• Просто о сложном

Google Analytics 4: что изменилось и как с этим быть

Краткий экскурс: что такое UA и почему появился GA4

Universal Analytics и Google Analytics 4 — бесплатные сервисы аналитики, с помощью которых смотрят поведение пользователей на сайте и оценивают, например, результативность рекламных активаций или насколько сайт нравится целевой аудитории. 

До осени 2020 года по умолчанию для всех сайтов использовался Universal Analytics. В середине октября Google объявил о том, что все новые ресурсы теперь будут работать в Google Analytics 4, а UA со временем отключат. Так прошло 2,5 года, отключили UA только летом 2023 года — посмотреть старые данные там все еще можно, но новые система больше не собирает. 

По факту GA4 — масштабное обновление UA. Сам Google позиционирует GA4 как новую, более умную версию уже существующей системы аналитики. Это закономерный шаг с учетом развития новых площадок, роли искусственного интеллекта в анализе данных и бизнесе. В GA4 фундаментально изменили концепцию сбора данных и сделали больший акцент на искусственный интеллект и прогнозы. 

Поговорим о деталях: основное о Google Analytics 4

Главное отличие GA4 от UA — концепция сбора данных. В UA данные собирались на основе понятий «сеанс» и «просмотр страницы». В GA4 все действия пользователя фиксируются как отдельные события. 

В UA было важно, как долго пользователь находится на сайте, сколько страниц он смотрит и какие заданные события совершает в рамках одного сеанса. В GA4 просмотр страницы, переходы по ссылкам, клики на кнопки, ошибки на сайте — отдельные события. Есть как стандартные события, которые GA4 смотрит для всех. Так и специальные — их пользователь создает сам, здесь можно определять, что отслеживать и какие параметры передавать.

Детализировать события в GA4 и узнать больше информации о пользователе можно с помощью «параметров». Есть автоматически настраиваемые, например, page_title — название страницы, на которой произошло действие. 

А есть собственные параметры — сегментируются с учетом специфики бизнеса и настраиваются для отслеживания платного трафика и расчета конверсий. Собственные параметры, например, add_payment_info — пользователь отправляет платежные данные, remove_from_cart — пользователь удаляет товары из корзины. 

Следующая особенность GA4 — новый метод идентификации пользователей. Переход к сбору данных без использования файлов cookie, как это было в UA. Основная проблема cookie — ими можно воспользоваться только с согласия пользователя. GА4 отслеживает пользователей благодаря машинному обучению, так Google решает вопрос зависимости от сторонних файлов cookie.  

Одно из основных преимуществ GA4 перед другими системами аналитики — возможность кроссплатформенного анализа. Система соединяет сеансы одного пользователя с разных устройств — телефона, компьютера, планшета. И можно анализировать поведение пользователя как на сайте, так и в приложениях. 

Так как идентификаторы пользователей у мобильных приложений и сайтов разные, системы аналитики, которые работают на cookie, не могут сводить данные о пользователе с разных устройств. Это изрядно доставляло неудобство специалистам. Например, Genius Desk умеет сводить cookie с IDFA и GAID, а значит, показывать рекламу одному и тому же пользователю на разных устройствах. При этом для анализа данных о поведении пользователя на сайте и в приложении нужно было либо создавать собственную систему, либо проделывать все вручную. 

Благодаря технологии машинного обучения, GA4 обладает механизмом обнаружения аномалий. Этот инструмент позволяет выявлять статистические отклонения в данных и фиксировать необычные изменения. Например, периоды, когда среднее проведенное время на сайте у пользователей сильно увеличивалось или уменьшалось. Для использования этой функции необходимо большое количество исторических данных, которые позволят создавать предиктивные модели. 

Из возможности создавать предиктивные модели рождается следующая особенность GA4 — функция прогнозирования или предиктивная аналитика. Система на основе исторических данных может предположить, с какой вероятностью определенный пользователь совершит то или иное действие — купит товар, перестанет посещать сайт. Или какие результаты принесут действия группы пользователей, например, каким будет доход за выбранный период. 

Работает это примерно так: GA4 длительный период собирает данные о пользователях, покупках, отказах и так далее. Со временем система может отследить закономерность, например, после посещения страницы с премиум товаром в интернет-магазине пользователи перестают заходить на сайт. При запуске рекламы с посадочной страницы «каталог премиум товаров» система подскажет, что вероятность совершения конверсии будет низкая, а процент отказа высокий.

Больше пользы от машинного обучения: как в GA4 работать с моделями атрибуции

Итак, GA4 может «предсказывать» поведение пользователей, основываясь на собранные данные. Это же особенность системы позволяет специалисту выбирать модель атрибуции с учетом целей рекламной кампании и типа бизнеса. 

Например, атрибуция на основе данных — алгоритм, который определяет, какой источник внес наибольший вклад в конверсию. Анализируется весь путь к конверсии, включая поиск компании и взаимодействие с объявлениями, а не только последний клик. 

Эта модель отличается от всех остальных тем, что в ней фактический вклад каждого маркетингового канала определяется на основе данных о конверсиях. GA4 собирает все входные данные — статистика по кликам, последовательность показа объявления, конверсии, устройства, источники и т.д. И просчитывает, какие из миллиона путей, которые может пройти пользователь, наиболее эффективны. 

Еще в GA4 есть атрибуция по первому и последнему клику. Схема, когда первому или последнему событию присваивается 100% ценности в привлечении покупателя. Атрибуция по первому взаимодействию полезна, когда цель у компании повысить узнаваемость, а не продать. В атрибуции по последнему клику, наоборот, важно продать. 

Есть гибридный формат — атрибуция на основе позиции, где по 40% ценности отдается первому и последнему событию, остальной вес распределяется между оставшимися источниками.

Вес можно сразу равномерно распределить между всеми источниками — это линейная модель атрибуции. Ее применяют, например, для теста разных каналов взаимодействия с пользователем, чтобы понять, какие из них участвуют в пути до конверсии.

Заменяет ли GA4 Яндекс Метрику

Спойлер: скорее нет. Это две системы аналитики, которые могут дополнять друг друга, так как и концепция сбора данных, и параметры для анализа у них разные. 

У Метрики простой и понятный интерфейс. И есть ряд инструментов, которые недоступны в других системах, например, вебвизор — запись действий пользователя на сайте в виде краткого описания и видео.  Это позволяет наглядно оценить путь пользователя на сайте: перемещение курсора мыши помогает определить, куда направлен взгляд пользователя на странице, какие элементы сайта он просматривает более тщательно, на что обращает больше внимания.

Но в Яндекс Метрики нет событий. Для отслеживания конкретных действий пользователя нужно настраивать цели — выбрать, какие действия нужно отследить. Например, нажатие кнопки, переход по ссылке, оплата заказа. В GA4 все действия — это события, и можно легко получить, например, детализацию кликов по отдельным пунктам меню. Создать событие «Клик меню» и добавить к нему параметр «Текст элемента». В Метрике при таком подходе можно израсходовать лимит целей. 

У GA4 больше возможностей для анализа данных — как минимум кросс-платформенный анализ. Но это и усложняет систему, поэтому для отслеживания базовых показателей сайта будет достаточно Яндекс Метрики. Чтобы получить больше инсайтов о поведении пользователей, стоит подключить Google Analytics 4. 

Однако последнее время все чаще встречаются ситуации когда на сайтах требуется принять или настроить передачу файлов cookie. В случае отказа пользователя данные о визите не будут передаваться в Яндекс Метрику, но GA4 продолжит их собирать.

Резюмируем

Основные «фишки» Google Analytics 4: 

Новый способ сбора данных. В главной роли не сеансы и страницы, а пользователь и его действия. Теперь многостраничные сайты и новые типы одностраничных лендингов наравне. 

Предиктивная аналитика или предсказания. На основе анализа большого количества данных система прогнозирует, какие действия может совершить или не совершить пользователь.  

Максимум пользы от машинного обучения и искусственного интеллекта. Анализ миллиона путей пользователей до совершения конверсии: от самых неудачных до наиболее успешных. Для нас это возможность понять, какие инструменты работают плохо, а какие хорошо. И возможность с наибольшей окупаемостью вкладывать деньги в рекламу.    

Нравится: Genius Group

Genius Group
еще 27 публикаций

Лучшее в блогах

27.11.2025

Новости НРФ’9: официальный журнал доступен в цифровом формате

09.12.2025

Новая эра медиа: интеграция каналов, доверие аудитории и стратегии роста

04.12.2025

Итоги конференции Group4Media «Этот год — следующий год. Искусство эффективности»

04.12.2025

Кейс UM, Points Lab, АДВ+Эндемика и «Самолет»: как с математической точностью измерить эффективность маркетинга в недвижимости

Вам понравится

OXYGEN

08.12.2025

Покорение Фэндом Феста киберпанк-брендом Ozon Corp.

Мероприятия Маркетинг

В сфере маркетинга можно столкнуться с разными вызовами. И если организация межпланетной экспедиции — скорее, лишь дело техники, то завоевание искренней лояльности 15 000 поклонников аниме, k-pop и косплея — это задача иного порядка.

UIS

01.12.2025

Анализ рынка недвижимости 2025: где искать клиентов, звонить или писать и сколько стоит контакт

Коммуникации Недвижимость

Исследование 600 компаний в сфере недвижимости — агентств, девелоперов, застройщиков — показало, какие источники лидогенерации начали терять свою эффективность, а какие стали приносить основной процент качественных обращений в 2025, будучи непопулярными у маркетологов.

Рекламное агентство IQ

26.11.2025

Зимний маршрут решает: как выбрать 5–9 точек и не сжечь бюджет

Маркетинг Брендинг

Каждый сезон компании распределяют рекламные бюджеты на широкий перечень локаций. Эффективность кампании повышается, если учитывать маршруты перемещения премиальной аудитории и концентрироваться на ключевых точках контакта. Как это сделать — расскажем в статье.

АКАР

14.11.2025

«Культура как медиа»: первое масштабное исследование рекламного потенциала культурного сектора от АКАР

Коммуникации Маркетинг

Комиссия по культуре АКАР представила результаты масштабного исследования «Культура как канал коммуникации», впервые системно оценивающего рекламный потенциал ключевых культурных объектов страны. Исследование показывает, что культурный сектор становится полноценной частью медиаландшафта, предлагая брендам не просто площадки для размещения, а глубокие смыслы, доверие и эмоциональную вовлеченность аудитории.