A múlt heti Analitika HírNap után egy másik (régóta tervezett) cikk-sorozatot is elindítunk, ahol az egyes online szektorok egyedisége mentén mutatjuk be a méréstechnikákat, ötleteket adunk arra, hogy miket érdemes mérni-elemezni. A sorozat első részében a webanalitika az utazás szektorban lesz a téma.

1. Az utazás szektor jellegzetességei

Aki valamennyire ismeri az utazás szektort - azon belül is a külföldi utaztatás részét - az tudja, hogy rendkívül szezonális, erősen hatással vannak rá az aktuális trendek (melyik a felkapott desztináció), illetve az is egyes országoknál, hogy éppen milyen a belpolitikai helyzet, volt-e természeti katasztrófa vagy akár terrortámadás.

Az is a szektor egyedisége, hogy relatíve hosszú az átlagos döntési folyamat, sőt akár ismétlődő időközönként történik csak, amikor például év elején eldöntjük hogy milyen típusú helyre megyünk nyaralni, pár hónappal később szűkítjük a célhelyet egy-két ország/desztinációra, majd akár a nyaralás előtti utolsó hetekben/napokban a last minute ajánlatokra várva ismét átnézzük az ajánlatokat. Ezt azért kell kiemelni, mert a más szektorokban jól használható Többútvonalas Csatornák riport (amely az elmúlt 30 nap adataira épül) egy akár 4-6 hónapos döntési és látogatási folyamat esetében mindössze az információk kisebb részét adja vissza.

Egy kiutaztató vagy utazás aggregátor cég honlapja általában sok ország/desztináció útjait és hoteljeit kínálja, azon belül is többféle út típusról is beszélhetünk. Így fontos látni, hogy a felhasználók mennyire céltudatosan jönnek az oldalra választani, mennyire lehet őket meggyőzni másik desztináció vagy út típus vagy akár nagyobb csillagos szállás ajánlat választásáról. De hasznos azt is tudni, hogy van-e átfedés az egyes desztinációk között, tehát akik például hurghadai utakat néznek, azok megnézik a krétai ajánlatokat is.

Fontos tudni, hogy a marketing tevékenységünkben - kiemelten a keresőkben való jelenlétet amelyet ebben a témakörben 65-80%-ban használnak a döntési folyamat során -  mennyi átfedés van, melyek azok a csatornák, amelyek inkább csak látogatókat és melyek azok amelyek már konkrét jelentkezőket hoznak.

Az utazás szektorban - ahol nagyon sok desztináció nagyon sok szálláshelyére nyújtanak utakat - kiemelten fontos a felhasználók által készített vélemények/értékelések/útbeszámolók, ezek befolyásolják a választásokat. Ilyenkor egy marketinges arra kíváncsi, hogy mennyire írják/olvassák ezeket a felhasználók, mennyire fontos ezeket már a kategória oldalakon vagy akár a marketing megjelenésekben kommunikálni.

Hasonló a helyzet a képes illetve videós tartalmakkal, hasznos tudni hogy mennyi erőforrást csoportosítsunk ezek készítésére, mennyire ösztönözzük a felhasználókat ilyen típusú tartalmak előállítására és feltöltésére.

A mobileszközök jelentős részét adják az utazás szektorban a döntés előtti információkeresésnek, de például az Egyesült Államokban az online foglalt utazások már 20%-a mobileszközön történt. Vagyis jelen kell lennünk a mobileszközökön is megfelelően kezelhető honlappal illetve mobilmarketing kampányokat is végre kell hajtanunk. Sajnos az egyes felületek (PC-okostelefon-táblagép-okostv) közötti keresztlátogatásokat az Universal Analytics megjelenéséig nehézkesen tudjuk megoldani.

2. Mérési javaslatok

Az utazás szektor jellegzetességeit "fordítsuk" le méréstechnikai megoldásokra:

  - Az első és legfontosabb, hogy minden marketing csatornán (amire ráhatásunk van) minden megjelenésünket lássunk el UTM URL címkékkel. Ne felejtsük el a címkékben valahol megadni, hogy melyik ország/desztináció illetve úttípus ajánlatait jelenítettük meg.

 - Legyen minden al-oldalunknak (az utakhoz tartozó képeknek/leírásoknak/véleményeknek is) egyedi URL-je, ha még sincs, akkor a virtuális oldalletöltés megoldással adjunk nekik.

 - Azt, hogy adott látogatáson belül milyen desztinációk/úttípusok között van átfedés és hogy az mekkora mértékű, kinyerhetjük az al-oldalaink URL-címsor elemzéséből a Látogatók folyamata riportot használva. Ennél viszont jobb megoldás, ha Egyéni változókat alkalmazunk és minden kategória oldalon megadjuk hogy melyik ország-desztináció-úttípus ajánlatok vannak ott.

 - Az egyéni változókat arra is használjuk, hogy a látogatókat hosszabb időszakon keresztül követve azonosítsuk, hogy hányadik látogatása a mostani, esetleg azt is, hogy milyen forrásokból érkezett korábban.

 - Eseményméréssel tudjuk meg azt, hogy adott látogatás során akik látták a képeket/videókat vagy a véleményeket olvastak, azok mennyivel más arányban foglaltak utat.

 - Az utazások iránti érdeklődésre hatással lévő nagyobb híreket (légibaleset, terrortámadás, természeti katasztrófa, belpolitikai helyzet, stb.) érdemes az időjelzés lehetőségben megadni, hogy pár hónappal később ne kelljen keresgélni miért eshetett pl. a törökországi al-oldalak látogatottsága. De használhatjuk az olyan nemzetközi utazási hírportálokat is, mint a www.traveldailynews.com.

 - Ha rendelkezünk mobileszközökre optimalizált külön honlappal, akkor készítsünk nekik egy külön profilt az általános mérés mellé. Ezt akkor is érdemes meglépni, ha nincs külön honlap nekik vagy reszponzív dizájnnal rendelkezik az oldalunk.

 - A Többútvonalas csatornák riport használatakor vegyük figyelembe, hogy az csak az elmúlt 30 nap adatai alapján épül fel, de ettől függetlenül is hasznos eszköz például a rövidebb döntési folyamatú last minute ajánlatok kampányainak kielemzésekor.Fontos, hogy ne elégedjünk meg a rendszer által a riportban adott csoportosításokkal, hanem készítsük el a saját marketing tevékenységünk szerinti részletezéseket.  Ha megfelelően címkéztük a marketing eszközeinket, akkor így nem csak a marketing csatornák egymásra gyakorolt hatását, de az egyes ajánlatok közötti átfedéseket is kideríthetjük.

 - A szabad szavas belső keresőt mindenképpen illetve ha van a kategória oldalon különböző szűrő rendszerünk, akkor azt is mérjük. Ezek abban nyújtanak segítséget, hogy kiderüljön hogyan keresnek konkrét ajánlatokat látogatóink.

- Ha futtatunk Adwords hirdetéseket, akkor használjuk az Analytics alapú remarketing-et. Csináljunk ország/desztináció/úttípus alapján címkéket, de akár konkrét szállás oldalak megtekintése is lehet a címkézés alapja. Legyenek hosszabb távú címkék is, mondjuk 5-6 hónaposak, akiknek a last minute ajánlatokat hirdethetjük.

Ebben a bejegyzésben inkább csak az utazás szektor webanalitikai mérésének lehetőségeit akartuk felvonultatni. Tisztában vagyunk vele, hogy a mérési terv adott honlap esetében jóval mélyebb/specializáltabb lehet és a mérések beállítása is nagyobb szakértelmet kíván.

Kapcsolódó cikkek

3-4 heti rendszerességgel folytatni akarjuk ezt a cikksorozatot az egyes szektorok méréstechnikai jellemzőiről. Amiket biztos érinteni fogunk:

• - Lead alapú honlapok mérése
• - Ingatlan szektor (és más apróhirdetési oldalak)
• - Egészség/Szépség szektor
• - Webáruházak
• - Tartalmi oldalak (blog-hírportál)

A csütörtöki volt a záró napja a Superweek 2013 konferenciának, amikor is a korábbi napokon már szereplő előadók adtak elő ismét, de voltak új előadók is. A fő fókusz ezen a napos is a webanalitika területén volt, de hallhattunk PPC, UX, SEO és social témában is prezentációkat a hófödte környezetben lévő szállodában.

A napot az amerikai Scott Hermann kezdte, aki inkább ügyfél oldalról beszélt a webanalitika fontosságáról és hogy mennyire fontos a cégvezetőknek/marketingeseknek átalakítani a gondolkodásukat ezen a területen.

Egyik fontos mondanivalója az volt, hogy az adatok kielemzésénél a "fentről-lefele" elvet alkalmazzuk, tehát ne egy mutatónál felfedezett kiugrást kezdjünk el kielemezni, hanem előre tudatosan határozzuk meg a honlapunk célját, tudjuk milyen KPI-okat kell ehhez nyomon követni és az ezekre hatással levő egyéb mutatókat figyeljük, elemezzük.

Kiemelte még, hogy a webanalitikában gondolkodjunk előre mind a mérés, mind az elemzés területén és tényleg ne mérjünk mindent csak azért mert lehet mérni. Vegyük figyelemben és készüljünk rá mind a növekedés, mind az új eszközök, mind marketing- és piaci trendek változásaira.

Érdekesség volt, hogy a (consumerbarometer.com adatai alapján) Magyarországon a vásárlási döntések előtt 55%-ban használják a Google keresőt, míg a fejlettebb országokban csak 30-40% vagy még kisebb mértékben.

A második előadást a szerdán is előadó John Mueller tartotta, aki a bővített kivonatokról beszélt, hogy mennyire nagy előny az ha egy honlap tulajdonos definiál az oldalán ilyen tartalmakat és azok megjelennek a találati listákon, igaz ezt számokkal nem támasztotta alá, hogy milyen mértékű javulás várható egy "sima" találathoz képest. John kiemelte, hogy egy sok oldallal rendelkező honlapnál túlságosan sok időbe telik míg a rendelkezésre álló összes kivonatot meghatározzuk az al-oldalakon.

A nem régen bevezetett Data Highlighter funkció ennek a folyamatnak a gyorsítására szolgál, de még mindig csak angol nyelvű tartalmakra működik és azokból is csak az esemény kivonatnál.

A közeljövőben ide vágó megjelenés lesz a Data Highlighter bővítése és lehet megvalósítják a sokak által kért lehetőséget, hogy ne csak Recept kivonatnál hanem Termékeknél is megjelenhessenek kis képek a találati listán.

Aki esetleg nem ismerné a bővített kivonatokat, annak hasznos elolvasni és megvalósítani a Google Súgóban leírt lehetőségeket.

A harmadik előadást a dán Netbooster cégtől Kristoffer Ewald tartotta, aki arról beszélt, hogy az online világban a demográfia alapú felhasználói célzás értelmét veszti, mert túlságosan sok az egyediség, így már nehéz arról beszélni, hogy ki is a kampányunk elsődleges célcsoportja ilyen értelemben.

Mivel a felhasználókról gyűjthető és gyűjtött információk száma folyamatosan nő, ezért a SZEGMENTÁLÁS lesz a következő évek hatékony kampányainak az alapja. 

A szegmentált adatok alapján jóval hatékonyabb kampányok készülhetnek, kihasználva a real-time-bidding és remarketing lehetőségeket nyújtó eszközöket.

A szerdán black-hat analytics témában előadó Phil Pearce sajnos csütörtökön nem volt elemében, technikai szünetek szakították meg az egyébként is döcögős eladást. Pedig a tartalmát tekintve nagyon jó dolgokat mutatott be, szerintem ez volt a nap legjobb tartalmú előadása.

A lényeg az volt, hogy az általa megosztott excel fájlokat alkalmazva nagyon jó becslést tudunk adni az Adwords hirdetéseink várható alap- és konverziós mutatóira. Például hogy a minőségi mutató javítása vagy a hirdetői pozíciók romlása mennyivel másabb eredményeket hozhat, így jelentős "tanulópénz" megfizetésétől óvhatjuk meg magunkat. 

A nap első kerekasztal beszélgetésén a dán Kristoffer illetve az amerikai Jesse Nichols mellett a budapesti Google iroda "Tech fenegyereke", Vadász Illés vett részt.

A beszélgetés során több érdekes témát is érintettek. Az első az volt, hogy nyugaton a cégek nagyon keresik a webanalitikai tudást, így hajlandóak a minden más megjelenésüket kezelő marketing cégek helyett akár egyszemélyes vállalkozásokat alkalmazni, ha ott találják meg a magasabb szintű analitikai tudást. Viszont ezen nagyon növekvő igényt még mindig nem sikerült kellően jó szakember képzéssel lekövetni, hiszen nagyon naprakésznek kell lenni és több száz órás gyakorlati tapasztalatot kell szerezni, amit egy egyetemi képzés nem tud nyújtani.

A másik szál az volt, hogy a cégvezetők gondolkodásában lehet nem is fog beállni rövidtávon váltás, mert a nagy cégek felső vezetői "kiöregedtek", hiába használják napi szinten az internetet és az új eszközöket, nem képesek az ezen felnőtt C-generáció fejével gondolkodni. Illés szerint a magyarok analitikai eszközök és tudás terén nincsenek elmaradva a fejlettebb országoktól, de itthon a cég- és marketing vezetőknél ez a szemlélet váltás jóval lassabb.

A harmadik beszélgetési szál pedig arról szólt, amiről egyébként az Universal Analytics is fog, hogy a látogatás alapú adatelemzésről át kell állni a felhasználó alapú elemzésre. Egyre többen nem azonnali megtérülésben fognak gondolkodni, hanem hosszabb távon (a Vásárlói életút érték és attribúciós modellezésen alapján) fogják értékelni a marketing tevékenységüket.

Az attribúciós modellezésről tartott előadást az ebéd utána nagyteremben Luigi Reggiani, ez volt a nap legszínvonalasabb előadása.  

Luiggi egy amerikai statisztikával kezdett, ami alapján az ottani felhasználók 54%-a csak az last-click attribúciós modellt használja a látogatói források értékelésénél (Magyaroszágon ez az adat biztosan 90% felett van), illetve a felhasználók 16%-a nem tudta hogy milyen modellt alkalmaz.

Az előadás mondandója az volt, hogy nincsen tökéletes attribúciós modell, mindig az adott oldal és szektor egyediségei határozzák meg, hogy melyik áll közelebb a valósághoz. De mindenkit arra biztatott, hogy alkalmazzunk többféle modellt is, illetve hogy szüntessük meg azt a most nagyon elterjedt szokást, hogy nincsen szinergia a többféle csatorna modellezésében. Vagyis nem baj ha külön emberek menedzselik mondjuk a SEO és a PPC marketing megjelenéseket, de legyen valaki aki ezeket és a többi marketing megjelenést összefogva végzi a modellezést.

A nap második kerekasztal beszélgetésében a Google alkalmazott Madarász Márta és Scott Hermann "állt szemben" Incze Kingával (Mrs. White) és a kérdező Kékesi Zsuzsával (HVG). Az ellentét abból adódott, hogy a Google mint a tartalmi oldalakon megjelenő hirdetéseket kiszolgáló rendszer működtetője és a tartalom gyártást végző médiacégek ellenérdekeltek a hirdetők megszerzésért folyó harcban. 

A beszélgetés ezt a témát járta körül, illetve érintette a Google törekvéseit a display hálózatban.

Ezen előadásokkal párhuzamosan a kisteremben lehetett hallani a román előadóktól a konverzió optimalizálás lehetőségeiről illetve a UX design folyamatáról, a két magyar előadótól közösségi kommunikáció nem Analytics alapú méréséről/elemzéséről, valamint a SEO tartalmak előállításának folyamatáról az unalmas/kevéssé ismert témakörökben. (Sajnos ezen előadásokon nem tudtunk részt venni, így nem tudunk róluk részletesebben beszámolni.)

A nagyterem záró előadását a SEO-s körökben jól ismert Google alkalmazott Gary Illyés tartotta, aki a Google keresőrobotjainak működéséről osztott meg hasznos információkat. A közönség kisszámú lett a nap végén, pedig Gary érdekes dolgokról beszélt.

Az előadásból megtudtuk, hogy a robotoknak a legnagyobb kihívás az online rádiók tartalmának feltérképezése, hiszen gyakran változik a tartalom, ami ráadásul hanganyag is és így nehéz értelmezni őket.

Érdekes példát mutatott be, hogy Dél-Koreában (igen, nem a kommunista Észak-Koreában) mennyire korlátozzák a keresőrobot működését, mert ott nem akarja a kormányzat hogy a felhasználókról személyesebb információk elérhetőek legyenek bárki számára.

Összefoglalva a csütörtöki nap analitika tapasztalatait:

• • Át kell állni a jelenlegi látogatások elemzésén alapuló értékelésről a felhasználókat elemző értékelésre (igaz az ehhez szükséges Universal Analytics-ről még nincsen pontos megjelenési információ). 
• • A last-click alapú attribúciós modellezés mellett próbáljunk ki más modelleket is, átgondolva saját üzletünk és látogatóink szokásait.
• • Gondolkodjunk előre és igen is kövessük le a webanalitika mérésünkkel és elemzéseinkkel a cégünk növekedését, a marketing- és piaci változásokat.
• • Képezzük magunkat a webanalitika területén vagy alkalmazzunk profi szakembereket.

A csütörtöki napon is azt éreztem, amit az előző évben is, hogy még mindig nagy a távolság a hazai és a nyugati SEO-PPC-Webanalitikai piac között és ez nem is a hazai szakemberek hibája, hanem a marketing szakma és a KKV cégek vezetői még mindig nem érzik ezen területek súlyát, így a szükségességét sem.

További információk

Érdemes elolvasni Bay Áron a szerdai napról szóló bejegyzését is.

Az emberek nagyobbik része szereti a kvíz játékokat, amikor egy témában képet kapnak tudásukról, hiányosságaikról.

Évek óta foglalkozom webanalitikával és még mindig meglep, hogy a felhasználói mennyire nincsenek tisztában azzal, hogy mégis milyen mélységben használják ki az Analytics eszközt és hogy mik a rendszer nyújtotta lehetőségek; számukra fontos üzleti adatokat ki tudnak-e nyerni; mit kell kezdeni a kinyert információkkal.  

Több előadáson megmutattam már a következő példát, ami jól példázza, hogy a "felületes" webanalitikai információk alapján történő üzleti döntések mennyire hibásak lehetnek.

A példában 2 marketing eszközt látunk, a ráfordított költségeket és a kapott eredményeket összevetve, egy vásárlás központú honlap (vagyis webáruház) oldalnál.

A tapasztalataink alapján a legtöbb felhasználó megelégszik azzal, hogy méri a vásárlás tényét, esetleg még az e-kereskedelmi adatokat (kosárérték, vásárolt termék, stb.). A zöld vonal feletti sorok ezen információkat tartalmazzák, a felhasználó ebből azt vonja le, hogy a jobboldali marketing csatorna a jobban teljesítő, inkább azt használja a továbbiakban.

Ha felismerjük, hogy ennél részletesebb mérések is vannak, akkor beállítva őket a zöld vonal alatti adatsorokat is megkapjuk. A felhasználó döntése - a több/mélyebb adat miatt - ilyenkor már más, sokkal inkább helyes, mint ha a kevesebb/felületes adat alapján hozta volna.

Ahogy mondani szokták a "betegséget előbb fel kell ismerni, mielőtt gyógyítani lehetne". Vagyis fel kell ismernünk, hogy mik a tényleges lehetőségek és hogy azokból mi miket használunk és miket nem (pedig üzletileg érdemes lenne).

Hogy mindenki felmérhesse a webanalitika elméleti lehetőségeire/használatára vonatkozó jelenlegi tudását és képet kapjon a lehetőségekről, vegye végig a következő kvíz táblát.

(A tábla teljes méretben megnézhető a képre kattintva.)

Szívesen veszünk minden visszajelzést (elért pontok, vélemény) a kommentek között, szeretnénk legalább 3 havonta - frissítve az új lehetőségekkel - megjeleníteni az analitika kvízt.

Egy honlap teljesítmény javításához alapvető feladat, hogy tudatosan futtassunk A-B teszteket. Így kipróbálva akár teljesen más tartalmi variációkat, de a meglévők egyes elemeinek módosítása is már jobb eredményeket hozhat.

A blog indulásakor egyik célunk az volt, hogy azon területeken ahol a Google Analytics nem elég erős, ott más eszközöket javasoljunk, amelyek jobban megfelelnek az igényeknek/több lehetőséggel bírnak. 

Ezért is mutattuk be a Crazyegg kattintás térkép elemzőt, most pedig az A-B vagy multivariáns teszteléshez - a Google Analytics-nél jobban használható - fizetős szolgáltatást mutatunk be, a Visual Website Optimizer.

Miért pont ez az eszköz?

A Google Analytics Kísérletek lehetőségéről (a korábbi Webhely Optimalizáló "butított" változatáról) már írtunk a megjelenésekor. Bár az azóta eltelt 5 hónap során fejlesztettek az eszközön, de még mindig jelentősen elmarad tudásban a korábbi tulajdonságaitól illetve a piacon kapható többi rendszertől.

A Visual Website Optimizer-t (röviden VWO) már év eleje óta használjuk, a következő előnyei vannak a Kísérletek-hez képest:

1. A legfontosabb előnye, hogy programozói tudás nélkül elkészíthetjük a tartalmi variánsokat. Gyakorlatilag ez olyan, mintha képként szerkesztenénk az adott oldalt: átírhatjuk a szöveges tartalmakat; módosíthatjuk a gombok színét/méretét; törölhetünk/áthelyezhetünk egyes tartalmi elemeket. Az elkészült variánsok a VWO-n keresztül kerülnek kiszolgálásra, tehát nekünk csak az alap tesztelő kódot kell elhelyeznünk.

2. Integrációs lehetőség az Analytics-el, így az Egyéni változók riportban látható az egyes variánst megtekintők viselkedése.

3. Felhasználói kérdőívek/közvéleménykutatás lehetőség, amellyel kideríthetjük, hogy a felhasználóknak mennyire tetszik az adott tartalmi variáns. Ez történhet egyszerű szavazásként, de lehetőséget adhatunk, hogy a felhasználók szövegesen is megírják a véleményüket. 

4. Viselkedés és technikai paraméterek alapján célzott variánsok lehetősége. Tehát tudunk azoknál egyedi tartalmat tesztelni, akik mondjuk Budapestről interneteznek, Asztali gépről és a Facebook Oldalunkról jöttek át a honlapra. 

5. Belső kattintás és hőtérkép, az alap tesztelő kód elhelyezése után már használható is.

A fenti lehetőségek mellett a rendszer hátránya a Kísérletek-hez képest, hogy havidíjas. Szerencsére a lehetőségek nincsenek korlátozva az egyes díjcsomagokban, mindössze a tesztekben résztvevő látogatók száma és a VWO által nyújtott támogatás mértéke változó bennük.

A havidíjak a következőek, úgy tapasztaltuk, hogy egy átlagos magyar webshop (nem főoldali) teszteléséhez teljesen elegendő a legkisebb csomag. A kb. havi 11 000 Ft nem jelentős összeg, főleg ha hozzá vesszük, hogy sok esetben már nem is kell a fejlesztőnek külön fizetni, mivel a felületen mi magunk megcsinálhatjuk az egyes variánsokat, így már semmiképp nem tekinthető soknak. Illetve van 30 napos ingyenes kipróbálási lehetőség, ami a legkisebb csomagot takarja.

A tesztelésnél azon túl, hogy miért tesztelünk és miket akarunk megváltoztatni, hogy javuljanak a mutatók, fontos kérdés, hogy mennyi ideig teszteljünk.

Ehhez nyújt segítséget a rendszerben a Tools menüpont alatt elérhető Test Duration Calculator lehetőség. A következő elemek kell megadni és a rendszer ad egy becslést, hogy meddig lenne érdemes futtatni a tesztet:

Figyeljünk arra, hogy az első mezőbe a célcselekvés aktuális értékét adjuk meg, a második mezőben pedig azt, hogy mennyivel szeretnénk azt javítani. Legyünk reálisak, de ne adjunk meg 10%-nál alacsonyabb értéket, mert akkor jelentősen emelkedni fog a becsült futási idő.

Egy A-B teszt indítása

Nézzük is meg egy egyszerű példán keresztül, hogy hogyan működik a rendszer.

Egy tetszőleges honlapon azt akarjuk tesztelni, hogy melyik űrlap variációt fogja több felhasználó kitölteni, tehát hogy melyik hozz jobb regisztrációs arányt, mint a jelenlegi verzió:

Mindössze címsorból, 5 cellából, 1 hírlevél checkbox-ból és a Mehet gombból áll az űrlapunk. 

A tesztelés elindításához 4 lépésen kell keresztül mennünk, ezek közül az első a tesztelendő oldal URL-jének megadása.

Ez után a rendszer betölti az adott oldalt és innentől szabad kezet kapunk a módosításokra.

Készítsünk el két variánst, az egyikben összevonjuk a két név mezőt illetve növeljük a Mehet gomb méretét, a másikban szöveget írunk a címsor alá illetve a gomb feliratát lecseréljük. A két variáns elkészítése kb. 10 perc alatt kész.

Következő lépésként meg kell adni, hogy milyen cselekvést tekintsen a rendszer célcselekvésnek. Megadhatunk kattintást, oldalelérést, űrlap cella kitöltést vagy generált bevételt.

Az utolsó lépésben pedig az eddigi beállításokat láthatjuk összegyűjtve, illetve itt lesz lehetőség arra, hogy megadjuk milyen és mennyi látogató vegyen részt a tesztben. Mi most minden új látogatóval akarjuk végezni a tesztet, ezért a beállításokból ezt választjuk. 

De lehetőség van látogatói forrás/kulcsszó, operációs rendszer, böngésző, napszak, mobileszköz, stb. szempontok alapján is kialakítani a "tesztközönséget".

Az elmentés után már csak annyi dolgunk van a következő képernyőn, hogy a kapott mérőkódot elhelyezzük a honlapunk minden oldalában. Lehetőség van aszinkron kód használatára (ez az alapértelmezett), így a tesztelés nem fogja befolyásolni a többi tartalom betöltési idejét.

Az kódelhelyezés után ellenőriztetni kell azt a rendszerrel, majd el is kezdődhet a tesztelés.

Az eredményeket folyamatosan láthatjuk a Dashboard fül alatt, külön sorokban az eredeti és a variáns verziók eredményeivel:

A példában tényleg csak a legegyszerűbb A-B tesztelésre mutattunk példát. A VWO-val ezt is nagyon egyszerűen el tudjuk kezdeni, de sokkal összetettebb tesztelésekre is lehetőség van, nagyon egyszerűen, gyorsan és felhasználóbarát módon. 

Ebben a bejegyzésben csak össze akartuk foglalni a VWO nyújtotta lehetőségeket, hiszen az A-B tesztelés nagyon széles terület, ha bármilyen kérdés merül fel, szívesen megválaszoljuk a Kommentek között.

(Az eszköz ajánlásából nem származik üzleti hasznunk, csak szerettünk volna egy általunk már kipróbált és bevált - Google Analytics melletti - A-B tesztelő eszközt ajánlani mindenkinek.)

További információk

• • Árazás, regisztrációs lehetőség
• • Hasznos esettanulmányok a VWO oldalán
• • A-B teszt tippek/példák heti rendszerességgel

A legutóbbi bejegyzésünkben már említettük a Cost Analysis névre hallgató újdonságot, amely segítségével már a felületen tudunk megtérülés számítást látni a marketing eszközeinkre vonatkozóan.

Azóta már több fiókunkban is megjelent a lehetőség, így gyakorlati  tapasztalatokról számolhatunk be, hogy hogyan is működik a gyakorlatban és milyen nehézségeink merültek fel. 

Sajnos az adatok visszatöltéséhez még nem tudjuk az Analytics felületet használni, így vagy az API-n keresztül töltjük fel az adatokat vagy third-party eszközt használunk. 

Azzal is legyünk tisztában, hogy a feltöltött adat csak legalább 12 órával később jelenik meg a riportoknál.

Adatok adminisztrálása

A felületen az Adminisztrálás fül alatt a Tulajdon szinten (ahol a profilok vannak felsorolva) érhetjük el az "adminisztrációs" részét, amely így néz ki:

Az adatforrás ebben az esetben egy egyedi azonosítóval (UID) ellátott marketing kampány kell hogy legyen, vagyis olyan jól azonosítható Forrás/Médium-al rendelkező marketing forrás, amihez hozzá tudunk kattintás és költés adatokat társítani.

Fontos megkötés, hogy egyidejűleg csak 25 ilyen adatforrás adható meg Tulajdononként.  

Az adatforrás megadásakor mindössze a Név illetve a Leírás mezőt kell tetszőlegesen kitölteni, típusként pedig jelenleg még csak a Költség típus választható. Illetve hasonlóan az egyéni jelentésekhez itt is ki kell választani, hogy mely profilokban jelenjen meg a feltöltött adat.

Ez után elmentve a megadott értékeket kapunk egy egyedi UID-val rendelkező adatforrást. 

A felületen már nem is tudunk mást csinálni, csak a feltöltés után a Forgalmi források->Cost Analysis riportban majd elemezni a kapott értékeket. 

Adatok tényleges feltöltése

Az adatok feltöltése az Attribúciós Modell Eszköz-ön (amely még csak zárt bétában elérhető) keresztül lesz megoldható a felületen, ezen kívül vagy írunk külön programot, amely az API-n keresztül feltölti az adatokat vagy egy külső eszközt használunk a feltöltésre.

Mi a Next Analytics V5-ös verzióját használtuk erre, amely egyébként egy nagyon jó riportoló eszköz, ebbe emelték be a költség adatok feltöltésének lehetőségét egy külön felületen.

Mivel egy API-t használó eszközről van szó, azért meg kell adnunk a hozzáférési adatainkat és engedélyezni kell, hogy kommunikálhasson a nevünkben. 

Ez után már csak ki kell választanunk a megfelelő Fiók-Tulajdon-t és ha az előbb leírt módon létrehoztunk adatforrást, akkor azt már ki is tudjuk választani.

Nem is maradt már más teendő, csak a megfelelő formában struktúrált fájlt feltölteni. 

A feltöltés folyamán kapunk státusz feliratot, a feltöltés végén pedig generál egy táblázatos fájlt a Next Analytics, amiben a feltöltés adatai vannak.

Alapértelmezetten 3 alapmutató kell, hogy szerepeljen az adatfájlban, nem is lehet mást megadni. Ez a három mutató a megjelenés- illetve a kattintásszám, valamint a költés. Ebből a három adatból ő kiszámítja a felületen a CTR és a CPC alamutatókat. 

Dimenzióként pedig a forrás illetve médium kell mindenképpen szerepeljen, ezen túl még megadhatjuk a kampány és a kulcsszó adatokat.

Jelenleg csak egy nap adatait tartalmazhatja egy CSV fájl, de abba berakhatjuk több marketing kampány aznapi adatait. Hogy melyik napra vonatkozó adatok vannak a forrás fájlba két féle módon adhatjuk meg: vagy a forrásfájl 1. sorába beírjuk a dátumot vagy a Next Analytics felületén egy cellába beírjuk.

Az általunk feltöltött adatforrás fájl nagyon egyszerű volt, mindössze a forrás-médium-megjelenés-kattintás-költés adatokat tartalmazta, az Analytics által kért oszlopnevekkel:

Ez után nem is kell mást tennünk, mint várnunk hogy a feltöltött adat megjelenjen az Analytics felületén. A súgó szerint 12 órát kell várni erre, de úgy tapasztaltam hogy 10 óra múlva már megjelent az adat. 

Riportok

Az Adwords riportcsoport Kattintásonként riportjával megegyező felépítésű Cost Analysis (magyar neve még nincs) riportot a Forgalmi források között találjuk.

A riport egyetlen részből áll, dimenziót tudunk váltani, ha megadtuk a Kampány vagy Kulcsszó adatokat.

A megtérülés adatokat az e-kereskedelmi illetve a célértékek összegéből számítja a rendszer, vagyis nem látjuk, hogy adott költség mellé milyen bevétel adatok társulnak (ez egyértelmű hátrány).

Természetesen egyéni jelentést tudunk csinálni, amiben benne van az összes e-kereskedelem mutató is. Ezt az URL-t elmentve egy ilyen jelentést kapunk: https://www.google.com/analytics/web/permalink?uid=jtJAbW2fSw2CCcV3uxIFVw

Konklúzió

A nem-Google marketing eszközök alap adatainak visszatöltése a rendszerbe hasznos lehetőség, ami régóta hiányzott az Analytics-ből. De az, hogy csak napi bontású adatfájlokat lehet csak feltölteni, nagyon szűkíteni a lehetőséget tényleg használók számát.

Széles körben akkor fog elterjedni ez a lehetőség, ha több nap adatait is fel tudjuk tölteni 1 fájlon keresztül, a legjobb az lenne, ha mondjuk 1 hónap minden marketing költését egyszerűen vissza tudnánk táplálni a rendszerbe. 

További információk

• • Google Developers súgó a költés adatok feltöltésről