Google Analytics 4, powszechnie znany jako GA4, to obecna platforma analityki internetowej i aplikacji Google, oparta na modelu danych opartym na zdarzeniach, który zastąpił wcześniejszy standard Universal Analytics. Standard ten został oficjalnie wycofany z użytku w standardowych usługach w lipcu 2023 roku po ponad dekadzie, kiedy był domyślnym rozwiązaniem w branży. Zamiast organizować dane głównie wokół sesji i odsłon, jak poprzednik, GA4 rejestruje każdą interakcję użytkownika, w tym same odsłony, jako osobne zdarzenie z konfigurowalnymi parametrami. Ujednolica również dane z aplikacji internetowych i mobilnych w ramach jednej usługi, odzwierciedlając w jaki sposób użytkownicy coraz częściej poruszają się po wielu urządzeniach i platformach podczas jednej, rozszerzonej ścieżki klienta, która może trwać dni lub tygodnie. Usługi GA4 można połączyć z magazynem danych BigQuery firmy Google, nawet w ramach darmowego poziomu z dziennymi limitami eksportu. Pozwala to analitykom na uruchamianie niestandardowych zapytań SQL na surowych, niespróbkowanych danych o zdarzeniach, zamiast polegać wyłącznie na wbudowanym interfejsie raportowania.
GA4 ma znaczenie, ponieważ jest obecnie podstawową, a dla większości organizacji praktycznie jedyną, platformą analityki własnej łączącą ekosystem reklamowy Google, w tym Google Ads, z rzeczywistym zachowaniem użytkowników na stronie, co czyni ją fundamentalną infrastrukturą do pomiaru pozyskiwania, zaangażowania i konwersji w niemal każdym obecnie działającym cyfrowym biznesie. Jej struktura oparta na zdarzeniach lepiej odzwierciedla również nowoczesne doświadczenia internetowe budowane jako aplikacje jednostronicowe, w których istotne interakcje, takie jak otwieranie panelu filtrów lub wypełnianie formularza wieloetapowego, następują bez konieczności tradycyjnego ładowania całej strony. Model bazowy GA4 został specjalnie zaprojektowany, aby rejestrować te zachowania dokładniej, niż kiedykolwiek mogły to robić starsze analizy oparte na sesjach.
W praktyce GA4 jest zazwyczaj wdrażane za pośrednictwem Menedżera tagów Google, który umożliwia zespołom konfigurowanie śledzenia zdarzeń, konwersji oznaczonych jako zdarzenia kluczowe oraz parametrów niestandardowych bez konieczności pełnego wdrażania kodu dla każdej dodatkowej zmiany. Główne raporty obejmują raport pozyskiwania, pokazujący, które kanały generują ruch i z jaką jego ilością, raport zaangażowania, pokazujący, z którymi stronami i zdarzeniami użytkownicy faktycznie wchodzą w interakcję po dotarciu na miejsce, oraz obszar roboczy eksploracji, który pozwala analitykom tworzyć w pełni niestandardowe analizy lejków, ścieżek i kohort, dostosowane do konkretnego pytania biznesowego. GA4 wprowadziło również metryki predykcyjne, takie jak prawdopodobieństwo zakupu i prawdopodobieństwo rezygnacji, generowane przez modele uczenia maszynowego trenowane na danych historycznych nieruchomości, pod warunkiem, że nieruchomość ma wystarczającą ilość ruchu i historię zdarzeń, aby te modele predykcyjne mogły być niezawodnie aktywowane i generować użyteczne dane.
Powszechnym błędnym przekonaniem jest to, że dane raportowane przez GA4, takie jak łączna liczba użytkowników lub konwersji, są bezpośrednio porównywalne z analogicznymi metrykami raportowanymi wcześniej w Universal Analytics. Ponieważ bazowy model danych, definicja sesji i metodologia atrybucji uległy znacznym zmianom między obiema platformami, pewne rozbieżności między systemami są w pełni przewidywalne i niekoniecznie wskazują na błąd śledzenia po stronie implementacji. Inną częstą pułapką jest niedostateczna konfiguracja GA4 po migracji, na przykład nieprawidłowe oznaczenie kluczowych zdarzeń konwersji, pozostawienie śledzenia międzydomenowego nieustawionego dla przepływu zakupów w wielu domenach lub niedostosowanie domyślnego ustawienia retencji danych, które może dyskretnie ograniczyć dane historyczne dostępne w raportach eksploracji do zaledwie dwóch miesięcy, jeśli pozostanie przy domyślnej konfiguracji. Próbkowanie to kolejna subtelna kwestia warta zrozumienia, ponieważ raporty eksploracji oparte na bardzo dużych wolumenach danych mogą stosować próbkowanie statystyczne w celu szybszego zwracania wyników, co może wprowadzać niewielkie odchylenia w porównaniu z danymi w pełni niespróbkowanymi, dostępnymi w eksporcie BigQuery.
W przypadku doradztwa w zakresie współczynnika konwersji (CRO) i doświadczenia użytkownika (UX), GA4 jest zazwyczaj podstawową warstwą pomiarową, na której opiera się niemal każde zaangażowanie, ponieważ dokładna analiza lejka sprzedażowego, diagnoza porzucenia i walidacja wyników eksperymentu zależą wyłącznie od prawidłowo skonfigurowanej właściwości GA4 i jej prawidłowego działania. Audyt GA4, obejmujący dokładność śledzenia zdarzeń, konfigurację kluczowych zdarzeń i ustawienia przechowywania danych, jest zatem powszechnym, wczesnym elementem każdego zaangażowania, zapewniającym, że wszystkie późniejsze zalecenia i wyniki testów będą oparte na naprawdę wiarygodnych danych bazowych, a nie na platformie, która została po prostu zainstalowana z domyślnymi ustawieniami i nigdy nie została dostosowana do konkretnych celów konwersji klienta.