Analytika, model událostí a reporting

Tým spustí web, zapne GA4 a pro jistotu i enhanced measurement, ať se „sbírá všechno". Za čtvrt roku má v účtu padesát vlastních událostí typu button_click_3, klik_hlavicka a udalost_2. Daty přetéká. A když přijde otázka „přivádí nám newsletter čtenáře, co se vracejí?", nikdo ji z těch dat nesestaví. Ne proto, že by chybělo měření. Proto, že nikdo předem neřekl, co je vlastně potřeba měřit.

Tohle je nejčastější selhání analytiky a nemá technickou příčinu. Analytika se často nasazuje jako kód, ale funguje jako datový model. A datový model se navrhuje shora: od rozhodnutí, která potřebuješ dělat, ne od přepínače, který umí poslat další událost.

Tahle kapitola není návod, kam kliknout v GA4. Řeší tři praktičtější otázky: co má vůbec stát v měřicím plánu, proč je číslo v reportu skoro vždycky spodní odhad a kdy je rozumnější zvolit jednodušší měření bez cookies. Jednovětou definici pojmů jako událost, KPI nebo souhlas má společný slovník.

Plán měření: shora dolů, ne sledování zdola

Než někdo nasadí první událost, má existovat krátký dokument, ze kterého události teprve plynou. Google v téhle souvislosti odkazuje na pětistupňový model Avinashe Kaushika a jeho síla je právě v pořadí.

Začíná u business objectives, tří až pěti, ne víc. Z nich vyplývají goals, digitální strategie, jak objective naplnit. Ke goals se navěsí KPIs, čísla, která pohyb k cíli ukazují. KPI dostane target, konkrétní hodnotu, proti které se měří. A celé se to láme na segmenty, protože průměr přes všechny návštěvníky nikdy neřekne, co se děje uvnitř.

Teprve na konci téhle řady se ptáš: „Jaká událost tohle KPI ukáže?" Událost je poslední krok, ne první. Proto udalost_2 nikdy nedá odpověď. Vznikla bez otázky.

Měřicí plán je zároveň místo, kam patří výchozí stav. První číslo, proti kterému pak provoz měří, vzniká v discovery jako momentka „odkud jsme vyšli". Analytika z ní udělá průběžné měření, ne jednorázový snímek do prezentace.

GA4: čtyři druhy událostí a slovník, který drží taxonomii

GA4 stojí na událostech. Zobrazení stránky, kliknutí, odeslání formuláře, stažení souboru: všechno je event s parametry. Proto je pojmenování událostí stejně důležité jako samotný skript.

Události mají čtyři praktické vrstvy. Automaticky sbírané přijdou samy. Enhanced measurement se zapíná ve streamu a přidá například scroll, výstupní prokliky, vyhledávání na webu, video nebo stažení souborů. Jeden přepínač, a teče další várka dat. Recommended events jsou předdefinovaná jména s očekávanými parametry: login, sign_up, search, generate_lead, purchase, view_item. Google je sám neposílá, ale rozumí jim. Custom events jsou vlastní události, když žádné doporučené jméno nesedí.

Recommended events mají jednoduchý smysl: drží taxonomii pohromadě. Místo udalost_klik použiješ generate_lead, protože předepsané jméno umí GA4 dál zpracovat a člověk v reportu mu porozumí bez detektivní práce. Vlastní událost není zakázaná, jen musí být poslední volba. Nejdřív sáhni po recommended jménu, vlastní jméno až když opravdu nic nesedí.

Jména a parametry jsou sdílený jazyk mezi marketingem, produktem a analytikou. Patří proto do slovníku událostí a parametrů. Vznik a pojmenování UTM vlastní marketing, jejich čtení a reporting analytika. Aby se to potkalo, musí být konvence UTM součástí stejného slovníku. Bez ní black-friday a Black-Friday vyrobí v reportu dva řádky.

„Conversions" jsou teď „key events" a není to kosmetika

Do března 2024 GA4 i Google Ads mluvily o „conversions", jenže ne vždycky tím myslely stejné číslo. Tým pak řešil, jestli „konverzí" bylo 38, nebo 51. Google to 27. března 2024 přejmenoval: v GA4 jsou důležité události key events, zatímco conversions patří hlavně do reklamního měření v Google Ads. Migrace v GA4 proběhla sama.

Po změně stojí za to držet tři pojmy odděleně. Event je jakákoli naměřená akce. Key event je událost, kterou jsi v GA4 označil jako důležitou, protože naplňuje cíl z plánu měření. Conversion je reklamní konverze používaná pro Google Ads. Okrasná metrika jako počet zobrazení stránek není key event. Key event je odeslaný formulář, dokončené čtení, přihlášení k newsletteru nebo jiná akce, která posouvá cíl.

Číslo, které vidíš, je vždycky podhodnocené

Teď přijde důvod, proč se analytice nedá věřit doslova. Report neukazuje, kolik lidí na webu bylo. Ukazuje, kolik jsi jich směl a dokázal změřit.

Mezi návštěvou a měřením stojí banner souhlasu. Když má člověk rovnocennou možnost přijmout i odmítnout, velká část návštěvníků odmítne. V zemích jako Německo nebo Francie přijímá cookies méně než čtvrtina návštěvníků. Pro obsahový web to znamená dvě věci: GA4 čísla jsou systematicky nižší a kanál „Direct/Unassigned" bývá nafouknutý, protože odmítnutá návštěva se buď neměří vůbec, nebo se nedá spolehlivě přiřadit ke zdroji.

Vrací se tím problém s UTM, jen z jiné strany. Část návštěvnosti zmizí z reportu ne kvůli špatnému značení, ale kvůli odmítnutému souhlasu.

Google na to má Consent Mode s modelováním chování. Uživatelům, kteří souhlas nedali, nevracíš kouzlem identitu; model jen dopočítává pravděpodobný obraz z dostupných signálů. A modelování má tvrdé podmínky: property musí mít aspoň 1 000 denních uživatelů s uděleným souhlasem alespoň 7 z posledních 28 dní. Malý obsahový web ten práh nesplní, takže nedostane modelování, jen díru.

Z toho plyne praktické pravidlo: GA4 číslo není pravda o provozu, ale spodní odhad. Čím menší web a čím evropské publikum, tím opatrněji čti absolutní čísla. Trend, poměr a segment bývají užitečnější než jedno přesné číslo.

Soukromější měření není kompromis, je to jiná výměna

Když souhlas ukousne velkou část dat a malý web z modelování nic nedostane, nabízí se otázka: musíš GA4 použít vždycky?

Důvod není jen datový, je i právní a provozní. Google Analytics byl v Evropě opakovaně řešen kvůli přenosům dat do USA; pozdější EU-US Data Privacy Framework část situace změnil, ale právní vyhodnocení patří do kapitoly právo, soukromí a souhlas, ne do měřicího plánu. Pro analytiku stačí jednodušší závěr: GA4 nese riziko přenosů, riziko souhlasu a výkonovou cenu. Nástroj bez cookies část téhle výměny odstraní.

Pak je tu výkon. Plausible uvádí svůj skript kolem 2,5 KB proti zhruba 135 KB u GA4; s Google Tag Managerem a cookie bannerem naroste balík ještě víc. Analytika bez cookies navíc často nepotřebuje načítat banner souhlasu vůbec. To je přímý zápočet pro Core Web Vitals: méně třetích stran, méně práce v prohlížeči, menší riziko blokující lišty.

Ale není to zadarmo. Je to jiná výměna.

Plausible je lehký, bez cookies, open-source, hostovaný v EU a bez banneru, ale záměrně nepřebírá složitost GA4. Pro obsahový web to často stačí. Pro e-shop se složitým funnelem může být málo. Matomo je bližší náhrada GA4 funkce za funkci, dává větší vlastnictví dat a umí běžet na vlastní infrastruktuře. Za to platíš provozem, konfigurací a odpovědností.

Nua Analytics jde po stejné ose ještě dál: je to privacy-first analytika, která běží na backendu, server-side. Pro statické weby postavené na Nua trackuje základní návštěvnost automaticky a nepotřebuje žádné cookies ani banner souhlasu. Nějaká analytika je důležitá vždycky a pro obsahový web na Nua je tohle rozumný default: měříš bez lišty a bez ztráty dat z odmítnutých souhlasů, protože žádný souhlas se nevybírá.

Měření bez cookies není automatický soulad. Matomo v CNIL-exempt režimu musí splnit tvrdé podmínky: účel jen měření návštěvnosti pro vydavatele, cookie max 13 měsíců, retence dat max 25 měsíců, žádné křížení s jinými daty ani sdílení třetím stranám. Jediná nesplněná podmínka a souhlas je zase povinný. Výměna tedy zní: GA4 dává hloubku za cenu rizika a ztráty dat, Plausible jednoduchost za cenu funkcí, Matomo vlastnictví za cenu vlastního provozu.

Někdy klient přesto trvá na Google Analytics nebo GTM bez řádné cookie lišty. Pak to nasadíme jen proti explicitnímu approvalu v e-mailu, kde klient písemně potvrzuje, že ví, že to tak být nemá, a bere za to zodpovědnost. Není to doporučený stav, je to vědomé klientovo rozhodnutí, které musí být doložitelné. Právní vyhodnocení patří do kapitoly právo, soukromí a souhlas, sem patří jen ta provozní politika.

Vedle samotné analytiky klienti často chtějí i marketingové trackery, co nejsou od Googlu, typicky Meta neboli Facebook Pixel. To nejsou měřicí plán, ale třetí strany s vlastním nárokem na souhlas, takže platí stejná logika jako u banneru a vyhodnocení patří do práva, soukromí a souhlasu.

Reporting: přehled, který dovolí zeptat se „proč"

Měřicí plán, události a key events jsou k ničemu, když z nich nevznikne přehled, podle kterého se dá rozhodovat. Tady se láme rozdíl mezi reportem a dashboardem.

GA4 nabízí dvě roviny. Explorations jsou na hypotézy a hlubší rozbor: „Proč nám v dubnu spadly leady?" Looker Studio je na průběžný monitoring a týmové dashboardy. Jeho výhoda je spojování zdrojů: GA4 události, útrata v Google Ads, imprese ze Search Console i CRM v jednom pohledu.

Jen pozor na horizont dat. Search Console drží výkonnostní data 16 měsíců. GA4 retence pro Explorations je ve výchozím nastavení 2 měsíce; ve standardní property ji lze zvýšit na 14 měsíců (standardní agregované reporty tím nejsou dotčeny). Standardní reporty a Explorations se tedy nechovají stejně. Dashboard musí vědět, z jak dlouhého okna která metrika pochází.

Použitelný dashboard nejen ukazuje čísla, ale dovolí rozkliknout diagnózu: výběry metrik a dimenzí, ne statické PDF. A nesmí se číst jako jeden průměr. Obsahový web potřebuje segmentaci podle typu stránky, protože článek, landing page a detail se chovají jinak. Průměr přes ně je číslo, které neplatí nikde. To předpokládá, že obsahový model typy stránek vůbec rozlišuje.

Organická data dashboard tahá ze Search Console, ze stejného zdroje jako SEO a Core Web Vitals. Když se web spouští nebo migruje, události a dashboardy se opatří poznámkou a projdou kontrolou při přepnutí, což řeší spuštění a migrace. Poznámka u spuštění je to, co za půl roku vysvětlí skok v grafu.

Aparát se škáluje, otázka ne

„Plán měření, slovník událostí, segmentace, dashboard, to je aparát pro velkou firmu. My máme web a pět cílů." I web s pěti cíli potřebuje měřicí plán. Rozdíl je v objemu, ne v otázce.

Malému webu často stačí jedna tabulka: cíl, KPI, target, segment, událost, parametr, kde se to reportuje. Nepotřebuje desítky custom dimensions ani složité funnel reporty. Potřebuje vědět, jestli měří věc, podle které se bude rozhodovat.

Co se neškáluje, je otázka: „Měřím to, co rozhoduje, a věřím tomu číslu dost na to, abych podle něj jednal?"

Praktický checklist

• Existuje plán měření navázaný na cíle: objectives → goals → KPIs → targets → segments.
• Existuje slovník událostí a parametrů sdílený s marketingem, včetně konvence pojmenování UTM.
• Události používají recommended jména, vlastní až když žádné nesedí.
• Key events jsou navázané na cíle, ne na okrasné metriky.
• Banner souhlasu se počítá jako zdroj ztráty dat, ne jako vyřešený detail.
• Reporting je segmentovaný podle typu stránky, kanálu a cíle, ne jeden průměr.
• Dashboard dovolí rozkliknout diagnózu, není to statické PDF.
• Spuštění dostane poznámku a události i dashboardy projdou kontrolou při přepnutí.

Typické chyby

• Měřit „všechno". Padesát událostí bez obchodního významu = reporty, podle kterých nelze rozhodovat.
• Vlastní jména místo recommended. udalost_klik_2 neodemkne žádný report; generate_lead ano.
• Brát GA4 číslo jako pravdu. Je to spodní odhad lidí, které jsi směl a dokázal změřit.
• Spoléhat na behavioral modeling. Malý web často nesplní objemové podmínky a díra v datech zůstane.
• Reporting bez segmentace typů stránek. Průměr přes článek, landing page a detail neplatí nikde.
• Zaměňovat marketingové a produktové metriky. Zobrazení stránky není key event.