Основы аналитики и измерения для диджитал-маркетинга

Маркетинговая аналитика — это четырёхслойный стек: сбор (сырые события), идентификация (какая кампания привела посетителя), анализ (дашборды и сегменты) и атрибуция (какому каналу засчитывается заслуга). Каждый слой зависит от того, что под ним. Если сбор сломан, идентификация бессмысленна. Если идентификация неаккуратна, атрибуция превращается в фикцию. Строй снизу вверх.

Без измерения маркетинг генерирует активность, но не знание. Этот гид ставит инфраструктуру на место (Google Analytics 4, UTM-параметры, дашборды, план измерений) до того, как ты начнёшь исполнять. Дисциплина та же, что ты применил бы к конвейеру выявления мошенничества: определи, что важно, настрой измерение, потом действуй.

// 01Стек измерений: что куда

Маркетинговая аналитика — это не один инструмент. Это стек. Каждый слой отвечает на свой вопрос. Понимание слоёв предотвращает частую ошибку: пытаться отвечать на стратегические вопросы тактическими инструментами или наоборот.

• Слой 1: Сбор: Отслеживание сырых событий: пользователь зашёл, кликнул, отправил форму, прокрутил страницу. Основной инструмент — Google Analytics 4 (GA4).
• Слой 2: Идентификация: Отслеживание кампаний. Когда кто-то приходит из поста в LinkedIn, объявления Google или холодного письма, тебе нужно знать, из какой именно активности он пришёл. Основной инструмент — UTM-параметры.
• Слой 3: Анализ: Дашборды, сегменты и отчёты, превращающие потоки событий в решения. Встроенные отчёты GA4, плюс Google Looker Studio или таблицы.
• Слой 4: Атрибуция: Когда лид конвертируется после нескольких касаний, какому каналу засчитывается заслуга? Здесь живут модели атрибуции.

// 02Google Analytics 4: модель на основе событий

GA4 — индустриальный стандарт для веб-аналитики. Будешь ли ты пользоваться им долго или нет, понимать его необходимо: покупатели, маркетинговые команды и PM-коллеги часто на него ссылаются. И поскольку он бесплатный, это правильная стартовая точка.

Базовая концепция: всё — это событие

В GA4 нет понятия «просмотра страницы» как особой сущности. Просмотр страницы — это просто событие с именем page_view. Клик по кнопке — событие, которое ты определяешь. Отправка формы — событие, которое ты определяешь. Это создаёт гибкую, расширяемую модель.

Параметры событий

События могут нести дополнительные данные через параметры. Например, событие cta_clicked может включать:

button_text:    "Add to Cart"
page_location:  "/products/linen-bedding-set"
cta_position:   "pdp-hero" | "sticky-bar"

Параметры дают тебе гранулярность для ответа на конкретные вопросы: «Какая кнопка add-to-cart приводит к большему числу завершённых чекаутов?» вместо просто «Сколько кликов add-to-cart было?»

Пользователи, сессии, вовлечённость

• Пользователь: Уникальный человек (приближённо по cookie или ID устройства). Сохраняется между сессиями, до 14 месяцев.
• Сессия: Один визит, начинающийся с session_start. Заканчивается через 30 минут неактивности.
• Событие: Одно действие внутри сессии. Мгновенное.

GA4 ввёл концепцию вовлечённости (engagement), которая полезнее старого «показателя отказов». Сессия «вовлечённая», если она длилась больше 10 секунд, имела 2+ просмотра страниц или содержала событие конверсии. Посетитель, который читает твой пост в блоге целиком 4 минуты, а потом уходит, в GA4 считается «вовлечённым», тогда как по старой модели засчитался бы как «отказ». Это различие огромно для контентных сайтов.

Конверсии (key events)

В GA4 конверсия — это просто событие, которое ты помечаешь как важное. Не все конверсии равны. Отслеживай их в иерархии: первичные (покупка завершена), вторичные (аккаунт создан, чекаут начат) и микро (add-to-cart, добавлено в список желаний). Строй отчётность вокруг этой иерархии.

// 03UTM-параметры: знать, откуда приходит трафик

UTM-параметры — это метки, которые ты добавляешь к любому URL, чтобы когда кто-то кликнул по этой ссылке и попал на твой сайт, GA4 точно знал, откуда он пришёл и почему.

Пять UTM-параметров

• utm_source (обязательный): Откуда трафик. Примеры: linkedin, google, newsletter
• utm_medium (обязательный): Тип канала. Примеры: social, cpc, email
• utm_campaign (обязательный): Конкретная кампания или активность. Примеры: spring-bundle-launch, referral-friend-credit
• utm_term (опциональный): Ключевое слово для платного поиска.
• utm_content (опциональный): Различает варианты для A/B-тестов.

Конвенция именования значит больше, чем кажется

UTM-отслеживание быстро ломается без дисциплины. GA4 рассматривает LinkedIn, linkedin и linked-in как три разных источника. Твои отчёты становятся фрагментированными и непригодными.

Дисциплина разметки каждой ссылки навязывает полезное упражнение: прежде чем опубликовать или отправить что-либо, ты должен спросить «как я узнаю, что это сработало?» Один этот вопрос улучшает твой маркетинг.

// 04Ключевые метрики по каналу

Модуль 1.1 ввёл основные метрики. Здесь мы переходим в операционный режим: какие метрики важны для какого канала, как выглядит «хорошо» и что каждая метрика фактически говорит тебе сделать.

Диагностическая цепь платных объявлений

Когда эффективность платной рекламы падает, диагностируй в этом порядке: (1) показы и CTR: ты появляешься и кликают ли по объявлению? (2) конверсия со страницы товара в чекаут: соответствует ли PDP обещанию объявления? (3) качество повторных покупок: возвращаются ли первые покупатели через 90 дней? Большинство менеджеров платной рекламы оптимизируют шаги 1 и 3, но относятся к шагу 2 как к «не моей задаче». Ты заполняешь этот пробел.

Email-метрика, которую все упускают

Чистое изменение аудитории = темп роста списка − темп отписок

Если твой список растёт на 50 подписчиков/месяц, но ты теряешь 40, твой эффективный рост — 10. Многие маркетологи празднуют 50, не отслеживая потерянные 40.

// 05Построить дашборд: сигнал против шума

Дашборд — это не коллекция всех метрик, которые ты можешь найти. Это инструмент поддержки решений. Каждая метрика на нём должна отвечать на вопрос, ведущий к действию. Если метрика «интересная, но по ней нельзя действовать», ей не место на твоём основном дашборде.

Модель трёх дашбордов

Вместо одного перегруженного дашборда используй три слоя. Каждый отвечает на свой вопрос со своей частотой:

• Стратегический (ежемесячно): Достигаем ли мы бизнес-результатов? KPI: лиды, CAC, LTV, смешанный ROAS.
• Операционный (еженедельно): На чём фокусируемся на этой неделе? Конверсия по каналам, топ-страницы, топ-источники.
• Диагностический (когда что-то выглядит не так): Почему сдвинулся стратегический показатель? Просадки по шагам воронки, удержание когорт, разбивка по сегментам.

Что не выкладывать на дашборд

• Метрики тщеславия без контекста: "10 000 просмотров в этом месяце" ничего не значит без знания конверсии или направления тренда.
• Метрики, на которые ты не можешь повлиять: Если ты отслеживаешь "среднюю продолжительность сессии", но у тебя нет плана на случай её падения, это шум.
• Данные в реальном времени, которые ты компульсивно проверяешь: Дашборды реального времени вызывают зависимость и почти никогда не помогают принять решение в малом бизнесе. Проверяй еженедельно, а не ежечасно.

// 06UTM-трекинг на практике: полный цикл

Конкретный сценарий: ты публикуешь объявление в Meta, продвигающее весенний бандл белья. Объявление ведёт на страницу категории на твоём сайте. Ты размечаешь URL UTM-параметрами.

https://yoursite.com/shop/spring-linen-bundle
  ?utm_source=meta
  &utm_medium=paid-social
  &utm_campaign=spring-bundle-launch
  &utm_content=carousel-v1

Когда кто-то кликает по твоей размеченной ссылке, GA4 запускает событие page_viewс прикреплёнными source, medium и campaign. По мере вовлечения (просмотр товара, добавление в корзину, начало чекаута, завершение покупки) каждое действие запускает кастомные события, все приписанные твоему объявлению Meta. В конце месяца ты смотришь свой дашборд производительности по каналам и видишь, что Meta пригнал 1 840 сессий и 38 покупок при AOV $82: ROAS 2,3×. Ты сравниваешь это с расходом на рекламу и решаешь, масштабировать ли, заменить креатив или починить PDP, с которой посетители постоянно отскакивают.

// 07GA4: практический гайд по настройке

Шаг 1: создать GA4-property

Зайди на analytics.google.com. Создай аккаунт (или используй свой существующий аккаунт Google). Создай новое свойство GA4 для своего сайта. Добавь поток данных (web) и скопируй свой ID измерения (формат: G-XXXXXXXXXX).

Шаг 2: установить код отслеживания

• Google Tag Manager (GTM): Рекомендуемый подход. GTM отделяет настройку отслеживания от кода сайта, так что ты можешь добавлять, изменять или удалять отслеживание, не трогая кодовую базу.
• Прямая установка: Вставь сниппет GA4 в head своего сайта. Проще для одностраничного сайта, но сложнее в управлении по мере роста отслеживания.

Шаг 3: включить расширенные измерения

В настройках свойства GA4 → Data Streams → выбери поток → включи Enhanced Measurement. Это автоматически отслеживает скроллы, исходящие клики, скачивания файлов и взаимодействия с формами.

Шаг 4: определить кастомные события

add_to_cart              → Кнопка add-to-cart нажата на PDP
checkout_started         → Поток чекаута инициирован
purchase_completed       → Заказ размещён (со значением + items)
wishlist_added           → Item сохранён в вишлист
product_compared         → Модуль сравнения товаров задействован

Шаг 5: пометить конверсии

В GA4 → Admin → Conversions (Key Events) → пометь purchase_completed и checkout_started как конверсии.

// 08План измерений: связать метрики с решениями

План измерений — это одностраничный документ, отвечающий: что я отслеживаю, как я это отслеживаю, и какие решения подсказывает каждая метрика? Это PM-дисциплина, применённая к маркетингу, и она предотвращает распространённый провал: отслеживать всё и ничего не учиться.

ПЛАН ИЗМЕРЕНИЙ — DTC-бренд товаров для дома

Бизнес-цель: $250k ежемесячной выручки при смешанном ROAS 2,0×+

KPI               Цель        Источник     Решение, которое он подсказывает
────────────────  ──────────  ───────────  ─────────────────────
Покупки           2 900/мес   GA4-событие  "Работает ли моя воронка?"
Органический      45k/мес     GSC + GA4    "Привлекает ли контент сравнения
трафик                                      покупателей?"
Email/SMS-список  25k+ subs   Klaviyo      "Строю ли я аудиторию,
                                            которую могу монетизировать снова?"
Конверсия         2,4%+       GA4          "Держится ли мой чекаут-флоу?"
Смешанный CAC     < $34       Подсчитано   "Устойчиво ли моё привлечение?"

// 09Частые ошибки в измерениях

• Измерять активность, а не результаты: Отслеживать "10 постов в LinkedIn опубликовано" не говорит ничего о том, сгенерировали ли они лидов.
• Оптимизировать прокси: Поднимать глубину скролла как цель, а не как опережающий индикатор понимания.
• Делать выводы из малых выборок: Объявлять победителя по 50 сессиям — это шум, а не сигнал. Подожди, пока математика прояснится.
• Игнорировать временной лаг: Кампания, выстрелившая в день 1, может конвертировать в день 45. Last-touch атрибуция это спрячет.
• Не отслеживать реферальные каналы: Скачки прямого трафика обычно неправильно атрибутированы; размечай каждую внешнюю ссылку.

// 10Аналитические инструменты помимо GA4

GA4 — это стартовая точка, а не конец. По мере зрелости твоего маркетинга ты можешь наслаивать дополнительные инструменты: PostHog или Amplitude для продуктовой аналитики, Hotjar или Microsoft Clarity для session replay, Search Console для SEO-производительности и Mixpanel или Heap для гранулярного анализа воронки.

// 11Пять вещей, которые стоит унести

• 01: Измерения идут до исполнения. Если ты не можешь отследить результаты активности, ты не можешь из неё учиться.
• 02: Единица анализа — события, а не просмотры страниц. Модель GA4 на основе событий позволяет отслеживать ровно те действия, которые имеют значение.
• 03: Размечай каждую ссылку. UTM-параметры — единственный надёжный способ атрибутировать трафик к конкретным маркетинговым усилиям.
• 04: Дашборды — это инструменты решений, а не свалки данных. Если ты не можешь сказать, что бы ты делал иначе на основе значения метрики, ей там не место.
• 05: Остерегайся частых ловушек: измерять активность вместо результатов, оптимизировать прокси, делать выводы из малых выборок, игнорировать временной лаг.