Google Analytics 4 e la Digital Analytics Revolution

15 NOVEMBRE 2022

Da sempre Google cerca di migliorare la sua piattaforma di web analytics per restare al passo con i nuovi comportamenti messi in atto dagli utenti: GA4 segna una vera e propria rivoluzione in questo senso. Scopriamo perché.

Partiamo da una curiosità: sapevate che Google Analytics non è stato ideato da Google? Lo storico tool di web analysis è in realtà l’evoluzione di un prodotto di nome Urchin, nato già negli anni ’90 e impostosi nel mercato grazie alla sua capacità di visualizzare i dati utilizzando grafici (in un’epoca in cui i file di registro erano le uniche fonti di dati). Nel 2005 Google acquista l’azienda e ridisegna la piattaforma, bisognerà attendere ancora tre anni prima che venga presentato con questo nome al mercato.

Google Analytics 4 e la Digital Analytics Revolution

Grazie al contributo di Google la piattaforma acquisisce rapidamente la posizione di leadership del mercato, forte della sua completezza in ambito di strumenti per le analisi e agevolata dalla politica di marketing aggressiva di Google che ne permette l’utilizzo in maniera gratuita. Nei successivi anni Google rilascerà continui aggiornamenti per mantenere la piattaforma adeguata all’evoluzione dei comportamenti degli utenti.

Proprio questi veloci mutamenti spingono Google a dare vita alla terza versione di Google Analytics, nel 2012, con il nome di Universal GA. Il nome Universal è indicativo dall’intenzione di Google di fornire una piattaforma in grado di permettere il monitoraggio multipiattaforma degli utenti, oramai sempre più multi-device (desktop e mobile).

Nel 2017 Google introduce un nuovo importante cambiamento, pur non aggiornando formalmente la piattaforma: il Global Site Tag, un nuovo codice di monitoraggio da inserire nel sito in sostituzione del precedente. Con esso introduce una nuova modalità di tracciare gli utenti, che possiamo definire a tutti gli effetti omnicanale. Anche in questo caso Google agisce in conseguenza all’evoluzione del comportamento degli utenti, che non solo utilizzano diversi device, ma entrano in contatto con i brand attraverso un network di canali sempre più frammentato (sito web, app etc.).

Ma è nel 2018 che si pongono le basi per la rivoluzione di Google Analytics 4. In Europa e in USA vengono pubblicate nuove e più restrittive regole per la tutela della Privacy (GDPR e CCPA) e il tema diventa sempre più rilevante negli anni seguenti. Le funzionalità base di Google Analytics per il riconoscimento degli utenti e del traffico cominciano a non essere più così efficaci, mentre all’orizzonte si inizia a vedere il declino dei cookies.

Questa è la leva che ha spinto Google a riprogettare da zero Google Analytics. Fino a Google Analytics 3 si poteva parlare di evoluzione del prodotto nato negli anni ’90, con Google Analytics 4 ci troviamo invece davanti ad un prodotto totalmente innovativo sviluppato secondo un principio user-centered e progettato per adattarsi ad un futuro con o senza cookie e identificatori.

Nell’ottobre del 2020 viene rilasciata la prima versione di Google Analytics 4, la quale, per la prima volta, porterà alla dismissione di tutte le precedenti versioni.

Le differenze chiave tra Google Analytics 3 e Google Analytics 4

Ma quali sono le differenze più evidenti tra GA3 e GA4? Pur apparendo simili a livello di interfaccia grafica le due piattaforme sono completamente differenti a livello di architettura. Google Analytics 4 è stato progettato in uno scenario in cui app, siti web e social network convivono nell’ecosistema dei canali di comunicazione dei brand. Google Analytics 3 è invece l’evoluzione di un prodotto nato, per intendersi, quando non esistevano nemmeno le schede dei browser ed era possibile aprire una sola finestra per volta.

Tutte le soluzioni adottate su Google Analytics 4 sono pensate per permettere un efficace monitoraggio anche dei siti web di ultima generazione, i quali spesso sono realizzati con tecnologie che non richiedono il caricamento di pagine differenti per essere navigati o per eseguire un'azione.

Ma vediamo nel dettaglio quali sono le cinque principali macro differenze:

Architettura Software: dalla Vista allo Stream di dati

La nuova struttura degli account si allinea all’approccio user-centered che ha guidato la riprogettazione. Non esiste più l’obbligo di avere proprietà diverse a seconda del tipo di touchpoint (sito web o app) usato dall’utente. Nella stessa proprietà saranno contenuti tutti i touchpoint del brand con cui l’utente può entrare in contatto.
Data Model: addio Sessioni

Una delle principali rivoluzioni di GA4 è il passaggio da un modello session-based ad un modello molto più flessibile e attuale basato sugli eventi. Nel modello precedente ogni interazione dell’utente veniva raggruppata all’interno di una sessione, cioè visita al sito. Questo approccio era decisamente funzionale all’inizio dell’era digitale, quando gli utenti accedevano da postazione fissa e completavano la propria esperienza con il sito in un’unica visita, mediamente lunga e attenta.

Questo paradigma non è più valido da quando smartphone e rete mobile a prezzi accessibili si sono diffusi. Gli utenti sono continuamente connessi ed eseguono esperienze di navigazione molto frazionate che si compongono di più visite (cioè sessioni) che avvengono in periodi temporali diversi (anche in giorni diversi). Queste differenti visite fanno parte di un’unica esperienza di navigazione. Per questo il modello event-based è decisamente più attuale allo scenario moderno e più funzionale nel ricostruire l’esperienza dell’utente.

Google Analytics 4 è nativamente predisposto a raccogliere alcuni dei principali eventi significativi, che nelle versioni precedenti dovevano essere configurati manualmente. Tra questi possiamo elencare:
- first_visit: la prima volta che un utente visita un sito web – l’inizio dell’esperienza utente;
- Click: ogni volta che un utente fa clic su un link che lo reindirizza al di fuori del dominio corrente;
- file_download: quando un utente fa clic su un link che rimanda a un file;
- Scroll: la prima volta che un utente raggiunge la parte inferiore di ogni pagina, ovvero quando diventa visibile una profondità verticale pari al 90%;
- session_start: quando un utente interagisce con l'app o il sito web;
- user_engagement: quando l'app è in primo piano o la pagina web è visualizzata per almeno un secondo;
- video_complete e video_progress: al termine del video o quando il video avanza oltre il 10%, il 25%, il 50% e il 75% della durata.
Identità Utenti: più identificatori per un miglior riconoscimento

Per cercare di comprendere il percorso degli utenti Google Analytics 4 farà uso di diversi identificatori, rispetto all’unico (ID Dispositivo) che usava in precedenza.
- User-id: ID permanenti e univoci forniti agli utenti dal sito quando eseguono un accesso, utili a misurare in maniera accurata i percorsi degli utenti su tutti i dispositivi;
- Google Signal: i dati degli utenti che hanno eseguito l'accesso a Google;
- ID Dispositivo: sui siti web, l'ID dispositivo è ricavato dal browser dell'utente, mentre sulle app viene determinato a partire dall'ID istanza di app.
Per identificare gli utenti Google Analytics 4 combina l’utilizzo di tutti questi tre parametri.
Rapporti: personalizzazione senza precedenti

Google ha riprogettato interamente l’area dedicata ai rapporti introducendo anche un livello di personalizzazione senza precedenti, con nuove metriche e dimensioni.

La stessa struttura è stata ridefinita introducendo due modalità diverse di analisi: Report ed Esplorazioni. Entrambe forniscono informazioni strategiche sui dati provenienti dal sito e dall’app ma sono progettate per fornire viste diverse dello stesso dato.

I Report servono ad avere una visione più globale delle performance e si basano su tabelle aggregate giornaliere. Sono pensati per avere una visione rapida delle performance.

Le Esplorazioni sono invece degli strumenti di Business Intelligence per mezzo dei quali è possibile costruire tutti i rapporti che si desidera per l’analisi. Google propone sette modelli di esplorazione.
Machine Learning: più intelligenza a supporto delle decisioni

La piattaforma Google Analytics 4 fa ampio uso degli strumenti di Machine Learning grazie ai quali arricchisce i dati degli utenti con previsioni sul loro comportamento futuro (metriche predittive).

Attraverso queste metriche Google Analytics è anche in grado di creare dei segmenti di pubblico predittivo, cioè un’audience che si basa su una metrica predittiva (es. “utenti propensi a fare l’acquisto nei prossimi 7 giorni”).

In ultimo, grazie al Machine Learning, Google introduce un nuovo modello di attribuzione delle conversioni – il “Modello basato sui dati” - che ha l’ambizione si assegnare il giusto valore al contributo che i vari canali offrono alla conversione.

Questo nuovo modello supera tutti i problemi dei modelli di attribuzione classici i quali tendono a sottostimare/sovrastimare la reale efficacia dei canali di conversione. Con questa soluzione sarà più facile comprendere la reale efficacia di ogni canale nella strategia di marketing del brand.