Google Analytics 4: Ограничения и сложности

Когортный анализ – метрики удержания и LTV

Модели атрибуции – проблема многоканальности

169.43K

Category:

internet

Внедрение и аналитика веб–приложений

1. Внедрение и аналитика веб–приложений

Лекция №5
Инструменты веб-аналитики и продвинутые методы анализа
Дубровский Владислав Витальевич
Институт бизнеса БГУ

2. Повторение: основа аналитики

Хит – это самый маленький элемент данных, любой запрос к
серверу. Когда браузер загружает страницу, он отправляет
множество хитов: на саму HTML-страницу, на картинки, на стили,
на скрипты. В современных системах мы редко оперируем хитами
напрямую, но важно понимать: из хитов складываются все
остальные показатели. Если на сайте стало в два раза больше
картинок, количество хитов вырастет, что может замедлить
загрузку.

3. Повторение: основа аналитики

Просмотр страницы (pageview) – частный случай хита,
фиксирующий загрузку HTML-страницы. Это базовая единица
измерения контента. Если пользователь обновил страницу – это
новый просмотр. Если перешёл на другую страницу – тоже новый
просмотр. Просмотры показывают, какие разделы сайта наиболее
востребованы.

4. Повторение: основа аналитики

Визит (сессия) – это один «поход» пользователя на сайт. Он
начинается с первого действия и заканчивается через 30 минут
бездействия (в большинстве систем). В Яндекс.Метрике тайм-аут
можно настроить (от 1 до 60 минут). В GA4 тоже 30 минут, но при
активном взаимодействии сессия может продлеваться до 2 часов.
Важно понимать, что если пользователь открыл сайт в 23:50 и ушёл
спать, а вернулся утром, это будет две разные сессии, хотя человек
один и тот же.

5. Повторение: основа аналитики

Уникальный
пользователь
–
это
идентификатор,
привязанный к браузеру или устройству (обычно через cookies).
Один человек может быть учтён как несколько уникальных, если
заходит с разных устройств или браузеров, или если почистил
cookies. Это ограничение, но для большинства задач оно не
критично: мы всё равно можем оценивать динамику и тренды.

6. Повторение: основа аналитики

Цель – это заранее определённое действие, которое мы
считаем ценным для бизнеса. Это может быть просмотр страницы
«Спасибо за заказ» (URL-цель), клик по кнопке «Купить» (событие),
отправка формы, скачивание файла, просмотр более трёх страниц.
Без целей аналитика теряет смысл: мы просто смотрим на цифры,
но не понимаем, хорошо это или плохо.

7. Повторение: основа аналитики

Конверсия – процент посетителей, достигших цели. Если из
100 человек купили двое, конверсия = 2%. Конверсия может
считаться как общая (от всех визитов) или по шагам воронки
(например, сколько из тех, кто добавил товар в корзину, дошли до
покупки).

8.

Представьте, что вы открыли киоск с мороженым. Визит –
человек, подошедший к киоску. Уникальный пользователь –
конкретный покупатель (если он приходит каждый день, то это
один уникальный, но несколько визитов). Цель – покупка
мороженого. Конверсия – доля подошедших, которые купили. Если
мимо прошло 100 человек, а купили 10 – конверсия 10%. Плохо это
или хорошо? Зависит от места и времени года. Но без цели
«покупка» мы бы просто считали прохожих, что не говорит об
успехе бизнеса.

9. Виды веб-аналитики

Мы выделили три основных вида, которые работают в тесной
связке.
-) Количественная аналитика – отвечает на вопрос
«Сколько?» – это цифры: визиты, просмотры, конверсии, доход,
источники трафика. Она показывает масштаб и динамику.
Инструменты: Google Analytics, Яндекс.Метрика (базовые отчёты).
-) Качественная аналитика – отвечает на вопрос «Почему?» –
это методы, позволяющие увидеть поведение пользователей:
записи сессий, тепловые карты, аналитика форм. Инструменты:
Вебвизор Яндекса, Hotjar, Mouseflow.

10. Виды веб-аналитики

Мы выделили три основных вида, которые работают в тесной
связке.
-) Сквозная аналитика – отвечает на вопрос «Какова
реальная эффективность маркетинга?». Она связывает данные с
сайта с данными из CRM, коллтрекинга, офлайн-продаж. Позволяет
увидеть, какой канал реально приносит прибыль, а не просто
клики. Инструменты: Roistat, Calltouch, Alytics.

11.

Почему они должны работать вместе?
Представьте врача. Количественные данные – это анализ
крови (гемоглобин низкий). Качественные – это УЗИ и опрос
пациента (болит в правом боку). Сквозные – это история болезни и
связь с предыдущими лечениями (как это повлияло на общее
состояние). Только вместе они ставят точный диагноз.

12. Методы качественной аналитики

Давайте подробно вспомним, какие инструменты позволяют
заглянуть за кулисы и увидеть, что реально делают пользователи:
-) Вебвизор (записи сессий) – это как установить скрытую
камеру в магазине. Вы видите, куда человек идёт, что
рассматривает, где спотыкается. Особенно полезно для выявления
«застреваний» (пользователь долго водит мышкой, пытаясь
понять, куда нажать) и «ярости кликов» (многократные клики по
некликабельному элементу).
Пример: на странице оформления заказа люди подолгу водят
мышкой вокруг поля «Индекс» – значит, оно вызывает вопросы или
неудобно расположено.

13. Методы качественной аналитики

-) Карта кликов – тепловая карта, показывающая, куда чаще
всего нажимают. Если кнопка «Купить» холодная (мало кликов), а
соседняя картинка – горячая, значит, люди ошибочно считают
картинку ссылкой. Надо либо делать картинку ссылкой, либо
выделять кнопку ярче.

14. Методы качественной аналитики

-) Карта скроллинга – показывает, до какого места доходят
пользователи. Если важная информация (например, цена или
кнопка заказа) находится в зоне, которую видят только 30%, её
нужно поднять выше.

15. Методы качественной аналитики

-) Аналитика форм – позволяет увидеть, какие поля формы
пользователи бросают, к каким возвращаются, где ошибаются. Это
золотая жила для оптимизации. Например, если поле «Телефон»
часто заполняют с ошибками, нужна маска ввода. Если поле
«Индекс»
вызывает
затруднения,
можно
сделать
его
необязательным или добавить подсказку.
Все эти методы есть в Яндекс.Метрике бесплатно, когда в
Google Analytics их нет «из коробки», но можно подключить
сторонние сервисы, такие как Hotjar.

16. Паттерны сканирования веб-страниц

Люди не читают сайты, они их сканируют. Исследования с
айтрекингом (отслеживанием движения глаз) выявили несколько
типичных траекторий взгляда.

17. F-паттерн

Это самый распространённый для текстовых страниц (статьи,
блоги, новости). Сначала взгляд идёт горизонтально по верху
(читают заголовок и первый абзац), затем чуть ниже и короче
(второй абзац), затем вертикально вниз по левому краю
(сканируют первые слова абзацев).
Отсюда вывод: самые важные слова должны быть в начале
абзацев и слева. Заголовки должны быть информативными, так как
по ним сканируют.

18. Z-паттерн

Он характерен для страниц с низкой плотностью контента и
сильным визуальным акцентом (лендинги, страницы-визитки).
Взгляд движется слева направо по верху (шапка), затем по
диагонали вниз (на центральное изображение или текст), затем
слева направо по низу (нижний колонтитул, призыв к действию).
Поэтому логотип размещают слева вверху, меню – справа
вверху, главный призыв к действию – справа внизу.

19. Паттерн «газонокосилка»

Паттерн встречается на страницах, насыщенных визуальными
элементами одинаковой важности, например, в галереях товаров.
Взгляд движется рядами слева направо, как при стрижке газона.
Это значит, что все элементы ряда должны быть сопоставимы по
важности и визуально выделяться примерно одинаково.

20. Пинбол-паттерн

Это хаотичные движения взгляда, прыгающего между
яркими элементами.
Это признак плохой структуры: слишком много акцентов,
пользователь не может выстроить приоритеты, мечется и часто
уходит.
Если ваша тепловая карта показывает такой паттерн, нужно
срочно пересмотреть визуальную иерархию.

21. Вывод

Проектируя страницу, размещайте ключевую информацию в
зонах естественного внимания, соответствующих ожидаемому
паттерну, а после запуска проверяйте с помощью карт кликов и
скроллинга, насколько реальное поведение соответствует задумке.

22. Пинбол-паттерн

23. Анализ поисковых запросов на сайте

Внутренний поиск сайта – это прямая речь пользователя. Он говорит
вам, что ему нужно, но он не может найти.
Что можно узнать, анализируя запросы во внутреннем поиске?
-) Самые популярные запросы: Если много людей ищут «красные
кеды», а у вас их нет, значит, стоит подумать о расширении ассортимента.
-) Запросы, по которым нет результатов: Пользователи ищут то, чего
нет на сайте – это может быть сигналом для создания нового контента или
товарной категории.
-) Запросы с опечатками: Если люди часто ошибаются в написании,
возможно, стоит улучшить автоподстановку или поисковый движок, чтобы он
исправлял опечатки.
-) Длинные хвосты (long tail): Сложные запросы, показывающие
глубинные потребности. Например, «как выбрать ноутбук для
программирования» – хорошая тема для статьи.

24. Анализ поисковых запросов на сайте

Где смотреть? В Яндекс.Метрике есть отчёт «Поисковые
запросы» в разделе «Технологии». В Google Analytics 4 нужно
настроить отслеживание событий поиска (обычно это событие
view_search_results или кастомное событие).
Интернет-магазин
бытовой
техники
заметил,
что
пользователи часто ищут «парогенератор» (этой категории нет в
каталоге). Магазин создал категорию и добавил товары – продажи
выросли.

25. Резюме

Итак, мы подошли к ключевому моменту, который станет мостиком к
сегодняшней основной теме. Три вида аналитики работают в связке, образуя
полный цикл анализа:
-) Количественная аналитика указывает на проблему. Например, мы
видим падение конверсии на странице товара с 5% до 2%. Мы знаем, что
проблема есть, но не знаем, в чём она.
-) Качественная аналитика помогает понять причину. Мы включаем
Вебвизор и смотрим записи сессий. Оказывается, пользователи не могут найти
кнопку «Добавить в корзину» – она сливается с фоном или форма заказа
неудобна. Мы видим конкретную точку преткновения.
-) Сквозная аналитика показывает, как эта проблема влияет на бизнес в
целом. Мы связываем данные сайта с CRM и видим, сколько реальных продаж
теряется из-за этой кнопки. Например, мы оцениваем, что упущенная выручка
составляет 1000 рублей в день – это уже аргумент для руководства, чтобы
срочно исправить дизайн.

26. Резюме

Только в связке эти подходы дают полную картину: от
обнаружения симптома до оценки ущерба и принятия решения.
Сегодня мы сосредоточимся на инструментах, которые
позволяют реализовать этот цикл на практике. Мы детально
разберём Google Analytics 4 и Яндекс.Метрику, сравним их, узнаем
о системах сквозной аналитики, а также коснёмся продвинутых
методов – когортного анализа и моделей атрибуции.

27. Инструменты веб-аналитики

Прежде чем нырнуть в детали, давайте структурируем всё
разнообразие инструментов, чтобы понимать, для каких задач
какой нужен.

28. Классификация инструментов

Категория
Назначение
Примеры
Традиционные
счётчики
Количественная аналитика, базовые отчёты о
посещаемости, источниках, поведении.
Google Analytics 4, Яндекс.Метрика (базовые
отчёты), Matomo, Open Web Analytics
Поведенческая
аналитика
Качественный анализ: записи сессий, тепловые
карты, аналитика форм.
Яндекс.Метрика (Вебвизор, карты), Hotjar,
Mouseflow, Crazy Egg
Сквозная аналитика
Объединение данных сайта, рекламных
кабинетов и CRM для расчёта ROI и LTV.
Roistat, Calltouch, Alytics, Owox
Продуктовая
аналитика
Глубокий анализ событий внутри веб-приложений
и мобильных приложений (воронки, удержание,
Amplitude, Mixpanel, PostHog, Woopra
когорты).
BI-платформы
Визуализация и анализ данных из разных
источников, построение сложных дашбордов.
Tableau, Power BI, Google Looker Studio,
Metabase
Privacy-oriented
(Open Source)
Self-hosted решения с фокусом на
конфиденциальность и полный контроль данных.
Matomo (self-hosted), Plausible, Umami
Сегодня мы сфокусируемся на первых трёх категориях, так как они наиболее востребованы в типичных вебпроектах.

29. Google Analytics 4

GA4 – это новая версия Google Analytics, полностью
переработанная и основанная на событиях. Она пришла на смену
Universal Analytics, которая прекратила работу в 2023 году.
Ключевое отличие: событийная модель данных.

30. Google Analytics 4

В старой версии (UA) были жёсткие иерархии: просмотры
страниц, события, транзакции, социальные взаимодействия. В GA4
всё унифицировано: любое действие пользователя – это событие.
У каждого события есть имя (page_view, click, scroll, purchase)
и набор параметров (page_title, button_text, value, currency).
Это даёт невероятную гибкость: вы можете отслеживать
любые действия, а потом строить из них любые отчёты.

31. Google Analytics 4

Например, просмотр страницы теперь тоже событие –
page_view с параметрами page_location, page_title.
Покупка – событие purchase с параметрами transaction_id,
value, tax, shipping, items (массив товаров).
Все данные собираются в единый поток, и вы сами решаете,
как их группировать и анализировать.

32. Google Analytics 4

Как это выглядит в интерфейсе?
У вас есть поток событий, который можно фильтровать,
сегментировать, использовать для построения воронок и когорт.
Модель данных GA4 изначально заточена под кроссплатформенный анализ: вы можете объединять данные с сайта и
мобильного приложения, используя единый идентификатор
пользователя.

33. Google Analytics 4

GA4 имеет совершенно новый интерфейс, который поначалу
может пугать, но в нём есть логика.
В левом меню основные разделы:
-) Домашняя страница (Home): Краткая сводка за последние
30 минут и 48 часов. Здесь вы видите активных пользователей в
реальном времени, основные метрики (пользователи, новые
пользователи, среднее вовлечение за сессию, доход), а также
наиболее популярные события и страницы.

34. Google Analytics 4

-) Отчёты (Reports): Здесь собраны предопределённые
отчёты, сгруппированные по темам:
-) В реальном времени (Realtime): Показывает
события, происходящие прямо сейчас, с гео, источниками,
страницами. Полезно для мониторинга запусков рекламы или
проверки правильности установки счётчика.
-) Вовлечённость (Engagement): События, просмотры
страниц, экраны, события. Ключевой отчёт – «События», где вы
видите все собранные события и их количество. Также есть отчёты
по конверсиям, воронкам и путям пользователей.

35. Google Analytics 4

-) Монетизация (Monetization): Для e-commerce:
доход, транзакции, средний чек, список товаров. Если вы
настроили электронную коммерцию, здесь будет детальная
статистика.
-) Удержание (Retention): Когортный анализ: как
возвращаются пользователи с течением времени. Позволяет
оценить лояльность аудитории.
-) Демография и интересы (Demographics): Возраст,
пол, интересы (если доступно).
-) Технологии (Tech): Браузеры, устройства, версии ОС,
скорость загрузки.

36. Google Analytics 4

-) Исследования (Explore): Это мощный конструктор отчётов,
где вы можете создавать свои воронки, когорты, сегменты, пути
пользователей. Мы рассмотрим его отдельно.
-) Реклама (Advertising): Модели атрибуции, анализ путей
конверсии, отчёты по эффективности каналов.
-)
Настройка
(Configure):
Управление
событиями,
конверсиями, аудиториями, ссылки на Google Ads и т.д.
Интерфейс GA4 требует привыкания, но если вы поймёте
логику событийной модели, он станет мощным инструментом.

37. Google Analytics 4

Самый мощный раздел GA4 – это «Исследования»
(Explorations).
Здесь вы можете строить собственные отчёты, не
ограничиваясь предопределёнными шаблонами.

38. Google Analytics 4

Доступны несколько техник:
-) Свободная форма (Free form): Произвольная таблица и
диаграмма. Вы выбираете метрики (например, конверсии, доход) и
измерения (источник трафика, страница, устройство) и строите
свой отчёт. Удобно для кастомных дашбордов.
-) Воронка (Funnel exploration): Позволяет построить воронку
из нескольких шагов (событий) и увидеть потери на каждом этапе.
Например: просмотр товара → добавление в корзину → начало
оформления → покупка. Можно сегментировать воронку по
каналам, устройствам и т.д., что помогает найти узкие места.

39. Google Analytics 4

Доступны несколько техник:
-) Пути (Path exploration): Визуализирует последовательности
действий пользователей. Вы указываете стартовое событие (например,
session_start) и видите, куда дальше идут пользователи, какие страницы
посещают, где выходят. Помогает понять типичные сценарии и
неочевидные пути.
-) Когорты (Cohort exploration): Строит когортный анализ. Вы
задаёте когорту (например, пользователи, пришедшие в определённую
дату) и отслеживаете их удержание или доход во времени.
-) Сегменты и пользовательские группы (Segments): Можно
создавать сложные сегменты (например, «пользователи из Москвы,
совершившие покупку за последние 7 дней») и применять их к любому
отчёту.

40. Google Analytics 4

Исследования дают аналитику полную свободу. Например,
вы можете построить воронку для мобильных пользователей,
сравнить её с десктопной, и если конверсия на мобильных сильно
ниже, углубиться в анализ.

41. Google Analytics 4

GA4 использует машинное обучение Google для
прогнозирования поведения пользователей.
Данные функции доступны при достаточном объёме данных
(обычно не менее 1000 конверсий в неделю).
Прогностические метрики – это шаг от реактивной
аналитики к проактивной. Вы не просто смотрите, что было, а
пытаетесь предсказать будущее и повлиять на него.

42. Google Analytics 4: интеграции

Google Ads: Полная двусторонняя интеграция. Данные о
конверсиях из GA4 импортируются в Google Ads для оптимизации
кампаний. Можно создавать аудитории из GA4 для ремаркетинга.
Google Search Console: Данные о поисковых запросах и позициях
сайта в Google Поиске можно анализировать вместе с поведенческими
метриками.
BigQuery: Ключевое преимущество для крупных проектов. Все
сырые события можно выгружать в BigQuery (облачное хранилище
данных Google) и анализировать с помощью SQL без ограничений по
выборке, что позволяет строить сложные модели и отчёты, недоступные
в стандартном интерфейсе.
Firebase: Для мобильных приложений GA4 тесно интегрирован с
Firebase, что даёт единую аналитику по сайту и приложению.

43. Google Analytics 4: Ограничения и сложности

Сложный интерфейс: Многие пользователи жалуются на неочевидность
интерфейса, особенно по сравнению с Universal Analytics.
Отсутствие встроенных качественных инструментов: Нет вебвизора,
тепловых карт, аналитики форм. Для этого нужно подключать сторонние сервисы.
Выборка данных (sampling): В бесплатной версии при построении сложных
отчётов с большими объёмами данных может применяться выборка (анализ только
части данных), что снижает точность.
Блокировщики рекламы: Многие блокировщики (AdBlock и др.) блокируют
скрипты Google Analytics, поэтому часть трафика может не учитываться – это
проблема всех внешних счётчиков.
Приватность и законодательство: Использование GA4 на европейских сайтах
требует получения согласия пользователей на использование cookies и передачи
данных в США. Google предлагает режим согласия (Consent Mode), но это добавляет
сложности.

44. Яндекс.Метрика

Яндекс.Метрика – главный конкурент GA4 в “русегменте”. Её
преимущество – ориентация на локальный рынок и мощные
встроенные инструменты поведенческого анализа.
Модель данных Метрики более традиционна: есть счётчик
(контейнер для всех данных), визит (сессия) и хит (просмотр
страницы или событие) – которое интуитивно понятно для
новичков.

45. Яндекс.Метрика

Ключевые отчёты Метрики:
-) Источники, сводка: Главный отчёт, показывающий распределение
трафика по каналам (поисковые системы, социальные сети, рекламные
кампании, прямые заходы). Очень нагляден в виде круговой диаграммы и
таблицы. Позволяет сразу оценить, откуда идёт основной трафик.
-) Конверсии: Отчёт по целям и воронкам. Можно строить воронки из
нескольких шагов, задавать цели и смотреть конверсию по каждому каналу.
-) Посетители и клиенты: Статистика по каждому посетителю: сколько
времени провёл, откуда пришёл, какие цели выполнил, глубина просмотра.
Можно просмотреть историю действий конкретного пользователя (что очень
любят менеджеры по продажам, чтобы подготовиться к звонку).

46. Яндекс.Метрика

Ключевые отчёты Метрики:
-) Вебвизор и карты – мы рассмотрим отдельно.
-) Посещаемость по времени суток: Показывает
распределение активности пользователей по часам, что
критически важно для настройки таргетинга в рекламе: если пик в
20:00, то и рекламу лучше показывать вечером.
-) Технологии: Браузеры, устройства, разрешения экранов,
версии ОС.
-) Мониторинг: Базовый мониторинг доступности сайта и
скорости загрузки (метрика «Время до события»).

47. Яндекс.Метрика

Интерфейс Метрики считается более дружелюбным, чем
GA4, особенно для русскоязычных пользователей. Все отчёты
хорошо структурированы и снабжены подсказками.

48. Яндекс.Метрика: вебвизор и карты

Вебвизор – это уникальная особенность Метрики, которой
нет в GA4; это инструмент записи сессий, позволяющий увидеть
всё, что делал пользователь.
Как работает Вебвизор? Скрипт Метрики фиксирует все
события DOM (движение мыши, клики, скролл, ввод в формы) и
отправляет их на сервер. В интерфейсе вы можете выбрать любую
сессию (из списка или отфильтрованную по параметрам) и
просмотреть её в виде видео. Можно ускорить просмотр,
пропускать паузы.

49. Яндекс.Метрика: вебвизор и карты

Что даёт Вебвизор?
Выявление «застреваний» – когда пользователь долго водит
мышкой, пытаясь понять, куда нажать.
Обнаружение «ярости кликов» – многократные клики по
некликабельному элементу (например, по картинке, которая должна
быть ссылкой, но не является).
Анализ поведения в формах – как пользователь заполняет поля,
возвращается ли, где останавливается.
Понимание неожиданных путей – например, пользователь после
просмотра товара идёт не в корзину, а читает отзывы, потом уходит.

50. Яндекс.Метрика: вебвизор и карты

Карты Метрики:
Карта кликов: Тепловая карта, показывающая места
наибольшего скопления кликов. Накладывается прямо на
страницу. Помогает оценить, заметны ли кнопки, куда люди
кликают по ошибке.
Карта ссылок: Показывает, по каким ссылкам переходят чаще
всего (цифры на ссылках), что удобно для анализа навигации.
Карта скроллинга: Показывает цветом, какую часть страницы
увидели пользователи (красное – видят почти все, синее – мало кто
доскроллил). Помогает понять, где размещать важную
информацию.

51. Яндекс.Метрика: вебвизор и карты

52. Яндекс.Метрика: вебвизор и карты

Эти 2 инструмента позволяют проводить глубокий
качественный
анализ
без
необходимости
подключать
дополнительные сервисы.

53. Яндекс.Метрика: аналитика форм

Аналитика форм – ещё одна мощная функция Метрики. Она
собирает детальную статистику по каждой форме на сайте.
Что можно увидеть?
-) Количество начатых и отправленных форм, процент
брошенных.
-) Время, затраченное на каждое поле.
-) Количество возвратов к полю (пользователь
заполнил, потом вернулся исправить).
-) Ошибки валидации.
-) Последовательность заполнения полей.

54. Яндекс.Метрика: аналитика форм

Это даёт возможность оптимизировать формы: убрать
лишние поля, сделать подсказки, изменить порядок.
Например, если поле «Телефон» часто бросают, можно
сделать его необязательным или добавить маску ввода.

55. Яндекс.Метрика: автоцели

Автоцели – функция, позволяющая автоматически собирать
некоторые цели без дополнительной настройки. При создании счётчика
можно включить опцию «Автоцели», и Метрика будет отслеживать:
-) Клик по номеру телефона (если номер оформлен как ссылка
tel:).
-) Клик по email (ссылка mailto:).
-) Скачивание файлов (по расширениям: .pdf, .doc, .zip и т.д.).
-) Переходы по внешним ссылкам.
-) Заполнение формы (отправка формы).
Это очень удобно для быстрого старта: вы сразу получаете
данные о микроконверсиях, даже если не настроили цели вручную.

56. Яндекс.Метрика: интеграции

Яндекс.Метрика тесно интегрирована с Яндекс.Директом –
главным рекламным инструментом в рунете.
За пределами СНГ Метрика малоизвестна и не так
эффективна (нет интеграций с локальными рекламными
системами). Данные по Google Search в Метрике менее детальны,
чем в GA4.

57. Сравнение

Критерий
Google Analytics 4
Яндекс.Метрика
Модель данных
Событийная, гибкая, сложная для новичков
Традиционная (счётчик-визит-хит), простая и понятная
Поведенческие инструменты
Отсутствуют (только через интеграции с Hotjar и др.)
Встроены: Вебвизор, карты кликов, скроллинга, аналитика форм
Прогностика
Есть (на основе машинного обучения, для больших данных)
Нет
Интеграция с рекламой
Google Ads
Яндекс.Директ
Экспорт данных
BigQuery (сырые события) – мощно
API (ограниченный), нет BigQuery
Интерфейс
Сложный, неочевидный, требует привыкания
Интуитивный, русифицированный, с подсказками
Бесплатность
Бесплатен, но есть лимиты (выборка)
Бесплатен, лимиты высокие (до 10 млн хитов/мес бесплатно, потом можно
докупать)
Конфиденциальность
Данные уходят в Google (США), требуется соблюдение
GDPR/152-ФЗ
Можно настроить хранение данных в РФ (выбрать дата-центр)
Аудитория
Глобальная
Преимущественно Россия и СНГ

58. Что выбрать?

Если ваш бизнес ориентирован на международный рынок, вы
активно используете Google Ads, вам нужны прогностические модели и
интеграция с BigQuery – выбирайте GA4.
Если ваш основной рынок – Россия и СНГ, вы пользуетесь
Яндекс.Директом, вам нужны поведенческие инструменты «из коробки»
– выбирайте Яндекс.Метрику.
Идеальный вариант: использовать оба инструмента параллельно.
Метрику – для качественного анализа (Вебвизор, карты), GA4 – для
структурированных данных, прогнозов и отчётов. Они отлично
дополняют друг друга.

59. Когортный анализ – понятие когорты

Когортный анализ – это метод, при котором пользователи
делятся на группы (когорты) на основе общего признака, и затем
анализируется их поведение во времени.
Когорта – это группа пользователей, объединённых по
одному
признаку
и
временному
интервалу.
Самый
распространённый тип – когорта по дате первого визита.
Например, все пользователи, которые впервые посетили сайт
в январе, составляют когорту «Январь». За ними наблюдают в
последующие месяцы: сколько из них вернулось в феврале,
сколько совершило покупку в марте и т.д.

60. Когортный анализ – понятие когорты

Могут быть и другие типы когорт:
-) По дате первой покупки.
-) По каналу привлечения (например, когорта из ВКонтакте).
-) По стране или устройству.
Зачем это нужно? Чтобы отслеживать долгосрочные
изменения в поведении пользователей и оценивать, насколько
хорошо продукт удерживает аудиторию, как меняется качество
трафика со временем.

61. Когортный анализ – метрики удержания и LTV

Retention Rate (Коэффициент удержания) – процент
пользователей из когорты, которые вернулись и совершили целевое
действие (например, зашли на сайт, совершили покупку) в последующие
периоды. Обычно считается для каждого последующего месяца (или
недели). Высокий retention – признак того, что продукт «зашёл»
пользователям.
Churn Rate (Коэффициент оттока) – процент пользователей,
которые перестали пользоваться продуктом (противоположность
retention).
LTV (Lifetime Value) – средняя выручка, которую приносит один
пользователь из когорты за всё время жизни (обычно за 6–12 месяцев),
то критически важная метрика для бизнеса, особенно для подписных
сервисов и e-commerce. Если LTV выше стоимости привлечения – бизнес
прибыльный.

62. Когортный анализ – пример

Когорта «Январь» из 1000 человек.
В январе (0 месяц) они все совершили первый визит, 50 купили.
В феврале (1 месяц) вернулись 200 человек, из них купили 20.
В марте (2 месяц) вернулись 100, купили 10.
Retention по покупкам: февраль – 20/50 = 40%? – Нет, тут важно
определить базу.
Обычно retention считается от числа пользователей в когорте
(1000), а не от купивших, но для LTV смотрят на доход.

63. Когортный анализ – пример

Такой анализ позволяет оценить долгосрочную ценность разных
когорт и понять, какие маркетинговые усилия приводят к более
качественной аудитории.
Где строить когорты?
В GA4 есть встроенный отчёт «Удержание» и инструмент
«Когортный анализ» в Explorations.
В Яндекс.Метрике можно построить когорты через сегменты и
отчёты по возвратам, но это менее удобно. Часто данные выгружают
через API и обрабатывают в Excel или Python.
В сквозной аналитике (Roistat, Calltouch) есть готовые отчёты по
LTV.

64. Модели атрибуции – проблема многоканальности

Проблема:
Современный пользователь редко приходит и сразу
покупает. Обычно путь к покупке состоит из нескольких касаний с
разными рекламными каналами. Например: увидел рекламу в
Instagram, потом нашёл в Google, перешёл по ссылке из emailрассылки, и только потом купил. Как распределить ценность этой
продажи между каналами?

65. Модели атрибуции – проблема многоканальности

Если мы используем стандартную модель «последний клик»,
вся ценность достанется email-рассылке, а Instagram и Google
получат ноль, что крайне несправедливо и может исказить картину:
мы решим, что Instagram неэффективен, и отключим его, но на
самом деле он был первым касанием, запустившим весь процесс.
Атрибуция – это распределение ценности конверсии между
всеми касаниями (кликами) пользователя на пути к покупке.
Разные модели атрибуции по-разному решают эту задачу.

66. Модели атрибуции

Модель
Последний клик (Last
Click)
Принцип
Вся ценность (100%) отдаётся последнему
каналу, с которого был клик перед конверсией.
Когда применять
Стандарт во многих системах. Простой,
интуитивный, но игнорирует все предыдущие
касания. Подходит для коротких циклов
(например, товары повседневного спроса).
Хорошо для оценки эффективности верхушки
Вся ценность отдаётся первому каналу, который
воронки – брендовых кампаний, которые
Первый клик (First Click)
привёл пользователя.
запускают осведомлённость.
Линейная (Linear)
Ценность делится поровну между всеми
касаниями.
Для длинных циклов продаж, когда все касания
важны (например, сложные B2B-продукты).
С затуханием (Time
Decay)
Последние касания получают больше ценности, Для товаров с долгим раздумьем, где последние
чем ранние.
клики ближе к покупке важнее.
На основе позиции
(Position-Based)
40% отдаётся первому касанию, 40% –
последнему, оставшиеся 20% распределяются
между промежуточными.
На основе данных
(Data-Driven)
Алгоритмическое распределение,
Доступна в GA4 при достаточном объёме
использующее машинное обучение для
данных. Даёт наиболее объективную картину, но
определения реального вклада каждого канала. требует времени для обучения.
Компромиссный вариант, подчёркивающий
важность как первого, так и последнего касания.

67. Модели атрибуции – выбор модели

Если ваш продукт прост и цикл принятия решения короткий
(например, доставка пиццы), можно ограничиться последним кликом.
Если вы активно используете брендовую рекламу для
привлечения внимания, обратите внимание на модель первого клика.
Если у вас сложный продукт с несколькими касаниями (туры,
недвижимость, обучение), используйте линейную или модель на основе
данных.
В GA4 вы можете сравнить разные модели в отчёте «Модели
атрибуции» и посмотреть, как меняется ценность каналов, что помогает
принять обоснованное решение о распределении бюджета.

68. Модели атрибуции – пример

Предположим, у вас была цепочка: Instagram -> Google -> прямая
ссылка -> покупка (1000 руб.).
-) По последнему клику: прямой заход получит 1000 руб., Instagram и
Google – 0.
-) По первому клику: Instagram получит 1000 руб., остальные – 0.
-) По линейной: каждый получит ~333 руб.
-) По затуханию: Google и ссылка получат больше, Instagram – меньше.
-) По позиционной: Instagram и ссылка получат по 400 руб., Google – 200
руб.
Если вы решите на основе последнего клика, что Instagram не нужен, и
отключите его, через пару месяцев продажи могут упасть, потому что исчезнет
первый контакт. Поэтому понимание атрибуции критически важно для
правильного планирования маркетинга.

69. A/B-тестирование

A/B-тестирование – это метод сравнения двух версий
страницы (или элемента), чтобы определить, какая из них лучше
работает в терминах целевых метрик (конверсия, клики, доход).

70. A/B-тестирование

Как это работает:
1) Вы выдвигаете гипотезу, основанную на данных аналитики
(например, «кнопка на странице товара слишком бледная, надо сделать
её красной»).
2) Создаёте две версии страницы: вариант А (контрольный,
существующий) и вариант Б (с красной кнопкой).
3) Случайным образом 50% посетителей показываете вариант А,
50% – вариант Б.
4) Собираете данные о конверсии в течение достаточного
времени (чтобы набрать статистическую значимость).
5) Анализируете: если вариант Б показал статистически значимое
улучшение, внедряете его.

71. A/B-тестирование

Именно аналитика (количественная и качественная)
генерирует гипотезы для A/B-тестов. Например, Вебвизор показал,
что на кнопку мало кликают. Гипотеза: изменить цвет. A/B-тест
проверяет гипотезу на реальных пользователях. Без теста вы
рискуете внедрить изменение, которое интуитивно кажется
правильным, но на самом деле ухудшит показатели (например,
красный цвет отпугнёт пользователей).

72. Заключение

Мы прошли интересный путь: от выбора домена и хостинга до анализа
поведения пользователей. Главные мысли пути:
1) Успешный веб-проект строится на трёх китах: правильная инфраструктура
(домен, хостинг, сервер), грамотный перенос и постоянное управление, а также
аналитика, основанная на данных.
2) Аналитика – это не просто цифры, а способ понимать своих
пользователей. Количественные данные говорят «что», качественные – «почему»,
сквозные – «сколько это стоит».
3) Инструменты – это всего лишь инструменты. Важно не то, какой счётчик
вы поставили, а как вы интерпретируете данные и принимаете решения. Google
Analytics и Яндекс.Метрика – мощные, но бездумные. Мыслящий аналитик – вот что
ценно.
4) Продвинутые методы (когорты, атрибуция, A/B-тесты) позволяют поднять
аналитику на новый уровень – от отчётности к прогнозированию и оптимизации.

English Русский Rules