Sitemap

Hur GA4, datamodellering och Google Ads fungerar tillsammans

Det händer mycket i Google Analytics 4-världen just nu, när 1 juli fortsätter att närma sig.

Tidigare denna månad introducerade Google en ny, mer flexibel tagg byggd för att fungera sömlöst med GA4 och Googles svit av annonsplattformar, inklusive Google Ads.

Google kanske indirekt har erkänt att annonsörer har mycket att bearbeta när de nyligen meddelade att cookies kommer att ha en längre hållbarhet på Chrome än vad som tidigare rapporterats.

Den här artikeln kommer att dela upp hur betalda sökmarknadsförare behöver närma sig analysskiftet:

  • Filosofin.
  • Skillnaderna och hur man justerar.
  • Tidpunkten för migrering.
  • Och en rapportlösning för att ersätta vissa insikter som du annars skulle förlora när du flyttade från UA till GA4.

En ny tidsålder av marknadsanalyser

iOS14, CCPA, GDPR – alla dessa akronymer har skapat rädsla i marknadsförarnas hjärtan under de senaste åren.

Tillsammans har de flyttat marknadsföringsvärlden till en tid av användarnas integritet genom att kraftigt minska saker som automatisk cookie-spårning och aktivitetsspårning i appen i marknadsförares dataportföljer.

För att kompensera för att förlora tillförlitlig datainsamlingsmekanik och knyta åtgärder tillbaka till specifika användare, går Google snabbt till en framtid av datamodellering.

I huvudsak använder sökmotorn AI för att fylla i dataluckor som lämnats av integritetsbestämmelser, webbläsarbegränsningar och mörkt beteende över flera enheter.

Datamodellering i GA4 inkluderar inte någon annan data om du inte anstränger dig för att implementera den (mer om det om en stund), men den inkluderar alla källor till trafik och engagemang, inte bara Googles källor.

En egenskap hos Googles analysskifte är att den är utformad för att vara flexibel och bör vara relativt lätt att anpassa beroende på hur landskapet förändras.

GA4 förlitar sig mycket på förstapartsdata, vilket är något du äger och alltid kommer att kunna komma åt.

Det är en mer flexibel, anpassningsbar rapportinställning än UA (vilket är både bra och dåligt eftersom du behöver mer resurser för att ställa in det, men det har mycket mer potential för rika insikter).

Kombinera det med den nya taggen, som inte kräver tillnärmelsevis så mycket kod eller anpassning, och du kan se att Google skapar en framtid där marknadsförare kommer att kunna tjäna själv och få alla typer av data som kan hjälpa dem att optimera sina kampanjer.

En stor dataskillnad: Händelser vs.Mål

Om du fattar Google Ads-beslut baserat på data som sessioner och sidvisningar är det dags att ändra din strategi.

GA4 ersätter de med händelser, vilket innebär att sekundära mätvärden som avvisningsfrekvens (som vi känner den), tid på plats och sidor per session inte kommer att vara tillgängliga för dig mycket längre.

Istället introducerar GA4 nya mätvärden inklusive "Engagerade sessioner", som vid det här laget kan betyda allt från en session längre än 10 sekunder till en session som slutade i en konvertering till en session där användaren studsade fram och tillbaka mellan skärmarna.

Som jag ser det kan det vara riktat användbart för att avgöra om en kanal har en relativt hög eller låg andel engagerade användare.

Ett annat nytt mått, som jag anser är ungefär lika viktigt, är "användarengagemang", som Google beskriver som "den genomsnittliga tid som appen var i förgrunden eller webbplatsen fokuserade på webbläsaren."

Andra skillnader i data

När du förbereder dig för att migrera dina målgrupper från UA till GA4, vet att inte alla dimensioner kommer att översättas.

Till exempel kommer "session"-relaterade dimensioner som nästa sidas sökväg inte att portas över eftersom GA4 mäter sessioner på olika sätt.

Som sagt, GA4 är byggd för att låta dig anpassa de dimensioner du tycker är viktiga, så att du kan återskapa dessa insikter på egen hand.

En annan förändring att notera, medan vi är inne på ämnet publik, är att GA4 begränsar varje egendom till 100 publik, en enorm minskning från UA:s tak på 2 000.

Jag har personligen aldrig dragit mer än 200 målgrupper per egendom, men om du till exempel har massor av remarketingmålgrupper som bygger på GA-statistik kan du behöva överväga att betala för GA360. (Om jag var tvungen att gissa skulle jag säga att det här inte kommer att vara ett utbrett problem, annars skulle Google inte ha varit så aggressivt med att begränsa gränsen.)

Nästa steg: 3 saker som betald sökmarknadsförare kan göra nu

1.Bestäm dig för en fullständig databild

Sammantaget bör marknadsförare orientera sin analys kring affärsresultat, inte bara en konvertering som startar på en sida.

Det är smart att börja mäta i termer som intäkter och hur mycket du kan tillskriva reklam.

För det, oavsett hur bra din konfiguration är i antingen GA4 eller Google Ads, måste du integrera offlinekonverteringsdata och se till att din CRM-data är en del av pusslet.

Jag håller för närvarande på att testa hur effektivt det är att importera offlinekonverteringsdata till GA4 via enhets-ID eller användar-ID.

Min misstanke är att det inte kommer att vara perfekt ännu, och det kommer att finnas dataluckor, men övningen med att ställa in de olika datakällorna kommer att löna sig med tiden när datamodelleringen förbättras.

2.Sätt igång din migrering

Marknadsförare gillar inte förändringar mer än den genomsnittliga björnen, men det är ingen mening att skjuta upp det oundvikliga.

Ju tidigare du ställer in GA4, desto snabbare kommer du att kunna få en relativt ren jämförelse år till år 2023.

Problemet kommer inte att lyfta huvudet omedelbart.Du vill ställa in det nu så att du inte kommer att ha ett datagap för Q4 2023.

Du kan fortfarande jämföra GA4 med UA-data nästa år om du verkligen befann dig i en pickle, men du skulle behöva göra mycket arbete i Data Studio, och det skulle inte vara äpplen till äpplen.

Så ställ in det nu för att få alla Q4-data för år för år.

3.Skapa ny rapportering

En fördel med att gräva i GA4 nu är att du kommer att kunna ta reda på de rapporter du behöver bygga om.

Jag märkte till exempel ganska snabbt att du inte kan skapa regler i GA4 för att ta bort UTM-spårning som inte kommer från Google (som HubSpot-parametrar), så du måste involvera Data Studio för att rensa upp en målsidesrapport så att du inte röra sig genom tusentals rader (varje unik parameter bryter ut en sida).

GA4 låter dig inte ta bort spårningsinformation från webbadresser och sedan beräkna CVR, oavsett om det är baserat på användare eller visningar.Men genom att göra denna rensning kan du se toppkonverterande LP-skivor, för betald trafik eller all trafik.

Så istället för denna äldre vy:

...du får något mycket mer användbart:

Så här skapar du den rena målsidesvyn:

  1. Välj Lägg till dimension > Skapa fält.
  2. RegEx och skriv inREGEXP_REPLACE(Page path + query string,'?.+', '')i formelfältet.
  3. Dra in visningar och omvandlingar.
  4. Skapa ett beräknat fält för din omvandlingsfrekvens.Jag använde Views and Conversions (Conversions/Views).

Jag garanterar att det är toppen av isberget... ju mer vi spelar, desto mer kommer vi att inse att vi antingen saknar eller har möjlighet att förbättra oss i GA4.

Sagan fortsätter...

Som du förstår lär vi oss fortfarande om GA4:s fulla kapacitet och hur man återspeglar det i Google Ads-kampanjer.

Under de kommande månaderna, när tidsfristen den 1 juli 2023 närmar sig och fler marknadsförare samlar modet för att påbörja övergången till GA4, förväntar jag mig att fler bästa praxis kommer att cirkulera.

Åsikter som uttrycks i den här artikeln är gästförfattarens åsikter och inte nödvändigtvis Search Engine Land.Personalförfattare listas här.