Eksploracja to nie raport, to zapytanie

Najprostsza definicja, jaką umiem podać: eksploracja to osobne, zapisywane zapytanie do danych zdarzeniowych właściwości, którego układ ustalam sam. Raport standardowy odpowiada na pytanie, które ktoś w Google uznał za typowe. Eksploracja odpowiada na pytanie, które sam zadałem.

Różnic praktycznych jest kilka i warto je znać, zanim zacznie się klikać.

• Eksploracja jest prywatna, dopóki jej nie udostępnię. Tworzę ją na swoim koncie i inni użytkownicy właściwości jej nie widzą. Udostępnienie daje im wersję tylko do odczytu — nie zepsują mi układu, ale też nie rozwiną go bez zrobienia własnej kopii.

• Przestawianie wymiarów nie modyfikuje danych ani konfiguracji. Mogę tu próbować dowolnych układów bez obawy, że coś uszkodzę w zbieraniu. To bezpieczna piaskownica, w przeciwieństwie do zabaw z definicjami zdarzeń.

• Wyniki liczone są na poziomie zdarzeń, nie gotowych agregatów. Dlatego eksploracje pokazują rzeczy, których w raportach standardowych po prostu nie ma — jak dokładna kolejność zdarzeń w sesji.

Jest też wyraźna cena. Eksploracja nie przyśle się sama mailem w piątek i nie zastąpi dashboardu. Jeśli ktoś potrzebuje co tydzień tego samego zestawu liczb, składam mu to w Google Data Studio i podłączam pod właściwość. Eksploracje zostawiam sobie do szukania odpowiedzi, nie do raportowania.

Techniki, które mam do wyboru

W kreatorze wybieram jedną z kilku technik. Nazwy są opisowe, ale część brzmi podobnie, więc rozłożę je na role.

• Swobodna forma — tabela przestawna z opcją wykresu. Moje domyślne narzędzie do większości pytań.

• Eksploracja lejka — kolejne kroki procesu i odsetek osób, które odpadły na każdym z nich.

• Eksploracja ścieżki — drzewo tego, co użytkownicy robili przed wybranym zdarzeniem albo po nim.

• Nakładanie się segmentów — diagram części wspólnej maksymalnie trzech grup użytkowników.

• Eksplorator użytkowników — lista pojedynczych identyfikatorów i pełna sekwencja zdarzeń każdego z nich.

• Eksploracja kohorty — zachowanie grup zebranych według momentu pierwszej wizyty, obserwowane w kolejnych tygodniach.

• Wartość użytkownika w całym okresie — ile średnio wart jest użytkownik z danego źródła, licząc całą jego historię, a nie jedną sesję.

Praktyczna uwaga: technikę można zmienić w już otwartej eksploracji i część konfiguracji zostaje zachowana. Nie trzeba zaczynać od zera, gdy w trakcie okaże się, że pytanie lepiej pasuje do lejka niż do tabeli.

Swobodna forma odtwarza to, czego brakuje w raportach

Jeśli ktoś ma poświęcić na naukę tylko godzinę, powinien poświęcić ją tej jednej technice.

Działa jak tabela przestawna. Wymiary wrzucam do wierszy albo kolumn, wskaźniki do wartości, na wierzchu ustawiam segmenty i filtry. Dostępne są też inne formy prezentacji — wykres liniowy, kołowy, punktowy, słupkowy, mapa — ale to tabela jest tym, po co tu przychodzę.

Tutaj odzyskuję również wskaźniki, których w gotowych raportach nie widzę. Od lipca w eksploracjach i raportach własnych znów dostępny jest współczynnik odrzuceń. Traktuję to bardziej jako ciekawostkę niż ratunek, bo liczony jest inaczej niż wcześniej — jako dopełnienie wskaźnika zaangażowania — więc zestawianie go z historycznymi wartościami z Universal Analytics nie ma sensu. Skoro jednak klienci o niego pytają, dobrze wiedzieć, gdzie go znaleźć.

Typowe zadanie, które tu wykonuję: zestawienie stron docelowych z liczbą sesji, sesji z zaangażowaniem, konwersji i przychodem, z segmentem ograniczającym widok do ruchu płatnego. W raportach standardowych złożenie tego w jednym miejscu jest niewykonalne. Tutaj zajmuje kilka minut.

Lejek i ścieżka odpowiadają na dwa różne pytania

Mieszanie tych dwóch technik to najczęstsza pomyłka osób, które dopiero zaczynają.

Lejek odpowiada na pytanie „ilu ludzi doszło tam, gdzie chciałem”. Kroki definiuję sam, każdy jako warunek na zdarzeniu albo wymiarze. Mam do wyboru wersję otwartą, w której użytkownik może wejść na dowolnym etapie, i zamkniętą, wymagającą przejścia od pierwszego kroku. Do tego dochodzi widok trendu w czasie, rozbicie każdego kroku dodatkowym wymiarem oraz — bardzo przydatne — czas, jaki mija między krokami. Zatrzymanie w koszyku wygląda inaczej, gdy ludzie znikają po dwóch sekundach, a inaczej, gdy po kilku minutach walki z formularzem.

Ścieżka odpowiada na pytanie „co ci ludzie faktycznie robili”. Kroków nie zakładam z góry — wskazuję punkt startowy albo końcowy, a GA4 rozwija drzewo najczęstszych przejść. Jako węzły mogę ustawić tytuły stron, nazwy ekranów albo nazwy zdarzeń.

Najwięcej wyciągam ze ścieżki puszczonej wstecz od zdarzenia, którego wolałbym nie widzieć. Ustawiam jako punkt końcowy wyświetlenie strony z wynikami wyszukiwania w serwisie i patrzę, z jakich podstron ludzie tam trafiają. To zwykle spis miejsc, w których nawigacja nie działa — i lista zadań, których żaden raport standardowy mi nie poda.

Segmenty przenoszą wnioski do kampanii

Panel eksploracji to jedyne miejsce, gdzie w praktyce buduję złożone segmenty, i warto rozumieć, czym różnią się od porównań z raportów standardowych.

Porównanie jest lekkie i szybkie, ale ograniczone do prostych warunków. Segment w eksploracji może obejmować sekwencję zdarzeń, warunek wykluczający, zakres czasowy między krokami i zasięg — użytkownika, sesji albo pojedynczego zdarzenia. Ten zakres to rzecz, którą trzeba przemyśleć za każdym razem: segment na poziomie zdarzenia obejmie zdarzenie spełniające warunek, na poziomie użytkownika — całą jego historię, także wizyty, w których nic z warunku się nie działo.

Dla mnie najważniejsze jest to, co następuje potem. Segment zbudowany w eksploracji da się zapisać jako listę odbiorców, a lista trafia do połączonego konta Google Ads. Analiza przestaje wtedy kończyć się na wykresie i zamienia się w konkretne kierowanie kampanii remarketingowej.

Zastrzeżenie, o którym mówię klientom od razu: lista zaczyna zbierać użytkowników od momentu jej utworzenia. Nie zaciągnie ludzi z okresu, który właśnie analizowałem. Dlatego listy, o których wiem, że będą potrzebne za pół roku, zakładam dziś.

Ograniczenia, które trzeba znać zawczasu

Eksploracje mają kilka twardych granic. Każda z nich potrafi zepsuć wniosek, jeśli się o niej zapomni.

Okres przechowywania danych jest najważniejszy. Eksploracje czytają dane na poziomie zdarzeń, a te są przechowywane tylko przez okres ustawiony w administracji. Nowa właściwość startuje z ustawieniem krótszym niż większość ludzi się spodziewa, a to znaczy, że analiza rok do roku po prostu nie zwróci danych. Zmiana tego ustawienia nie działa wstecz. Sprawdzam to w pierwszej godzinie każdego wdrożenia i to jedna z tych rzeczy, o której najbardziej żałuję, gdy ktoś o niej nie pomyślał.

Próbkowanie pojawia się przy dużych zbiorach. Nad tabelą wyświetla się wtedy ikona informująca, jaki procent zdarzeń trafił do wyniku. Zawsze na nią patrzę przed skopiowaniem liczby do prezentacji — przy silnym próbkowaniu porównywanie małych różnic między segmentami traci sens, a skrócenie zakresu dat zwykle wystarcza, by wrócić do pełnych danych.

Kardynalność wymiarów to pułapka mniej oczywista. Wymiar o bardzo dużej liczbie unikalnych wartości — na przykład pełny adres URL z parametrami — zostanie w części zwinięty do zbiorczej pozycji „other”. Wiersze nie znikają, ale przestają być rozbite tak, jak chciałem.

Do tego dochodzą limity liczby eksploracji na użytkownika i właściwość oraz to, że część wskaźników nie łączy się dowolnie z częścią wymiarów. Zamiast błędu widać wtedy puste komórki albo znak nieprawidłowego zestawienia — i to zwykle informacja o tym, że pytanie jest źle zadane, nie że dane zginęły.

Jak zacząć, żeby nie utonąć w konfiguratorze

Pierwsze wejście do eksploracji z zamiarem „zobaczenia, co tu jest” zawsze kończy się tak samo — półgodzinnym klikaniem i zamknięciem karty. Puste płótno nie podpowiada pytań.

Robię odwrotnie. Zapisuję sobie na kartce jedno konkretne pytanie, na które klient chce znać odpowiedź, i dopiero wtedy otwieram panel. „Czy ludzie z reklam produktowych dodają do koszyka częściej niż ruch z wyszukiwania organicznego” to pytanie, z którym da się pracować. „Sprawdźmy, jak działa lejek” — nie.

Potem trzy nawyki, które oszczędzają najwięcej czasu. Nadaję nazwy zarówno eksploracji, jak i poszczególnym kartom, bo po dwóch tygodniach nikt nie pamięta, co znaczy „Eksploracja swobodnej formy 4″. Ustawiam zakres dat świadomie, zamiast zostawiać domyślny. I zawsze zakładam kopię przed większą przebudową — kopiowanie karty zajmuje sekundę, a odtwarzanie z pamięci potrafi zająć pół godziny.

Na koniec rzecz, którą powtarzam każdemu, kto właśnie postawił nową właściwość obok starej. Nie odkładaj nauki eksploracji do lipca przyszłego roku. Póki oba systemy zbierają dane równolegle, każdą liczbę można porównać ze starym Analyticsem i zrozumieć, skąd bierze się różnica. Po wyłączeniu Universal Analytics zostanie tylko pytanie, czy ta liczba jest prawdziwa — i nic, na czym można ją sprawdzić.