14 ноября 2005 года Google сделала свой сервис веб-аналитики бесплатным. Ещё недавно за его предшественника, Urchin on Demand, платили по подписке. Теперь владелец небольшого сайта мог установить счётчик и получить отчёты, которые связывали источники трафика, поведение посетителей и результаты рекламы.
В истории Google Analytics этот переход важнее любой отдельной функции. Аналитика постепенно становилась привычной частью работы с сайтом: инструмент уже доступен, осталось разобраться, что измерять и какие решения принимать. Вместе с этим появилась новая опасность — принять аккуратный отчёт за полную картину бизнеса.
#До Google Analytics сайт уже можно было измерять
Веб-аналитика существовала задолго до покупки Urchin. У веб-серверов были журналы запросов, у хостингов — статистика, на страницах стояли счётчики посещений. На рынке работали WebTrends и другие коммерческие продукты. Проблема заключалась в том, насколько легко владелец сайта мог превратить эти данные в ответ на свой вопрос.
Сервер фиксировал технические действия: какой адрес запросили, в какое время, с какого IP, с каким браузером. Одна страница могла породить множество запросов — к документу, изображениям и другим файлам. Поэтому число обращений к серверу, или хитов, нельзя было напрямую считать числом просмотров, а IP-адрес — человеком.
Один посетитель мог менять IP, а несколько пользователей — выходить в интернет через общий адрес. Страница, открытая из кэша, могла вообще не запросить сервер повторно. Для администратора журнал был полезен сам по себе. Маркетологу требовалось восстановить из него визиты, возвращения и путь к целевому действию. Именно на этой границе развивалась Urchin.
#Urchin училась видеть посетителя за запросами
Один из основателей Urchin, инженер Пол Мюре, в своём рассказе об истории продукта относит начало работы над Urchin Software к 1998 году. Команда построила бизнес вокруг программы анализа посещаемости, а затем и её размещённой в интернете версии — Urchin on Demand. В этой второй модели клиент пользовался онлайн-сервисом, а вычислительную часть обслуживал поставщик.
У Urchin было и важное техническое развитие: совмещение серверных журналов с информацией из браузера. В Urchin Tracking Module небольшой JavaScript-датчик на странице отправлял дополнительный запрос и использовал cookie для идентификации браузера. Программа обработки журналов распознавала эти записи и объединяла их с обычными серверными данными.
За этим устройством стояла конкретная задача. Если человек вернулся к странице из кэша, датчик всё равно мог сообщить о просмотре. Если изменился IP, сохранённый идентификатор помогал связать посещения. Так учёт приближался к тому, что интересовало бизнес: сколько посетителей пришло, кто вернулся и какие страницы они открывали.
Историческая схема Urchin UTM. Браузерный датчик дополнял серверный журнал; идентификатор в cookie помогал связывать посещения.
Название Urchin сохранилось в повседневном языке маркетологов: аббревиатура UTM происходит от Urchin Tracking Module. Сегодня под UTM-метками обычно понимают параметры ссылки — например, utm_source и utm_campaign, позволяющие передать источник и название кампании. Исторический модуль был более широкой технологией отслеживания; метки стали особенно заметной частью его наследия.
#Почему Google смогла сделать аналитику бесплатной
28 марта 2005 года Google объявила о соглашении по приобретению Urchin; в воспоминании Бретта Кросби завершение покупки относится к апрелю. К ноябрю онлайн-продукт получил имя Google Analytics и стал бесплатным. По сообщению WIRED того времени, до бесплатного запуска Google уже снизила ежемесячную цену сервиса до 199 долларов.
У этой истории есть неожиданный предыдущий эпизод. Как писал сооснователь Urchin Бретт Кросби в августе 2006 года, команда начинала с бесплатной модели, поддерживаемой рекламой, но затем перешла к оплате продукта. После приобретения они вместе с Google нашли способ снова раздавать его бесплатно — уже без рекламы внутри сервиса.
Экономическое объяснение этого решения можно увидеть в устройстве продуктов Google. Компания продавала рекламу, а аналитика помогала рекламодателю понять, что происходило после клика. Если он находил работающие кампании и улучшал сайт, у него появлялись основания продолжать закупку трафика. Бесплатный сервис мог приносить пользу более крупному рекламному бизнесу, даже без собственной подписочной выручки.
Это интерпретация связи двух продуктов, а документированная часть вполне конкретна: Google Analytics интегрировалась с AdWords, автоматически размечала его переходы и импортировала расходы для расчёта эффективности. При этом она работала и с другими источниками: рассылками, баннерами, поиском и внешними ссылками. В анонсе запуска Google отдельно подчёркивала доступность сервиса на 16 языках, включая русский.
Массовый доступ складывался из нескольких условий одновременно. Исчезала плата за инструмент, обработку брала на себя инфраструктура Google, а базовое подключение сводилось к установке кода на страницы. Необходимость правильно настроить цели и сбор данных сохранялась, но начать наблюдение становилось гораздо проще.
Спрос превысил ожидания Google: компания ввела регистрацию по приглашениям с ожиданием доступа. 15 августа 2006 года очередь отменили — любой владелец сайта мог сразу создать бесплатный аккаунт. Масштаб интереса оказался настолько велик, что даже инфраструктуру Google пришлось под него приспосабливать.
#Что изменилось для небольшого бизнеса
Предприниматель получил возможность пройти от вопроса «сколько людей пришло?» к вопросу «какие посещения имеют смысл?». Для этого требовалось определить результат: заполненную форму, регистрацию, запрос предложения или покупку. Настроенная цель давала точку, относительно которой можно было сравнивать источники и страницы.
Менялась логика оценки рекламы. Дешёвый клик ещё не делал кампанию удачной. Если посетители не доходили до нужного действия, низкая цена трафика могла скрывать высокую цену результата. В инструкции по связи Analytics и AdWords 2006 года уже описывались импорт расходов, выручка на клик и отчёты по ключевым словам. Для такого сравнения требовались корректно собранные данные о целях или продажах.
Отчёты помогали разобраться и с самим сайтом. Посетители уходят сразу со страницы входа или после следующего шага? Какие материалы читают перед обращением? Где прерывается ожидаемый путь? В августе 2006 года Google предлагала владельцам сайтов настроить цель и воронку, накопить данные и проверить реальную навигацию. Это был практический способ поставить под сомнение задумку дизайнера: люди могли пользоваться сайтом иначе, чем предполагалось.
Для небольших компаний особенно существенно, что проверка становилась повторяемой. Можно было изменить посадочную страницу, посмотреть новый период, сравнить каналы и найти место для следующей работы. При этом сравнение «до и после» оставалось наблюдением: сезонность, изменение рекламы и состава посетителей могли повлиять на результат вместе с новым дизайном.
Доступность меняла привычку. Когда за каждый новый вопрос не нужно отдельно покупать систему и организовывать обработку журналов, проверять предположение становится легче. Но качество ответа по-прежнему зависит от того, какое событие бизнес назвал успехом.
#Почему бесплатный инструмент оставил работу агентствам
У агентства появлялась общая среда для работы с разными клиентами. Одни и те же навыки настройки целей, разметки ссылок и чтения отчётов можно было применять на множестве проектов. Клиент получал доступ к цифрам, а обсуждение рекламы могло опираться на согласованные показатели и период.
Бесплатная лицензия при этом не настраивала измерение за компанию. Кому-то требовалось проверить код, исключить внутренние посещения, определить полезные обращения, передать стоимость покупки и разобраться с переходами между доменами. Затем — объяснить, что означают числа и какое изменение стоит проверить. Так снижалась ценность простого доступа к статистике и сохранялась ценность работы с ней.
Сам Бретт Кросби говорил об этой границе ещё на конференции SES в августе 2006 года: ключевой работой оставались анализ данных и последующие действия. В опубликованном Google пересказе он предлагал три варианта: заниматься этим самостоятельно, привлекать специалистов или нанимать аналитика в компанию.
Позднее массовость стала поддерживать обучение. В описании проекта Analysis Exchange 2012 года его организаторы объясняли выбор Google Analytics бесплатностью, простотой освоения и тем, что почти все участвовавшие некоммерческие организации уже установили сервис. Это наблюдение о конкретной программе, но оно хорошо показывает новый порядок работы: инструмент часто был на месте раньше, чем появлялся человек, способный извлечь из него пользу.
#От счётчика сайта к аналитике нескольких платформ
Google Analytics продолжала развиваться. Последующие поколения добавляли новые способы анализа, работы с аудиториями и атрибуцией. Отдельная устанавливаемая Urchin ещё несколько лет существовала рядом с онлайн-сервисом: прекращение новых продаж было назначено на конец марта 2012 года.
Затем изменилась сама среда измерения. Человек мог изучать предложение на телефоне, возвращаться с компьютера, пользоваться приложением и оплачивать заказ позднее. В представленной в октябре 2020 года Google Analytics 4 развитие пошло в сторону общей картины сайта и приложения, событийной модели и машинного обучения.
Современная GA4 умеет гораздо больше ранней Google Analytics. Например, User-ID позволяет связать действия на разных устройствах, если компания передаёт свой устойчивый идентификатор. Поэтому нынешние ограничения нельзя свести к отсутствию нужной кнопки: многие возможности существуют, но требуют исходных данных и корректного внедрения.
#Какие ограничения сохранились
#Событие на сайте может оказаться слишком ранним результатом
Счётчик видит отправку формы, если её передали. Но квалификация обращения, оплата после звонка, отмена и возврат часто живут в других системах. Их нужно получить и связать с посещением. Иначе аналитика отвечает на вопрос о заявках, хотя бизнес пытается оценить продажи.
Возьмём условный расчёт: два канала потратили по 10 000 рублей. Первый дал 30 заявок и 3 оплаты, второй — 15 заявок и 6 оплат. Первый лучше по цене заявки, второй — по цене оплаты. Это разные оценки одних и тех же кампаний; выбор ранней цели способен перевернуть вывод.
#Наблюдаемый путь зависит от идентификаторов и полноты сбора
Один человек в разных браузерах может оказаться несколькими посетителями. Если часть событий не отправилась или не сохранилась связь между визитами, отчёт восстановит только доступную последовательность. Устойчивый идентификатор помогает, но его нужно получить и передать; наличие счётчика само по себе не создаёт такую связь.
Отдельный источник пропусков — отказ от аналитических cookie. В GA4 есть моделирование поведения для режима согласия: система оценивает недостающие данные по наблюдаемому поведению похожих пользователей. Для этого нужны подходящая настройка и достаточный объём данных. Оценка помогает дополнить картину, но не превращает неизвестный индивидуальный путь в достоверно зарегистрированную историю.
#Распределение продажи между каналами зависит от модели
Посетитель мог впервые узнать о компании из рекламы, вернуться через органический поиск и завершить покупку после рассылки. Первое касание выделит канал знакомства, последнее — канал завершения. Модель U-Shape в показанном ниже примере распределит ценность в пропорции 40/20/40.
Продажа при переключении модели остаётся той же. Меняется правило её распределения. В современной Google Analytics для исследования таких последовательностей существует отчёт о путях атрибуции; возможности отчётов и набор моделей менялись между поколениями продукта.
Три способа распределить ценность одной продажи. Схема объясняет модели атрибуции и не воспроизводит набор настроек конкретной версии Google Analytics.
Следующий вопрос сложнее: произошла бы покупка без рекламы? Покупатель мог уже знать бренд и искать удобный способ вернуться. Для оценки дополнительного эффекта нужен эксперимент с контрольной группой или другой обоснованный способ сравнить результат с ситуацией без воздействия. Доли в отчёте об атрибуции сами по себе такого сравнения не дают.
#Детальность отчёта не гарантирует точность
Три продажи в узком сегменте могут выглядеть убедительно, пока не выяснится, что одна из них случайно изменила весь результат. Чем меньше событий, тем менее устойчиво сравнение. Большое число доступных разрезов помогает искать объяснения, но одновременно даёт больше возможностей найти случайный всплеск.
Существуют и ограничения представления данных. В GA4 пороги конфиденциальности могут скрывать часть информации в некоторых отчётах, а в определённых случаях применяется сэмплинг — расчёт по выборке. Перед выводом полезно посмотреть, какие данные вошли в расчёт и что означает индикатор их качества.
#Как продолжить измерение до результата бизнеса
История Google Analytics сформировала привычный набор вопросов: откуда пришёл посетитель, что сделал и достиг ли цели. В аналитике Sales Ninja мы развиваем эту работу через объединение рекламных расходов, поведения на сайте и результатов из подключённых систем.
Если оплата или квалификация произошла в CRM, внешнее событие требуется связать с визитом. Для этого используются доступные точные идентификаторы — например, ID сессии, ClientID или рекламный Click ID. Когда их недостаточно, ML Rematcher помогает сопоставить кандидатов по доступным сигналам. Качество такой связи зависит от полноты исходных данных.
После настройки событий можно исследовать несколько сторон результата:
- Воронки и конечные цели. Сравнивать прохождение этапов и выбирать для анализа тот результат, который важен проекту: обращение, квалификацию или оплату.
- Пути к цели и атрибуцию. Смотреть последовательности нескольких визитов, число касаний и время до результата. Сопоставлять первое и последнее касание, U-Shape и Time Decay, чтобы видеть разные роли каналов.
- Деньги и срезы. Анализировать выручку и прибыль, когда эти данные переданы, сравнивать источники, кампании, устройства и другие доступные группы.
- Автоматически найденные наблюдения. Использовать инсайты как повод открыть связанный отчёт, проверить изменение и сформулировать следующую гипотезу.
Эти возможности описаны в обзоре аналитики, документации конверсионных путей и инсайтов. Связь событий, модельное сопоставление и аналитические подсказки помогают работать с более полной картиной; для доказательства прироста по-прежнему требуется подходящее сравнение.
#Главное наследие Google Analytics
Google Analytics сделала профессиональные отчёты доступными компаниям, для которых отдельная аналитическая система была слишком дорогой или трудной в обслуживании. Вместе с бесплатным сервисом распространялись общие навыки: разметить кампанию, настроить цель, проверить воронку и обсуждать результат по данным.
Это изменило и требование к самому сайту. Его можно было регулярно проверять: какие люди приходят, куда идут, что мешает им завершить действие. Следующий шаг потребовал продолжить наблюдение за пределами браузера — до квалификации, оплаты и возврата.
Urchin помогала восстановить посещение из технических следов. Google сделала такие измерения привычными для множества сайтов. А вопрос, ради которого всё это понадобилось, остаётся открытым для каждого бизнеса: что произошло с клиентом и какое решение теперь стоит принять?
