Google Analytics 4 для різних типів сайтів: що потрібно вашому бізнесу

Визначення потрібних звітів для бізнесу — це тема, що потребує чимало часу. Щоб обрати необхідні звіти в Google Analytics 4 для різноманітних сайтів, я підготував цей матеріал. Його мета — розібрати, на яких показниках варто зосередитись при роботі з різними типами сайтів. 

У цій статті я розповім, як обрати події для відстеження та яку роль відіграють KPI для аналітики, а також розгляну корисні звіти в Google Analytics 4 для:

• лендингів;
• інформаційних ресурсів;
• інтернет-магазинів;
• SaaS-продуктів.

Як обрати події для відстежування

Це питання є одним з найчастіших, яке я чую від людей, що приходять на консультації по аналітиці. Бізнес часто не знає, на які дані потрібно дивитись для прийняття рішень і які дії користувачів на сайті потрібно відслідковувати, тож ставить питання на кшталт:

• які події важливо відстежувати на моєму сайті?
• чи достатньо буде відстежувати відправки форм та покупки?
• краще налаштовувати відстеження скролінгу сторінки чи кліки на всі кнопки? 
• чи потрібно нам налаштовувати Ecommerce?
• які звіти нам ще потрібно побудувати в GA4?

Та для відповіді на ці питання не потрібен аналітик, достатньо розуміння цілей бізнесу та ключових показників ефективності (KPI). Дайте відповіді на питання:

1. Навіщо вам потрібна аналітика?
2. Що ви хочете отримати після її налаштування?

Саме від цих відповідей потрібно відштовхуватися під час налаштування аналітики. Зазвичай, коли я пояснюю цю просту істину і наводжу декілька прикладів, люди одразу починають генерувати правильні ідеї. Тому далі я надам не просто перелік певних показників, а поясню, з якими цілями вони зіставляються.

Показники vs. KPI

Перш за все розберу, що є основою аналітики для вашого сайту. І тут давайте уточню різницю в термінах:

Хоча я й буду намагатись вести вас до роботи з KPI, але кожен бізнес має дуже багато унікальних особливостей, щоб говорити про «загальні KPI». Тому надалі я користуватимусь терміном «показники».

Короткий підсумок і навігація

Щоб спростити сприйняття, я створив схему, яка резюмує всю статтю. У ній коротко структуровані основні показники для кожного типу сайту.

Також наводжу для зручності план, аби ви змогли одразу перейти до потрібного вам типу сайту:

1. Google Analytics 4 для лендингів.
2. Google Analytics 4 для інформаційних ресурсів.
3. Google Analytics 4 і аналітика інтернет-магазинів.
4. Google Analytics 4 і аналітика SaaS.

Як бачите, шлях буде довгим, але цікавим. Розбирати кожен тип сайту буду в такій послідовності:

• основна особливість сайтів цього типу;
• відповіді на які питання допоможуть підвищити конверсію;
• основні показники;
• як та де аналізувати основні показники.

Google Analytics 4 для лендингів

Логіка роботи класичного лендингу зазвичай побудована на принципі «купуй або помри» (buy or die). Це означає, що користувач, який відвідав сайт, або виконає цільову дію — зробить покупку, заповнить форму, — або просто піде з нього. Третього не дано. 

Коли ви знаєте основний принцип, досить легко сформувати потрібні питання. Тобто все що треба — це максимізувати кількість покупців і зменшити кількість тих, хто покидає сайт, нічого не придбавши. Потрібні відповіді на два питання:

1. У який момент ви втрачаєте користувача? У який момент відбувається «Die»?
2. Які взаємодії підвищують ймовірність конверсії? Що допомагає зробити клієнту «Buy»?

Визначу, які показники допоможуть знайти відповідь.

У який момент ви втрачаєте користувача

Оскільки класичний лендинг — це зазвичай одна сторінка, глибина скролінгу (прокрутки) буде одним з основних показників для аналітики. 

Стандартне відстеження скролінгу в GA4 показує, чи прокручують користувачі сторінку на 90% (подія scroll в інтерфейсі аналітики). Проте, погодьтеся, ця інформація не дає повної картини. Наприклад, ви маєте інформацію, що п’ять людей прокрутили до цих 90%. А що сталося з іншими умовними 95 відвідувачами?

Якщо ще й врахувати, що на більшості лендингів покупку чи замовлення можна зробити, не доскроливши сторінку до самого низу, то цей стандартний показник має сумнівну цінність. 

Тому треба копати глибше, використовуючи кастомні налаштування, як-от:

• воронка для аналізу скролінгу по конкретних відсотках — 25%, 50%, 75%, 100%; 
• воронка для аналізу скролінгу по блоках лендінгу.

Не зайвим буде використання сервісів, які допомагають будувати карту прокрутки і визначати конкретний етап втрати користувачів. Але я зосереджусь саме на частині, яка стосується GA4.

Перш за все розгляну, як може виглядати воронка глибини перегляду сторінки. Ось приклад для лендинга одного з моїх курсів по Google Analytics 4.

Такий звіт досить добре підсвічує, після перегляду якого блоку користувачі покидають лендинг. Наприклад, я бачу, що 30% відвідувачів не встигають доскролити до блоку «Кому підійде», який іде після першого екрану. І тільки 73% з тих, хто догортали до блоку «Кому підійде», досягають блоку «Як проходить навчання».

Тобто лише 51% від всіх відвідувачів попадають на третій блок лендингу. Звісно, дивлячись на ці дані, не можна точно сказати, чому так відбувається. Причини можуть бути різні:

• на першому екрані дата старту, яка не підходить студенту;
• студент прочитав блок «Кому підійде» і зрозумів, що це не те, що він шукав;
• на лендинг іде нецільовий трафік;
• лендинг погано відображається в браузері Safari, тому саме його користувачі відвалюються на перших кроках.

У звітах GA4 можна знайти відповіді на останні два питання зі списку, а для інших потрібні додаткові інструменти.

З першим запитанням розібрались, перейдемо до наступного.

Які взаємодії підвищують ймовірність конверсії

Це питання складніше. Зазвичай для підтвердження факту, що взаємодія з певним елементом підвищує ймовірність конверсії, використовують складні механіки, як A/B-тестування або логістична регресія. Звіти GA4 цього не покривають, але я все ж покажу вам один підхід, який допоможе сформувати гіпотези. Зверніть увагу: мова саме про «сформувати», а не «підтвердити».

На допомогу прийде техніка дослідження послідовності. Треба порівняти коефіцієнт конверсії в потрібну нам дію між двома групами відвідувачів:

• тих, хто виконав певну дію, вплив на конверсію якої ми якраз хочемо оцінити, наприклад, клік на кнопку;
• всіх відвідувачів лендингу.

Якщо конверсія у тих, хто виконав певну дію, нижча, ніж середня по сайту, така дія не впливає на конверсію. Якщо ж конверсія у тих, хто виконав певну дію, вища, ніж середня по сайту, формуємо гіпотезу, що вплив присутній. 

Такий спосіб хоч і не дасть точної відповіді на питання «чи певна взаємодія підвищує ймовірність конверсії», але зекономить час, бо відкине те, що певно не спрацює.

Цей аналіз потрібно повторити з кожною важливою взаємодією на лендингу. В більшості випадків все обмежується кліками на певну кількість кнопок та інших клікабельних елементів. Інколи також варто аналізувати інформацію про взаємодію користувачів з формами: яка частина з них починає форму заповнювати, і в якій послідовності відбувається взаємодія з полями.

Аналіз часу взаємодії з елементами лендингу

Бувають й складніші кейси. 

Наприклад, є лендинг з наступними блоками: «Кому підійде цей курс», «Програма курсу», «Переваги курсу» тощо. В розділі «Кому підійде цей курс» присутній опис: 

• «маркетологу він підійде, тому що…»;
• «вебаналітику підійде, тому що…»; 
• «PPC-спеціалісту підійде, тому що…». 

При цьому всі елементи в блоці не клікабельні. Як оцінити його ефективність? 

Найкращим рішенням буде проаналізувати кількість часу, впродовж якої користувач взаємодіє з певним блоком, та оцінити, чи впливає довший перегляд блоку на фінальну конверсію. На жаль, такі показники GA4 вже не відстежує. 

Ви можете зібрати потрібні дані завдяки Google Tag Manager і передати до GA4, але детально проаналізувати їх в інтерфейсі не вийде. Це вже більше схоже на задачку, яку треба вирішувати на основі роботи з «сирими даними» в BigQuery.

Попри це, для відстеження конверсій та ефективності джерел трафіку GA4 однозначно залишається королем.

Google Analytics 4 для інформаційних ресурсів

Інформаційні ресурси — це перш за все сайти ЗМІ, але також в цій категорії можна розглядати й блоги компаній. Для аналітики лендингів я відштовхувався від слогана «Buy or die». Не в кожному випадку є така «голосна фраза», але тут теж буде певна логіка, яка приведе до потрібних показників. Звучить вона приблизно так:

Найважливіше — постійні відвідувачі, а не відправлені форми чи продажі.

Зазвичай інформаційні ресурси заробляють на тому, що продають банери, партнерські PR-пости чи рекламні інтеграції. На перший погляд, може здатись, що для них звісно важливо мати постійний потік заявок на такі розміщення. Але насправді все працює трохи складніше: 

• якщо в інформаційного ресурсу є достатньо великий трафік, багато гравців бачать сенс і хочуть розмістити свої матеріали на такому ресурсі;
• якщо ж трафіку немає, зазвичай ніхто не бачить сенсу інвестувати в рекламу на такому сайті. 

Особливо ціниться лояльний трафік, в якого вже сформована довіра до матеріалів медіа. Тобто, генерація постійних читачів — найбільший пріоритет, а вона не можлива без якісного контенту. Саме навколо цієї думки і формуються основні показники для інформаційних ресурсів.

З огляду на всі вище описані моменти, можу виділити три групи показників, на яких варто зосередитися.

1. Показники контенту:

• кількість переглядів і кількість унікальних відвідувачів, які провзаємодіяли з контентом;
• engagement rate (коефіцієнт взаємодії);

2. Показники сайту:

• відсоток залучених користувачів;
• кількість сторінок (на сеанс і які в середньому переглядає юзер);
• час на сайті (на сеанс і на юзера в середньому);

3. Показники залучення та утримання аудиторії:

• кількість нових користувачів;
• відсоток утримання.

Саме про них детальніше розповім далі. І почну з групи, яка, на мою думку, є найважливішою. 

Складно уявити інформаційний ресурс без якісного контенту. І я зараз не тільки про унікальність матеріалів чи глибокий сенс: різні матеріали мають свою аудиторію і головне, щоб їй було цікаво.

Показники контенту

Як ви вже зрозуміли, перш за все, в контенті, який ви публікуєте, вас має цікавити два основних моменти:

• наскільки він популярний;
• наскільки він цікавий.

Перше оцінюється кількістю переглядів (кількість подій page_view) та кількістю унікальних читачів контенту (показник Total users — Усього користувачів), які збираються в GA4 за замовчуванням. Ці показники знаходяться в стандартному звіті Pages and screens (Сторінки та екрани).

Я пишу про показник Total users, але на скріні зі стандартного звіту — Active Users (Активні користувачі), оскільки саме він виводиться у звіті. В більшості випадків для інформаційних ресурсів значення цих показників будуть близькі.

Але якщо необхідна точність, виведіть колонку Total users наступними кроками:

1. Натисніть Customize report (Редагувати звіт).

2. На екрані, що відкрився, виберіть зверху справа пункт Metrics (Показники).

3. Додайте новий показник Total users і збережіть зміни.

Перегляди контенту звісно важливі, але щоб будувати лояльність необхідно оцінювати, наскільки він цікавий для аудиторії. Як це зробити? Один із найпростіших і водночас дієвих способів — аналізувати час, проведений на сторінці, та відсоток скролінгу в парі. 

Час окремо не завжди є показовим. Уявіть: людина відкрила сторінку та пішла зробити собі чай, а сайт досі відкритий. Сторінка відкрита 10-15 хвилин, але фактичної взаємодії немає. Скролінг сам теж не дає повної картини: користувач може швидко прогорнути сторінку вниз і майже нічого не прочитати. 

Звісно, навіть використання часу та скролінгу в парі теж має свої мінуси. Але з огляду на пару «витрачені ресурси — отриманий результат», це все ще один з найоптимальніших способів.

Є два підходи, як оцінювати скролінг та час на сторінці один відносно одного:

1. Передавати дані про час на сторінці та скролінг в момент, коли користувач покидає сторінку. Тобто оцінювати максимальну взаємодію від початку до кінця сеансу. Можна навіть виділити окремі групи читачів на основі цих показників. Результат в GA4 виглядатиме так.

Детальніше про такий спосіб я писав у своєму матеріалі «Відстеження глибини скролінгу та часу на активній вкладці за допомогою GTM».

2. Встановлення порогів взаємодії. Наприклад, можна вважати користувача зацікавленим, якщо він провів на сторінці більше ніж 40 секунд і проскролив мінімум 50% сторінки. Саме такий варіант я зараз використовую для аналізу своїх матеріалів і описав його налаштування у матеріалі «Вимірюємо показник відмов правильно».

В будь-якому з цих випадків для розрахунку Engagement Rate (Коефіцієнту взаємодії) треба рахувати відсоток тих, хто активно залучався до контенту від загальної кількості відвідувачів. Саме це і буде основним критерієм, і чим він вище, тим краще. 

Наприклад, у випадку використання другого підходу, Engagement Rate буде показувати, яка кількість користувачів пробула на сторінці більше ніж 40 секунд і проскролила її мінімум на 50%.

Показники сайту

Важливо не тільки знати, скільки людей читає окремі статті, але й розуміти, як відвідувачі взаємодіють із сайтом у цілому. Ви можете написати десяток класних статей, їх всі будуть читати, ними всі будуть ділитися, але якщо інші статті на сайті не викликають цікавості, то люди не будуть до вас повертатися. Щоб оцінити залученість у взаємодію з сайтом, використаю схожі показники, різниця буде тільки у контексті аналізу: не сторінка, а цілий сайт. 

Для аналізу потрібні три ключові метрики:

1. Кількість сторінок, які в середньому переглядає користувач (за сеанс і за весь час). Чим більше сторінок переглядає користувач за один сеанс, тим більше він зацікавлений у взаємодії з контентом на сайті. Це показник того, наскільки ваш сайт цікавий загалом.
   
   У GA4 потрібні дані доступні у звіті Pages and screens. Views per active user там доступний за замовчуванням, а Views per session можна додати через кастомізацію репорту, як я розбирав вище на прикладі Total users.

2. Час на сайті (на сеанс і на юзера в середньому). Крім кількості сторінок, важливо оцінювати, скільки часу користувач проводить на сайті. Це дозволяє зрозуміти, чи дійсно йому подобається контент або він просто переглядає заголовки й залишає сайт, не знайшовши нічого корисного.
   
   Думаю, ви вже здогадались, де шукати ці показники: все той же звіт Pages and screens. Average engagement time per session знову доведеться додати вручну.

3. Відсоток залучених користувачів. Не всі відвідувачі однаково цікавляться усіма рубриками, темами чи матеріалами. Це нормально. Але нам потрібно розуміти, чи щось зацікавило нашого відвідувача — тобто, який відсоток користувачів взаємодіє хоча б з одним матеріалом на сайті. Для цього підійде рішення, описане вище, — встановлення порогів взаємодії, тільки рахувати потрібно на вищому рівні (на сесію і на юзера).

Показники залучення та утримання аудиторії

Для інформаційних ресурсів критично важливі показники залучення та утримання, адже на відміну від лендингів, де користувач здійснює дію або не здійснює і «помирає», тут потрібно утримувати аудиторію. 

Два основних показники для цього:

1. Кількість нових користувачів. Скільки нових відвідувачів приходить на сайт, показує метрика New user (Нові користувачі), яка збирається автоматично в GA4. Найпростіший спосіб переглянути її — це звіт User acquisition (Залучення користувачів).

2. Відсоток утримання аудиторії — скільки людей повертається на сайт. Частково відповідь можна отримати в тому ж User acquisition звіті, дивлячись на показник Returning users (Користувачі, що повернулися).
   
   Але найкраще цей показник оцінювати за допомогою Cohort exploration (Дослідження когорт із блоку Explore (Дослідити)). Цей інструмент наочно демонструє, який відсоток відвідувачів повертається з часом.

Детальніше про звіт читайте в матеріалі «Дослідження когорт в Google Analytics 4». 

Резюмую: збереження постійної аудиторії особливо важливо для інформаційних сайтів, бо залучати нових користувачів постійно дуже дорого. Крім того, якщо ви створюєте якісний контент, користувачі повертаються і допомагають залучати нових відвідувачів через рекомендації або поширення матеріалів у соцмережах.

Аналітика для інформаційних ресурсів складніша, ніж для лендингів, тут більш важливий довгостроковий підхід, а значить — більше факторів, які потрібно врахувати. Головне — зрозуміти, як люди споживають контент, і чи повертаються вони на сайт. Це допомагає не тільки втримувати аудиторію, але й зробити ресурс привабливим для рекламодавців, які в кінцевому випадку і принесуть гроші в бізнес.

Google Analytics 4 і аналітика інтернет-магазинів

Інтернет-магазини мають ключову особливість: увесь сайт — це воронка продажу, завдання якої — продати. 

Якщо на лендингу користувачеві відразу пропонують все зробити на одній сторінці, то в інтернет-магазині завдання складніше. Зазвичай неможливо завершити покупку на одній сторінці — потрібно пройти через кілька етапів: 

• вибір товару; 
• додавання до кошика; 
• оформлення замовлення; 
• та власне покупка. 

І хоча в деяких магазинах є функція «Купити в один клік», на неї зазвичай припадає невелика доля замовлень. Щобільше, часто буває, що відвідувач перед покупкою може переглянути не одну картку товару, а декілька десятків, що ще більше ускладнює аналіз його шляху. 

Тому воронка, яка показує шлях користувача між цими етапами, є незамінним інструментом. Звісно, аналітика ecommerce не обмежується лише аналізом воронки, але це один з тих моментів, на які обов’язково потрібно звертати увагу. Саме на ньому і зупинюся.

Шлях до покупки та Шлях до оформлення замовлення

Хороша новина в тому, що GA4 пропонує нам два крутих звіти, які показують шлях користувача до покупки:

1. Reports (Звіти) — Monetization (Монетизація) — Purchase Journey (Шлях до покупки).

Цей звіт покаже основну воронку: 

• загальну кількість всіх відвідувачів сайту (Session start); 
• який відсоток з них переглянули картку товару (View product); 
• який відсоток додали товар в кошик (Add to cart);
• хто перейшов на сторінку оформлення (Begin checkout); 
• та врешті-решт це замовлення оформив (Purchase). 

Додатково також відображається, який відсоток відвідувачів не перейшов на наступний етап — під стовпчиком кожного окремого кроку.

Навіть цього одного звіту, в деяких випадках, вже достатньо, щоби побачити певні проблемні моменти. Наприклад, на скріні вище ви можете помітити, що лише 47,8% з тих, хто перейшов на сторінку оформлення, в результаті оформляє успішне замовлення. 

Вдумайтесь: відвідувач знайшов  потрібний товар, додав його в кошик, перейшов на сторінку оформлення — витратив на це купу часу, але в результаті понад половина таких відвідувачів так і не зробила покупку. Чи не здається це вам занадто великим відвалом? 

З мого досвіду, зазвичай, цей показник переходу завжди більше 50%, якщо це не якийсь складний технічний товар або на сайті немає проблем з юзабіліті на сторінці оформлення. Насправді це досить поширене явище, коли користувачі відвалюються через проблеми на сторінці оформлення. Настільки поширене, що в інтерфейсі GA4 існує ще одна воронка, яка дозволяє детальніше глянути на сторінку оформлення.

2. Reports (Звіти) — Monetization (Монетизація) — Checkout Journey (Шлях до оформлення замовлення).

Як видно на скріншоті нижче, між кроками Begin checkout та Purchase з’явились два нових етапи: Вибір способу доставки (Add shipping) і вибір способу оплати (Add payment).

Якщо подивитись на них уважніше, видно, що майже всі, хто перейшов на сторінку оформлення, вибрали спосіб доставки, але тільки ¾ вибрали спосіб оплати. Проте це ще не основна проблема. Подивіться уважно на останній крок: лише 62% з тих, хто обрав спосіб доставки й оплати, зробили фінальне замовлення. 

Простіше кажучи, двоє з п’яти користувачів, які вже пройшли шлях від пошуку товару до вибору способу доставки й оплати, не зробили фінальну дію. Навряд чи тут можна говорити, що не сподобалась ціна товару, чи вартість доставки була дуже високою: через ці причини користувач відвалився б набагато раніше. 

Звісно, воронка не підкаже вам точну причину вашої проблеми, але вона може допомогти дуже добре її локалізувати, як в цьому випадку.

Тепер, коли ви зрозуміли, скільки користі ховається в цих двох звітах, час перейти до поганої новини. Хоч розглянуті сьогодні звіти стандартні, для того, щоб в них почали відображатися дані, не достатньо просто встановити код GA4 на сайт. Вам доведеться налаштувати Ecommerce, щоб вони почали заповнюватись даними. 

Детальніше про те, як налаштувати відстеження подій e-commerce, команда Netpeak писала на своєму блозі. А я ще більш детально розбираю цю тему на курсі з вебаналітики PRO ANALYTICS в рамках двогодинної окремої лекції.

Наскрізна аналітика

Воронки можуть підсвітити багато проблем на вашому сайті, але зазвичай вони не покажуть найголовнішого — реальних продажів та доходу. Думаю, ні для кого не секрет, що не кожне оформлене замовлення — це реальна покупка. Іноді людина може змінити замовлення в розмові з менеджером, чи не забрати на пошті, чи посилка може не прийти. 

Всі ці ситуації лише демонструють загальне правило: оформлене замовлення ≠ покупка. 

І хоча в функціоналі GA4 є Measurement Protocol, який дозволяє передавати з вашої CRM/ERP системи дані про реальні продажі до GA4, на практиці цей метод підходить далеко не всім через свої обмеження.

Щобільше, бізнес зазвичай хоче для прийняття рішень орієнтуватись не на дохід, а на рентабельність інвестицій (ROI, ROMI). А для цього потрібно передати до GA4 дані не тільки про доходи з CRM/ERP, але й про витрати з рекламних кабінетів. 

І хоча в GA4 існує функціонал імпорту даних, який дозволяє імпортувати витрати з таких систем як Facebook, Bing, сам функціонал звітності в GA4 досить обмежений. Зараз найчастіше для побудови наскрізної аналітики використовується зв’язка: GA4 (сирі дані) + дані з рекламних кабінетів + дані CRM/ERP > BigQuery > Power BI / Tableau / Looker.

Для прикладу, ось як виглядає звіт, зібраний в Google Analytics 4.

А ось приклад звіту в Power BI.

Аналіз воронки та наскрізна аналітика — це не єдині підходи для аналітики інтернет-магазинів, але якщо ви зробите ці два пункти, ви вже пройдете гарну половину шляху.

Google Analytics 4 і аналітика SaaS

SaaS — Software as a Service — це формат, коли програмне забезпечення надається у вигляді сервісу. YouTube, Netflix, Spotify, системи колтрекінгу, системи онлайн-чатів на сайтах і багато інших, якими ви користуєтесь щодня, — яскраві приклади SaaS. Хоча функціонал таких сервісів може бути різноманітним, принцип дії в них дуже простий: 

Ви оплачуєте доступ до програмного забезпечення, яке своєю чергою дозволяє вам виконувати певні дії. 

Наприклад, відстежувати ефективність дзвінків, забезпечувати можливість спілкування через чат або дивитися відео для відпочинку після важкого робочого дня. 

І оскільки принцип роботи у них спільний, аналітика для SaaS-сервісів теж має свої спільні особливості. Я розділю їх на дві групи: нюанси аналізу даних і нюанси збору даних.

Аналіз даних

У SaaS важливо в першу чергу звертати увагу на залучення нових користувачів і утримання наявної бази. Існує ще безліч важливих показників, але про це далі. 

В теорії все просто: для аналізу залучення підійде колекція звітів Acquisition (Залучення трафіку), а для аналізу утримання — звіт Engagement overview, або методика когортного аналізу (Cohort exploration) з блоку Дослідження. Але розгляну детальніше.

Залучення нових користувачів

Інформацію про залучення нових користувачів, а також про те, з яких джерел трафіку вони до вас приходять, можна отримати на основі даних зі звітів User acquisition та Traffic acquisition. Перший знаходиться за шляхом Reports — Acquisition — User acquisition. Він дозволяє дізнатись, з якого джерела трафіку користувачі вперше відвідують ваш сайт.

Другий — за шляхом Reports — Acquisition — Traffic acquisition. Це звіт, який може допомогти дізнатись, з яких джерел трафіку приходять реєстрації в ваш продукт. Працює по атрибуції останнього непрямого кліку.

Хоча ці звіти добре показують, звідки приходять нові користувачі, все ж є причини, чому, швидше за все, вони не закриють всі ваші потреби. 

Вартість залучення нового користувача для SaaS часто перевищує вартість його першої підписки. Інколи навіть в декілька разів. 

Така ж ситуація може спостерігатися в інших SaaS: більшість з них пропонує безплатний пробний період, після завершення якого користувач може перестати використовувати сервіс. Або взагалі freemium формат, коли з певними обмеженнями можна користуватись сервісом безплатно і необмежено в часі. І, як ви розумієте, витрати на умовні «сервери» ніхто не компенсує. 

Насправді витрати на архітектуру в SaaS-проєктах зазвичай займають набагато менше, ніж витрати на залучення нових користувачів. І ці маркетингові витрати набагато більші, ніж вартість місячної підписки. За даними OpenView на 2022 рік, окупність в SaaS — це діло декількох місяців, і їх кількість залежить від розмірів компанії. 

Тому в SaaS важливо не лише залучати нових користувачів, але й знати та використовувати такі поняття, як LTV (Lifetime Value) — загальна цінність, яку приносить один користувач, та CAC (Customer Acquisition Cost) — вартість залучення користувача. Якщо LTV перевищує CAC, це свідчить про прибутковість бізнесу. В іншому випадку бізнес довго не протягне.

Утримання наявної бази

Будь-який бізнес хоче навчитись працювати з існуючою базою клієнтів, але SaaS не просто хоче цього, він мусить це зробити. Тому повернуся до питання утримання користувачів.

Я визначив для себе два основних питання, що стосуються утримання користувачів:

1. Як користувачі взаємодіють із продуктом зараз? Як ми їх зараз утримуємо?
2. Що ми можемо зробити, щоб користувачі залишилися з нами довше?

Стосовно довшого утримання користувачів, я підготував декілька питань, які спростять вам пошук рішення:

• які нові функції можемо додати?
• як можна покращити поточний функціонал?
• що впливає на рішення наших користувачів?
• як ми можемо зробити тарифи кращими для користувачів з точки зору співвідношення ціна-цінність?

В пошуку відповіді на перше питання вам допоможе когортний аналіз та використання показників:

• DAU (Daily Active Users) — кількість активних користувачів в день;
• WAU (Weekly Active Users) — кількість активних користувачів на тиждень;
• MAU (Monthly Active Users) — кількість активних користувачів на місяць. 

І хоча в GA4 існують звіти, які дадуть вам певне уявлення про утримання ваших користувачів, зазвичай його недостатньо.

Методика когортного аналізу знаходиться за шляхом Explore — Cohort exploration. Він показує, наскільки різні когорти ваших користувачів залишаються в продукті з часом.

А ось так буде виглядати звіт.

DAU, WAU та MAU можете знайти в Engagement — Engagement overview. В цьому звіті багато візуалізацій. Вам потрібна саме та, що на скріншоті.

Ви могли помітити, я досить поверхнево пройшовся по показниках для аналізу SaaS, а про те, як з ними працювати розказав ще менше. Причин тому декілька:

1. Потрібно розуміти, що тема аналітики для SaaS величезна і покрити її в рамках однієї статті — це майже неможливе завдання. Нещодавно на блозі PROANALYTICS.TEAM з’явилась стаття, де зібрані тільки основні показники, на які варто звернути увагу SaaS і це вже більше 5000 слів.
2. На жаль, якщо для інших типів сайтів так чи інакше можливо викручуватись в рамках інтерфейсу GA4 — десь трохи з обмеженнями, десь навіть повністю закриваючи всі задачі — для SaaS це задача майже на грані фантастики. 

І ні, я не намагаюсь сказати: «Якщо у вас SaaS — вам не підходить GA4». Я намагаюсь сказати інше: 

Якщо у вас SaaS — найкращим рішенням буде використовувати об’єднані сирі дані з GA4 та вашої внутрішньої бази даних. 

Але, як ви пам’ятаєте, цей матеріал саме про події та звіти в GA4 в розрізі різних типів сайтів. Тому замість пояснення показників та прикладів їх аналізу, я зупинюсь на тому, які нюанси збору даних існують в SaaS, через які ви не зможете закрити всі свої аналітичні потреби з допомогою інтерфейсу GA4.

Збір даних

Тут два основні нюанси:

1. Фіксація користувачів з різних пристроїв.
2. Фіксація щомісячних оплат.

Фіксація користувачів з різних пристроїв

При дефолтних налаштуваннях GA4 ідентифікує юзера на основі даних з файлів кукі. Але всі ми знаємо, що, по-перше, кукі користувач може почистити сам, а, по-друге, кукі можуть почистити ще й браузери, такі як, наприклад, Safari. 

Для SaaS, де вкрай важливо слідкувати за користувачем, як мінімум, протягом періоду окупності, який може складати й рік, а інколи навіть більше, такий ненадійний спосіб ідентифікації точно не підходить. І GA4 наче як пропонує рішення: налаштування передачу UserID. 

Дійсно, це допоможе краще ідентифікувати юзера, використовуючи внутрішній ID користувача, за який ми відповідальні. Але є нюанс. Частина методик аналізу даних в GA4 не вміє працювати з даними UserID, наприклад, той же когортний аналіз, який так потрібний SaaS. Він завжди показує дані на основі файлів кукі. 

Єдине, що залишається — завантажити сирі дані GA4 до BigQuery та побудувати свої власні когорти з блекджеком і … іншим потрібним вам функціоналом.

Фіксація щомісячних оплат

Оскільки для SaaS окупність юзера може розтягнутись на декілька місяців, весь цей час потрібно збирати інформацію про оплати. Я вже розказав, як поєднати дані користувача, щоб без проблем зібрати разом всі платежі, навіть якщо кукі почищені чи юзер заходить з різних браузерів. 

Проте користувач дуже часто може не бути на сайті чи в додатку в момент щомісячного зняття коштів. Він може в цей момент взагалі спати. Це значить, що не вийде передавати інформацію про оплату напряму з сайту чи додатку. 

В попередньому розділі я вже писав: в GA4 є можливість передавати дані про оплату з інших систем, наприклад, CRM чи еквайрингових систем, завдяки Measurement Protocol, але є обмеження — 72 години. Саме стільки часу маєте, щоб дописати в наявні сесії інформацію про оплату. А тепер уявіть простенький кейс, нехай буде на прикладі Netflix:

1. Користувач заходить на сайт з реклами Facebook і реєструється на пробний період. Годину користується сервісом, переглянувши серію серіалу, і покидає сайт, закривши вкладку.
2. На наступний день він шукає сайт Netflix в Google. Переходить на нього і продовжує дивитись серіал. Розуміючи, що тепер кожного дня він буде заходити на Netflix, користувач додає сайт в закладки браузера.
3. Протягом наступних п’яти днів він переходить на сайт з закладки.
4. На восьмий день в нього закінчився пробний період, і він робить першу оплату. 

Пам’ятаєте про обмеження 72 години для Measurement Protocol? Саме через нього ви не зможете прив’язати оплату до трафіку з Facebook, який спочатку привів до реєстрації, а згодом — до першої оплати. Те, що користувач потім заходив з органічного пошуку Google, в такій ситуації вже не впливало на його рішення щодо використання сервісу. Він просто шукав спосіб зайти на нього повторно. 

Measurement Protocol не покриває задачі SaaS. Тож тут знову рішення з експортом сирих даних GA4 до BigQuery для створення звітів на їхній основі. 

Висновки

1. Будь-який сайт потребує аналітики, побудованої на бізнес-цілях, а не загальних шаблонах — саме тому вибір подій, KPI та звітів у GA4 має базуватись на типі сайту та його завданнях.
2. Основні показники лендингу: 

• глибина скролінгу; 
• взаємодії з елементами сторінки; 
• відсоток переходів до цільової дії.
  У GA4 можна налаштувати аналіз цих даних через воронки в блоці Explore та через кастомні події.

3. Ключові показники інформаційного ресурсу: 

• залученість до контенту (скролінг + час); 
• кількість сторінок на сеанс; 
• коефіцієнт взаємодії; 
• відсоток повторних візитів.
  
  Всі показники доступні в GA4, частина — через налаштування кастомних подій та Cohort exploration.

4. Показники інтернет-магазину: етапи проходження користувачем воронки покупки (перегляд товару, додавання до кошика, оплата).
   Для них потрібне налаштування Ecommerce, після чого GA4 дозволяє побудувати стандартні звіти Purchase Journey та Checkout Journey. Однак для глибшого аналізу знадобиться наскрізна аналітика.
5. Показники SaaS-продукту: 

• DAU/WAU/MAU; 
• когортний аналіз; 
• співвідношення LTV до CAC; 
• зв’язок джерела трафіку з монетизацією.
  
  Частину показників можна отримати в GA4, але повноцінна аналітика потребує експорту даних у BigQuery та використання додаткових BI-інструментів.

6. Аналітичні підходи не прив’язані жорстко до типу сайту — у SaaS можуть бути лендинги, інтернет-магазини публікують статті, а контент-проєкти мають сторінки з комерційною дією. Рекомендація проста: адаптуйте аналітику під цілі бізнесу, а не лише під тип сайту.
7. Не забувайте час від часу в своїй, не тільки аналітичній роботі, ставити собі важливе питання: «Навіщо ми це робимо і що ми хочемо отримати в результаті?». Повірте, це дуже допомагає рухатись в правильному напрямку

Думка авторів гостьового поста може не збігатися з позицією редакції та фахівців агентства Netpeak.