2024 júliusában a Google hivatalosan is bezárta a Universal Analytics kapuit és mindenkit átvezényelt az új, modern, a Google elmondása szerint minden szempontból modernebb felületére, a Google Analytics 4-re. A GA4 megjelenése óta azonban hiába folyt le sok víz a Dunán, rengeteg hiányosság és hiba látott napvilágot, ahogy új felhasználók tömege lepte el az oldalt. Hogy az átállás korai volt-e, arról sokat lehetne vitatkozni. Van, akinél olyan mértékben csalódást okozott a GA4, hogy alternatív megoldások után kezdett el kutakodni. Na de vajon merre induljon az ember, ha ki akar szakadni a Google ökoszisztémából?
"All your base are belong to us"
A GA4-et ezen a ponton talán senkinek nem kell bemutatni. A Google hivatalosan 2020-ban indította útjára, mint (a korábbi UA-val ellentétben) esemény alapú, telefonos és web alapú adatfolyamokat egységesítő analitikai platform. A cégóriás komoly erőforrásokat áldoz a fejlesztésére, ennek ékes bizonyítéka az a töménytelen mennyiségű rendszeres frissítés, ami érkezik hozzá.
Ennek ellenére az általános vélemény az, hogy nehezebben használható üzleti elemzésre, mint elődje. Nagyobb kihívás belőle adatot kinyerni, rengeteg az el nem magyarázott funkció, az eldugott menü, sok riportot pedig az embernek magának kell összeraknia “Explorations”-ben. Mindezeken nem segített a Data-Driven alapú attribúciós modell, a Google Signals, és a Consent Mode bevezetése sem. Ezen hármas hatására a GA4 egyre inkább egy fekete doboznak tűnik a felhasználók számára, ami inkább hasonlít egy jó becslésre, mint ténylegesen felhasználható adathalmazra. Elég csak a “Session Source/Medium” riportra gondolni, ami teljesen indokolatlan módon kezd el (not set)-be és Direct-be küldeni adatokat, erről a mai napig vannak aktív bug report-ok a Google fórumain. A GA4-gyel a Google-nek sikerült egy olyan platformot építenie, ami megrémiszti az átlagfelhasználót, és elbizonytalanítja a profi szakembereket.
1. A marketingesek rémálma, a (not set) probléma
Ezzel szemben nagy előnye, hogy kiválóan integrálva lett a Google többi platformjába; pillanatok alatt összeköthető Google Ads-szel, Merchant Centerrel, BigQuery-vel, Search Console-lal, Google Tag Managerrel (akár szerver oldalon is). A benne épített közönségek és konverziók például a mai napig fontos részét képezik a legtöbb Ads fióknak. Emellett kiemelten fontos szempont, hogy rendszeres előfizetés nélkül is rengeteg funkcióval rendelkezik. Ezek miatt tény, hogy a legtöbb weboldal számára megkerülhetetlen a GA4. De érdemes elgondolkodni azon, hogy miért is ne futtathatna az ember több különböző platformot…?
Piwik.PRO
A Piwik nem egy új feltörekvő analitika téren; 2007-ben jelent meg a phpMyVisites utódjaként. Legfontosabb célkitűzése az volt, hogy ingyenes, open-source, privacy fókuszú alternatívát biztosítson a Google Analytics-szel szemben. 2013-ban indult útjára a Piwik PRO, ami kezdetben extra support-ot és fizetős funkciókat kínált üzleti ügyfelek részére, azonban 2016-ban végleg ketté vált a két szolgáltatás. A Piwik később a félreértések elkerülése végett át is nevezte magát Matomo-ra 2018-ban.
A Piwik.PRO egyik legfontosabb különbsége a GA4-gyel szemben, hogy fizetős modellel operálnak. Szerencsére van egy ingyenes szint, ami alatt a használatáért egy petákot sem kell fizetnie az egyszeri cégtulajdonosnak. Emiatt kiváló választás kis- és középvállalkozások számára. A gyakorlatban ez havi 500.000 eseményt jelent, ahol eseménynek veszünk minden olyan adatcsomagot, amit a platform felé küldünk, például oldalmegtekintések, ecommerce és egyéni események, JavaScript hibák stb.
A cég az eredeti célkitűzését kiválóan megvalósította és tartja szem előtt 2025-ben is. A GA4-gyel ellentétben nem operál fekete dobozhoz hasonló becslési modellekkel, hanem tiszta, egyenes, utolsó kattintás alapú attribúcióval dolgozik, ami így jóval megbízhatóbb eredményeket mutat. Emellett elérhetőek a a Universal Analytics-ben megszokott lineáris, időalapú, első kattintásos és pozíció alapú modellek is. Ezen beállítások használata azonban azt is jelenti, hogy egy több lépésből álló vásárlási folyamat esetén háttérbe szorulnak egyes csatornák, így érdemes az általunk választott modell szemüvegén keresztül vizsgálni a befolyó adatot.
2. A fontos metrikák ugyanúgy megvannak, mint GA4-ben
A Piwik nagy hangsúlyt fektet a testreszabhatóságra is. Szinte minden ablak és statisztika felépíthető a nulláról, valamint tetszőlegesen átalakítható, átrendezhető. Az egyedi riportokat menükbe rendezhetjük, megoszthatjuk másokkal, vagy táblázatos formában le is tudjuk tölteni. Emellett kínálnak saját fejlesztésű Tag manager-t is, amivel a GTM-et lehet kiváltani. Különlegessége, hogy saját consent ablakot is biztosítanak, ezzel könnyűvé téve a megfelelést a hatályos GDPR szabályoknak. Ugyanezen irányelv jegyében számos lehetőségünk áll rendelkezésre a látogatók IP címének, tartozkodási helyének, A Piwik Tag Manager (PTM?) emellett képes kiolvasni a GA4 mintájára felépített dataLayert is, így annak megváltoztatása nélkül tudjuk kihasználni az ecommerce követésére biztosított funkcióit. Ezek miatt például könnyedén integrálható Unas-ba vagy Shoprenter-be is.
A Piwik.PRO árazása a korábban említett 500 ezer esemény felett 72 EUR + áfától indul, majd fokozatosan emelkedik. Az igazán nagy játékosoknak pedig ott az Enterprise csomag, ami 10,995 EUR-tól indul évente. Ezért az árért azonban már technikai támogatást és implementációt, akár 4 milliárd eseményt, 25 havi adatmegőrzést és CDP-t is biztosít a Piwik az ügyfelei részére, amivel már a nagyvállalatok igényei is bőven kielégíthetők (például több data lake és warehouse egységesítése és Reverse ETL technológia használata).
Matomo
Ha már a Piwik.PRO-ról beszéltünk, akkor természetesen elkerülhetetlen a Matomo bemutatása is. Ahogy korábban elhangzott, 2018-ban nevezték át Piwikről, hogy elkerüljék a két cég esetleges összekeveredését a köztudatban. Emellett azonban ők is lelkes képviselői maradtak a privacy-first és open-source látásmódnak. Az ő felületük jóval letisztultabb, a korai Universal Analytics-re emlékeztet.
3. Ne tévesszen meg minket az egyszerű felület, profi eszközről van szó
Náluk is kétféle megközelítés áll rendelkezésre, ha valaki el szeretné kezdeni használni: egy fizetős megoldás és a self-hosting. Ha rászánjuk a a kezdeti 22 Eurós díjat a szolgáltatásra, akkor havonta 50 ezer eseményt tud rögzíteni a rendszer, ami valljuk be, nem kifejezetten sok egy közepes méretű webshop esetében, ellenben megszabadulunk a saját szerver üzemeltetésének terhétől és annak hátrányaitól (például ha leáll a szerver, akkor nincs adat). A Matomo azonban akkor lesz a legkiválóbb adatelemző társunk, ha ugyanazon a szerveren, saját magunk futtatjuk, mint amin a weboldal is lapul. Ekkor számos előnyre teszünk szert: egyrészt megszabadulunk a GDPR okozta fejfájástól, hiszen nem továbbítunk adatokat harmadik fél számára, másrészt az adatfeldolgozás tényleg azonnali lesz, mert nem kell másik szerverre küldeni azokat, harmadrészt így valódi szerver oldali mérést tudunk kialakítani annak minden előnyével (nincsenek sütik, mindenkit tudunk követni, hiszen saját logokból dolgozunk). WordPress alatt pedig még még könnyebb dolgunk van, mert a hivatalos WP Pluginjának köszönhetően 5 perc alatt telepíthető a webshopunkra, hiszen már rendelkezünk saját szerverrel. De még egy egyedi fejlesztésű weboldalon is csak egy FTP hozzáférésre lesz szükségünk.
A felület magasan testreszabható, minden esemény, cél, riport és közönség egyedileg beállítható. A Matomo saját Marketplace-szel is rendelkezik, ahol ingyenes és fizetős bővítmények közül lehet válogatni a még hatékonyabb adatelemzés érdekében. Ezek között olyan eszközök is megtalálhatók, mint például egy egyedi Tag Manager megoldás, a ChatGPT, süti ablak, vagy a Hotjar-t kiváltó hő- és kattintástérkép funkció.
További nagy előnye a nyílt forráskódú fejlesztés, vagyis a GA4-gyel ellentétben itt nincsenek fekete lyukak: minden, amit a Matomo csinál, nyilvános, és ellenőrizhető, szükség esetén egyedileg módosítható (feltéve, ha az ember ért egy kis PHP-hoz és MySQL-hez).
Mixpanel
A Mixpanel egy erőteljes analitikai eszköz, amely segíti a termékfejlesztést és a felhasználói élmény optimalizálását. Bár költséges és technikai tudást igényel, a részletes eseményalapú adatelemzés miatt nagy értéket képvisel a vállalatok számára. A GA4-gyel szemben az egyik legnagyobb előnye, hogy bármilyen jelentést össze lehet benne állítani, amire csak vágyik az ember. Valós időben dolgozza fel az adatokat, így azonnal látható minden mozzanat, amit a látogatók végrehajtanak az oldalon. Támogatja az A/B tesztelést is, valamint számos API integrációval rendelkezik, aminek segítségével összeköthető más marketing platformokkal (például levelező vagy hirdetési rendszerekkel) is.
4. Tényleg magasan testreszabható
Sajnos az ingyenes verziója csak korlátozott számú riport létrehozását engedi, de egy kisebb vállalkozás számára már ez is bőven elég. Az egyik legnagyobb kihívás a Mixpanelben a meredek tanulási görbe, ugyanis nincsenek előre összeállított riportok, mindent magunknak kell elkészíteni.
Server-Side Google Tag Manager
Habár eddig GA4 alternatívák bemutatása volt a cél, nem mehetünk el szó nélkül egy szerver oldali GTM konténer üzemeltetése mellett sem. Az sGTM használatával gyorsíthatjuk az oldal betöltési sebességét, csökkenthetjük az elhelyezett követőkódok számát és kikerülhetjük a reklámblokkolók nagy részét, ezzel több adathoz jutva. A működésének lényege, hogy ha az oldalon valamilyen számunkra fontos esemény történik (például egy vásárlás), akkor csak egyetlen egy kód sül el, ami ezt az event-et az sGTM konténernek továbbítja, az pedig majd továbbküldi a különböző marketing rendszerek számára (GA4, Google Ads, Facebook, TikTok stb). Így jelentősen csökken a weboldalunkra nehezedő terhelés.
5. Nem is olyan bonyolult
A klasszikus értelemben vett GTM-mel szemben, amit egy weboldalba integrál be az ember Javascript kód formájában, az sGTM egy Dockerizált image, ami egy virtualizált térben fut egy szerveren, lehetőleg ugyanazon, amin a weboldal is megbújik. Habár ez elsőre bonyolultnak tűnik, a megfelelő instrukciók segítségével pár perc alatt beállítható minden, amire szükségünk van. Emellett számos egy kattintásos, automatizált megoldás is létezik, amik megkönnyítik egy ilyen környezet létrehozását.
Ha például készítünk egy sGTM konténert, a Google azonnal felajánlja, hogy pár alap adatunk megadása után regisztrál nekünk egy Google Cloud Project-et, ahol felhúzza az sGTM számára szükséges szervert. Ennek azonban viszonylag magas havidíjas költsége van. Ha már olyan helyzetbe kerültünk, hogy nem tudjuk egy programozó segítségét kérni a létrehozásban saját környezetben, akkor a legjobb választásunk a Stape.io szolgáltatása lesz. Ők a legalacsonyabb csomagjukért 20 dollárt kérnek havonta és számos extrát is biztosítanak mellé, ingyen; például elrejthetjük a Google scriptek fájljainak nevét betöltéskor, így a reklámblokkolóknak sokkal nehezebb dolga van kiszűrni azokat, vagy meghosszabbíthatjuk a követő sütik élettartamát. A Stape és az sGTM használata is igényel némi webfejlesztési tudást, nem árt például, ha tisztában vagyunk azzal, hogy mi az a HTTP Request, a DNS, vagy épp hogy hogyan működnek a sütik. Szerencsére a Stape rendkívül részletes dokumentációval rendelkezik mindenről, így a beüzemelés viszonylag gyorsan elvégezhető.
Na de mit hoz a jövő? Vagy már itt is van?
Ha egy idővonalon el szeretnénk helyezni az analitika mérföldköveit, akkor a jelenleg legnépszerűbb módszer, a Javascript alapú, oldalba integrált mérőkódok fénykora nagyjából a 2010-es évek közepén volt. Ma már azonban ezen módszerek felett eljárt az idő. A sütik korszakának szépen lassan vége, a felhasználók egyre tudatosabban használják az internetet és a jogalkotók is igyekeznek minél jobban védeni a látogatók privát adatait, például a GDPR-ral. Éppen ezért a következő lépés az analitikában a CDP-k (Customer Data Platform-ok) megjelenése lett.
Egy CDP egy olyan adatkezelő rendszer, amely összegyűjti, egyesíti és strukturálja a különböző forrásokból származó ügyféladatokat, hogy egységes és átfogó ügyfélprofilt hozzon létre. A CDP felé adatot küldeni többféle módszerrel is lehet:
- Javascript kód elhelyezésével az oldalban
- Mobilalkalmazásból származó eseményadatok beküldésével
- A weboldal háttérfolyamataival összekötve (pl. Webhook, HTTP, PHP)
- Nagy adatösszegző platformokkal való összekötéssel (BigQuery, MySQL, Azure, AWS, Snowflake stb.)
- Google Sheet vagy Excel
- Webappok, plugin-ek használatával (Wordpress, vagy Shopify esetében)
A beküldött adatokat ezután tetszés szerint feldolgozhatjuk, átalakíthatjuk és csoportba rendezhetjük, majd pedig továbbíthatjuk a nekünk szimpatikus rendszerek felé. Ez lehet:
- Analitikai rendszer (GA4, Piwik, Mixpanel, Matomo stb.)
- Hirdetési rendszer (Google Ads, Facebook Pixel, TikTok, LinkedIn)
- Adattároló rendszer (BigQuery, Amazon S3, Amplitude, Snowflake stb)
- Hírlevelezési rendszer (Mailchimp, Mailjet, Mailmodo)
- CRM (Salesforce, Hubspot)
- Google Sheet
6. A CDP összeköt mindent mindennel, egyetlen csatornán át
Ezek az összekötések pedig programozói tudás nélkül is pillanatok alatt elkészíthetők. Emellett a CDP-k képesek automatizmusok használatára is, például küldeni egy kupont az új regisztrálónak, figyelni, ki mikor lépett be legutoljára az oldalba, és ki tud alakítani különböző vásárlói csoportokat kor, nem, hovatartozás, vásárlói gyakoriság, átlagos kosárérték, oldalon eltöltött idő, megtekintett hirdetések, vagy gyakorlatilag bármi alapján, amilyen adatot szolgáltatunk számára. Minél több rendszerrel kötjük össze, annál pontosabb látogatói profilokat lehet bennük kialakítani az adatok összesítésével.
Ilyen CDP például a Rudderstack. Az egyik legnagyobb előnye, hogy rendelkezik ingyenes szinttel, amit a legtöbb közepes méretű Magyar webshop nem fog túllépni. Limitációja a percenkéénti 1000 esemény fogadása, valamint a havi maximum 1 millió esemény feldolgozása, ezen felül a legolcsóbb csomag azonban 600 dollárt kóstál havonta. Képes önmagában is adatot gyűjteni, fejlesztőbarát dokumentációval rendelkezik és nyílt forráskódú. Az adatokat valós időben dolgozzal fel és továbbítja, így bármikor ellenőrizni tudjuk azokat. Semmilyen adatot nem tárol, így GDPR barát, és nem kényszerít minket arra, hogy egy korábban jól bevált rendszert (például a BigQuery-t) leváltsunk. Cserébe viszont nincs saját adatvizualizációs eszköze, így azt is nekünk kell beszerezni és beállítani, valamint a nem hozzáértőknek nehezebb az alapbeállítások elvégzése.
7. A Rudderstack 100+ helyre tud adatot küldeni
A Hightouch egy másik CDP alternatíva. Itt a közvetlen Javascript alapú adatbetöltés helyett úgynevezett Reverse ETL módszerrel tudjuk ellátni a rendszert feldolgozandó nyers adattal. Ez a gyakorlatban azt jelenti, hogy össze kell kötnünk egy már meglévő adat táblánkkal (pl. BigQuery). Ha ilyen nem áll rendelkezésünkre, akkor ez a mérési projekt gyakorlatilag a nulláról kell, hogy kiinduljon, azt azonban érdemes megjegyezni, hogy a GA4 például biztosít lehetőséget a BigQery-be történő mentésre is. A Hightouch nagy előnye a könnyű integráció és a low-code megközelítés, szinte bárki végig tudja kattintgatni a rendszerek összekötéséhez szükséges lépéseket, cserébe jóval kevésbé testreszabható a Rudderstack-nél.
Emellett a Hightouch nemrég mutatta be a legújabb fejlesztését, az “AI Decisioning”-et. Ennek segítségével kérdéseket tehetünk fel az adatainkkal kapcsolatban a rendszer felé, és automatizmusokat állíthatunk be a mesterséges intelligencia felé megfogalmazott igények alapján. Természetesen ez nem azt jelenti, hogy innentől a teljes marketing rendszerünk automata lesz, egy csapatra továbbra is szükség lesz, akik meghatározzák a célokat és ellátják az AI-t a szükséges adatokkal, hogy az döntést tudjon hozni például az egyes szegmensek aktivációjáról. Így például az A/B tesztelés is sokkal hatékonyabb, hiszen egy pár előre meghatározott hipotézis helyett az AI egyszerre tud letesztelni akár több százat, hogy iránymutatást adjon a marketingkommunikációban.
8. A Hightouch-ban rejlő lehetőségek száma is végtelen
És még hol a vége...?
Ha az ember beírja a Google keresőbe, hogy “Analytics”, akkor 100+ eszköz áll a rendelkezésére, mindegyik a saját előnyével és hátrányával. Valamelyik biztosít ingyenes hozzáférést, valamelyik havonta több ezer dollárba kerül az első pillanattól fogva. Éppen emiatt az itt bemutatott eszközök csupán a jéghegy csúcsát képezik. Egy biztos: a sima, Javascript alapú webanalitika felett eljárt az idő. Ha valaki nem szeretné elveszíteni a piaci helyzetét, akkor mindenképpen több lábon kell állnia és modernizálnia kell az adatelemzést és feldolgozást. Adatok nélkül pedig nem döntést hoz az ember, hanem csak vakon találgat, ami nagyon könnyen a végét jelentheti bármilyen vállalkozásnak.
