- Головна
- /
- Архів розсилок
- /
- Дайджест з вебаналітики #31
від 25 Квітня 2025р.
Привіт 🙌
Останні 2 тижні - це свого роду початок нового кварталу, і як завжди, в більшості команд це період затишшя. Тому зі сторони аналітичних сервісів ніяких "великих" анонсів не було.
Та і в нас, в команді, теж якось не було багато часу на написання нового контенту: я зараз більше зайнятий актуалізацією матеріалів на своєму блозі та його редизайном, а колеги - задачами по проєктах.
Але щоб там не було - в розсилці на тебе чекає багато цікавого та корисного.
🔍 Сьогодні в розсилці:
🌟 Незапланований розпродаж курсів для підписників
🔹 Важлива новина для користувачів Shopify;
🔹 Новина від Google Tag Manager;
🔹 2 оновлення від Google BigQuery;
🔹 Цікаве оновлення від Meta;
🔸 Формула-1 і аналітика: що їх пов'язує;
🔸 Автоматичні анотації в GA4 після публікації версії в GTM;
🔸 Дані CrUX в BigQuery;
🔸 Як налаштувати кастомні сповіщення від GA4, коли щось іде не так;
🔸 Який спосіб кращий для зберігання даних у BigQuery: Nested, Normalize чи Denormalize?;
🔸 Як Fabric Data Agent може вивести твою аналітику на новий рівень;
🔸 Інструменти, якими найчастіше користуються топові аналітичні команди;
🔥 Унікальна знижка для тебе
Якщо ти пропустив цю новину — тримай ще одну можливість. Минулого тижня у нас був невеликий розпродаж. Почався він спонтанно, і вже навіть встиг завершитись. Але спеціально для підписників розсилки я вирішив його подовжити, тому...
до кінця цього тижня (до неділі включно) ти можеш придбати будь-який курс для самостійного навчання зі знижкою 20%. (це стосується GA4 Basics, Server-Side GTM Basics, BigQuery for Marketing, Розширені конверсії для Google Ads)
🎁 Просто введи промокод: ХХХХХХХХХХ
Це моя маленька вдячність за те, що читаєш нас і розвиваєшся разом з PROANALYTICS.ACADEMY. Не прогав свій шанс 😉
Цей промокод доступний тільки підписникам. Ти теж можеш отримувати ексклюзивні знижки, якщо підпишешся на розсилку.
Перейдемо до новин сервісів, які ми всі щодня використовуємо 🔥
Як я вже писав, офіційних новин не було, але якісь апдейти я все ж зустрів в інтерфейсах, а про якісь в чатах написали наші студенти. Хоча апдейти і не дуже значні, але все-таки варті уваги.
👉 Важлива новина для користувачів Shopify
Якщо у тебе інтернет-магазин на Shopify — чекай на великі оновлення сторінки корзини та сторінки подяки. Google наполегливо рекомендує всім перейти на Google & YouTube App, а не використовувати старі способи інтеграції з аналітикою.
На жаль, Shopify все більше стає схожим на конструктор із купою обмежень, і ці обмеження вже стосуються й налаштувань аналітики. Але вплинути на них ми не можемо, тому залишається тільки адаптуватись.
Більше інформації читай за цим посиланням >>>
👉 Новина від Google Tag Manager
Наступний апдейт помітив Рома Муртазін, і він стосується Google Tag. В його налаштуваннях зʼявився новий розділ, який називається Manage Data Transmission.
Сподіваюсь, ти памятаєш, що в аналітичних та рекламних сервісах Google існує два режими згоди: базовий і розширений. (Якщо ти ще не в темі — обовʼязково глянь мій безкоштовний курс по Consent).
Так от, при розширеному консенті, навіть якщо користувач не дав згоду, все одно дані передаються. Тобто передача йде, навіть якщо згоду не дали. Див. скрін з довідки (там автопереклад з англійської, бо українського варіанту цієї довідки я не знайшов)
Детальніше про це в довідці >>>
Але, повернемось до суті оновлення - це оновлення допомагає обмежити збір даних, коли в нас розширений консент, і користувач не дав згоду. Детальніше про те, що можна обмежити в довідці за цим посиланням.
Знайти налаштування в інтерфейсі GA4 можна тут:
І ось так воно виглядає:
👉 Новини від Google BigQuery
Ще дві новини, які помітили наші студенти, стосуються BigQuery. Обидві надіслав Сергій Урсу.
🚩 Перша — це лист про те, що зупиняється підтримка Legacy SQL. Якщо чесно, я вже й забув, що він колись існував, поки не побачив цей лист)
У чаті курсу по BigQuery одразу почалась невелика дискусія — чи стосується це pipe-синтаксису. Але ні, мова не про pipe-синтаксис. Він не має до цього листа ніякого відношення. Pipe-синтаксис — як був поки що "тестовою" штукою, так і лишається. Тому — це не про нього.
Ну і найголовніше: всі матеріали курсу BigQuery for Marketing вже йдуть на Google SQL, тому як завжди ти отримуєш актуальну інформацію.
Приходь на навчання. Зараз ще якраз і промокод діє ;)
🚩 Також у BigQuery зʼявився новий пункт у налаштуваннях — Settings Preview.
На скріні навіть видно Label Preview. Там знаходяться налаштування, які дозволяють задати певні глобальні параметри й кастомізувати BigQuery під себе.
Якщо чесно, дуже хотілось би, щоб ці налаштування, особливо обмеження, можна було задавати на рівні конкретного юзера, який працює з BigQuery. Але, на жаль, наразі такого способу не передбачено.
👉 Цікаве оновлення від Meta
Хоча я не часто пишу про рекламний кабінет Meta, але цього разу я додаю його в підбірку, бо новина дійсно дуже важлива.
У Meta зʼявилась інкрементальна атрибуція. Детальніше про те, що це і для чого читай у цьому пості.
Я обмежусь лише невеличкою цитатою з поста: "Meta робить величезний крок у напрямку допомоги рекламодавцям у розумінні додаткових конверсій". І своїм коротким коментарем: "Подивимось, як воно буде працювати в реальності, бо дуже часто те, що роблять рекламні кабінети не іде на користь рекламодавців".
На цьому новини все, перейдемо до корисних матеріалів 🔥
Цього разу новин було не так багато, тому дозволю собі трохи філософії — але з реальним прикладом.
🚀 Формула-1 і аналітика
Останнім часом стає дедалі масово популярнішим data-driven підхід. І багатьом може здатись, що цей підхід - це щось нове, але насправді він вже давно відомий і активно використовується в багатьох сферах, навіть в тих, де спершу це складно собі уявити - наприклад в Формулі -1.
Дуже класна ілюстрація цього — ось ця історія 75 років еволюції Формули-1. Формула-1 на сьогодні це справжній data-driven спорт: боліди оснащені понад 250 датчиками, які фіксують тиск, температуру, інерцію, переміщення й передають близько 80 МБ даних за коло. За вікенд один болід “генерує” понад 1 ТБ даних. Є з чим працювати)
Як бачиш data-driven підхід зараз всюди, і твої знання аналітики та навички роботи з даними будуть завжди актуальними.
А наступні декілька матеріалів, допоможуть тобі їх ще більше прокачати 🔽
🚀 Автоматичні анотації в GA4 після публікації версії в GTM
Нещодавно я писав про появу анотацій в GA4. І от під'їхало логічне продовження цього апдейту від комюніті. Рішення, яке дозволяє автоматично додавати анотації в GA4 для всіх нових версій, які публікуються в GTM.
Чому це актуально? Значна частина даних, які ти бачиш у GA4, прямо залежить від налаштувань у Tag Manager. І якщо ці налаштування змінюються — важливо бачити, коли саме і що саме змінилось.
Це рішення якраз дозволяє це фіксувати. Дуже зручно: ти відразу бачиш, як зміни у GTM впливають на збір даних.
Моя колега Наташа Федоренко вже встигла потестити, працює чудово. Рекомендую спробувати і тобі.
🚀 Дані CrUX в BigQuery
Останнім часом я все частіше звертаю увагу на вебаналітику в контексті SEO, і ось натрапив на дуже корисний публічний датасет в BigQuery з даними CrUX.
CrUX (Chrome User Experience Report) — це відкритий набір даних від Google, який містить агреговану інформацію про реальний досвід користувачів під час завантаження веб-сторінок у браузері Chrome. Дані у CrUX збираються з мільйонів пристроїв по всьому світу і відрізняються від лабораторних тестів тим, що базуються на польових даних, тобто реальних сесіях реальних користувачів у різних умовах: на мобільних, десктопах, з повільним інтернетом і т.д. А використати ці дані ти можеш як для оцінки швидкодії чи виявлення технічних проблем свого сайту, так і для аналізу конкурентів.
Хоча на скріні нижче інформація для прикладу по PROANALYTICS.ACADEMY (до якого в мене і так має бути доступ), але ці дані є по всіх сайтах (включаючи конкурентів).
Якщо ти так чи інакше пов’язаний із SEO — рекомендую до вивчення.
🚀 Як налаштувати кастомні сповіщення від GA4, коли щось іде не так
Хоч я якось і не згадував про функцію Custom Insights в GA4 раніше, але вона точно варта уваги: ти можеш налаштувати сповіщення на email, коли в аналітиці з’являються певні аномалії.
Наприклад, якщо раптово впав дохід або зник трафік — GA4 надішле повідомлення.
Ось детальний матеріал, де все пояснено: і як створювати інсайти, і як їх оновлювати, і як не зробити з цього хаос)
🚀 Який спосіб кращий для зберігання даних у BigQuery? Nested, Normalize чи Denormalize?
Якщо в тебе ще залишаються питання щодо того, який спосіб зберігання даних обрати — нормалізований, денормалізований чи вкладений (nested) — обов’язково глянь цей матеріал.
Ось ключова схема з поста, яка допоможе зорієнтуватись в основних критеріях вибору:
А сам пост — це не просто схема. Це детальний посібник, який пояснює на реальному прикладі всі аспекти прийняття рішень: де вигідніше застосовувати вкладені структури, коли краще денормалізувати, а коли все ж тримати нормалізовану модель.
Якщо працюєш з великими обсягами даних у BigQuery або будеш будувати сховище під маркетингову аналітику — дуже раджу ознайомитися повністю. Там багато прикладів, і все максимально прикладне.
🚀 Як Fabric Data Agent може вивести твою аналітику на новий рівень
Ти, мабуть, вже помітив, що в кожній розсилці я додаю бодай один матеріал про AI, агентів або ML-моделі. І сьогодні — не виняток.
Цього разу маю дуже цікавий пост легенди Power BI — Кріса Вебба. Якщо ти давно в темі, то точно бачив його прізвище на блогах і в спільнотах. І ось у нього вийшов новий текст про те, як Fabric Data Agent може вивести твою аналітику на новий рівень.
Ключові цитати в автоматичному перекладі:
- "Дотепер я вважав, що запити даних на природній мові в Power BI були б корисними лише для відносно низькокваліфікованих кінцевих користувачів; тепер я думаю, що це також стане в нагоді висококваліфікованим аналітикам даних Power BI"
- "Якщо ви аналітик даних, який уже володіє знаннями про DAX і знає, що їм завжди потрібно перевіряти результати, які вони отримують від Data Agent, я вважаю, що цей вид Vibe-кодування DAX має велику цінність".
Хочеш дізнатися, як це працює? Читай пост Кріса Вебба >>>
🚀 Інструменти, якими користуються топові аналітичні команди
Завершую розсилку цікавою статистикою про те, які саме інструменти найбільше використовують аналітичні команди.
У категорії Business Intelligence з відривом лідирує Power BI — понад 157 000 команд. Це суттєво більше, ніж Tableau, і в рази більше, ніж Looker. Power BI справді використовують частіше, і це добре — ми ж його теж любимо більше)
У категорії Data Warehouse помітно, що BigQuery не перший, але впевнено входить до топ-4. І це не погано, просто він частіше використовується там, де активно користуються продуктами Google. Якщо це не твій випадок — є цікавіші альтернативи.
Якщо говорити про трансформацію даних — абсолютний лідер тут dbt. Його використовують усі. Ну і хоча я зазвичай не пишу про категорії Data Ingest і Data Catalog — там теж можна подивитися, які інструменти найпопулярніші.
Тепер коли тебе питають: “А чому саме Power BI? А чому BigQuery? А чому dbt?” - тобі є що відповісти ;)
А ось і джерело статистики >>>
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!
