Пользователи систем аналитики, ожидают, что системы умеют все на свете. Что в документации ga все написано правильно. И если делать, как написано, будет все хорошо. Это не так. Мы уже рассказывали о нюансах работы с Google Analytics:

Я.Метрика и Google Analytics активно развиваются и изменяются. Посмотрите, например, API ChangeLog. Но системы большие, и изменения появляются в интерфейсе не моментально. А пользователи до сих пор используют старые инструменты, которые использовать нельзя. Многие вещи, от которых ожидают корректной работы, уже морально устарели, хотя не будут убраны из интерфейса ещё пару лет.

Что показывает круговая диаграма «Новые и вернувшиеся пользователи»?

Глядя на диаграмму, маркетинг и продакты видят, что 42,2% пользователей возвращаются повторно. Цитата: «А значит усиливать или запускать ремаркетинг и ретаргетинг, оптимизировать email-рассылки — не нужно». Простой понятный вывод.На диаграме написано new visitors — новые посетители/пользователи. На самом деле, это не пользователи. Этот график построен по сессиям.

Google Analytics считает сессии, а не пользователей

У GA есть стандартный инструмент — GA dev tools Query Explorer. Весь интерфейс GA работает поверх их API. Мы можем формировать запросы, и они будут показывать те же самые цифры, которые показываются в интерфейсе.

Посмотрим на поведение пользователя с идентификатором 1000046758.15066757751 (это ga_clientID — уникальный идентификатор пользователя). Запись этого идентификатора в одну из переменных пользователя custom dimension позволяет посмотреть, что происходит внутри гугла, и работать с raw data. Без доступа к raw data понять, что происходит, практически невозможно.

30 сентября у пользователя 100…751 было 2 сессии: одна записалась в New visitors, другая — в Returning visitors. В первую сессию пользователь — новый. Во вторую — вернувшийся.

Когда ga запускает новые сессии, можно прочитать в справке:

Один пользователь может выполнить несколько сеансов [сессий], которые могут произойти за один день, неделю, месяц или год. Новый сеанс может начаться только после того, как будет закончен предыдущий, а заканчивается он в следующих случаях:

По времени:

через 30 минут бездействия
в полночь

В случае смены кампании:

если пользователь перешёл на сайт по объявлению одной кампании, покинул его, а затем снова посетил, но уже по объявлению другой кампании.

Посмотрим, что произошло с пользователем 100…751.

В 10:49 человек зашел с гугл-органики, в 10:50 сделал какое-то действие, 10:50 вернулся из канала cardstandart.ru. Платежный шлюз переопределился как реферральная ссылка. Источник изменился. И запустилась новая сессия.

Число сессий на пользователя — случайная величина. И это от вас не зависит.

Завтра ваши разработчики подключат новый шлюз, нужно будет строить автолинковщик, делать кроссдоменное отслеживание и вычищать ошибки. Но все равно ошибки будут оставаться. К тому же, пользователь может отвлечься на письмо, на звонок или на ребёнка, уйти на совещание. Может возникнуть ошибка хрома и так далее.

Реальную картинку возвращаемости можно посмотреть в графике, который называется Когортный анализ. На самом деле, это не когортный анализ, а как раз retention.

В этом графике мы видим, что за неделю на сайт вернулись 6,27% пользователей.

За месяц на сайт вернулись только 8,99% пользователей. А не 42,2%, как показывает диаграмма Новые и вернувшиеся. Выводы маркетолога и продакта меняются на противоположные: «На сайт возвращается мало пользователей, необходимо оптимизировать email-рассылки, активнее работать с ремаркетингом и ретаргетингом.»

Расчёт аналитики по сессиям неизбежно влечёт ошибки в выводах, и в конечном счете, в решениях. Потому что на сайте покупают, регистрируются и платят не сессии, а пользователи. Google Analytics использует сессии в расчёте множества важных метрик. Чтобы считать реальных пользователей и делать правильные выводы, используйте user-based аналитику.

Считать метрики по пользователям, а не сессиям, можно в Рике. Читайте также Как быстро подключить Рика: от доступа к Google Analytics до проверки точности данных и Как настроить сквозную аналитику в Google Analytics с помощью Рика.