- Home
- /
- Newsletters
- /
- Дайджест з вебаналітики #64
від 14 Серпня 2026р.
Привіт 🙌
Останні два тижні були для нас дуже насиченими. І найбільша новина цього періоду — вихід мобільного додатка PROANALYTICS.ACADEMY для Android.
Тепер ти можеш навчатися там, де тобі зручно: у парку, кав’ярні, трамваї чи будь-де. Наш коротенький ролик дуже наочно це показує.
Побачити додаток для Android у дії >>>
(Додаток для iOS зараз проходить етап фіксу останніх багів і теж скоро буде анонсований.)
Якщо додаток ще не встановлений — завантажуй його на Android і навчайся у зручному форматі будь-де. Завантажити додаток для Android >>>
Але, звісно, це ще не все (я ж казав, період був дуже насичений).
🤖 Як побудувати свого першого Data-агента в BigQuery за 1 годину.
Також я підготував велику статтю для блогу ProAnalytics.Team про те, як побудувати свого першого Data-агента за допомогою BigQuery Conversational Analytics.
Якщо ти ще не працював із цим інструментом і не знаєш, що це таке та які переваги він дає, обов’язково рекомендую прочитати матеріал. У статті я пояснюю, як працює Conversational Analytics, чим Data-агент відрізняється від звичайного AI-чату та як він може бути корисним у роботі з даними.
А якщо ти вже чув про цей інструмент, але все ще не дійшов до того, щоб його спробувати, рекомендую не відкладати. До 30 вересня 2026 року тобі не треба оплачувати токени, використані під час роботи агента. Оплачувати потрібно лише обробку даних у BigQuery (яку ти б і так оплачував, якби писав SQL-запити сам).
Не відкладай, виділи годину в найближчі дні та спробуй зібрати першу MVP-версію свого Data-агента за моєю покроковою інструкцією.
🛠️ Як впровадити Server-Side GTM на своєму проєкті.
Але і це ще не все.
Якщо ти колись замислювався, чи потрібно використовувати Server-Side GTM на своєму проєкті, мав запитання про роботу цього інструменту або хотів побачити покроковий план його впровадження, у нас з’явилась окрема сторінка на сайті саме для тебе.
Тут ми зібрали основну інформацію про збір даних через Server-Side GTM: як усе працює, які переваги дає серверне відстеження та з яких етапів складається впровадження.
А якщо після перегляду в тебе залишаться запитання щодо Server-Side GTM, наша команда допоможе з ними розібратися.
Дізнатися, чи потрібен Server-Side GTM твоєму проєкту >>>
📌 І нагадую, що ми також навчаємо самостійно налаштовувати Server-Side GTM. Для цього у PROANALYTICS.ACADEMY є курс Server-Side GTM Basics.
🎓 Студенти PRO ANALYTICS склали іспит — а ми відкриваємо наступний набір.
Цього тижня відбувся іспит на курсі PRO ANALYTICS. А якщо ти ще не проходив PRO ANALYTICS, зараз найкращий час записатися на наступний потік.
Ось приклад однієї з робіт, яку студентка підготувала на іспит. Якщо ти теж хочеш навчитися створювати такі дашборди та розібратися з іншими напрямами аналітики, приєднуйся до наступного потоку.
Записатися на PRO ANALYTICS >>>
💬 Якщо маєш питання або бажання записатися — пиши мені в особисті в телеграм або фейсбук.
Наші новини — не все, чим я хочу з тобою сьогодні поділитися. Тому ось що ще чекає на тебе в цьому випуску:
Новини Google Analytics:
🔹 У GA4 з’явився звіт "Campaign data import validation".
Новини Google BigQuery:
🔹 Лог завантажень результатів SQL-запитів через інтерфейс BigQuery — загальнодоступно.
🔹 Шаблони запитів для безпечної роботи з даними в Data Clean Rooms — загальнодоступно.
Корисні матеріали:
🔥 Як створити Android-застосунок для спілкування з даними в BigQuery.
🔥 Як змінюється BigQuery і чому це вже набагато більше, ніж просто сховище даних.
А тепер, як завжди, почнемо з новин Google Analytics 4. Цього разу новина лише одна і, на мою думку, не те щоб дуже важлива. А от напрямок, частиною якого ця новина є, якраз важливий. Тому на ньому й зосередимось.
👉 Новини Google Analytics
🚩 У GA4 з’явився звіт "Campaign data import validation".
На жаль, мені поки що не вдалося знайти цей звіт у своїх ресурсах GA4, тому перше враження я склав на основі опису оновлення, офіційної довідки та скрінів колег в LinkedIn. Але не думаю, що воно сильно зміниться, коли я побачу звіт у роботі.
Основне завдання звіту — допомогти перевірити, наскільки коректно в GA4 імпортуються дані кампаній зі сторонніх рекламних платформ, наприклад, Meta Ads, Pinterest Ads та інших. Зокрема, він допомагає знайти кампанії, у яких немає даних про витрати, кліки або покази.
На мою думку, це і так те, що ми завжди перевіряємо під час налаштування такого імпорту. Можливо, новий звіт трохи спростить життя аналітикам, але навряд чи суттєво вплине на загальну роботу з GA4.
Водночас для мене важливіший не сам звіт, а напрямок розвитку Google Analytics, на який указують це оновлення і значна частина попередніх, які відбулися цього року. Якщо подивитися уважно, можна побачити дві тенденції:
- з одного боку, GA4 накопичує дедалі більше даних із різних джерел і поступово перетворюється на своєрідний хаб;
- з іншого — Google намагається використовувати ці дані для точнішого прогнозування та медіапланування.
Поки що просто спостерігаємо, до чого це приведе. Але моя думка всі ці роки залишається незмінною: Google Analytics у його нинішньому вигляді все ще насамперед інструмент для аналізу роботи сайту та маркетингових активностей і не більше.
Навіть передавання даних із CRM до GA4 через Measurement Protocol у більшості випадків, на мою думку, є неправильним архітектурним підходом. Значно логічніше будувати повноцінний хаб даних на стороні BigQuery, а вже звідти використовувати інформацію для аналітики, звітності й планування.
Але у Google, звісно, є власний план розвитку GA4. Тому нам залишається стежити за наступними оновленнями.
👉 Новини Google BigQuery
Загалом цього разу, описуючи кожну з новин від команди BigQuery, речення хочеться почати однаково: «Якщо ти користуєшся... то це оновлення для тебе…»
Річ у тім, що всі оновлення цікаві, але водночас дуже сильно прив’язані до конкретних сценаріїв використання BigQuery. Тому вони будуть корисними не завжди й не всім. Однак кожне з них варте твоєї уваги. Тож давай розбирати.
🚩 У BigQuery можна відстежувати завантаження результатів запитів (Загальнодоступно).
У BigQuery тепер можна перевірити, хто й коли завантажував результати SQL-запитів через інтерфейс консолі.
Для цього в Data Access audit logs з’явилося нове поле uiDownloadRequest. Воно показує, чи був запит до даних пов’язаний саме із завантаженням через інтерфейс BigQuery.
Простими словами, тепер у логах можна відокремити звичайне звернення до даних від ситуації, коли користувач натиснув кнопку завантаження результатів. Також можна перевірити, хто це зробив, коли відбулася дія та з яким ресурсом або результатом запиту вона була пов’язана.
Якщо ти стежиш за тим, що відбувається з даними у твоїй компанії та хто вивантажує їх за межі BigQuery, це невелике, але справді корисне оновлення.
🚩 Шаблони запитів для Data Clean Rooms стали загальнодоступними.
А якщо ти дуже уважно стежиш за своїми даними й ділишся ними дуже обережно, для тебе також може бути важливим оновлення в BigQuery Data Clean Rooms.
Шаблони запитів для Data Clean Rooms тепер стали загальнодоступними. Вони дають змогу власникам даних створювати й поширювати заздалегідь визначені та схвалені запити, не відкриваючи користувачам базові таблиці й представлення.
🚩 У BigQuery Pipelines можна додавати нові типи завдань.
У BigQuery Pipelines тепер можна додавати як окремі завдання таблиці, представлення, джерела даних і тести якості даних. Оновлення вже стало загальнодоступним.
Гарне розширення функціоналу BigQuery Pipelines — особливо якщо ти вже використовуєш їх у своїх процесах роботи з даними.
🚩 Нові Cross-cloud connections у BigQuery (Preview).
Якщо ти зберігаєш значну частину даних в AWS, Microsoft Azure або Salesforce Data 360, але обробляєш їх у BigQuery, наступна новина для тебе.
У BigQuery з’явився новий спосіб підключення до таких даних — Cross-cloud connections. Це альтернатива стандартним підключенням через BigQuery Omni.
Cross-cloud connections переносять дані з інших хмар у BigQuery. Завдяки цьому ти отримуєш доступ до більшої кількості можливостей BigQuery, зокрема:
- BigQuery AI;
- Gemini Enterprise Agent Platform;
- матеріалізованих представлень;
- користувацьких функцій;
- інших функцій, недоступних через стандартні підключення.
🚩 BigQuery додав підтримку нових моделей Gemini.
Якщо ти використовуєш моделі Gemini у генеративних AI-функціях BigQuery, ця новина для тебе.
BigQuery тепер підтримує дві нові загальнодоступні моделі:
- gemini-3.1-flash-lite;
- gemini-3.5-flash.
Щодо Google Tag Manager і Power BI, то за останні два тижні оновлень не було.
На цьому новини все - переходимо до корисних матеріалів
Цього разу я знову багато говоритиму про зміни в BigQuery.
Причин для цього одразу дві:
- По-перше, я все ще нагадую, що до 30 вересня 2026 року ти можеш використовувати Conversational Analytics без плати за токени.
- По-друге, екосистема BigQuery зараз дуже сильно змінюється. Я хочу, щоб ти звернув на це увагу, зрозумів, куди рухається BigQuery і які нові можливості поступово з’являються навколо нього. Conversational Analytics — лише одна частина великої екосистеми, яку зараз будує Google.
Почнемо з матеріалу, який продовжує тему моєї статті й показує, що з Conversational Analytics можна робити далі.
🔥 Як створити Android-додаток для спілкування з BigQuery.
Conversational Analytics — це не просто Data-агент, який працює у твоєму BigQuery. Насправді це частина значно більшої екосистеми, на основі якої можна створювати дуже різні рішення.
Наприклад, Alicia Williams створила власний Android-додаток для спілкування з BigQuery. Уяви: ти відкриваєш додаток на телефоні, ставиш запитання — і фактично спілкуєшся зі своїми даними.
У статті авторка детально показує, як створити й розгорнути такий додаток за допомогою Antigravity 2.0 та Android Studio.
Якщо хочеш побачити, у що можна перетворити Conversational Analytics за межами стандартного інтерфейсу BigQuery, дуже рекомендую ознайомитися з матеріалом.
Дізнатися, як створити Android-додаток для роботи з BigQuery >>>
🔥 BigQuery як AI Runtime: новий етап розвитку платформи.
Наступний матеріал продовжує тему того, що сьогодні BigQuery — це набагато більше, ніж просто сховище даних.
Одразу скажу, що я не згоден абсолютно з усіма тезами, які автор розбирає у статті. Деякі аргументи здаються мені дещо натягнутими. Водночас значну частину написаного я поділяю.
BigQuery останнім часом дуже сильно змінюється, і цей матеріал дає уявлення про те, куди поступово рухається платформа. Тому, якщо ти хоча б трохи використовуєш BigQuery у своїй роботі або лише плануєш почати, рекомендую ознайомитися з матеріалом.
Адже той BigQuery, який ти знав або про який чув рік тому, і той BigQuery, який вибудовується зараз та буде через рік, — це фактично два різні інструменти.
Будь в курсі актуальних новин зі світу аналітики!
