Google Analytics 4 vs Universal Analytics: 11 differenze

Reading time: 11 minutes

Prima o poi doveva succedere… e così è stato: nel mondo del Digital Marketing, il 30 Giugno 2023 è ufficialmente passato alla storia come l’ultimo giorno di vita di Google Universal Analytics, fedele compagno di viaggio di tanti digital marketers fin dal suo lancio, datato 2 aprile 2014.
Anche se qualche dato continua ancora ad essere processato, quindi, Universal Analytics è andato in pensione.

In questo articolo cercheremo di elencare le principali differenze tra Google Analytics 4 e il suo predecessore, provando a capire perché (o in cosa) GA4 è migliorativo rispetto a Universal.

Come brevissimo cenno storico, Google Analytics è stato sviluppato dalla Urchin Software Corporation, acquisita poi da Google nell’aprile 2005.
Universal Analytics (UA), invece, è stato lanciato sul mercato il 2 aprile 2014 e rappresentava la terza versione del software di analisi.

Nonostante Google Analytics 4 (o GA4) sia stata l’opzione predefinita per le nuove proprietà di Google Analytics già dal 14 ottobre 2020, in tanti hanno continuato a lavorare con la vecchia versione dello strumento: adesso che però GA4 è diventato obbligatorio, l’impatto con il cambiamento è stato parecchio importante, generando un po’ di panico nel settore e facendo scattare una corsa all’apprendimento della nuova piattaforma.

Partendo dal presupposto che Google Analytics 4 funziona in modo molto diverso dal suo predecessore, ecco le principali differenze tra GA4 e Universal Analytics:

Struttura del Data Model
Monitoraggio delle app
Differente calcolo della Sessioni
Durata media della sessione
Tasso di rimbalzo e tasso di coinvolgimento
L’importanza di Google Tag Manager
Metriche predittive
Looker Studio e GA4
Conservazione dei dati
Anonimizzazione dell’indirizzo IP
Struttura degli account

Vediamole insieme nel dettaglio.

1. Struttura del Data Model

Una differenza fondamentale fra Universal Analytics e GA4 consiste in come le interazioni sono catturate, quindi nella struttura del Data Model.

In UA, infatti, le interazioni erano catturate in diverse tipologie di ‘hit’, come ad esempio le viste di pagina, le transazioni e le interazioni sociali.

In GA4, al contrario, ogni interazione viene catturata come un ‘evento’ (che a sua volta può contenere i relativi parametri).

Questi parametri di evento sono informazioni aggiuntive circa l’azione (evento) che un utente ha compiuto. Alcuni parametri evento vengono inviati automaticamente dal sito a GA4, come ad esempio il page_title: la particolarità di GA4, nonché quindi la differenza con UA, risiede nella possibilità di poter aggiungere fino a 25 parametri per ogni evento, rendendo completamente personalizzabile ogni evento e, di conseguenza, ogni analisi.

il Data Model di UA, infatti, era basato sulle sessioni, intese come gruppi di interazioni che gli utenti compiono all’interno del sito web in un determinato periodo di tempo (modello di dati chiamato session centric).

All’interno di una sessione, quindi UA tracciava e misurava come gli utenti interagivano con un sito web e quali azioni compivano al suo interno (ad esempio gli acquisti, le visualizzazioni di pagina, ecc.).

Tuttavia, per sapere esattamente quali erano le azioni che gli utenti compivano sul sito web durante una sessione era necessario implementare gli eventi di tracciamento aggiuntivi (e.g. i clic su un video, lo scroll di una pagina, etc.).

Al contrario, in GA4 qualsiasi interazione che un utente compie può essere catturata sotto forma di evento.

In altre parole, il Data Model event centric di GA4 permette di raccogliere più informazioni sul reale comportamento dei visitatori di un sito (e.g. il titolo della pagina visitata, il valore di un eventuale acquisto, etc).

Questo perché in GA4 hai a disposizione non solo un numero maggiore di eventi di tracciamento che puoi implementare, ma anche un numero maggiore di parametri che puoi utilizzare.

Ecco perché uno dei grandi vantaggi del Data Model di GA4 è proprio quello di poter personalizzare gli eventi di tracciamento che si vogliono implementare in base agli obiettivi del business in questione.

2. Monitoraggio delle app

Un’altra delle funzioni più attese di GA4 era la possibilità di tracciare i dati di siti web e app nella stessa proprietà.

Questo è possibile perché GA4 sfrutta lo stesso modello di misurazione di Google Analytics Firebase (utilizzato per le app) in cui tutte le interazioni vengono acquisite come eventi.

Questo nuovo schema di dati unificato (tra un sito web e una app mobile) permette di combinare, elaborare e analizzare i dati tra di loro in modo più facile.

Un utente, quindi, può avviare una app ed essere considerato attivo in GA4 (questo non era possibile con Universal Analytics).

3. Differente calcolo delle Sessioni

Un’altra differenza tra UA e GA4 che risulta evidente riguarda il diverso modo di conteggiare le sessioni.

In UA, infatti, una sessione rappresentava il periodo di tempo in cui un utente era attivamente impegnato con il sito.

In GA4, invece, l’evento session_start genera un ID di sessione a cui sono associati tutti gli eventi successivi durante la sessione.

Ad esempio, se un utente supera la mezzanotte, in UA inizierebbe una nuova sessione, mentre in GA4 la sessione continuerebbe normalmente così da portare ad un diverso conteggio delle sessioni.

In UA, una sessione può includere più visualizzazioni di pagina, eventi, interazioni social e transazioni e-commerce. In genere le sessioni vengono definite concluse dopo un periodo di inattività di 30 minuti o se si è verificato un altro evento.

Le metriche di sessione di GA4 sono ricavate dall’evento session_start (raccolto automaticamente da Google non appena un utente interagisce con il sito o con l’app) e la durata di una sessione si basa sull’intervallo di tempo che intercorre tra il primo e l’ultimo evento tracciato nella sessione.

In pratica, quando una sessione inizia Google raccoglie automaticamente un evento session_start e genera un ID sessione (ga_session_id) e un numero di sessione (ga_session_number) tramite l’evento session_start.

L’ID sessione identifica la sessione da cui proviene un evento. Ad esempio, vengono generati due diversi ID sessione quando un utente ha due sessioni separate sul sito.

Il numero di sessioni identifica il numero di sessioni che un utente ha avviato fino a quella corrente (e.g. la terza o la quinta sessione sul sito).

GA4 calcola quindi il numero di sessioni che si verificano sul sito o nella app stimando il numero di ID sessione unici.

4. Durata media della sessione

Su UA, se un utente atterra nella prima pagina e dopo 120 secondi si sposta nella seconda pagina per poi chiudere il browser senza che a Google vengano inviate altre interazioni oltre le due pageviews (anche se in questa pagina vi rimane 20 minuti), il tempo medio sulla pagina risulterà 120 secondi, ossia 120 / (2 – 1).

Il (2 – 1) rappresenta il numero totale di pagine visualizzate (2) meno il numero di pagine in uscita (1). Ovviamente questo è un esempio basato su una sessione e il numero di pagine in uscita può essere sempre e solo 1; sui grandi numeri, cioè su un numero significativo di sessioni da parte di utenti che possono aver visualizzato 2, 3, 5 o più pagine per sessione, sarà ovviamente differente.

Se invece l’utente, in una sessione, visita solo una pagina prima di uscire (quindi si tratta di una sessione di rimbalzo), indipendentemente da quanto tempo ha trascorso su questa pagina prima di chiudere il browser, il valore del tempo risulterà per Google Analytics di 0 secondi.

Si ha una sessione di durata 0 secondi che non influisce sul totale della durata di sessione, ma influisce invece sul numero di sessioni che si trova nel denominatore della formula della durata media di sessione.

Provando a semplificare:

Il tempo medio sulla pagina è rappresentato da: tempo trascorso nelle pagine / il numero di pagine visitate che non sono exit page;
La durata media di sessione è rappresentata da: tempo trascorso nelle pagine / il numero totale di sessioni (comprese quelle considerate di rimbalzo).

Su GA4, il coinvolgimento degli utenti corrisponde al tempo che un utente trascorre sulla tua pagina web attiva o sulla schermata della tua app in primo piano. Questa metrica ti consente di misurare in che momento gli utenti sono attivi sul tuo sito o nella tua app.

Quando un utente avvia una nuova sessione, GA4 inizia a registrarne la durata (alleghiamo esempio del Supporto Google).

Google utilizza queste informazioni per completare le metriche sul coinvolgimento, come Coinvolgimento degli utenti e Durata media del coinvolgimento.

Quest’ultima è rappresentata dal tempo medio durante il quale il tuo sito web è stato visualizzato nel browser o la tua app è rimasta in primo piano nel dispositivo dell’utente.

La durata media del coinvolgimento si calcola in questo modo: durate totali del coinvolgimento degli utenti / numero di utenti attivi.

5. Tasso di rimbalzo e tasso di coinvolgimento

Alcune delle mancanze che più si è fatta sentire, riguardano le metriche relative al tasso di rimbalzo. Al suo posto, infatti, Google ha introdotto la nuova metrica del tasso di coinvolgimento.

In poche parole, è una metrica di rapporto presentata come percentuale e la formula è sessioni/sessioni con coinvolgimento.

Le sessioni con coinvolgimento, per essere definite tali, devono avere una durata di almeno 10 secondi, generare almeno 1 evento di conversione oppure generare 2 pagine diverse.

Se ci si riflette un attimo, quindi, il tasso di rimbalzo ha solamente cambiato modo di esistere: in GA4, infatti, può essere benissimo rappresentato come la percentuale di sessioni non impegnate.

Di conseguenza, il tasso di rimbalzo altro non è che l’opposto del tasso di coinvolgimento.

In UA, il tasso di rimbalzo era calcolato come la percentuale di utenti del sito web che non ha visto più di 1 pagina sul tuo sito web.

Esempio
Poniamo caso che un utente visita il tuo sito web, legge alcuni contenuti per meno di 10 secondi e poi abbandona il sito. Inoltre, durante questa sessione, non ha attivato eventi né visitato altre pagine.
In questo caso, perché l’utente non corrisponde a nessuno dei criteri di una sessione con coinvolgimento (la sessione è durata meno di 10 secondi, non si è verificato alcun evento di conversione e non sono state registrate almeno due visualizzazioni di pagina o di schermata), la sessione non verrà conteggiata come sessione con coinvolgimento.
Se questa è stata l’unica sessione sul tuo sito web, il tasso di coinvolgimento sarà pari allo 0% e la frequenza di rimbalzo sarà del 100%.
Viceversa, se un utente visita il tuo sito web e vi rimane per più di 10 secondi, visita una seconda pagina oppure fa scattare un evento di conversione, questa sessione verrà conteggiata come “sessione con coinvolgimento” (il cui dato in termini percentuali ci viene fornito da GA4).

In sintesi, il tasso di coinvolgimento misura la percentuale di visite con una qualche forma di coinvolgimento significativo e che, quindi, rappresentano un traffico di qualità sicuramente migliore.

6. L’importanza di Google Tag Manager

Mentre le funzionalità di base di UA erano possibili anche senza il suo supporto, con GA4 non è più possibile prescindere da Google Tag Manager.

Proprio perché tutti gli obiettivi sono basati sugli eventi, come abbiamo visto, è fondamentale saper lavorare con GTM (soprattutto per la raccolta di dati avanzata e la creazione di eventi e dimensioni personalizzate).

7. Metriche predittive

Google Analytics arricchisce automaticamente i tuoi dati sfruttando le competenze del machine learning di Google sul tuo set di dati per prevedere il comportamento futuro dei tuoi utenti. Con le metriche predittive, puoi ottenere ulteriori informazioni sui tuoi clienti semplicemente raccogliendo dati strutturati sugli eventi.

Al momento è una funzionalità in fase di rilascio solo per gli eventi di purchase.

8. Looker Studio e GA4

Looker Studio (strumento online per convertire i dati in report e dashboard informativi personalizzabili, in precedenza chiamato Google Data Studio) è facilmente integrabile con GA4 tramite il connettore “Google Analytics” di Google.

La visualizzazione dei dati di GA4 con Looker Studio permette una visualizzazione dei dati più flessibile rispetto a quanto si può fare tramite l’interfaccia di GA4 stesso, con un varietà maggiore di grafici e template già pronti da poter utilizzare.

9. Conservazione dei dati

Mentre UA conservava i dati per sempre (a proposito, ricordate di fare il download dello storico prima che questo venga eliminato), i dati di GA4 scadono dopo 14 mesi.

Per ovviare a ciò, quindi, sarà necessario predisporre una copia di backup dei dati di GA4 su BigQuery oppure salvarsi una copia di tutto.

10. Anonimizzazione dell’indirizzo IP

Ai sensi del GDPR, l’indirizzo IP viene considerato un dato personale. Mentre in UA era necessaria una configurazione ad hoc, in GA4 gli indirizzi IP vengono anonimizzati automaticamente.

11. Struttura degli account

In UA, la struttura di un account conteneva 3 elementi: Account, Proprietà, Vista.

GA4, invece, è stato semplificato e contiene solo due elementi: account e proprietà.

Inoltre, Google ha introdotto un concetto completamente nuovo nel GA4: flussi di dati. Un flusso di dati rappresenta un flusso dal tuo sito web o app per Analytics.

Mentre UA raccoglie i dati a livello di proprietà con un ID di tracciamento, GA4 raccoglie i dati a livello di flusso tramite un unico ID ‘flusso di dati’. Ogni proprietà GA4 può avere fino a 50 flussi di dati e un limite di 30 flussi di dati dalle app mobile.

Alle differenze strutturali che abbiamo appena elencato, fortemente determinanti nella diversità tra UA e GA4, si aggiunge anche una notevole differenza di utilizzo, intesa come interfaccia con cui si dovrà lavorare.

Le funzionalità operative di configurazione, di creazione e utilizzo dei report, nonché di collegamento con altri servizi, sono state profondamente modificate: ciò si è tradotto in un’interfaccia utente completamente diversa e nella necessità di familiarizzare con un ambiente e un flusso di lavoro completamente nuovi.

Conclusione

GA4, in definitiva, ha l’ambizione di fornire una visione più completa del comportamento degli utenti sia su siti web che sulle app, grazie anche all’utilizzo di una tecnologia basata sul Machine Learning. GA4 ha anche applicato delle logiche di protezione dati, necessarie vista l’evoluzione delle normative sulla privacy.

In aggiunta a ciò, già di per sé un bel passo in avanti rispetto a UA, una maggiore flessibilità nella configurazione dei dati e una migliorata capacità di personalizzazione dei report rappresentano sicuramente altri punti a favore del nuovo strumento di Google.

Ricapitolando, quindi, la rivoluzione introdotta da GA4 permette principalmente di:

Raccogliere ed aggregare i dati di un sito web e di una (o più) app per comprendere meglio il percorso dell’utente;
Utilizzare i dati basati sugli eventi anziché quelli basati sulla sessione;
Includere controlli per la privacy come la misurazione senza cookie e la definizione di modelli comportamentali e delle conversioni;
offrire indicazioni sul comportamento degli utenti attraverso le funzionalità predittive.

Ricordiamoci comunque che GA4 è solo agli inizi della sua storia: facciamoci quindi trovare pronti ai futuri cambiamenti e alle implementazioni che ben presto metterà a nostra disposizione.

Principali fonti consultate: