WebAnalytics

​​Google Analytics 4 додав нативну інтеграцію з Meta та TikTok, завдяки якій тепер ви можете імпортувати дані про витрати на рекламу без CSV, скриптів чи сторонніх конекторів — витрати, кліки та покази автоматично потрапляють у звіти GA4 💪 Детальніше в документації: https://bit.ly/49bRCrq via @WebAnalyst

​​Найпопулярніша і найбільш просунута бібліотека браузерного «відбитку» FingerprintJS знову повертається до open-source ліцензії MIT 🎉 Це означає, що тепер її знову можна безкоштовно використовувати у власних продуктах, щоб розпізнавати повторні візити навіть без cookies, боротися з шахрайством чи відслідковувати якість трафіку. via @WebAnalyst

​​Google Analytics додав нові шаблони аудиторій для роботи з покупцями на різних етапах життєвого циклу. Тепер прямо в #GA4 можна швидко створити дві ключові аудиторії: — High-Value Purchasers — з фільтром LTV percentile, щоб виділити топ-клієнтів за цінністю. — Disengaged Purchasers — користувачів, які давно не купували, для повернення й повторних продажів. Ці списки можна одразу використовувати у Google Ads: для залучення цінних нових клієнтів або утримання. Також GA4 отримав динамічний ремаркетинг: персоналізовані оголошення з товарами, які користувач переглядав на сайті — без додаткових налаштувань у Google Ads. Детальніше тут: https://bit.ly/4aamARr via @WebAnalyst

​​Нова модна штука для людей, які хоч якось працюють з кодом — Claude Code. Наприклад, якщо вам не подобається Looker Studio, то тепер можна собі навайбкодити кастомний дашборд. Знайшов YouTube-відео, де автор показує, як він побудував Google Analytics дашборд за декілька годин у Cursor використовуючи Claude Code. Що вийшло: • дані з #GA4 через API - графіки, таблиці, фільтри • Q&A через текстові команди в режимі чату • автоматичні email-звіти через SendGrid Виглядає цікаво: https://www.youtube.com/watch?v=rF0F-3BifaY Якщо хочете розібратись — можливо стане у нагоді безкоштовний курс по Claude Code від Anthropic. via @WebAnalyst

​​Google Tag Gateway — це спосіб прокидати #GA4 та Google Ads трекінг через ваш власний домен, щоб зменшити вплив adblock’ів і браузерних обмежень (наприклад, Safari Inteligent Tracking Prevention). Фактично, замість запитів на google-analytics.com дані йдуть через ваш домен (first-party), що допомагає трохи підвищити точність трекінгу. Як це працює і як налаштувати можна почитати тут: https://bit.ly/497XVMj Тепер Google пішов далі і додав нативну інтеграцію Google Tag Gateway з Google Cloud Platform (beta) — з розгортанням «в один клік» (раніше автоматичний варіант був лише через Cloudflare). Важливо розуміти: — це не срібна куля (все ще це не обходить всі блокувальники реклами, в тому числі Ghostery) — cookie lifetime сам по собі не подовжується (для цього все це потрібен server-side GTM) — але як low-effort апгрейд для client-side GA4/GTM — штука дуже корисна, особливо якщо ви не готові йти в server-side tracking, але хочете трохи кращі дані. via @WebAnalyst

​​Google запустив Conversational Analytics (Agents) прямо в BigQuery — і цього разу AI-агенти виглядають розумними. Це не просто чатік. Ви створюєте бізнес-обізнаного агента з чіткими межами: 📅 обираєте конкретні таблиці (краще semantic layer, а не raw) ✍️ додаєте інструкції з бізнес-логікою (які дати, які поля, як рахувати) 💽 підключаєте Verified Queries для ключових метрик 📖 описуєте терміни через Glossary 💰 ставите ліміти та бюджет, щоб витрати на токени були прогнозованими Результат: агент генерує SQL, показує логіку, будує візуалізації, може робити forecast / anomaly detection, і все це — з урахуванням вашого контексту та прав доступу. Фактично це новий presentation layer поруч із дашбордами. Агенти можна шарити всередині компанії. Це вже доступно в усіх BigQuery проєктах. ⚠️ Важливо: без підготовленої семантичної моделі буде боляче. Не підключайте агента до raw GA4 даних — буде дорого і без сенсу. Деталі: https://bit.ly/3Z8U3or Документація: https://bit.ly/3McV9g4 via @WebAnalyst

​​Наткнувся на безкоштовне open-source рішення для збору даних та управління тегами — walkerOS. Якщо по якимось причинам вам не підходить Google Tag Manager, то цей продукт точно вартий уваги. Плюси: + безкоштовно + open-source (MIT ліцензія) + privacy-first (self-hosted рішення) + client-side tracking + server-side tracking Мінуси: - це code-first, немає можливості керувати через UI - потрібна технічна команда для підтримки - потрібна інфраструктура для хостингу Детальніше: walkeros.io Github: https://github.com/elbwalker/walkerOS/ via @WebAnalyst

Написав статтю про те, як бачу ідеальний сетап веб-аналитіки у 2026 році. Тільки максимально корисні методи/ підходи, які використовую сам

​​Microsoft запустив AI Performance у Bing Webmaster Tools (public preview) — звіт, який показує, як ваш контент цитується в AI-відповідях Copilot та Bing. Це перший кейс, коли велика пошукова платформа дає структуровану аналітику не по кліках чи позиціях, а по цитуваннях в generative answers. Що можна подивитись: 📊 Total citations — скільки разів ваш сайт був джерелом 📄 Average cited pages — скільки унікальних URL цитуються щодня 🔎 Grounding queries — фрази, якими AI “дістає” ваш контент 📈 Visibility trends — динаміка цитувань у часі 📌 Page-level activity — які сторінки найчастіше використовуються як source ⚠️ Важливо: це не про кліки і не про трафік. Це про факт використання вашого контенту в AI-відповідях. Це цікаво навіть якщо Bing не є вашим основним каналом, оскільки Copilot інтегрований у Windows, Edge, Microsoft 365, а реальних точок контакту ще більше. Майже гарантовано щось подібне з часом зʼявиться і в Google Search Console. Офіційний анонс: https://bit.ly/4lblS9V via @WebAnalyst

​​Досліджую тему використання Claude Code/Codex для data analysis і поки головний висновок такий: AI дуже серйозно трансформує не тільки роботу інженерів, але й аналітиків. Наткнувся на оглядовий розбір архітектури, де всередині Claude Code зібрали AI data analyst, який без Python, SQL і взагалі без коду проходить повний цикл аналізу: формулює питання, досліджує дані, валідовує висновки, генерує графіки і збирає презентацію. Що там особливо цікаво: — вся система — це 15 agents і 12 skills — все зберігається у markdown-файлах — agents роблять роботу — skills задають стандарти якості — вся логіка керується одним CLAUDE.md — кожен feedback покращує всю систему. Але відкритими лишаються дуже практичні речі: — хто валідовує результати — хто будує реальний product/business context — хто пріоритизує, що взагалі варто аналізувати — хто не дає організації потонути в десятках AI-висновків, які звучать переконливо, але нікуди не ведуть :) Нажаль, стаття крім самої ідеї цінності особливо не несе, але якщо вам цікаво — то посилання буде в коментарях :) Якщо хтось бачив в open-source схожі архітектури або детальні покрокові мануали як зібрати таку систему — діліться в коментарях! via @WebAnalyst

​​Ого! Google повернув Looker Studio стару назву — тепер це знову старий добрий Data Studio. Схоже, у Google зрозуміли, що назва Looker Studio тільки заплутувала, бо Looker і колишній Data Studio — це все ж дуже різні продукти. Тепер Google розділяє їх так: — Data Studio — безкоштовний self-service інструмент для personal exploration і ad-hoc reporting — Data Studio Pro — версія для команд з AI features, security і compliance controls — Looker — окремий enterprise BI продукт Google каже, що всі існуючі звіти, data sources, assets і user settings будуть перенесені автоматично, ніяких додаткових дій по міграції зі сторони клієнтів не потрібно. Детальніше в офіційному анонсі від Google. via @WebAnalyst

​​Наткнувся на цікаву ідею про privacy-by-design в A/B testing. Суть дуже проста: щоб аналізувати результати експериментів, не обов’язково зберігати дані по кожному окремому користувачу. У багатьох випадках достатньо працювати з агрегованими даними — тобто не бачити конкретну людину, а одразу дивитись на групи користувачів. Для великого і відповідального бізнесу це може бути хорошим підходом одразу з кількох причин: — менше персональних даних зберігається — нижчий ризик витоку (бо немає чому витікати, user level data не зберігається) — простіше пояснювати підхід legal / privacy командам — дешевше і швидше обробляти дані Мені здається, це хороше нагадування, що насправді privacy — це не тільки про consent mode банери і юридичні тексти. Це ще й про те, як ви проєктуєте саму архітектуру збору і аналізу даних. Детальніше: https://blog.conductrics.com/privacy-by-design-ab-testing/ Paper: https://hstalks.com/article/10835/when-less-is-more-privacy-by-design-in-ab-testing/ via @WebAnalyst

​​OpenAI суттєво прокачали технічну інфраструктуру для ChatGPT Ads! Зарелізили: — JavaScript Pixel — ставиться в код web-сторінок, трекає стандартні події: page_viewed, items_added, checkout_started, order_created. — Conversions API — server-to-server, "більш надійний, ніж піксель сам по собі". Пакетна відправка до 1000 подій за раз. — Advertiser API — програмне створення Campaigns / Ad Groups / Ads. — Insights API — перформанс-аналітика. Все як і у Google або Meta, архітектура схожа, навіть дедуплікація відразу є через спільний event_id, щоб не рахувати події двічі. Канал поки маленький і дорогий. Інвентар обмежений. Але якщо раніше була тільки модель закупки CPM, то тепер додали CPC — платиш за клік, а не тільки за покази. Офіційний анонс тут. P.S. якщо комусь потрібна консультація по налаштуванню трекінгу або програмної роботи з JavaScript Pixel, Conversions API, Advertiser API, Insights API — пишіть мені в особисті @iosiuk. via @WebAnalyst

​​Google опублікували офіційний AI Optimization Guide, щоб пояснити, як створювати контент, який буде потрапляти в AI-відповіді Google Search: https://developers.google.com/search/docs/fundamentals/ai-optimization-guide Діліться результатами власних експериментів (в тому числі й не успішних) по Generative Engine Optimization в коментарях. via @MarkeTech

​​Anthropic автоматизували 95% аналітичних запитів всередині компанії через Claude з точністю роботи ~95%. Тисячі SQL-запитів з дашбордів як контекст для агента дали менше 1% приросту точності, на відміну від Skills. Skill — задокументований workflow досвідченого аналітика: які питання уточнити, де шукати джерела, як виконати і перевірити. Проблема не в доступі до даних — в структурі й однозначності. Skills вирішили це: без skills: 21% accuracy, а з skills уже 95%+. Деталі тут: https://bit.ly/43kFIaL via @WebAnalyst

​​Google розкатили Generative AI performance report в Search Console на всі сайти світу — з 31 серпня він доступний глобально. Що показує звіт: — покази вашого контенту в AI Overviews, AI Mode і AI features в Discover — розбивка по країні, девайсу і даті Чого немає — кліків. Бачите, що контент потрапив в AI-відповідь. Не бачите, чи хтось пройшов на сайт. Також з'явився новий тогл — Search generative AI control. Вимикаєте — ваш сайт зникає з усіх AI search features Google. Вмикаєте — лишаєтесь в AI results, але вимірюєте тільки impressions. По суті вибір між "бути в AI search і не знати чи це дає трафік" і "вийти і точно не отримувати нічого". Деталі в блозі. via @WebAnalyst

​​OpenReplay — безкоштовна open-source альтернатива Hotjar і FullStory. Головна відмінність: всі дані зберігаються у вас, а не на серверах стороннього сервісу. Що отримуєте: - запис сесій користувачів: бачите що вони робили, де клікали, де зависали - технічний контекст поряд з відео: помилки, повільні запити, збої — одразу зрозуміло де впав продукт - пошук по будь-яких параметрах: знайти сесії конкретного юзера, з конкретною помилкою або дією Є фіча для підтримки — можна підключитись до сесії юзера в реальному часі і буквально бачити його екран. Без скріншотів і переписки "а що у вас відбувається". Підходить командам, яким треба session replay, але не можна (або не хочеться) відправляти дані користувачів на сторонні сервери. Ставиться на власну інфраструктуру: https://github.com/openreplay/openreplay via @WebAnalyst