Nonostante GA4 sia l’opzione predefinita per le nuove proprietà di Google Analytics dal 14 ottobre 2020, molti marketer e sviluppatori web non hanno ancora effettuato la transizione da UA a GA4 e spesso si sono limitati a una conversione automatica che porta spesso a implementazioni imprecise o addirittura inutili.

Una possibile ragione è che Google Analytics 4 funziona in modo differente dal suo predecessore e, pur offrendo nuove funzionalità, ha subito critiche per bug presunti e per la mancanza di alcune funzionalità apprezzate dagli utenti di UA.

Cerchiamo quindi di capire da Google Analytics Universal a GA4: cosa cambia? E quando?

Il 16 marzo 2022, Google ha annunciato che Universale Analytics interromperà l’elaborazione dei dati dal 1º luglio 2023 per le proprietà standard UA e dal 1º ottobre 2023 per le proprietà UA 360. Il periodo di tempo relativamente breve tra l’annuncio e la data di fine ha sorpreso molti marketer e causato un leggero panico nel settore. Anche se Google Analytics 4 era uscito dalla beta dal 2020, l’adozione era ancora relativamente bassa. Questo ha probabilmente influenzato la decisione di Google di accelerare i tempi.

Più di un anno potrebbe sembrare un tempo sufficiente per aggiungere uno script di tracciamento su un sito, ma è importante ricordare quanto possa essere critica l’implementazione di Google Analytics per la maggior parte delle aziende quando si tratta di misurare il proprio sito in modo corretto ed efficace. Prima di iniziare ad implementare Google Analytics 4, è cruciale capire come sia diverso da Universal Analytics.

Una delle funzioni più attese di GA4 è la capacità di tracciare i dati del sito web e dell’app nella stessa proprietà.

GA4 infatti sfrutta lo stesso modello di misurazione di Google Analytics Firebase (utilizzato per le app mobile) in cui tutte le interazioni sono catturate come eventi. Questo nuovo data model unificato tra il sito e l’app mobile significa che sarà più facile combinare i dati e seguire il comportamento degli utenti che interagiscono sul sito e sulle App.

Un’altra differenza significativa tra UA e GA4 riguarda il modo in cui vengono acquisite le interazioni. UA, acquisisce le interazioni con diversi tipi di hit, come le visualizzazioni di pagina, le transazioni e le interazioni social. In GA4, al contrario, acquisisce le interazione acquisita come eventi.

Gli eventi esistevano anche in UA, con una categoria, un’azione e una descrizione associati, ma queste classificazioni non esistono più in GA4. GA4 lavora con i parametri dell’evento che sono informazioni aggiuntive sull’azione (evento) che ha compiuto l’utente. Alcuni parametri di evento vengono inviati automaticamente, come page_title, mentre altri possono essere aggiunti (è possibile registrare fino a 25 parametri per ciascun evento).

Dal momento che i modelli di dati sono fondamentalmente diversi, Google consiglia di non copiare semplicemente la logica degli eventi esistenti da UA a GA4, ma di implementare invece una nuova logica che abbia senso in questo nuovo contesto. Torneremo su questo argomento con un post più specifico.

Un’altra differenza tra UA e GA4 che può diventare evidente quando si iniziano a confrontare le statistiche tra i due sistemi, riguarda i valori delle sessioni.

In UA, una sessione rappresenta il periodo di tempo in cui un utente è attivamente impegnato sul sito. Dopo essere atterrati sul sito, questi sono gli eventi che interrompono una sessione in UA:

In GA4, invece, l’evento session_start genera un ID di sessione a cui, durante la sessione stessa, sono associati tutti gli eventi successivi. Similmente ad UA, una sessione termina dopo 30 minuti di inattività (o le impostazioni del timeout della sessione), ma le sessioni possono ora proseguire oltre la mezzanotte e non sono influenzate dal riscontro di nuovi parametri di campagna. Se il sito ha un pubblico globale (cioè con differenti fusi orari), ciò può causare discrepanze nel numero delle sessioni tra UA e GA4.

Con GA4, le esportazioni in BigQuery sono disponibili per tutte le proprietà (per UA, ciò era limitato alle proprietà di Analytics 360). Ciò significa che si possono inviare eventi grezzi a BigQuery, che successivamente possono essere rielaborati e aggregati utilizzando SQL.

L’utilizzo di BigQuery non ha alcun costo a condizione che l’utilizzo sia entro i limiti della sandbox per BigQuery (10 GB di spazio di archiviazione attivo e 1 TB di dati di query elaborati ogni mese). Vale la pena notare che l’ambiente sandbox non supporta il live streaming dei dati.

Alcune delle mancanze più significative di GA4 sono le metriche relative ai rimbalzi (bounce rate). GA4 ha scelto di adottare un approccio più “positivo” e riportare le cifre per il tasso di coinvolgimento. In poche parole, il tasso di coinvolgimento è calcolato come percentuale di sessioni con coinvolgimenti /sessioni.

Ma cosa sono le sessioni con coinvolgimento? Sono tutte quelle sessioni che sono durate almeno 10 secondi, hanno almeno 1 evento di conversione o hanno almeno 2 visualizzazioni di pagina (sito) o schermata (App).

Quindi il tasso di rimbalzo non esiste più in GA4?

Esiste, ma viene calcolato in modo un po’ diverso in GA4. In Google Analytics 4, il tasso di rimbalzo è la percentuale di sessioni che non sono sessioni con “coinvolgimenti”. In altre parole, il tasso di rimbalzo è l’inverso del tasso di coinvolgimento.

Se stavate  utilizzando le funzionalità base di GA Universal, potevate utilizzare GA senza Google Tag Manager. Ad esempio, potevate creare conversioni della pagina di destinazione in Google Analytics stesso.

Ora, con GA4, ciò non è più possibile. Tutti i goal sono basati su eventi, quindi è più importante che mai conoscere bene Google Tag Manager. Soprattutto se utilizzate realmente Google Analytics per attività di marketing o ecommerce.

Comprendere il Tag Manager (o GTM) e saper lavorare con esso, è anche utile per la raccolta avanzata di dati. Ad esempio, sarà utile per creare eventi personalizzati e dimensioni personalizzate, possibile in parte anche dalla nuova interfaccia di GA4, ma in modo meno organico e strutturato.

Mentre Universal Analytics conserva i dati praticamente per sempre, i dati di Google Analytics 4 scadono dopo 14 mesi.

Per quanto riguarda i dati sulle abitudini degli utenti (cookies o identificatori di utente) Universal Analytics, permette di scegliere tra più opzioni: 14 mesi, 26 mesi, 38 mesi, 50 mesi e non scadere automaticamente. Diversamente Google Analytics 4, hai solo due opzioni: 2 mesi e 14 mesi.

In GA4 sebbene la comparazione anno su anno sarà ancora possibile, non sarà più possibile accedere ai dati storici. Per ovviare sarà necessario predisporre una copia di backup dei dati di GA4 su BigQuery.

Ai sensi del GDPR, l’indirizzo IP viene considerato un dato personale. In Universal Analytics, era necessario configurare attivamente GA per anonimizzare gli indirizzi IP in modo da poter conformarsi alla normativa GDPR, con Google Analytics 4, gli indirizzi IP vengono automaticamente anonimizzati.

In GA3, c’era l’account, sotto il quale c’era una proprietà (come un sito web, un blog o un’app), e sotto ogni proprietà, c’erano le Viste. Di default, si aveva una sola Vista non filtrata nella quale si potevano vedere tutti i rapporti. Per chi lo desiderava si potevano configurare altre Viste grazie alla definizione e applicazione dei Filtri.

Ad esempio si potevano avere viste per tracciare sottodomini, o per isolare tutto il traffico proveniente da un determinato paese.

In GA4 non ci sono più le viste ma ci sono i Data Stream (Flusso dati), che sono diverse fonti di informazione che alimentano ciascuna la proprietà di Google Analytics. Quindi, si potrebbe avere un data stream per il sito web, un’app iOS o un’app Android e poi vedere i rapporti aggregati.

Va inoltre segnalato che mentre Universal Analytics raccoglie dati a livello di proprietà con un ID di tracciamento, GA4 raccoglie dati a livello di flusso tramite un ID di flusso dati univoco. Ogni proprietà GA4 può avere fino a 50 flussi di dati suddivisi tra Web e App con un limite di 30 flussi di dati per le App.

Va inoltre segnalato che poiché l’ID di tracciamento di GA3 utilizzava i codici UA e GA4 si è spostato su gtags, è più difficile verificare quale stream è presente su un sito con Google Tag Assistant.

Con Universal Analytics, il campionamento dei dati avviene automaticamente quando si raggiunge il limite di 500.000 sessioni per l’intervallo di date scelto.

In GA4, i report standard sono sempre non campionati. I report avanzati vengono campionati quando i dati superano i 10 milioni. In UA, i dati possono essere campionati se si applica una dimensione secondaria o un segmento ai report standard. Ma in GA4, è possibile applicare confronti e dimensioni secondarie, filtrare i report e tutto può rimanere non campionato.

Ora che Google Analytics passa da un modello di dati basato sulla sessione a un modello basato sugli eventi, i cambiamenti non sono pochi e come sappiamo gli ingegneri di Google sono sempre al lavoro e è quindi presumibile che avverranno altri cambiamenti.

Da oggi, sta a noi iniziare ad esplorare e imparare. Se avete bisogno di un aiuto per il passaggio a GA4 o volete farlo a 4 mani o volete semplicemente aggiornare le vostre conoscenze o quelle del vostro gruppo di lavoro, possiamo aiutarvi. Lasciate i vostri dati compilando i form e capiremo insieme quale potrebbe essere l’approccio migliore: un corso dedicato (da Google Analytics Universal a GA4) o una consulenza aziendale progettata “su misura”?

Dal luglio 2023, GA3 non raccoglierà più dati e, dopo qualche mese, non saranno più disponibili nemmeno per la consultazione. Occorre quindi agire al più presto anche per i seguenti motivi:

GA4 infatti, fornirà metriche differenti o, per lo meno, calcolate in modo diverso.

Con GA4, si passa da un sistema basato su sessioni e visualizzazioni pagine a un data model incentrato su eventi e parametri.

Gon GA4 non serve più utilizzare 2 sistemi: GA3 per i siti e Firebase per App. Finalmente si può utilizzare uno strumento unico che produce le stesse metriche che sono così confrontabili e aggregabili.

Finalmente le Analytics possono misurare le interazioni con gli utenti anche quando questi cambiano il device con cui navigano. Si può ad esempio scoprire quanti utilizzi della App sono stati necessari prima che l’utente accedesse al sito. Oppure i reali tassi di conversioni delle campagne di web marketing multi-device.

6 - Tracking automatico di alcuni tipi di eventi

Con GA4, abilitando la misurazione avanzata, è possibile misurare senza script aggiuntivi: scroll, click sui link che portano all’esterno del sito, interazioni con i video, ricerche sul sito, form e, udite udite, download dei file.

Quest’ultima funzionalità è sempre stata fonte di grattacapi in GA3.

GA4, a differenza di GA3, permette di corredare gli eventi con parametri aggiuntivi superando i classici:

Grazie al DebugView è possibile verificare i propri settaggi in tempo reale abbattendo drasticamente i tempi di verifica.

Sono disponibili nuove metriche quali: Engaged Session, Engagement Rate, Engaged session per user e Average engagement time.

A differenza di GA3, in cui era prevista solo GA360, GA4 offre una connessione gratuita con BigQuery in modo da poter facilmente utilizzare Query SQL sui dati grezzi e connettersi con altre fonti.

Come in passato (con Google Analytics 360) in GA4 sono preimpostati una serie di report avanzati che permettono analisi complete quali: esplorazione Coorti, Funnel, Sovrapposizione segmenti, analisi percorsi di navigazione, lifetime utente.

In GA4 qualsiasi evento può essere indicato come Conversione (i vecchi goal o obiettivi di GA3). Le conversioni di GA4 possono basarsi anche su condizioni complesse basate su combinazioni di pagine viste, eventi, tempo di permanenza e pagine vista per sessione. Mentre in GA3 potevano essere di un solo tipo alla volta. Il processo di creazione delle conversioni permette anche l’utilizzo di segmenti di pubblico complessi.

Facilità di impostazione di installazioni multi-dominio con il semplice pannello di amministrazione.

In GA4 ci sono una serie di report dedicati all’analisi predittiva. Tra questi: previsioni di acquisti, di ricavi e stima del tasso di abbandono (churn rate), ossia probabilità che un utente attivo sul sito nei 7 giorni precedenti non torni nei prossimi 7 giorni. Ovviamente la creazione dei suddetti segmenti di utenti è abilitata solo se il volume dei dati è sufficiente per la significatività della previsione.

GA4 ha introdotto una serie di report maggiormente specifici per capire il comportamento degli utenti all’interno del sito in modo più accurato rispetto a GA3.

Un buon settaggio di GA4 richiede tempo. Solitamente non si ottengono buoni risultati limitandosi a replicare l’implementazione di Universal Analytics in GA4 perché sono strumenti radicalmente differenti con un data model concettualmente diverso. La migrazione a GA4 ci offre l’opportunità di ripensare alla raccolta dei dati e creare dei KPI che siano veramente efficaci per affrontare le sfide dei prossimi anni.