Нещодавно команда GA4 викатила — Analytics Advisor (чат який з правого боку відкривається). Я вже писав про нього раніше, коли він тільки починав з’являтися в окремих акаунтах, але зараз його вже розкатали для всіх.

Я вирішив ще раз протестувати його на конкретному, прикладному питанні — по суті, це тест «відповідь на питання», яке аналітик реально може поставити в роботі. І на якому минулого разу він провалився.

Питання було таке:
які джерела / канали трафіку мають найкращі та найгірші показники конверсії з додавання до кошика в покупку?

На першому скріншоті ти бачиш, що я працюю з періодом останні 30 днів, і Advisor підготував мені відповідь. Але якщо уважно подивитися на цифри, вони трохи відрізняються від того, що я бачу у власноруч побудованому звіті.

Спочатку я подумав про семплінг. Але, як видно на скріншоті, зверху є оранжевий трикутник — але якщо відкрити його, то в мене висока кардинальність даних, і частина інформації зібрана в (other) - причина в цьому. Тобто семплінгу тут не було, але дані розходяться. Чому саме — відповіді я так і не знайшов.

Але розбіжності в цифрах не єдина причина, чому мене не влаштувала ця відповідь. Інша причина - сам підхід. Фактично Advisor порахував кількість подій. А мене цікавило зовсім інше:

Який відсоток користувачів, які додали товари до кошика зробили покупку, і рахувати це я звик по користувачах, а не по подіях.

Тому я спробував вдруге й перефразував питання, прямо вказавши, що мене цікавлять користувачі. І от тут, на другому скріншоті, дані вже повністю зійшлися з моїм звітом. Плюс — Advisor одразу порахував коефіцієнт конверсії, і це реально зручно: раніше це доводилося робити вручну.

Але я все одно залишився не до кінця задоволеним. Чому? Тому що в самому інтерфейсі GA4 я бачу індикатор семплінгу, а в чаті — жодного слова про те, що дані можуть бути не повними. Тобто контекст просто губиться.

Якщо дивитися ширше, я все ще вважаю, що підхід із GA4 MCP (https://analytics-tips.com/uk/model-context-protocol-what-it-is-and-why-it-s-the-future-of-analytics) (який, скоріше за все, і лежить в основі цього Advisor’а) у вигляді окремого GA4 MCP, який ти запускаєш сам, виглядає сильніше. Там ти бачиш, з яких даних і з якою логікою формуються висновки, і можеш зрозуміти, чому щось не зійшлося. Тут же тобі просто віддають результат — без деталей.

Резюмуючи.
Мені подобається напрямок, у якому рухається Google Analytics. Advisor може бути корисним, особливо для невеликих проєктів і ad hoc задач, якщо ти добре розумієш, що саме питати і як формулювати запит. Він реально може зекономити час.

Але користуватися ним варто обережно:
— не завжди зрозуміло, які саме дані він використовує
— він не сигналізує про семплінг або обмеження даних
— правильну відповідь я отримав лише з другої спроби, чітко сформулювавши запит у розрізі користувачів, а до цього мав зовсім інші дані. Тобто без перевірки у вигляді побудови звіту можна було легко промахнутись.

Тому поки що виглядає так, що для регулярної аналітики готові звіти все ще виграють. А Advisor — це хороший інструмент, але саме як допоміжний.

Читати про новину в офіційній довідці >>>

Усіх з прийдешнім Новим роком! 🎄

Якщо ви з тих, хто щороку обіцяє собі почати навчання «з понеділка» або «з нового року» — зараз найкращий момент підкріпити обіцянку ділом.

З 29 грудня по 4 січня діє святкова знижка 25% на курси самостійного проходження:

🎁 GA4 Basics >>>

🎁 Server-Side GTM Basics >>>

🎁 BigQuery for Marketing >>>

🎁 Розширені конверсії для Google Ads >>>