С 1 июля 2023 года пользователям счетчика Universal Analytics больше не доступна обработка данных. Это поставило многие компании перед выбором новой системы аналитики. Самыми популярными вариантами являются Google Analytics 4 и Яндекс.Метрика. Но какую из них предпочесть?

Удобство интерфейса

При выборе системы аналитики следует обратить внимание на удобство и понятность интерфейса. В этом плане Яндекс.Метрика является более привлекательным вариантом для рядовых пользователей, которым нужно отслеживать базовые показатели сайта. Однако, если вы профессиональный специалист веб-аналитики, то Google Analytics 4 предоставит вам больший потенциал для анализа поведения пользователей на сайте. 

Переход на новую систему аналитики может быть непростой задачей для компании. Поэтому, прежде чем делать выбор, необходимо тщательно оценить все факторы и возможности каждой системы.

Сравнение Google Analytics 4 и Яндекс Метрика

Сравнить функционал двух систем можно следующим образом:

Остановимся на ключевых моментах подробнее.

События

— В Яндекс.Метрике отсутствует класс событий, в то время как в GA4 все взаимодействия пользователей отслеживаются событиями.

— В Яндекс.Метрике можно использовать параметры визитов для воспроизведения функционала событий, но их использование ограничено.

— В Яндекс.Метрике для отслеживания событий приходится использовать Logs API и обрабатывать сырые данные с помощью Python.

— В GA4 есть лимиты, например, на длину параметров событий, которые могут быть ограничивающими факторами.

Цели

— В GA4 удобнее настраивать цели, так как ранее настроенные события можно выбрать в качестве целевых.

— В Яндекс.Метрике не получится разметить все действия пользователей целями на крупном проекте, и при необходимости выбрать цель придется настраивать с нуля.

— В Яндекс.Метрике есть лимит на количество целей (200 шт), в то время как в GA4 лимит составляет 30 шт.

— В GA4 360 лимит на цели — 50 шт, а в Яндекс.Метрике Про — 1000 шт.

Воронки и сегментирование

При выборе системы аналитики необходимо обратить внимание на функционал сегментирования и воронок. В Яндекс.Метрике ограничен функционал воронок, так как их необходимо заранее создавать в виде составных целей. Это неудобно при анализе поведения пользователей на крупных проектах, так как невозможно предугадать все возможные последовательности событий. 

В GA4 достаточно разметить событиями действия пользователей, чтобы строить любую воронку и тестировать все гипотезы, появившиеся в ходе анализа. Кроме того, в Яндекс.Метрике возникают проблемы с условием отрицания и исключением аудитории из анализа. Например, нельзя выделить аудиторию, которая не посещала страницу Х. В GA4 же можно использовать аудиторию, которая совершила определенную последовательность шагов и исключить ненужных пользователей из анализа.

Если в Яндекс.Метрике возникает необходимость посмотреть новую воронку, придется загружать данные из Logs API, так как составные цели «задним числом» не работают. Работа с Logs API требует от аналитика определенных навыков и мощный рабочий компьютер, если на проекте много данных.

Кроме того, в Яндекс.Метрике возникают проблемы с условием отрицания и исключением аудитории из анализа. В GA4 же это не является проблемой, и аудитория может быть легко выделена по любому заданному условию. 

Таким образом, при выборе системы аналитики необходимо учитывать функционал воронок и сегментирования, а также возможности и удобства работы с условиями отрицания и исключения аудитории из анализа. GA4 в этом плане предоставляет более широкие возможности, чем Яндекс.Метрика.

Ecommerce

При работе с Ecommerce в Яндекс.Метрике возникают определенные ограничения, которые затрудняют анализ данных. Например, система не может обработать все пуши, связанные с оформлением покупки, что затрудняет анализ корзины товаров и форм оформления заказа. Шаги представлены в таблице:

 

Кроме того, создание сегментов на основе данных Ecommerce также ограничено, так как невозможно точно определить, откуда был добавлен товар в корзину.

Для более полного анализа данных рекомендуется передавать пуши в параметры визитов. Это позволит передать информацию о чекаутах и строить воронку на сырых данных. В GA также есть Measurement Protocol для передачи оффлайн-данных Ecommerce, что обеспечивает большую гибкость в работе с данными.

В Яндекс.Метрике есть возможность передавать оффлайн-заказы из CRM-системы, но ограничения в функционале чекаутов могут затруднить анализ данных. Аналитикам придется работать с сырыми данными, что усложняет процесс анализа. Чтобы обойти эти ограничения, рекомендуется использовать дополнительные инструменты и методы анализа данных, такие как Measurement Protocol в GA или передача пушей в параметры визитов в Яндекс.Метрике.

Measurement Protocol

В случаях, когда необходимо передать данные из оффлайна в систему аналитики или отправить информацию с сервера, может понадобиться использование Measurement Protocol. Например, если пользователь записался на мероприятие на сайте и пришел на него оффлайн, для анализа воронки полезно передать такую информацию в систему аналитики.

GA4 предоставляет возможность использования Measurement Protocol, который позволяет передавать данные о хите пользователя напрямую с сервера. Это помогает гибко использовать GA4 и изучить поведение пользователя на сайте, в приложении, в чат-боте Telegram и в оффлайне.

В Яндекс.Метрике нет полноценного аналога Measurement Protocol, но можно импортировать статусы заказов из CRM-системы, параметры посетителей или оффлайн-конверсии. Однако это решение не является гибким и не позволяет полноценно настроить взаимодействие с чат-ботом ВК или Тg через Яндекс.Метрику, особенно если чат-бот является полноценным проектом с множеством вариантов ответов.

Когорты

Когорты – это группы пользователей, которые объединяются по определенному критерию, например, по дате первого визита на сайт или по дате первой покупки. Использование когорт позволяет более точно анализировать поведение пользователей и их взаимодействие с сайтом или приложением.

В GA4 когорты можно создавать на основе различных событий, таких как просмотр страницы, добавление товара в корзину или оформление заказа. Кроме того, можно создавать когорты на основе пользовательских параметров, которые можно задать в коде сайта или приложения.

Когорты позволяют анализировать не только поведение пользователей в текущий момент, но и их долгосрочное поведение. Например, можно проанализировать, как меняется конверсия у пользователей, которые совершили первую покупку в определенный период времени.

В Яндекс.Метрике отсутствуют инструменты для проведения когортного анализа. Если вы желаете выполнить такой анализ, при условии наличия только счетчика ЯМ на страницах, вам необходимо работать с необработанными данными через Logs API. 

Вебвизор/Карта кликов

Вебвизор в Яндекс.Метрике позволяет просматривать записи сеансов пользователей на сайте в виде видео. Вы можете увидеть, как пользователи взаимодействуют с сайтом, какие страницы они посещают, какие действия выполняют, сколько времени проводят на каждой странице и т.д. Вебвизор помогает выявить проблемы пользовательского опыта на сайте и оптимизировать его.

В интерфейсе GA4 такого функционала нет.

Семплинг/чувствительные данные

Сбор и анализ чувствительных данных в Яндекс.Метрике может деанонимизировать пользователей, поэтому они рассчитываются алгоритмами Яндекса. Параметры включают в себя социально-демографические данные, адреса страниц входа, поисковые фразы, информацию о работе и другое. Однако, такая информация выдается только при наличии более 10 посетителей в выборке. Если посетителей меньше, то использование «Параметров визитов» может быть затруднительным для передачи детализированной информации о действиях пользователей. 

Семплирование также может привести к искажению реальных данных при анализе больших объемов информации. Для малых и средних проектов в GA4 и ЯМ этой проблемы нет, но для анализа большого объема данных необходимо подключить платные версии этих инструментов.

Сырые данные

В Яндекс.Метрике и Google Analytics 4 можно получить доступ к сырым данным. В Яндекс.Метрике, используя Logs API, можно экспортировать данные на компьютер или, если у вас есть Метрика Про, использовать нативный коннектор для экспорта в ClickHouse. 

В GA4 предусмотрен экспорт данных в Google BigQuery, но бесплатная версия BQ хранит данные стриминга только 60 дней и имеет ограничение на объем хранимых данных — 10 гб. Для небольших проектов удобнее использовать экспорт сырых данных через Logs API в Яндекс.Метрике, а для больших проектов лучше использовать платные версии GA4 и ЯМ Про. 

Стоит отметить, что обработка сырых данных может быть ограничена мощностью вашего устройства при использовании Logs API, в то время как в BQ эти мощности не требуются. При сравнении платных версий GA4 и ЯМ Про, экспорт и работа с сырыми данными в GA4 проще, так как не требуется разворачивание инфраструктуры под ClickHouse.

Политические риски

Одним из основных ограничений, с которыми сталкиваются компании из России при выборе продуктов Google, являются политические риски. Целостность данных является ключевым фактором при создании аналитической экосистемы. Однако, если компания, у которой установлены счетчики GA4 на ее сайтах, попадет в санкционный список, Google может односторонне ограничить сбор данных на проекте. Это может создать значительные трудности при переносе ранее собранных данных в другую экосистему.

Итог

При выборе продуктов Google компании из России сталкиваются с ограничениями, связанными с политическими рисками. Важным фактором при создании аналитической экосистемы является целостность данных. Однако, если компания попадет в санкционный список, Google может ограничить сбор данных на проекте, что затруднит перенос ранее собранных данных в другую систему аналитики. 

В случае, если компания не ограничена выбором счетчика, рекомендуется установить оба – от Google и Яндекс, чтобы использовать функционал обеих систем. Если же нужно выбрать только один, то выбор будет зависеть от многих факторов. 

Небольшие проекты скорее всего выберут Яндекс.Метрику из-за интуитивно понятного интерфейса и небольшого количества запросов для системы аналитики. Средние проекты, не боящиеся политических рисков, скорее всего выберут GA4 благодаря его гибкому интерфейсу и функционалу. 

Крупные проекты выберут Яндекс.Метрику, чтобы минимизировать политические риски, компенсируя недостатки интерфейса возможностью работы с сырыми данными и настройкой стриминга в ClickHouse с помощью нативного коннектора от Метрики Про и подготовкой необходимых для анализа дашбордов на этих данных.