Google Universal Analytics (UA) to poprzednia generacja flagowego narzędzia analitycznego Google, które przez ponad dekadę było podstawowym źródłem danych dla marketerów, właścicieli stron internetowych i analityków.
Uruchomione w 2012 roku jako ewolucja klasycznego Google Analytics, UA zrewolucjonizowało śledzenie ruchu online dzięki modelowi opartemu na sesjach i plikach cookie, umożliwiając szczegółowe analizy zachowań użytkowników. Od 1 lipca 2023 roku standardowa wersja UA przestała zbierać nowe dane, a w marcu 2024 roku wycofano możliwość tworzenia nowych usług UA w Europejskim Obszarze Gospodarczym i poza nim.
W tym artykule przyjrzymy się bliżej Universal Analytics – jego kluczowym cechom, mocnym stronom, ograniczeniom oraz kontekstowi historycznemu. Zrozumienie UA pozostaje ważne także dziś, gdy dominuje Google Analytics 4 (GA4), bo wiele firm wciąż korzysta z archiwalnych danych i potrzebuje wiedzieć, jak nimi zarządzać.
Historia i ewolucja Universal Analytics
Universal Analytics wystartowało 12 listopada 2012 roku jako odpowiedź na rosnące potrzeby marketerów w erze mobilnej i wielokanałowej.
Poprzednik, klasyczny Google Analytics (ga.js), w wielu wdrożeniach ładował się synchronicznie, co mogło spowalniać strony. UA wprowadziło asynchroniczne tagowanie (gtag.js lub analytics.js), co poprawiło wydajność i dokładność pomiarów.
Kluczowe etapy rozwoju UA:
- 2013 – wprowadzenie Universal Analytics jako standardu i szersza adopcja asynchronicznego tagowania;
- 2017–2019 – rozwój identyfikacji użytkowników, w tym User-ID i Google Signals (agregacja danych z kont Google na różnych urządzeniach);
- 2020 – powiązanie z GA4 w ramach dualnego wdrożenia, umożliwiając równoległe zbieranie danych.
UA stało się nieodzownym narzędziem dla milionów witryn, przetwarzając miliardy sesji dziennie. Jego popularność wynikała z prostoty i głębi raportów, ale z czasem ujawniły się ograniczenia sesyjnego podejścia i zależności od cookies.
Architektura i model danych w Universal Analytics
Podstawą UA był model sesyjny i hitowy, w przeciwieństwie do zdarzeniowego w GA4. Dane organizowano hierarchicznie: konto → właściwość → widok (profil). Widoki pozwalały na filtrowanie danych (np. wykluczenie ruchu wewnętrznego) i segmentację.
Najważniejsze elementy tej architektury obejmują:
- sesje i odsłony – każda wizyta to sesja (timeout po 30 minutach bezczynności), złożona z odsłon (pageviews) i zdarzeń; metryki takie jak współczynnik odrzuceń czy czas na stronie bazowały na tym modelu;
- pliki cookie – unikalny identyfikator
_gaw cookies pierwszej i trzeciej strony umożliwiał śledzenie, ale był podatny na blokady i ograniczenia prywatności (np. ITP w Safari); - wymiary i metryki – rozróżnienie danych na wymiary (np. źródło, urządzenie) i metryki (np. liczba sesji); możliwe były też niestandardowe wymiary i metryki.
Model sesyjny był intuicyjny, lecz gorzej radził sobie złożonymi ścieżkami cross-platform (np. app→web).
Kluczowe funkcje i możliwości śledzenia
Universal Analytics oferowało bogaty zestaw narzędzi, które do dziś są punktem odniesienia dla analityków.
Śledzenie standardowe i e-commerce
Poniżej najważniejsze możliwości śledzenia w UA:
- odsłony i zdarzenia – automatyczne śledzenie odsłon; ręczne wysyłanie zdarzeń (np. kliknięcia) za pomocą
ga('send', 'event'); - śledzenie e-commerce – szczegółowe dane o transakcjach, produktach, koszyku i ścieżce zakupowej (enhanced ecommerce);
- cele konwersji – definicje oparte o URL, czas trwania sesji, liczbę odsłon lub wartość monetarną.
Segmentacja i raporty
UA wspierało rozbudowaną analitykę segmentów i lejków:
- zaawansowana segmentacja – budowanie segmentów (np. „użytkownicy z Polski, mobilni, > 2 strony”) do analizy podgrup;
- niestandardowe raporty i dashboardy – m.in. Multi-Channel Funnels (atrybucja międzykanałowa) i Cohort Analysis (retencja kohort);
- raporty real-time – podgląd bieżącego ruchu, zdarzeń i konwersji.
Integracje
Ekosystem UA rozszerzały połączenia z innymi narzędziami marketingowymi:
- Google Ads – automatyczny import danych o kosztach i konwersjach, tworzenie list odbiorców;
- Search Console i BigQuery – integracja z danymi SEO i eksport surowych danych do BigQuery (w GA 360), co umożliwiało własne modele;
- Measurement Protocol – import danych offline (np. z CRM), łączenie online i offline.
UA wyróżniało się w śledzeniu online, ale miało ograniczone natywne wsparcie dla danych offline w porównaniu z GA4.
Poniżej syntetyczne zestawienie wybranych funkcji i ograniczeń:
| Funkcja | Opis w UA | Ograniczenia |
|---|---|---|
| Śledzenie sesji | Bazuje na cookies i sesjach | Brak pełnej obsługi cross-device bez User-ID |
| Atrybucja | Modele: last-click, first-click, linear | Ograniczenie do sesji; brak predykcji ML |
| Raporty | Struktura hierarchiczna (widoki) | Brak ujednolicenia app+web |
| Prywatność | Cookies 1st/3rd party | Blokady przeglądarek i wymogi regulacyjne |
Ograniczenia Universal Analytics
Mimo licznych zalet, UA miał słabości, które przyspieszyły jego zastąpienie przez GA4:
- zależność od cookies – third-party cookies coraz szerzej blokowane przez przeglądarki (w tym Chrome), rosnące ograniczenia prywatności;
- sesyjny model danych – nie obejmował w pełni złożonych ścieżek użytkownika; brak modelowania braków danych;
- brak cross-platform – odseparowane właściwości dla web i app utrudniały analizy end‑to‑end;
- ograniczona analityka predykcyjna – brak natywnych prognoz i insightów ML (np. churn prediction).
Wyzwania te nasiliły się po wejściu w życie GDPR i CCPA, podkreślając konieczność podejścia privacy-first.
Wyłączenie UA i co dalej z danymi?
Google ogłosiło koniec UA w 2021 roku. Od 1 lipca 2023 r. standardowe właściwości UA przestały przetwarzać nowe dane, a do marca 2024 wycofano możliwość tworzenia nowych usług UA.
Co zrobić z danymi UA?
- eksport – pobierz raporty (PDF/CSV/TSV/XLSX) przed utratą dostępu; rozważ eksport do BigQuery dla surowych danych w ramach bezpłatnej warstwy;
- migracja do GA4 – uruchom równoległe tagowanie i odwzoruj kluczowe cele; pamiętaj, że GA4 nie przetwarza danych wstecznie;
- właściwości 360 – płatne UA 360 było wspierane dłużej, jednak bez nowych wdrożeń i z ograniczeniami czasowymi.
Raporty UA pozostają dostępne historycznie, lecz bez nowych danych – to wciąż cenne źródło do benchmarkingu i audytów.
Porównanie z GA4 – dlaczego UA był przełomem, ale stał się przestarzały?
Poniższa tabela podsumowuje kluczowe różnice między UA a GA4:
| Aspekt | Universal Analytics | Google Analytics 4 |
|---|---|---|
| Model danych | Sesje i odsłony | Zdarzenia i parametry |
| Śledzenie | Głównie online, cookies | Online + offline, modelowanie bez cookies |
| Struktura | Konto > właściwość > widok | Konto > strumienie danych |
| AI/ML | Podstawowe (Google Signals) | Predykcje i automatyzacje |
| Integracje | Google Ads, BigQuery | + natywny eksport odbiorców do Ads |
UA był solidną bazą, ale GA4 lepiej odpowiada na świat ograniczonych cookies, aplikacji mobilnych i wymogów prywatności.
Praktyczne wskazówki dla marketerów
Aby sprawnie przejść z UA do GA4 i zabezpieczyć dane, wykonaj poniższe kroki:
- Audyt UA – sprawdź właściwości w Google Analytics; jeżeli utworzone przed 14.10.2020, to z dużym prawdopodobieństwem UA.
- Backup – wyeksportuj kluczowe raporty (Acquisition, Behavior, Conversions) oraz surowe dane, jeśli to możliwe.
- Symulacja w GA4 – odwzoruj krytyczne raporty w eksploracjach GA4, w tym lejek i atrybucję.
- User-ID – jeśli był wdrożony w UA, przenieś go do GA4 dla ciągłości identyfikacji użytkowników.
