Analytické platformy v marketingové analytice

Proč (nejen) Google Analytics

Marketingová analytika prochází rychlou transformací: konec podpory Universal Analytics, nástup eventově orientovaného GA4, změny v oblasti soukromí (GDPR, ePrivacy, Consent Mode), nárůst cookieless technik a přechod k vlastněným datům (first-party). Tento článek vysvětluje, jak uchopit Google Analytics 4 (GA4) v kontextu dalších platforem (Adobe Analytics, Matomo, Piwik PRO, Plausible, Mixpanel, Amplitude, Heap, Snowplow, CDP/ETL řešení jako Segment) a jak vybudovat robustní měřicí ekosystém, který propojuje produktové, marketingové a obchodní metriky.

Konceptuální základy: události, identity, atribuce

Událostní model: moderní nástroje měří vše jako event s parametry (page_view, view_item, add_to_cart, purchase, sign_up…). Hierarchie: event → parameters → user properties.
Identita: device_id (klient), user_id (přidělený systémem), případně bridging mezi zařízeními. Kvalitní identity stitch je základem kohortních analýz a LTV.
Atribuce: od posledního kliknutí k datově řízené atribuci (DDA), ale také k experimentům (incrementalita) a marketing mix modelingu (MMM). Jedna metrika nikdy nezachytí celou pravdu – je třeba triangulace.

Google Analytics 4: architektura a přínosy

Událostní jádro s flexibilními parametry (do 25 na event). Základní události (enhanced measurement) doplníte vlastními.
Konverze (dříve cíle) definované jako označené události; zapojené relace nahrazují starý pohled na bounce rate.
Reporting + Průzkumy („Explore“) pro ad-hoc analýzy: funnel, pathing, kohorty, segmentace.
BigQuery export (i pro bezplatné účty) – surová eventová data pro modelování, ELT a vizualizace mimo uživatelské rozhraní.
Consent Mode a modelování pro snížení ztrát při nesouhlasu; server-side tagging přes GTM Server pro lepší kontrolu.

Kritická nastavení GA4: co je důležité správně provést

Struktura property a datových streamů (Web, iOS, Android) – mějte je pod jednou property pro cross-device pohled.
Mapování událostí: využívat recommended events (purchase, login, sign_up, generate_lead) s předepsanými parametry.
User ID tam, kde máte přihlášené uživatele; implementujte identity stitching (zejména pro SaaS/e-commerce).
Měření e-commerce dle specifikace GA4 (view_item_list, select_item, add_to_cart, begin_checkout, add_payment_info, purchase).
Konverze: označit klíčové události, nastavit hodnoty (revenue, currency) a definovat key events pro bidding v Google Ads.
Interní traffic a spam: filtry, developer traffic, správa referral výjimek (payment gateways).
Propojení: Google Ads, Search Console, BigQuery, Firebase, Display & Video 360 (je-li relevantní), Consent Mode v2.

Limity a úskalí GA4

Sampling/thresholding v některých přehledech; pro granularitu používejte BigQuery.
UI rozdíly vůči UA: jiné definice relace, metriky engagementu, chybí některé UA reporty – je třeba mentální migraci.
GDPR/legislativa: GA4 vyžaduje správně nastavený souhlas a smluvní ošetření zpracování; zvažte EU proxy/regionální zpracování a anonymizaci IP.

Google Tag Manager (web a server-side)

GTM je vrstva pro správu značek a logiky odesílání. Server-side GTM přesouvá část zpracování z prohlížeče na váš server (subdoména, např. ssgtm.vasedomena.cz), čímž zvyšuje kontrolu nad daty, snižuje latenci a zlepšuje odolnost vůči blokování. Doporučené postupy:

Jasná dataLayer specifikace (názvosloví eventů, parametrů, uživatelských dat).
Versioning, Preview/Debug, QA checklist a automatizované testy (např. unit testy datových vrstev).
Server-side pro event enrichment, PII stripping, přeposílání do více destinací (GA4, Ads, Facebook CAPI, Amplitude…)

Alternativy a doplňky ke GA4: přehled platforem

Platforma	Typ použití	Silné stránky	Limity/poznámky
Adobe Analytics	Enterprise web & aplikace	Flexibilní schéma (eVars, props), hluboké segmenty, integrace s Adobe Experience Cloud	Vyšší cena, složitější implementace
Matomo (on-prem/cloud)	Alternativa orientovaná na GDPR	Vlastnictví dat, on-premise, bez sampling	Uživatelské rozhraní a ekosystém menší než GA; vyžaduje správu
Piwik PRO	Enterprise a veřejný sektor	EU hosting, soulad s předpisy, Customer Data Platform moduly	Licencování, menší komunita než Google
Plausible / Fathom	Lehká webová analytika	Nízká zátěž, jednoduché, soukromí	Omezená hloubka a integrace
Mixpanel	Produktová analytika	Kohorty, retention, funnel, skupinová analytika (B2B)	Platby dle eventů, potřeba datové disciplíny
Amplitude	Produkt & experimenty	Behaviorální segmenty, experimentování, prediktivní funkce	Strmá křivka učení, cena při velkých objemech
Heap	Auto-capture UX	Automatické zachytávání eventů, retroaktivní analýza	Šum v datech, potřeba governance
Snowplow	Open-source event pipeline	Plná kontrola schématu, vlastní skladování (BigQuery/Redshift)	Vyšší náročnost na infrastrukturu a tým
Segment / RudderStack	CDP/ETL směrování eventů	Jedno SDK, mnoho destinací, identity resolution	Náklady dle destinací/eventů; závislost na správném mapování

Volba platformy: rozhodovací rámec

Compliance a suverenita dat: požadavky na hosting (EU), PII, retention, kontrola přenosů do třetích zemí.
Use-case: webový obsah vs. produkt/aplikace vs. omnichannel retail.
Integrace: reklamní systémy, CRM, data warehouse, experimenty, notifikace.
Rozpočet a TCO: licence + implementace + údržba + tým.
Schopnosti týmu: zda máte analytiky, inženýry, data governance.

GDPR, soukromí a Consent Mode

Implementovat CMP (Consent Management Platform) a mapovat souhlasy na tagy (ad_storage, analytics_storage…)
Consent Mode v2 pro Google ekosystém, využití modelování konverzí při nesouhlasu.
Minimalizace dat: nepotřebné parametry neposílat; PII nikdy neposílat do analytiky.
Datové smlouvy a DPIA u citlivých implementací.

Měření e-commerce a výkonu akvizice

Specifikace datové vrstvy pro položky (item_id, item_name, item_category, price, quantity, coupon).
Funnely: zobrazení produktů → klik → košík → pokladna → nákup; analyzovat i mikrokonverze (view_promotion, select_promotion).
Marketingové parametry: utm_source/medium/campaign/content/term; referral výjimky (payment gateways), offline importy.
LTV a kohorty: export do BigQuery, propojení s CRM a výpočet margin-based LTV.

Produktová analytika: kdy GA4 nestačí

Pro hluboké retention a kohortní analýzy v SaaS a mobilních aplikacích je často vhodný Mixpanel/Amplitude. Důvody:

Lepší kohortní definice (např. „uživatelé, kteří dokončili onboarding do 3 dnů a vrátili se 2× do 14 dnů“).
Skupinová analytika (account-based) pro B2B (organizace, týmy, licence).
Nativní experimentace a notifikace (Amplitude Experiment, remote config).

Vizualizace a BI: od dashboardů k rozhodnutím

Looker Studio (ex-Data Studio): rychlé marketingové dashboardy, konektor na GA4 a BigQuery.
Power BI / Tableau: enterprise standardy, relační modely, řízené semantic layers.
Metodika: definovat jednotnou pravdu (single source of truth), metriky (CR, AOV, CAC, ROAS, payback, LTV/CAC) a jejich přesnou definici.

Data engineering: skladování a modelování

BigQuery jako cíl pro GA4 export; dbt na transformace; Airflow/Cloud Composer na orchestraci.
Standardizované schémata: mapování eventů napříč zdroji (GA4, server-side, aplikace, CRM).
Modely: kohortní retence, RFM, propensity, MMM; udržovat feature store pro ML.

Experimenty a kauzální pohled

A/B testy (Client-/Server-side): definovat primární metriku, minimální detekovatelný efekt, délku a power analýzu.
Incrementality: geolift, PSA holdout, brand-lift studie.
MMM: modelování poptávky vs. výdajů na kanálech (TV, OOH, digital), rozpočet a saturace.

Governance: kvalita, verzování, katalogizace

Měřicí katalog (kdo, co, proč, kde, názvy eventů/parametrů, definice metrík, schválení).
QA proces: předprodukční testy, automatizované validace (např. schematické kontroly, GA4 DebugView, testy přes Cypress/Puppeteer).
Verzování v GTM, release management a rollback plány.
Audity kvartálně: sampling, thresholding, referály, consent flows, výkon tagů.

Roadmap implementace: krok za krokem

Discovery: cíle, KPI, kanály, architektura web/app, právní požadavky.
Měřicí specifikace: dataLayer, schéma eventů, konverze, identity, e-commerce.
GTM nasazení: web + server-side, mapování consentu, testovací prostředí.
GA4 konfigurace: streamy, konverze, propojení, publika, atribuce.
BigQuery & BI: export, modely, dashboardy, SLA na obnovování.
Governance: katalog, QA, školení, proces pro nové požadavky.
Experimentační rámec: způsob návrhu a vyhodnocování testů.

Porovnání GA4 vs. produktové a privacy-first nástroje

GA4: silný marketingový ekosystém, bezplatný BigQuery export, dobrý default pro většinu webů s akvizicí z Google Ads.
Mixpanel/Amplitude: lepší hloubka pro aktivaci, engagement, retenci, méně pro atribuci kanálů.
Matomo/Piwik PRO: kontrola nad daty a soulad, slabší propojenost s reklamou.
Plausible: jednoduché, rychlé, bez cookies (volitelně), vhodné pro obsahové weby a veřejný sektor.

Nejčastější chyby a jak se jim vyhnout

„Nejdřív reporty, pak data“: reporty pouze zrcadlí kvalitu implementace; začněte specifikací a QA.
Nekonzistentní názvy eventů a parametrů: udržujte naming convention, slovník metrík.
Chybějící identity: bez user_id a stitching ztratíte kontinuitu chování mezi zařízeními.
Neošetřené platební brány: zkreslené atribuce a přerušení relací kvůli referralům z gateway.
Ignorování consentu: právní riziko a blokované tagy; vyřešte CMP a Consent Mode v2.