми додали нове відео 2.2.4 з актуальною інструкцією.
📰 Покроковий гайд: як правильно поєднати Firebase з Google Analytics 4
І насправді не лише оновленнями курсів зараз живе наша команда. Ми активно готуємо до повноцінного релізу мобільний додаток 📱
Якщо раніше це було більше про “плани”, то зараз усе вже значно реальніше:
перша тестова група студентів, які погодились бути тестерами (дякую вам за це), вже протестувала додаток і дала свій перший фідбек.
Зараз ми на етапі проходження модерації в Google Play Store і Apple App Store.
І дуже сподіваюсь, що до мого дня народження, через два тижні, вони зроблять мені маленький подарунок — і ми нарешті зарелізимо додатки 🙂
Поки ми працювали над додатками, зіткнулись із задачею, яка насправді дуже типова. У нас вже був налаштований GA4-ресурс і підключений BigQuery-проєкт, куди збираються всі дані. І постало логічне питання: як правильно додати дані з мобільного додатку (через Firebase), щоб:
- використовувати той самий GA4
- складати все в той самий BigQuery
- і не ламати поточну логіку білінгу та збору даних?
Як виявилось, це не завжди очевидний процес. Тому я розібрав це на практиці в новій статті на блозі — тепер ти знаєш де шукати покрокову інструкцію.
Якщо у тебе вже є сайт, налаштований GA4 і BigQuery, і ти думаєш про мобільний додаток — дуже раджу глянути 👇
📰 Повний огляд розширення PROANALYTICS. До 10 параметрів у звітах, сортування за дельтою та кастомні колонки, і це ще не все...
У минулій розсилці я вже розповідав про великий апдейт розширення PROANALYTICS. Але на той момент у мене ще не були готові всі відео й анімації, які нормально показують новий функціонал і його переваги. Зараз я це виправив.
Приблизно тиждень тому на блозі академії вийшла стаття, де детально розібраний весь функціонал — з відеоінструкціями і прикладами використання.
Тому якщо ти ще не встиг розібратись з новими можливостями — дуже раджу глянути 👇
Також буду вдячний, якщо залишиш відгук у Chrome Web Store.
І, звісно, можеш скачати розширення за посиланням, якщо ти ще ним не користуєшся.
🔮 Встановити розширення PROANALYTICS >>>
Нагадую: воно повністю безкоштовне і реально економить купу часу в роботі з GA4.
На цьому наші новини все. Перейдімо до новин сервісів, які ми всі щодня використовуємо 🔥
Як я вже казав на початку цієї розсилки, є відчуття, що команди Google Analytics 4 і Google Tag Manager або потрапили під хвилю скорочень, або готують для нас просто грандіозний апдейт в цьому кварталі. Бо вже два місяці — повна тиша.
З Power BI, як завжди, чекаємо оновлення ближче до кінця місяця. Тому фактично цього разу нас порадує тільки команда Google BigQuery, в якої оновлень теж не те щоб багато.
👉 Новини Google BigQuery
Не знаю, як ти, але я вже звик, що майже в кожному двотижневому огляді є хоча б одна новина або про нові AI/ML-функції, або про покращення роботи з неструктурованими даними, або про якісь оновлення в трансферах.
В цей раз у нас два з трьох. Новин по трансферах немає, але всі інші, на які варто звернути увагу, якраз стосуються роботи з AI і неструктурованими даними.
🚩 AI.DETECT_ANOMALIES, AI.FORECAST і AI.EVALUATE тепер загальнодоступні.
Тепер з цими функціями можна спокійно працювати без страху, що потім доведеться щось перероблювати через зміни в функціоналі.
І трохи нагадаю, для чого вони використовуються:
- AI.DETECT_ANOMALIES дозволяє знаходити аномалії в часових рядах за допомогою вбудованої моделі в BigQuery ML. З виходом в загальний доступ з’явилась можливість задавати context window — тобто визначати, скільки останніх точок даних модель враховує для аналізу.
- AI.FORECAST використовується для прогнозування значень у часових рядах. З виходом в загальний доступ з’явилась можливість задавати останній timestamp, від якого будується прогноз.
- AI.EVALUATE дозволяє оцінювати якість моделей прогнозування.
З виходом в загальний доступ з’явилась можливість задавати context window, а також функція може повертати MASE (mean absolute scaled error).
🚩 Новий інструмент для міграції в BigQuery: MCP Server (Preview)
Ця новина теж про AI, але вже більш нішова. Вона буде актуальна, якщо ти плануєш переносити своє сховище даних з іншої системи (наприклад, Snowflake) в Google BigQuery.
Схоже, що Google активно намагається “перетягнути” на себе аудиторію, яка зараз використовує інші data warehouse-рішення. І під це вони випустили BigQuery Migration Service MCP Server.
Його основна задача — спростити процес міграції, зокрема:
- перекладати SQL-запити в синтаксис GoogleSQL.
- генерувати DDL-інструкції на основі існуючих запитів.
- пояснювати, як саме відбувається трансформація SQL.
Поки що це рішення знаходиться в режимі Preview, але сама ідея доволі цікава — особливо якщо ти думаєш про автоматизацію міграції і не знаєш як її почати.
🚩 BigQuery тепер може показувати креативи прямо в таблиці
BigQuery продовжує активно покращувати роботу з неструктурованими даними. І цей апдейт може бути дуже корисним для ad-hoc задач — наприклад, коли ти аналізуєш креативи.
Якщо у тебе, наприклад, креативи зберігаються в Google Cloud Storage, то за допомогою нової функції OBJECT_GET_READ_URL ти можеш не просто працювати з назвами файлів або лінками. Тепер ти можеш фактично підтягувати самі зображення прямо в результат запиту. Тобто не просто бачити назву креативу або посилання, а одразу бачити саму картинку в таблиці.
Раніше це виглядало так: у тебе є назва або URL, і щоб зрозуміти, що це за креатив, треба було відкривати його окремо. Це займало додатковий час і сильно ускладнювало аналіз. Зараз ти можеш одразу бачити візуал прямо в BigQuery — і це реально змінює зручність роботи.
Так, якщо у тебе вже є нормальний автоматизований репортинг або ти працюєш через Power BI чи інші BI-системи — там подібні речі давно є. Але якщо тобі потрібно швидко зробити ad-hoc аналіз прямо в BigQuery — тепер це стало значно простіше і зручніше.
👉 Оновлення від Google Ads
Хоча ця новина не стосується сервісів, про які я зазвичай пишу, вона дуже важлива для аналітики.
У Google Ads з’явився новий функціонал, який дозволяє задавати tracking template (шаблон відстеження) і final URL suffix (суфікс посилання) на рівні всього акаунта.
Тобто тепер ці налаштування можна задати один раз — і вони автоматично застосовуватимуться до всіх кампаній і оголошень. Більше не треба прописувати їх вручну для кожного окремого оголошення.
UTM-мітки це ж база аналітики і тепер їх можна централізовано задати на рівні акаунта і не переживати, що десь вони забудуться або будуть різними.
👉 Google активно пушить GA4 MCP
Не те щоб новина, але цікавий факт. Я вже раніше писав про використання MCP для Google Analytics 4 — одразу після того, як цей функціонал з’явився.
📰 GPT-5 + Google Analytics 4 MCP: маленька революція в маркетинговій аналітиці
📰 Model Context Protocol: що це і чому за ним — майбутнє аналітики
У нас навіть є окрема стаття про його налаштування від нашого студента Саші Качкова — теж дуже раджу глянути.
📰 Покрокове налаштування Google Analytics MCP Server
І що цікаво: нещодавно натрапив на пост у LinkedIn від Google Analytics, де вони окремо підсвітили MCP як функціонал. Тобто команда Google бачить потенціал цього рішення і активно доносить його в маси.
Тому якщо ти ще не пробував — раджу як мінімум потестити.
На цьому новини все - переходимо до корисних матеріалів 🔥
🔥 Цікавий приклад того, куди рухається аналітика в BigQuery
І ще один матеріал, який рекомендую цього разу — знову про Google BigQuery, але вже з трохи іншого боку. У ньому цікаво те, що в одному місці поєднується одразу кілька важливих напрямків.
- По-перше — це практичне використання AI і ML-функцій в BigQuery.
З однієї сторони, для багатьох це не новина — ти вже точно чув, що це можна робити. Але тут це не просто “можна”, а показано на реальних прикладах з кодом. - По-друге — тут є робота з неструктурованими даними.
Це теж те, про що ми останнім часом багато говоримо в новинах BigQuery, і тут якраз можна подивитись, як це виглядає на практиці. - По-третє — це робота з графами.
Для багатьох це буде взагалі нова історія, бо зараз цей функціонал в BigQuery знаходиться в режимі Preview і доступний не всім.
Фактично, ця серія цікава тим, що вона показує новий функціонал на практиці. Бо зазвичай такі речі або тільки анонсуються, або описуються дуже загально. А тут — реальні приклади з кодом і поясненнями.
І тут важливий момент. Коли відкриєш цей матеріал, перша реакція може бути щось типу: “Навіщо мені це зараз?” І це нормальна реакція. Бо це не той матеріал, який ти завтра підеш і одразу застосуєш у своєму проєкті.
Це той матеріал, який дає розуміння, куди все рухається. Частина цих функцій ще навіть не доступна публічно, але сам факт розуміння того, що BigQuery рухається в цю сторону, дуже важливий.
Це про те, щоб не зациклюватись на підходах, які вже давно знайомі і розуміти, як змінюється інструмент і що нас чекає далі. Тому такі матеріали теж варто час від часу читати — навіть якщо вони не дають миттєвої користі “тут і зараз”.
P.S. Хоча серія має три статті, я спеціально даю посилання на другу. Мені здається, що вона зацікавить більшу кількість людей :)
🔥 Оптимізація розміру моделей в Power BI
І, звісно, не можна залишити без уваги тих, хто слідкує за новинами і корисними матеріалами по Power BI.
Сьогодні хочу поговорити про тему, яку піднімають не так часто, але яка насправді має дуже велике значення — оптимізація розміру семантичної моделі.
Чому про це рідко говорять? Бо зазвичай, якщо твій тариф дозволяє і звіт не вантажиться по 30 секунд після зміни фільтрів, ти взагалі не дуже задумуєшся про оптимізацію. Ну працює модель — і працює. Але в якийсь момент ситуація змінюється.
Коли ти починаєш впиратись в обмеження, і постає питання: або оптимізувати модель, або переходити на дорожчий тариф, до якого бізнес поки не готовий.
І от саме в цей момент ця тема стає максимально актуальною.
Якщо ти з таким стикався або відчуваєш, що це може статися — дуже рекомендую звернути увагу на наступні матеріали. А якщо не стикався, то завжди добре бути готовим і ознайомитись наперед.
📌 Перш за все ознайомся з серією статей на блозі Tabular Editor. Зараз там є дві статті, які добре пояснюють підхід до оптимізації і на що варто звертати увагу.
📌 Також є дуже хороші матеріали на сайті Crossjoin — близько чотирьох статей на цю тему.
Якщо ти ще не зрозумів, то це не просто матеріал типу “теорія заради теорії”. Там багато практичних порад, і значну частину з них я використовую в своїй роботі.
Тому якщо у тебе зараз стоїть задача оптимізації — або ти просто хочеш не доводити до ситуації, коли вже пізно — дуже рекомендую ознайомитись.
Сьогодні без корисних матеріалів по Google Analytics 4 і Google Tag Manager. Але, якщо команди цих сервісів можуть собі дозволити більше двох місяців не випускати жодного апдейту, то, думаю, я теж можу в одній розсилці пропустити ці інструменти 🙂
На цьому сьогодні все. До нових зустрічей!
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!
