Oggi Google ha annunciato una tappa fondamentale nell'evoluzione di Google Analytics. Universal Analytics verrà dismesso a partire dal 1° luglio 2023.

GA4 è già in circolazione da un po’ di tempo e lo conosciamo già come il futuro dell’offerta di Google in materia di misurazione. Ma a partire dalla metà del 2023 diventerà ufficiale. La prossima generazione di Google Analytics porterà con sé molte nuove funzionalità ed è stata al centro dello sviluppo dei prodotti di Google per diversi anni. Potete leggere tutto ciò che il prodotto offre nell’annuncio di Google.

Il tema centrale di questo articolo sarà il ruolo che la modellazione dei dati avrà in GA4 e cosa ciò comporti per voi. Il nostro obiettivo è quello di realizzare una serie di post sul blog che approfondiscano alcuni degli aspetti più interessanti per gli inserzionisti nel valutare come GA4 possa integrarsi nella loro attività.

Lo sviluppo del machine learning in Google Analytics

Google Analytics 4 promette di fare ampio ricorso all’apprendimento automatico. Ci sono due ragioni principali alla base di questa scelta. In primo luogo, la tecnologia di apprendimento automatico ha fatto passi da gigante dal lancio di Universal Analytics nel 2012, consentendo a Google di implementarla in modo efficiente su larga scala. In secondo luogo, Google la considera una necessità. Poiché la tecnologia relativa alla privacy, le normative e le aspettative degli utenti sono cambiate radicalmente negli ultimi anni, la raccolta dei dati è giustamente più limitata a causa della necessità di ottenere il consenso e delle funzionalità di protezione della privacy introdotte da browser come Safari.

L'ampliamento delle funzionalità di modellazione nei report offre numerosi vantaggi. Grazie all’enorme quantità di dati di cui dispone Google, al talento degli ingegneri che sviluppano il prodotto e alla potenza di calcolo a loro disposizione, il Machine Learning in GA4 sarà in grado di generare approfondimenti e modelli che sarebbero estremamente difficili da ottenere per un singolo inserzionista agendo da solo. I report costituiranno uno strumento utile nell’arsenale degli inserzionisti che desiderano trarre vantaggio dagli approfondimenti generati automaticamente e una soluzione per colmare le lacune lasciate dagli effetti della privacy sulla raccolta dei dati.

Un cambiamento di paradigma (il futuro viene modellato, oppure il futuro è una scatola nera?)

L’introduzione di questi modelli segna un cambiamento fondamentale nella natura di Google Analytics come prodotto. Google Analytics ha sempre presentato dati osservati, il che significa che i dati che vedete riflettono fedelmente i dati effettivi raccolti. L’uso della modellizzazione era per lo più limitato ai rapporti di attribuzione, dove i modelli erano in gran parte deterministici, il che significa che si basavano su regole comprensibili oppure che, inserendo i dati nel modello, si otteneva sempre lo stesso risultato.

Ora, l'apprendimento automatico verrà utilizzato per colmare le lacune nei dati osservati e – secondo le parole di Google – migliorare i report. Ciò significa che i dati in molte altre parti del prodotto si baseranno sui modelli di Google.

Questi modelli presentano alcune difficoltà di cui gli inserzionisti devono tenere conto nel definire la propria strategia.

In primo luogo, i modelli di GA4 saranno di tipo “black box”. Ciò significa che gli algoritmi e i presupposti alla base del modello non saranno accessibili agli inserzionisti. Ciò solleva alcune domande legittime. Ad esempio, in che modo Google riesce a ottenere un modello di alta qualità per il comportamento sui dispositivi iOS, quando questi ultimi dispongono da molti anni di funzionalità di privacy molto avanzate che riducono la qualità e la quantità dei dati che possono essere raccolti?

In secondo luogo, i modelli sono di proprietà e gestiti da Google. Ciò significa che molti report fondamentali, compresa l’attribuzione, saranno controllati dalla stessa azienda che vende pubblicità online in volumi enormi. Questa è sempre stata una preoccupazione con Google Analytics: alcuni inserzionisti esprimono disagio per il fatto che la misurazione dei loro acquisti media sia effettuata dalla stessa entità che vende gli spazi pubblicitari, e un dibattito simile si è acceso quando Google ha lanciato i modelli di attribuzione basati sui dati in Universal Analytics. Ora, GA4 rappresenta un importante passo avanti in questo ambito, in cui i dati modellati sono sia molto più estesi che più opachi che mai.

Ad esempio, le “Conversioni modellate” in Google Analytics 4 comporteranno un minor numero di conversioni attribuite al canale diretto, grazie ai modelli di machine learning che assegnano le conversioni ad altri canali sulla base delle previsioni di Google e dei dati relativi a ciò che è realmente accaduto. Ciò può essere utile per avere un quadro delle prestazioni dei canali secondo le migliori stime di Google. Tuttavia, gli inserzionisti devono essere consapevoli che, anche con le migliori intenzioni, tutti i modelli si basano su ipotesi e distorsioni sottostanti che influenzano la forma dei dati che utilizziamo. Questa considerazione deve essere presa in conto quando si definisce una strategia di analisi e attribuzione per la propria attività.

Cosa significa questo per gli inserzionisti

Gli inserzionisti che stanno già utilizzando GA4 o che intendono farlo dovrebbero dedicare del tempo a comprenderne a fondo il prodotto e la roadmap. GA4 offre numerose funzionalità avanzate e, se utilizzate correttamente, le funzionalità di machine learning e modellazione forniranno informazioni utili che sarebbe difficile ottenere altrove.

Le aziende che utilizzano GA4 come strumento di misurazione principale e per l'attribuzione cross-channel devono tenere conto del ruolo dei modelli all'interno del prodotto; raccomandiamo vivamente di implementare controlli e verifiche per comprendere la natura dei dati non modellati, in modo da poter comprendere meglio gli effetti dei modelli stessi.

Un approccio consiste nell’utilizzare l’esportazione in BigQuery, che Google ora mette a disposizione gratuitamente per tutti gli utenti di Google Analytics (fino a un limite prestabilito), grazie alla quale gli inserzionisti possono accedere a un’esportazione grezza di dati non modellati. L’esportazione in BigQuery è una funzionalità potente e siamo lieti che ora sia accessibile a un numero maggiore di utenti, mentre in precedenza era limitata solo agli utenti di GA360 (l’offerta aziendale di Google per Analytics). Un altro approccio possibile consiste nell’utilizzare altri strumenti analitici o di BI per convalidare i dati di Google Analytics. La scelta delle fonti attendibili, sia per i dati modellati che per quelli non modellati, sarà una parte fondamentale della strategia dei dati di ogni azienda nei prossimi anni.

Prossimi passi

Noi di Precis stiamo attualmente accompagnando molte aziende in questo percorso, in diversi settori verticali e in diverse fasi di maturità. L’analisi dei dati è sempre stata al centro della nostra attività e, con l’avvento di questa nuova generazione, siamo entusiasti di aiutare gli inserzionisti a orientarsi sia tra i vantaggi che tra le complessità.

Se la tua azienda non dispone ancora di un piano per GA4, questo è il momento giusto per elaborarne uno. Seguici sui social per approfondire ulteriori aspetti relativi alla migrazione a GA4 oppure contattaci se desideri discutere i tuoi piani con gli specialisti di Precis.