Akce, na které dopředu nevíte, kdo ji navštíví a jaké budou přednášky, to vše se tvoří na místě pomocí papírových karet připevňovaných time schedule. Nejedná se o dlouhé přednášky, jeden má cca 25 minut a může mít různou úroveň obtížnosti. Tento rok se konal MeasureCamp i v České republice a to v Praze, v centrále ČSOB na Radlické. Samotné dobrodružství začalo již pokusem o získání lístků, které jsou nabízeny zdarma, neboť tento event je podporován ze stran sponzorů. V jistý den a čas je tak na internetu dostupná registrace a těm nejrychlejším se lístek podaří získat. My jsme uspěli a probojovali se mezi letošních 215 konferenčních účastníků.
Jazykem prezentací byla čeština, stejně tak i angličtina.
Bylo pro nás připraveno i bohaté občerstvení, jak na snídani, tak na oběd. Potkalo nás i několik zajímavých diskuzí, jednou z nich bylo zamyšlení nad tím, jak se z GA4kových dat dá docela snadno udělat CDP (customer data platform).
A měli jsme i možnost si zapřednášet. Tom představil publiku téma Anonymního měření, které mělo velký úspěch. Vysvětlil problematiku consentu, jak data sbíráme, kam je posíláme, jak je reportujeme a ukázal i konkrétní report. Zazněly i klasické dotazy, které slýcháme docela často, jako např. co si představit pod undecided rate = 100 % – (consent rate + decline rate), tzn. přeskočení lišty, její zablokování pomocí pluginů, případně bounce rate, který známe z předchozí Analytics.
Rozhodně nás MeasureCamp nezklamal a opět nás navedl na mnoho zajímavých myšlenek.
Michal
Steen Rasmussen – The Decision Economy
Steen se na své přednášce zamýšlí nad hodnotou a funkcí dat. Nabádá nás sbírat pouze data, které opravdu použijeme a zároveň ukazuje, že absolutní většina analytiků se zabývá pouze deskriptivní analytikou, což znamená tím co se vlastně stalo. Během přednášky nás nabádá k tomu, že hodnota dat leží spíše v ostatních částech: diagnostická část – proč se stalo to co se stalo; prediktivní část – co se v budoucnu stane; preskriptivní část – jak můžeme dosáhnout toho, co chceme, aby se stalo. Zároveň ukazuje jakou hodnotu mají data v čase.
Ideální přednáška na začátek konference, Steen je skvělý řečník a zároveň matador v oblasti analytiky.
Druhá přednáška
Druhá přednáška se zabývala spíše než prezentací dat, obecnými prezentačními dovednostmi. Odpočinková část vhodná nejvíce pro lidi, kteří prezentují přímo živému publiku. Objevilo se i pár tipů pro videohovory.
Frederick Werner – Incrementality of Analytics
Are we actually driving value for the business? How do we know? Let’s discuss!
Frederick, velký zastánce Adobe Analytics se v jeho přednášce zabývá několika myšlenkami. První je, že spoustu “drahých” nástrojů může vyjít ve finále levněji, pokud využijeme jejich plný potenciál. Například Adobe Analytics, což je mnohem dražší nástroj než GA4, nám mohou ušetřit spoustu času co se týká reportingu, jelikož GA4 reporting je momentálně velmi řídký.
V další části přednášky se dostává k samotné inkrementalitě analytiků, neboli jak obecně uvažovat o počítání přínosu analytiků. Nejkonkrétnější myšlenku, kterou se nám pokusil předat, bylo počítat procentuální dopad na lidi, kterým analytik dodává práci a tento celkový dopad analytikovi přiřadit. Myšlenka určitě zajímavá a mnohem přesnější než se tvářit, že by se bez analytika neudělala žádná práce, bohužel si toto procentuální vyjádření nedokáži v praxi moc představit. V dostatečně vyspělé firmě by tento přístup mohl být ideální.
Vojtech Kurka – Cross-domain tracking you have never seen before
Vojta nám představil technickou přednášku, jak se v Meiru snaží pracovat s cross-domain trackingem. Přednáška technicky velmi zajímavá. Na závěr se nám strhla menší diskuze okolo etičnosti tohoto přístupu.
Viet Anh Chu aka Chuan – Dataform & GA4 ecommerce data
Chuan nám představil nový package, který v Optimics vyvíjejí pro Dataform. Velmi zajímavá myšlenka, obzvláště proto, že je Dataform přímo integrovaný v Google cloudu. Jsem velice zvědav, kolik lidí přesídlí z DBT na Dataform a jak moc se tyto nástroje budou v budoucnu ovlivňovat.
Mája
David Vallejo – Analytics Firewall
Jeho přednáška se především věnovala způsobu, jak chránit data proti útokům. Zmíněna byla jak doporučení na zabezpečení dat, jakým způsobem a v jakém bodě jejich cesty data analyzovat a protřídit a jakým způsobem citlivá data kódovat, nebo nezveřejňovat dříve než dorazí na server, ke kterému nemá běžný uživatel přístup.
Zmiňoval jednotlivé nástroje, které se dají použít pro filtrování dat na klientské straně, na straně serveru a ETL site. V podstatě nám David sdělil zajímavé metriky, jak třídit data na vstupu. Zároveň nám odporučil zamaskovat ID, hashovat ji a schovávat ji do slovního spojení, které se přepočítá na serveru před odesláním do systému Google Analytics. V návaznosti na to, bylo zajímavé sledovat vzniklou diskuzi. Několik lidí z hlediště přednesli problém, že hashing dat funguje, ale zároveň to rozbije odesílání dat do dalších systémů jako jsou Google Ads. Použitelné to tedy je, ale záleží na tom, zda se data posílají čistě do Analytics či do více systémů, případně zda do budoucna vznikne způsob, jak tuto situaci řešit.
Fred Pike – Tips for GTM debugging
Fred je autorem nejnovějších kurzů věnujících se GA4 v současné podobě na platformě CXL, ze které velmi často čerpáme nové myšlenky, techniky a kde se pravidelně vzděláváme. Ukazoval nám v rámci svého workshopu, co můžeme použít v rámci nastavení analytiky v GTM, aby se dalo lépe ladit, snadněji identifikovat případné chyby a to obzvlášť ve chvíli, kdy má člověk komplikovaný kontejner (např. pracovalo na něm více firem) a odesílá se do více systémů najednou.
Jeho doporučením bylo do Google Tagu (dříve konfigurační tag) poslat úvodní data. Tedy u složitějších implementací, kde je více autorů v jednom GTM, kde je spoustu tagů je pro debugging vhodné použít sdílený event parametr (dříve event parametr v konfiguračním tagu) s názvem gtm_info, který ponese build-in variable identifikátoru kontejneru a jeho version ID. Do vlastního event tagu doporučil použít event parametr tag_name, kam vložíme název daného tagu. Když se nám pak projeví chyba v reportech, jsme schopni snadno v tabulce identifikovat, od které verze, kterého kontejneru chyba vznikla, případně, který konkrétní tag ji zapříčinil. Prozatím bohužel neexistuje způsob, jak do proměnné získat námi určený název event Tagu, a tag pro hodnotu tag_name nezbývá než použít známé Ctrl+C, Ctrl+V. Debugging by pak měl být snazší i pro člověka, který sám implementaci nedělal.
Robert Petkovič
Robertova přednáška mě velice oslovila. Byla zaměřena na to, jakým způsobem prezentovat z psychologického a analytického hlediska. Shrnoval, co je klíčové pro to, aby přednáška upoutala pozornost a člověk si z ní něco odnesl. Aby člověk mohl ještě druhý den říct, co si z ní pamatuje.
Získali jsme mnoho doporučení. Poradil nám četbu knihy v daném jazyce, ve kterém přednášející bude přednášet (díky tomu je jednodušší se adaptovat na konkrétní jazyk, sladí se rychlost projevu a styl přednášení). Klíčové je si také uvědomit, kdo jsou posluchači, zda to jsou experti či začátečníci a tomu prezentaci přizpůsobit, a mnoho dalších rad…
Krista Seiden
Krista je americká specialistka, která spolupracuje úzce s Googlem a přímo s vývojem nových součástí a reportingem. Představila nám také kurz, na jehož vzniku s Googlem spolupracovala. Jedná se o akademii o GA4 na Skillshopu (Google Analytics Academy), kde je přístupný online každému zájemci.
Tim Wilson
Timova přednáška byla velmi příjemným zážitkem. V jejím obsahu se zabýval tím, jakým způsobem pracovat s daty. Klíčové podle něj, je srovnat 3 hodnoty:
- Performance measurements = podívat se na to, kde jsme dnes vůči tomu, co jsme očekávali před několika lety;
- Hypothesis validation = jaká je naše myšlenka, kterou pokud zrealizujeme, bude mít pozitivní dopad na náš budoucí business;
- Operational enablement = jakým způsobem dokážeme zpracovat data pro praktické využití v rámci procesu;
Zároveň se zabýval podobnou myšlenkou, která mne trápí už nějakou dobu a to je, že se měří strašně velké množství dat. Tato data zůstanou z velké části zcela nevyužitá, uživatele do nich nevidí a měří se, aby byly dostupné, kdyby je náhodou někdo potřeboval. Celá věc má ještě závažnější důsledek, že se v záplavě dat často sám vlastík nezorientuje a nevyužije je tak pro růst vlastního businessu a začne vnímat analytiku jako nepřínosnou.
Představil nám tedy alternativu konceptu sběru dat – kdy jsou nejdříve diskutována se stakeholdery, vlastníky i marketingovými experty klíčové parametry businessu, na základě nichž jsou tvořeny sběry dat a přehledné reporty, ve kterých se uživatelé vyznají. Raději neměří miliardu dat hned od začátku proto, aby byly všechny a hned, ale věnují čas analýze toho, co klient chce a co je pro něj relevantní.
Vlad Sidion – Measurement protocol
Součástí této přednášky bylo shrnout základní předpoklady, které je potřeba dodržet při použití measurement protokolu, zmíněno jeho využití pro měření ze zařízení v offline světě i prodejnách a zejména na co si dát pozor a o kterou součást dat tímto způsobem odesílání dat do GTM nebo GA4 přijdeme.
Tom
David Somar – Použití AI (ADA) v analýzu dát
David se zabýval nástrojem ChatGPT a jak tento tool využít pro analýzu dat. Na placené verzi ChatGPT 4 nám ukázal jasný příklad analytiky. Do nástroje si nahrál sample data v csv., a pomocí složitého příkazu získal jasnou a kompletní analýzu.
Při druhém promptu, byla zamýšleným výstupem business strategie. Opět tedy zadal ChatGPT příkaz, aby na základě dat, které má k dispozici, vytvořila smysluplnou strategii s cílem maximalizovat ROI. Nástroj tedy vygeneroval cca pěti krokovou strategii, s daným postupem, zaměřením, použitými nástroji i budgetem.
Jan Javurek – Struggles of GA4 Cost import
Na přednášce jsme se zabývali nástrojem či pluginem, který vytvořili a který je schopen importovat do GA4 report zobrazující informaci o tom, kolik nás reklamy stojí. Honza ukázal praktický příklad, jak udělat report přes URL adresy, kdy se v tu chvíli vytvoří nový graf v Google Analytics 4. Tento graf vizualizuje kompletní náklady kampaní.
Protože my tento způsob nepoužíváme, bylo zajímavé vidět jinou metodu, která dojde ke stejnému cíli. My tyto procesy tvoříme v Data Studiu, kde vložíme dvě různé tabulky a následně se tabulky blendnou.
Krista Seiden – GA4 Issues & tips
Krista se zaměřila na klasické začátečnické problémy v GA4, jako např. chyby měření bez custom dimenzí, vypnutí enhanced measurement v data streamech, apod.
Zbytek přednášky se věnovala tomu, jak dělat custom reporty v GA4, které může nasdílet konkrétnímu týmu svého klienta. Tato funkce je vhodná, když máme vytvořených např. 5 různých reportů s názvem “Marketing team”, kam se vkládají pouze ty reporty s danými filtry, které tento tým specificky potřebuje.
Opět je zajímavé vidět jiný způsob, než který používáme my, kdy my se znovu spoléháme na nástroj Looker Studio.
Parametry v Looker Studiu aneb: lze udělat 1 report pro 1000 lidí?
Přednášející nám představil konkrétní zadání od klienta, startupu pickey. V rámci administrace, kde mají základní metriky vytvořili report, který bude zobrazovat počet odběratelů, kolik peněz jim to vynáší, počet shlédnutí příspěvků, a podobná data. Ukázal nám tedy způsoby, jak tyto reporty vytvořit.
Bylo několik způsobů, než došel k tomu, co skutečně funguje. Lze to udělat pomocí parametrů v Looker Studiu, do kterých se dá jméno autora. Parametry mají výhodu, že se dají propojit s BigQuery a fungují jako SQL dotazy. Tzn., že pokud se data dostanou do BQ, tak skrz parametry se na ně dá dotazovat. V rané fázi platformy se to udělalo tak, že se do administrace do Looker studia vložil odkaz, přes který by se spustila URL adresa a rovnou by si vytáhla jméno autora, který na to klikl. Platforma je stále v rozvoji, ale do budoucna se uvažuje, že by se Looker Studio nahodilo pomocí programátorů přímo do webu.
Případně by šlo využít nástroj Streamlit (AI aplikace na vytváření reportů), který by vyřešil všechny problémy včetně integrace do administrace.
Meiro.io – Hit Log Log (HLL)
Velice advance přednáška od firmy Meiro.io se zaměřila na metodu HLL, kterou vysvětlovali na základě binárního kódu. Zároveň použili k této metodě přirování techniky těžení bitcoinu, které dopomohlo celou problematiku jasně vysvětlit.
Metoda Hit Log Log (HLL), je nativní funkcí PostgreSQL, a funguje v rámci BigQuery SQL databáze. Víceméně je to jeden z příkazů v SQL databázi, kde je možné se dotazovat na data. Rozdíl mezi klasickým dotazováním a HLL je v tom, že HLL je několikrát rychlejší v rámci processingu. To co klasický query v SQL trvá 4 vteřiny tak to samé HLL má zprocesováno za 0,5 vteřiny. Což možná nevypadá jako velká úspora, ale ve výsledku jsou query docela velké a čím déle to trvá, tím více dat to stojí. Zároveň když se data tahají z BigQuery do Looker Studia a ještě se to propojuje s dalšími daty, tak pokud zpracování jedné tabulky trvá 5 vteřin nebo 0,5 vteřiny, je v konečném výsledku velký rozdíl.
