Každá firma a každý e-shop je jiný, má jiné produkty, cíle či marketingovou strategii. Měly by tedy sledovat i jiné metriky. Samozřejmě, existují i všeobecná nastavení Enhanced Ecommerce v Google Analytics.
Než se však dostanu k nim, pozastavila bych se u toho, co je to vlastně efektivní analytika a jak ji dělat tak, aby byla pro majitele e-shopů a jejich byznys skutečně užitečná.
Nejčastější chyby při nastavování analytiky
1. Soustředění se na minulost
První zásada zní: Efektivní analytika je o budoucnosti, ne o minulosti.
Vaše data nemají žádnou hodnotu, pokud na jejich základě neprovádíte akci. Velmi často vidíme, jak se tvoří analýzy, reporty a vyhodnocení, které však nevedou k žádné další aktivitě. Prostě se konstatuje, že se něco stalo a tam to končí.
Proč je tomu tak? Jeden z důvodů je popsaný v bodě číslo dva. Druhým je, že na Slovensku mají některé firmy stále problém s adaptováním se na myšlenku „fail fast“. Celá analytika a online marketing jako takový je o zkoušení, učení se a dělání chyb. Toto však musí být rychlé, nepříliš drahé a hlavně se z toho musíte ponaučit.
Jak se říká „I pád na hubu je krokem vpřed“ 😉 Ne každé měření, test či změna přinese pozitivní výsledek. Právě naopak. Častokrát musíte něco dlouho zkoušet a testovat, než dospějete k nejlépe fungujícímu modelu.
Avšak jen firma, která se dokáže adaptovat na nové myšlení rychle a efektivně, dokáže vytvořit data-driven kulturu a zajistit nepřetržité zlepšování. Proto ještě jednou opakuji, důležité je neustále se učit, dělat chyby, brát si z toho ponaučení a hýbat se vpřed.
2. Snaha měřit a vyhodnocovat všechno
Druhá zásada zní: Raději sledujte pár relevantních metrik než sledovat všechny a neudělat nic.
Další z problémů, se kterým se v praxi setkáváme, je, že firmy chtějí měřit a sledovat všechno. Otevřou Analytics, začnou se v něm hrabat a sledovat každou metriku.
Mezi nejoblíbenější patří metriky jako míra okamžitých odchodů (Bounce Rate), čas strávený na stránce (Time on Page) nebo hloubka skrolování (Scroll Depth). Když se však klientů zeptáme, co jim tyto metriky řeknou a jak se na jejich základě reálně rozhodují, zůstanou často ticho.
Příkladem může být uvedený čas strávený na stránce. Měříte ho a zjistíte, že je 2 minuty. A co? Je to dobře, nebo špatně? Jsou lidé, kteří stráví na webu 2 minuty, náchylnější nakoupit, nebo naopak? Co vám tento údaj skutečně řekl?
Sledování mnoha metrik současně také dostává lidi do rozhodovací paralýzy. Když sledujete všechno, může se stát, že zůstanete tím množstvím dat tak zavalení, že nakonec neuděláte nic. Čímž se dostanete zpět k bodu jedna.
3. Neznalost Google Analytics a metrik
Třetí zásada zní: Poznejte nástroj, se kterým pracujete.
Google Analytics je vzhledem k nákladům a dostupným nástrojům to nejlepší, co můžete na analytiku používat. Pro průměrný slovenský e-shop to tak prostě je. To však neznamená, že je dokonalý. Právě naopak.
Google Analytics má množství nedostatků. Ať už v tom, jak data sbírá, nebo v tom, jak je zpracovává. Když si kód GA jen nasadíte na web a myslíte si, že vidíte čistá data, mýlíte se. Je potřebné nastavit různé filtry a data vyčistit. Když se chcete podívat, jak je na tom kvalita dat ve vašem Google Analytics, můžete zdarma využít tento nástroj.
Také naše klienty vzděláváme, aby pochopili, jak se jednotlivé metriky měří. Jednou z nejčastěji sledovaných metrik je počet uživatelů (Users). Tak 50 a víc procent klientů netuší „kdo“ se za touto metrikou skrývá.
Uživatel = cookie. Takže pokud jeden člověk navštíví vaši stránku z mobilu a následně z počítače, v GA ho uvidíte jako 2 uživatele.
Další často sledovaná metrika je relace (Session). Jde o seskupení hitů (pageview, event) během určité časové doby. To jste asi věděli. Věděli jste však i to, že nová session vzniká vždy:
- po vypršení doby session (30 minut)
- při navštívení webu z jiného zdroje (i když byla opakovaná návštěva v průběhu 30 minut)
- vždy o půlnoci
- po vymazání cookies
Těchto příkladů bych mohla jmenovat desítky. Na závěr tohoto bodu řeknu už jen jeden. Věděli jste, že čas strávený na stránce (Time on page) se v Google Analytics měří špatně? Projděte si o tom článek.
Udělejte si strategii
Jak se vyhnout chybám popsaným výše? Jako první je potřebné vytvořit strategii, kde si zvolíte pár základních metrik, které budete sledovat a vyhodnocovat. My při tvorbě analytického plánu nejčastěji používáme model See Think Do Care. Můžete však použít, jakýkoliv vám vyhovuje. Pokud jste se s tímto konceptem nesetkali, existuje o něm množství článků. Ve zkratce jde o fáze nákupního cyklu zákazníka:
- See – potenciální zákazník poprvé přichází do kontaktu se značkou. To znamená, že poprvé registruje vědomě (častokrát i podvědomě) logo, název či produkt firmy. V této chvíli ho nepotřebuje a ještě nezvažuje nákup.
- Think – uživatel už ví, že má nějakou potřebu, kterou mu uspokojí určitý produkt či služba. Rozhodl se pro nákup a v této fázi zvažuje, pro kterou značku se rozhodne. Porovnává, zjišťuje víc o firmě a produktech.
- Do – fáze nákupu. Uživatel ví, co chce, a jediným vaším úkolem je mu tento nákup co nejvíc usnadnit.
- Care – fáze péče o zákazníka. Pokud je spokojený, tak opakovaně nakoupí nebo aspoň doporučí značku svým známým, ať už osobně, nebo přes sociální sítě.
V DASE používáme tento model při tvorbě analytické strategie, respektive measurement plánu. Pomáhá nám hlavní cíl rozdělit na menší, částečné cíle a určit pár relevantních KPI. Dávám důraz na PÁR a RELEVANTNÍCH.
Co tedy sledujete v jednotlivých fázích? Teoreticky je to velmi jednoduché a intuitivní. Stačí se vžít do role běžného uživatele a zamyslet se, co od něho můžete v jednotlivých fázích očekávat.
Pokud je ve fázi See, předtím o vás nikdy neslyšel, asi jen těžko si dáte za cíl nákup. Budete spíše sledovat, kolik lidí zasáhla vaše bannerová kampaň nebo zda se zvyšuje vyhledávání názvu vaší značky na Google.
Příklad metrik pro jednotlivé fáze:
Při vyhodnocování aktivit v rámci STDC byste si měli určit:
- Hlavní cíl (Goal) pro danou fázi.
- KPI – metriky, které budou reprezentovat, zda daný cíl plníte, nebo ne.
- Kvantitativní cíl (Target) – na jaké úrovni má být daná metrika, abychom cíl považovali za splněný.
- Dimenze – z jakých „úhlů pohledu“ se budeme na data dívat.
Sestavení measurement plánu pomocí STDC
Teď víc prakticky. Předpokládejme, že máte e-shop, jehož hlavním cílem je zvýšení obratu meziročně o 100 %. Existujete na trhu jen rok a víte, že velká část vaší cílovky o vás ještě neví. Proto si ve fázi See určíte cíl „Zvyšování povědomí o značce“ a budete se snažit dostat na web co nejvíc nových uživatelů.
Pokud byste naopak byli etablovaná značka na trhu a víte, že máte pokrytou už téměř celou cílovou skupinu, tak byste toho samého cíle dosahovali jinak. Místo přivádění nových lidí na web byste se soustředili na opakované nákupy nebo na to, aby se zvýšila průměrná cena objednávky (to znamená, aby v rámci jednoho nákupu nakoupili uživatelé víc, resp. za více peněz).
Zpět k našemu příkladu. Když už přinesete ve fázi See víc lidí, ve fázi Think chcete, aby co nejvíc interagovali se stránkou. Níže vidíte velmi zjednodušený příklad measurement plánu. Běžně dáváme do každé fáze tak 3 až 5 KPI.
K číslům v rámci cíle (Target) jsme se dopracovali na základě dosavadních dat nasbíraných za rok existence e-shopu. Jako segment jsme si určili lokalitu, protože chceme vědět, zda je nějaký rozdíl mezi návštěvností z jednotlivých regionů. Ve fázi Do máme zase segment „Kategorie produktů“, abychom věděli, které produkty nám přinášejí nejvíc transakcí.
Enhanced e-commerce
Pokud se vám celý výše uvedený proces zdá příliš komplikovaný a chcete začít úplným základem, můžete se pustit rovnou do implementace Enhanced E-commerce. Tato vám zabezpečí měření následovných metrik:
- Product Detail View – detail produktu
- Product Add to Cart – přidání do košíku
- Checkout – přechod k nákupu
- Checkout Step – jednotlivé kroky nákupu
- Purchase – nákup
V rámci tohoto základního EEC se měří jednotlivé kroky nákupu, zda jimi uživatel prochází, kde vypadává, z jakého zdroje přišel (kampaň, Facebook, Google Organic atd.). Neměří se jeho chování v rámci jednotlivých kroků (co vyplnil, případně nevyplnil). Když chcete znát podrobnější možnosti implementace EEC, přečtěte tento článek.
Rada na závěr
Závěrem jedno upozornění. Když se jednou něco nastaví v Google Analytics špatně, už se k reálným datům nemusíte zpětně dostat. Za téměř 4 roky fungování DASE jsme udělali stovky auditů Google Analytics a Google Tag Manager účtů.
Ani jeden nebyl bez chyby a v mnohých byly zásadní chyby v měření. Klienti dělali rozhodnutí na základě nesprávných dat. A co je smutnější, k těm správným datům z minulosti se už nedostanou. Proto ať už budete měření implementovat vy, nebo to pro vás bude dělat agentura, ujistěte se, že je pořádně otestujete a že jsou správná.
