#AnalyticsTips

Класно, коли людина приходить без досвіду у вебаналітиці, а за 10 тижнів дуже інтенсивного навчання робить вже такий звіт на сирих даних GA4 з BigQuery в Power BI. А ще класніше, що ти теж так можеш. Все що потрібно це записатись на курс PRO ANALYTICS. Старт навчання вже через 13 днів. Деталі в особистих або тут: https://proanalytics.academy/uk/course/pro-analytics

Трохи думок... Навіяно процесом підготовки AI дата-агента для одного з наших партнерів Перш за все гляньте на скрін прикріплений до поста: чи є щось що вас бентежить? Наскільки ви готові вірити цим підрахункам? А якщо я додам трохи додаткової інформації (чи змінюється ваша думка після кожної нової деталі?): - дата-агент точно не придумав дані. Він взяв реальні дані бізнесу з потрібних таблиць - SQL написаний саме так, як і вказано в ланцюжку міркувань і математичні розрахунки вірні Ну а поки ви думаєте, чи з підвохом це запитання, чи ні, ось вам декілька цікавих фактів в тему: 1. Люди схильні віддавати перевагу простішим поясненням і рішенням, особливо коли не мають достатньо інформації, щоб оцінити їхню надійність (це не я придумав, тут дослідження) 2. AI дуже впевнено подають свої рішення і чим більше вони пояснюють свої розрахунки, тим люди більш схильні їм вірити (теж є дослідження) До чого я це все? На початку поста, я задав питання і можливо це змусило вас прискіпливіше дивитись на дані і свідомо шукати в них помилку. Але як часто ви перевіряєте відповіді, які видає вам LLM? Чим більше ми перекладаємо роботу на AI, тим важливішою стає навичка: розуміти, коли він має рацію, а коли ні. І для цього вам усе ще потрібно знати предмет, із яким ви до нього звертаєтесь. Бо інакше можна завершити як герої цих матеріалів (почалось з рекомендацій ChatGPT та Gemini про похід, а завершилось евакуаціями на вертольотах). З однією тільки відмінністю: у поході наслідок поганої поради видно вже через кілька годин. У бізнесі все складніше. Ви можете прийняти неправильне рішення сьогодні, а побачити його наслідки через тиждень, місяць або квартал. Дуже легко написати в чат: «Проаналізуй мої дані й скажи: - Яка група користувачів приносить більше грошей? - Яка рекламна кампанія працює краще? - Які матеріали на блозі приносять більше грошей? і т.д.». Агент піде у вашу базу, візьме ваші реальні дані, напише цілком валідний SQL і дуже впевнено напише вам висновок. Ще й запропонує наступні дії. Технічних помилок не має. Цифри є. Висновок є. І все це за 5 хвилин поки ви робили собі чашку кави. Ну клас же? Якби не одне але... повертаючись до питання на початку поста: агент помилився. І цю помилку досить складно помітити: - цифри вірні і з правильних таблиць - SQL сам по собі теж хороший - і висновки, які він робить на отриманих цифрах теж наче питань не викликають. Що ж тоді не так? Вся його відповідь не має сенсу: для відповіді на поставлене запитання як мінімум потрібно орієнтуватись не просто на фактичні дати оплат, а на когорти і дату їх залучення. Інакше дуже легко отримати красивий, але хибний висновок. Наприклад, користувачі, які зареєструвалися в серпні, фізично ще не могли потрапити в групу «перша оплата через 1–3 місяці». У цій групі будуть лише старіші когорти — наприклад, люди, залучені у травні, червні чи липні. Якщо влітку змінився маркетинг, продукт або ціни, агент легко може побачити, що користувачі з довшим шляхом до оплати платять більше, і зробити висновок: «чим довше користувач думає, тим більший у нього перший чек». А це лише один приклад, якби не обмеження на кількість символів в пості, я б міг би написати значно більше. І ось тут ми підходимо до головного: LLM пришвидшив обробку даних, але швидка обробка неправильних даних - це просто більша кількість помилок на одиницю часу. А для того щоб швидка обробка даних давала реальну користь вам потрібно розуміти як працює аналітика. А точніше, як працює сучасна аналітика, бо період коли Google Analytics вирішував всі питання маркетингу і продукту вже давно минув. А ще розуміти, які показники важливо аналізувати для того чи іншого бізнесу. І які взагалі підходи до аналізу даних існують. І ще як перевірити дані. І ще багато чого, наприклад як не прийняти красиву відповідь за правильну тільки тому, що вона звучить переконливо. Все це я буду розбирати на курсі PRO ANALYTICS вже через 14 днів. Записатись можна в особистих

Загалом на цей курс чекають уже давно — настільки, що в наших чатах навіть з’явився окремий напрям народної творчості. Ось декілька її прикладів 🙂

Трохи про наскрізну аналітику Про неї говорять вже років десять, а в тебе на проекті ще досі не має? - Цей пост для тебе Наскрізна аналітика це взагалі моя улюблена послуга, бо саме з її допомогою я потрапив у світ вебаналітики. Коротка, але дуже показова суть цієї історії така: йшов 2016 рік, працював я маркетологом, і мав різні канали залучення, серед яких більша частина бюджету (вже точно не пам'ятаю, але відсотків 60 мінімум) йшло на Google Ads (на той момент ще Google AdWords) і приносив нам цей канал більшу половину заявок по даних Google Analytics (мова не про 4 звісно, а Universal ще тоді). І все добре було до тих пір, поки мій колега (привіт Ярик) не приїхав з якоїсь конфи і не розповів про новий тренд - наскрізну аналітику. Я дуже загорівся ідеєю дослідити, що з заявками відбувається далі: як вони конвертуються в продажі і скільки грошей приносять. Десь півроку мучився з базою даних (тоді я ще не знав про BigQuery і мучився з MySQL) і PowerBI, паралельно дістаючи наших розробників і матюкаючи нашу CRM разом з відділом продажів, які ту CRM ненавиділи. Але десь через півроку цих старань мені все ж вдалось отримати перші дані, і це був шок. Враховуючи що в середньостатистичний місяць в нас було близько 200 лідів (тут треба додати ремарку, що ми говоримо про B2B компанію), з гугл реклами було 1-2 продажі на місяць (і це при 60% лідів з Google Ads, тобто десь 120 лідів). Просто вдумайтесь в ці цифри?! (Для тих кому стало цікаво, як ми виживали при таких результатах: як показала наскрізна більшість інших наших каналів залучення конвертувались приблизно 1 з 2, тобто на 2 ліда один продаж, а інколи й краще) Так я зрозумів, що наскрізна аналітика - це дуже важлива система, без якої будувати маркетинг не можна. Далі звісно ми перебудували всі маркетингові процеси, перерозподілили бюджети і т.д. Але то вже зовсім інша історія. Головне тут: без наскрізної аналітики ваш відділ маркетингу сліпий. (як ти вже тепер розумієш, виніс я це з власного досвіду, а не просто повторюю те, про що всі говорять) Саме ця думка привела мене до того, що я з маркетингу прийшов в веб-аналітику і почав доносити її іншим. І саме наскрізна була однією з основних послуг, які я, а потім і команда proanalytics.team надає клієнтам. Починаючи з 2018 року сумарний наш досвід вже давно перевалив за 100+ проектів (1000 поки не має, але ми й не дуже туди поспішаємо - довгострокова багаторічна співпраця набагато цікавіша для нас). Інколи ми навіть встигаємо писати про це кейси: - Reply.io - Median ads - Stripo а інколи пишемо щось на блозі по цій темі: - Маркетингова аналітика для бізнесу: від цілей і KPI до архітектури даних - Які інструменти аналітики потрібні маркетингу? - Все, що треба знати про BigQuery: що це, навіщо та які переваги для маркетингу - Наскрізна аналітика. У чому її користь для бізнесу. Інтерактивний приклад всередині а ще більше про це пишуть наші клієнти в відгуках Це я все до чого, бо пост насправді не про те, що приходь до нас, ми налаштуємо тобі наскрізну (ми налаштуємо - приходь звісно))) ), пост про інше: вже через три тижні (тобто всього через 21 день) розпочинається навчання на курсі PRO ANALYTICS. І один з найважливіших результатів навчання на цьому курсі - ти навчишся налаштовувати наскрізну аналітику. Тобто отримаєш скіл, який ще багато років буде актуальний. Ти ж бачиш, я почав займатись наскрізною 10 років назад і що, більшість бізнесів на ринку досі її не має. І повір мені - AI не допоможе збільшити цей відсоток, а от ти - ти після курсу зможеш. Що ще чекає на курсі? Основне, це багато практики. Дуже багато. Ще не було студента який би по завершенню курсу сказав мені: "Ти знаєш Макс, а от практики на курсі мені не вистачило". Набагато частіше я чую щось типу "Курс настільки інтенсивний, що я ледь встигав жити" (почитати відгуки можна тут). Але як інакше, за 10 тижнів навчання дуже складно передати досвід 10 років роботи. Але я намагаюсь, тому й виходить так інтенсивно. Якщо вам цікаво саме навчитись в сучасну вебаналітику, а не просто подивитись відосіки (тут і ютуб можете глянути, курс PRO ANALYTICS для цього не треба) - записатись можна тут >> Залишилось 11 місць з 15.

Гарних вихідних 😁

Залишилось 9 ГОДИН до завершення знижок з нагоди Дня Знань на курси академії А якщо зловити поп-ап як на скріні - то можна отримати максимальну знижку -30% А це вже курс по GA4 чи Розширеним конверсіям всього за 70$. Або можна обрати і курс складніше по Server-Side GTM чи роботі з BigQuery ПОЧАТИ НАВЧАННЯ >>

Підготував матеріал, який має бути настільною книгою у кожного відділу маркетингу, який хоче приймати рішення на основі даних і мати нормальну систему вебаналітики Розбираю, які інструменти потрібні маркетинговій команді, як вони пов’язані між собою та, найголовніше, які завдання допомагає вирішувати кожен інструмент. Лайки, й особливо репости колегам вітаються https://proanalytics.team/uk/blog/what-analytics-tools-does-marketing-need

Просто нагадую, що до Дня Знань можна придбати курси PROANALYTICCS.ACADEMY зі знижкою. Обрати курс можна по лінку: https://proanalytics.academy/uk Чи вийдеш ти на новий рівень в вебаналітиці цієї осені залежить тільки від тебе!

Усім гарних вихідних 😁

Тепер в GA4 можна будувати власні дашборди Відео з офіційної пабліку Google Analytics Першою реакцією хотів написати заголовок типу "Google Data Studio помер", але, якщо трохи задуматись і подивитись на останні зміни в екосистемі Google - все виглядає набагато цікавіше, як то кажуть "слідкуйте за руками": 1. Тепер базові маркетингові звіти можна збирати в GA4. Нагадаю, GA4 вже давно дає можливість підтягувати дані про витрати як напряму з популярних рекламних систем (Meta, TikTok, Snap і т.д.) так і завантажувати їх зі сховищ даних (BigQuery, PostgreSQL, SnowFlake і т.д.). Залишається лише проблема передачі даних з CRM до GA4 (там, що Measurement Protocol, що Data Manager API нормально оброблюють дані тільки перші 48 годин; а значить будь які кейси де від створення замовлення до реальної покупки пройшло більше часу GA4 не покриває). Але для простих швидких кейсів GA4 все ж підходить і закриває їх. 2. Інтерфейс побудови дашбордів в GA4 дуже схожий на Data Studio Як наслідок, користувачі звикають до нього і їм вже хочеться далі продовжити роботу саме в звичному інструменті. 3. В свою чергу Data Studio теж змінився: він все більше перетворюється на хаб даних. І поява в ньому можливості спілкуватись зі своїми даними в чаті (про яку я писав в одному з нещодавніх матеріалів) тому підтвердження. І тепер Data Studio стає не просто звичним інструментом для репортингу, а наступним рівнем на який багато хто захоче перейти (чому див. пункт 2). 4. А спілкування з даними через Conversational Analytics, який наче як і відбувається в інтерфейсі Data Studio, але під капотом потребує BigQuery все більше затягує користувачів в екосистему Google. Ну а там вже платна хмарна інфраструктура і звісно оплата за токени та виконання SQL запитів. І як наслідок пряма монетизація для Google. Фінальний результат: Всі дороги зрештою ведуть до екосистеми Google Cloud Platform. І це добре і для ринку і для Google. Для ринку - тому що він переходить на наступний рівень роботи з даними. Для Google - бо він зі своїх безкоштовних продуктів зробив плавний місток до платних. Звісно це все мої думки, і не факт, що в менеджерів Google вони складаються саме в такий ланцюжок, але виглядає так, що цей апдейт це ще один великий і, що дуже важливо, з іншої сторони плавний пінок від гугла до нормальної архітектури ваших даних. А які у вас враження від апдейту? діліться в коментах

Який би класний репорт ви не побудували, але якщо його користувачі не розуміють, що стоїть за кожним показником цього репорту (тобто як саме він порахований і з якими нюансами) - користі з нього багато не буде. Кількість користувачів в Google Analytics 4 - це базовий показник. Він використовується в більшості репортів: десь прямо, десь опосередковано (зазвичай, як знаменник у всіх цих "Х на користувача"), але я впевнений, багато хто, навіть з читачів цього каналу, не до кінця розуміє, що означає колонка "Кількість користувачів" в GA4. І ще менше знає, що кількість користувачів в звітах GA4 напряму залежить від налаштування Reporting Identity. Змінили налаштування і кількість користувачів в звітах тепер інша (навіть за попередні періоди). Що це таке і як з цим правильно працювати розповів в новому відео: https://youtu.be/nuLyBP26ZJI?si=dVOtsY5EUUX7WPJQ __________________________ Нагадую, що до Дня знань в PROANALYTICS.ACADEMY можна придбати будь-який курс для самостійного навчання зі знижкою 15% за промокодом KNOWLEDGE_DAY_2026

Як налаштувати імпорт лідів через джерело даних Google Sheets у Google Ads Нове відео на YouTube каналі Analytics Tips Женя Максимова детально розбирає як налаштувати передачу даних про конверсії з Google Sheets до Google Ads. https://youtu.be/2duawqqvZH0?si=shisUWvkLvIe5pOe Ну а більше таких корисних відео чекають вас на курсі «Розширені конверсії для Google Ads». До Дня знань курс можна придбати зі знижкою 15% за промокодом KNOWLEDGE_DAY_2026 🎓

З Днем Незалежності, Україно! Ну і оскільки я люблю цифри, сьогодні трохи цікавих фактів про нашу Україну. P.S. Про антарктичну станцію, там хто не знав, то в них ще й сммники прекрасні. Історії з пінгвінами варті уваги: https://www.facebook.com/share/v/199apj3KX1/?mibextid=wwXIfr P.S.S. Як і минулого року в цей день в PROANALYTICS.ACADEMY спеціальні умови на купівлю курсів: мало того, що для вас буде спеціальна знижка, так ще й суму знижки ми донатимо на потребу ЗСУ. Наприклад, курс GA4 Basics, який зазвичай коштує 100$, зараз можна взяти за 70$, з яких суму знижки, тобто 30$ ми вже завтра задонатимо. І ціна приємна і додат на добре діло Слава Україні!

Бажаю гарних вихідних 😁 Ставте 👀 якщо розгадали останнє повідомлення

Маркетингова аналітика — це не просто звіти і не разове дослідження. Це процес. Навіть найкращий звіт не дасть результату, якщо з ним не вміти працювати або якщо він не зроблений під ваш проект і задачі. Більше того, навіть якщо у вас є найкращий звіт, який зараз ідеально закриває ваші задачі, і який в максимально зручному вигляді зараз надає вам максимально точну інформацію про ваш бізнес, і який просто обожнює вся ваша команда - це лише початок. Ваш продукт змінюється з часом. Ваше розуміння бізнесу змінюється з часом. Нові відповіді породжують нові питання. І з огляду на це, ваша аналітика не може залишатись на одному й тому ж місці. Якщо ви б запитали, яку єдину думку я б хотів, щоб ви запам’ятали з моєї нової статті - це буде: Робота з даними це процес, який ніколи не закінчується. Але в статті ще багато іншого корисного про те як почати рухатись до маркетингової аналітики, яка буде не просто “черговою звітністю, яку ніхто не відкриває”, а працюватиме на досягнення реальних бізнес-результатів. https://proanalytics.team/uk/blog/marketing-analytics-for-business-from-goals-and-kpis-to-data-architecture

Ось такий відгук, вчора залишили про мої травневі вебінари Але відгуків багато не буває, тому якщо ви проходили курси чи вебінари від PROANALYTICS.ACADEMY - залиште і ви свій відгук тут: https://www.facebook.com/PROANALYTICSCOURSE/reviews Це буквально пара хвилин вашого часу, а мені буде дуже приємно) Всім дякую!)

Якщо життєво - ставте реакції 😁

Якщо ви задаєтесь запитанням чи треба вам на проекті використовувати GTM Server-Side або маєте якісь запитання про роботу цього інструменту або хочете зрозуміти покроковий план впровадження або вас цікавить будь що інше на цю тему... з великою вірогідністю нова сторінка на нашому сайті саме для вас Переглянути >> Примітка: на скрін влізла лише частина запитань з блоку FAQ. Корисного матеріалу там значно більше

точно останнє нагадування ще декілька годин можна купити PRO GTM чи PRO ANALYTICS зі знижкою -10% ну і всі інші курси зі знижкою -30% (причину розпродажу дивись вище) Обрати курс >>