Ep. 7. Alexandru Seinedin: Explorarea Google Analytics 4. De la date la acțiune

00:00:37,140 –> 00:01:03,419 [Beatrice Păun]
Salutare, eu sunt Beatrice. Bine v-am regăsit la un nou episod al podcastului nostru. Alături de mine îl am pe Alex. El este digital analyst și ca să transpun în, în cuvinte așa mai simple ce înseamnă digital analyst, adică Alex este băiatul care ne explică nouă într-un limbaj cât mai apropiat de limbajul nostru, codurile, partea de tracking, Google Analytics 4 și cam toate cuvintele acelea dubioase pe care noi nu le înțelegem uneori.

00:01:04,500 –> 00:01:05,440 [Beatrice Păun]
Bine ai venit!

00:01:05,440 –> 00:01:07,240 [Alexandru Seinedin]
Hello! Mă bucur să fiu aici.

00:01:08,640 –> 00:01:32,300 [Beatrice Păun]
Astăzi o să vorbim despre Google Analytics 4 alături de, de Alex, pentru că ne apropiem cu pași prea repezi, zic eu, de momentul în care Universal n-o să mai fie și trebuie să pășim așa treptat în tainele Google Analytics 4, să îl înțelegem un pic, să vedem cum ne ajutăm de el, ce face și, și cum îl putem folosi la adevăratul lui potențial.

00:01:33,580 –> 00:01:39,020 [Beatrice Păun]
Dacă și tu ești ok, o să încep așa ușor cu prima întrebare care promit să fie mai simplă.

00:01:39,020 –> 00:01:39,399 [Alexandru Seinedin]
Let’s go!

00:01:40,480 –> 00:01:42,840 [Beatrice Păun]
Ce este Google Analytics 4 și

00:01:44,400 –> 00:01:48,440 [Beatrice Păun]
ce, ce mi se pare mie cel mai important aici să, să înțelegem

00:01:49,460 –> 00:01:51,800 [Beatrice Păun]
cum diferă de versiunile lui anterioare.

00:01:54,620 –> 00:02:17,880 [Alexandru Seinedin]
Cumva, cum ai spus și tu, este o versiune nouă la ceea ce noi înainte foloseam, și anume Universal Analytics, Universal Analytics fiind un tool cumva foarte popular la nivel de industrie, pe care cred că toți dintre noi, în mediul online, l-am folosit mai devreme sau mai târziu. Cumva sunt două produse destul de diferite. Google Analytics 4 este menit să fie un produs cu totul nou.

00:02:19,400 –> 00:02:21,380 [Beatrice Păun]
Păstrează ceva din vechiul?

00:02:21,380 –> 00:02:35,120 [Alexandru Seinedin]
Păstrează destul de multe în ideea în care este un instrument prin care Google ne oferă capabilitatea de a colecta date și a le analiza. Dar cumva Google Analytics 4 vine dintr-o perspectivă cu totul nouă.

00:02:35,120 –> 00:02:35,300 [Beatrice Păun]
Ok.

00:02:37,160 –> 00:02:44,100 [Alexandru Seinedin]
În ideea în care, spre deosebire de Universal Analytics, putem analiza mult mai eficient drumul pe care utilizatorul îl face.

00:02:44,100 –> 00:02:59,960 [Beatrice Păun]
Tot timpul când, când ceva este nou, avem o reticență din asta. Este un tool nou, îl testăm, nu îl testăm, așteptăm să așteptăm pe alții să-l testeze înainte noi. Trebuie să citim și noi un review, două. În schimb, în iulie, dacă bine știu, în iulie, deja-

00:02:59,960 –> 00:03:00,460 [Alexandru Seinedin]
Pe 1 iulie.

00:03:00,460 –> 00:03:04,380 [Beatrice Păun]
Universal n-o să mai fie. Adică nu vom mai avea acces la el.

00:03:04,380 –> 00:03:22,200 [Alexandru Seinedin]
Vom avea acces pentru încă câteva luni, dar ceea ce se schimbă e faptul că de la 1 iulie nu va mai înregistra deloc date. Vom avea acces la datele istorice, vom continua să putem să analizăm acele date, dar el nu va mai înregistra date noi din acel punct înainte. Practic, ce diferă e faptul că Google ne

00:03:23,380 –> 00:03:30,260 [Alexandru Seinedin]
împinge cumva să facem trecerea la Google Analytics 4 imediat din acel punct înainte.

00:03:30,260 –> 00:03:39,720 [Beatrice Păun]
Ok, și atunci recomandat ar fi să le avem deja în paralel ca să avem date și să putem compara, să putem avea un pic un istoric și în Google Analytics.

00:03:39,720 –> 00:03:43,640 [Alexandru Seinedin]
Da, recomandarea este să avem ambele versiuni, că

00:03:44,680 –> 00:04:02,840 [Alexandru Seinedin]
bine, cumva e important să le avem de cât mai devreme, astfel încât chiar dacă rămânem fără Universal Analytics, să avem totuși date istorice și în Analytics 4, pentru că are niște capabilități care țin de machine learning, care cumva îi permit să extragă niște insights din acele date istorice.

00:04:02,840 –> 00:04:05,260 [Beatrice Păun]
De ce? De ce schimbarea asta?

00:04:05,260 –> 00:04:08,560 [Alexandru Seinedin]
Ce am observat noi e că Google a ajuns la concluzia că

00:04:09,640 –> 00:04:48,260 [Alexandru Seinedin]
cumva în online, comportamentul a început să se schimbe foarte mult și cred că am văzut și noi asta, mai ales în perioada de Black Friday. Pentru că față de anii trecuți, comportamentul este destul de atipic și am văzut că ce era înainte un vârf într-o singură zi, acuma se desfășoară pe mai multe zile. Unele persoane cumpără nu de Black Friday, ci ulterior, altele înainte și așa mai departe. Și cumva Google a observat această schimbare în comportament. Dar pe lângă schimbarea în comportament, cred că e vorba și de user privacy, de ideea asta de confidențialitatea datelor. Și cumva pentru că a observat că există o

00:04:49,280 –> 00:04:56,120 [Alexandru Seinedin]
prioritizare ceva mai aspră, dar aspră în sensul pozitiv, cumva pe partea de confidențialitate de date.

00:04:56,120 –> 00:04:56,659 [Beatrice Păun]
Ok.

00:04:56,660 –> 00:05:10,340 [Alexandru Seinedin]
Au realizat că sunt nevoiți să aducă ceva nou, pentru că Universal Analytics pur și simplu nu mai putea să țină pasul cu toate aceste lucruri. Și acum, dacă ar fi să îmi dau și eu cu părerea, mă gândesc că inclusiv insistențele pe care le au,

00:05:12,280 –> 00:05:18,620 [Alexandru Seinedin]
insistențele venite de la alte țări europene și de la state americane au dus cumva la treaba asta, pentru că-

00:05:18,620 –> 00:05:19,800 [Beatrice Păun]
Pe partea de privacy zici?

00:05:19,800 –> 00:05:45,060 [Alexandru Seinedin]
Da, pe partea de privacy mă refer, pentru că avem pe de o parte GDPR-ul, Regulamentul general de protecție al datelor, dar și americanii au un echivalent care este un act californian pentru protecția consumatorului din perspectiva asta de privacy. Și cred că Google cumva a dezvoltat un produs nou ca să nu mai lucreze împotriva cumva a acestor reglementări, să lucreze cu ele.

00:05:45,060 –> 00:05:47,880 [Beatrice Păun]
Ok, deci cumva Google Analytics 4,

00:05:49,340 –> 00:05:52,140 [Beatrice Păun]
cu Google Analytics 4 o să fim puțin mai safe.

00:05:52,140 –> 00:06:03,538 [Alexandru Seinedin]
Da, ne oferă mai multe-Sisteme de siguranță, să le numim așa, ca să ne asigurăm că noi, ca oameni de marketing, nu avem acces și la date cu caracter personal.

00:06:03,538 –> 00:06:19,808 [Beatrice Păun]
Hai să continuăm discuția asta și să vedem un pic care sunt noile caracteristici ale Google Analytics 4 și cum-cum o să ne putem ajuta noi de ele, cum le putem folosi noi în online, cum le pot folosi business ownerii. Hai să vedem un pic acolo.

00:06:19,808 –> 00:06:25,028 [Alexandru Seinedin]
Mai devreme ai menționat cred că de prima schimbare pe care o observă toată lumea, anume schimbarea-

00:06:25,028 –> 00:06:26,048 [Beatrice Păun]
Numelui.

00:06:26,058 –> 00:06:41,628 [Alexandru Seinedin]
Pe lângă nume, e și schimbarea estetică, cumva, a ceea ce vedem. Când intrăm prima dată în Google Analytics 4, vedem o schimbare foarte mare în ideea în care ne-am obișnuit cu Universal, care ne oferea foarte multe rapoarte din prima și cum deschideam Universal,

00:06:42,668 –> 00:06:49,868 [Alexandru Seinedin]
apărea un număr excesiv, zic eu. Bine, toate cu utilitatea lor, dar un număr excesiv de rapoarte care pot să fie intimidante, mai ales pentru

00:06:51,088 –> 00:07:44,278 [Alexandru Seinedin]
persoanele care nu sunt atât de familiare cu instrumentul. În schimb, Google Analytics are, Analytics 4 are un approach diferit, are o abordare mai simplistă, în ideea în care interfața este mult mai bine organizată, este mai modernă și mult mai clean. La prima vedere, poate credem că acele rapoarte multe s-au pierdut. Ele încă există în Analytics 4, doar că sunt integrate cumva în toate meniurile care există acum în Analytics 4 și pe lângă asta, ele sunt organizate în categorii de rapoarte care să se potrivească cu călătoria consumatorului de care spuneam. Pentru că acum, dacă ne uităm și facem o comparație, o să vedem că rapoartele în Analytics 4 sunt împărțite cam în trei mari categorii, hai să spunem totuși patru. Partea de achiziție a utilizatorilor în care putem să vedem de unde provine traficul, să înțelegem mai bine sursele-

00:07:44,278 –> 00:07:49,088 [Beatrice Păun]
De unde provine, adică dacă omul a intrat direct pe site sau a intrat dintr-o campanie.

00:07:49,088 –> 00:07:57,708 [Alexandru Seinedin]
Sau din canale de marketing și așa mai departe. După care avem partea de engagement. Cumva ideea asta de engagement este ceva foarte nou, pentru că,

00:07:58,988 –> 00:08:35,508 [Alexandru Seinedin]
uite, îți dau un exemplu concret. Dacă în Universal Analytics ne uitam foarte mult la partea de bounce rate, ca să înțelegem cam care este rata de utilizatori care intră pe site și ulterior ies destul de rapid, acuma nu mai avem acest bounce rate, dar avem un metric nou, engaged sessions, care ne spune practic din sesiunile pe care utilizatorii le încep, câte dintre acele sesiuni sunt relevante pentru noi. Cumva, Google definește un engaged session în funcție de anumite criterii, printre care și faptul că utilizatorul face anumite acțiuni importante pentru noi.

00:08:36,768 –> 00:08:48,728 [Alexandru Seinedin]
După care, pe lângă partea de engagement, avem și partea de monetization, care este cumva modul clasic de e-commerce în care vedem ce se cumpără, cât se cumpără și câți bani generează business-ul.

00:08:48,728 –> 00:08:51,978 [Beatrice Păun]
Cred că ăsta e cel mai interesant pentru business ownerii.

00:08:52,008 –> 00:08:54,368 [Alexandru Seinedin]
Exact, mai ales pentru cei care au magazine online.

00:08:54,368 –> 00:08:55,308 [Beatrice Păun]
Da.

00:08:55,308 –> 00:09:12,387 [Alexandru Seinedin]
Dar pe lângă ele avem și partea de retenție, retenția fiind un concept nu atât de popular, zic eu, pentru marketerii români, dar care în ultima perioadă a început ușor-ușor să intervină și pe piață de la noi. Retenția face referire la

00:09:13,528 –> 00:09:24,328 [Alexandru Seinedin]
cum reușim să menținem acei consumatori care au cumpărat de la noi, să-i aducem înapoi pe site, să mai cumpere, să mai cumpere. Cumva se referă la loialitatea consumatorului față de brandul nostru.

00:09:25,808 –> 00:09:29,168 [Beatrice Păun]
Foarte, cred că o să ne ajute foarte mult partea asta de-

00:09:29,168 –> 00:09:40,868 [Alexandru Seinedin]
Mai ales pentru a vedea exact dacă putem să creăm o comunitate în jurul brandului, o comunitate care să vrea natural să vină înapoi pe site să cumpere.

00:09:40,868 –> 00:09:47,488 [Beatrice Păun]
Da, asta o să fie foarte interesant. Și acuma că ne-ai zis toate, așa în mare utilitățile-

00:09:47,488 –> 00:09:49,088 [Alexandru Seinedin]
Mai este cumva o schimbare destul de majoră.

00:09:49,088 –> 00:09:51,228 [Beatrice Păun]
Da? Hai să vedem.

00:09:51,228 –> 00:09:56,308 [Alexandru Seinedin]
Modelul în care măsuram datele. Pentru că în Universal Analytics cumva tot se,

00:09:57,548 –> 00:10:01,728 [Alexandru Seinedin]
totul gravita în jurul ideii ăsteia de sessions. În schimb, în-

00:10:01,728 –> 00:10:03,348 [Beatrice Păun]
Sessions, adică?

00:10:03,348 –> 00:10:05,048 [Alexandru Seinedin]
Sesiuni, vizite pe site, da.

00:10:05,048 –> 00:10:06,088 [Beatrice Păun]
Corect. Înțeleg.

00:10:06,088 –> 00:10:18,478 [Alexandru Seinedin]
Dar în Analytics 4 avem aceste events, evenimente. Și ca să fie mai ușor de înțeles, un eveniment este practic orice acțiune pe care o face un utilizator în site. Dacă utilizatorul-

00:10:18,478 –> 00:10:20,988 [Beatrice Păun]
Orice click pe care îl dă sau…?

00:10:20,988 –> 00:10:38,028 [Alexandru Seinedin]
Cumva noi le setăm, noi le definim cum vrem să aibă ele loc, când să aibă loc, dar practic da, orice click poate să fie o acțiune și implicit un eveniment. Cred că exemplele cele mai la îndemână sunt vizionarea unui video, descărcarea unui fișier, ă,

00:10:39,248 –> 00:10:45,668 [Alexandru Seinedin]
adăugarea unui produs în coș, că tot vorbeam de magazine online, inițierea procesului de check-out și achiziția finală.

00:10:45,668 –> 00:10:54,178 [Beatrice Păun]
OK, asta o să ajute încă o dată foarte mult. Și acum cum ne-ai prezentat până acuma pare extraordinar.

00:10:54,388 –> 00:10:55,948 [Alexandru Seinedin]
Mie mi se pare că este extraordinar

00:10:57,288 –> 00:11:02,928 [Alexandru Seinedin]
pentru că îl văd ca un pas, de fapt, cred că mai mulți pași înainte pentru Google. E cumva

00:11:04,008 –> 00:11:14,008 [Alexandru Seinedin]
și un efort prin care încearcă să se poziționeze mai în față față de alte instrumente de analytics de pe piață.

00:11:14,008 –> 00:11:27,187 [Beatrice Păun]
Și cumva cred că o să ne ajute foarte mult să înțelegem efectiv comportamentul consumatorului în site, că asta este un punct care ne interesează atât pe noi, oamenii în marketing, cât și pe business owneri. Și cred că pe toată lumea interesează.

00:11:27,188 –> 00:11:27,988 [Alexandru Seinedin]
Exact, exact.

00:11:27,988 –> 00:11:54,688 [Beatrice Păun]
Ce face omul în site-ul meu? Unde aș putea să intervin eu pe parte de retenție? Ce aș putea să îmbunătățesc ca omul să îmi stea mai mult în site? Și ce mi-a plăcut foarte mult din ceea ce ne-ai zis tu a fost partea asta de-de retenție. Cum mi-l readuc în site? Cred că asta e cel mai important pentru toată lumea să ne păstrăm clienții fideli. Adică i-am avut, hai să-i mai aducem. Dacă experiența lor a fost plăcută, cu siguranță se vor mai întoarce.

00:11:55,380 –> 00:12:34,600 [Alexandru Seinedin]
Corect și cumva abordarea asta cu events, cu acțiuni pe care utilizatorul le face, ne oferă o perspectivă mult mai granulară, pentru că vom putea să înțelegem mai bine, presupunând că în momentul în care facem migrarea la Analytics 4 și setăm Analytics 4 așa cum ne dorim, dacă avem evenimente pentru toate acțiunile importante, o să avem o imagine de ansamblu. Dar pe lângă imaginea de ansamblu, o să avem și o imagine detaliată ca să înțelegem exact ce face acel utilizator sau de fapt, ce fac utilizatorii. Pentru că, cum spuneam, fiind mai concentrat pe partea asta de confidențialitate,

00:12:36,100 –> 00:12:44,640 [Alexandru Seinedin]
nu ne permite să vedem ce face un singur utilizator, ci ne interesează cumva ce fac mai mulți utilizatori și câte evenimente au loc în site.

00:12:44,640 –> 00:12:46,220 [Beatrice Păun]
Ok, ai zis foarte,

00:12:47,440 –> 00:12:53,860 [Beatrice Păun]
ai și triggeruit deja următoarea mea întrebare. Așa, o pauză din asta de tips and tricks. Ai zis partea de setare.

00:12:53,860 –> 00:12:54,420 [Alexandru Seinedin]
Ok.

00:12:54,420 –> 00:13:03,420 [Beatrice Păun]
Zi-mi un pic cum, cum pot eu să-mi actualizez actualul Universal către Google Analytics 4.

00:13:04,540 –> 00:13:08,900 [Alexandru Seinedin]
Avem cumva două metode principale prin care putem face asta.

00:13:10,140 –> 00:13:17,630 [Alexandru Seinedin]
Prima metodă ar fi cea automatizată pe care Google o să o realizeze automat de la 1 iulie 2023.

00:13:17,630 –> 00:13:20,360 [Beatrice Păun]
Adică Google face implementarea asta pentru noi.

00:13:20,360 –> 00:13:32,860 [Alexandru Seinedin]
Da, o să facă implementarea asta pentru noi. Este un lucru pe care l-am anunțat destul de recent, însă o să vedem că există o diferență destul de mare între ce ne oferă Google automat și ce putem să facem noi.

00:13:33,960 –> 00:14:20,300 [Alexandru Seinedin]
Cumva, acest proces automat pe care Google o să-l facă nu implică foarte multe din partea noastră, în afară de a accepta schimbarea. Și Google o să încerce să adapteze Universal la ceea ce este Analytics 4 acum. O să încerce să migreze anumite audiențe, audiențe destul de basic. O să încerce să, ăăă, migreze inclusiv link-urile cu conturile de Google Ads. O să încerce să migreze cumva ceea ce în Universe se numea Goals. Acum o să devină conversii sau evenimente de conversie în GA4 și așa mai departe. Însă, spre deosebire de procesul ăsta automat, care este destul de basic și care nu ne oferă nouă niciun fel de opțiuni de personalizare,

00:14:21,420 –> 00:14:34,400 [Alexandru Seinedin]
ăăă, metoda manuală, cea pe care noi o recomandăm și de altfel pe care și Google o recomandă, este mult mai benefică pentru un business owner, pentru că oferă ceva în plus, anume personalizare.

00:14:34,400 –> 00:14:39,220 [Beatrice Păun]
Și eventuri, setarea eventurilor acestora de care tu ne ziceai că sunt foarte importante.

00:14:39,220 –> 00:15:05,580 [Alexandru Seinedin]
Pentru metoda manuală există deja un setup assistant în Universal. În interfața de admin, dacă intrăm, o să vedem că există acest setup assistant pentru GA4, pe care înainte de toate, este doar un buton prin care spunem că da, vrem să facem această proprietate de GA4, însă ulterior, după ce s-a creat proprietatea, Google ne oferă un fel de checklist. Trebuie să faci asta, asta, asta și asta ca să fie totul bine ca setări de bază.

00:15:06,840 –> 00:16:09,020 [Alexandru Seinedin]
Setările astea de bază posibil să fie activate și în metoda automată, pentru că sunt setări pe care Google le recomandă. Dar ce nu ia Google în seamă cu metoda automată sunt best practices. Best practices care cumva au apărut după ce oamenii de marketing ca tine și ca mine au interacționat cu platforma și au realizat că anumite setări pot fi modificate, schimbate în favoarea noastră. Și pentru că Google pornește doar cu setările de bază, nu o să ia în calcul și aceste best practices pe care noi, ca oameni cu expertiză, ca specialiști, putem să oferim consultanță clienților noștri, să le explicăm de ce este mai bine să procedeze așa decât setările din bază, de bază. Și pe lângă acest checklist care ți-am spus, implică niște pași pe care Google îi recomandă ca să activăm toate setările importante din GA4. Trebuie să facem și partea de events care necesită de la sine o,

00:16:10,180 –> 00:16:15,800 [Alexandru Seinedin]
să zicem așa, cel puțin o oră de consultanță cu clienții, ca să înțelegem exact nevoile lor.

00:16:15,800 –> 00:16:19,820 [Beatrice Păun]
Ca să înțelegem ce interesează pe client să urmărească în site.

00:16:19,820 –> 00:16:22,820 [Alexandru Seinedin]
Exact, exact. Pentru că până la urmă, fiecare business are

00:16:24,700 –> 00:17:23,050 [Alexandru Seinedin]
specificațiile lui, are particularitățile lui, are obiective diferite și prin această oră de consultanță putem să înțelegem exact ce dorește business owner-ul să urmărească și să putem să planificăm până la urmă o infrastructură de evenimente care să fie nu doar benefică lui, cât și pliată pe nevoi. În schimb, migrarea automată realizată de Google nu conține această ședință de consultanță. Google nu te întreabă hei, ce ai nevoie? Pleacă din start cu ideea că dacă în Universal făceai treaba asta, atunci exact. Dar aici este tricky, pentru că dacă în Universal existau anumite probleme pe partea de infrastructură, de tracking, de urmărire a datelor, ulterior, când va fi migrarea asta automată, posibil ca și acele greșeli să fie mutate în Analytics 4 și astfel noi practic nu rezolvăm problema, ci doar o-

00:17:23,050 –> 00:17:23,760 [Beatrice Păun]
O mutăm.

00:17:23,760 –> 00:17:36,760 [Alexandru Seinedin]
Exact și o să ne trezim că problema persistă și că tot avem nevoie de input-ul unui specialist, de expertiza unei agenții, ca să vedem exact de unde este problema aceea și cum o putem rezolva.

00:17:36,760 –> 00:17:40,580 [Beatrice Păun]
Da, cumva cred că dacă o să optăm pentru trecerea asta

00:17:41,600 –> 00:17:51,300 [Beatrice Păun]
automată a lui Google, nu o să beneficiem de feature-urile noi de care ne ziceai tu și tot ce aduce el în plus și ce e mai benefic pentru noi.

00:17:51,300 –> 00:17:53,100 [Alexandru Seinedin]
Exact. Și asta e și ideea, că

00:17:54,280 –> 00:17:59,120 [Alexandru Seinedin]
dacă suntem un business owner care a folosit Universal până în acel punct, 1 iulie 2023,

00:18:00,320 –> 00:18:30,270 [Alexandru Seinedin]
și se face această migrare automată, o să realizăm că nu suntem încă familiari cu platforma nouă și nu are cine să ne explice efectiv cum putem să folosim Google Analytics 4 la potențial maxim și va trebui, ca business owner, să căutăm fie pe YouTube, fie pe Google, în funcție de caz, cum putem să folosim Analytics 4 cât să fie benefic pentru noi. Pentru că, în calitate de business owner, poate nu înțelegem exact ce avantaje avem în această migrare.

00:18:31,350 –> 00:18:32,290 [Beatrice Păun]
Da, și cumva,

00:18:33,330 –> 00:18:38,670 [Beatrice Păun]
fiind și un tool nou și informațiile nu s– nici informațiile nu sunt atât de multe, nici pe YouTube, nici pe Google.

00:18:38,670 –> 00:18:44,210 [Alexandru Seinedin]
Exact. Google are o documentație tehnică existentă, însă fiind destul de tehnică,

00:18:45,230 –> 00:18:51,790 [Alexandru Seinedin]
este relativ greoi pentru o persoană care nu are atât de multe cunoștințe pe partea asta să înțeleagă ce și cum.

00:18:51,790 –> 00:18:59,010 [Beatrice Păun]
Și cum ziceam eu mai devreme, avem nevoie de, de o persoană care să transpună acel limbaj tehnic, astfel încât să înțelegem-

00:18:59,010 –> 00:18:59,400 [Alexandru Seinedin]
Exact, exact.

00:18:59,400 –> 00:19:05,530 [Beatrice Păun]
… și noi, specialiștii care nu chiar facem partea asta de tracking coduri și, și partea asta mai tehnică.

00:19:07,270 –> 00:19:14,710 [Beatrice Păun]
Că tot vorbeam de schimbările astea aduse de, de Google Analytics 4, știm că s-au schimbat și modelele de atribuire.

00:19:14,710 –> 00:19:28,910 [Alexandru Seinedin]
Corect. Dacă înainte în Google Ads, de exemplu, și în Universal Analytics, Analytics implicit, aveam, cumva porneam cu ideea asta de last click ca model de atribuire, ofeream credit ultimului click pe reclamă.

00:19:30,710 –> 00:19:34,060 [Alexandru Seinedin]
Acum avem un model bazat pe inteligență artificială.

00:19:34,060 –> 00:19:34,060 [Beatrice Păun]
Ok.

00:19:34,060 –> 00:19:48,690 [Alexandru Seinedin]
Avem un model data driven. El așa se numește Data Driven Attribution, care se bazează pe cumva niște algoritmi. Ce face Google e că analizează toate datele pe care le are despre interacțiunea utilizatorilor cu reclamele

00:19:49,730 –> 00:19:54,370 [Alexandru Seinedin]
și, în funcție de anumite calcule destul de complicate pe care o persoană-

00:19:54,370 –> 00:19:55,290 [Beatrice Păun]
Nu le putem face.

00:19:55,290 –> 00:19:55,650 [Alexandru Seinedin]
Exact.

00:19:55,650 –> 00:19:58,190 [Beatrice Păun]
Cu o numărătoare acolo sau un foi și un creion, sigur, nu?

00:19:58,190 –> 00:20:10,810 [Alexandru Seinedin]
Probabil un flow, nu un flowchart. Îmi scapă cuvântul, dar efectiv o pagină lungă, cu multe calcule. Încercăm să ne dăm seama de această fizică cuantică, dacă vrei.

00:20:12,450 –> 00:20:45,770 [Alexandru Seinedin]
Dar ca să revin puțin, ce face Google e că realizează aceste calcule în spate și, în funcție de rezultatele pe care le observă, atribuie niște credite anumitor click-uri, anumitor campanii și așa mai departe. Dacă înainte regulile erau destul de prestabilite, de exemplu, last click, cum spuneam, este ultima campanie care a convertit. Sau avem linear în care creditul era oferit tuturor interacțiunilor cu reclamele până la convertire. Acum avem acest data driven în care îl lăsăm pe Google să ne spună exact: uite, campania asta a contribuit cel mai mult. Campania asta

00:20:47,190 –> 00:20:52,430 [Alexandru Seinedin]
a convins oamenii să convertească, dar și aceste campanii pe lângă, chiar dacă poate nu au

00:20:53,650 –> 00:21:00,910 [Alexandru Seinedin]
contribuit atât de mult, sunt relevante, pentru că fără ele este posibil să nu avem momentul în care utilizatorul a convertit.

00:21:00,910 –> 00:21:01,890 [Beatrice Păun]
Cumpără. Îhî.

00:21:01,890 –> 00:21:11,010 [Alexandru Seinedin]
Și cumva el oferă acest credit, nu-l mai oferă în funcție de niște reguli stricte bătute în cuie, ci le oferă în funcție de niște calcule.

00:21:11,010 –> 00:21:21,930 [Beatrice Păun]
Ok, ăsta o să fie foarte bine, că ne ajută să înțelegem, pe lângă care e cea mai relevantă campanie, ne ajută să înțelegem cum, în care direcție trebuie să mergem.

00:21:23,530 –> 00:21:31,810 [Beatrice Păun]
Ziceai de inteligența artificială, un subiect așa hot. Dacă mă întrebi pe mine, toată lumea vorbește despre inteligența artificială.

00:21:33,030 –> 00:21:35,970 [Beatrice Păun]
Zi-mi un pic. Știu că la baza lui Google Analytics 4

00:21:37,370 –> 00:21:50,150 [Beatrice Păun]
stă și machine learning. Zi-ne un pic despre asta. Ce este machine learning-ul și cum, cum îl putem folosi noi ca să avem date cât mai relevante despre audiență, despre publicul nostru țintă?

00:21:51,490 –> 00:21:57,340 [Alexandru Seinedin]
Pe de o parte, machine learning este un buzzword. Îl auzim aruncat în stânga și în dreapta.

00:21:57,340 –> 00:22:09,310 [Beatrice Păun]
Îl spune toată lumea. Și la supermarket cred că dacă mergi și asculți așa ce vorbesc oamenii, cineva sigur o să zică de un AI, de un orice. Cineva o să zică de o inteligență artificială.

00:22:09,310 –> 00:22:13,050 [Alexandru Seinedin]
Este o tehnologie foarte impressive și cumva de asta lumea încearcă să-

00:22:13,050 –> 00:22:16,150 [Beatrice Păun]
Ne sperie sau nu ne sperie machine learning-ul? Pe mine mă sperie un pic.

00:22:16,150 –> 00:22:19,030 [Alexandru Seinedin]
Nu ne– momentan nu o să ne fure nimeni joburile.

00:22:19,030 –> 00:22:19,430 [Beatrice Păun]
Ok.

00:22:19,430 –> 00:22:20,470 [Alexandru Seinedin]
Momentan.

00:22:20,470 –> 00:22:20,540 [Beatrice Păun]
Bun.

00:22:20,660 –> 00:22:22,820 [Alexandru Seinedin]
Posibil pe viitor, nu știu, dar-

00:22:22,820 –> 00:22:24,450 [Beatrice Păun]
În cincizeci de ani, să zicem.

00:22:24,450 –> 00:22:34,610 [Alexandru Seinedin]
Ceva de genul, dar îmi amintesc că mi-a spus cineva la un moment dat că AI nu o să ne fure joburile, ci persoane care știu să profite de acel AI o să ne fure joburile.

00:22:34,610 –> 00:22:35,310 [Beatrice Păun]
Da.

00:22:35,310 –> 00:22:47,410 [Alexandru Seinedin]
Bine, acum evident că vorba vine cu fura joburile, nu vom fi înlocuiți de AI, dar este important să înțelegem ce ne oferă această nouă tehnologie. Și ca să revin puțin la întrebarea ta, machine learning este

00:22:48,450 –> 00:22:53,110 [Alexandru Seinedin]
un mod prin care aceste sisteme inteligente, ca să explic cumva cât mai simplu,

00:22:54,150 –> 00:23:00,230 [Alexandru Seinedin]
ă, învață și se adaptează de unele singure, în funcție de datele pe care le primesc.

00:23:00,230 –> 00:23:00,510 [Beatrice Păun]
Ok.

00:23:01,690 –> 00:23:17,610 [Alexandru Seinedin]
Nu mai este vorba, cum spuneam, de niște reguli stricte, cum e în cazul la data driven attribution, ci vorbim de niște calcule, de niște insight-uri calculate și așa mai departe. Și prin acest proces de învățare ele se îmbunătățesc singure.

00:23:17,610 –> 00:23:18,270 [Beatrice Păun]
Singure.

00:23:18,270 –> 00:23:19,630 [Alexandru Seinedin]
Singure.

00:23:19,630 –> 00:23:19,890 [Beatrice Păun]
Ok.

00:23:19,890 –> 00:23:21,650 [Alexandru Seinedin]
Dar contează foarte mult și cal-

00:23:21,650 –> 00:23:26,170 [Beatrice Păun]
Deci machine learning-ul e așa ca să, ca să-l umanizăm un pic,

00:23:27,230 –> 00:23:29,270 [Beatrice Păun]
este un fel de mini roboțel.

00:23:29,270 –> 00:23:30,160 [Alexandru Seinedin]
Mini roboțel, dacă vrei.

00:23:30,160 –> 00:23:34,730 [Beatrice Păun]
Care se uită. Îl și putem descrie dacă vrei, că mă descurc acolo.

00:23:35,990 –> 00:23:45,530 [Beatrice Păun]
Un mini roboțel clar, are antenuțe, care se uită efectiv la toate datele, înțelege ce face tot și replică datele acelea astfel încât să,

00:23:46,750 –> 00:23:48,610 [Beatrice Păun]
să înțelegem noi path-ul. Sau?

00:23:48,610 –> 00:24:15,437 [Alexandru Seinedin]
Da, ceva de genul. Nu le replică neapărat, cât extrage concluzii din ele. Cumva realizează o parte de analiză și după aia ne spune nouă ce și cum. Când e vorba de tool-uri de machine learning care fac acest lucru sau pur și simplu se îmbunătățesc prin procese repetate, astfel încât să ajungă dintr-un punct la un punct și mai eficient. Dar contează foarte mult calitatea datelor pe care sistemele acestea le primesc.

00:24:15,438 –> 00:24:20,068 [Beatrice Păun]
Și cum, cum ne dăm noi seama de calitatea datelor pe care le primesc sistemele?

00:24:20,068 –> 00:24:27,618 [Alexandru Seinedin]
Printr-o infrastructură de tracking, de urmărire a datelor și implicit printr-un tool de analytics.

00:24:27,618 –> 00:24:29,838 [Beatrice Păun]
Și prin setarea eventurilor același-

00:24:29,838 –> 00:24:45,018 [Alexandru Seinedin]
Exact. Dacă ne asigurăm că setarea lor este realizată așa cum ne dorim, așa cum trebuie și cum este recomandat, putem să deducem că avem o calitate a datelor cel puțin îndeajuns de bună cât să putem extrage niște insight-uri folositoare.

00:24:46,038 –> 00:24:55,258 [Alexandru Seinedin]
Și modul în care Google Analytics 4 integrează acest machine learning este destul de variat. În primul rând, avem ceea ce se numește Analytics Intelligence, care-

00:24:55,258 –> 00:24:56,848 [Beatrice Păun]
Roboțelul Analytics.

00:24:57,138 –> 00:24:59,658 [Alexandru Seinedin]
Să zicem ceva așa. Sau inteligența lui Analytics.

00:24:59,658 –> 00:25:00,778 [Beatrice Păun]
Ok.

00:25:00,778 –> 00:25:36,448 [Alexandru Seinedin]
Ce face Analytics Intelligence e că ne oferă aceste insight-uri de care am tot vorbit. Dacă intrăm în Google Analytics 4 și pe o perioadă de timp, să spunem că ne uităm la anumite date în mod repetat. Analytics 4 își dă seama de acest lucru și data viitoare când intrăm o să ne spună din start: „Hei, uite datele la care te uiți în mod normal au suferit o modificare. Poate numărul de utilizatori a crescut foarte brusc deodată cu un anumit procent, să zicem. Sau poate nu se aștepta, în funcție de ce s-a întâmplat în site în ultimele 90 de zile, să zicem,

00:25:37,558 –> 00:25:47,298 [Alexandru Seinedin]
să existe o creștere de trafic dintr-un anumit canal de marketing, dar el acuma exista– acea creștere a existat” și aceste insight-uri ne apar pe ecran-

00:25:47,298 –> 00:25:47,778 [Beatrice Păun]
Da

00:25:47,778 –> 00:26:07,168 [Alexandru Seinedin]
…și ne spun acest lucru. Cumva ne scapă, nu în totalitate, evident, dar ne scapă de o parte din procesul de analiză, pentru că ne aduce acele concluzii la care noi oricum am fi ajuns. Exact, in your face. Pe lângă asta, există și custom insights. Putem să-i spunem ce fel de insight-uri vrem noi să primim.

00:26:07,168 –> 00:26:08,968 [Beatrice Păun]
Facem noi roboțelul nostru.

00:26:08,968 –> 00:26:24,658 [Alexandru Seinedin]
Da, practic putem spune asta. Îi dăm noi niște criterii, îi spunem vreau să aflu când se întâmplă ceva anume și data viitoare când intrăm și dacă a avut loc acel lucru, o să vedem fix în fața ochilor, imediat cum intrăm, că a avut loc acea modificare.

00:26:24,658 –> 00:26:25,978 [Beatrice Păun]
Ok.

00:26:25,978 –> 00:26:49,678 [Alexandru Seinedin]
De exemplu, poate vrem să vedem când persoanele venite dintr-o campanie de marketing plătită, campanie de marketing online, încep să achiziționeze din ce în ce mai mult și acea creștere de achiziții este practic ieșită din trendul anterior. Și Google Analytics 4 ne poate oferi acel insight să ne spună: „Hei, uite, se întâmplă ceva atipic”.

00:26:49,678 –> 00:26:50,658 [Beatrice Păun]
Ok.

00:26:50,658 –> 00:27:06,638 [Alexandru Seinedin]
Lucru care pentru noi poate să fie un punct foarte bun să vedem exact. Ok, avem o creștere, hai să vedem de unde este și dacă trebuie să explicăm asta mai departe către toate persoanele care au putere de decizie sau sunt stakeholders și așa mai departe.

00:27:06,638 –> 00:27:11,338 [Beatrice Păun]
Și putem să beneficiem și să fructificăm acel pic și acel

00:27:12,378 –> 00:27:14,858 [Beatrice Păun]
vârf de, de trafic.

00:27:14,858 –> 00:27:23,278 [Alexandru Seinedin]
Exact, exact. Și pe lângă Analytics Intelligence, mai avem și partea de modelare, care este destul de complicat de înțeles.

00:27:23,278 –> 00:27:24,188 [Beatrice Păun]
Încearcă.

00:27:24,207 –> 00:27:26,017 [Alexandru Seinedin]
Încerc. Promit că încerc.

00:27:27,378 –> 00:27:34,558 [Alexandru Seinedin]
Pe de o parte, uite data-driven attribution de care am spus este un exemplu de modelare, pentru că ce face Google e că ia acele date-

00:27:34,558 –> 00:27:34,898 [Beatrice Păun]
Da

00:27:34,898 –> 00:27:50,058 [Alexandru Seinedin]
…despre conversii, le analizează și extrage niște insights. Dar modul în care extrage acele insights și cum consideră el că trebuie oferit acel credit este un proces de modelare. Modelează datele pe care le are cumva.

00:27:51,358 –> 00:27:51,438 [Beatrice Păun]
Ok.

00:27:51,438 –> 00:28:04,878 [Alexandru Seinedin]
Un alt exemplu ar fi modelarea comportamentului. Pentru că punem foarte mult preț pe privacy, pe confidențialitate în ultima perioadă, să spunem în ultimul an, vedem și nevoia ca

00:28:06,358 –> 00:28:22,898 [Alexandru Seinedin]
site-ul nostru să fie ok din toate aceste perspective care au legătură cu reglementările europene și ne interesează foarte mult partea de cookies, partea în care cumva îl întrebăm pe utilizator dacă vrea să-și dea consimțământul să fie urmărit.

00:28:24,028 –> 00:28:30,687 [Alexandru Seinedin]
În momentul în care își dă consimțământul, noi putem să-l urmărim. Este tot ok. Știm exact ce face, cum face pe site, fără-

00:28:30,687 –> 00:28:33,018 [Beatrice Păun]
Să-l urmărim înseamnă să vedem ce face în site.

00:28:33,018 –> 00:28:33,298 [Alexandru Seinedin]
Exact.

00:28:33,298 –> 00:28:34,178 [Beatrice Păun]
Nu să ne ducem…

00:28:34,358 –> 00:28:52,178 [Alexandru Seinedin]
Fără a-l identifica. Nu știm cine este acea persoană, dar putem să vedem. El devine practic niște numere care ne, ne spun nouă: uite, mai multe persoane au cumpărat produsele astea sau au dat click acolo sau au interacționat cu partea asta astfel încât noi putem să îmbunătățim experiența lor.

00:28:52,178 –> 00:28:52,197 [Beatrice Păun]
Ok.

00:28:52,198 –> 00:28:54,398 [Alexandru Seinedin]
Pentru că fără aceste date, până la urmă nu putem să ghicim

00:28:55,458 –> 00:29:06,318 [Alexandru Seinedin]
ce este mai bine pentru utilizator. Trebuie să ne uităm la modul în care el se comportă în site, dar el dacă nu își dă consimțământul prin acel banner de cookies, dacă nu apasă pe „Sunt de acord să fiu urmărit”,

00:29:07,398 –> 00:29:15,038 [Alexandru Seinedin]
atunci cumva suntem destul de orbi. Și aici intervine partea de modelare, pentru că Google analizează

00:29:17,118 –> 00:29:21,538 [Alexandru Seinedin]
cumva, ia datele pe care le avem de la persoanele care și-au dat acordul-

00:29:21,538 –> 00:29:21,768 [Beatrice Păun]
Da

00:29:21,768 –> 00:29:30,658 [Alexandru Seinedin]
…dar ia și niște semnale pe care le are de la utilizatorii Google, care oricum, în momentul în care ne creăm un cont Google, noi suntem de acord cu niște termeni și condiții

00:29:31,878 –> 00:29:37,518 [Alexandru Seinedin]
și încearcă să modeleze și să își dea seama de acele conversii pe care noi nu am putut să le urmărim.

00:29:37,518 –> 00:29:38,718 [Beatrice Păun]
Că omul nu și-a dat acordul.

00:29:38,718 –> 00:29:41,818 [Alexandru Seinedin]
Exact. Dar care probabil au avut loc.

00:29:42,838 –> 00:29:43,338 [Beatrice Păun]
Ok.

00:29:43,338 –> 00:30:58,902 [Alexandru Seinedin]
Și această probabilitate într-un mediu în care punem din ce în ce mai mult preț pe confidențialitate și oamenii sunt destul de reticenți în a-și da acordul pentru cookies sau chiar și un mediu în care cookies vor dispărea integral în viitor. Probabilitatea asta o să ne ajute să continuăm să luăm decizii accurate, decizii care să fie cumva în linie cu realitatea din site sau din aplicație. Uite că tot am menționat de aplicație acuma. Un lucru pe care l-am uitat e faptul că, spre deosebire de Universal Analytics, Google Analytics 4 centralizează cumva datele. Pentru că dacă anterior, în Universal Analytics, o persoană care avea și o aplicație și un site trebuia să creeze proprietăți pentru fiecare și dacă voia să analizeze și lucruri mult mai specifice în site sau în aplicație, crea și în plus alte proprietăți, în Analytics 4 ele sunt practic centralizate. Sunt aduse în același loc și putem doar să conectăm niște fluxuri de date. Site-ul, aplicația de Android, aplicația de iOS și centralizând toate datele avem o imagine mult mai clară și dacă e nevoie putem să filtrăm dintr-un singur buton fără să mai fie nevoie să creăm acele proprietăți în plus.

00:30:58,902 –> 00:31:03,162 [Beatrice Păun]
Deci am o singură proprietate, deși am și site și app.

00:31:03,162 –> 00:31:03,822 [Alexandru Seinedin]
Exact.

00:31:03,822 –> 00:31:05,002 [Beatrice Păun]
Și văd toate datele într-un singur-

00:31:05,002 –> 00:31:08,732 [Alexandru Seinedin]
Exact. Și dacă am nevoie le pot filtra astfel încât să disting-

00:31:08,732 –> 00:31:09,722 [Beatrice Păun]
Să facă-

00:31:09,722 –> 00:31:14,302 [Alexandru Seinedin]
Traficul de mobil față de– traficul în aplicație, de fapt, față de traficul de website.

00:31:14,302 –> 00:31:14,942 [Beatrice Păun]
OK.

00:31:14,942 –> 00:31:29,502 [Alexandru Seinedin]
Și chestia asta a venit cumva, cred că a fost, a stat la baza motivelor principale pentru care s-au gândit să facă trecerea asta. Pentru că un lucru mai puțin cunoscut e că Google Analytics 4 înainte se numea Google Analytics App + Web.

00:31:29,502 –> 00:31:30,842 [Beatrice Păun]
Ok, asta e interesant.

00:31:30,842 –> 00:31:53,382 [Alexandru Seinedin]
Exact. Și în momentul în care a ieșit din beta undeva prin, cred că octombrie 2020, sper să nu mă înșel, și s-a schimbat practic numele a rămas Google Analytics 4. Dar el inițial a fost gândit fix în ideea asta de a putea oferi mai multă utilitate pentru o experiență cross-platform. Pentru că până la urmă, noi ca utilizatori, nu mai

00:31:55,402 –> 00:32:26,022 [Alexandru Seinedin]
achiziționăm produse sau servicii dintr-un singur dispozitiv. Putem să intrăm pe laptop, de exemplu, pentru că tot am un laptop în față, vedem o reclamă, interacționăm cu ea, intrăm pe site, vedem niște produse care ne interesează, dar nu cumpărăm atunci. Și poate intrăm mai târziu, câteva ore mai târziu, de pe telefon și apăsăm și butonul în telefonul, realizăm că vrem acel produs sau acele produse și cumpărăm de pe mobil. Și în cazul de față avem deja două dispozitive și avem nevoie de o, de un instrument care să ne ofere

00:32:27,362 –> 00:32:31,142 [Alexandru Seinedin]
această perspectivă cross-platform între platforme.

00:32:31,142 –> 00:32:56,522 [Beatrice Păun]
Da, asta cred că o să ne ajute foarte mult și la e-com-urile care vând. Primul meu gând a fost Home & Deco, pentru că știm foarte bine, pe Home & Deco de obicei vedem de pe mobile, dar majoritatea achizițiilor se fac de pe laptop pentru că îți dorești să vezi fotoliul mai mare sau îți dorești să vezi o încadrare mai ok pe un display mai mare.

00:32:56,522 –> 00:33:05,062 [Alexandru Seinedin]
Deși cu lumea am văzut câteva cazuri destul de multe în care exista mai mult trafic pe mobil și achiziția se făcea pe mobil.

00:33:05,062 –> 00:33:06,202 [Beatrice Păun]
Da?

00:33:06,202 –> 00:33:10,442 [Alexandru Seinedin]
Chiar în cazul produselor Home & Deco. Ceea ce, cum ai spus și tu, este destul de

00:33:11,562 –> 00:33:13,821 [Alexandru Seinedin]
wow, pentru că te-ai gândi că până la urmă vreau să văd-

00:33:13,822 –> 00:33:16,582 [Beatrice Păun]
Vreau să văd pe un dispozitiv mai mare, să văd un pic scaunul.

00:33:16,582 –> 00:33:23,232 [Alexandru Seinedin]
Dar având în vedere că acum telefoanele sunt din ce în ce mai mari și ne oferă inclusiv modul acela landscape, probabil că utilizatorii

00:33:25,002 –> 00:33:43,282 [Alexandru Seinedin]
realizează acele achiziții și de pe mobil. Eu personal prefer în continuare să folosesc un ecran mare. Mă simt mult mai confortabil cu asta și îmi oferă mai multă încredere, pentru că am impresia că uitându-mă pe un ecran mare la imagini pot să văd mai bine produsul. Dar se pare că sunt un procent destul de mare de oameni care fac achiziția pe mobil.

00:33:44,322 –> 00:33:55,302 [Beatrice Păun]
Pe mine mă mai ajută la partea asta de achiziție și o finalizez de pe laptop achizițiile și partea de introducere a datelor. Mai, mai ușor îmi introduc datele de pe laptop decât de pe mobil.

00:33:56,722 –> 00:33:57,602 [Beatrice Păun]
Când finalizez achiziția.

00:33:57,602 –> 00:34:09,162 [Alexandru Seinedin]
Da, corect, pentru că până la urmă vedem și datele pe care le introducem pe în față pe toate cumva. În schimb, pe mobil de multe ori sunt nevoit să dăm scroll și datele ies din cadrul pe care îl vedem.

00:34:10,202 –> 00:34:12,542 [Beatrice Păun]
Și dăm mai rapid copy-paste.

00:34:12,542 –> 00:34:16,432 [Alexandru Seinedin]
Da. Și cumva și asta. Mult mai rapid copy-paste.

00:34:16,432 –> 00:34:24,622 [Beatrice Păun]
Mult mai rapid. Acuma că am ajuns în punctul ăsta în care trebuie să sumarizăm așa, Alex, hai să vedem, să facem o mini concluzie

00:34:25,762 –> 00:34:33,762 [Beatrice Păun]
despre Google Analytics 4. Pe mine clar m-ai convins că e un tool bun. Îmi place că le am pe toate la îndemână.

00:34:35,522 –> 00:34:44,362 [Beatrice Păun]
Îmi place că vedem în același loc și partea asta de web și partea de app. Îmi place partea asta de modele, de atribuire, de audiențe.

00:34:45,902 –> 00:35:03,702 [Beatrice Păun]
Hai să lăsăm așa o concluzie mai, mai drăguță despre cum o să ne ajute Google Analytics 4 în tot parcursul ăsta. Pentru noi, oamenii de marketing, ca să ne optimizăm campaniile mai ok și pentru business owners să și înțeleagă mai ok publicul țintă.

00:35:05,242 –> 00:35:18,182 [Alexandru Seinedin]
Eu văd aici două puncte principale în care ne putem uita la Google Analytics 4. Pe de o parte, optimizarea campaniilor de marketing, cum ai spus și tu, dar pe de altă parte și optimizarea site-ului sau al aplicației.

00:35:18,182 –> 00:35:18,501 [Beatrice Păun]
Ok.

00:35:18,502 –> 00:35:36,942 [Alexandru Seinedin]
Pentru că pe lângă integrarea nativă cu Google Ads, pe care o aveam și în Universal Analytics, dar care acum ne oferă o integrare mult mai naturală, zic eu, avem mulți metrici care ne ajută să înțelegem exact ce se întâmplă și de ce se întâmplă.

00:35:38,662 –> 00:35:53,582 [Alexandru Seinedin]
Poate mai puțin de ce se întâmplă, pentru că până la urmă asta e partea de analiză în care noi analizăm datele pe care le-am colectat și încercăm să extragem niște concluzii, niște insight-uri pe care le-am tot menționat și tot menționat și tot menționat. Dar

00:35:54,842 –> 00:36:02,702 [Alexandru Seinedin]
pe lângă asta, e importantă experiența în site până la urmă, pentru că dacă site-ul oferă o experiență,

00:36:04,002 –> 00:36:06,222 [Alexandru Seinedin]
hai să spunem, nu tocmai fericită-

00:36:06,222 –> 00:36:06,842 [Beatrice Păun]
Da.

00:36:06,842 –> 00:36:11,502 [Alexandru Seinedin]
Indiferent cât trafic generăm noi prin campaniile de marketing, conversia aceea nu va avea loc.

00:36:12,162 –> 00:36:21,682 [Beatrice Păun]
Pentru că renunțăm. Trebuie să recunoaștem că site-ul e greoi. Da, că se încarcă greu. Da, că trebuie să dai trei click-uri până ajungi să adaugi în coș, renunți.

00:36:21,742 –> 00:36:44,732 [Alexandru Seinedin]
Și de aceea intervin niște metrici în Analytics 4, cum sunt cei de engagement, care ne explică, ăăă, ți-am spus, cât– de câte ori există aceste interacțiuni importante. Dacă oamenii petrec mai mult timp pe site, inclusiv cât timp petrec oamenii pe site. Un metric foarte simplu este un ic-un indicator foarte bun pentru experiența utilizatorului.

00:36:45,762 –> 00:37:02,882 [Alexandru Seinedin]
Pe, pe partea de optimizare a campaniilor, cumva ne ajută să înțelegem tot parcursul. Pentru că noi, în tool-urile de promovare a reclamelor, vedem cumva nu imaginea completă. Vedem până într-un anumit punct, iar ulterior, ca să putem să completăm această imagine, avem nevoie și de Analytics.

00:37:02,882 –> 00:37:02,942 [Beatrice Păun]
Da.

00:37:04,322 –> 00:37:22,102 [Beatrice Păun]
Perfect. Mulțumesc foarte frumos pentru toate răspunsurile și că ai transpus cumva partea asta tehnică în cuvinte normale, cât să înțelegem și noi la ce ne ajută toate schimbările. Și acum am ajuns în punctul meu preferat în care eu o să-ți ofer un bol cu alt fel de întrebări. Nu te speria.

00:37:22,102 –> 00:37:22,642 [Alexandru Seinedin]
Un bol?

00:37:22,642 –> 00:37:23,122 [Beatrice Păun]
Da.

00:37:23,122 –> 00:37:23,322 [Alexandru Seinedin]
Ok.

00:37:23,322 –> 00:37:24,182 [Beatrice Păun]
Stai să ți-l arăt.

00:37:25,422 –> 00:37:26,422 [Alexandru Seinedin]
E cu mâncare?

00:37:26,422 –> 00:37:27,462 [Beatrice Păun]
Nu e cu mâncare.

00:37:28,742 –> 00:37:31,022 [Beatrice Păun]
E cu întrebări. Alt fel de întrebări.

00:37:32,122 –> 00:37:37,742 [Beatrice Păun]
Și o să te rog să-ți alegi pe rând. O să avem de ales trei întrebări la care să răspunzi.

00:37:37,742 –> 00:37:37,902 [Alexandru Seinedin]
Îmi e puțin frică.

00:37:37,902 –> 00:37:42,602 [Beatrice Păun]
Nu mușcă. Uite, nu iese niciun animăluț înăuntru. Dar îți promit că o să ne distrăm.

00:37:44,422 –> 00:37:45,082 [Alexandru Seinedin]
Pot să-

00:37:45,082 –> 00:37:46,002 [Beatrice Păun]
Poți.

00:37:46,042 –> 00:37:48,242 [Alexandru Seinedin]
Oare pot? Nu știu. E așa, știi.

00:37:49,062 –> 00:37:49,502 [Beatrice Păun]
Nu mușcă,

00:37:50,642 –> 00:37:53,962 [Beatrice Păun]
că-s mai curioasă decât tine. Eu tot te așteptam acuma.

00:37:54,002 –> 00:38:00,642 [Alexandru Seinedin]
Câte like-uri crezi că ar fi– de câte like-uri crezi că ar fi nevoie ca să stricăm internetul?

00:38:02,652 –> 00:38:17,382 [Alexandru Seinedin]
Asta cred că e o întrebare foarte deep, pentru că nu știu dacă știi, dar practic fiecare interacțiune pe care noi o facem online are un cost energetic. Practic, tot ce facem noi online se transpune în niște costuri energetice, pentru că până la urmă consumă curent.

00:38:17,382 –> 00:38:18,282 [Beatrice Păun]
Da.

00:38:18,282 –> 00:38:23,562 [Alexandru Seinedin]
Și trebuie să fim conștienți de treaba asta. Și mă gândesc că dacă am începe, nu știu,

00:38:25,382 –> 00:38:47,601 [Alexandru Seinedin]
ca să zic așa, un număr, un milion de persoane să dăm click constant pe, nu pe un site, pe mai multe site-uri. Poate, poate ne-am apropia câtuși de puțin de a distruge o parte din internet. Dar nu cred că vom reuși vreodată să distrugem internetul integral, pentru că e format din atât de multe servere și-

00:38:47,602 –> 00:38:48,502 [Beatrice Păun]
Roboței.

00:38:48,642 –> 00:38:58,542 [Alexandru Seinedin]
Roboței și diverse părți, încât ca să îl distrugi pe tot trebuie să îl ataci cumva pe tot cu like-uri deodată, ceea ce este imposibil.

00:38:58,542 –> 00:39:01,982 [Beatrice Păun]
Da. Bun. Next. Hai să vedem.

00:39:01,982 –> 00:39:02,862 [Alexandru Seinedin]
Sunt toate așa?

00:39:06,922 –> 00:39:07,642 [Alexandru Seinedin]
N-a fost simplu.

00:39:09,262 –> 00:39:12,722 [Alexandru Seinedin]
Dacă ai fi un supererou, ce superputere ai alege și cum te-ai numi?

00:39:15,602 –> 00:39:22,822 [Alexandru Seinedin]
Acum încep să analizez toate filmele cu supereroi la care m-am uitat. Sunt un fan destul de mare Marvel.

00:39:22,822 –> 00:39:23,022 [Beatrice Păun]
Și eu.

00:39:24,182 –> 00:39:26,242 [Alexandru Seinedin]
Ce superputere aș alege?

00:39:26,242 –> 00:39:30,122 [Beatrice Păun]
Ai superputerea de a ne face să înțelegem cuvinte ciudate.

00:39:30,122 –> 00:39:31,022 [Alexandru Seinedin]
Sper, sper.

00:39:31,022 –> 00:39:32,262 [Beatrice Păun]
Alege-ți alta.

00:39:33,962 –> 00:39:35,582 [Alexandru Seinedin]
mă gândesc că mi-ar plăcea să–

00:39:36,982 –> 00:39:52,662 [Alexandru Seinedin]
fiind viața atât de limitată, până la urmă, mi-ar plăcea să am acces la mai multă cunoaștere decât pot să am în acea viață scurtă. Am văzut la un moment dat un supererou care putea să acceseze informații din univers fără să le învețe.

00:39:53,722 –> 00:39:53,912 [Beatrice Păun]
Wow.

00:39:53,912 –> 00:39:55,452 [Alexandru Seinedin]
Nu mai știu exact în ce-

00:39:55,452 –> 00:39:56,542 [Beatrice Păun]
Nu mă așteptam la asta.

00:39:56,542 –> 00:40:11,022 [Alexandru Seinedin]
Era într-un comic book. Nu era Marvel, în schimb, însă mi s-a părut foarte interesantă ideea asta. Să ai practic cunoașterea universului fără să faci prea multe lucruri. Îmi imaginez că vine cu foarte multe prețuri, treaba asta.

00:40:11,022 –> 00:40:12,662 [Beatrice Păun]
Și tristețe.

00:40:12,722 –> 00:40:13,812 [Alexandru Seinedin]
Da, cred că tristețe.

00:40:13,812 –> 00:40:13,812 [Beatrice Păun]
Poate.

00:40:13,851 –> 00:40:26,202 [Alexandru Seinedin]
Să cunoști tot ce e în lume, îmi imaginez că este destul de dureros, dar în același timp e intrigant, că ideea asta de human greed, știi? Cât mai multă cunoaștere, cât mai multă cunoaștere. Iar ca nume de supererou, păi…

00:40:28,862 –> 00:40:29,082 [Alexandru Seinedin]
Da.

00:40:30,342 –> 00:40:33,302 [Alexandru Seinedin]
Aș putea să fac un play on words, să zic cerebel.

00:40:35,382 –> 00:40:36,042 [Beatrice Păun]
Ok.

00:40:36,042 –> 00:40:37,102 [Alexandru Seinedin]
Da, practic.

00:40:38,222 –> 00:40:41,442 [Beatrice Păun]
Da, da. Îi cunoaștere, da. Nice.

00:40:41,442 –> 00:40:42,862 [Alexandru Seinedin]
Sper că n-a subghiat.

00:40:43,062 –> 00:40:51,362 [Beatrice Păun]
Și eu la ea mă gândeam, dar ce, cât de deep te-ai dus cu superputerile? Eu mă gândeam la dina invizibilă, nu știu, să pot să călătoresc, să mă transpun.

00:40:51,362 –> 00:40:52,962 [Alexandru Seinedin]
Cum te-ai numi dacă ai fi invizibilă?

00:40:54,302 –> 00:40:56,342 [Beatrice Păun]
Tot Beatrice, că am un nume frumos.

00:40:56,402 –> 00:40:57,362 [Alexandru Seinedin]
Ok, fair, fair.

00:40:58,582 –> 00:41:02,112 [Beatrice Păun]
Bun, hai să-ți dau ultima întrebare. Sper să fie la fel de faine ca celelalte.

00:41:02,112 –> 00:41:03,242 [Alexandru Seinedin]
O să le amestec puțin.

00:41:04,402 –> 00:41:05,002 [Alexandru Seinedin]
Ia să vedem.

00:41:06,882 –> 00:41:08,042 [Alexandru Seinedin]
O, îmi place asta.

00:41:10,002 –> 00:41:12,842 [Alexandru Seinedin]
Dacă Google ar fi o persoană, ce fel de persoană crezi că ar fi?

00:41:15,242 –> 00:41:20,062 [Beatrice Păun]
Asta chiar frumos ai tras-o la finalul discuției noas-noastre despre Google Analytics.

00:41:20,062 –> 00:41:23,982 [Alexandru Seinedin]
Cumva mi-l imaginez ca pe un tip îmbrăcat la patru ace. Nu știu de ce.

00:41:23,982 –> 00:41:24,722 [Beatrice Păun]
Ok.

00:41:24,962 –> 00:41:25,662 [Beatrice Păun]
Miroase a parfum?

00:41:27,342 –> 00:41:33,262 [Alexandru Seinedin]
Da, dar nu un parfum masculin neapărat. Mai mult așa, un parfum unisex.

00:41:33,262 –> 00:41:33,882 [Beatrice Păun]
Costum negru?

00:41:35,142 –> 00:41:40,212 [Alexandru Seinedin]
Eu cu preferințele mele în lucruri negre, aș spune că da, în haine negre.

00:41:41,442 –> 00:41:52,182 [Alexandru Seinedin]
Negru, dar și niște pete de culoare, pentru că logo-ul Google până la urmă este foarte colorat și, hai să zicem că pe lângă, îmbrăcămintea foarte

00:41:54,062 –> 00:42:14,562 [Alexandru Seinedin]
formală, deși cred că l-aș vedea mai de, mai degrabă într-un, costum mai de vară, nu știu exact cum să explic, o jachetă, ceva și, per total o îmbrăcăminte ușor casual formal, ceva pe acolo. Smart form– smart casual, pardon. L-aș vedea și cu

00:42:16,022 –> 00:42:29,282 [Alexandru Seinedin]
un păr classy, dar colorat în multe culori- Și cu o pereche de ochelari. Bine, acum zic pereche de ochelari, că mă uitam la tabloul lui Cristi Ignat din fundal și probabil că încep să asociez Cristi Ignat, Google.

00:42:31,262 –> 00:42:32,762 [Beatrice Păun]
Are ochelari de vedere Google.

00:42:32,762 –> 00:42:37,882 [Alexandru Seinedin]
Da, cumva așa îl văd. Și ți-am zis, cu păr colorat fix în culorile Google.

00:42:37,882 –> 00:42:41,422 [Beatrice Păun]
E hipster? A venit cu trotineta sau a venit cu o super mașină?

00:42:41,422 –> 00:42:44,902 [Alexandru Seinedin]
Cred că e hipster. Par genul de om care se duce să lucreze în Pipera.

00:42:44,902 –> 00:42:45,562 [Beatrice Păun]
Așa-i?

00:42:45,562 –> 00:42:45,902 [Alexandru Seinedin]
Da.

00:42:45,902 –> 00:42:53,162 [Beatrice Păun]
Așa făceam și eu. Google ar fi o persoană hipsterască din astea, trotinetă cu out of the box.

00:42:53,162 –> 00:42:54,642 [Alexandru Seinedin]
Care-și ia cafea de la Romană.

00:42:57,882 –> 00:42:59,242 [Beatrice Păun]
Mulțumesc tare frumos.

00:42:59,242 –> 00:43:00,342 [Alexandru Seinedin]
Și eu îți mulțumesc foarte mult.

00:43:00,342 –> 00:43:05,022 [Beatrice Păun]
Pentru mine e mult mai clar acuma. Sper că pentru toată lumea.

00:43:06,162 –> 00:43:12,182 [Beatrice Păun]
Abia aștept să ne, să ne revedem cu alte informații, alte transpuneri din astea într-un limbaj,

00:43:13,842 –> 00:43:15,381 [Beatrice Păun]
așa, pe înțelesul tuturor.

00:43:17,062 –> 00:43:19,582 [Beatrice Păun]
Sper că te-ai simțit bine la noi.

00:43:19,582 –> 00:43:21,741 [Alexandru Seinedin]
M-am simțit foarte bine. Dacă mă primiți, mai vin.

00:43:22,682 –> 00:43:24,502 [Beatrice Păun]
Promiți să aduci și alte întrebări.

00:43:24,502 –> 00:43:25,262 [Alexandru Seinedin]
Ok.

00:43:25,262 –> 00:43:26,342 [Beatrice Păun]
Mulțumim tare frumos!

00:43:26,342 –> 00:43:27,722 [Alexandru Seinedin]
Și eu mulțumesc foarte mult.