GA4 Eksploracje: 7 technik i kiedy ktorej uzyc w 2026

GA4 Eksploracje to powierzchnia analizy ad-hoc w Google Analytics 4. Siedem technik, jeden canvas, zero SQL-a. Free Form to konik roboczy, Lejek i Sciezka odpowiadaja na inne pytania niz wszyscy zakladaja, a calosc samplujesie przy 10 milionach eventow na zapytanie. To moment, w ktorym powinienes przeniesc analize do BigQuery zamiast walczyc z limitami.

Robie niezalezne audyty GA4 dla firm w Europie. Wiekszosc zespolow analitycznych, ktore spotykam, traktuje Eksploracje jako odpowiedz na kazde pytanie raportowe. Nie sa. Standardowe raporty sa szybsze do skanowania, BigQuery jest wlasciwym narzedziem do powtarzalnej albo duzej analizy, a Eksploracje siedza posrodku: swietne do jednorazowych analitycznych pytan, frustrujace w momencie, gdy zbior danych przekracza prog samplowania albo cardinality wymiaru przelatuje 500.

Ten poradnik to wersja, ktora dalbym juniorowi pierwszego dnia. Co kazda z siedmiu technik faktycznie robi, gdzie sie wykrzacza i kiedy zostawic Eksploracje w spokoju.

Co to jest GA4 Eksploracje?

GA4 Eksploracje to osobne plotno analityczne w Google Analytics 4, dostepne z lewego paska bocznego pod "Eksploracje". Pozwalaja zbudowac wlasna analize uzywajac technik, ktorych standardowe raporty nie oferuja: lejkow, przeplywow sciezek, retencji kohort, nakladow segmentow i inspekcji na poziomie uzytkownika. Zamiast edytowac stalym raport, przeciagasz wymiary i metryki na zakladke, kroisz po segmentach i zapisujesz wynik do property albo widoku osobistego.

Standardowe raporty GA4 sa szybkie i pre-agregowane. Eksploracje sa wolniejsze, bardziej elastyczne i ograniczone samplowaniem oraz cardinality. Nie sa zamiennikiem standardowych raportow. Sa osobnym narzedziem do pytan, na ktore standardowe raporty nie odpowiedza.

Siedem technik eksploracji i co kazda z nich naprawde robi

Kazda Eksploracja zaczyna sie od wyboru techniki. Mozesz ja zmienic w trakcie, dodajac nowa zakladke. Wybieraj technike, ktora pasuje do pytania, nie te, ktora wyglada najznajomiej.

Free Form, konik roboczy do pytan ad-hoc

Free Form to tabela przestawna. Wrzucasz wymiary na wiersze, kolumny i segmenty, a potem dodajesz metryki. To, czym powinno byc 80% Eksploracji, bo wiekszosc pytan to pytania pivotowe. "Sesje wedlug zrodla wedlug urzadzenia, ostatnie 30 dni, tylko mobile." To Free Form.

Free Form to tez technika, ktora najczesciej powoduje problemy z cardinality. Dodaj trzy lub cztery wymiary z tysiacami unikalnych wartosci, a szybko trafisz w limit. Pojawia sie wiersz (other), wnioski staja sie zaszumione, a wiekszosc analitykow nigdy nie zauwaza.

Lejek, analiza odpadow z jedna krytyczna pulapka

Lejek pokazuje konwersje krok po kroku przez sekwencje: wejscie, podglad produktu, dodanie do koszyka, zakup. Definiujesz kroki jako nazwy eventow z opcjonalnymi filtrami, a GA4 rysuje procent uzytkownikow, ktorzy ukonczyli kazdy krok.

Krytyczna pulapka: kroki Lejka odwoluja sie do nazw eventow doslownie. Jesli developer przemianowal purchase na purchase_event w ostatnim sprincie, a Twoj lejek nadal mowi purchase, lejek pokazuje 0% konwersji w tym kroku. Eventy odpalaja, DebugView je widzi, standardowe raporty je zliczaja, ale Twoj lejek jest pusty. Weryfikuj nazwy eventow w DebugView za kazdym razem, gdy budujesz lejek.

Sciezka, co uzytkownicy robia przed lub po kluczowym evencie

Sciezka wizualizuje sekwencje eventow lub stron wokol kluczowego wezla. "Co uzytkownicy robia po add_to_cart?" albo "Jakie strony odwiedzaja przed purchase?". Przydatne do zrozumienia przeplywu i odkrywania niespodziewanych miejsc odpadu.

Pulapka: Sciezka na surowym page_location generuje jeden wezel na unikalny URL, co oznacza, ze kazda wariacja query stringa to wlasny wezel. Twoj widok staje sie nieczytelny w sekundy. Uzywaj page_title albo page_path_plus_query_string z obcietymi parametrami, albo wstepnie zgrupuj strony zdarzeniem obliczeniowym przed analiza sciezek.

Naklad segmentow, znajdowanie skrzyzowan audiencji

Naklad segmentow pokazuje, jak dwa lub trzy segmenty sie krzyzuja, w widoku diagramu Venna. "Ilu uzytkownikow jest w obu purchasers_30d i newsletter_subscribers_30d?". Przydatne do strategii audiencji i zasiewania lookalike.

Praktyczne zastosowanie jest waskie. Wiekszosc analitykow otwiera to raz na kwartal i zapomina, ze istnieje. Warto wiedziec do pytan o overlap audiencji, nie do codziennego raportowania.

Eksplorator uzytkownika, rekonstrukcja sesji jednego uzytkownika

Eksplorator uzytkownika pozwala zobaczyc oś czasu jednego konkretnego uzytkownika: kazdy event, ktory odpalil, w kolejnosci, z parametrami. Przydatne do debugowania dziwnych sciezek uzytkownika i weryfikacji tagowania na konkretnym testowym uzytkowniku.

Uwaga prywatnosciowa: Eksplorator moze identyfikowac pojedynczych uzytkownikow przez client_id albo user_id. Zespoly z UE powinny traktowac to jako PII-adjacent. Jesli Twoj DPO nie podpisal sie pod raportowaniem na poziomie uzytkownika, nie eksportuj ani nie udostepniaj zrzutow ekranu z identyfikatorem. Tylko debug wewnetrzny.

Kohorta, retencja wedlug kohorty pozyskania

Eksploracja kohort grupuje uzytkownikow wedlug daty pozyskania (albo daty pierwszego eventu) i pokazuje, jak kazda kohorta zachowuje sie w czasie: powracajace sesje, konwersje, przychod. Klasyczny raport "retencja w tygodniu pierwszym wedlug tygodnia rejestracji".

Przydatne dla SaaS i biznesow tresciowych, gdzie retencja ma znaczenie. Dla flow zakupowego e-commerce kohorta retencji jest zwykle metryka prozna. Uzywaj tam, gdzie retencja jest faktycznym KPI, nie dlatego, ze wyglada efektownie.

Czas zycia uzytkownika, agregaty typu LTV

Czas zycia uzytkownika agreguje metryki na uzytkownika: caly przychod, sesje, dni od pierwszej wizyty. Najblizsze, co GA4 ma do natywnego LTV.

Ograniczenie: GA4 ma limit retencji 14 miesiecy na standardowych property (38 miesiecy na GA360). Metryki czasu zycia sa ograniczone retencja. Jesli potrzebujesz prawdziwego LTV w 24+ miesiacach, odpowiedz to BigQuery z eksportem GA4, kropka.

Jak zbudowac eksploracje Free Form krok po kroku

Free Form to najczesciej uzywana technika. Dobre zbudowanie jednej to fundament pod kazda inna Eksploracje. Tu jest worked example, ktory uzywam do onboardingu analitykow.

Pytanie: ktore zrodla ruchu generuja zakupy o najwyzszej wartosci na mobile, ostatnie 30 dni?

1. Otworz GA4, potem Eksploracje z lewego paska, potem Pusta eksploracja. Wybierz Free Form jako technike w prawym panelu.
2. Ustaw zakres dat na "Ostatnie 30 dni" w kontrolkach lewego gornego rogu.
3. W kolumnie Zmienne dodaj wymiary: Zrodlo sesji, Medium sesji, Kategoria urzadzenia. Dodaj metryki: Sesje, Konwersje, Caly przychod.
4. Przeciagnij Zrodlo sesji i Medium sesji na Wiersze. Przeciagnij Kategoria urzadzenia na Kolumny. Przeciagnij Sesje, Konwersje i Caly przychod na Wartosci.
5. Dodaj Segment: w Zmiennych kliknij + obok Segmenty, wybierz "Segment uzytkownika", ustaw warunek Kategoria urzadzenia = mobile. Przeciagnij segment na Segment w ustawieniach zakladki.
6. Posortuj tabele po Cale przychody malejaco.

Masz teraz pivot przychodu wedlug zrodla i medium, ograniczony do mobile, posortowany po przychodzie. To jest konik roboczy analizy GA4. Wiekszosc pytan ad-hoc redukuje sie do "zbuduj to, zmien jedna zmienna".

Dwie rzeczy do zweryfikowania, zanim zaufasz wynikowi. Po pierwsze, sprawdz ikone samplowania w prawym gornym rogu canvasu. Jesli pokazuje "Sampling", Twoje liczby to estymaty z probki 10 milionow eventow, nie pelny zbior. Po drugie, przeskanuj liste zrodel pod katem wiersza (other). Jesli sie pojawi, trafiles w limit cardinality i niektore zrodla zostaly wyrzucone z analizy.

Samplowanie GA4 Eksploracji, kwoty i wiersz (other)

Samplowanie i cardinality to dwie prawdy, ktore wiekszosc agencyjnych tutoriali pomija. Obie po cichu psuja Twoje wnioski, jesli ich nie sprawdzisz.

Kiedy wlacza sie samplowanie

Standardowe property GA4 sampluja kazde zapytanie Eksploracji, ktore przekracza 10 milionow eventow w zakresie dat. Property GA360 podnoszą to do 1 miliarda. Jesli prowadzisz 90-dniowa eksploracje na property z 200 tysiacami eventow dziennie, przekroczyles prog samplowania dziesiec dni w zakres, a kazda metryka jest estymata.

Samplowanie nie psuje Eksploracji. Estymuje. Estymata zwykle miesci sie w kilku procentach prawdziwej wartosci, ale dla wycinkow o niskim wolumenie (male zrodlo, niszowe urzadzenie, rzadki event) blad wzgledny moze byc 20% albo wiecej. Traktuj zsamplowane dane jako kierunkowe, nie autorytatywne.

Jak sprawdzic: prawy gorny rog canvasu Eksploracji, szukaj malej zielonej albo pomaranczowej tarczy. Zielona = bez samplowania. Pomaranczowa (albo dowolny wskaznik ponizej 100%) = samplowanie. Klikniecie pokaze dokladny rozmiar probki. Wiekszosc analitykow tam nigdy nie patrzy. Wyrob nawyk.

Limity cardinality i kubel (other)

GA4 ogranicza kazdy wymiar do okolo 500 unikalnych dziennych wartosci na raport. Gdy wymiar przekroczy ten limit, GA4 po cichu agreguje dlugi ogon w wiersz (other). Twoje top zrodla zostaja widoczne, ogon znika w jednym kuble.

Klasyczna porazka: analizujesz ruch po Page location, kazdy URL z query stringiem jest unikalny, przelatujesz 500 w jeden dzien, polowa Twoich danych jest w (other), w tym wysoko konwertujacy referer, ktory potem przypadkiem demotujesz, bo go nie widzisz.

Napraw cardinality przed analiza: uzyj Page path zamiast Page location, gdy query stringi nie sa pytaniem, zgrupuj zrodla zdarzeniem obliczeniowym, gdy jest ich wiele, albo wstepnie zagreguj w BigQuery, jesli cardinality jest strukturalne.

Jak wykryc oba, zanim zepsuja Twoje wnioski

30-sekundowy preflight check na kazdej Eksploracji:

• Spojrz na tarcze samplowania. Zsamplowane? Odnotuj przed czytaniem liczb.
• Przeskanuj tabele pod katem (other). Jest? Brakuje Ci danych z ogona.
• Porownaj sumy ze standardowym raportem na ten sam zakres dat. Jesli roznia sie wiecej niz 10%, samplowanie albo cardinality cos chowa.

Pomin te checki i kiedys zaprezentujesz zla liczbe stakeholderowi. Widzialem to trzy razy w audytach w tym roku.

Kiedy NIE uzywac GA4 Eksploracji

Eksploracje to wlasciwe narzedzie do analitycznych pytan ad-hoc. To zle narzedzie do kilku czestych prosb.

• Zakresy dat ponad 90 dni przy duzym wolumenie. Samplowanie uderzy, a nie wylaczysz go. Uzyj BigQuery z eksportem GA4.
• Udostepnianie nie-uzytkownikom GA4. Eksploracje wymagaja dostepu do GA4 i zyja w sekcji Eksploruj. Stakeholderzy sie nie zaloguja. Zbuduj dashboard w Looker Studio albo wyeksportuj dane.
• Powtarzalna analiza w harmonogramie. Eksploracje sa interaktywne. Nie ma harmonogramowego refreshu, nie ma email digestu, nie ma embeda. Do raportowania tygodniowego albo miesiecznego, ktore samo sie odpala, uzyj Looker Studio na BigQuery albo scheduled queries.
• Wymagania danych bez samplowania. Jesli odpowiedz musi byc dokladna (raporty zarzadu, obrona audytu, sledztwo fraudu), Eksploracje sa zlym miejscem. BigQuery z eksportem GA4 daje surowe, niezsamplowane eventy.
• Polaczenie danych z wielu property GA4. Eksploracje sa scope'owane do jednego property. Analiza wielo-property zyje w BigQuery, gdzie kazde property eksportuje do osobnego datasetu i laczysz w SQL.

Wzorzec: Eksploracje sa do "mam pytanie teraz i chce odpowiedz w 5 minut". Wszystko, co ma sie powtarzac, skalowac, udostepniac albo pozostawac dokladne, to robota dla BigQuery. Poradnik konfiguracji GA4 + BigQuery pokazuje migracje, gdy bedziesz gotowy.

Piec bledow, ktore widze w klienckich Eksploracjach

To piec najczestszych znalezisk z mojej ostatniej piecdziesiatki audytow GA4, gdzie Eksploracje byly aktywnie uzywane.

1. Sciezka na surowym page_location

Kazda wariacja query stringa staje sie wlasnym wezlem. Widok Sciezki zamienia sie w spaghetti w piec sekund. Wnioski staja sie nieczytelne.

Naprawa: uzyj page_title, jesli Twoje tytuly sa czyste, albo zbuduj zdarzenie obliczeniowe, ktore obcinaja query stringi przed analiza sciezek.

2. Kroki Lejka z literowka w nazwie eventu

Lejek pokazuje 0% konwersji na kroku 3. Trzy tygodnie paniki. Przyczyna: developer przemianowal purchase na order_complete, a lejek nadal odwoluje sie do starej nazwy.

Naprawa: wklej kazda nazwe eventu do DebugView, zanim zapiszesz lejek. Potwierdz, ze event odpala pod ta dokladna nazwa w czasie rzeczywistym.

3. Free Form ze zbyt wieloma wymiarami

Szesc wymiarow w jednym Free Form, trzy z nich wysokie cardinality. Wiersz (other) to polowa Twoich danych. Kazdy wniosek wyciagniety z tej eksploracji jest zly, ale tabela wyglada na kompletna.

Naprawa: maksymalnie dwa wysokie cardinality wymiary w jednym Free Form. Jesli potrzebujesz wiecej, zrob dwie osobne Eksploracje albo przejdz do BigQuery.

4. Porownywanie dwoch segmentow bez sprawdzenia rozmiaru probki

Segment A konwertuje na 3,2%. Segment B konwertuje na 4,1%. Wniosek: B jest lepszy. Rzeczywistosc: Segment B ma 240 sesji, roznica miesci sie w szumie statystycznym, a rekomendacja triggeruje szesciocyfrowy shift budzetu na falszywym sygnale.

Naprawa: dolacz rozmiar probki do kazdego porownania segmentow. Jesli ktorykolwiek segment ma mniej niz okolo 1000 sesji, traktuj roznice jako kierunkowa, nie konkluzywna.

5. Traktowanie Eksploratora uzytkownika jako raportowania user-level

Eksplorator uzytkownika to narzedzie do debugowania. Niektore zespoly uzywaja go jako substytutu CRM, eksportujac timeline'y pojedynczych uzytkownikow do outreachu. To naruszenie RODO dla kazdego nie-zgodzonego albo nie-essentialowego przetwarzania, i obchodzi Twoja wlasna konfiguracje zgod.

Naprawa: Eksplorator jest do debugowania problemow z tagowaniem. Jesli potrzebujesz analizy klientow na poziomie uzytkownika, to jest server-side data flow z wlasciwa podstawa zgody, nie eksport z GA4.

Jak udostepnic, zapisac i wyeksportowac eksploracje

Trzy opcje zapisu, gdy klikniesz ikone w prawym gornym rogu:

• Zapisz do property. Widoczne dla kazdego z dostepem edycji do property. Dobre do wspoldzielonych dashboardow.
• Zapisz osobiste. Widoczne tylko dla Ciebie. Dobre do drafttow w toku i widokow analityka.
• Eksport. PDF, CSV albo TSV. Eksport CSV/TSV ma limit 50 000 wierszy na tabele.

Pulapka wspolnej edycji: jesli dwoch analitykow edytuje to samo property-saved Exploration jednoczesnie, ostatni zapis wygrywa, a zmiany drugiego znikaja, bez historii wersji. Do wspolpracy zapisz najpierw osobiste, udostepniaj zrzuty ekranu read-only, finalizuj w property, gdy zgadzacie sie na strukture.

GA4 Eksploracje vs Looker Studio vs BigQuery

Narzedzie	Najlepsze do	Samplowanie	Udostepnianie	Harmonogram
Standardowe raporty GA4	Szybkie skanowanie, KPI	Brak na standardowych	W GA4	Brak
GA4 Eksploracje	Pytania ad-hoc	Przy 10M eventow / zapytanie	Tylko uzytkownicy GA4	Brak
Looker Studio	Dashboardy dla stakeholderow, raporty harmonogramowane	Dziedziczy ze zrodla	Linki publiczne, embed	Email digesty
BigQuery	Duze dane, powtarzalne zapytania, dokladne liczby	Brak (surowe eventy)	Kazdy z dostepem	Scheduled queries

Wybieraj najlzejsze narzedzie, ktore odpowie na pytanie. Eksploracje rzadko sa zlym wyborem dla analityka, czesto sa zlym wyborem dla stakeholdera.

FAQ

Jaka jest roznica miedzy GA4 Eksploracje a standardowymi raportami?

Standardowe raporty sa pre-agregowane, o stalym ukladzie i bez samplowania. Laduja sie szybko i odpowiadaja na pytania KPI ("ilu uzytkownikow w zeszlym tygodniu"). Eksploracje sa interaktywnymi canvasami analizy do technik, ktorych standardowe raporty nie maja: lejki, sciezki, kohorty, inspekcja na poziomie uzytkownika. Eksploracje sa wolniejsze, sampluja przy 10M eventow na zapytanie i sa ograniczone do uzytkownikow GA4.

Dlaczego moja eksploracja GA4 pokazuje wiersze "(other)"?

Trafiles w limit cardinality, okolo 500 unikalnych wartosci na wymiar dziennie. GA4 po cichu agreguje dlugi ogon w wiersz (other), zeby utrzymac wydajnosc raportu. Zmniejsz wymiary, przelacz na alternatywe o nizszym cardinality (Page path zamiast Page location) albo przenies analize do BigQuery dla danych bez kubelkowania.

Dlaczego moj Lejek jest pusty, mimo ze widze eventy w DebugView?

Krok lejka odwoluje sie do nazwy eventu, ktora nie pasuje do tego, co Twoje tagowanie faktycznie odpala. Czeste przyczyny: developer przemianowal event w ostatnim sprincie, trigger GTM odpala pod inna nazwa, albo lejek zostal skopiowany z innego property. Otworz DebugView, odpal akcje, skopiuj dokladna nazwe eventu i zaktualizuj krok lejka. Lejek dopasowuje po dokladnym stringu.

Czy moge wyeksportowac GA4 Eksploracje do BigQuery?

Nie, nie bezposrednio. Eksploracje to warstwa UI na danych GA4. Zeby dostac te same dane w BigQuery, wlacz eksport GA4 do BigQuery (darmowy dla standardowych property do 1M eventow dziennie) i odbuduj analize w SQL. Konfiguracja jest w moim poradniku GA4 + BigQuery.

Dlaczego moje dane sie sampluja, gdy dodam kolejny wymiar?

Samplowanie jest na zapytanie, a dodanie wymiarow zwieksza wolumen danych, ktory zapytanie musi przetworzyc. Jesli nowe zapytanie przekroczy 10M eventow w Twoim zakresie dat, samplowanie sie wlacza. Albo zwez zakres dat, albo zrzuc wymiar, albo przenies analize do BigQuery, jesli potrzebujesz nowego wymiaru i pelnych danych.

Czy GA4 Eksploracje sa darmowe?

Tak, sa wlaczone w kazdym property GA4 bez dodatkowego kosztu, lacznie ze standardowym darmowym tierem. Limity samplowania i cardinality sa surowsze na standardowych niz na GA360. Limit retencji 14 miesiecy obowiazuje wszystkie Eksploracje na standardowych property.

Zweryfikuj swoja konfiguracje GA4 zanim zaufasz analizie

Eksploracje sa tak dokladne, jak dane, na ktorych siedza. Jesli eventy konwersji w GA4 podwojnie odpalaja albo Twoja konfiguracja zgod gubi 30% sesji, kazda Eksploracja w property jest zla. Zanim zbudujesz nastepny lejek albo kohorte, zweryfikuj fundament danych.

Darmowy audyt GTM wylapuje najczestsze awarie trackingu w calym kontenerze w okolo 10 minut. Jesli chcesz ciaglego monitoringu dokladnosci GA4, retainer monitoringu GA4 uruchamia comiesieczny check schemy eventow, definicji konwersji i przeplywu sygnalow Consent Mode v2, z pisemnym raportem.