Jedna zasada analityki internetowej obowiązuje bez wyjątku wszystkie rodzaje serwisów: gromadzone dane mają służyć do podejmowania decyzji i prowadzić do działania.
Proces analizy, niezależnie czy celem serwisu jest sprzedaż czy generowanie leadów, jest dokładnie taki sam:
Pierwszym etapem jest zebranie danych. Musimy pamiętać, że dane muszą być prawdziwe (odpowiadać rzeczywistości) i użyteczne (odpowiadać kluczowym dla nas metrykom). Analiza danych opiera się w głównej mierze na odpowiedzi na pytania: co się stało i dlaczego tak się stało. Dzięki jasno sprecyzowanym informacjom stawiamy rekomendacje – definiujemy zmiany, które należy wprowadzić aby usprawnić analizowane obszary. Następnie podejmujemy działania, które, w dłuższej lub krótszej perspektywie, mają wpłynąć na poprawę wyników finansowych firmy.
Celem analiz może być przede wszystkim zwiększanie sprzedaży oraz maksymalizacji zysku z inwestycji online (ROI). Realizację tak sformułowanych celów mierzymy za pomocą Kluczowych Wskaźników Wydajności (KPI) – czyli po prostu odpowiednich metryk.
W tym poście przedstawię 3 obszary, które powinniście uwzględniać w swoich analizach. Wnioski pozwolą na poprawę stron docelowych a także pomogą podejmować decyzje o wydatkach na działania marketingowe.
Oczywiście to tylko wycinek możliwości, które daje analityka internetowa. Mam jednak nadzieję, że będzie to dobry wstęp do kolejnych artykułów 🙂
więcej konwersji = większa sprzedaż
Współczynnik konwersji to podstawowa metryka, która pokazuje efektywność naszej strony internetowej: ilu użytkowników, którzy na nią trafili dokonało pożądanej przez nas akcji. W przypadku serwisów generujących leady konwersją będzie na przykład pozostawienie danych do kontaktu, pobranie pliku lub wykonanie telefonu.
Załóżmy, że w Twoim serwisie z 500 wysłanych leadów w danym miesiącu 50 przeradza się w transakcje (np. rozpoczęcie projektów). Jeżeli średni przychód na jednym kliencie wynosi 2 000 zł to wartość jednego leadu wynosi 200 zł.
średnia wartość potencjalnego klienta = (pozyskani klienci x średni przychód ze sprzedaży) / liczba potencjalnych klientów
Jeżeli z 500 zapytań 50 przeradza się w klientów (konwersja leadów 10%), którzy przynoszą zysk rzędu 2 000 to zwiększenie liczby leadów do 1000 za pomocą optymalizacji współczynnika konwersji podwoi nasz zysk. Oczywiście jeżeli odbywa się to przy takiej samej jakości ruchu i takim samym współczynniku konwersji leadów (10%).
Jak zwiększyć współczynnik konwersji strony docelowej? Powinniśmy pracować nad samym wyglądem i formą strony, ale także nad jej użytecznością – z pomocą przyjdą tutaj najlepsze praktyki projektowania stron docelowych oraz testy A/B, które potwierdzą bądź obalą nasze hipotezy.
W przypadku stron generujących leady kluczowym elementem jest formularz. To właśnie jego wypełnienie definiujemy jako konwersje, dlatego musi być maksymalnie przyjazny dla użytkownika.
Jednak tak jak w przypadku każdego elementu witryny, i przy formularzach nie ma złotej zasady, która sprawdza się w każdej firmie.
Na etapie projektowania formularza powinniśmy skorzystać z heurystyk. Gdy umieścimy je już na stronie należy śledzić interakcje użytkowników z formularzem i testować poszczególne jego elementy za pomocą testów A/B.
Być może okaże się, że zamiast dłuższego formularza lepiej przygotować dwa kroki: najpierw prezentujemy krótki formularz z prośbą o adres e-mail i imię, a w następnym kroku o numer telefonu. Jest szansa, że użytkownik, który już i tak zaangażował się w wypełnianie formularza, dokończy rozpoczętą akcję (mimo, że w jednym kroku taka ilość pól zniechęciłaby go do podjęcia akcji). Może warto to przetestować?
Jak śledzić w jaki sposób użytkownicy wchodzą z interakcje z formularzem – i kontrolować jak radzą sobie z wypełnianiem poszczególnych pól?
Wykorzystuje się do tego zaawansowane śledzenie zdarzeń. Dodajemy kody śledzące zdarzenia do skryptu formularza. Zdarzeniem może być rozpoczęcie wypełniania formularza bądź poszczególne błędy w walidacji.
Śledzenie zdarzeń pozwoli także na sprawdzenie jak często użytkownicy popełniają ten sam błąd (porównując zdarzenia do unikalnych zdarzeń) lub to, jak często przechodzą całą „ścieżkę wypełnienia formularza” (współczynnik „wysłań” formularza: ile użytkowników rozpoczyna do całkowitej liczby przesłania formularza). Możemy nawet sprawdzić jak bardzo użytkownicy są zdeterminowani (jak często próbują poprawiać formularz).
Dzięki takim danym możemy identyfikować problemy i naprawiać je – zwiększając tym samym współczynnik konwersji witryny.
Nie zawsze użytkownicy od razu podzielą się z Tobą swoimi danymi: dlatego równie ważne jest zdefiniowanie i mierzenie konwersji mikro, czyli „mniejszych” akcji, które bezpośrednio nie kończą się zakupem, ale pośrednio mogą do niego prowadzić. Co może być konwersją mikro?
Jak mierzyć konwersje mikro? Jeżeli chcemy zmierzyć ile osób obejrzało film na nasze stronie – ustawiamy zdarzenie, które wywołuje się po naciśnięciu „play”. Możemy zrobić jeszcze więcej: ustawiając wartość zdarzenia „play” jako 0, a wartość zdarzenia „koniec filmu” jako 1 uzyskamy współczynnik i tym samym sprawdzimy, ilu użytkowników ogląda prezentowany film do końca.
Gdy chcemy sprawdzić ilu użytkowników przeczytało informacje prezentowane na stronie do końca – możemy wykorzystać skrypt śledzący przewijanie strony. Zdarzeniem może być także rozwinięcie danej kategorii czy naciśnięcie dowolnego przycisku (np. wyświetlenie kontaktu).
Konwersje mikro to źródło informacji o tym, czy użytkownicy angażują się w prezentowane treści i jak to zaangażowanie przekłada się na generowanie leadów sprzedażowych.
Jak w praktyce wykorzystać śledzenie mikrokonwersji? Możemy sprawdzać za pomocą testów A/B jakie treści bądź filmy (powiedzmy instrukcja vs wideoreferencje) lepiej wpływają na współczynnik konwersji naszej witryny.
Śledzenie zdarzeń rozszerza możliwości analiz: gdy chcemy zoptymalizować naszą stronę warto sprawdzić, jak zachowuje się segment użytkowników, którzy konwertują przy pierwszej wizycie. Jeżeli okaże się, że oglądają film do końca możemy założyć, że istnieje korelacja pomiędzy tą akcją a konwersją. Warto wówczas zadbać o to, aby więcej użytkowników trafiających na stronę obejrzało materiał: może zachęcić ich lepszym nagłówkiem albo skrócić czas trwania filmu?
lepszy ruch = więcej konwersji = większy zwrot z inwestycji w pozyskiwanie ruchu
Współczynnik odrzuceń definiujemy jako procent użytkowników, którzy weszli na nasz serwis (niezależnie na którą podstronę), i od razu go opuścili – nie przechodząc na kolejne strony. Za Avinashem Kaushikiem: user came, puked and left 🙂
To bardzo ważna metryka: dzięki niej jesteśmy w stanie stwierdzić czy sprowadzamy tzw. „dobry ruch” na naszą stronę. Co z tego, że ściągniemy 10 000 unikalnych użytkowników, skoro, powiedzmy, 90% z nich nie jest zainteresowanych pozostawieniem swoich danych. Co oznacza, że 90% kosztów poniesionych na pozyskanie ruchu (kampanie marketingowe, AdWords itd.) zostało wyrzucone w błoto.
Wysoki współczynnik odrzuceń może świadczyć o braku dopasowania reklamy lub słów kluczowych do tego, co prezentujemy użytkownikowi. Ten przecież ma jakieś wyobrażenie o naszej stronie wchodząc na nią z kampanii bądź wyników wyszukiwania: jeżeli pojawia się obietnica darmowej wersji oprogramowania przez miesiąc, a po przejściu na stronę pierwszym co widzi użytkownik jest tylko cennik – prawdopodobnie porzuci witrynę w mniej niż 5 sekund.
Wysoki współczynnik odrzuceń powinien skłonić nas do głębszej analizy treści i dopasowania naszych serwisów do oczekiwań użytkowników.
O ile w przypadku serwisów to, że użytkownik nie przeszedł do następnej strony może być traktowane jako „odrzucenie”, przy landing page nie do końca się sprawdza.
To, że użytkownik trafił na naszą stronę docelową i przeczytał wszystkie informacje i nie wypełnił formularza niekoniecznie oznacza, że jest ona niedopasowana. Może po prostu użytkownik znajduje się w początkowej fazie procesu zakupowego.
Google Analytics nalicza nam w takim przypadku odwiedziny równe 0 min. Jeżeli użytkownik ogląda tylko jedną stronę do Google Analytics wysyła się informacja, że rozpoczął wizytę o 10:21:00. Niestety Analytics nie wie, kiedy ta wizyta się skończyła – nie doszło do kolejnej interakcji (np. przejścia na następną stronę). Informacja o wyjściu nie jest domyślnie przesyłana. Tym samym – współczynnik odrzuceń będzie bardzo wysoki: nawet jeżeli użytkownicy dokładnie zapoznali się z całą stroną docelową i uważnie przyjrzeli się Twojemu produktowi. Współczynnik odrzuceń w takim kształcie niewiele nam mówi o rzeczywistych odrzuceniach..
Możemy jednak dosłownie „dostosować” współczynnik odrzuceń do naszych potrzeb. Pomoże nam w tym zaawansowane śledzenie Google Analytics: poprzez małą modyfikację kodu możemy zmienić sposób w jaki liczony jest współczynnik odrzuceń. Niewielka zmiana w kodzie strony pozwoli nam zdefiniować odrzucenie jako wizytę w trakcie której użytkownik spędził na stronie docelowej mniej niż na przykład 10 sekund. W ten sposób będziemy mogli odróżnić użytkowników, którzy cytując wspominanego już Avinasha Kaushika “came, puke and left” od tych, którzy faktycznie zaangażowali się w nasz post.
efektywne kanały marketingowe = większy zwrot z inwestycji
Jeżeli wydajemy pieniądze na działania marketingowe, bezmyślne byłoby niemierzenie efektywności poszczególnych źródeł ruchu. Powinniśmy przede wszystkim wiedzieć jaką wartość możemy przypisać poszczególnym źródłom i jaki jest zysk z każdej złotówki wydanej na dany kanał marketingowy.
Analizując strony, które generują leady warto przyjrzeć się procesowi zakupowemu użytkownika. Zostawienie swojego adresu e-mail przy pobieraniu poradnika przychodzi użytkownikowi zdecydowanie łatwiej niż wypełnienie formularza o konsultacje w sprawie kredytu hipotecznego. Co oznacza, że potrzebuje on mniej dni do „zakupu” oraz do jego pozyskania wykorzystywanych jest mniej kanałów marketingowych.
Dlatego w przypadku „prostych leadów” wystarczającą analizą efektywności źródeł ruchu będzie raport Kanały w sekcji pozyskiwania.
. Analiza ścieżek wielokanałowych pozwala dokładniej ocenić efektywność poszczególnych źródeł ruchu, wyróżniając te, które „wspomagają” i „zamykają konwersję”. I tak w przypadku kredytu hipotecznego użytkownik może najpierw zobaczyć reklamę display, później otrzymać maila z reklamą, a następnie – otrzymać reklamę remarketingową. Aby odpowiednio wycenić poszczególne źródła należy zwrócić uwagę na model atrybucji (możemy także stworzyć własny).Dzięki określeniu wartości poszczególnych kanałów jesteśmy w stanie obliczyć zwrot z inwestycji – a w konsekwencji optymalizować nasze wydatki na działania marketingowe. Jeżeli okazuje się, że koszt wysyłki mailingu do wykupionej bazy przewyższa koszt pozyskanego leadu – może warto przeznaczyć ten budżet na bardziej efektywną kampanie PPC?
Przy analizie wydatków marketingowych powinno się wziąć pod uwagę jeszcze jedną, często pomijaną metrykę: wartość życiową klienta.
Customer Lifetime Value (LTV) to suma przepływów pieniężnych, których dokona raz pozyskany klient w czasie swojego życia.
Jeżeli wiemy, że raz zdobyty klient przez całe swoje życie kupi u nas 10 polis ubezpieczeniowych, to wartość każdego zebranego leada wzrasta. Znając wartość klienta będziemy mogli podejmować racjonalne decyzje na temat kampanii, dzięki którym pozyskujemy naszych klientów. Wiedząc, że raz zdobyty klient wygeneruje nam konkretny przepływ będziemy skłonni zapłacić za niego więcej.
Czy mogę wydać 50 zł na pozyskanie leada, gdy średnia wartość leada to 30 złotych? Poznanie średniej wartości klienta pozwoli nam na podjęcie takich decyzji – które, choć w krótkotrwałym rozliczeniu mogą wydać się nieracjonalne, w dłuższej perspektywie wpłyną pozytywnie na zysk firmy. Ma to szczególne znaczenie w organizacjach, gdzie raz pozyskany klient dokonuje wielu transakcji, na przykład w bankach, domach maklerskich, funduszach inwestycyjnych czy ubezpieczeniach.
Jest jedna sprawdzona, niezawodna technika zwiększenia liczby pozyskiwania leadów. Analityka internetowa.
Jeżeli proces analizy danych przebiega efektywnie i jest nastawiony na wyciąganie wniosków oraz stawianie rekomendacji – możemy podejmować akcje, które zwiększą nasz zysk. Wszystko na podstawie solidnych danych.
Co dalej? Dane, Analiza, Rekomendacje, Działanie. A później? Dane, Analiza, Rekomendacje, Działanie. I znowu? Tak. Tylko dzięki stałemu powtarzaniu tego procesu i wprowadzaniu ciągłych usprawnień możemy skutecznie rozwijać naszą firmę.
I pamiętajmy: analityka to nie jest sztuka dla sztuki. To działania, które mają przekładać się na zysk.
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
