Waarom zien mijn gegevens er anders uit tussen UA en GA4? | Artikels

Waarschijnlijk heb je het nieuws al eens gelezen, heb je een e-mail ontvangen of ben je een pop-up gezien in Google Analytics over deze verandering: Standard Universal Analytics properties zijn sinds 1 juli 2023 gestopt met het verwerken van nieuwe hits. De deadline voor 360 Universal Analytics properties is verlengd tot 1 juli 2024.

Als je onlangs bent overgestapt van Universal Analytics (UA) naar Google Analytics 4 (GA4), heb je jezelf misschien afgevraagd: "Waarom verschillen mijn gegevens tussen UA en GA4?". Als deze situatie je bekend in de oren klinkt, willen we je graag begeleiden door zes mogelijke verklaringen die duidelijkheid kunnen geven over de discrepanties in je gegevens.

 

1. Key metrics

Key metrics zoals gebruikers, sessies, conversies, events en meer hebben verschillende definities en telmethoden in UA en GA4. Laten we als voorbeeld de manier nemen waarop gebruikers worden geteld. UA properties gebruiken de Client ID, terwijl GA4 properties de User ID gebruiken. Bovendien geven UA properties het totale aantal gebruikers weer, terwijl GA4 properties actieve gebruikers weergeven.

Een andere metriek die verschilt zijn sessies. In UA worden sessies "afgebroken" om middernacht, wat betekent dat als u om 23:59 uur begint te browsen op een website en verder gaat tot de volgende dag, UA twee sessies registreert. GA4 daarentegen herstart sessies niet om middernacht, dus het zou maar één sessie registreren voor dezelfde browse-activiteit.

Voor een uitgebreid begrip van de metrische verschillen tussen UA en GA4 raad ik aan dit artikel te raadplegen, dat een gedetailleerde vergelijking van alle metrische variaties biedt.

 

2. Reporting Identity

Er zijn 3 manieren om gebruikers te identificeren in GA4:

  • Blended: deze identiteitsmethode houdt rekening met Gebruikers-ID, Google Signalen, Apparaat-ID en gemodelleerde gegevens.
    • De gebruikers-ID is een unieke identificatie die meestal wordt gegenereerd tijdens het inloggen, bijvoorbeeld op basis van het e-mailadres.
    • Als er geen gebruikers-ID wordt verzameld, wordt er informatie van Google Signals gebruikt. Google Signals is een functie die cross-device data geeft van websitegebruikers die zich hebben aangemeld bij hun Google-account (bijv. Gmail) en die Ads Personalization hebben ingeschakeld.
    • Als er geen gebruikers-ID of Google Signals beschikbaar is, wordt de apparaat-ID gebruikt. Apparaat-ID, ook bekend als Client-ID, is een willekeurige identificatie die automatisch wordt gegenereerd voor een apparaat. Deze mag niet worden verward met de gebruikers-ID.
    • Als er geen identifier beschikbaar is, wordt modeling gebruikt.
  • Observed: deze methode houdt rekening met Gebruikers-ID, Google-signalen en Apparaat-ID. Het is vergelijkbaar met de Blended Identity-benadering, maar er wordt geen gebruik gemaakt van modellering.
  • Device-based: deze methode baseert zich alleen op apparaat-ID.

 

3. Conversions counting

In UA werd een goal maar één keer per sessie geteld. Toen GA4 conversies introduceerde, werd een conversie elke keer geteld als de event werd uitgevoerd. Sindsdien is er een verandering geweest in GA4 en is het nu mogelijk om de telmethode op individueel conversieniveau te selecteren. Dit betekent dat je de flexibiliteit hebt om te kiezen of een conversie één keer per sessie moet worden geteld (vergelijkbaar met UA) of elke keer dat de event afgaat.

Het is belangrijk op te merken dat deze verandering in telmethode niet met terugwerkende kracht wordt toegepast. Als je wijzigingen aanbrengt in de telmethode, worden de gegevens anders geteld voor conversies die voor en na de wijziging hebben plaatsgevonden.

 

4. Modeling

Modellering verwijst naar het gebruik van machine-learningtechnieken om ontbrekende gegevens aan te vullen en conversies te schatten die niet direct kunnen worden gemeten. Modellering is een exclusieve functie van GA4. Er zijn verschillende voorbeelden van conversiemodellering in GA4, waarvan sommige in dit artikel worden toegelicht.

  • Een van deze modelleringstechnieken die door GA4 wordt gebruikt, is gedragsmodellering voor Consent Mode. Consent Mode wordt gebruikt om conversies te modelleren die ontbreken voor gebruikers die analytische cookies hebben geweigerd. Het maakt gebruik van het gedrag van gebruikers die analytics-cookies hebben geaccepteerd om conversies te kunnen inschatten voor gebruikers die deze cookies hebben geweigerd.
  • Daarnaast heeft Google het gebruik van Enhanced Conversions aangekondigd voor het modelleren van online conversies vanaf Q2 2023. Enhanced Conversions is een functie die de nauwkeurigheid van conversiemeting verbetert wanneer cookies niet beschikbaar zijn, door gebruik te maken van first party data.

 

5. Filters

In UA zijn filters een krachtig hulpmiddel om gegevens binnen een weergave te wijzigen. Je kunt er ook specifieke gegevens mee opnemen of uitsluiten van verwerking. In GA4 properties worden filters momenteel niet op dezelfde manier ondersteund. Het enige type filter dat beschikbaar is in GA4 is de uitsluiting van developer of intern verkeer en dit is alleen van toepassing wanneer je een filter toepast. 

 

6. Attribution

UA gebruikt een last-click cross-channel attributiemodel, terwijl GA4 verschillende attributiemodellen gebruikt op basis van de rapporten die je bekijkt. Zowel UA als GA4 hebben echter gemeen dat directe bezoeken worden uitgesloten van attributietoekenning, tenzij het conversiepad uitsluitend bestaat uit directe bezoeken.

Als je GA4 onlangs hebt opgezet, is het mogelijk om een groter deel van het verkeer toe te schrijven aan Direct in vergelijking met je UA-gegevens. Dit komt omdat GA4 minder historische gegevens beschikbaar heeft om het verkeer op je website nauwkeurig te categoriseren en toe te wijzen. 

Tot slot is het belangrijk op te merken dat de bovenstaande lijst niet allesomvattend is en dat er nog andere factoren kunnen zijn die bijdragen aan de verschillen in gegevens tussen UA- en GA4-eigenschappen. Het is onwaarschijnlijk dat je perfecte gegevens krijgt en een zekere mate van discrepantie is normaal. Als je echter een aanzienlijk verschil ziet tussen de twee platformen, is het de moeite waard om te onderzoeken of er geen onderliggende traceerproblemen zijn. Als je hulp wilt bij het uitdiepen van je gegevens, aarzel dan niet om contact met ons op te nemen.


publication author justine heeren
AUTHOR
Justine Heeren

| LinkedinDit E-mail adres wordt beschermd tegen spambots. U moet JavaScript geactiveerd hebben om het te kunnen zien.

Tags:

Contacteer Ons

Semetis | Scheldestraat 122, 1080 Brussel - België

welcome@semetis.com

Volg Ons

Cookie Policy

This website uses cookies that are necessary to its functioning and required to achieve the purposes illustrated in the privacy policy. By accepting this OR scrolling this page OR continuing to browse, you agree to our privacy policy.