Google Analytics 4, allmänt känt som GA4, är Googles nuvarande analysplattform för webb och app, byggd på en händelsebaserad datamodell som ersatte den tidigare standarden Universal Analytics, vilken officiellt avvecklades för standardegenskaper i juli 2023 efter mer än ett decennium som branschstandard. I stället för att organisera data främst kring sessioner och sidvisningar, som föregångaren gjorde, registrerar GA4 varje användarinteraktion, inklusive sidvisningarna själva, som en separat händelse med anpassningsbara parametrar, och förenar webb- och mobilappsdata i en enda egenskap, vilket speglar hur användare i allt högre grad rör sig mellan flera enheter och plattformar under en enda, utdragen kundresa som kan sträcka sig över dagar eller veckor. GA4-egenskaper kan kopplas till Googles datalager BigQuery, även i den kostnadsfria nivån med dagliga exportgränser, vilket gör att analytiker kan köra egna SQL-frågor mot rå, osamplad händelsedata i stället för att enbart förlita sig på det färdiga rapportgränssnittet.
GA4 är viktigt eftersom det nu är den primära, och för de flesta organisationer i praktiken den enda, förstapartsanalysplattformen som kopplar samman Googles annonsekosystem, inklusive Google Ads, med faktiskt beteende på sajten, vilket gör det till en grundläggande infrastruktur för att mäta förvärv, engagemang och konvertering i nästan alla digitala verksamheter i dag. Dess händelsebaserade struktur speglar också bättre moderna webbupplevelser byggda som single-page-applikationer, där meningsfulla interaktioner som att öppna en filterpanel eller slutföra ett flerstegsformulär sker utan att utlösa en traditionell fullständig sidladdning, ett beteende som GA4:s underliggande modell specifikt utformades för att fånga mer korrekt än äldre sessionsbaserad analys någonsin kunde.
I praktiken implementeras GA4 vanligtvis via Google Tag Manager, vilket gör att team kan konfigurera händelsespårning, konverteringar markerade som nyckelhändelser och anpassade parametrar utan att kräva en fullständig kodutrullning för varje stegvis förändring. Centrala rapporter är förvärvsrapporten, som visar vilka kanaler som ger trafik och i vilken volym, engagemangsrapporten, som visar vilka sidor och händelser användare faktiskt interagerar med när de väl kommit, samt utforskningsarbetsytan, som låter analytiker bygga helt anpassade tratt-, stig- och kohortanalyser skräddarsydda för en specifik affärsfråga. GA4 introducerade också prediktiva mått, såsom köpsannolikhet och sannolikhet för kundbortfall, genererade av maskininlärningsmodeller som tränats på en egenskaps egen historiska data, förutsatt att egenskapen har tillräcklig trafikvolym och händelsehistorik för att dessa prediktiva modeller ska aktiveras på ett tillförlitligt sätt och ge användbara resultat.
En vanlig missuppfattning är att GA4:s rapporterade siffror, till exempel totalt antal användare eller konverteringar, direkt kan jämföras med motsvarande mått som tidigare rapporterades i Universal Analytics; eftersom den underliggande datamodellen, sessionsdefinitionen och attributionsmetodiken alla förändrades väsentligt mellan de två plattformarna är en viss avvikelse mellan systemen helt förväntad och tyder inte nödvändigtvis på ett spårningsfel i implementeringen. En annan vanlig fallgrop är att underkonfigurera GA4 efter migreringen, till exempel genom att inte markera viktiga konverteringshändelser korrekt, lämna spårning över flera domäner ouppsatt för ett köpflöde över flera domäner eller inte justera standardinställningen för datalagring, vilket i det tysta kan begränsa den historiska data som är tillgänglig för utforskningsrapporter till så lite som två månader om den lämnas på sin standardkonfiguration. Sampling är en annan subtilitet värd att förstå, eftersom utforskningsrapporter som bygger på mycket stora datavolymer kan tillämpa statistisk sampling för att returnera resultat snabbare, vilket kan introducera små avvikelser jämfört med den helt osamplade data som är tillgänglig via ett BigQuery-export.
För en CRO- och UX-konsultbyrå utgör GA4 vanligtvis det centrala mätlagret under nästan varje uppdrag, eftersom korrekt tratanalys, avhoppsdiagnos och validering av experimentresultat helt och hållet är beroende av att en korrekt konfigurerad GA4-egenskap fungerar som förväntat. En GA4-granskning, som omfattar noggrannheten i händelsespårningen, konfigurationen av nyckelhändelser och inställningarna för datalagring, är därför en vanlig tidig leverans i varje uppdrag och säkerställer att alla efterföljande rekommendationer och testresultat bygger på genuint tillförlitlig underliggande data snarare än på en plattform som helt enkelt installerats med standardinställningar och aldrig anpassats efter kundens specifika konverteringsmål.
