Сьогоднішня стаття на блозі академії історична одразу в двох контекстах:

По-перше, це перша стаття моєї колеги, Ані (і звісно за сумісництвом випускниці академії)

По-друге, це ще й перша стаття, яка стосується Pinterest на цьому блозі

Тепер ви знаєте куди йти, якщо вам знадобиться налаштувати передачу подій в цю систему

Приємного читання

І не забудьте підтримати авторку лайками і коментами

https://proanalytics.academy/uk/blog/pinterest-events-setup-with-gtm

На Чорну п'ятницю, дуже неочікувано для мене, найбільш продаваним курсом був BigQuery for Marketing

Причин, чому так могло статись звісно безліч, але я вирішив, що це знак, що всі нарешті почали активно рухатись до роботи з сирими даними. І щоб спростити шлях тим, хто на початку шляху - я вирішив зробити декілька статей на умовну тему

"Як почати працювати з сирими даними і написати свій перший SQL-запит, поєднати дані з декількох систем і побудувати перший репорт"

Перший матеріал вже на блозі академії. Приємного старту!

Ну і так, як завжди вийшов великий і детальний матеріал, навіть план ледь влазить на одну картинку

https://proanalytics.academy/uk/blog/full-guide-to-sql-for-google-analytics-4-in-bigquery-from-basics-to-advanced-marketing-analytics-part-1

а що ви думаєте, треба в цьому році ще один новий матеріал на блозі опублікувати по роботі з сирими даними в BigQuery, чи вже після свят?)

🔥 - публікуй
😁 - краще вже після свят

Не очікував я такої запеклої боротьби)

Здається, попередній пост один із тих, що зібрали найбільше реакцій на каналі за останній час))

Вітаю з перемогою команду "давайте вже після свят")

Але оскільки я бачу, що майже половина з вас хотіла контент вже зараз. Залишити вас на свята без корисної інформації я просто не можу. Тому вирішив зробити такий собі компроміс: нову статтю відкладаємо, але сьогодні я підіб’ю підсумки 2025 року. Ловіть список найпопулярніших матеріалів з наших ресурсів за цей рік.

Якщо ви щось пропустили протягом року — зараз ідеальний час наздогнати. Ця інформація точно не втратить актуальності за час свят, а навпаки — допоможе почати робочий 2026-й з правильними знаннями.

До речі, багато хто досі не знає, але у нас є аж три різні блоги з різним фокусом:

- Блог PROANALYTICS.ACADEMY - тут публікується більш загальні матеріали початкового і середнього рівня
- Блог нашої аналітичної команди ProAnalytics.Team - тут рівень матеріалів від середнього і вище
- Мій особистий блог Analytics Tips - тут мої думки, тести і ідеї

Ось наш топ за цей рік — те, що ви читали найбільше:

Блог PROANALYTICS.ACADEMY

🥇1 місце: Покроковий гайд з налаштування Google Analytics 4 (GA4)
🥈 2 місце: Як налаштувати аудиторії в Google Analytics 4: від простих рішень до складних сценаріїв
🥉 3 місце: Нове в шаблонах тегів: як тепер налаштовуються розширені конверсії для веб у Google Tag Manager

Блог команди ProAnalytics.Team

🥇1 місце: Маркетингова аналітика для E-commerce
🥈 2 місце: Аналітика для SaaS: Які показники потрібно аналізувати і чому
🥉3 місце: Наскрізна аналітика. У чому її користь для бізнесу. Інтерактивний приклад всередині

Блог Analytics Tips

🥇1 місце: Чому і як Google Ads MCP змінює підхід до аналітики рекламних кампаній
🥈2 місце: Model Context Protocol: що це і чому за ним — майбутнє аналітики
🥉 3 місце: Налаштування Ecommerce в Google Analytics 4 через Google Tag Manager. Детальна інструкція


Приємного читання та з прийдешніми святами! 🎄

І головне питання, чи набере цей корисний пост більше лайків ніж попередній?)

🔥 - так
😁 - ні

)))

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 >>>