- Головна
- /
- Архів розсилок
- /
- Дайджест з вебаналітики #9
від 20 Червня 2024р.
від 20 Червня 2024р.
Привіт 🙌
Почнемо з основних новин від PROANALYTICS.ACADEMY:
👉 27 червня о 18.00 я планую провести вебінар разом із студенткою та членом команди Analytics Tips, Natalie Fedorenko
Тема: "Визначаємо джерела трафіку на основі сирих даних GA4 в BigQuery"
Усі деталі та програму вебінару знайдеш в моєму останньому пості на Facebook за цим посиланням.
👉На блозі вийшла фінальна стаття з серії івентів розширеної статистики:
Як дізнатися які файли найчастіше скачують користувачі на вашому сайті?
Ну а для тих хто більше полюбляє відео-контент, на YouTube каналі з'явилась детальна відео-інструкція по розбору івенту file_download (Скачування файлів).
Усім відомі такі системні івенти як first_visit та session_start, але багато хто думає, що вони предаються в аналітику як окремі події. Проте ні. Зараз покажу на прикладі коду сторінки з блогу Analytics Tips.
Отже, якщо подивитися в запиті на івент page_view, то можна помітити параметри _fv: "1" та _ss: "1". Це і є ті самі івенти first_visit та session_start.
Тобто параметри цих двох івентів абсолютно ідентичні, першому page_view і окремо ніяк не фіксуються, а генеруються на бекенді Google Analytics.

Продовжимо, про цікаві особливості збору даних в GA4.
Скоріш за все, тобі знайомі такі get-параметри як gclid та dclid, але не всі знають про srsltid. Тому, давай розберемось)
srsltid допомагає відстежувати ефективність органічних результатів покупок у Google Merchant Center. Він важливий для розуміння, які з товарів приносять найбільше трафіку з безкоштовних результатів пошуку.
Тому, коли аналізуєш джерела трафіку на основі сирих даних в BigQuery, то однозначно слід робити додаткову перевірку на праметр srsltid.
👉 Детальніше про параметр srsltid можеш почитати в довідці.
👉 Про параметри gclid та dclid багато хто знає, тому я детально розписувати не буду, ален всяк випадок посилання на довідку все ж залишу.

У попередніх розсилках я вже згадував трансфер даних з Facebook до BigQuery, але казав, що він працює не дуже добре. Нещодавно я перевірив на практиці оновлену версію, тому ділюсь результатами.
У цілому, все спрацювало, як потрібно, і я отримав наступні таблиці:

Але помітив 3 мінуси:
1) Експортувались дані з усіх рекламних кабінетів до яких в мене був доступ, і можливості якось це обмежити конкретним кабінетом я не знайшов.
2) Під час експорту доступне налаштування "Refresh window", що дозволяє оновити дані за попередні дні, але за замовчуванням там стоїть лише 1 день і змінити його наразі не можна.
Оскільки Facebook може оновлювати дані про ефективність кампаній з часом, то вірогідність, що дані не будуть співпадати з Facebook кабінетом через певний час досить висока.

3) Не можна підвантажувати історичні дані.
Проте, два із трьох пунктів, а саме налаштування "Refresh window" та завантаження історичних даних, Google планує виправити вже скоро, тому просто дочекайтесь оновлень.

Детальніше про трансфер даних з Facebook до BigQuery можеш почитати в довідці.
Часто виникає необхідність вигрузити дані з Google Sheets до BigQuery, і для цього у BigQuery треба лише натиснути "Створити таблицю", обрати формат Google Sheets та власне вказати URL на файл.

Але як завжди, є нюанс, бо у цьому форматі таблиця підгружається як зовнішня (external), та у зв'язку з цим вона має певні обмеження. Наприклад, можуть бути проблеми при оновленні даних з Power Bi чи передачі даних до Google Ads.
Тому якщо ти колись стикався з такою проблемою, дуже раджу прочитати статтю від Kopal Garg, в якій вона надає вирішення цієї проблеми.
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.