- Головна
- /
- Архів розсилок
- /
- Дайджест з вебаналітики #45
від 6 Листопада 2025р.
від 6 Листопада 2025р.
Привіт 🙌
Минуло ще два тижні — а це означає, що час для нового листа від PROANALYTICS.ACADEMY.
Цього разу апдейтів не те щоб багато: щомісячний реліз від Power BI поки що не відбувся. І маю таке відчуття, що команди Google Analytics і Google Tag Manager або всі разом пішли у відпустку, або готують щось масштабне ближче до зимових свят :) Зате команда BigQuery не спить — оновлень там багато.
І якщо ти дочитав до цієї фрази і вирішив закрити розсилку, бо приходив за новинами GA, то не поспішай цього робити. Команда Google Analytics хоч і не підготувала ніякі апдейти в інтерфейсі, але випустила один дуже цікавий матеріал, про який я розповім трішки нижче в корисних матеріалах. (яких я підготував доволі багато цього разу;) )
🔍 Сьогодні в розсилці:
🌟 Повний гайд з UTM-розмітки: правила, приклади та помилки
Новини Google BigQuery
🔹 Ранній доступ до Conversational Analytics.
🔹 Нові AI-функції в BigQuery (Preview)
🔹 BigQuery Data Transfer Service: тепер і з Facebook Ads (Загальнодоступно)
🔹 Google збільшив ліміт рядків у Connected Sheets до 200 000.
🔹 BigQuery тепер підтримує більші файли для завантаження (Загальнодоступно)
🔹 MATCH_RECOGNIZE тепер у загальному доступі.
Інше
🔹 Google Ads API запускає Explorer Access.
🔹 Важливо! Користувачам кастомного лоадера для Server-side GTM — час оновитися.
Корисні матеріали
🔸 Внутрішній Playbook Google Analytics, який став публічним.
🔸Як відстежувати трафік із ChatGPT і інших LLM в аналітиці.
🔸 Як розібратися у взаємозв’язках між мірами у Power BI.
🔸 Power BI для eCommerce: аналіз найпопулярніших товарів.
🔸 Як AI бачить твій бренд? інструмент від HubSpot.
Але як завжди починаємо з новин PROANALYTICS.ACADEMY та ProAnalytics.Team. Якщо коротко: PRO-курси вже запущені, а ми з командою та клієнтами активно готуємось до Чорної П'ятниці, тому навантаження зараз велике. Але все ж по одній статті на блозі академії та команди з'явилися.
UTM-мітки - це вічна тема, яка постійно викликає труднощі у багатьох маркетингових спеціалістів.
І нарешті, на блозі Академії з’явилась стаття, яка допоможе тобі в цьому всьому розібратись, якщо ти ще не зробив цього раніше. В матеріалі я поділився доcвідом нашої команди до розмітки посилань.
Також у статті на вас чекає шаблон для розмітки маркетингових джерел, в якому є всі нюанси, рекомендації та приклади.

На блозі команди ProAnalytics.Team також з'явилась нова стаття. Моя колега Євгенія Ярушина написала про те, як буквально за 5 хвилин роботи можна зекономити на витратах на зберіганні даних у BigQuery.
Короткий приклад, як це працює, дивись на скріншоті нижче.

Як я вже казав на початку, новини будуть тільки від команди BigQuery. Але їх у нас доволі багато, тому давай розбирати. Я буду проходитися не за важливістю, а просто в тому порядку, як вони з’являлись.
🚩 Ранній доступ до Conversational Analytics
Google представив нову функцію, яка дозволяє буквально спілкуватися зі своїми даними. По словах команди Google: "Conversational analytics пришвидшує аналіз, даючи змогу ставити запитання до BigQuery у звичайній мові, створювати власних аналітичних агентів і навіть використовувати їх поза межами BigQuery".
Поки що функція доступна лише обраним користувачам, яким Google надав запрошення. Але можна подати заявку на ранній доступ через цю форму.
Я свою заявку вже відправив і буквально за декілька хвилин до відправки цього повідомлення отримав доступ. Мої враження, якщо воно дійсно того варте, будуть в наступній розсилці.
🚩 Нові AI-функції в BigQuery (Preview)
Conversational analytics не єдине оновлення від команди BigQuery, пов’язане зі штучним інтелектом.
З'явилися нові керовані AI-функції, які працюють на базі Gemini та допомагають автоматизувати рутину — наприклад, фільтрування, класифікацію чи оцінювання текстових або мультимодальних даних.
Ці функції зараз у статусі Preview, тож уже можна тестувати. Вони не потребують складного налаштування — усе керується безпосередньо через BigQuery і працює “з коробки” завдяки інтеграції з Gemini.

🚩 BigQuery Data Transfer Service: тепер і з Facebook Ads (Загальнодоступно)
Нарешті конектор із Facebook Ads, якого багато хто чекав, став загальнодоступним (GA). Користуватись ним можна було давно, але ось цей перехід в загальнодоступність приніс ще трохи покращень.
Тепер це вже доволі стабільний і зручний інструмент. Так, певні обмеження все ще є, але для значної частини задач він чудово підходить.
Читати детальніше про функціонал в довідці >>>
Класний розбір можливостей і недоліків функціоналу дивись у пості Balazs Vajna >>>
Окрім Facebook Ads BigQuery Data Transfer Service тепер офіційно підтримує імпорт даних із Salesforce, Salesforce Marketing Cloud та ServiceNow.

Наступні дві новини розраховані вже на менш технічну аудиторію.
🚩 Google збільшив ліміт рядків у Connected Sheets до 200 000
Якщо ти ще не користувався Connected Sheets, саме час звернути увагу. Це функціонал, який дозволяє під’єднати таблицю з BigQuery до Google Sheets і працювати з даними прямо у знайомому інтерфейсі. Ідеально для тих, хто чудово володіє Google Sheets, але не хоче занурюватися в SQL.
👉 І тепер хороша новина: Google збільшив ліміт рядків для Connected Sheets — з 100 000 до 200 000. Тобто можна аналізувати вдвічі більше даних без переходу у сам BigQuery.

🚩 BigQuery тепер підтримує більші файли для завантаження
Невелике, але приємне оновлення для тих, хто завантажує дані у BigQuery вручну. Раніше максимальний розмір файлу для імпорту становив 10 МБ, а тепер — до 1 ГБ.
Тож якщо у тебе є великий архів історичних даних, тепер його можна завантажити в BigQuery швидше і без допомоги розробника — просто через інтерфейс.
🚩 MATCH_RECOGNIZE тепер у загальному доступі
Ну і останнє, але точно не по важливості:
MATCH_RECOGNIZE — це додатковий підрозділ (sub-clause) у межах оператора FROM, який дозволяє шукати закономірності в даних за допомогою шаблонів.
Простіше кажучи, він працює схоже на регулярні вирази, але замість символів у рядку аналізує послідовності рядків у таблиці. Це відкриває нові можливості для аналітики часових рядів, поведінкових патернів чи транзакційних послідовностей — без складних джойнів і скриптів.
І головне — тепер MATCH_RECOGNIZE став доступним для всіх користувачів.
Якщо ти читав мій нещодавній матеріал про використання MCP Google Ads, то, напевно, пам'ятаєш, що для його роботи потрібен токен розробника. Раніше його було не так просто отримати, але тепер з'явився новий рівень доступу Explorer Access.
Він дозволяє новим розробникам працювати з production-акаунтами одразу після онбордингу, без довгих затверджень і перевірок.
Доступно до 2 880 операцій на день, з деякими обмеженнями (без створення advertiser-ів чи keyword planning), але зате — ідеально для швидких тестів та інтеграцій (наприклад, MCP чи n8n).
Якщо ти працюєш зі скриптами або автоматизаціями, ця функція значно пришвидшить запуск нових підключень і перевірку логіки API на реальних даних.
Посилання на першоджерело та детальніше пояснення шукай у пості на каналі Діми Тонкіх >>>
Це навіть не зовсім новина, але важливе уточнення.
Ми нещодавно помітили на своїх проєктах, що кастомний лоадер для серверного контейнера GTM, який раніше активно використовувався (і про який я згадую на курсі Server-side GTM Basics), тепер може працювати з помилками.
Google змінив підхід до завантаження скриптів через Server-side GTM, і тепер для цього ліпше використовувати Web Container Client. Раніше ми могли обирати між Web Container Client (для gtm.js) і GA4 Client (для gtag.js), але тепер ці процеси об’єднані, тож старі кастомні лоадери працюють некоректно.
Google залишив зворотну сумісність, щоб нічого не зламати у вже налаштованих контейнерах, тому клієнти, створені до червня 2025 року, усе ще працюють, але якщо ти створюєш новий контейнер, краще перейти на нову схему через Web Container Client.
Детальніше про це все рекомендую ознайомитися в оновленій статті від Simo Ahava. Там детально пояснено, що саме змінилося й як правильно налаштувати контейнер у новому форматі.
Почнемо добірку корисних матеріалів із дуже цікавого документа — Google Analytics Reporting Playbook.
Це внутрішній файл, який Google зазвичай розсилає лише своїм аналітичним партнерам.
За умовами партнерства ми (якщо ви не знали, то, так, команда ProAnalytics Team теж партнери Google по вебаналітиці і нас на Україну всього таких 7 компаній), звісно, не можемо поширювати такі матеріали, але сьогодні я побачив пост на linkedIn, де один із користувачів вирішив “порушити NDA” й виклав файл у відкритий доступ)
Тож тепер я можу з чистою совістю поділитися ним із тобою.
Playbook справді вартий уваги: там розкриваються цікаві нюанси роботи GA4, зокрема підходи до побудови звітів, пояснення щодо розбіжностей міг інтерфейсом і даними в BigQuery і багато інших цікавих нюансів.

На цьому цікаві PDF у розсилці не закінчуються 🙂
Цього тижня один із наших клієнтів поділився презентацією з MeasureFast (автор — Ірина Кутняк) і запитав, чи може вона бути корисною з точки зору аналітики даних.
Я не скажу, що всі запропоновані рішення мені близькі, але матеріал справді цікавий. Це гарна нагода подивитися, які підходи використовують інші для оцінки роботи AI, і, можливо, знайти щось, що можна адаптувати під свої завдання.
У цій розсилці я, звісно, не забув про тих, хто так само, як і я, любить Power BI і завжди готовий розглянути нові корисні інструменти, які спрощують роботу.
Розуміння взаємозв’язків між мірами — одна з найскладніших частин роботи з Power BI, особливо якщо проєкт великий з десятками чи навіть сотнями мір.
Макс Анацко створив дуже зручний безкоштовний сервіс, який спрощує цю задачу. Усе, що потрібно:
Кожну міру можна розгорнути й одразу побачити її формулу — максимально зручно для розуміння структури моделей і підготовки документації.
Спробувати інструмент від Макса Анацко >>>
Як на мене, це must have для всіх, хто працює з Power BI регулярно і документує свою роботу.

Для всіх, хто любить Power BI, — ще один корисний матеріал перед Чорною П’ятницею.
Зараз саме час підготуватися й проаналізувати, які товари продавалися найкраще минулого року (а ще краще — і позаминулого).
Такий аналіз допомагає не лише перед святковими розпродажами, а й загалом — щоб розуміти, які позиції стабільно потрапляють у топ і формують основну частину прибутку.
Саме цьому присвячена остання стаття на блозі SQLBI, де показано, як у Power BI побудувати аналіз топових товарів за період і швидко порівняти результати між роками.
Ознайомитися зі статтею >>>

Наостанок — не про аналітику, але про маркетинг.
Знайомі SEO-фахівці скинули посилання на сервіс від HubSpot, який показує, як штучний інтелект “бачить” тебе або твій бренд.
Чесно кажучи, не впевнений, наскільки точні результати цей інструмент видає, але я спробував його на PROANALYTICS.ACADEMY — і отримав кілька цікавих висновків і думок.
Тож, як то кажуть, для маркетолога зайвих ідей для роздумів не буває. Сервіс повністю безкоштовний: HubSpot, як завжди, збирає дані про користувачів для власної бази, але платити за результат не треба.
Спробувати AI Brand Perception Tool від HubSpot >>>

На всяк випадок нагадую, що існує англомовна версія розсилки на LinkedIn, на яку ти теж можеш підписатися та поділитися з англомовними колегами.
Будь в курсі актуальних новин зі світу аналітики!

Отримуй актуальні новини зі світу аналітики найпершим!

UTM-розмітка без хаосу: гайд із прикладами й порадами. Оптимізація вартості зберігання в BigQuery, нові AI-функції та інтеграції BigQuery (Facebook Ads, MATCH_RECOGNIZE, Connected Sheets). Оновлення Google Ads API, Server-side GTM і добірка корисних матеріалів: Power BI, аналітика трафіку з ChatGPT, інструменти HubSpot.