Najprostszą odpowiedzią byłoby po prostu nie, ale jednocześnie warto podkreślić, że sprawa jest zdecydowanie bardziej skomplikowana. Google zapowiedziało, że 1 lipca 2023 r. wyłączy wszystkie usługi Google Universal Analytics, co w praktyce będzie oznaczać wstrzymanie gromadzenia w nich nowych danych. Jednocześnie już dziś wiemy, że dostęp do tych usług, więc i do danych z przeszłości nie będzie wieczny - od 1 lipca rozpoczyna się okresu 6 miesięcy, po których Google usunie wszystkie konta GUA.

Sytuacja nie jest aż tak straszna jak mogłoby się wydawać - po pierwsze mamy już do dyspozycji Google Analytics 4, w którym możemy zbierać dane równolegle, a po drugie Google udostępnia inne narzędzia, które pomogą nam odnaleźć się w sytuacji wyłączenia usług Universal Analytics.

Najprostszą odpowiedzią byłoby po prostu nie, ale jednocześnie warto podkreślić, że sprawa jest zdecydowanie bardziej skomplikowana. Google zapowiedziało, że 1 lipca 2023 r. wyłączy wszystkie usługi Google Universal Analytics, co w praktyce będzie oznaczać wstrzymanie gromadzenia w nich nowych danych. Jednocześnie już dziś wiemy, że dostęp do tych usług, więc i do danych z przeszłości nie będzie wieczny - od 1 lipca rozpoczyna się okres 6 miesięcy, po których Google usunie wszystkie konta GUA.

Sytuacja nie jest aż tak straszna jak mogłoby się wydawać - po pierwsze mamy już do dyspozycji Google Analytics 4, w którym możemy zbierać dane równolegle, a po drugie Google udostępnia inne narzędzia, które pomogą nam odnaleźć się w sytuacji wyłączenia usług Universal Analytics.

Jak się zabezpieczyć przed utratą danych z „Universala”?

Możemy to zrobić na kilka sposobów, ale jeśli szukasz rozwiązania najprostszego, które w pełni opiera się o inne usługi Google, to rekomenduję wykorzystać do tego Google BigQuery, a w następnej kolejności Looker Studio (Google Data Studio). Może to brzmieć skomplikowanie, ale w praktyce, nie jest to tak straszne, na jakie wygląda, choć przestawienie się z analizowania danych w dotychczasowym GA3 na dane wyeksportowane do BigQuery i ewentualnie prezentowanie ich w Looker’ze wymaga odpowiedniej wiedzy i umiejętności.
Czym jest Google BigQuery? Jest to jedna z usług funkcjonujących w ramach Google Cloud Platform, czyli zestawu usług i narzędzi chmury obliczeniowej, w której Google udostępnia nie tylko przestrzeń serwerową, ale daje możliwość samodzielnego zbudowania własnej, dopasowanej do potrzeb infrastruktury. BigQuery to, jak określa Google, działająca w chmurze, skalowalna hurtownia danych, zoptymalizowana pod kątem szybkiej analizy dużych zbiorów danych. Brzmi kosmicznie? Tłumacząc na „ludzki”, to szybka baza danych, dostępna całkowicie online, do której możesz wrzucić dane z różnych źródeł (Analytics, wewnętrzny CRM itd.) i następnie przeanalizować w całości. Technicznie narzędzie opiera się o zapytania SQL, więc do pełnej analizy wiedza w tym zakresie będzie konieczna, choć nie jest to aż tak skomplikowane, aby nie było do opanowania.
Mamy już dane w Google BigQuery. Co dalej? Samo BigQuery magazynuje dane, a po użyciu zapytania SQL „wyrzuci” nam odpowiednie wyniki. Daleko im jednak będzie do tego co dotychczas wiedzieliśmy w Google Universal Analytics, choć i tu, Google przychodzi z pomocą. Narzędzie znane do niedawna jako Google Data Studio, a dziś Looker Studio daje możliwość zaciągania danych z BigQuery, konfiguracji i prezentowania ich w formie tabeli i wykresów, co już wydaje się być dużo bliższe GA3, prawda?

Jak się zabezpieczyć przed utratą danych z „Universala”?

Możemy to zrobić na kilka sposobów, ale jeśli szukasz rozwiązania najprostszego, które w pełni opiera się o inne usługi Google, to rekomenduję wykorzystać do tego Google BigQuery, a w następnej kolejności Looker Studio (Google Data Studio). Może to brzmieć skomplikowanie, ale w praktyce, nie jest to tak straszne, na jakie wygląda, choć przestawienie się z analizowania danych w dotychczasowym GA3 na dane wyeksportowane do BigQuery i ewentualnie prezentowanie ich w Looker’ze wymaga odpowiedniej wiedzy i umiejętności.
Czym jest Google BigQuery? Jest to jedna z usług funkcjonujących w ramach Google Cloud Platform, czyli zestawu usług i narzędzi chmury obliczeniowej, w której Google udostępnia nie tylko przestrzeń serwerową, ale daje możliwość samodzielnego zbudowania własnej, dopasowanej do potrzeb infrastruktury. BigQuery to, jak określa Google, działająca w chmurze, skalowalna hurtownia danych, zoptymalizowana pod kątem szybkiej analizy dużych zbiorów danych. Brzmi kosmicznie? Tłumacząc na „ludzki”, to szybka baza danych, dostępna całkowicie online, do której możesz wrzucić dane z różnych źródeł (Analytics, wewnętrzny CRM itd.) i następnie przeanalizować w całości. Technicznie narzędzie opiera się o zapytania SQL, więc do pełnej analizy wiedza w tym zakresie będzie konieczna, choć nie jest to aż tak skomplikowane, aby nie było do opanowania.
Mamy już dane w Google BigQuery. Co dalej? Samo BigQuery magazynuje dane, a po użyciu zapytania SQL „wyrzuci” nam odpowiednie wyniki. Daleko im jednak będzie do tego co dotychczas wiedzieliśmy w Google Universal Analytics, choć i tu, Google przychodzi z pomocą. Narzędzie znane do niedawna jako Google Data Studio, a dziś Looker Studio daje możliwość zaciągania danych z BigQuery, konfiguracji i prezentowania ich w formie tabeli i wykresów, co już wydaje się być dużo bliższe GA3, prawda?

Czy BigQuery i Looker Studio to rozwiązanie idealne?

Oczywiście nie, ale po pierwsze Google Universal Analytics również nim nie jest, a po drugie nie mamy alternatywy, więc musimy przystosować się do takiego rozwiązania, jeśli chcemy pozostać w ekosystemie Google. Co więcej, im szybciej to zrobimy, tym lepiej dla nas - wszyscy dobrze wiemy, jak kończy się odwlekanie takich zadań w czasie.
To wszystko, choć wydaje się skomplikowane i problematyczne, w rzeczywistości jest wystarczająco intuicyjne, a po kilku chwilach „przeklinania się” przez wszystkie narzędzia stanie się nawet logiczne. Oczywiście, będzie do tego potrzebna wiedza i umiejętności techniczne lub specjalista, który pomoże uporządkować aktualną sytuację, ale mamy XXI wiek - nikt nie mówił, że będzie łatwo ;)

Czy BigQuery i Looker Studio to rozwiązanie idealne?

Oczywiście nie, ale po pierwsze Google Universal Analytics również nim nie jest, a po drugie nie mamy alternatywy, więc musimy przystosować się do takiego rozwiązania, jeśli chcemy pozostać w ekosystemie Google. Co więcej, im szybciej to zrobimy, tym lepiej dla nas - wszyscy dobrze wiemy, jak kończy się odwlekanie takich zadań w czasie.
To wszystko, choć wydaje się skomplikowane i problematyczne, w rzeczywistości jest wystarczająco intuicyjne, a po kilku chwilach „przeklinania się” przez wszystkie narzędzia stanie się nawet logiczne. Oczywiście, będzie do tego potrzebna wiedza i umiejętności techniczne lub specjalista, który pomoże uporządkować aktualną sytuację, ale mamy XXI wiek - nikt nie mówił, że będzie łatwo ;)