Привіт 🙌
Сьогодні, як завжди, у мене для тебе багато новин. Але перш ніж перейти до плану розсилки, хочу поділитися однією… а точніше, одразу двома з них. Вони для мене особливо важливі, тож не можу втриматися :)
🔥 ProAnalytics.Team — тепер сертифікований партнер Google з Google Tag Manager
Тепер ProAnalytics.Team має ще одну сертифікацію — цього разу як партнер Google із впровадження Google Tag Manager.
Партнером з впровадження Google Analytics ми стали рік назад. Тому тепер у нас є дві ачівки)
В Україні таку сертифікацію мають лише 7 компаній. Тож для нашої команди це справді важливий крок.
Але ця новина особлива для мене не тільки як факт того, що ми це змогли, а й з іншої сторони: усі аналітики нашої команди свого часу навчалися на PRO-курсах Академії. Тобто спочатку вони були студентами, виконували домашні завдання, розбиралися з тегами, тригерами та змінними. А сьогодні реалізують проєкти, які ми подаємо на розгляд Google для підтвердження своєї експертизи. От такий от ріст дає Академія)
Для мене як викладача це особливо приємно. База, яку я закладаю на курсах, стає основою для подальшого розвитку — роботи з реальними проєктами, складнішими задачами та власними рішеннями. Зазвичай я не надто часто хвалю себе й свої курси. Але сьогодні, думаю, можна трохи дозволити собі це 🙂
До речі, один із кейсів, які ми подавали для сертифікації, — створення власного шаблону тега в Server-Side GTM для передачі даних у BigQuery. Ми детально описали цей шаблон у блозі команди: як його встановити, налаштувати передачу даних, як він працює та що можна змінити під потреби свого проєкту.
Саме такий системний підхід до роботи з GTM, який і допоміг нам пройти сертифікацію, я й намагаюся передати на курсі PRO GTM: розуміти логіку налаштувань, уміти перевіряти результат і знаходити рішення для різних задач. Починаємо з основ, а далі поступово переходимо до складніших сценаріїв:
- відстеження форм і відео,
- робота з dataLayer,
- налаштування eCommerce
- передача даних у рекламні системи.
Усе це ти відпрацьовуєш на практиці на реальних сайтах — з моїм персональним фідбеком до домашніх завдань.
Старт навчання вже в понеділок, 12 жовтня: 10 тижнів навчання, понад 70 практичних завдань і щотижневі зустрічі, де розбиратимемо твої запитання.
Якщо ти поки думаєш, чи приєднуватися, раджу також почитати враження тих, хто вже пройшов цей шлях. Про навчання, практику та результати найкраще розкажуть самі студенти.
А якщо твоє головне запитання — «Чи дізнаюся я щось нове, якщо вже працюю з GTM?», пропоную невелику «самоперевірку». Нещодавно я зібрав 19 практичних лайфхаків для роботи з Google Tag Manager. Переглянь матеріал і порахуй, скільки з них ти вже використовуєш у своїх проєктах.
Звісно, ці 19 пунктів — лише невелика частина того, чим я можу поділитися. На курсі ми підемо значно далі: розбиратимемо різні сценарії, застосовуватимемо рішення на практиці й з’ясовуватимемо, чому вони працюють саме так.
Тож якщо в статті вже знайшов щось корисне для себе — приходь на PRO GTM. Попереду ще багато цікавого ;)
💬 Якщо маєш питання або бажання записатися — пиши мені в особисті в телеграм, фейсбук або у відповідь на цей лист.
Ну що, новинами, які найбільше хотілося розповісти, я поділився. Але на сьогодні це далеко не все. Тож тепер — повний план розсилки, а далі продовжимо по порядку 👇
Новини Google Analytics 4:
🔹 Конверсії з додатків у кросканальних звітах GA4.
Новини Google BigQuery:
🔹 TimesFM 3.0: багатофакторне прогнозування через SQL (Preview).
🔹 Підтримка AI.CAUSAL_EFFECT у Conversational Analytics (Preview).
🔹 BigQuery Security Center став загальнодоступним у Google Cloud Console.
🔹 MCP-сервер BigQuery Data Transfer Service став загальнодоступним.
🔹 AI.KEY_DRIVERS стала загальнодоступною.
🔹 У планах виконання запитів тепер видно етапи UPDATE, DELETE, MERGE та EXPORT.
🔹 OBJ.LIST стала загальнодоступною.
🔹 Оновлення Jobs Explorer вийшли в загальний доступ.
Новини Power BI:
🔹 Віддалений Power BI Authoring MCP Server.
🔹 Новий редактор Power Query у Power BI Desktop (Preview).
🔹 Індикатор мобільної верстки сторінок (Mobile page indicator) став загальнодоступним.
Корисні матеріали:
👉 Новини Google Analytics 4
🚩 Конверсії з додатків у кросканальних звітах GA4.
Від команди Google Analytics цього разу невеликий, але корисний апдейт для тих, хто працює з мобільними додатками та Google Ads.
Тепер конверсії з додатків підтримуються у звітах Conversion performance, Conversion attribution analysis та Attribution models. Тобто можливості оцінки результатів і внеску різних каналів, які раніше були доступні для вебконверсій, поширили й на додатки.
Ще один важливий момент — атрибуцію конверсій із додатків можна налаштовувати окремо від вебконверсій. Це дає більше гнучкості, якщо для сайту й додатка тобі потрібні різні налаштування.
Функція поки доступна не всім ресурсам. І ще одне обмеження: інструменти кросканального планування бюджетів наразі працюють лише з вебконверсіями.
Детальніше в офіційному анонсі >>>
Від команди Google Tag Manager цього разу особливо важливих оновлень немає, тому перейдемо до BigQuery.
👉 Новини Google BigQuery
Тут, як завжди, новин вистачає) Я виділив три оновлення, про які розповім детальніше, а решту зібрав в короткий перелік.
🚩 Топ-1. TimesFM 3.0: багатофакторне прогнозування через SQL (Preview)
Почну з найважливішої, на мою думку, новини — буквально вчорашньої. 7 жовтня в BigQuery з’явилася TimesFM 3.0, нова версія вбудованої моделі для прогнозування часових рядів.
Прогнозування через SQL було доступне й раніше. Головне в цьому оновленні — підтримка multivariate forecasting: можна прогнозувати кілька показників одночасно та враховувати додаткові фактори, які впливають на їхні значення. Усе це — через функцію AI.FORECAST. Нова версія поки доступна в Preview.
Чому це цікаво? Коли ми прогнозуємо продажі, сама історія кількості покупок не завжди дає достатньо контексту. Важливо також враховувати наприклад, які активності плануються в майбутньому і саме цю можливість і надає оновлення.
Google вже підготував покроковий приклад із готовим SQL, де прогнозує кількість проданих товарів на наступні два тижні. У ньому модель враховує історичні значення середньої суми транзакції та ознаку вихідного дня. Тобто календар майбутнього періоду теж стає частиною вхідних даних для прогнозу.
І все це без витрат на створення та навчання власної моделі.
🚩 Топ-2. Підтримка AI.CAUSAL_EFFECT у Conversational Analytics (Preview)
Ще одна функція нарешті доїхала до Conversational Analytics у BigQuery — AI.CAUSAL_EFFECT, яка допомагає оцінювати вплив конкретної зміни на показники.
Сама функція з’явилася 10 вересня, і є вже писав про неї раніше, але нагадаю.
Ти передаєш дані за періоди до та після зміни й указуєш дату, коли вона відбулася. На історичних даних функція будує прогноз через ARIMA_PLUS — як міг би змінюватися показник, якби втручання не було. Потім порівнює цей прогноз із фактичними результатами й розраховує абсолютний та відносний ефект, а також його статистичну значущість.
Наприклад, після запуску рекламної кампанії продажі зросли. Але важливо зрозуміти, наскільки вони перевищили очікуваний рівень: можливо, частина зростання відбулася б і без кампанії. Саме таке порівняння допомагає зробити AI.CAUSAL_EFFECT.
А завдяки підтримці в Conversational Analytics цю задачу можна описати агенту звичайною мовою, щоб він підготував відповідний запит.
Звісно, у такого підходу є свої обмеження. Це оцінка на основі прогнозу: якщо одночасно з кампанією змінилися ціни чи відбулася інша важлива подія, їхній вплив теж може потрапити в різницю між прогнозом і фактом.
Але можливість виконати такий аналіз однією функцією, а тепер ще й через розмову з агентом, — важливе спрощення, на яке я не міг не звернути твою увагу.
🚩 Топ-3. BigQuery Security Center став загальнодоступним у Google Cloud Console.
Замикає мій суб’єктивний топ-3 новина про BigQuery Security Center — єдиний розділ для перегляду та керування налаштуваннями безпеки даних. Тепер він загальнодоступний у Google Cloud Console (GA).
Розумію, що налаштування доступів і політик безпеки — не щоденна задача для кожного, хто працює з BigQuery. Але, на мою думку, усе, що стосується захисту даних, завжди варте уваги.
У Security Center можна переглядати налаштування захисту таблиць і датасетів, створювати та змінювати політики доступу на рівні рядків і колонок, а також керувати data governance tags і policy tags, які використовуються для контролю доступу до колонок. Наприклад, якщо різні команди мають бачити лише певні рядки таблиці або окремим користувачам потрібно обмежити доступ до чутливих колонок, відповідними політиками можна керувати в цьому розділі. Тобто іншими словами, тепер, майже, все що потрібно для керування безпекою даних зібрано в одному місці.
🚩 MCP-сервер BigQuery Data Transfer Service став загальнодоступним (GA)
Ще одна новина, яку хочу окремо відзначити: MCP-сервер для BigQuery Data Transfer Service вийшов у GA. Якби не оновлення Security Center, він точно потрапив би до мого топ-3.
Через нього AI-агенти можуть створювати й змінювати налаштування трансферів, запускати передачу даних та перевіряти результати й логи.
І тут добре видно загальний напрямок розвитку BigQuery: дедалі більше рутини можна передавати агентам, скорочуючи кількість ручних дій в інтерфейсі.
🚩Серед інших оновлень, які можуть бути тобі корисні, коротко відзначу такі:
- AI.KEY_DRIVERS стала загальнодоступною (GA) — функція знаходить сегменти даних, які пояснюють статистично значущі зміни показника. А Luka Cempre показав практичний приклад: як визначити внесок окремих каналів і штатів у зміну кількості сесій.
- У планах виконання запитів тепер видно етапи UPDATE, DELETE, MERGE та EXPORT.
- OBJ.LIST стала загальнодоступною (GA) — дозволяє отримувати список файлів у Cloud Storage з метаданими та ObjectRef без створення постійної object table.
- Оновлення Jobs Explorer вийшли в GA: лічильники статусів у панелі фільтрів, групування завдань і графіки метрик у часі.
👉 Новини Power BI
Цього разу місячний апдейт Power BI настільки масштабний, що я навіть не одразу зрозумів, з якого боку до нього підійти. Якщо розповідати про все, цей лист легко перетвориться на окремий огляд оновлень Power BI 🙂
Тому я вирішив залишити за межами розсилки значну частину менших змін — хоча серед них теж є важливі й корисні. Повний перелік раджу переглянути в офіційному анонсі.
Переглянути всі оновлення Power BI >>>
А тут зосереджуся на тому, що відкриває нові можливості або змінює сам підхід до роботи з Power BI.
Звучить трохи абстрактно? Думаю, вже перша новина добре покаже, що саме я маю на увазі 👇
І отримуємо ще один крок до повноціннішої роботи з Power BI без прив’язки до Windows: агент + браузер закривають вже значну частину задач.
Microsoft послідовно розширює коло тих, кому зручно працювати з Power BI. І тепер це не лише користувачі MacBook, а й їхні агенти 😉
🚩 Fabric Apps: доступ для Power BI Pro та Premium Per User і створення додатків через агента в GitHub Copilot App.
Але віддалений MCP-сервер — не єдина велика зміна, на яку я хочу звернути твою увагу. Ще один важливий напрям, який Microsoft активно розвиває, — Fabric Apps.
Я вже трохи розповідав про них раніше, але особливо не заглиблювався: для роботи з ними потрібна була Fabric capacity. Тепер ця можливість має стати доступнішою.
На FabCon/SQLCon 2026 Microsoft анонсувала, що користувачі Power BI Pro та Premium Per User отримають доступ до Fabric Apps і Fabric Database без додаткової оплати — їм виділять до 1 ГБ на додаток. Доступ обіцяють відкрити в Preview протягом найближчих тижнів.
І для мене це справжнє «вау» 🙂 Ми самі працюємо з Premium Per User, як і багато наших клієнтів. Тому можливість спробувати Fabric Apps у межах уже наявної ліцензії — дуже приємна новина.
Чому я взагалі так зацікавився цим напрямом? Fabric Apps дозволяють створювати додатки, у яких користувач може вводити дані, зберігати зміни та виконувати робочі дії. При цьому додаток може використовувати вже готову семантичну модель Power BI з її показниками та бізнес-логікою. Як на мене, це відкриває дуже цікаві сценарії для проєктів.
Детальніше про доступ до Fabric Apps для користувачів Power BI Pro та Premium Per User >>>
А тепер додаємо до цього ще одну новину з місячного оновлення: створювати Fabric Apps можна за допомогою агента в GitHub Copilot App. Ця можливість також у Preview.
Встановлюєш плагін Rayfin, описуєш, який додаток хочеш отримати, обговорюєш з агентом план і доручаєш йому реалізацію. Тобто агент може допомогти пройти шлях від ідеї до додатка, який можна розгорнути у Fabric. Ну клас же!
Детальніше про створення Fabric Apps у GitHub Copilot App >>>
Зазвичай корисні матеріали я залишаю для окремого блоку нижче, але тут зроблю виняток. Якщо хочеш краще зрозуміти, що таке Fabric Apps і чому я бачу в них настільки важливу зміну для роботи з Power BI, раджу відео Курта Бюлера.
🚩 Індексація текстових рядків і повнотекстовий пошук (Full-Text Search) у семантичних моделях Power BI (Preview)
Продовжимо, бо є ще цікаві новини.
Microsoft анонсувала дві можливості для роботи з текстом, які мають з’явитися в Preview: індексацію текстових рядків і повнотекстовий пошук.
Тут мені подобаються не лише самі функції, а й те, на які задачі команда Power BI звертає увагу. Ми дедалі частіше працюємо з текстовими даними: описами товарів, відгуками, зверненнями в підтримку, публікаціями. І хочеться мати зручні інструменти, щоб використовувати все це в аналізі.
Індексація текстових рядків (String Indexing) має пришвидшити пошук у текстових колонках. Якщо у звіті багато довгих описів або коментарів, пошук через SEARCH() чи CONTAINSSTRING() може працювати повільно. Спеціальні індекси допоможуть швидше знаходити збіги в моделях Import та Direct Lake.
Детальніше про String Indexing >>>
А повнотекстовий пошук (Full-Text Search) розширює самі можливості пошуку: додає роботу зі словоформами для підтримуваних мов, пошук фраз і режим, який враховує невеликі друкарські помилки.
Для цього з’являються дві DAX-функції: TEXTCONTAINS() перевіряє, чи відповідає текст умовам пошуку, а TEXTSIMILARITY() повертає оцінку релевантності, за якою можна впорядкувати результати. Наприклад, відібрати відгуки зі згадкою певної характеристики товару й показати найбільш релевантні першими.
Люди описують свій досвід по-різному, використовують різні форми слів і припускаються помилок. Тому такі можливості для роботи з текстом я дуже вітаю і це хороший приклад того, як Microsoft реагує на зміни в щоденних задачах аналітиків.
🚩 Новий редактор Power Query у Power BI Desktop (Preview)
А ще я мало не забув розповісти про новий редактор Power Query, який також вийшов у Preview 🙂
Особливо мені подобається, що він робить наочнішими речі, у яких раніше доводилося розбиратися вручну.
- Індикатори згортання запитів (Query Folding) і план виконання допомагають побачити, які перетворення передаються джерелу даних і на якому кроці це припиняється.
- А перегляд у вигляді схеми (Diagram View) показує залежності між запитами — дуже корисно, коли відкриваєш чужий проєкт або працюєш із довгими ланцюжками об’єднань і посилань.
До цього додаються оновлений вибір джерел даних, повноцінна темна тема та багато інших покращень.
🚩 Індикатор мобільної верстки сторінок (Mobile page indicator) став загальнодоступним.
І наостанок — зовсім невелике, але важливе оновлення.
Його задача проста: позначати іконкою вкладки сторінок, для яких уже створена мобільна верстка. Так ти одразу бачиш, що підготовлено для перегляду зі смартфона, а що ще потрібно адаптувати. Microsoft оголосила функцію загальнодоступною, а її появу в Power BI Desktop і вебверсії обіцяє найближчим часом.
Чому я включив таку маленьку зміну до свого топу? Бо смартфон із нами практично завжди. А перегляд звітів часто відбувається на ходу: дорогою на зустріч, в аеропорту, між дзвінками. Щоб перевірити показники або відповісти на запитання колеги, не завжди є можливість відкрити ноутбук.
І Microsoft, чомусь, майже єдині, хто продовжує пушити цей напрямок: у Power BI давно є окрема мобільна верстка і вже певний час доступний Copilot у режимі попереднього перегляду, тобто можна ставити запитання про дані прямо зі смартфона.
Детальніше про індикатор мобільної верстки сторінок >>>
Ось такий вийшов мій топ-5 новин, які показують основні напрямки розвитку Power BI. Але в цьому місячному оновленні є ще багато інших, менш значних, але корисних змін.
Наприклад, заголовки розгорнутих розділів панелі форматування тепер залишаються видимими під час прокручування. Дрібниця, але коли налаштувань багато, значно простіше розуміти, який саме розділ ти редагуєш.
Якби я розбирав кожне таке покращення, цей лист перетворився б на окрему розсилку про Power BI 🙂 Тому залишаю тобі повний перелік — переглянь, що ще може бути корисним для твоїх задач.
🧰 Корисні матеріали
Сьогодні цей блок буде коротким: важливих новин і можливостей для експериментів у цьому листі й так вистачає 🙂 До речі, цей приклад теж раджу потестувати.
🔥 Jev у BigQuery: як перетворити текст на дані для аналізу?
Якщо ти час від часу заглядаєш у LinkedIn або стежиш за новинами у сфері даних та AI, то, напевно, вже чув про Jev — нову модель від TypeSafe.
Її зручно уявляти як своєрідний класифікатор: ти передаєш дані, ставиш запитання й визначаєш формат відповіді. Модель може вибрати категорію, повернути оцінку за заданою шкалою або ймовірність того, що певне твердження правильне. Такий результат зручно використовувати в подальшій обробці даних.
Мені завжди цікаво, як подібні технології можна застосувати в роботі аналітика. І тут є хороший приклад від Джеффа Нельсона.
Він показує, як підключити Jev до BigQuery через Cloud Run і використати модель для обробки звернень у підтримку: визначати відповідальну команду, оцінювати терміновість і те, наскільки проблема блокує роботу користувача. Результати зберігаються в колонках, з якими далі можна працювати через SQL — фільтрувати, групувати й поєднувати з іншими даними. Є готовий код та інструкція, щоб повторити приклад.
Як підключити Jev до BigQuery через Cloud Run >>>
А в продовженні автор порівнює Jev із вбудованими AI-функціями BigQuery — AI.IF та AI.CLASSIFY. Він перевіряє якість результатів, швидкість і витрати на різних обсягах даних.
Тобто приклад цікавий із двох сторін: можна побачити практичне застосування нової моделі й оцінити його поруч із рішеннями, які вже є в екосистемі Google.
Порівняння Jev з AI-функціями BigQuery >>>
Якщо працюєш із текстовими даними, спробуй такий підхід на невеликій вибірці зі своїх задач. Цікаво ж перевірити, що він дасть саме у твоєму випадку 🙂
Будь в курсі актуальних новин зі світу аналітики!