Google Analytics DIY – Replicando a funcionalidade 360 ​​no GA

Alguns de vocês podem ter a sorte de ter o orçamento para pagar o Google Analytics 360 com todos os seus sinos e assobios. Mas, para aqueles de vocês que talvez ainda não estejam prontos para investir muito dinheiro, este artigo deve fornecer algumas dicas e truques que permitirão que você saia e obtenha alguns desses recursos pagos sem ter que gastar um gasto.

A maioria dos clientes com os quais trabalhamos não tem a versão paga do Google Analytics, portanto, há vários processos que aprimoramos ao longo dos anos que permitem que nossos clientes aproveitem ao máximo seus pacotes de análise gratuitos.

O que você está comprando com 360?

Em primeiro lugar, o que você realmente está pagando quando investe no Google Analytics 360? Bem, como você pode imaginar, existem vários recursos excelentes:

• Integração do Big Query*
• Integração Salesforce*
• Análise de avanços
• Acesso a dados brutos
• Relatórios avançados de funil
• Modelagem de atribuição
• Mais visualizações
• Cotas de dados maiores
• Dimensões personalizadas adicionais*
• Dados mais recentes
• Relatórios sem amostra*

Todos esses são ótimos recursos, no entanto, neste artigo, veremos os pontos destacados na lista acima e como podemos obtê-los na versão gratuita da plataforma.

Pensamento criativo

O Google Analytics nos fornece um conjunto de ferramentas ou relatórios que nos permitem analisar nossos dados de uma determinada maneira. Embora essa seja obviamente a maneira mais direta de usar a plataforma, com um pouco de pensamento criativo em torno dessas ferramentas, podemos criar usos maiores e melhores para elas, onde podemos obter ainda mais insights de nossos dados. Então, vamos dar uma olhada em alguns trabalhos de bricolage que podemos realizar.

Relatórios sem amostra

O primeiro projeto DIY que veremos são os relatórios sem amostragem. Muitos de nós provavelmente já enfrentaram a situação em que vamos sobrepor um segmento ou uma dimensão secundária em um relatório e, de repente, um visto amarelo aparece no canto superior esquerdo, informando que nosso relatório está sendo amostrado.

Existem 2 maneiras de contornar isso. Em primeiro lugar, se gastarmos £ 120.000 no Google Analytics 360, receberemos um botão anexado a todos os relatórios que nos permite criar um relatório sem amostra. Como alternativa, no entanto, existem vários produtos gratuitos por aí que utilizam a API do Google Analytics e vêm com um recurso chamado minimizar amostragem. Exemplos incluem:

• Borda do Analytics para Excel
• Supermétricas para Planilhas Google/Data Studio

Para entender como esses produtos funcionam, primeiro precisamos ver por que o Google Analytics faz amostras de dados. Há vários fatores envolvidos na taxa de amostragem, incluindo o tipo ou a qualidade das dimensões, mas um grande fator é a quantidade de dados que estão sendo processados.

A quantidade de dados em um relatório tem uma relação muito linear com o período de tempo do relatório – quanto maior o intervalo de datas, mais dados no relatório e, portanto, maiores os níveis de amostragem.

O que o recurso de amostragem minimizado mencionado acima faz é que, se você estiver executando um relatório em um período de 10 dias, ele executará 10 relatórios em incrementos de 1 dia e os unirá. Cada um desses relatórios de 1 dia terá uma taxa de amostragem significativamente reduzida ou nenhuma amostragem devido ao seu tamanho reduzido.

Esta é uma maneira muito fácil de reduzir o tamanho da amostragem e muito simples de implementar.

Uma nota do GA4:

Vale a pena notar que esses projetos DIY estão focados no Universal Analytics, no entanto, o Google Analytics lançou recentemente uma nova versão da plataforma chamada GA4, que possui um mecanismo muito diferente sob o capô.

Então, como é a amostragem na nova plataforma GA4? Bem, a resposta curta é que ainda é uma coisa. Funciona um pouco diferente, mas fundamentalmente você tem um limite máximo de 10 milhões de acessos por consulta – acima desta amostragem ocorrerá.

É cedo para a plataforma, então veremos como algumas das plataformas de terceiros discutidas anteriormente se adaptam a esses limites para nos oferecer opções em torno da minimização da amostragem.

Integração CRM

Qualquer empresa que gere leads on-line e os converta off-line terá encontrado o problema em algum ponto de conectar dados históricos de navegação do cliente, como páginas visitadas e atribuição de canal, com informações de leads, como qualidade e receita gerada.

O Google Analytics 360 resolve esse problema introduzindo um conector nativo para SFDC que permite alimentar informações desse CRM específico para o Google Analytics. Este é um grande benefício, pois significa que você pode começar a otimizar suas campanhas para leads de qualidade, em vez de apenas enviar formulários.

No entanto, é perfeitamente possível construir essa conexão você mesmo utilizando um elemento-chave – o ID do usuário/cliente. Este é o ID que o Google Analytics armazena em um cookie e usa para identificar visitantes únicos. Se você capturar esse ID quando um formulário for enviado, poderá armazená-lo como um campo em seu CRM.

A próxima etapa envolve aproveitar o protocolo de medição do Google Analytics para começar a enviar dados de CRM de volta ao Google Analytics. Se você enviar esses dados junto com o ID do cliente/usuário, o Google os conectará automaticamente a qualquer histórico de campanha/comportamento de navegação no GA.

Isso significa que você pode começar a alimentar dados como receita off-line e status de lead no Google Analytics (e, portanto, também no Google Ads) e começar a otimizar campanhas em torno de métricas que realmente contam.

Tecnologia SAM

Se você está pagando pelo GA 360 ou construindo isso sozinho parece um pouco mais de esforço do que você está procurando, então a ajuda está à mão. Criamos um software que conecta uma grande variedade de CRMs (não apenas SFDC) ao Google Analytics. Chamamos este software de Tecnologia SAM (Systematic Attribution of Marketing). Se você estiver interessado em otimizar suas campanhas para as métricas que geram valor real para o seu negócio, entre em contato.

Uma nota do GA4:

As conexões nativas de CRM ainda não são possíveis com o GA4, portanto, esse ainda é um problema que precisaremos superar. No entanto, há uma conexão nativa com Big query incluída, o que nos dá a opção de mesclar nossos dados de CRM também por meio dessa plataforma.

Integração do Big Query

Big Query é a plataforma de banco de dados do Google. É provável que se torne cada vez mais proeminente no mundo da análise, então eu definitivamente aconselharia as pessoas a se familiarizarem com isso. Ter seus dados armazenados em um banco de dados personalizável em oposição ao Google Analytics tem várias vantagens diferentes, incluindo:

• Integração mais rápida com DataStudio
• Modelagem preditiva
• Mesclando dados
• Sem amostragem

A ideia básica de como isso funciona é que você defina os campos que deseja extrair por meio da API de relatórios e faça upload desses dados para o Big Query. As nuances de como isso funciona são obviamente um pouco mais complexas, mas os laboratórios fuzzy fazem um excelente trabalho explicando como isso funciona no link abaixo: https://github.com/fuzzylabs/google-analytics-big-query-importer

Uma nota do GA4:

O GA4 é um divisor de águas em termos de uso do Big Query. Ele vem com um conector nativo que facilita muito a importação de todos os seus dados do GA para o Big Query. Se você deseja inserir seus dados do GA no Big Query daqui para frente, esse é definitivamente o caminho a seguir.

Dimensões personalizadas adicionais

Nosso projeto final de bricolage é dimensões personalizadas. Para quem quiser relembrar como eles funcionam, há um link aqui: https://support.google.com/analytics/answer/2709828?hl=en .

Eles são extremamente poderosos e nos permitem enriquecer nossa análise com dimensões e métricas personalizadas que são específicas de como nosso site funciona. O problema é que só temos 20 deles, então muitas vezes há uma decisão a ser tomada em termos do que capturamos e do que não capturamos.

A menos, é claro, que repensemos como os reportamos. As dimensões personalizadas que queremos focar para este projeto DIY são aquelas com baixa cardinalidade (ou seja, há poucas variações). Por exemplo, vamos nos concentrar no cenário de quando um usuário conectado em que a dimensão pode estar conectado ou não conectado. Quando há uma dimensão com baixa cardinalidade, podemos criar um segmento para cada resultado e, assim, liberar uma dimensão personalizada.

Como exemplo aqui, se quisermos uma dimensão personalizada no nível da sessão para usuários conectados e não conectados, podemos criar um evento que seja acionado quando alguém fizer login. Em seguida, criamos um segmento no nível da sessão para sessões que incluem um evento conectado e um segundo segmento que não inclui um evento de nível de sessão.

Se suas dimensões forem um pouco mais complexas, convém garantir que elas não tenham sido alteradas em uma sessão (para replicar o comportamento das dimensões personalizadas).

Para fazer isso, você pode usar as opções de sequência nos segmentos. Um exemplo aqui são os tipos de conta. Alguém pode passar de uma conta gratuita para uma conta paga em uma sessão. Você pode querer relatar apenas sessões com contas gratuitas criadas.

Nesse caso, portanto, precisamos excluir qualquer pessoa que tenha criado uma conta paga. Portanto, gostaríamos de criar uma dimensão personalizada no nível das sessões em que existisse um evento de conta gratuita, mas excluir as sessões em que alguém criou uma conta paga.

Uma nota do GA4:

O GA4 reescreve completamente a maneira como as dimensões personalizadas funcionam. Agora você tem 100 dimensões e métricas personalizadas e 25 propriedades do usuário que funcionam de maneira semelhante às dimensões personalizadas. No entanto, desapareceram as dimensões personalizadas no nível da sessão!

Conclusão

Então, o que devemos tirar de tudo isso? Essencialmente, o Google Analytics oferece um conjunto de ferramentas e informa como você deve usá-las. Mas com uma pequena quantidade de DIY e pensamento criativo, podemos adaptar essas ferramentas para criar níveis ainda maiores de percepção.