• Aby skutecznie poprawiać konwersję na stronie, warto najpierw zidentyfikować, które elementy mogą wymagać zmian i testów, zamiast od razu wprowadzać duże modyfikacje.
• Wskazuje na 10 heurystyk Jakoba Nielsena jako praktyczną listę ogólnych zasad, które pomagają ustalić, co warto przetestować i poprawić w witrynie.
• Pierwsze zasady to pokazanie statusu systemu użytkownikowi i zapewnienie, że strona komunikuje, gdzie się znajduje i co się dzieje podczas interakcji.
• Kolejne heurystyki dotyczą m.in. zgodności komunikatów z realnym językiem odbiorcy, dawania użytkownikowi kontroli i utrzymania spójności oraz standardów w interfejsie.
• Heurystyki uwzględniają też aspekty, takie jak zapobieganie błędom, estetyka i umiar w projekcie, czy zapewnienie efektywnej obsługi błędów i pomocy.
• Heurystyki to ogólne wskazówki do generowania hipotez testowych, które następnie należy zweryfikować np. testami A/B, a nie pewne reguły gwarantujące wzrost konwersji.

Kluczowym słowem doskonale opisującym proces optymalizacji konwersji jest efektywność. W końcu chodzi o to, żeby jak najmniejszymi zmianami sprawić, aby współczynnik konwersji naszej witryny był wyższy (dla osób, które dopiero niedawno zaczęły swoją przygodę z analityką internetową od razu tłumaczę, że współczynnikiem konwersji nazywam stosunek liczby użytkowników strony wykonujących postawiony przed nimi cel (np. składających zamówienie) do wszystkich użytkowników, którzy odwiedzili naszą stronę).

Jeżeli poprawiamy pewne elementy na naszej stronie (albo jeżeli wdrażamy nowe funkcjonalności to z pewnością robimy to dlatego, aby większa część użytkowników, która odwiedza naszą witrynę składała zamówienie, zapisywała się do newslettera – po prostu konwertowała. Najpierw jednak należy wiedzieć, co należy poprawić, a potem wdrożyć ulepszenia, które doprowadzą do wzrostu współczynnika konwersji – jednym zdaniem – przeprowadzić audyt UX.

Nowe podejścia do eksperymentów: automatyzacja i AI w testach A/B

W 2026 roku testy A/B w CRO zmieniają się szybko dzięki sztucznej inteligencji i automatyzacji. Tradycyjne ręczne przygotowywanie wariantów stopniowo ustępuje miejsca narzędziom, które same analizują dane historyczne, sugerują elementy do testowania i przewidują wyniki eksperymentów jeszcze zanim zostaną zakończone. Takie podejście nie tylko przyspiesza proces, ale pozwala lepiej wykorzystać ograniczone zasoby i skupić się na wariantach o największym potencjale konwersji. Analiza wzorców zachowań użytkowników przez algorytmy może pomóc w identyfikacji ukrytych okazji do optymalizacji, które łatwo przeoczyć w manualnej pracy.

Praktyczne wykorzystanie predictive analytics w optymalizacji stron i kampanii

Najlepsze są małe zmiany

Ważne jest, żeby pożądany wzrost współczynnika konwersji osiągnąć jak najmniejszymi kosztami (trzeba więc zidentyfikować naprawdę drobne elementy, których poprawa pozwoli osiągnąć zadowalający wzrost tego współczynnika).

Owszem, można przebudować pół witryny, stracić na to pół roku i osiągnąć 7% wzrostu współczynnika konwersji, ale cóż… nie byłoby to działanie opłacalne. Najlepszym rozwiązaniem (nie jest to bynajmniej zaskoczenie) jest wprowadzenie drobnych zmian, które sprawią że współczynnik konwersji wzrośnie.

Heurystyki w procesie optymalizacji konwersji

Jedną z metod pomagających w ustaleniu, które elementy powinny zostać zmienione i przetestowane na samym początku są heurystyki opracowane przez Jakoba Nielsena. Oczywiście heurystyki Nielsena nie są pozbawione wad i nie należy traktować ich jako wyroczni.

Warto jednak mieć tą broń w swoim arsenale sposobów na identyfikację elementów wymagających poprawy. Heurystyki te są sformułowane jako ogólne wytyczne—nie wskazują natomiast konkretnych elementów wymagających poprawy, przez co są stosunkowo trudne w operacyjnym zastosowaniu (najpierw musimy wykombinować „co autor miał na myśli” i dopiero później możemy przystępować do działania).

Jeżeli jednak zajmujemy się „na poważnie” optymalizacją konwersji to heurystyki Nielsena po prostu znać musimy. Zanim przejdziemy do opisu poszczególnych heurystyk jeszcze jedna mała uwaga—w naszej metodyce optymalizacji konwersji, heurystyki wskazują na elementy warte przetestowania (dopiero w trakcie testów A/B możemy jednoznacznie stwierdzić, czy dane zmiany rzeczywiście wpływają na wzrost współczynnika konwersji), nie mówią one natomiast, że wprowadzenie zmian zgodnych z heurystykami daje nam 100% pewności wzrostu współczynnika konwersji.

Zaczynajmy.

10 heurystyk Jakoba Nielsena

1. Pokazuj status systemuUżytkownik czuje się lepiej, jeżeli wie co się dzieje i gdzie w danym momencie się znajduje. Dzięki temu w trakcie użytkowania witryny czuje się pewniej. Informacja o tym w jakiej części serwisu znajduje się użytkownik albo na jakim etapie składania zamówienia jest więc co najmniej wskazana. Dobrym sposobem na lokalizowanie miejsc w których powinien być pokazywany status systemu jest analizowanie witryny pod kątem procesów realizowanych przez użytkownika (proces składania zamówienia, proces wyszukiwania produktu, proces dopisania do newslettera). Jeżeli mamy jakiś proces to możemy też określić na jakim etapie danego procesu jesteśmy (a tym samym powinniśmy pokazać status).
   
   Przykład paska postępu procesu zakupowego w Salon-opon.com. Użytkownik dokładnie wie, ile kroków pozostało do złożenia zamówienia.

   Innym dobrym przykładem zastosowania tej zasady są tak zwane „okruszki” (ang. breadcrumbs) stale pokazujące użytkownikowi w jakiej części serwisu obecnie się znajduje. Dzięki „okruszkom” użytkownik może łatwo „cofnąć się” bez używania przycisku „wstecz” przeglądarki.

   
   
   Przykład okruszków (breadcrumbs) w sklepie Awa24.pl. Dzięki nim użytkownik dokładnie wie, w jakiej części serwisu się znajduje.
2. Zachowaj zgodność pomiędzy systemem a rzeczywistościąJest to jedna z bardziej enigmatycznych zasad. W wielkim skrócie—strona ma być zrozumiała dla każdego użytkownika internetu (a nie tylko dla absolwentów kierunków technicznych). Najczęściej w przypadku tej heurystyki mówi się po prostu o używanym języku. Przykładowo jeżeli sklep internetowy sprzedaje odbiorniki cyfrowej telewizji naziemnej to ich opisy mają zostać przygotowane tak, żeby osoba niespecjalnie interesująca się tym zagadnieniem potrafiła samodzielnie wybrać najlepszy dla siebie produkt.
   
   
   W tym sklepie każdy parametr jest dokładnie opisany. Dzięki temu nawet jeżeli nie znamy się na czajnikach to będziemy w stanie wybrać odpowiedni dla siebie produkt:P
3. Daj użytkownikowi pełną kontrolę
   Każdy użytkownik powinien mieć kontrolę nad operacjami, które wykonuje w obrębie naszego serwisu. Przykładowo jeżeli dodał on coś do koszyka, to powinien mieć on możliwość łatwego (intuicyjnego) usunięcia tego towaru z koszyka. Podobnie jeżeli ktoś szuka produktu i „schodzi” do coraz bardziej szczegółowych podkategorii produktowych to powinien mieć możliwość powrotu do bardziej ogólnej kategorii bez konieczności klikania przycisku „wstecz” w swojej przeglądarce.
   
   
   W sklepie Awa24.pl możliwe jest swobodne usunięcie produktu z koszyka.
4. Trzymaj się standardów i zachowaj spójność
   Są pewne standardy, których nieprzestrzeganie jest niczym strzelania sobie w kolano. Przykładowo, logotyp musi być umieszczony z lewej strony na samej górze oraz być podlinkowany do strony głównej, wewnętrzną wyszukiwarkę umieszcza się raczej w prawym górnym rogu, a link do regulaminu znajdziemy prawie zawsze na dole strony. Pisząc o spójności Jakob Nielsen ma na myśli konsekwencję w zastosowaniu rozwiązań w obrębie danej strony. Najlepszym tego przykładem może być zastosowanie identycznego formatowania dla wszystkich linków, przycisków z nawołaniem do podjęcia akcji (ang. call to action) oraz nagłówków. Dzięki przestrzeganiu tej zasady, użytkownicy nie będą zmuszeni do długiej nauki obsługi naszej witryny. Wystarczy, że raz zorientują się, jakie elementy są możliwe do kliknięcia i dzięki temu, że inne podstrony są spójne to będzie im łatwiej poruszać się po całej witrynie.
   
   
   Na stronie www.gandalf.com.pl wszystkie przyciski mają identyczne formatowanie – w tym obszarze utrzymana jest spójność w obrębie całej witryny.
5. Zapobiegaj błędom
   Możemy spotkać się z najróżniejszymi interpretacjami tej zasady. W mojej ocenie Jakob Nielsen miał na myśli nie doprowadzanie do sytuacji, w których użytkownik będzie miał wrażenie , że coś zadziałało nie tak. Przykładem może być pokazywanie w sklepie internetowym produktów, których i tak nie można zamówić (nie ma ich w magazynie, nie jest obecnie możliwe zamówienie ich u producenta, itd.). Nie możemy doprowadzać do sytuacji, że użytkownik dokładnie zapoznał się z opisem produktu, poświęcił 2 godziny na porównanie go z innymi alternatywami po czym okazuje się, że dany towar nie jest możliwy do zamówienia. Jeszcze innym bardzo dobrym przykładem może być działanie filtrowania w obrębie strony. Wyobraźmy sobie, że mamy sklep internetowy sprzedający odkurzacze i w opcjach filtrowania możemy wybrać kolor. Wśród kolorów możliwych do wybrania jest pomarańczowy. Wybieramy ten kolor po czym okazuje się, że otrzymujmy pusty wynik wyszukiwania (sklep nie ma żadnego odkurzacza w kolorze pomarańczowym)—po co więc dawać możliwość wyboru opcji, która zaprowadza nas w ślepą uliczkę?
   
   Pzykład zaprowadzenia użytkownika w „ślepą uliczkę”.
6. Pozwalaj wybierać zamiast zmuszać do pamiętania
   Po prostu nie oczekujemy, że użytkownicy naszych witryn będą pamiętali o wyborach dokonywanych we wcześniejszych etapach interakcji z naszą stroną. Najlepiej jest, jeżeli strona skonstruowana w taki sposób, że użytkownik nie musi w trakcie interakcji z nią przypominać sobie różnych faktów. Jeżeli interakcje użytkownika ze stroną przerywane są koniecznością przypomnienia sobie czegoś, albo powrotu na wcześniej oglądaną podstroną, po jakąś niezbędną informację to znaczy, że z naszą stroną jest coś nie tak. Wróćmy do przykładu sklepu sprzedającego odkurzacze. Jeżeli w karcie produktu podamy wagę produktu i następnie w procesie składania zamówienia uzależnimy koszt dostawy od wagi produktu, przy czym użytkownicy będą musieli na tym etapie sami wpisać wagę produktu, to jest to oczywisty błąd. Obecnie bardzo rzadko spotykamy się z tego rodzaju błędami (między innymi dzięki rozwijanym listom), jednak od czasu do czasu możemy zobaczyć np. formularze, których opisy poszczególnych pól umieszczone są właśnie wewnątrz pól. Po rozpoczęciu wpisywania tekstu, opis znika a część użytkowników może zapomnieć czego dotyczyło dane pole.
7. Zapewnij elastyczność i efektywność
   Witryna internetowa nie może idealnie spełniać potrzeb wszystkich użytkowników jednak w zakresie niektórych funkcjonalności powinna być elastyczna. Przykładem może być zaawansowana wyszukiwarka produktów w przypadku sklepu internetowego. Pamiętajmy też, że różne osoby w różny sposób wyszukują informacji na stronie internetowej (niektórzy korzystają z menu, inni z wyszukiwarki a jeszcze inni szukają graficznych pomocy)—w obrębie witryny nie może więc zabraknąć możliwości poruszania się po stronie przy użyciu którejkolwiek z opisanych funkcjonalności. Ważnej jest także aby zapewnić możliwość zmiany wielkości czcionki (zaskakujące jest jak wiele osób korzysta z tej funkcjonalności). Mówiąc o efektywności koniecznie trzeba wspomnieć o czasie wczytywania strony, który ma duży wpływ na współczynnik konwersji strony internetowej. Dużą elastycznością odznaczają się sklepy działające na otwartych oprogramowaniach (np. Magento) – warto o tym pamiętać.
   
   
   W tym sklepie użytkownik może dopasować opcje widoku wyników wyszukiwania do własnych preferencji.
8. Dbaj o estetykę i umiar
   Ludzie chętniej korzystają z rzeczy, które im się podobają. Właśnie dlatego tak ważny jest design. Strona internetowa nie musi być dziełem sztuki, ale powinna podobać się użytkownikom. Pamiętajmy przede wszystkim o jednej z naczelnych zasad dobrego designu—o kontraście. Dzięki niemu nawet przy dużej liczbie elementów na stronie możemy w łatwy i prosty sposób wskazać użytkownikowi, które rzeczy są najważniejsze i godne uwagi.
   
   Idealny przykład zachowania umiaru i estetyki. Ludzie chętnie korzystają z rzeczy, które im się podobają.
9. Zapewnij skuteczną obsługę błędów
   Tak naprawdę użytkownik nie powinien mieć do czynienia z błędami—w końcu jedna z wcześniejszych heurystyk mówi, że mamy ich unikać. Jeżeli jednak błędy się zdarzą to, po pierwsze nie atakujemy użytkowników technicznym słownictwem, po drugiej nie piszmy, że błąd jest wynikiem nieodpowiednich działań użytkownika i po trzecie napiszmy, co użytkownik ma zrobić dalej. Strona błędu 404 jest idealnym elementem, na którym powinniśmy zastosować te zasady.
   
   
   Na tej stronie błędu 404 wiemy, jakie działania możemy podjąć.
10. Zadbaj o pomoc i dokumentację
    Ostatnia heurystyka jasno pokazuje, że nawet jeżeli spełnimy wszystkie wcześniejsze zasady to i tak część użytkowników będzie potrzebowała pomocy w obsłudze strony. Najczęściej na samym dole strony znajdujemy linki do odpowiednich działów pomocy—jest to stosunkowo dobre rozwiązanie umożlwiające w prosty i szybki sposób odnaleźć odpowiedzi na nurtujące nas pytania. Pamiętajmy tylko o tym, że nawet jeżeli nasza strona jest idealna to i tak trzeba założyć, że niektórzy użytkownicy mogą mieć problemy w trakcie korzystania z niej.
    
    Nawet w przypadku świetnie zaprojektowanej strony powinniśmy umieścić informacje pomagające użytkownikowi w obsłudze strony.

Znamy już heurystyki. Co dalej?

Dużo łatwiej jest wymienić heurystyki Jakoba Nielsena niż wykorzystać je w trakcie projektowania strony czy też realizacji projektu optymalizacji konwersji. Wynika to z tego, że skonstruowane zostały one na bardzo ogólnym poziomie. Jakob Nielsen nie wskazuje na konkretne rozwiązania i funkcjonalności, które powinny znaleźć się na każdej witrynie. Inaczej to ujmując, nie jest możliwe (a przynajmniej jest bardzo trudne) stworzenie listy kontrolnej z idealnie opisanymi funkcjonalnościami, którą będziemy mogli zastosować w trakcie prac przy dowolnej witrynie.

W trakcie realizacji projektu optymalizacji konwersji można wykorzystać heurystyki Jakoba Nielsena do wypracowania hipotez, które są warte przetestowania.

Oznacza to, że posługując się heurystykami można opracować listę kontrolną indywidualnie dopasowaną do konkretnej strony. Dzięki temu w następnej kolejności można przygotować hipotezy warte przetestowania. Oczywiście trzeba dołączyć (i zestawić) je do wniosków wyciągniętych z analizy innych danych jakościowych oraz danych ilościowych.

Pamiętajcie, że zadaniem wymienionych w artykule funkcjonalności i rozwiązań jest ułatwienie interpretacji 10 heurystyk Jakoba Nielsena. Zdecydowanie nie należy ich traktować jako „prawd absolutnych”, których wdrożenie przyniesie pewny wzrost współczynnika konwersji.

A teraz do dzieła! wypróbujcie 10 heurystyk na swoich witrynach i koniecznie przetestujcie (oczywiście za pomocą testów A/B) postawione hipotezy.

Jeśli chcesz zyskać przewagę konkurencyjną dzięki zwiększaniu współczynnika konwersji oraz zwiększyć zysk swojej witryny bez wydawania kolejnej złotówki na reklamę, skontaktuj się z Conversion by poznać nasze podejście. Więcej o optymalizacji współczynnika konwersji dowiesz się pobierając przygotowane przez nas bezpłatne poradniki, raporty oraz case studies.

The post 10 heurystyk Nielsena, czyli co przetestować na początku? first appeared on Conversion.

• Pliki cookies to małe pliki tekstowe zapisywane na urządzeniu użytkownika – w narzędziu Google Analytics wykorzystuje się je do śledzenia zachowań na stronie. 
• Google Analytics używa pięciu głównych ciasteczek: _utma, _utmb, _utmc, _utmz i _utmv – cztery z nich to ciasteczka trwałe (mogą pozostać przez lata), jedna to tymczasowe (wygasa po zamknięciu przeglądarki). 
• Ciasteczko _utma identyfikuje unikalnego użytkownika (przeglądarkę), jego żywotność wynosi dwa lata i jeśli zostanie usunięte, po ponownym odwiedzeniu witryny będzie traktowany jako „nowy użytkownik”. 
• Ciasteczka _utmb i _utmc współpracują w celu określenia początku oraz trwania wizyty (session) – _utmb zbiera dane o liczbie stron w wizycie, _utmc wspiera decyzję czy rozpocząć nową wizytę. 
• Ciasteczko _utmz zawiera informacje o źródle i medium ruchu (np. kampania, social, wyszukiwarka) i jego żywotność wynosi sześć miesięcy, natomiast _utmv służy do zmiennych niestandardowych przy ich użyciu. 
• Analytics korzysta z ciasteczek pierwszej kategorii (first-party cookies), co oznacza, że dane są przekazywane tylko w obrębie danej witryny – blokowanie ciasteczek przez użytkownika może zaburzyć pomiar (np. wg badania dotyczyło to ok. 2,5 % użytkowników).

Co znajdziesz w tym artykule?
Rola śledzenia po stronie serwera i first-party cookies w epoce prywatności?
Ciasteczka a Google Analytics
Rodzaje ciasteczek w Google Analytics
Więcej ciastek…?

Rola śledzenia po stronie serwera i first-party cookies w epoce prywatności

W 2025 roku coraz częściej rekomendowane jest przejście na śledzenie po stronie serwera (server-side tagging) oraz wykorzystywanie danych z first-party cookies – dzięki temu ograniczamy zależność od przeglądarkowych blokad i utrzymujemy jakość analityki, mimo rosnących wymagań prywatności.

Jak zaprojektować geometrię danych first-party i server-side dla Google Analytics 4, aby minimalizować ryzyko utraty cookies

Dobrym podejściem jest: najpierw identyfikacja istotnych zdarzeń na stronie (np. kliknięcia, formularze), potem skonfigurowanie gtag.js tak by wysyłał dane zarówno klient-side, jak i via server-side endpoint, a następnie ustawienie trwałości first-party cookie (_ga) zgodnie z regulacjami. Warto uwzględnić zarówno Consent Mode, jak i fallback-modelowanie danych, by przy spadku liczby cookies nadal mieć użyteczne dane analityczne.

Ciasteczka a Google Analytics

Google Analytics działa na podstawie odczytywania, modyfikacji (tworzenia, jeżeli na witrynie jesteśmy po raz pierwszy) oraz nadpisywania ciasteczek. Proces ten opisaliśmy w artykule poświęconym zasadzie działania Google Analytics.

Ciasteczko to bardzo mały plik tekstowy wysyłany przez serwer www i zapisywany na dysku twardym komputera, z którego odwiedzamy stronę internetową. To właśnie ciasteczka gromadzą informacje o naszych zachowaniach w ramach strony internetowej.

W związku z tym, że część osób blokuje obsługę ciasteczek na poziomie przeglądarki, to nasze Google Analytics nie są w stanie śledzić takich użytkowników. Według badań Gemiusa w Polsce tacy użytkownicy stanowią ok 2,5% wszystkich Internautów (luty 2012).

Rodzaje ciasteczek w Google Analytics

Ogólnie rzecz ujmując Google Analytics posługuje się 5 ciasteczekami: _utma, _utmb, _utmc, _utmz, oraz _utmv. Możemy się o tym przekazać wchodząc do ustawień zaawansowanych naszej przeglądarki (lub korzystając z odpowiednich wtyczek) dla witryny, w której zainstalowany jest kod śledzący Google Analytics.

Cztery ciasteczka (_utma, _utmb, _utmz i _utmv) to ciasteczka trwałe. Oznacza to, że ich żywotność nie kończy się wraz z zamknięciem przeglądarki. Mogą więc one pozostać zapisane na naszych komputerach nawet kilka lat (chyba, że wcześniej sami je usuniemy). Ciasteczko _utmc jest ciasteczkiem tymczasowym i jego żywotność ustaje wraz z zamknięciem okna przeglądarki.

Czytając o ciastkach możecie też często spotkać się z podziałem na ciasteczka pierwszej i trzeciej kategorii. Jest to bardzo ważna kwestia, zwłaszcza z perspektywy bezpieczeństwa naszych danych. Ciasteczka pierwszej kategorii mogą być tworzone, a informacje z nich przekazywane tylko do aplikacji odpowiedzialnej za zbieranie danych z tej konkretnej witryny. Ciasteczka trzeciej kategorii umożliwiają przekazywanie danych z konkretnej witryny podmiotom trzecim, przez co uznawane są za znacznie mniej bezpieczne. Google Analytics korzysta tylko z ciasteczek pierwszej kategorii.

_utma – (unikalny) użytkownik

Jest to ciasteczko zapisywane na naszych komputerach przy pierwszych odwiedzinach danej witryny. Ciasteczko to zawiera unikalny numer identyfikacyjny, dzięki któremu narzędzie potrafi określić unikalnego użytkownika i nowego użytkownika. Jeżeli usuniemy z naszego komputera to ciasteczko, to przy kolejnych odwiedzinach tej samej witryny zostanie nam utworzone ciasteczko o nowym numerze identyfikacyjnym. Żywotność tego ciasteczka wynosi dwa lata. Jeżeli więc przez 2 lata nie odwiedzaliśmy danej witryny, to przy kolejnych jej odwiedzinach zostaniemy zidentyfikowani jako nowi użytkownicy (stare ciasteczko wygasa i nagrywane jest dla nas nowe z nowym numerem identyfikacyjnym).

Musimy również pamiętać o tym, że tak naprawdę ciasteczko zapisywane jest w przeglądarce. Implikacja z tego jest taka, że mówiąc o unikalnym użytkowniku mamy na myśli pojedynczą przeglądarkę – stąd w analityce internetowej posługujemy się pojęciem użytkownika, a nie osoby. W końcu z jednej przeglądarki na tym samym komputerze może korzystać kilka różnych osób. Pamiętajmy o tym, ponieważ w Google Analytics część raportów jest błędnie przetłumaczona:)

Pamiętajmy również o tym, że % nowych użytkowników w Google Analtics to po prostu % nowych ciasteczek __umta. Według różnych badań ok 30-40% użytkowników kasuje swoje ciasteczka. Poza tym korzystamy z różnych przeglądarek i różnych komputerów, przez to metryka ta jest najczęściej w naszych raportach zawyżona.

Weźmy dla przykładu ciasteczko, które nagrało się na moim komputerze po odwiedzeniu strony www.conversion.pl:

268932707.1844624451.1334655749.1334655749.1334656399.2

Jego poszczególne elementy przekazują nam następujące informacje:

• 268932707: jest to unikalny identyfikator domeny (czasami nazywany haszem), który (jak sama nazwa wskazuje) jest unikalny dla każdej witryny. Nawet jeżeli skasujemy ciasteczko i ponownie odwiedzimy daną witrynę to numer ten pozostanie bez zmian, ponieważ jest on stały dla danej witryny. Czasami może się zdarzyć, że numer ten jest określony jako „1”. Mówimy wówczas, że ciasteczko zostało „zhaszowane” – dzieje się to po zastosowaniu zmodyfikowanego kodu śledzącego. Ciasteczka haszujemy, aby śledzić użytkownika jednym kontem pomiędzy różnymi domenami. Jednak jest to temat na oddzielny artykuł, który jest już na naszej liście wydawniczej.
• 1844624451: identyfikator, który służy to rozpoznawania unikalnych użytkowników. Pewną ciekawostką będzie informacja, że ten ciąg liczb jest kombinacją czasu utworzenia oraz losowej liczby (jestem naprawdę ciekawy jak dokładnie to się odbywa—jeżeli macie informacje na ten temat to zachęcam do umieszczania komentarzy pod artykułem :]).
• 1334655749: czas naszej pierwszej odwiedziny danej strony (tutaj mam dla Was ciekawostkę, mianowicie ten ciąg liczb reprezentuje nic innego jak liczbę sekund, które upłynęły od daty 1 stycznia 1970. Jeżeli ktoś zastanawia się, dlaczego została wybrana akurat ta data, to zachęcam do poszukania informacji na temat Czasu Uniksowego :]).
• 1334655749: czas poprzedniej wizyty (akurat w naszym wypadku liczba ta jest identyczna jak wcześniejsza. Oznacza to tyle, że poprzednia wizyta była naszymi pierwszymi odwiedzinami danej witryny).
• 1334656399: czas rozpoczęcia naszej obecnej odwiedziny.
• 2: liczba rozpoczętych odwiedzin na danej stronie.

Jeżeli jesteście bardziej zainteresowani w jaki sposób można dokładnie obliczać czasy na podstawie tych „magicznych” ciągów liczb to… no cóż musicie poczytać trochę więcej o Czasie Uniksowym Zachęcam również do małego ćwiczenia – z Excelem – bardzo szybko można sprawdzić czy data utworzenia ciasteczka zgadza się z jego prezentacją „uniksową”.

_utmb i _utmc – śledzenie odwiedzin

Ciasteczko _utmb jest odpowiedzialne za przechowywanie informacji na temat danej odwiedziny, natomiast ciasteczko _utmc współpracuje z _utmb i jego zadaniem jest ustalenie, czy należy rozpocząć śledzenie nowej odwiedziny, czy też zbierane dane powinny zostać zaliczone do starej. Przypominamy, że w zeszłym roku zmieniła się definicja wizyty/odwiedzin w Google Analytics.

Tym razem znowu posłużę się przykładem ciasteczka _utmb z naszej witryny:

268932707.8.9.1334657598624

Ciasteczko zdecydowanie różni się od poprzedniego i jego poszczególne elementy oznaczają inne rzeczy niż w przypadku ciastka _utma:

• 268932707: to akurat jest znany element—unikalny identyfikator witryny. Dzięki, któremu wiemy z jakiej witryny ciastko to zbiera dane.
• 8: liczba stron obejrzanych w ramach obecnej odwiedziny.
• 9: miernik ten zaczyna się od 10 i zmniejsza się o 1 po każdym kliknięciu w dowolny link wychodzący (po kliknięciu, w który opuszczamy daną witrynę).
• 1334657598624: czas rozpoczęcia naszej obecnej odwiedziny (zaprezentowany w przedstawionej już wcześniej formie upływu czasu od 1 stycznia 1970).

Ciasteczko _utmc zawiera tylko informację o unikalnym identyfikatorze witryny i wygasa po zamknięciu okna przeglądarki (jest to ciasteczko tymczasowe). Tak jak pisałem wcześnie służy więc ono do identyfikacji tego, czy zbierane dane powinny być liczone na poczet obecnej odwiedziny czy też powinna zostać rozpoczęta nowa odwiedzina.

_utmz – źródła odwiedzin

To jest naprawdę ważne ciastko, ponieważ zawiera ono informację na temat źródeł odwiedzin. Dzięki niemu możliwe jest policzenie odwiedzin z wyszukiwarek oraz danych z kampanii marketingowych. Ciasteczko to jest uaktualniane po obejrzeniu każdej strony i jego żywotność wynosi 6 miesięcy.

Weźmy zawartość przykładowego ciastka ze znanej już (naszej) witryny:

268932707.1334660925.2.2.utmcsr=facebook.com|utmccn=8%20sposobów%20na%20poprawę%20formularzy%20rejestracyjnych%20(sign-up)|utmcmd=social

Jest ono trochę bardziej rozbudowane, ale już wyjaśniam co wchodzi w jego skład:

• 268932707: tutaj Was nie zaskoczę, jest to unikalny identyfikator witryny (cały czas ten sam:P).
• 1334660925: czas kiedy ciasteczko pojawiło się na naszym komputerze.
• 2: numer odwiedziny.
• 2: numer kampanii.
• utmcsr= facebook.com: źródło kampanii (w naszym przypadku źródłem jest akurat facebook.com).
• utmccn=8%20sposobów%20na%20poprawę%20formularzy%20rejestracyjnych%20(sign-up): nazwa kampanii (tutaj ktoś nazwał kampanię tytułem artykułu na blogu).
• utmcmd=social: medium kampanii.

_utmv – zmienne niestandardowe

To ciasteczko nie jest powszechnie stosowane. Pojawia się ono tylko wtedy kiedy na witrynie zastosujemy śledzenie niestandardowych zmiennych poprzez wykorzystanie metody _setCustomVar (index, nazwa, wartość, zakres) lub _setVar. Dla porządku napiszę, że jego żywotność to 2 lata.

Przykładowe ciastko może wyglądać następująco:

268932707.|3=User%20ID=1134146168.1334660318=1

Rozłożone na czynniki pierwsze przedstawia się w taki sposób:

• 268932707: jak zawsze jest to unikalny identyfikator witryny.
• 3: w tym miejscu może być dowolna liczba od 1 do 5, która identyfikuje slot naszej zmiennej niestandardowej.
• User%20ID: nazwa zmiennej niestandardowej.
• 1134146168.1334660318: wartość danej zmiennej niestandardowej.
• 1: poziom interakcji (tutaj możemy mieć trzy różne wartości: 1 – poziom użytkownika, 2 – poziom sesji, 3 – poziom odsłony)

Więcej ciastek…?

Wcześniej wspominałem, że Google Analytics korzysta z 5 różnych rodzajów ciasteczek. Przydałoby się wyjaśnić niejasności związane z tajemniczym ciastkiem _utmx, które czasami będziecie spotykać. Ciastko to jest wykorzystywane przez Google Website Optimizer i jest tworzone tylko jeżeli na witrynie znajduje się kod śledzący właśnie tej aplikacji. W skrócie nie jest to ciastko tworzone przez Google Analytics.

Jeżeli macie dodatkowe pytania o tematyce „ciasteczkowej” to zadawajcie je w postaci komentarzy. Jeżeli chcielibyście w łatwy sposób podejrzeć ciasteczka przesyłane przez daną witrynę to polecam plug-in „Edit This Cookie” (znajdziecie ją tutaj).

Gdyby tego jeszcze Wam było mało na temat ciasteczek, to poniżej dodatkowe zasoby, które mogą Was zainteresować:

• • 1. Przezentacja z Conversion University na temat ciasteczek,
    2. Dokumentacja na temat ciasteczek Google Analytics,
    3. Skrypt do czytania ciasteczek – przyda się Wam np. do połączenia Waszego Google Analytics z systemem CRM.

The post Powrót do podstaw: Ciasteczka (cookies) w Google Analytics first appeared on Conversion.

Klienci uciekają na etapie podania danych? Sprawdź, jakie 4 elementy możesz poprawić w swoim e-commerce, żeby to szybko zmienić.

Do tej pory pracowaliśmy przy optymalizacji grubo ponad 100 witryn. Rekomendacje zmian zawsze wypracowujemy na podstawie analizy danych. Jako, że nie ma dwóch dokładnie takich samych witryn, na których byliby tacy sami użytkownicy, to rekomendacje pomiędzy witrynami różnią się. Niemniej bardzo często przewijają się 4 rekomendacje dotyczące etapu podania danych (podczas składania zamówienia). Pojawiają się one na tyle często, że w mojej ocenie warto, żebyś przetestował je także u siebie.

1. Informacja o bezpieczeństwie

Okazuje się, że spora liczba użytkowników obawia się podawania danych, ponieważ boi się (tutaj cytat z prawdziwych badań użyteczności), „że hakerzy przechwycą dane podczas ich wysyłania i później wykradną moje hasła”. Oznacza to, że warto na tym etapie procesu składania zamówienia dodać informacje zwiększające poczucie bezpieczeństwa.

Dobrym przykładem może być tutaj serwis www.tui.pl. Obecna jest wyraźna belka informująca o szyfrowaniu danych. Co ciekawe, według naszego doświadczenia taki komunikat jest zdecydowanie bardziej oczekiwany przez mężczyzn niż przez kobiety (jeśli wiecie dlaczego, piszcie hipotezy w komentarzach). Zwiększanie poczucia bezpieczeństwa jest szczególnie ważne w przypadku witryn, które dopiero pracują nad swoją marką, które są stosunkowo młode (chodzi po prostu o to, że jeżeli za ecommercem stoi duża i znana marka—przykładowo sklep internetowy firmy Bytom – to użytkownicy przenoszą zaufanie, którym darzą markę na zaufanie do tego, że ich dane będą bezpieczne).

Dobry przykład to witryna www.tui.pl. Obecna jest wyraźna belka informująca o szyfrowaniu danych.

Jeżeli nie stoi za Twoim sklepem wielki brand to jak najszybciej popracuj nad tym, żeby zmniejszyć niepokój użytkownika na tym etapie procesu składania zamówienia do minimum.

2. Poinformuj w jakim formacie mają być podane dane (albo najlepiej niech walidacja przepuszcza wszystko)

Z badań ilościowych (i jakościowych) wiemy, że użytkownicy mają duże problemy z podaniem kodu pocztowego. Bardzo często projektanci serwisu oczekują, że użytkownik wpisze kod pocztowy w postaci „12-123”. Tymczasem użytkownicy wpisują „12123” albo „12 123” (spacja zamiast myślnika), albo wręcz „12—123”. Głupia sprawa, ale jeżeli nie poinformujesz użytkownika w jakiej formie ma być wpisany kod pocztowy, to może on tego się nie domyślić. Wyobraź sobie, że uzupełniasz wszystkie pola formularza, klikasz dalej i otrzymujesz komunikat „błędne dane” (bez żadnego wyjaśnienia, które pole zostało błędnie uzupełnione oraz na czym polega rzekomy błąd).

W takich przypadkach najczęściej błąd dotyczy właśnie kodu pocztowego. Oczywiście najlepiej byłoby jeżeli system walidacji przepuszczałby kod pocztowy zapisany w każdej formie. Jeżeli nie jest to u Ciebie możliwe, to zadbaj przynajmniej o to, żeby poinformować w jakiej formie kod pocztowy ma być podany. Dobry przykład to Neonet.pl—po rozpoczęciu wpisywania od razu widzimy w jakiej formie kod pocztowy ma być wpisany.

Serwis Neonet.pl – po rozpoczęciu wpisywania od razu widzimy w jakiej formie kod pocztowy ma być wpisany. Świetne rozwiązanie!

3. Nie odsyłaj do regulaminu na innej podstronie

Bardzo często na tym etapie procesu składania zamówienia użytkownik jest proszony o zaakceptowanie regulaminu. Przy czym słowo regulamin jest podlinkowane i po kliknięciu w ten link w nowej karcie otwiera nam się podstrona z pełnym regulaminem. Jeżeli tak samo jest to zorganizowane u Ciebie, proponuję przetestować inne podejście—niech regulamin otworzy się w formie overlayera. Dzięki temu nie będziemy „wyrzucali” Klienta z procesu składania zamówienia. W testach A/B, które do tej pory przeprowadzaliśmy, ta zmiana potrafiła przynieść kilkuprocentowe wzrosty współczynnika konwersji. Jeżeli więc nie jesteś pewien czy ta zmiana zadziała u Ciebie to po prostu przetestuj tą zmianę — nie zajmie to dużo czasu, a zyskasz pewność.

4. Prosisz o podanie numeru telefonu? Wyjaśnij do czego będzie Ci potrzebny!

Wyznaję zasadę, że jeżeli projektujesz jakiekolwiek zmiany w obrębie witryny, to zawsze wyobraź sobie, jakie obawy będzie miał najbardziej podejrzliwy użytkownik Twojej witryny. Jeżeli zobaczy on prośbę o podanie numeru telefonu, to pierwsze pytanie jakie pojawi mu się głowie to „Po co jest im potrzebny mój numer telefonu? Pewnie później sprzedadzą go jakiejś firmie telemarketingowej”. Bardzo fajnie do tego tematu podszedł x-kom.pl.

X-kom.pl świetnie poradził sobie z wyjaśnieniem, dlaczego numer telefonu klienta jest potrzebny przy składaniu zamówienia.

Na tej witrynie jest wyraźnie wytłumaczone, że podanie numeru telefonu usprawni komunikację. Alternatywnie możesz wytłumaczyć, że numer telefonu zostanie przekazany kurierowi, żeby ten mógł zapowiedzieć się przed dostarczeniem przesyłki i w efekcie szybciej dostarczyć zamówiony towar (nad copywritingiem musisz popracować, ale mniej więcej taki powinien być przekaz).

Oczywiście są to tylko niektóre z elementów, które warto przetestować. Tak jak podkreśliłem na samym początku—warto zrobić analizę danych ilościowych, dorzucić do tego badanie o charakterze jakościowym i na tej podstawie wypracować konkretne rekomendacje zmian. Niemniej w przeprowadzanych przez nas projektach te elementy często się przewijają, więc jeżeli chcesz szybko poprawić swoją witrynę, to są to dobre pomysły na start. Poprawki są na tyle małe, że na pewno zdążysz przed Świętami i będziesz lepiej przygotowany na sezon sprzedażowy

Jeśli potrzebujesz fachowej pomocy w temacie optymalizacji współczynnika konwersji, skontaktuj się z nami już dzisiaj i poznaj nasze unikalne podejście do zwiększania efektywności sklepów internetowych.

The post 4 sposoby na poprawę checkoutu na etapie podawania danych first appeared on Conversion.

Zacznijmy jednak od tego, że mój cały post będzie poświęcony opisowi dzieła tego właśnie Pana. Chcę, żeby było jasne, że jedyną moją zasługą jest przełożenie tego co wymyślił Stéphan Hamel na język polski Sam (niestety) nie odkryłem niczego nowego i w żadnej mierze nie przypisuję sobie zasług Stéphana Hamela.

Analityczny bałagan

Problemem analityki internetowej jest to, że nie ma wspólnej definicji tej ciekawej kombinacji słów. Część osób uważa, że analityka internetowa to pewien „system”, inni sprowadzają ją do narzędzi a kolejni mylą ją z Business Inteligence. Jako, że nikt nie wie czym tak naprawdę jest analityka internetowa oraz z jakich elementów się składa to brakuje także jasnej klasyfikacji jak bardzo zaawansowana jest dana organizacja w owej analityce internetowej. Z pomocą przyszedł właśnie Stéphan Hamel, który postanowił posprzątać ten bałagan i oprócz wypracowania jasnej definicji analityki internetowej stworzył także WAMM.

Czym jest WAMM?

Web Analytics Maturity Model jest modelem opracowanym przez Stéphana Hamela, który umożliwia umiejscowienie danej organizacji na drodze rozwoju analitycznego (pokusiłem się o przetłumaczenie WAMM na język polski i wyszło mi coś takiego – Model Dojrzałości Analityki Internetowej). W dalszej części tego artykułu będą używał tych nazw zamiennie). W wielkim uproszczeniu Stéphan Hamel proponuje ocenić każdą organizację według określonych kryteriów i… w zasadzie to wszystko. Dzięki tej ocenie wiemy dokładnie na jakim etapie naszej drogi jesteśmy i ile jeszcze nam brakuje do osiągnięcia mistrzostwa. W końcu jeżeli chcemy zacząć wykorzystywać analitykę internetową to musimy widzieć jaki jest jej obecny stan w naszej organizacji oraz jaki kształt powinna ona mieć w stanie docelowym.

6 głównych obszarów

Według Stéphana Hamela każdą organizację powinniśmy ocenić przez pryzmat 6 elementów składowych analityki internetowej:

1. Istotność analityki w organizacji – ten element mówi nam jaką wagę przykłada sama organizacja do analityki. Jeżeli w firmie nie ma żadnej osoby, która wspierałaby analitykę to organizacja otrzyma bardzo słabą ocenę. W przypadku kiedy analityka wspierana jest przez samego Prezesa to oznacza to, że organizacja znajduje się na wyższym poziomie (przynajmniej jeżeli chodzi o ten konkretny element, bo w końcu przykład „idzie z góry”).
2. Cel analityki w organizacji – w przypadku tego obszaru musimy ocenić co jest celem analityki internetowej danej organizacji. Jeżeli celem jest optymalizacja nielicznych wskaźników reprezentujących jakiś aspekt działalności online to organizacja otrzyma niższą notę niż w przypadku firmy, której celem jest takie wykorzystywanie danych płynących ze strony internetowej, aby stale optymalizować nie tylko działalność online ale także niektóre procesy offline.
3. Zakres analityki – zawsze powinniśmy ocenić jaką część naszego biznesu „śledzimy” za pomocą narzędzi analitycznych. Jeżeli zbieramy dane tylko z jednej strony i w żaden sposób nie wspomagamy się danymi płynącymi z firmowego CRMa to organizacja jest gorzej oceniana od firmy, która śledzi wszystkie swoje witryny oraz dodatkowo zbiera dane o swoich działaniach np. w social media.
4. Zespół oraz poziom wiedzy – w mojej ocenie jest to jeden z kluczowych elementów analityki internetowej, dlatego powinien on być bardzo starannie oceniony. Z jednej strony oceniamy, kto zajmuje się analizą danych (czy jest do tego dedykowana osoba albo może nawet cały zespół) a z drugiej powinniśmy ocenić jaki poziom wiedzy mają osoby zajmujące się analizą danych. Zawsze firma, która posiada analityka internetowego pracującego na pełen etat nad analizami będzie lepiej oceniona od firmy, która nie posiada wydelegowanej do takich zasad osoby.
5. Proces ciągłej optymalizacji oraz metodyka analizy danych – ten element analityki jest prosty do wytłumaczenia. Skoro celem analityki jest ciągła poprawa biznesu na podstawie danych, to wspomniana „poprawa” powinna odbywać się według określonego procesu (dzięki temu m.in. droga od danych do konkretnych działań przebiega szybciej).
6. Narzędzia, technologia oraz integracja danych – na naszym rodzimym rynku przykłada się największą wagę do tego właśnie elementu (ocenę tego czy słusznie pozostawiam Wam samym). Oczywiście firma, która korzysta z Google Analyticsa, narzędzi do zbierania danych jakościowych oraz narzędzi do przeprowadzania testów A/B znajduje się na wyższym poziomie rozwoju niż firma korzystająca z Google Analytics, którego konfiguracja nie została dopasowana do indywidualnych potrzeb organizacji.

Obszary analityki internetowej

Omówmy teraz kolejno wszystkie obszary i oceny, które w ich ramach mogą się znaleźć.

1. Zacznijmy od istotności analityki internetowej

Na ocenę istotności analityki internetowej w danej organizacji mają tak naprawdę wpływ:

1. miejsce w strukturze firmy (zajmowany szczebel) osoby, która wspiera procesy i rozwój analityki internetowej,
2. posiadanie przez firmę konkretnych planów w stosunku do analityki internetowej,
3. nastawienie organizacji do zmian.

Jeżeli popatrzymy na daną organizację przez pryzmat tych trzech elementów, to powinniśmy być w stanie ocenić czy dana organizacja traktuje analitykę internetową „na serio” i ma wobec niej określone plany, czy też jest to tylko ciekawostka, którą zajmuje się jedna osoba. Tak naprawdę najważniejsze jest, aby analityka internetowa znalazła się w planach strategicznych organizacji. Jeżeli tak będzie, to wszystkie trudności związane ze zmianą dotychczasowego podejścia do e-marketingu będzie można o wiele łatwiej przezwyciężyć.

Zgodnie z Modelem Dojrzałości Analityki Internetowej organizacja może otrzymać ocenę od 0 do 5 (oczywiście w zakresie istotności analityki internetowej) i tak poszczególne oceny oznaczają:

• 0 Organizacja osłabiona – w firmie nie ma żadnej osoby, która wspierałaby rozwój analityki.
• 1 Organizacja na poziomie początkowym – osoba, która dąży do rozwoju analityki zajmuje szczebel co najwyżej kierownika projektu. Zarząd oraz osoby na stanowiskach menedżerskich nie widzą potencjału w analityce i nie wspierają jej rozwoju. Analityka jest ciekawostką, do której nie przykłada się większej wagi.
• 2 Organizacja na etapie rozwijania – analityka jest projektem wspieranym przez osobę na stanowisku menedżerskim. Nie jest ona jednak dla Zarządu organizacji inicjatywą o znaczeniu strategicznym.
• 3 Organizacja na etapie integracji – analityka jest projektem wspieranym przez członka Zarządu danej organizacji (najczęściej jest to Dyrektor Marketingu).
• 4 Organizacja na poziomie konkurowania – analityka internetowa jest silnie wspierana przez Prezesa Zarządu danej organizacji, dla którego analityka internetowa ma strategiczne znaczenie.
• 5 Organizacja uzależniona – analityka internetowa głównym źródłem przewagi konkurencyjnej.

2. Jako ocenić cel analityki internetowej?

Każda organizacja powinna zostać oceniona przez pryzmat tego jaki cel stawia się przed analityką internetową. Niejednokrotnie na naszym blogu podkreślaliśmy, że celem analityki internetowej jest wykorzystywanie danych płynących z internetu do ciągłej optymalizacji (zwiększania efektywności) podejmowanych działań. Ocena organizacji przez pryzmat stawianego przed analityką celu wygląda według Stéphana Hamela następująco:

• 0 Organizacja osłabiona – przed analityką nie stawia się żadnego celu.
• 1 Organizacja na poziomie początkowym – analityka nie ma sprecyzowanego celu. Generowane są pojedyncze zapytania do danych.
• 2 Organizacja na etapie rozwijania – celem analityki jest optymalizacja kanałów e-marketingowych.
• 3 Organizacja na etapie integracji – celem analityki jest optymalizacja całej działalności online.
• 4 Organizacja na poziomie konkurowania – cała działalność online jest stale optymalizowana. Jeżeli wymaga tego sytuacja to dane płynące z internetu wykorzystywane są także do optymalizowania działalności offline.
• 5 Organizacja uzależniona – celem analityki internetowej jest optymalizacja całej organizacji (bez różnicowania na działania online i offline).

3. Czas na zakres analityki

Tak naprawdę ten element Web Analytics Maturity Model wynika bezpośrednio z tego, co określamy jako cel analityki internetowej. W końcu, to jaką część „ekosystemu” naszej organizacji chcemy śledzić, zależny od tego, co właściwie chcemy później zrobić z tymi danymi. Dodatkowo Stéphan Hamel wskazuje na to, że powinniśmy również oceniać sam proces podejmowania decyzji o tym, co należy mierzyć. Musimy więc naszą organizację ocenić pod względem tego jaką część ekosystemu śledzimy oraz jak powstaje decyzja, o tym co należy śledzić. Skala ocen wygląda następująco:

• 0 Organizacja osłabiona – nie ma określonego zakresu śledzenia ekosystemu za pomocą narzędzi do zbierania danych.
• 1 Organizacja na poziomie początkowym – śledzenie działalności online śledzone jest bardzo wybiórczo, a decyzje o tym jakie dane należy gromadzić podejmowane są autorytarnie przez osoby odpowiedzialne są określony fragment działalności online – nie ma określonej polityki organizacji w tym zakresie.
• 2 Organizacja na etapie rozwijania – śledzone są określone fragmenty działalności online. Przykładowo mierzona jest efektywność konkretnego źródła ruchu (np. SEO).
• 3 Organizacja na etapie integracji – śledzone są wszystkie aspekty pojedynczej strony internetowej.
• 4 Organizacja na poziomie konkurowania – śledzony jest cały ekosystem online. Wychodzimy więc poza granicę własnych stron internetowych i śledzimy także np. działalność w mediach społecznościowych.
• 5 Organizacja uzależniona – w takiej organizacji za śledzony jest każdy aspekt jej działalności.

4. Zespół oraz poziom wiedzy – czyli kto i jak

Koniec końców ktoś musi analizować dane i przetwarzać je na wartościowe rekomendacje, których wdrożenie zapewni stały rozwój organizacji. Model Dojrzałości Analityki Internetowej wskazuje, że powinniśmy ocenić tak naprawdę dwa aspekty. Najpierw sprawdzamy czy firma posiada w ogóle dedykowaną osobę (albo cały zespół), którego zadaniem jest analizowanie danych oraz tworzenie rekomendacji (w dalszej części także motywowanie innych działów firmy do wdrożenia rekomendacji w życie). Następnie powinniśmy ocenić kompetencje i umiejętności takiego analityka internetowego. Pamiętajmy tylko, że nie chodzi o znajomość jednego narzędzie analitycznego i umiejętność posługiwania się nim. O wiele ważniejsza jest umiejętność analizy danych i wypracowywania wartościowych rekomendacji.

• 0 Organizacja osłabiona – w wielkim skrócie nikt nic nie umie
• 1 Organizacja na poziomie początkowym – pojedynczy członkowie zespołu znają podstawowe funkcjonalności narzędzi analitycznych i posiadają średnią znajomość zagadnień związanych z analizą danych.
• 2 Organizacja na etapie rozwijania – w organizacji jest przynajmniej jedna osoba, która pracuje w pełnym wymiarze godzin i zajmuje się analizą danych oraz wypracowywaniem rekomendacji. Taki analityk internetowy powinien mieć wykształcenie związane z analizą danych.
• 3 Organizacja na etapie integracji – organizacja posiada „komórkę analityczną”, która składa się z kilku osób. Wciąż jednak zespół posiada pewne braki w kompetencjach.
• 4 Organizacja na poziomie konkurowania – osoby zajmujące się analizą danych w ramach „komórki analitycznej” posiadają świetnie rozwinięte kompetencje.
• 5 Organizacja uzależniona – w takiej organizacji nie mówi się o „komórce analitycznej” – jej miejsce zastępuje centrum kompetencji, którego praca wzbogacana jest przez osoby o zróżnicowanych umiejętnościach (pomagają oni przykładowo w tworzeniu lepszych rekomendacji).

5. Wreszcie coś prostego – Proces ciągłej optymalizacji oraz metodyka analizy danych

Dzięki danym mamy usprawniać nasz biznes online. Powinniśmy jednak ocenić jak wygląda droga od danych do działań usprawniających biznes (zwiększających efektywność poszczególnych części naszej firmy). Pamiętajmy, że istotą analityki jest ciągła optymalizacja. Nie chodzi więc o to, żeby od czasu do czasu zajrzeć do Google Analytics i sprawdzić „czy wszystko jest ok” – nie ma to nic wspólnego z procesem stałej optymalizacji, który powinien wyglądać w wielkim skrócie tak: ustalamy cel, upewniamy się czy wiemy jak mierzyć daną metrykę, analizujemy dane, tworzymy rekomendacje do zmian, wdrażamy rekomendacje (to jest naprawdę kluczowy moment całego procesu) i ostatecznie sprawdzamy czy przybliżyliśmy się do celu… i tak w kółko. Nie będę rozpisywał się na temat samego procesu ciągłej optymalizacji – jest to materiał na całego posta Przejdźmy teraz do ocen:

• 0 Organizacja osłabiona – nie ma zdefiniowanej metodyki optymalizacji konwersji.
• 1 Organizacja na poziomie początkowym – analityk posługuję się swoją własną metodyką, która zwiera błędy i nie obejmuje wszystkie elementów składowych wzorowego procesu optymalizacji (przykładowo na samym końcu nie bada się jakie efekty przyniosło wdrożenie poszczególnych zmian).
• 2 Organizacja na etapie rozwijania – opracowany jest modelowy proces ciągłej optymalizacji, którym posługuje się cały dział organizacji
• 3 Organizacja na etapie integracji – opracowany proces ciągłej optymalizacji konwersji opiera się na jednym ze znanych modeli ciągłej poprawy (np. 6 sigma).
• 4 Organizacja na poziomie konkurowania – proces stałej optymalizacji wykorzystuje testy wielowymiarowe – dzięki temu cykle są krótsze a cały proces bardziej efektywny
• 5 Organizacja uzależniona – procesy ciągłej optymalizacji są niesamowicie efektywne ale jednocześnie elastyczne. Dzięki temu w przypadku pojawienia się nowego kluczowego wskaźnika organizacja posiada od razu odpowiednią metodykę do jego stałej optymalizacji.

6. Na deser – narzędzia, technologia oraz integracja danych

Pewnie jesteście zdziwieni, że narzędzia wymienione zostały na samym końcu – nie dzieje się to bez przyczyny. Zbyt często sprowadzamy analitykę internetową do wymiaru samego narzędzia, z którego korzystamy (a nawet jeżeli mówimy o kompetencjach to często rozmawiamy tylko o znajomości narzędzia a nie na przykład umiejętności analizy danych). Narzędzia to tylko jeden z wymiarów (elementów) analityki internetowej i nie jest to bynajmniej najważniejszy element układanki. Jako najbardziej namacalny wymiar analityki internetowej najłatwiej jest o nim mówić – pamiętajmy jednak, że narzędzia same nie dostarczą nam wartościowych rekomendacji, a już na pewno nie sprawią, że rekomendacje zostaną wdrożone w życie (o dziwo :p). Skala oceny wygląda w tym obszarze:

• 0 Organizacja osłabiona – narzędzia zbierają niepełne i niepoprawne dane.
• 1 Organizacja na poziomie początkowym – zbierane są poprawne dane, ale ciągle są one niepełne. Wynika to z braku indywidualnego dopasowania konfiguracji i instalacji narzędzia do potrzeb organizacji.
• 2 Organizacja na etapie rozwijania – organizacja posiada zdefiniowane kluczowe wskaźniki sukcesu oraz kokpity menedżerskie. Powoli zaczynają być wykorzystywane narzędzia do przeprowadzania testów A/B. Ciągle jednak dane pochodzące z różnych narzędzi nie są zintegrowane.
• 3 Organizacja na etapie integracji – organizacja korzysta z kokpitów menedżerskich, które raportują zmiany w wartościach kluczowych wskaźników sukcesu. W pracy wykorzystywane są narzędzia do przeprowadzania testów A/B. Dane pochodzące z różnych źródeł są integrowane.
• 4 Organizacja na poziomie konkurowania – w porównaniu do poprzedniego etapu dane online oraz offline są w pełni integrowane.
• 5 Organizacja uzależniona – wykorzystywane są zaawansowane modele ekonometryczne umożlwiające przewidzenie trendów.

Co stanie się dzięki WAMM?

Myślę, że na tym etapie powinniście rozumieć już mój entuzjazm związany z przedstawionym modelem. Wreszcie mamy narzędzie, która pozwoli nam na umiejscowienie danej organizacji na drodze „rozwoju analitycznego”, pokaże w jakim kierunku powinniśmy się poruszać oraz znacznie lepiej zobrazuje czym właściwie analityka internetowa jest. Jednocześnie powstanie modelu oznacza, ze sama analityka internetowa powoli dojrzewa i jest to bardzo pozytywny sygnał. Na pewno WAMM ułatwi nam rozmowy – wreszcie będziemy mówić wspólnym językiem. Analiza nie będzie mylona z raportowaniem, a sporadyczne logowanie się do Google Analytics z analityką internetową. Czuję nadchodzącą zmianę na naszym rynku i jest to super. Sami wykorzystujemy już WAMM przy wszystkich projektach wdrożeniowych (analityki internetowej) i naprawdę wręcz zadziwia mnie jak taki model może usprawnić komunikację.

1. Za pomocą WAMM możemy łatwo zobrazować obecny poziom rozwoju analityki internetowej w naszej organizacji…
2. …oraz ustalić cel, który chcemy osiągnąć w określonym czasie.
3. Dzięki WAMM wiemy jaką drogę musimy przebyć. Oczywiście otwartą kwestią jest sposób, w jaki pokonamy tą drogę (inaczej to ujmując jak przemieścić naszą organizację ze stanu obecnego w stan pożądany).

Przykładowy Model Dojrzałości Analityki internetowej może wyglądać następująco.

Organizacja taka nie ma sprecyzowanych celów oraz mierników ich realizacji, a tym samym działalność online nie jest na bieżąco monitorowana pod względem najważniejszych KPI. Pod uwagę brane są jedynie podstawowe metryki dotyczące obecności w internecie (użytkownicy, odwiedziny, odsłony). Mają do nich dostęp wszystkie osoby w organizacji, ale nie ma osób odpowiedzialnych za analizę danych. Wszelkie analizy robione są przez wybranych członków zespołu, którzy „trochę lepiej“ znają narzędzia. Ta podstawowa znajomość narzędzi przejawia się również w ich niepoprawnej konfiguracji, co skutkuje faktem, że wnioski płynące z analiz nie zawsze są rzetelne (są oparte na błędnych danych).

Nie ma róży bez kolców

Pamiętajmy, że WAMM jest tylko modelem i musi posiadać wady. Skomplikowana rzeczywistość została sprowadzona do poziomu oceny w sześciu obszarach na 6 punktowej skali (od 0 do 5). Nie spodziewajmy się więc cudów i nie zarzucajmy Stéphanowi Hamelowi, że opisał coś niedokładnie. Moim zdaniem końcowy efekt jest świetny. Jeżeli miałbym się do czegoś przyczepić to byłyby to trzy rzeczy:

• model ten może szybko się zdezaktualizować – model powstał w oparciu o obecny stan analityki internetowej, która szybko ewoluuje. Niestety widać, że Stéphan Hamel nie pokusił się o stworzenie wizji tego jak analityka internetowa mogłaby wyglądać w przyszłości. Niby oceny 5 są próbą opisu firmy idealnej, ale ciągle jest to firma idealna na dzisiaj – jutro pewnie będzie inaczej i problem w tym, że cały model może być już za 3 czy 4 lata nieaktualny,
• model jest fajny dla firm znajdujących się na początku rozwoju analitycznego. Patrząc jednak na taką organizację jak Amazon to chyba WAMM nie wnosi dla nich nic nowego – korzyści z WAMMu będą osiągali mniejsi a najlepsi (na podstawie, których Stéphan Hamel stworzył opisy ocen 5) będą mogli co najwyżej się dowartościować Szkoda, że model pokazuje, że jest gdzieś koniec drogi – jak osiągniemy ocenę 5 to nie za bardzo wiemy co mamy zrobić dalej,
• brakuje nadania wag poszczególnym wymiarom analityki internetowej. Wszystkie sześć wymiarów analityki internetowej jest według modelu są jednakowo ważne – nie do końca tak jest w rzeczywistości.

Dodatkowe źródła

Pomijając drobne niedociągnięcia – model jest super – jednocześnie pokazuje czym jest analityka internetowa, jak powinna działać, jaki jest jej cel oraz na jakim poziomie rozwoju analitycznego jest dana firma i na jakich obszarach powinna się ona koncentrować, żeby coraz lepiej wykorzystywać dane. Co do wad… no cóż na rynku polskim zaprojektowana przez Stéphana Hamela skala będzie działała jeszcze przez dłuższy czas (nawet można ją trochę zawężyć), ponieważ nie ma co ukrywać, że jesteśmy dopiero na początku drogi.

Jeżeli chcecie poczytać więcej o WAMM odsyłam do następujących źródeł:

1. film z prezentacją Stéphana Hamela na Youtube.com,
2. artykuł napisany przez Stéphana Hamela jest do pobrania ze strony Cardinal Path

Na koniec ciekawostka – data pierwszej publikacji WAMM to o ile się nie mylę rok 2009! Oznacza to dokładnie tyle, że w naszych organizacjach mamy sporo do nadrobienia w tym obszarze.

Model Dojrzałości Analityki internetowej czytelników Conversion blog!

W sumie, dlaczego nie stworzyć by Modelu Dojrzałości Aalityki Intertnetowej czytelników Conversion blog, czyli Was!

Bardzo gorąco Was proszę o wzięcie udziału w tym badaniu (czyli po prostu udzielcie odpowiedzi na postawione w ankiecie pytania). Sposób doboru próby ewidentnie nie będzie gwarantował dobrej jakości wyników (jeżeli czytacie ten blog to znaczy, że traktujecie analitykę trochę poważniej) – niemniej pokaże nam jak wygląda „średnia” organizacja, w której pracują czytelnicy tego bloga. Oczywiście zbiorcze wyniki zostaną opublikowane na blogu:)

The post Model Dojrzałości Analityki Internetowej first appeared on Conversion.

Klient zdecydował się na samodzielne przeprowadzenie badań użyteczności na czterech znajomych osobach. Miał nadzieję, że pomoże mu to w poprawieniu funkcjonanlności sklepu i tym samym podniesieniu współpczynnika konwersji. Co ciekawe, badania nie przyniosły dużej ilości informacji zwrotnych. W efekcie, podczas przeprowadzonych później testów A/B okazało się, iż współczynnik konwersji niemalże ani drgnął.

Sytacja była fatalna, tym bardziej, że po bliższym zapozaniu się z metodyką badań użyteczności okazało się, że były one bardzo dobrze przeprowadzone.

Intuicyjnie, czuliśmy już, co jest nie tak i spodziewaliśmy się gdzie prawdopodbnie leży błąd, ale po kolei.

Nie każdy użytkownik jest taki sam

Każda osoba podejmuje decyzję w specyficzny sposób. Okazuje się jednak, że można podzielić ludzi pod względem czasu podejmowania decyzji. Jedni podejmują decyzję szybko a inni powoli. Co więcej część osób podczas podejmowania decyzji jest bardziej metodyczna a z kolei inni podczas podejmowania decyzji bardziej kieruje się emocjami oraz opinią innych osób.

Teraz robi się coraz ciekawiej. Zestawiając te cechy możemy otrzymać bowiem dwuwymiarową macierz:

Kliknij na zdjęcie, aby powiększyć

Mamy więc osoby podejmujące decyzje szybko i w oparciu o emocje (typ spotaniczny), inni podejmują decyzję wolno ale w oparciu o emocje (typ humanistyczny), kolejni podejmują decyzję szybko ale metodycznie (typ konkurencyjny) i jeszcze kolejni wolno ale metodycznie (typ metodyczny).

Oglądaliście na przykład Avatar? Główny bohater to typowa osobowość spontaniczna. Szybko podejmuje działania i podczas ich podejmowania kieruje się dobrem innych (emocjami).

Z kolei John Nash (Piękny Umysł) to przeciwieństwo Avatara. Wszystkie decyzje Johna Nasha są dokładnie przemyślane (chłodna kalkulacja), ale podejmuje je równie szybko.

Dobra, teraz czas na zagadkę… jakim typem osoby jest Osioł ze Shreka? Zastanwócie się, czym kieruje się on podejmując decyzję oraz jak je podejmuje… Osiał cały czas mówi o przyjaźni i rodzinie. Na pewno więc podczas podejomwania decyzji kieruje się emocjami. Dodatkowo podejmuje te decyzje szybko, jest więc typową osobowością spontaniczną. A teraz powrót do rzeczywistości. Różne osoby w różny sposób podejmują decyzje, również te dotyczące zakupów w sklepie internetowym.

Dla kogo opinie innych zadowolonych klientów?

Celem dla, którego istnieje nasz sklep internetowy jest przede wszystkim sprzedaż towarów. Wiedząc więc, że różne osoby różnie podejmują decyzję, musimy to wziąć pod uwagę projektując sklep internetowy, wybierając jego oprogramowanie oraz jego funkcjonalności.

Opinie zadowolonych klientów są przede wszystkim dla osób podejmujących decyzję w oparciu o emocje i opinię innych. Promocje ograniczone czasowo świetnie się sprawdzą w przypadku typu konkurencyjnego, a umieszczenie informacji o wszystkich parametrach technicznych doceni szczególnie osobowość metodyczna.

Udział poszczególnych typów osobowości w społeczeństwie jest nieco różny. Najwięcej jest osobowości metodycznych a najmniej typów konkurencyjnych. Nie zmienia to jednak faktu, iż myśląc o tym co, zrobić aby podnieść współczynnik konwersji, powinniśmy zawsze pamiętać o tym, że ostateczna decyzja odnośnie zakupu jest bardzo różnie podejmowana, ale generalnie daje się to usystematyzować.

Oczywiście, ograniczanie liczby typów osobowości do zaledwie czterech jest znacznym uproszczeniem rzeczywistości. Jednak jednocześnie jest to konieczne, aby można była zrozumieć jakie działania będę lepiej przemawiały do danego typu osoby.

Klątwa osobowości

Projektując sklep internetowy, jego funkcjonalności oraz ścieżkę do celu zazwyczaj kończy się to tak, iż jest ona idealna ale tylko dla osoby projektującej.

Dzieje się tak, ponieważ początkujący projektant tworzy ją pod swój typ osobowści. To właśnie nazywamy klątwą osobowści. To, że nam jest bardzo łatwo podjąć decyzję odnośnie zakupów w sklepie nie oznacza wcale, iż ktoś inny będzie odbierał to tak samo. Jesteśmy jednym z czterech głównych typów osobowości i projektujemy pod siebie, często zapominając o praktycznie 75% populacji.

Przykładowo, jeżeli mamy osobowość konkurencyjną to naprawdę ciężko jest nam sobie wyobrazić, jak ogromny wpływ na podjęcie decyzji może mieć na przykład zdjęcie pracowników Biura Obsługi Klienta naszego sklepu internetowego albo wspomniane już wcześniej opinie zadowolonych klientów.

Rozwiązanie zagadki

Wróćmy do testów użyteczności, o których wspominałem na początku tego wpisu. Rozwiązanie zagadki jest bardzo proste. Nie przyniosły one spodziewanych rezultatów, ponieważ okazało się, że wszystkie osoby, na których przeprowadzane były testy użyteczności, miały ten sam typ osobowości i podejmowały decyzje dokładnie w ten sam sposób. Przez to testy użyteczności nie przyniosł wartościowej informacji zwrotnej.

Pamiętajmy, że testy użyteczności przeprowadzane są zazwyczaj na małej próbie (4-5 osób). Istnieje więc spore prawdopodobieństwo, że do badania wybierzemy osoby, które decyzję o podjęcieu zakupu będę podejmowały podobnie.

Coś jeszcze ważniejszego

Pamiętajmy, że decyzje o podjęciu danego działania (wypełnienie formularza, złożenie zamówienia) podejmowane są w różny sposób. Dlatego projektując sklep czy stronę internetową powinniśmy pamiętać co i jak motywuje dany typ osobowości do podjęcia ostatecznej decyzji (mając przy tym na względzie etap procesu zakupowego na którym się znajdują). Pozowli nam to lepiej dotrzeć do naszej grupy docelowej i generować jednocześnie większy zysk.

The post Użytkownik użytkownikowi nierówny first appeared on Conversion.

W poście tym przybliżę jakie miejsce w strukutrze organizacyjnej przedsiębiorstwa powinna zajmować analityka internetowa, oraz jakie korzyści można z tego osiągnąć. Zaznaczam, że celem tego postu nie jest wyczerpanie tematu, lecz wprowadzanie do niego – zabezpieczam się przed krytyką wskazującą na zbytnie uproszczenie tematu

Analityka internetowa jako system zarządzania działalnością online

Można powiedzieć w uproszczeniu, że na analitykę internetową składają się:

• Dane
• Procesy
• Wiedza
• Narzędzia

Częstym problem organizacji jest zbytnia koncentracja na narzędziach oraz danych. Co więcej wiedza jest zazwyczaj sprowadzana do wiedzy i umiejętności związanych z obsługą narzędzi analitycznych. Zupełnie zapomina się o tym, że analityka internetowa ma doprowadzać do działania, sama więc musi być dynamiczna. Ustrukturyzowane i poprawnie zorganizowane procesy mogą zagwarantować nam faktyczne osiąganie rezultatów. Pamiętajmy jednak, że analityka internetowa to nie proces. Jest to raczej „system”, w skład którego rzeczywiście wchodzą procesy przesyłania, analizowania i podejmowania danych. Sprowadzenie analityki internetowej do pojedynczego procesu to zbytnie uproszczenie.

Ustaliliśmy więc, że analityka internetowa to pewien „system”. Klasycznymi funkcjami zarządzania są: planowanie, organizowanie, decydowanie, kontrolowanie i motywowanie. Uwzględniając możliwości analityki internetowej, możemy bezpiecznie ocenić, że umożliwia nam ona spełnienie każdej z tych funkcji. Analityka internetowa przypomina trochę strategiczną kartę wyników, wykorzystywaną do zarządzania realizacją strategii organizacji. Podobnie jak strategiczna karta wyników koncentruje się na osiąganiu konkretnych celów, poprzez podejmowanie określonych działań. Wiedzę o tym jakie działania podejmować dostarczają nam dane. Wreszcie analityka internetowa pozwala nam kontrolować w jakim stopniu udaje nam się osiągać poszczególne cele. Z takiego obrazu analityki internetowej musi pojawić się wniosek, że powinna ona być zorganizowana i ustrukturyzowana, a procesy wchodzące w jej skład muszą mieć charakter ciągły. Jest to trochę ogólny rys struktury analityki internetowej, ale na razie wystarczy

Korzyści z wdrożenia analityki internetowej

Co przyniesie nam wdrożenie analityki internetowej w zaprezentowany sposób? Korzyści jest wiele, ale ograniczając się do tych (moim zdaniem) najważniejszych, możemy wymienić:

1. Ułatwienie zarządzania działalnością online
2. Usprawnienie komunikacji wewnątrz organizacji
3. Zmniejszenie ryzyka wszystkich działań online
4. Zwiększenie efektywności całej organizacji
5. Zbilansowanie koncentracji pomiędzy miernikami przeszłych i przyszłych działań

1. Ułatwienie zarządzania działalnością online

Analityka internetowa pomaga w wykonywaniu wszystkich funkcji zarządzania. Zaczynając od planowania (jakie działania mamy podjąć, w jakiej kolejności i w jakim czasie) do kontroli (KPIs są nie tylko metrykami działającymi mobilizacyjnie dla osiągania celów, ale także umożliwiają porównanie jak przedstawiały się nasze cele w stosunku do rzeczywiście osiągniętych wyników – w takim rozumieniu są narzędziami kontroli). Analityka internetowa pomaga w podejmowaniu wszystkich decyzji zarządczych. Możemy precyzyjnie określać efekty poszczególnych działań. Nadawanie priorytetów jest więc dużo prostsze.

2. Usprawnienie komunikacji wewnątrz organizacji

Przedstawienie planu rozwoju naszej działalności za pomocą KPIs z jednej strony ułatwia zrozumienie strategii naszego przedsięwzięcia a z drugiej przyspiesza komunikację pomiędzy działami i szczeblami jednego działu (na przykład o tym, w jakim stopniu udaje się osiągać dane cele). Korzyść ta jest tym większa, że działamy na dynamicznie zmieniającym się rynku. Adaptacja jest więc tym szybsza i skuteczniejsza im lepsza komunikacja wewnątrz organizacji.

3. Zmniejszenie ryzyka wszystkich działań online

Brzmi banalnie, ale tak naprawdę jest dzięki danym płynącym z naszej strony internetowej jesteśmy w stanie z bardzo dużym prawdopodobieństwem przewidzieć jak podejmowane działania będą przekładały się na efekty. Dodając do tego znajomość wszystkich kosztów planowanych inicjatyw otrzymujemy marzenie każdego zarządzającego finansami przedsiębiorstwa – pełną informację umożliwiającą realizację inwestycji o największym zwrocie z inwestycji. Co prawda większość zarządzających działalnością online przyzwyczaiła się już do tego, że akurat ten sektor rynku jest wybitnie „ryzykowny”, ale poprawnie wdrożona analityka internetowa wskazuje, że nawet w tak dynamicznym sektorze rynku można podejmować działania dążące do zmniejszenia wysokiego przecież ryzyka.

4. Zwiększenie efektywności całej organizacji

Wróćmy jeszcze na chwilę do priorytetyzacji poszczególnych inicjatyw. W uproszczeniu każdy pomysł w pierwszej kolejności oceniamy przez pryzmat jego wpływu na KPIs (dzięki temu mamy pewność, że podejmowane inicjatywy, będą wpływały na osiąganie naszych celów). Tym samym podejmujemy działania najbardziej efektywne z punktu realizacji strategii naszego przedsiębiorstwa. Analityka internetowa skutecznie rozwiązuje problem podejmowania zbyt wielu działań, które nie zbliżają nas do celu. Należy jeszcze dodać, iż analityka przyspiesza proces podejmowania działań. Większa szybkość podejmowanych decyzji = większa efektywność organizacji.

5. Zbilansowanie koncentracji pomiędzy miernikami przeszłych i przyszłych działań

Niby oczywiste ale ciągle zbyt dużo uwagi w zarządzaniu organizacjami online poświęca się miernikom przeszłych działań. Typowym miernikiem przeszłych działań są mierniki finansowe (przychód, zysk, marża). Wskazują nam one czy działania, które podjęliśmy kiedyś w przeszłości były słuszne i czy udało nam się dzięki nim osiągnąć dany cel (nie ma co ukrywać, że celem długookresowym prawie każdej organizacji jest generowanie zysku, stąd przykład mierników finansowych jako mierników przeszłych działań). Konstruując kokpit menedżerski (element wdrażania analityki) praktycznie zawsze koncentrujemy się na dobieraniu wskaźników przyszłych działań. Tak naprawdę większość wskaźników analityki internetowej ma pokazywać czy działamy wystarczająco dobrze, aby osiągnąć zysk w przyszłości.

Łatwość wdrożenia w istniejące systemy zarządzania

Fakt, nie jest to bezpośrednia korzyść związana z efektami wdrożenia analityki internetowej (dlatego nie było jej na liście), ale raczej zaleta jej wdrożenia. Dzięki uniwersalnej strukturze opartej na KPIs, analityka internetowa daje się łatwo wdrożyć do firm, które już mają opracowaną na przykład strategiczną kartę wyników całej organizacji. Wiadomość ta powinna zadowolić szczególnie duże organizacje, które bardzo często posiadają już wdrożone systemu zarządzania organizacją i istnieją liczne obawy o strukturę organizacyjną i zakres odpowiedzialności oraz przede wszystkim o to, czy analityka internetowa nie będzie kolidowała, czy też ograniczała dotychczas działającego systemu.

Dlaczego systemy, oparte na KPI, nie są doskonałe?

Tytuł tego artykułu wskazuje raczej na zaprezentowanie pozytywnych efektów wdrożenia analityki internetowej, ale nie sposób przeoczyć pewnej drobnej wady systemów opartych na KPIs. Analityka internetowa nie jest systemem, który potrafiłby zidentyfikować, czy opracowany i przyjęty plan rozwoju działalności online jest słuszny i opiera się na poprawnych założeniach. Zakładając, że nasza podstawowe założenia strategiczne nie są realizowane oraz, że KPIs nie są osiągane i że kokpit menedżerski został opracowany poprawnie, zarządzający organizacją nie potrafią jednoznacznie stwierdzić, czy niepowodzenie w osiągnięciu zamierzonych wyników jest spowodowane błędną strategią (opierającą się na błędnych założeniach), czy też niezrealizowaniem celów wynikających z kokpitu menedżerskiego. Wniosek z tego jest prosty, analityka internetowa pomoże nam w zarządzaniu działalnością online ale nie jest ona najlepszym narzędziem, które pomoże nam w opracowaniu strategii tej działalności.

Jakie problemy i wyzwania niesie ze sobą wdrożenie analityki internetowej?

Sporo, część z nich możecie znaleźć w artykule, mówiącym o tym, dlaczego analityka internetowa jest skazana na niepowodzenie (w niektórych firmach), ale temat ten na pewno zostanie jeszcze rozwinięty przeze mnie w kolejnym artykule

A na koniec..

..pytanie do Was co sądzicie o zaprezentowanym podejściu do analityki internetowej – czy waszym zdaniem rzeczywiście może być ona systemem zarządzania działalnością online?

The post 5 korzyści z wdrożenia analityki internetowej first appeared on Conversion.