Google Analytics tanácsok a szakma krémjétől

2014. szeptember 25. 14:22 - Bay Áron

DSC_3241.JPGA Loves Data múlt héten már harmadszor rendezte meg az éves ausztráliai Analytics konferenciát Sydney-ben és Melbourne-ben. Az idei esemény sokkal nagyobb szabásúnak és jobbnak bizonyult a korábbiaknál. A közönség többek között - az általunk a szakma koronázatlan királyának tartott - Avinash Kaushik digitális marketing guru és Justin Crutoni Google Analytics evangelista előadását is élvezhette.

A 10 legfontosabb útravaló a konferenciáról

 

1. Használjuk a Google Tag Managert (vagy bármelyik Tag Manager rendszert)

A Google Tag Manager-rel nem csak a Google Analytics, hanem más rendszerek követőkódjait is kezelhetjük, ráadásul nem csak a weboldalainkon, hanem akár a mobil alkalmazásainkban is. Az ingyenes eszközzel az előre meghatározott szabályok segítségével felgyorsíthatjuk a kódok fejlesztését:

• Gyorsabban változtathatunk meg létező, vagy helyezhetünk el új kódokat, mert ilyenkor nem kell az IT osztályhoz fordulni.

• Még a fejlesztés előtt ellenőrizhetjük, hogy működnek-e a kódjaink.

• A rendszer minden változtatást nyomon követ és elment – ez pedig jól jön a későbbi hibaelhárítások során.

• A rendszerben többféle felhasználói szintet létrehozhatunk (választhatunk, hogy csak a betekintést, a szerkesztést, vagy a közzétételt is engedélyezzük-e).

Az igazsághoz azonban hozzátartozik, hogy nem minden weboldal számára jó megoldása Tag Manager használata. Sok esetben több problémával jár a bevezetése és a menedzselése, mintha a korábban megszokott megoldásokat használnánk. Ezen túl bizonyos mérések beállítása nem lehetséges és gyakran azt sem úszhatjuk meg, hogy az IT-t bevonjuk a folyamatba, mert pl. az E-kereskedelmi mérés megfelelő beállításához adatrétegeket kell elhelyezni a forráskódban, amire a rendszer jelenleg nem alkalmas.

2. Ne hagyjuk, hogy az utolsó kattintás attribúciós modell megtévesszen

Az utolsó kattintás modell az egyik legelterjedtebb módszer a jelentések készítésénél, mert ezt a legegyszerűbb megmagyarázni. Az „utolsó kattintás” az eladás előtti interakció során az utolsó interakciós pontot jelöli. A modellel csupán az a baj, hogy egy sor olyan tényezőre nincsen tekintettel, ami fontos szerepet játszott a konverzió létrejöttében.

Az értékesítés során a marketing eszközök széles palettáját használjuk. Ilyen például a közösségi média, e-mail kampány, keresőhirdetés, display megjelenés, videokampány, nyomtatott hirdetés, flyer és a PR munka is – hogy csak néhányat említsünk. Egyetlen egy elemre, az eladás előtti utolsó érintkezési pontra hagyatkozni, és az összes többi tényezőt figyelmen kívül hagyni a fentiek ismeretében kevéssé tűnik tehát jól átgondolt stratégiának. Próbáljunk inkább egy szélesebb képet nézni és lépjünk túl az utolsó kattintáson!

Ennek fontosságáról korábban mi is írtunk egy részletes cikket: http://webanalitika.blog.hu/2014/03/25/a_kattintas_fetisizmustol_az_attribucios_modellezesig

3. Rengeteg adattal rendelkezünk, de hiányoznak az elemzések

Adatot kinyerni viszonylag könnyű, hiszen ezek a folyamatok nagyrészt automatizáltak. Ami nem automatizált, az ezeknek a pontos elemzése, a következtetések, ami alapján később cselekedhetünk. Küldjünk a vezetőknek kevesebb adatot és több elemzést és ezekből származó következtetést! Készítsünk cselekvési tervet és hangsúlyozzuk azt, hogy milyen hatása lesz annak az üzletre nézve.

Avinash azt javasolja, költsünk 15%-ot az adatok gyűjtésére, 20%-ot a jelentésekre és 65%-ot Google Analytics fiók(ok) elemzésére, legalább egy évnyi adatot vizsgálva.

Gyakran szembesülünk mi is azzal a problémával, hogy rengeteg ügyfelünk rendelkezik Analytics fiókkal, ami optimális esetben az alapbeállításokon túl néhány egyedi mérést is tartalmaz. Ugyanakkor sokszor ezek a mérések már elavultak, nincsenek lekövetve a rendszer és a weboldal változásai, így torz, hibás adatok halmozódnak fel. Ezt még két módon lehet tetézni, az egyik ha a hibás adatok alapján hozunk üzleti döntéseket, a másik hogy a rengeteg adatot végül nem használjuk fel semmire.

4. Gondoljuk végig, hogyan mutatjuk be az adatokat

A vezetők nem szeretik az idejüket arra pazarolni, hogy különböző grafikonokat próbáljanak értelmezni. Az elemzők feladata, hogy a következtetéseket érthető és olvasható formában tálalják. Ehhez már számos vizualizációs eszköz rendelkezésre áll. Az alábbiak közül bármelyiknek érdemes adni egy esélyt:

- A Google Fushion tables segítségével akár interaktív grafikonokat is készíthetünk.

- A Sunburst adatmegjelenítői segítségével komplexebb adatokat is egészen kellemes módon prezentálhatunk.

- A Data-Driven Documentsben könnyen szerkeszthetünk adatokra épülő dokumentumokat.

- A Klipfolio szintén egy jó eszköz arra, hogy sok szerkesztői felületet kezeljünk egyszerre, ráadásul ingyenes próbaverziója is van.

A fentieken túl a Google saját riportjait is használhatjuk, illetve több olyan külső eszköz áll rendelkezésre, ami az adatainkat emészthető formába önti és az Analytics jelentéseket jól kiegészíti, pl. NextAnalytics eszköze.

5. Az attribúciós modellezéssel egyre kevésbé lövünk majd mellé

Az attribúciós modellezés arról szól, hogy mindig megnézzük, mi történt tegnap és mi vár ránk holnap, majd megpróbáljuk a legjobb döntést hozni ennek fényében. Mindig igazítsuk ki az attribúciós modelljeinket a tapasztalataink alapján (néhány hetente érdemes), így sokkal kifinomultabb lesz és jobban illeszkedik a saját üzletünkhöz. Legyen egy feltételezésünk, különítsünk el egy kisebb összeget, teszteljük az ötleteinket, nézzük át az eredményeket  és változtassunk, ahol szükséges. Minden egyes alkalommal azt fogjuk érezni, hogy egyre kisebbet tévedünk. Persze maradjunk két lábbal a földön: az attribúció modellezés nem alkalmas gyors hibajavításra, idő és erőforrás igényes, viszont idővel a befektetéseink megtérülnek.

Tavaly vált elérhetővé a Modell-összehasonlító eszköz, ami ebben a folyamatban nagy segítséget nyújthat nekünk: http://webanalitika.blog.hu/2013/06/20/modell-osszehasonlito_eszkoz_ujdonsag

Attribucio.jpg

6. Használjuk a 90/10 szabályt

Költsünk 90%-ot az emberekre és 10%-ot a technológiára. Sok eszköz ingyenes, például a Google Tag Manager, a Google Analytics sőt, külső eszközök is. Ha ezeket kihasználjuk, többet költhetünk az emberekre, vagyis a vállalkozásunk legértékesebb részére. Justin Cutroni azt mondja, ő még hisz abban a régi közmondásban, hogy „Adj nekem halat, és egy napig lesz mit ennem. Taníts meg halászni, és soha többé nem éhezem majd.”

Sok külső eszköz rendelkezik ingyenes verzióval vagy 30 napos kipróbálási lehetőséggel, ilyen a PadiTrack a konverziós csatorna elemzésére vagy a Crazy Egg kattintástérkép készítésre.

7. Platform, platform, platform

Mindannyian jól tudjuk, hogy a mobil milyen nagy üzlet, de ne felejtsük el, hogy hány platfromot használhat még egy vállalkozás. Az értékesítőnek felületek egész skáláját kell számba venni a honlapoktól és alkalmazásoktól kezdve az ügyfélkapcsolat kezelésen illetve a call-centeren át az olyan hagyományos érintkezési pontokig, mint például az eladáshelyi reklám (POS). Az online marketingünk alapjait könnyedén szemmel tarthatjuk a Universal Analytics segítségével, amivel bármilyen digitális kapcsolattal rendelkező felületet mérhetünk. Kezdjük tesztelni és elemezni az eredményeket, törekedjünk a folyamatos fejlődésre, és pontosítsunk a célcsoportunkon, hogy egy jobban átgondolt stratégiával tudjunk kommunikálni. A legfontosabb üzenet: használjuk a különböző felületeket tudatosan, teszteljünk és tanuljunk!

Ha még nem álltál át Universal Analytics-re, akkor érdemes megnézned ezt a migrációs folyamatot bemutató infografikát: http://webanalitika.blog.hu/2014/04/10/universal_analytics_migracios_folyamata

8. Beszélgetés, amplifikációs ráta és tetszési index

Mikor a közösségi médiával dolgozunk, mindig vegyük figyelembe a következő mérőszámokat: a beszélgetést (kommentek és válaszok száma az egyes posztok esetében), az amplifikációs rátát (hányszor osztottak meg, vagy retweeteltek egy posztot) és a tetszési indexet (hányszor lájkolták, vagy +1-ezték az adott bejegyzést). Nem elég csak a lájkok vagy a követők számát figyelni. Amit látni akarunk az az, hogy az embereket megnyertük a posztjainkkal és a márkánkkal. Ehhez a vásárló egész útját, hosszú távon kell követni, nem elég egy-két könnyen mérhető adatra hagyatkozni.

Ehhez használhatjuk az adott közösségi oldalak saját analitikáját és a Google Analytics-et is, de léteznek integrált fizetős eszközök is, amik nem csak a mérésben és elemzésben segítenek, hanem akár a teljes folyamatot is lefedik, mint pl. a HubSpot.

9. Vigyük fel az offline adatokat is a Google Analyticsbe

Azok az adatok, amiket a Google Analyticsből nyerünk a vásárlói interakcióról csak részei egy nagyobb és teljesebb képnek. Az Universal Analytics viszont kiváló eszköz arra, hogy az offline interakciós pontok (eladáshelyi reklám és társai) adatait is összegyűjtsük és követni tudjuk az offline konverziókat. Ezáltal pontosabb rálátásunk nyílik a vásárlók viselkedésére.

Akár egészen egyedi megoldásokat is alkalmazhatunk, mint amit Nico Miceli csinált, amikor a saját lakásában való közlekedését vizsgálta szenzorok és az Analytics összekötésével: http://nicomiceli.com/tracking-home-google-analytics-part-2-door-sensors/

10. Gondolkodjunk felhasználókban munkamenetek és látogatások helyett

Az offline adatok Google Analyticsbe való felvitele csak egy része annak a folyamatnak, amely során új fényben vizsgáljuk meg a tevékenységeinket. Pontosabb elemzéseink és nagyobb rálátásunk akkor lesz, ha az ügyfeleinket a teljes velünk való kapcsolatuk során követni tudjuk. A konverzióig még könnyű megfogni őket, de mi a helyzet a második, harmadik, és az azt követő vásárlásokkal? Érdemes megfontolni az Universal Analytics felhasználó azonosító funkciójának használatát, aminek a segítségével egy-egy felhasználó összes velünk kapcsolatos tevékenységét követni tudjuk azok összes eszközén, ezáltal sokkal pontosabb képet kapva a viselkedésükről.

Hogy pontosan mire használható a User ID funkció, arról részletes leírást ebben a súgócikkben találsz: https://support.google.com/analytics/answer/3123663?hl=hu&ref_topic=3123660

Forrás: http://www.lovesdata.com/blog/2014/10-tips-google-analytics-pros/

Szólj hozzá!

A bejegyzés trackback címe:

https://webanalitika.blog.hu/api/trackback/id/tr686730433

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben és az adatvédelmi tájékoztatóban.

Nincsenek hozzászólások.