Додав у плейліст "Майстер-клас по GA4" на ютубі нове відео. У ньому розбирається як відслідковувати івенти на прикладі реального сайту.

Це друге відео плейліста, яке мало бути розбором домашнього завдання для курсу GA4 Basics, але по певним причинам туди не потрапило.

На вас чекає:

1️⃣ відслідковування кліків на:

✅ скачування мобільних додатків
✅ соц. мережі
✅ номери телефонів

2️⃣ трекінг успішної відправки форм:

✅ підписка на розсилку
✅ контакти
✅ успішна реєстрація на сайті

Подивитись можна за цим посиланням

Приємного перегляду 🔥

Ставте лайк ❤️ якщо життєво )

А ти знав скільки зараз вартує робота спеціаліста з налаштування GTM Server-Side?

Найпопулярніший сайт для фрілансу UpWork пропонує до 90$ погодинно.

Ти все ще не в темі що це? Тоді тобі до мене)

➡️ Якщо цікавить ця тема, але не знаєш з чого почати, пропоную переглянути мої безкоштовні відео з курсу по GTM Server-Side.

З них ти дізнаєшся основні способи застосування інструменту, його переваги та недоліки.

Навчишся як підняти свій перший серверний GTM в Google Cloud

та зрозумієш, як з допомогою серверного GTM налаштувати Facebook Conversion API.

➡️ Ну а якщо хочеш навчитися працювати із Google Tag Manager Server-Side як профі, то велком на мій повний курс ✅

Якщо хто налаштовує GADS ENHANCED CONVERSION через GTM SERVER-SIDE то вам буде корисно знати

https://www.linkedin.com/posts/zambonmatteo_gads-bug-enhanced-conversion-gtm-server-side-ugcPost-7181589880454475776-1vKq

Якби ми не хотіли втекти від того екселя, але на жаль куди ж без нього))

BigQuery все більше входить в життя не тільки аналітиків, але й PPC-спеціалістів.

Як вам апдейт? Особисто я довго чекав. Якщо ви теж, ставте лайк

Вчора був по своєму історичний день. Вирішив почати знайомитись з маркетингом в Тік Ток і Інстаграм.

До особистої сторінки поки діло не дійшло, але proanalytics.academy тепер там є.

Так що підписуйтесь, обіцяю не дуже багато контенту, але він точно буде дуже практичний і однозначно розбавить вашу стрічку новин цікавими постами про веб аналітику.

- Тік Ток http://www.tiktok.com/@proanalytics.academy

- Інста https://www.instagram.com/proanalytics.academy

Забув же розповісти, опублікував статтю на DOU про плюси та мінуси Server Side GTM. Наче як багато вже про це кругом розповідаю, але хто ще не в темі - рекомендую ознайомитись https://dou.ua/forums/topic/48428/

"Кукіпокаліпсис вже близько", кажуть нам вже декілька місяців на просторах інтернету. Те, що він близько і несе реальні зміни в житті веб-аналітиків - правда. А те, що це щось страшне - не дуже)

В чатику з курсу PRO ANALYTICS один студент поділився цікавим відео з порадами як підготуватися до обмеження third-party cookie. Тому відібрав декілька найкорисніших порад:

✅ Створити єдину та гарно продуману стратегію індентифікації юзерів на сайтах. Тобто варто подумати над створенням унікального ID, який можна використовувати в усіх системах.

✅ Кукі першої сторони стають найважливішими, бо ну, по суті, вони тепер - найцінніше джерело даних про юзерів. Тому створення кукі FPID (First Party Device ID) забезпечить подовження їх життя.

Зверніть увагу, що треба створити її саме зі свого сервера. До речі, це я вчу робити в рамках курсу Server-side GTM Basics, який можна пройти у своєму темпі в будь-який момент.

На курсі можна опанувати дуже корисний інструмент SS GTM, який вже скоро стане одним із базових вмінь для кожного вебаналітика 💡

✅ Перевірте роботу політики конфіденційності свого сайту за всіма існуючими законами. Нещодавній Consent Mode v2 - теж штука, яку варто впровадити, якщо ви цього ще не зробили, поки не почались блокування.

✅ Адаптуватися до роботи з неповними даними. Так, це те, до чого ми намагаємось звикнути все життя. Тож що робити? Все просто - мати інші джерела даних, які заповнять ці пробіли. Наприклад, ті ж самі CRM.

✅ Перейти на хмарне зберігання даних. Такий спосіб полегшить роботу з даними, їх експорт між системами та має багато інших переваг.

✅ Відмовитись від вже застарілого ETL (еxtract, transform, load) способу передачі даних в певне сховище, і перейти до більш зручного та швидкого ELT.

Це лише декілька порад, якщо цікаво дізнатися всі інші, то залишаю лінк на повне відео 👉https://business.adobe.com/summit/2024/sessions/data-doomsday-a-checklist-to-survive-the-next-gene-vs115.html

Ловіть нове відео, сьогодні - про особливості показника Engagement rate в GA4.

Як завжди ставте реакцію, якщо було корисно ❤️ та цікаво 🔥

Кажуть, що 13 то нещасливе число, але я б так не сказав.

Вчора завершив навчання 13 потік курсу PRO GTM. І це був прекрасний потік. Дуже активна залученість студентів, всім хотілось зі всим розібратись і дізнатись побільше нового.

Студенти доклали великих зусиль та все-таки завершили курс 🎉

Просто уяви який шлях вони пройшли:

➡️ 10 тижнів інтенсивного навчання
➡️ 30+ годин відео-контенту, що структурований у 20 лекцій
➡️ 70+ практичних завдань, які я особисто перевіряю та даю фідбек
➡️ 10 онлайн-вебінарів, де можна задати всі питання, які виникають протягом проходження курсу
➡️ Ну і звісно живе ком'юніті випускників курсу, де вони вже під час навчання обговорювали не тільки завдання з ДЗ, а й задачі з реальних проектів.

⏰ Скоро буде новий запуск, де ти теж зможеш відчути себе як цей кіт, а що ще краще - пройти весь шлях та стати PRO у роботі з GTM.

📆 Новий запуск 17 червня.

В групі всього 15 місць, 2 з яких вже викуплені.

Оскільки група маленька, кожному студенту приділяється достатньо часу, щоб він зміг детально розібратись з матеріалом.

Всі деталі можна подивитися за цим посиланням: https://proanalytics.academy/courses/pro-gtm

Відгуків з цього потоку ще не має (з ними я прийду трохи пізніше), але тут можна ознайомитись з попередніми https://www.facebook.com/PROANALYTICSCOURSE/reviews

Я з цим екзаменом на курсі PROGTM вчора, зовсім забув тут написати про важливу новину.

Кукіпокаліпсис від Google вкотре переноситься.

2024 у вебаналітиці доживемо спокійно

Але це ні в якому разі не значить, що не потрібно готуватись. Це просто значить, що тепер у вас більше часу на підготовку.

Детальніше тут https://developers.google.com/privacy-sandbox/3pcd

Правда?)

Все, що треба знати про BigQuery: що це, навіщо та які переваги для маркетингу. 

Почну з простого та основного, із офіційного визначення (перекладав його з англійської, тому вийшло не таке вже й офіційне))

BigQuery – це кероване безсерверне сховище даних від Google, яке пропонує масштабований аналіз великих обсягів даних. Платформа - підтримує запити за допомогою діалекту SQL. Має також вбудовані можливості машинного навчання.

Я прекрасно розумію, що не всі офіційні визначення одразу зрозумілі, але все ж в них часто ховається позиціонування продукту, тому я вирішив все ж додати його на початку поста. Але далі давайте поговоримо по простому))

🤔 Навіщо ж потрібен BigQuery? 

Якщо коротко, щоб збирати та зберігати дані з різних систем в одному місці. Тобто фактично це така собі хмарна база даних від компанії Google.

⬇ В чому ж його переваги для маркетологів?

Дисклеймер. Пункти нижче не є послідовним списком від найбільшої переваги до найменшої чи навпаки. Кожен із пунктів нижче є важливим по своєму і заслуговує на твою увагу.

⚡ Можливість обійти обмеженнями інтерфейсу Google Analytics 4.

У тебе великий проект і ти постійно стикаєшся з проблемами семплінгу даних?

Ти б хотів мати можливість проаналізувати дані за період більший ніж 14  місяців? (Якщо ти не знав, то в будь-яких кастомних звітах це не можна зробити)

Функціоналу інтерфейсу не вистачає, щоб побудувати звіт, який потрібно?

В будь-якому з цих випадків тобі дорога до BigQuery. Робота з сирими даними допоможе обійти будь-які обмеження інтерфейсу.

⚡ Можливість побудувати наскрізну аналітику і автоматизувати будь-яку іншу звітність.

Постійно бігаєш по безлічі різних кабінетів: Google Ads, Facebook Ads, Google Analytics, Call Tracking, CRM, щоб зрозуміти наскільки ефективно перформить реклама і все рівно не можеш все скласти до купи?

Знову ж таки тобі шлях до BigQuery. В цій системі ти зможеш скласти всі свої дані в сирому вигляді і залишиться тільки в якомусь зовнішньому тулі, типу Power BI, Tableau чи Looker побудувати фінальний звіт.

Звісно, наскрізну аналітику можна побудувати і без BigQuery. Є багато інших способів. Але варіант з BigQuery є одним з найпопулярніших, і не просто так. (Детальніше порівняння способів побудови наскрізної аналітики- то тема для іншого поста)

⚡ Безкоштовний старт.

Google при реєстрації надає безкоштовні кредити, яких для більшості компаній вистачить на 3 місяці роботи. Тобто ти зможеш повноцінно оцінити інструмент не оплачуючи його.

⚡ Доступна цінова політика.

Малий бізнес у багатьох випадках зможе влазити в безкоштовні ліміти і взагалі не витрачати додатковий бюджет на BigQuery. Для великого ж бізнесу декілька сотень доларів на місяць зазвичай не є якоюсь проблемою.

⚡ Легке використання Machine Learning.

Думаю, не потрібно детально пояснювати, що використання Machine Learning може значно спростити аналіз та навіть відкрити нові інсайти.

В BigQuery вам не потрібно бути дата-саєнтистом, щоб почати використовувати ML зі своїми даними. Все робиться хоч і не в два кліки звісно, але досить просто і зручно.

Наприклад, можна всього за декілька годин навчитись сегментувати базу клієнтів з допомогою ML на основі даних RFM-аналізу (recency, frequency, monetary)

Продовжимо)

⚡ Незалежність від IT відділу

Я часто бачу в компаніях, як робота IT-відділу тормозить роботу маркетингу. IT хоче все запихувати в спрінти і працювати по плану, але маркетинг, окрім того, що він буває плановий, він ще й буває ситуативний.

І буває ще, що маркетинг може залежати від певних апдейтів. Наприклад, від того ж Google чи Facebook. І не завжди ми про ці апдейти знаємо наперед. Але просто ввірватись в IT відділ і попросити щось зробити зараз не так то просто. Знайома ситуація?

BigQuery - це хмарна платформа. Для BigQuery не потрібен системний адміністратор чи інший технічний спеціаліст, який би ще додатково слідкував за роботою бази даних. Google все зробить за тебе. Просто не забувай йому вчасно оплачувати рахунки.

⚡Швидка нативна інтеграція з сервісами Google. BigQuery - це не просто хмарна платформа, а хмарна платформа від Google. І це дуже важлива перевага.

Давай згадаємо, де ти зазвичай дивишся дані про ефективність сайту і трафіку?
- Напевно в Google Analytics?
- А де найбільші бюджети на рекламу?
- Напевно в Google Ads?

Отож бо й воно - складно уявити сучасний маркетинг без сервісів Google. І, на відміну від інших гравців, що пропонують свої схожі хмарні рішення, в BigQuery можна в декілька кліків налаштувати збір даних з різних сервісів Google, наприклад Google Ads, GA4, Search Console та ін.

👉 Детальніше про те з якими сервісами Google наразі можлива нативна інтеграція з BigQuery розповім в наступному пості.

⚡ Просте масштабування

BigQuery може обробляти будь-який обсяг даних, тому в ньому можна працювати як із малим, так і з великим бізнесом. Google знову ж таки про все за тебе подбає)

⚡ Можливість не тільки нативно збирати дані з інших систем та зберігати їх, але й передавати дані з BigQuery в інші сервіси.

Зараз все частіше передача даних з CRM до BigQuery є не просто забаганкою, а необхідністю: значна частина CRM не має нативної інтеграції з рекламними кабінетами чи системами бізнес аналітики, а BigQuery має.

🙌 Хочете передати офлайн конверсії з BigQuery до Google Ads - будь ласка, ось нативний конект.
🙌 Хочете імпортувати сегменти аудиторій з BigQuery до Google Ads - теж є нативний конект
🙌 Потрібно візуалізувати дані в Power BI чи Tableau - готові конекти теж допоможуть.

І остання:

⚡ BigQuery - це маленька частина великого Google Cloud Platform.

Ця перевага розкривається не одразу, але коли ти вже починаєш з цим працювати, апетит збільшується дуже швидко. Наприклад, якщо не вистачає нативного конектору, можна з допомогою Cloud функцій трохи дописати функціоналу:

🙌 Хочеш передати офлайн конверсії з BigQuery до Facebook Ads - будь ласка.
🙌 Хочеш імпортувати сегменти аудиторій з BigQuery до Facebook Ads - теж є можливість.

BigQuery може здаватися складним для опанування, проте якщо воно дає велику користь та конкурентну перевагу, то обов’язково потрібно рухатись в цьому напрямку.

Якщо тобі сподобався матеріал, став вогник, і тоді я напишу ще декілька постів на тему роботи з BigQuery ✅

А як ви збираєте фідбек у своїх відвідувачів?

В мене, наприклад, є клієнт, який відправляв листи, з проханням надати фідбек, клієнтам, після того як вони оплатили послугу.

І це з однієї сторони супер, бо процес автоматичний, але мінус в тому, що мало хто хоче відповідати на якісь питання в листі. Особливо, якщо лист побачив через деякий момент після оплати послуги.

Зовсім інше діло, якщо запитати у користувача в момент коли він все ще на сайті. Як показує досвід в такому випадку конверсія у реальний фідбек, в порівнянні з листом, збільшується в декілька разів.

Звідки я це знаю, бо ми в рамках Monolytics вирішили, що треба спростити життя конкретно цьому клієнту і багатьом іншим і дати можливість швидко і просто збирати фідбек на сайті.

Опцій багато:
- можна збирати в момент відвідування сторінки подяки
- а можна і в більш кастомний момент, наприклад, коли користувач видаляє товар з кошика
- або коли покидає сторінку оформлення замовлення
- чи коли користувач спробував новий функціонал в продукті
- ну ви надіюсь зрозуміли, запитати можна будь-коли)

Щоб спробувати на своєму сайті переходьте на https://monolytics.app/

Спробувати можна безкоштовно і без прив'язки карти. Тому якщо ви давно хотіли щось запитати у ваших відвідувачів - не пропустіть таку можливість

Приємного користування)