Zaczynając jednak od początku, czym w ogóle jest proces migracji z Universal Analytics do Google Analytics 4? Jeśli natomiast jeszcze nie wiesz, dlaczego warto korzystać z Google Analyics 4, to sprawdź wpis na naszym blogu “Dlaczego GA4 to najlepsze, co spotkało Twój biznes w 2023 roku?”.
Wracając do migracji z UA na GA4. Cały proces związany z migracją z Universal Analytics (UA) do Google Analytics 4 (GA4) to proces przejścia z jednego systemu analitycznego do drugiego. UA i GA4 są dwiema różnymi platformami analitycznymi oferowanymi przez Google. Każda z nich w zupełnie odmienny sposób podchodzi do zbierania i analizowania danych. Google Analytics 4 jest znacznie lepiej dostosowany do nowych wymogów i trendów panujących w sieci, dlatego przeniesienie danych z Universal Analytics, to najlepsze rozwiązanie, gdy zależy nam na czerpaniu z informacji, które uzyskaliśmy w ciągu ostatnich lat.
Przenoszenie danych z Universal Analytics do Google Analytics 4
Obecnie pomiędzy systemami możemy przenieść, a tak naprawdę odwzorować ustawienia wykluczeń niechcianych witryn, konfigurację list odbiorców, wykorzystywanych do retargetingu, a także cele lub zdarzenia używane do śledzenia zachowań użytkowników na stronie.
Dodatkowo warto mieć na uwadze fakt, że nie wszystkie parametry oraz konfiguracje, które z domysłu były dostępne w GUA, są dostępne z domysłu w GA4. W takich przypadkach wymagana jest dodatkowa praca związana z konfiguracją takich elementów w panelu administracyjnym lub bezpośrednio w kodzie strony. Konfiguracja zdarzeń pozwoli odpowiednio dostosować narzędzie i czerpać z pełni możliwości Google Analytics 4.
Możliwości na archiwizację danych historycznych z GUA
Zgodnie z informacjami przekazanymi przez Google dostęp do danych historycznych pochodzących z usługi Universal Analytics będziemy posiadać do końca 2023 roku, a później zostaną one usunięte.
Google Universal Analytics nie oferuje bezpośrednio funkcji archiwizacji danych historycznych. Dane po upływie wskazanego terminu, czyli z końcem roku 2023 dane zostaną automatycznie usunięte. Jednakże, istnieją różne metody, które można zastosować do archiwizacji tych danych:
Eksport danych do Google BigQuery
Dla kont Google Analytics 360, istnieje możliwość automatycznego codziennego eksportu surowych, nieprzetworzonych danych do Google BigQuery, usługi chmurowej Google do analizy dużych zbiorów danych. BigQuery umożliwia przechowywanie i analizę danych na skalę petabajtów, co jest szczególnie przydatne dla firm przechowujących duże ilości danych. Warto mieć na uwadze kryjące się koszty za korzystanie z takiego rozwiązania – wytłumaczę je w późniejszym etapie.
Eksport danych za pomocą API Google Analytics
Można zaprogramować skrypty, które regularnie pobierają dane z Google Analytics za pomocą API i zapisują je w dowolnym miejscu. To wymaga pewnej wiedzy programistycznej, ale pozwala na dużą elastyczność w przechowywaniu i przetwarzaniu danych.
Eksport do arkuszy Google
Możesz użyć Google Sheets i dodatek Google Analytics, aby automatycznie eksportować dane do arkuszy. Arkusze można następnie przechowywać, udostępniać i analizować według uznania. Limitem dla tego sposobu archiwizacji danych jest pojemność arkuszy, która wynosi 10 milionów komórek – nie ważne czy zawierają treść, czy są puste.
Wykorzystanie narzędzi zewnętrznych
Istnieją narzędzia i usługi innych firm, które umożliwiają archiwizację danych z Google Analytics. Mogą one oferować dodatkowe funkcje, takie jak przechowywanie danych w chmurze, łatwa migracja danych i analiza. Zanim jednak zdecydujesz się przenieść dane z UA z pomocą jednego z tych narzędzi, sprawdź czy aby na pewno nie będzie Ci łatwiej z pomocą metod opisanych powyżej.
Dlaczego nie ma możliwości przeniesienia danych do nowego panelu?
Odmienne modele danych
Przed przystąpieniem do migracji danych z Universal Analytics do Google Analytics 4 warto zrozumieć kluczowe różnice między tymi dwiema platformami pod względem modeli danych.
Model danych w Universal Analytics
Universal Analytics wykorzystuje hierarchiczną strukturę opartą na koncepcji hitów, sesji i użytkowników. Hity reprezentują indywidualne interakcje na stronie internetowej, takie jak wyświetlanie stron czy zdarzenia. Sesje obejmują serię hitów wykonanych przez użytkownika w określonym czasie. Użytkownicy są identyfikowani za pomocą unikalnego identyfikatora przypisanego do nich.
Model danych w Google Analytics 4
Google Analytics 4 natomiast wprowadza bardziej elastyczny i oparty na zdarzeniach model danych. Skupia się on na zdarzeniach i parametrach, a nie na wyświetleniach stron i sesjach. Zdarzenia mogą rejestrować różne interakcje, takie jak wyświetlenia stron, odtwarzanie wideo czy kliknięcia przycisków. Parametry dostarczają dodatkowych informacji i kontekstu dotyczącego tych zdarzeń.
Jak zatem wygląda migracja z Universal Analytics do Google Analytics 4?
Teraz, gdy mamy podstawową wiedzę na temat modeli danych, przejdźmy do procesu migracji danych z Universal Analytics do Google Analytics 4, który składa się z kilku etapów.
Utworzenie właściwości Google Analytics 4
Pierwszym krokiem jest utworzenie nowej właściwości w ramach konta Google Analytics specjalnie dla Google Analytics 4. Dzięki temu zachowasz istniejącą właściwość Universal Analytics i jednocześnie utworzysz osobną właściwość dla migracji.
Instalacja kodu śledzenia Google Analytics 4
Po utworzeniu nowej właściwości należy wdrożyć kod śledzenia Google Analytics 4 na swojej stronie internetowej. Ten kod umożliwia zbieranie danych zgodnie z nowym modelem danych.
Konfiguracja strumienia danych
Strumienie danych w Google Analytics 4 pozwalają na zbieranie danych z różnych źródeł, takich jak strony internetowe czy aplikacje mobilne. Konfiguracja nowego strumienia danych na stronie internetowej zapewni dokładniejszą możliwość zbierania informacji na temat użytkowników witryny.
Konfiguracja zdarzeń
Ponieważ Google Analytics 4 skupia się na zdarzeniach, będziesz musiał skonfigurować śledzenie zdarzeń zgodnie z Twoimi konkretnymi wymaganiami. Zidentyfikuj kluczowe interakcje, które chcesz śledzić, i zdefiniuj odpowiednie zdarzenia i parametry.
Uruchomienie obu kodów śledzenia równolegle
W trakcie procesu migracji ważne jest równoczesne uruchomienie zarówno kodu śledzenia Universal Analytics, jak i kodu śledzenia Google Analytics 4. Dzięki temu dane są zbierane na obu platformach, co umożliwia okres przejściowy do dokładnego porównania.
Zweryfikowanie i porównanie danych
Po uruchomieniu obu kodów śledzenia przez odpowiedni czas, zweryfikuj i porównaj dane między Universal Analytics i Google Analytics 4. Ten krok pomoże zidentyfikować ewentualne rozbieżności i zapewnia dokładność danych przed pełnym przejściem do GA4.
Ile kosztuje usługa BigQuery?
Cennik usług BigQuery zależy od kilku czynników, w tym ilości przetwarzanych danych, przechowywanych danych, a także od innych funkcji, takich jak streaming danych. Poniżej znajduje się ogólny przegląd cennika BigQuery, ale zawsze warto sprawdzić najnowsze informacje bezpośrednio na stronie Google Cloud.
Przetwarzanie danych (on-demand): Google BigQuery oferuje model rozliczeniowy „zapłać za to, co zużyjesz”, gdzie płacisz za ilość danych, które przetwarzasz. Domyślnie stawka za przetwarzanie danych wynosi $5 za terabajt.
Przechowywanie danych: Dla danych przechowywanych, Google BigQuery pobiera opłatę na poziomie $0.020 na gigabajt na miesiąc dla aktywnego przechowywania i $0.010 na gigabajt na miesiąc dla przechowywania na zimno.
Streaming danych: Jeżeli wprowadzasz dane do BigQuery w czasie rzeczywistym za pomocą strumieniowania, koszt wynosi $0.010 za gigabajt.
Flat-rate pricing: Dla firm, które przetwarzają bardzo duże ilości danych, Google oferuje również płaską stawkę, która umożliwia przetwarzanie nieograniczonej ilości danych za stałą, miesięczną opłatę.
Pamiętaj, że dodatkowe koszty mogą wynikać z transferu danych między różnymi regionami oraz innych usług Google Cloud, które możesz używać w połączeniu z BigQuery. Również warto sprawdzić możliwości darmowego korzystania z usług, które Google oferuje w ramach programu „Always Free” oraz programów promocyjnych.
Ceny są podane w dolarach amerykańskich i mogą ulec zmianie. Zawsze najlepiej jest skonsultować najbardziej aktualne ceny na stronie Google Cloud.
Kroki, jakie należy wykonać przed decyzją o archiwizacji danych
Decyzja o archiwizacji danych z Google Universal Analytics to ważny krok, który wymaga starannego rozważenia i planowania.
- Zrozumienie celów biznesowych
Pierwszym krokiem jest zrozumienie, dlaczego chcesz archiwizować dane. Czy chcesz przechowywać dane dla przyszłych analiz? Czy chcesz spełnić wymogi regulacyjne? Czy chcesz zabezpieczyć się przed utratą danych? Zrozumienie twojego celu pomoże Ci zdecydować, jakie dane archiwizować, jak długo je przechowywać i jakie narzędzia są potrzebne do osiągnięcia celu. - Ocena dostępnych zasobów
Zrozumienie dostępnych zasobów jest kluczowe. Czy masz wystarczająco dużo miejsca na dysku, aby przechować wszystkie dane? Czy masz dostęp do odpowiednich narzędzi do przetwarzania i analizy danych? Czy dysponujesz budżetem na opłacenie usług chmurowych takich jak Google BigQuery? Czy masz zespół, który ma odpowiednie umiejętności do zarządzania danymi i ich analizy? - Zrozumienie zasad dotyczących danych
Musisz zrozumieć, jakie dane możesz przechowywać zgodnie z przepisami dotyczącymi prywatności i ochrony danych. Należy szczególnie zwrócić uwagę na zasady GDPR, jeśli działasz w Europie. - Wybór narzędzi do archiwizacji
Zdecyduj, które narzędzia są najlepsze do archiwizacji danych. Czy korzystasz z Google BigQuery, eksportujesz dane do arkuszy Google, czy używasz innych narzędzi do archiwizacji danych?
Podsumowanie
Jak widać elementów składających się na migracje i archiwizację danych z poprzedniej wersji Analyticsa jest bardzo dużo i każda opcja wymaga odpowiedniego podejścia do przygotowań procesu. Migracja z UA do GA4 to proces skądinąd bardzo istotny, szczególnie dla biznesów, które bardzo aktywnie funkcjonują w wirtualnej przestrzeni, a swoje działania podejmują w oparciu o dokładne dane. Jeśli potrzebujesz wsparcia w zakresie analityki internetowej, m.in. przeniesienia danych z Universal Anlytics do Google Analytics 4, to skontaktuj się z nami. Nasi specjaliści pomogą dobrać odpowiednie rozwiązania dla Twojej firmy: