• W projekcie dla klienta z branży Health & Beauty / FMCG Conversion wykorzystał wcześniej wdrożoną architekturę server-side GTM, aby uruchomić dodatkowy pomiar konwersji zakupowych dla wybranych marek promowanych w aplikacji mobilnej.
• Kluczowym wyzwaniem była potrzeba szybkiego wdrożenia nowej logiki analitycznej bez angażowania zespołu IT, bez zmian w kodzie aplikacji i bez czekania na release oraz aktualizacje po stronie użytkowników.
• Dodatkowo pierwsze próby budowy zdarzenia po stronie aplikacji nie dawały kompletnych danych.
• Zespół przeanalizował dane przesyłane z aplikacji, opracował logikę identyfikującą transakcje dla wskazanych marek i przygotował dodatkowe zdarzenie zakupowe w warstwie server-side GTM, dbając o poprawność danych i zgodność z wymaganiami ekosystemu Google.
• Całość wdrożono bez angażowania zespołu developerskiego klienta.
• Efektem było znaczące skrócenie czasu wdrażania zmian analitycznych, większa elastyczność przy działaniach promocyjnych i partnerskich oraz mniejsze uzależnienie marketingu i analityki od backlogu IT.
• Klient zyskał możliwość uruchamiania nowych konwersji zakupowych w aplikacji bez każdorazowego wydawania nowej wersji aplikacji.
• Projekt potwierdził, że dobrze zaprojektowana architektura server-side GTM może nie tylko poprawiać jakość pomiaru, ale też realnie zwiększać szybkość działania biznesu i przewagę operacyjną w środowisku retailowym.

Punkt wyjścia

W retailu i marketingu cyfrowym sama dostępność danych to za mało. Równie ważna jest możliwość szybkiego reagowania na potrzeby biznesu. Problem zaczyna się wtedy, gdy nawet drobna zmiana w analityce wymaga zaangażowania zespołu IT, publikacji nowej wersji aplikacji i czekania, aż użytkownicy ją zaktualizują.

W tym przypadku klient potrzebował uruchomić dodatkowy pomiar konwersji zakupowych dla wybranych marek promowanych w aplikacji mobilnej. Na pierwszy rzut oka była to niewielka modyfikacja. W praktyce mogła jednak oznaczać długi proces po stronie developmentu i znacznie ograniczyć tempo działania biznesu.

Dzięki temu, że wcześniej wdrożyliśmy server-side GTM, mogliśmy podejść do tego inaczej – szybciej, sprawniej i bez konieczności wprowadzania zmian w kodzie aplikacji.

Wyzwanie: nowa konwersja, stary problem

Klient działa na polskim rynku w modelu retail, w segmencie Health & Beauty / FMCG. W projekcie współpracowaliśmy bezpośrednio z osobą odpowiedzialną za analitykę online w obszarze Marketingu, MarTech & Own Media.

Potrzeba biznesowa była jasna: uruchomić dodatkowe konwersje zakupowe dla transakcji obejmujących wybrane marki, tak aby dokładniej mierzyć skuteczność działań promocyjnych prowadzonych w aplikacji mobilnej. Wydawałoby się proste, a jednak.

W tym projekcie pojawiły się dwa kluczowe ograniczenia. Po pierwsze, dostępność zespołu IT była ograniczona, co utrudniało szybkie wdrażanie zmian. Po drugie, pierwsze próby przygotowania dodatkowego zdarzenia po stronie aplikacji nie dały oczekiwanego efektu — zdarzenia były niekompletne i nie zawierały wszystkich parametrów potrzebnych do dalszego wykorzystania.

To oznaczało realne ryzyko, że zmiana, która biznesowo powinna być szybka i operacyjna, utknie w procesie developmentu, testów, publikacji nowej wersji aplikacji i oczekiwania na aktualizacje po stronie użytkowników

Rozwiązanie: więcej z danych, mniej pracy po stronie aplikacji

Klient miał już wcześniej wdrożony server-side GTM dla aplikacji mobilnej, który zrealizowaliśmy w ramach naszej współpracy. Dzięki temu mieliśmy solidną bazę do kolejnych działań.

Zamiast ingerować w kod aplikacji, zaproponowaliśmy wykorzystanie istniejącej architektury server-side, która daje pełną kontrolę nad danymi jeszcze zanim trafią one na serwery Google. Dzięki temu nie trzeba było przebudowywać aplikacji — wykorzystaliśmy istniejącą warstwę pośredniczącą, by przetworzyć i rozszerzyć dane, które już były zbierane z aplikacji.

Po naszej stronie zakres prac obejmował:

• analizę danych przesyłanych z aplikacji,
• opracowanie logiki identyfikującej transakcje dotyczące wskazanych marek,
• przygotowanie dodatkowego zdarzenia zakupowego w warstwie server-side GTM,
• zadbanie o poprawność i zgodność danych z wymaganiami ekosystemu Google.

Całość wdrożyliśmy bez konieczności angażowania zespołu developerskiego klienta.

W praktyce oznaczało to, że zamiast przebudowywać aplikację, wykorzystaliśmy istniejącą warstwę pośredniczącą do przetworzenia i rozszerzenia danych, które były już zbierane z aplikacji.

Klasyczny model vs. nasze podejście

Klasyczny model:

• angażuje zespół IT i zwiększa koszty implementacji,
• wymaga zmian w kodzie aplikacji,
• oznacza testy i nowy release,
• zależy od aktualizacji aplikacji przez użytkowników,
• utrudnia szybkie reagowanie na potrzeby biznesu.

Nasze podejście:

• wykorzystuje istniejącą architekturę server-side,
• nie wymaga zmian w kodzie aplikacji,
• pozwala wdrażać logikę po stronie GTM,
• uruchamia zmiany bez czekania na aktualizację aplikacji,
• daje większą elastyczność i krótszy time-to-market.

To podejście okazało się szczególnie wartościowe także dlatego, że w trakcie projektu pojawiła się potrzeba zmiany listy marek objętych dodatkową logiką. W klasycznym modelu oznaczałoby to kolejny cykl developmentu i następny release aplikacji. W naszym modelu mogliśmy zareagować znacznie szybciej.

Efekt: szybsze wdrożenia, większa elastyczność, mniej zależności od IT

Najważniejsza zmiana polegała na tym, że Klient zyskał możliwość uruchamiania nowych konwersji zakupowych w aplikacji bez każdorazowego angażowania developerów i bez wydawania nowej wersji aplikacji.

Biznesowo przełożyło się to na:

• krótszy czas wdrażania zmian analitycznych,
• większą elastyczność przy działaniach promocyjnych i partnerskich,
• mniejsze uzależnienie marketingu i analityki od backlogu IT,
• możliwość szybszego uruchamiania pomiaru pod konkretne potrzeby kampanijne.

W środowisku retailowym, gdzie okna decyzyjne są krótkie, a działania promocyjne wymagają szybkiej reakcji, to realna przewaga operacyjna. Dzięki server-side GTM klient nie musiał wybierać między jakością danych a tempem działania.

Big Picture: więcej niż jednorazowe wdrożenie

Ten case nie był jednorazowym obejściem problemu. Potwierdził wartość wcześniej wdrożonej architektury ssGTM – zarówno po stronie webu, jak i aplikacji mobilnej.

I właśnie to jest najważniejszy wniosek z całego projektu: dobrze zaprojektowana architektura analityczna nie tylko zbiera dane. Daje biznesowi większą kontrolę, skraca czas reakcji i pozwala szybciej przekładać potrzeby marketingowe na konkretne działania.

The post Case Study – Gdy analityka musi nadążać za biznesem first appeared on Conversion.

Branża: Porównywarka cenowa
Klient: Ringier Axel Springer Polska sp. z o.o. (Warszawa, Polska)
Strona: www.skapiec.pl

Punkt wyjścia

Skąpiec.pl to jedna z największych porównywarek cenowych na polskim rynku. Serwis prezentuje miliony ofert i produktów, a miesięcznie odwiedza go blisko 4 miliony użytkowników. Przy takiej skali działania jakość danych oraz sprawność wdrażania nowych kodów śledzących miały bezpośredni wpływ na efektywność działań marketingowych i analitycznych.

Przed rozpoczęciem współpracy każda zmiana w kodzie strony wymagała zaangażowania działu IT. Nawet proste wdrożenia, takie jak śledzenie kliknięcia w przycisk, uruchomienie ankiety czy dodanie nowego kodu remarketingowego, trafiały do kolejki ticketów i mogły czekać na realizację tygodniami.

Celem współpracy było zwiększenie efektywności zbierania i analizy danych poprzez wdrożenie Google Tag Managera oraz uporządkowanie całego procesu zarządzania tagami.

Wyzwania

Najważniejszym wyzwaniem było odciążenie działu IT i umożliwienie szybszego wdrażania zmian analitycznych oraz marketingowych. Dotychczasowy model pracy powodował opóźnienia, a zespoły marketingowe i analityczne były w dużej mierze zależne od dostępności webmasterów.

Projekt był dodatkowo złożony ze względu na skalę serwisu. Skąpiec.pl posiadał już zaawansowaną konfigurację Google Analytics, rozbudowany system śledzenia oraz dużą liczbę kont i profili GA. Konieczne było więc nie tylko przeniesienie istniejących skryptów do Google Tag Managera, ale także uporządkowanie całego procesu zbierania danych.

Kluczowe wyzwania obejmowały:

• migrację rozbudowanej instalacji Google Analytics do Google Tag Managera,
• stworzenie skalowalnej warstwy danych (DataLayer),
• uporządkowanie wielu kont, profili i śledzonych elementów,
• zapewnienie wysokiej jakości i kompletności danych,
• ograniczenie zależności marketingu i analityki od działu IT,
• zachowanie ciągłości pomiaru w trakcie migracji.

Istotne było również zaprojektowanie rozwiązania przyszłościowego — takiego, które pozwoli w dowolnym momencie rozwijać śledzenie o nowe zdarzenia, skrypty i potrzeby biznesowe.

Nasze podejście

Prace rozpoczęliśmy od szczegółowego mapowania dotychczasowej konfiguracji Google Analytics. Zespół Conversion przeanalizował konta, profile oraz wszystkie elementy śledzone na stronie. Celem nie było samo przeniesienie istniejących kodów, ale ocena, które dane są naprawdę potrzebne i jak można wykorzystać je do tworzenia użytecznych analiz oraz rekomendacji.

Następnie przygotowaliśmy specyfikację DataLayer, czyli warstwy danych stanowiącej podstawę poprawnego wdrożenia Google Tag Managera. Gotowa specyfikacja została przekazana do zespołu IT Skąpiec.pl, który wdrożył ją w kodzie strony.

Kolejnym krokiem było stworzenie mechanizmów DataLayer.push, czyli sygnałów informujących GTM, że na stronie wydarzyła się konkretna akcja — np. kliknięcie przycisku lub przewinięcie strony. Dzięki wykorzystaniu zaawansowanych kodów JavaScript większość tych zmian została wdrożona bez angażowania IT po stronie Skąpiec.pl.

Aby ograniczyć ryzyko błędów, wdrożenie przeprowadzono etapowo. Conversion uruchomiło bliźniaczą instalację Google Analytics przez Google Tag Managera, opartą na osobnych kontach. Pozwoliło to porównać dane zbierane przez stare kody z danymi zbieranymi przez nową konfigurację GTM. Dzięki temu udało się zidentyfikować i poprawić błędy jeszcze przed finalnym przepięciem.

Ostateczne wdrożenie polegało na jednoczesnym wyłączeniu starych kodów przez IT i uruchomieniu nowych przez analityków Conversion. Proces był monitorowany w czasie rzeczywistym i trwał jeden dzień.

Efekty

Wdrożenie Google Tag Managera przyniosło Skąpiec.pl konkretne efekty organizacyjne, techniczne i analityczne:

• proces wdrożenia i migracji kodów trwał 6 tygodni,
• zaimplementowano 118 tagów, 96 makr i 38 reguł,
• przeniesiono m.in. skrypty Google Analytics, tagi Gemius Audience, remarketingowe AdWords oraz ankiety Qualaroo,
• odciążono dział IT,
• usprawniono pracę działu marketingu,
• przyspieszono wdrażanie nowych kodów i skryptów,
• poprawiono szybkość działania serwisu dzięki asynchronicznemu ładowaniu tagów,
• zapewniono wysoką jakość i kompletność danych,
• otwarto nowe możliwości analiz.

Szczególnie istotny był efekt praktyczny po szkoleniu zespołu. Już tydzień po wdrożeniu zespół Skąpiec.pl, przy niewielkim wsparciu Conversion, samodzielnie wdrożył kody remarketingowe nowej sieci reklamowej. Zmiana została uruchomiona następnego dnia od zgłoszenia z marketingu — podczas gdy wcześniej podobny proces przez IT trwałby ponad tydzień.

Opinia firmy Skąpiec.pl o zespole Conversion

Podsumowanie

Projekt dla serwisu Skąpiec.pl pokazuje, jak wdrożenie Google Tag Managera może uporządkować proces zbierania danych, odciążyć dział IT i zwiększyć efektywność działań marketingowych. Dzięki dobrze zaprojektowanemu DataLayerowi oraz skalowalnej konfiguracji GTM organizacja zyskała większą niezależność, szybsze wdrożenia i nowe możliwości analityczne.

The post Skąpiec.pl – Jak Skąpiec.pl usprawnił zbieranie danych dzięki Google Tag Managerowi? first appeared on Conversion.

Branża: Platforma medyczna
Klient: House-Med S.A. (Kraków, Polska)
Strona: www.upacjenta.pl

Punkt wyjścia

W dojrzałym marketingu dane nie mogą być „w przybliżeniu poprawne”. Muszą być wystarczająco precyzyjne, by dało się na nich oprzeć decyzje dotyczące budżetu, efektywności kanałów i wzrostu.

Właśnie z takim wyzwaniem zmierzył się upacjenta.pl – dynamicznie rozwijający się serwis z obszaru medycznego i e-commerce, działający w środowisku, w którym kluczowe znaczenie mają zarówno jakość pomiaru, jak i kontrola nad prywatnością danych.

Dotychczasowy model śledzenia opierał się na klasycznym podejściu client-side. W praktyce oznaczało to rosnącą podatność na blokowanie przez przeglądarki, adblocki i mechanizmy ochrony prywatności.

Efekt był prosty: część danych nie docierała do narzędzi analitycznych, a część traciła swoją wartość przez błędy atrybucji i niespójność sesji.

Dlatego celem projektu nie było wyłącznie wdrożenie nowej technologii, ale przede wszystkim przywrócenie wiarygodności danych i zbudowanie pomiaru gotowego na współczesne realia digitalu.

Wyzwania

Przed wdrożeniem zidentyfikowaliśmy kilka problemów, które bezpośrednio wpływały na jakość analityki i skuteczność działań marketingowych.

Znacząca część zdarzeń była blokowana po stronie przeglądarki, co ograniczało widoczność konwersji w GA4. Jednocześnie aż 22% sesji trafiało do kategorii (not set), co istotnie utrudniało ocenę, które kanały marketingowe realnie generują wartość.

Dodatkowym problemem było zrywanie sesji i zaburzone łączenie ścieżek użytkownika – m.in. na styku zgód CMP, architektury SPA oraz działania zewnętrznych narzędzi. W efekcie raportowanie nie zawsze odzwierciedlało rzeczywiste zachowanie użytkowników.

W środowisku medycznym równie ważny był aspekt compliance. Klient potrzebował większej kontroli nad tym, jakie dane opuszczają jego ekosystem i w jakiej formie trafiają do zewnętrznych platform.

Nasze podejście

Zaprojektowaliśmy i wdrożyliśmy architekturę server-side Google Tag Manager, która przejęła kluczowe elementy pomiaru, atrybucji i kontroli danych.

Zakres prac objął:

• migrację tagów Google Ads do kontenera serwerowego,
• uruchomienie modelu hybrydowego dla Meta i TikToka: pixel + Conversion API z pełną deduplikacją zdarzeń,
• przygotowanie infrastruktury pod przyszłą optymalizację kampanii w oparciu o marżę, a nie wyłącznie przychód.

To podejście pozwoliło nie tylko uszczelnić pomiar, ale też zbudować architekturę, która daje klientowi większą niezależność od ograniczeń przeglądarek i platform.

Projekt był realizowany w elastycznym modelu współpracy, dopasowanym do organizacji i potrzeb klienta. Część działań była realizowana po naszej stronie, a część po stronie upacjenta.pl.

To pokazuje, że potrafimy prowadzić wdrożenia zarówno kompleksowo, jak i w modelu partnerskim, ściśle współpracując z zespołem klienta.

Efekty

Analiza danych z okresu testowego pokazała wyraźną poprawę jakości pomiaru i atrybucji.

Odzyskane transakcje

W modelu server-side raportowanie transakcji było wyższe o od 1% do 14% dziennie względem wcześniejszego modelu client-side.

Naprawiona atrybucja

Udział ruchu Google / organic wzrósł z 46% do 61%, co pokazało, że wcześniejszy model nie odzwierciedlał w pełni rzeczywistego źródła wizyt.

Stabilniejsze sesje

Liczba raportowanych sesji spadła o 2–4%, co było pozytywnym sygnałem – oznaczało lepsze łączenie hitów w ramach jednej wizyty i eliminację sztucznych resetów sesji.

Czystszy model pomiarowy

Odsetek sesji bez zdarzenia session_start spadł do 0,2–0,5%, co potwierdziło poprawę w obszarze session stitching i spójności danych.

Co ten projekt zmienił biznesowo?

Największą wartością tego wdrożenia nie była sama zmiana technologii. Kluczowe było to, że upacjenta.pl odzyskało większą kontrolę, większą precyzję i większe zaufanie do danych.

Dzięki temu:

• raportowanie sprzedaży lepiej odzwierciedla rzeczywistość,
• atrybucja daje solidniejszą podstawę do decyzji mediowych,
• systemy reklamowe mogą uczyć się na pełniejszych danych konwersyjnych,
• klient ma większą kontrolę nad prywatnością i zakresem przekazywanych informacji,
• architektura analityczna jest gotowa na dalszy rozwój.

W praktyce oznacza to nie tylko lepszy pomiar „tu i teraz”, ale również gotowość do bardziej zaawansowanych scenariuszy optymalizacji i aktywacji danych.

Fundament pod kolejne etapy rozwoju

Wdrożenie server-side GTM stworzyło bazę pod dalsze inicjatywy z obszaru data-driven growth.

Ta architektura otwiera drogę do:

• optymalizacji kampanii w oparciu o marżę,
• personalizacji doświadczenia użytkownika w czasie rzeczywistym,
• budowy modeli predykcyjnych, takich jak pLTV.

To właśnie dlatego patrzymy na server-side tracking nie jak na pojedyncze wdrożenie techniczne, ale jak na element infrastruktury wzrostu.

Podsumowanie

Ten projekt pokazał, że problemy z jakością danych bardzo często nie wynikają z braku ruchu czy słabszych kampanii, ale z ograniczeń samego modelu pomiarowego.

W przypadku upacjenta.pl przejście na server-side GTM pozwoliło odzyskać część utraconych danych sprzedażowych, uporządkować atrybucję i zbudować znacznie bardziej odporną architekturę analityczną.

Bo kiedy dane stają się dokładniejsze, marketing może działać pewniej. A kiedy pomiar zaczyna nadążać za biznesem, łatwiej skalować to, co naprawdę działa.

The post uPacjenta.pl – Jak uPacjenta.pl odzyskało utracone dane sprzedażowe dzięki Server-side GTM? first appeared on Conversion.

Branża: E-commerce
Klient: Kratki.pl Marek Bal (Polska)
Strona: www.kratki.com

Punkt wyjścia

Kratki.com rozwijało swój sklep internetowy w oparciu o Magento 2.0, z frontendem opartym o technologię PWA (Progressive Web App). W momencie wdrożenia nowego rozwiązania firma potrzebowała poprawnie skonfigurowanej analityki Google Analytics, która pozwoliłaby mierzyć pełną ścieżkę zakupową oraz skuteczność działań marketingowych.

Problem polegał na tym, że w wyniku błędu we wtyczce do Google Tag Managera oraz specyfiki PWA firma traciła dane o co najmniej 10% użytkowników (a w niektórych przypadkach nawet do 70%). Zgodność danych po pierwszej implementacji wynosiła zaledwie około 30%.

Analityka opierała się głównie na Google Ads i Google Analytics, a wykorzystywane metryki ograniczały się przede wszystkim do liczby sesji i nowych użytkowników. Takie podejście było niewystarczające do świadomego zarządzania budżetami SEO i PPC, szczególnie przy ruchu pochodzącym z ponad 12 źródeł oraz sprzedaży prowadzonej na 21 rynkach.

Wyzwania

Najważniejsze wyzwania obejmowały:

• utratę części danych użytkowników w wyniku implementacji PWA,
• brak poprawnie skonfigurowanego śledzenia pełnej ścieżki zakupowej,
• konieczność rozdzielenia ruchu B2B i B2C,
• potrzebę zachowania spójności danych sprzedażowych (waluty, wersje językowe, lokalizacja),
• wybór odpowiedniego modelu atrybucji przy ruchu z wielu źródeł.

Dodatkowym wyzwaniem była migracja do Magento 2.0 oraz integracja analityki z ERP, który stanowił centralne źródło informacji o produktach.

Nasze podejście

Współpracę rozpoczęliśmy od warsztatu biznesowego z udziałem wszystkich kluczowych interesariuszy. Celem było zrozumienie procesów, potrzeb oraz celów biznesowych, a także określenie, jakie dane powinny być dostępne w docelowym ekosystemie analitycznym.

Kolejnym krokiem był szczegółowy audyt dotychczasowej konfiguracji Google Analytics oraz przygotowanie kompleksowego planu tagowania. Dokumentacja obejmowała instrukcje wdrożeniowe, uzgodnienia projektowe oraz przyszłościowe potrzeby raportowe.

Wdrożenie zostało podzielone na sprinty i realizowane etapami według trzystopniowej skali priorytetów. Takie podejście pozwoliło szybko uzyskać pierwsze dane oraz równolegle identyfikować i rozwiązywać problemy związane z technologią PWA.

Oprócz implementacji GA zoptymalizowaliśmy również inne kluczowe kody śledzące, m.in. Google Ads, Ceneo, Hotjar, Piksel Facebook, Pinterest oraz TikTok, aby zapewnić pełniejszy obraz zachowań użytkowników.

Efekty

Wdrożenie nowej architektury analitycznej pozwoliło:

• uszczelnić śledzenie w środowisku PWA i znacząco ograniczyć utratę danych,
• osiągnąć realną zgodność danych użytkowników,
• poprawnie mierzyć pełną ścieżkę zakupową,
• rozdzielić ruch B2B i B2C,
• uzyskać dedykowane widoki dla wszystkich wersji językowych sklepu,
• podejmować decyzje budżetowe w oparciu o wiarygodne dane sprzedażowe i behawioralne.

Dzięki uporządkowanej analityce Kratki.com zyskało przejrzysty wgląd w skuteczność działań marketingowych oraz możliwość świadomego skalowania sprzedaży na kolejnych rynkach.

Opinia Kratki.com na temat przeprowadzonego projektu

Zdaniem Kratki.com współpraca dała im pewność wchodzenia na nowe rynki oraz umożliwiła podejmowanie decyzji w oparciu o rzetelne, rzeczywiste dane.

Podsumowanie

Case study Kratki.com pokazuje, jak duży wpływ na jakość danych ma technologia PWA oraz sposób implementacji narzędzi analitycznych.

Kompleksowy audyt, przemyślany plan tagowania oraz iteracyjne wdrożenie pozwoliły odzyskać kontrolę nad danymi i oprzeć rozwój e-commerce na wiarygodnej analityce.

The post Kratki.com – Uszczelnienie śledzenia w PWA i odzyskanie nawet 70% utraconych danych first appeared on Conversion.

Branża: Serwis rekrutacyjny
Klient: Grupa Pracuj S.A. (Warszawa, Polska)
Strona: www.pracuj.pl

Punkt wyjścia

Pracuj.pl to największy serwis rekrutacyjny w Polsce, w którym analityka danych odgrywa kluczową rolę w rozwoju produktów, e-commerce oraz działań B2C i B2B. Od lat współpracujemy z klientem w modelu opieki analitycznej, który zakłada stałe wsparcie zarówno w obszarze technicznym, jak i strategicznym.

Taki model współpracy wymaga elastyczności, szybkiego reagowania oraz zdolności łączenia celów biznesowych z zaawansowaną analityką. Naszym zadaniem było zapewnienie ciągłości działań analitycznych i przejęcie odpowiedzialności za cały ekosystem: od GTM, przez GA4, po procesy i rekomendacje wspierające decyzje biznesowe.

Wyzwania

Współpraca w modelu opieki analitycznej odbywa się w dynamicznym środowisku, w którym potrzeby biznesowe często się zmieniają, a zgłoszenia wymagają szybkiej reakcji.

Najważniejsze wyzwania obejmowały:

• wielu interesariuszy po stronie klienta (Ecommerce, Product, B2C, B2B) i konieczność stałej priorytetyzacji zadań,
• szeroki zakres współpracy obejmujący zarówno warstwę techniczną, jak i strategiczną w całym ekosystemie analitycznym,
• dużą liczbę wdrożeń oraz pilnych zgłoszeń typu „asap”.

Kluczowe było wypracowanie procesu, który pozwoli utrzymać tempo prac, jakość danych oraz terminowość realizacji.

Nasze podejście

Pracę oparliśmy na sprawdzonych zasadach, które pozwalają zachować wysoką jakość i przewidywalność działań. Dzięki wieloletniej współpracy bardzo dobrze znamy kontekst biznesowy klienta oraz specyfikę techniczną jego systemów.

Za bieżącą realizację odpowiada zespół kilku analityków, a w razie potrzeby korzystamy ze wsparcia ad hoc innych specjalistów. Przepływ zadań porządkujemy w Jirze, co zapewnia transparentność i jasny ownership.

Co dwa tygodnie wspólnie z interesariuszami porządkujemy backlog pod kątem terminów, złożoności oraz wpływu na wyniki biznesowe. Każde zadanie posiada „ownera” po stronie klienta, a dobra znajomość niestandardowej architektury GTM oraz GA4 pozwala skrócić czas potrzebny na diagnozę i wdrożenia.

Efekty

Dzięki uporządkowaniu procesów i jasno zdefiniowanym zasadom współpracy udało się osiągnąć wymierne efekty:

• regularna i terminowa realizacja ticketów,
• eliminacja opóźnień dzięki jasnemu ownershipowi zadań,
• uporządkowany ekosystem analityczny,
• przejrzysta struktura GTM i GA4,
• zauważalna poprawa jakości danych,
• usprawniona komunikacja pomiędzy zespołami (Ecommerce, Product, B2C, B2B),
• krótszy czas ustaleń i mniejsza liczba zwrotek,
• szybsza reakcja na priorytety biznesowe.

W skrócie, efektem prac była lepsza jakość danych, która przełożyła się na pewniejsze decyzje oraz mierzalny wzrost wyników.

Opinia Pracuj.pl na temat przeprowadzonego projektu

Zdaniem Pracuj.pl, współpraca w ramach opieki analitycznej przełożyła się przede wszystkim na pewniejsze decyzje biznesowe i mierzalny wzrost wyników.

Podsumowanie

Współpraca z Pracuj.pl pokazuje, jak w praktyce wygląda opieka analityczna przy dużej organizacji i wielu interesariuszach.

Stałe wsparcie, jasne procesy oraz bieżąca priorytetyzacja pozwalają skutecznie odpowiadać na potrzeby biznesowe i utrzymywać wysoką jakość danych analitycznych.

The post Pracuj.pl – Uporządkowanie analityki (GA4 + GTM) dla największego serwisu rekrutacyjnego w Polsce first appeared on Conversion.

Branża: Sprzęt komputerowy
Klient: X-kom (Warszawa, Polska)
Strona: www.x-kom.pl

Punkt wyjścia

X-kom to jedna z najbardziej rozpoznawalnych marek e-commerce w Polsce, łącząca sprzedaż online z siecią sklepów stacjonarnych. Skala działalności oraz intensywne działania marketingowe sprawiają, że jakość danych analitycznych ma bezpośredni wpływ na podejmowane decyzje biznesowe.

W momencie rozpoczęcia współpracy zespół X-kom przygotowywał się do uruchomienia kampanii marketingowej, w której kluczowe znaczenie miała możliwość bieżącego monitorowania wyników i reagowania na zmiany w trakcie jej trwania. Warunkiem koniecznym była wysoka precyzja danych zbieranych w Google Analytics 4.

Klient zauważał jednak, że jakość danych eventowych może być obarczona błędami, które utrudniają rzetelną analizę skuteczności działań marketingowych. Potrzebne było szybkie i zdecydowane działanie.

Wyzwania

Główne wyzwania, z jakimi mierzył się zespół X-kom, obejmowały:

• konieczność poprawy jakości danych zbieranych w GA4 przed startem kampanii marketingowej,
• podejrzenie występowania błędów w konfiguracji Google Tag Managera,
• ograniczony czas na analizę i wdrożenie poprawek,
• potrzebę zachowania pełnej spójności danych w trakcie dynamicznych działań marketingowych.

Celem było szybkie zidentyfikowanie problemów oraz wdrożenie rekomendacji, które realnie wpłyną na wiarygodność danych.

Nasze podejście

Nasz zespół rozpoczął współpracę od kompleksowego audytu Google Analytics 4 oraz Google Tag Managera. W ramach prac sprawdziliśmy również poprawność wdrożenia Consent Mode, który ma istotny wpływ na sposób zbierania danych.

Analiza pozwoliła zidentyfikować trzy kluczowe problemy w konfiguracji GTM, które bezpośrednio wpływały na sposób zliczania eventów. Jednym z najważniejszych efektów tych błędów była duplikacja zdarzeń, zaburzająca obraz rzeczywistych zachowań użytkowników.

Wnioski z audytu zostały przez nas uporządkowane i sklasyfikowane pod względem ich istotności biznesowej. Dzięki temu mogliśmy skupić się w pierwszej kolejności na tych elementach, które miały największy wpływ na jakość danych.

Równolegle prowadziliśmy bieżącą komunikację z zespołem X-kom, dokładnie wyjaśniając zidentyfikowane problemy oraz rekomendowane zmiany. Pozwoliło to na szybkie wdrożenie poprawek po stronie klienta.

Efekty

Pierwsze rezultaty współpracy były widoczne bardzo szybko:

• eliminacja problemu zduplikowanych eventów,
• redukcja liczby eventów o 23%,
• zauważalna poprawa jakości danych już kilka dni po rozpoczęciu prac,
• większa precyzja danych wykorzystywanych do oceny skuteczności kampanii marketingowych.

Dzięki szybkiemu wdrożeniu rekomendacji zespół X-kom mógł w pełni skupić się na realizacji kampanii, mając pewność, że dane analityczne stanowią solidną podstawę do podejmowania decyzji.

Opinia X-kom.pl na temat przeprowadzonego projektu

Zdaniem X-kom nasz zespół wykazał się wysokim poziomem profesjonalizmu i sprawnością działania. Pierwsze wnioski z analizy oraz rekomendacje dotyczące poprawek zostały przekazane do X-kom’u już w ciągu 2 dni od uzyskania dostępu do audytowanych narzędzi.

Podsumowanie

Case study X-kom pokazuje, jak istotny wpływ na skuteczność działań marketingowych ma jakość danych analitycznych. Szybki audyt GA4 i GTM, precyzyjna identyfikacja problemów oraz sprawna komunikacja pozwoliły w krótkim czasie przywrócić spójność danych i wyeliminować duplikację eventów, bez ryzyka dla trwających działań biznesowych.

The post X-kom – 23% mniej eventów w Google Analytics dzięki audytowi GA4 i GTM first appeared on Conversion.

Z pewnością nie możemy narzekać na stagnację w świecie analityki internetowej w ostatnich miesiącach. W świetle reflektorów znajdowały się kwestie prywatności oraz “propozycji nie do odrzucenia” ze strony Google’a w temacie migracji z Universal Analytics’a na GA4. We wspomnianych zagadnieniach chyba już wszystko zostało powiedziane. Dlatego dzisiaj na warsztat weźmiemy rozwiązanie, o którym ucichło w ostatnim czasie i nadal nie jest wykorzystywane na większą skalę. Mowa tutaj o Google Tag Manager Server-Side.

Co znajdziesz w tym artykule?
Czym jest GTM Server-Side?
GTM Client-Side vs. Server-Side
Przypadki użycia GTM Server Side
Quo Vadis, GTM?
Nie wszystko złoto, co się świeci… – kilka wad Google Tag Managera Sever-Side
Etapy, przez które musimy przejść w celu uzyskania nowych supermocy
Narzędzie GTM Server-Side – podsumowanie

Czym jest GTM Server-Side?

GTM Server-Side to rozwiązanie od Google’a w zakresie menadżera tagów, które wyprowadza standard śledzenia oraz przekazywanie danych na znacznie wyższy poziom, dając nam tym samym nowe możliwości. W jaki sposób i o co w tym wszystkim chodzi? Tego dowiesz się z tego artykułu!

GTM Client-Side vs. Server-Side

“Nie dość, że muszę się przesiąść na nowy Google Analytics to to samo czeka mnie w przypadku GTM-a?”. Na wstępie uspokajamy – klasyczny Google Tag Manager (client-side) nadal będzie potrzebny, bo to właśnie jego należy zintegrować z GTM Server-Side. Oczywiście, o ile się na to zdecydujesz.

Na początek w skrócie wyjaśnijmy sobie różnice pomiędzy sposobami tagowania: client-side (na nim opiera się klasyczny GTM) oraz server-side. Dotychczas działało to w taki sposób, że mieliśmy ustawiony jakiś tag np. zdarzenie pixela Meta (dawniej Facebook). Po wywołaniu takiego tagu, request zawierający dane o zdarzeniu był przesyłany bezpośrednio do Meta. Poniżej zamieszczamy schemat, który powinien ułatwić zrozumienie opisanej sytuacji.

Tradycyjna konfiguracja strony – GTM Client-Side. Źródło: developers.google.com

W przypadku GTM-a Server-side pojawia się dodatkowy podmiot, który jest odpowiedzialny za zbieranie danych z wywołanych tagów na poziomie kontenera webowego i rozdysponowanie ich do innych narzędzi m.in Google Analytics, Google Ads, czy Meta. Można powiedzieć, że kontener serwerowy to nasz “anioł stróż”, który odpowiada za bezpieczeństwo naszych danych.

Konfiguracja strony przy użyciu GTM Server-Side. Źródło: developers.google.com

Na powyższym schemacie pojawił się “Client” w serwerowym kontenerze. Służy on do odbierania sygnałów (wywołanych tagów) z kontenera webowego. To wszystko może brzmieć dość skomplikowanie, ale wbrew pozorom takie nie jest. Jednak zanim pomyślimy o wdrożeniu tego rozwiązania, warto wiedzieć, dlaczego powinniśmy je rozważyć…

Przypadki użycia GTM Server Side

GTM Server Side sprawdza się tam, gdzie klasyczne tagi przestają wystarczać – np. do konsolidacji wielu źródeł danych (web, CRM, backend) w jednym miejscu, zanim rozdzielisz je do narzędzi analitycznych. Dzięki temu zyskujesz większą elastyczność w transformacji i filtrowaniu danych, a także możliwość sterowania, które fragmenty informacji trafią dalej, a które zatrzymasz lub usuniesz. To użyteczne zwłaszcza w środowiskach wielokanałowych.

Optymalizacja śledzenia konwersji

W kontekście konwersji, server-side tagging pozwala ominąć blokady typu ad blocker czy ograniczenia przeglądarkowe (ITP), co często skutkuje nawet 5-30% wzrostem liczby zarejestrowanych zdarzeń. Dodatkowo możesz wprowadzać logikę atrybucji lub „odświeżać” cookies na serwerze, co wydłuża okno atribucji i umożliwia lepsze przypisanie sprzedaży zwłaszcza w kampaniach z długim cyklem decyzyjnym.

Integracja z narzędziami analitycznymi

Po stronie serwera łatwiej jest integrować różne systemy – na przykład przekazywać dane z GTM do GA4, Meta (przez Conversion API), Piwik PRO czy nawet własnych systemów raportowych – z jednego punktu kontrolnego. W praktyce możesz zbudować logiczne „switchboard” danych: filtruj, wzbogacaj, anonimizuj – i kieruj odpowiednie zestawy danych do właściwych narzędzi, bez dublowania kodów po stronie klienta.

Quo Vadis, GTM?

Na początek zastanówmy się dlaczego powstał taki produkt, jak GTM Server-Side. Z pewnością nowa odsłona Google Tag Manager jest odpowiedzią na coraz większe ograniczeniach w śledzeniu użytkowników po stronie przeglądarek np. ITP (Intelligent Tracking Prevention) w Safari. Zmiany obejmują również blokowanie tzw. ciasteczek obcych (third-party cookies), co będzie skutkowało ograniczeniem śledzenia po stronie narzędzi zewnętrznych m.in. wspomniana już wcześniej Meta. Problem ten zostaje rozwiązany w taki sposób, że wysyłane request’y do naszego serwera są traktowane jako first-party cookie. Oczywiście, aby tak się stało należy skonfigurować customową domenę (temat zostanie poruszony w dalszej części artykułu).

Rozwiązanie opisanych ograniczeń, które pojawiły się wraz ze zwiększoną troską o prywatność użytkowników to nie jedyna zaleta. Poniżej przedstawiamy inne plusy tego rozwiązania:

• Zwiększona kontrola nad przesyłanymi danymi – zyskujemy możliwość decydowania o tym, jakie informacje zostaną dalej przesłane. Przykładowo GTM Server-Side odbiera request, który zawiera wrażliwy parametr, którego nie chcemy udostępniać podmiotom trzecim. Omawiane rozwiązanie pozwala usunąć lub zmodyfikować niepożądany parametr przed przesłaniem danych do kolejnych dostawców.
• Obrona przed Adblock’ami – wraz ze wzrostem świadomości użytkowników możemy zaobserwować popularyzację rozwiązań blokujących śledzenie użytkowników. Standardowo te produkty są nastawione na blokowanie third-party cookies, dlatego gdy nasze żądania są traktowane jako first-party, takowy AdBlock nie zatrzyma naszego śledzenia.
• Poprawa czasu wczytywania strony – zdajemy sobie sprawę jakim jest to istotnym aspektem pod kątem user-experience. Poprzez ograniczenie skryptów podmiotów trzecich nasza strona będzie mniej obciążona, co może korzystnie wpłynąć na czas wczytywania strony. Dodatkowo, dużym atutem GTM-a Server-Side jest to, że możemy na podstawie odebranego, jednego request’a rozdysponować dane do kilku innych podmiotów.
• Wzbogacanie danych – oprócz modyfikowania na danych na poziomie jednego źródła, możemy je łączyć z danymi z innego źródła przed ostatecznym przesłanie ich do jakiegoś dostawcy. Przykładem może być połączenie danych z Google Analytics z danymi z CRM, a następnie przesłanie pełniejszego obrazu do danego dostawcy.

Nie wszystko złoto, co się świeci… – kilka wad Google Tag Managera Sever-Side

Można się zastanawiać “skoro to rozwiązanie rozstrzyga tych kilka bieżących problemów to dlaczego jest tak stosunkowo mało popularne pod kątem wdrożeń”? Produkt jest już na rynku od około dwóch lat, a fazę beta opuścił na przełomie września i października 2021 r. Pomimo tego, rzadko możemy spotkać zaimplementowane to rozwiązanie nawet u dużych klientów. Z czego to wynika? Omówmy kilka wad/trudności związanych z tym rozwiązaniem:

• • Koszty utrzymania – jak mówi słynne przysłowie “jeśli nie wiadomo, o co chodzi to chodzi o pieniądze”. O ile samo utworzenie GTM Server-Side nic nie kosztuje, o tyle utrzymanie serwerów w środowisku chmurowym Google już tak. Standardowa implementacja opierająca się na App Engine to koszt 30-40$ miesięcznie za instancję. Zazwyczaj rekomendowane jest włączenie minimum 3 instancji (domyślnie 3-6 z autoscaling’iem), co potraja ten wydatek. Oczywiście, można na własną rękę przetestować mniejszą liczbę instancji i sprawdzić, jak będzie się ona sprawdzać pod kątem wydajność i wyrzucanych błędów.
    Jeżeli powyższe koszty Cię przestraszyły to na ratunek przychodzi alternatywne rozwiązanie oparte o Cloud Run. Ta opcja wyróżnia się możliwością skalowania, która zazwyczaj przekłada się na niższe koszty. Rozwiązanie jest polecane zwłaszcza dla stron cechujących się mniejszym obciążeniem (ilością przesyłanych hitów). W przypadku serwisów, na których “sporo się dzieje” może okazać się, że “stałe koszty” App Engine mogą być bardziej opłacalne niż koszty Cloud Run za rzeczywiste wykorzystanie zasobów.
  • Ograniczona liczba zasobów partnerów – jeżeli jesteśmy zaznajomieni z klasycznym GTM-em to patrząc na listę dostępnym template’ów pod konfigurację tagów w Server-Side, możemy stwierdzić, że jest ona dość uboga i tak naprawdę zawiera tylko zasoby od Google’a (oprócz HTTP Request).
    Jednak po wejściu do “Community Template Gallery” mamy dostęp do zasobów, które pozwalają przesyłać dane m.in. do Facebook’a, czy TikTok’a. Należy tutaj wykazywać się ostrożnością… Zanim skorzystamy z danego rozwiązania powinniśmy je zweryfikować np. poprzez sprawdzenie, kto zrealizował dany projekt.

Lista dostępnych template’ów pod konfigurację tagów. Źródło: developers.google.com

• Ograniczona wiedza techniczna – nie ma co się oszukiwać, że to środowisko jest bardziej skomplikowane niż GTM Client-Side. Zwłaszcza, że do starszego rozwiązania już się przyzwyczailiśmy i co niektórzy mogliby je “wyklikiwać” z zamkniętymi oczami. Tutaj na barki analityków są wkładane nowe obowiązki, takie jak konfiguracja środowiska chmurowego, ustawienie i zmapowanie nowej subdomeny, czy nowy standard konfiguracji z poziomu GTM-a, z którym trzeba się zaznajomić.
  Na pocieszenie mamy dostęp do szczegółowej dokumentacji od Google’a oraz do przynajmniej kilku wartościowych tutoriali, które znacznie ułatwią wejście w ten nowy świat.

Etapy, przez które musimy przejść w celu uzyskania nowych supermocy

1. Utworzenie kontenera GTM Server-Side

Ten etap możemy uznać za zdecydowanie najłatwiejszy. W momencie, w którym zdecydujemy się na utworzenie nowego kontenera wystarczy przejść na zakładkę “Administracja” i na poziomie kontenera kliknąć “+”. Po takiej interakcji pojawi się okno, w którym możesz wybrać rodzaj kontenera.

Jak utworzyć kontener GTM Server-Side?

Następnie możesz skorzystać z automatycznego skonfigurowania serwera tagowania. Po wybraniu tej opcji pojawi się zapytanie o konto rozliczeniowe na Google Cloud Platform, co oznacza rozpoczęcie 2. etapu…

2. Utworzenie konta GCP oraz konfiguracja sposobu płatności

Jeżeli jeszcze nie masz konta Google Cloud Platform, co oznacza, że nie było możliwości podłączenia płatności w poprzednim kroku i tym samym utworzenia projektu to będziesz zmuszony zrobić to teraz. W Internecie znajduje się wiele poradników jak to zrobić, dlatego w tym artykule nie będziemy tego zgłębiać.

Po utworzeniu konta i podłączeniu płatności możesz dokończyć konfigurację GTM-a Server-Side.

Jak utworzyć konto GCP oraz skonfigurować płatności?

Proces tworzenia po stronie systemu może zająć co najmniej kilka minut, dlatego zanim go przetestujesz musisz uzbroić się w cierpliwość.

3. Przygotowanie i przetestowanie pierwszych tagów

Jeżeli już masz ustawione odpowiednie tagi w GTM-ie Client-Side to proces możesz zacząć od stworzenia odpowiedniego Client’a z poziomu Server-Side, który będzie odbierał sygnały z klasycznego GTM-a. Zostanie on również wykorzystany w regule wywoływania tagów przekazujących dane do konkretnych narzędzi.

Tak wygląda lista dostępnych domyślnych Client’ów:

Lista dostępnych domyślnych Client’ów z poziomu GTM Server-Side.

Przykładowo możemy wybrać GA4. Jako regułę wywoływania tagu możemy ustawić “Niestandardowe”, a następnie ustawić warunek “Client Name” zawiera/równa się “GA4”

Konfiguracja Clienta w GTM Server-Side.

W tym przykładzie ostatnim elementem będzie utworzenie tagu.

Tworzenie tagów w GTM Server-Side.

Teraz musimy wrócić do naszego GTM-a Client-Side i włączyć przesyłanie danych do serwerowego kontenera:

Włączenie opcji przesyłanie danych.

Oprócz tego, podstawiamy URL dla serwera kontenerowego. Jeżeli jeszcze nie działałeś w kwestii zmiany customowej domeny to możesz podstawić domyślny URL wygenerowany przy tworzeniu kontenera – tryb testowy w App Engine. Możesz go znaleźć w głównym widoku swojego Server-Side po kliknięciu ID kontenera (GTM-xxx) na pasku nawigacyjnym. Tam znajduje się pole o nazwie “Domyślny adres URL”. Po podstawieniu tego URL-a w tagu na kontenerze Client-Side możemy go zapisać i rozpocząć debuggowanie, poprzez włączenie trybu podglądu na obu kontenerach. Dodatkowo, możesz to zweryfikować po stronie konsoli oraz w request’ach na poziomie App Engine.

Warto dodać, że taka konfiguracja pozwala na przechwytywanie wszystkich zdarzeń z Google Analytics 4.

4. Włączenie instancji produkcyjnych oraz konfiguracja customowej domeny

W przypadku włączenia instancji produkcyjnych będziemy musieli skorzystać z konsoli na poziomie GCP zwanej “Cloud Shell”. Po wprowadzeniu kilku komend będziemy mogli uruchomić nasze instancje produkcyjne. Pojawią się pytania m.in czy chcemy włączyć autoscalling oraz w przypadku wyrażenia zgody o minimalną i maksymalną liczbę instancji. W witrynie Google Developers znajduje się dokładny opis, jakie komendy należy wprowadzić: https://developers.google.com/tag-platform/tag-manager/server-side/script-user-guide

Na poziomie ustawień App Engine możemy również skonfigurować customową domenę (o zaletach wspominaliśmy już wcześniej). Będziemy musieli ustawić nazwę subdomeny, do której będą wysyłane request’y. Wymagana będzie również weryfikacja własności do danej subdomeny. Na sam koniec należy zaktualizować rekordy DNS, zgodnie z instrukcją występującą podczas konfiguracji.

Narzędzie Server side tagging od Google – podsumowanie

W rzeczywistości, w której spotykamy się z coraz większymi restrykcjami pod kątem śledzenia użytkowników, wydaje się, że to narzędzie może nas wynieść na wyższy poziom analityczny. Oczywiście, wiąże się ono z dodatkowymi kosztami. Jednak sam musisz zdecydować, czy wartość, którą wnosi jest godna poniesionych “strat”. Z pewnością będziemy oczekiwać na nowe udoskonalenia np. template’y, które pozwolą bezpośrednio przekazywać dane do innych systemów.
Zachęcam również do zainteresowania się tym tematem, aby obyło się bez niepotrzebnych stresów, kiedy obudzimy się w świecie totalnie odciętym od third-party cookies.

Mamy nadzieję, że udało mi się przekonać Cię do przetestowania tego rozwiązania! Jeśli zastanawiasz jak wykorzystać te narzędzia w Twojej firmie – pogadajmy!

The post Server side tagging – czym jest i jak działa? first appeared on Conversion.

Czym jest Google Tag Manager Server-side (ssGTM)?
Główne korzyści z wdrożenia GTM Server-side
Jak GTM Server-side wpływa na proces zbierania danych i infrastrukturę?
Kto powinien rozważyć wdrożenie GTM Server-side?
GTM Server-side krok po kroku – jak wdrożyć?
GTM Server-side a prywatność, RODO i dokładność danych
Najczęstsze błędy przy konfiguracji ssGTM
Podsumowanie

Czym jest Google Tag Manager Server-side (ssGTM)?

Google Tag Manager Server-side, w skrócie GTM Server-side lub ssGTM, to technologia umożliwiająca zbieranie danych po stronie serwera. Wszystkie żądania wysyłane do narzędzi zewnętrznych, szczególnie do narzędzi marketingowych czy pikseli śledzących, nie są wysyłane bezpośrednio z przeglądarki użytkownika. Najpierw trafiają na serwer, skąd są przekazywane dalej.

Dotychczas, w tradycyjnym podejściu, żądania trafiały bezpośrednio z przeglądarki użytkownika do zewnętrznych narzędzi. Warto przyjrzeć się temu procesowi na konkretnym przykładzie. W poniższej analizie wykorzystam serwis modivo.pl. Korzystając z konsoli przeglądarki oraz zakładki „Sieć”, można zobaczyć wszystkie interakcje serwisu z domenami zewnętrznymi. Po przeładowaniu strony modivo.pl pojawiają się różne połączenia z zewnętrznymi serwisami, takimi jak Adform.net, Analytics Tik-Tok, Google Ads czy DoubleClick. Są to żądania wychodzące z przeglądarki użytkownika do domen trzecich, szczególnie do narzędzi analitycznych i marketingowych.

Zawężając te żądania tylko do tych związanych z Google Analytics, widać funkcję “Collect”. W tym przypadku można zauważyć żądania wysyłane do region1.analytics.google.com. Wśród żądań sieciowych pojawiają się nie tylko te kierowane do google.com, ale również żądania wysyłane do domeny d-api.modivo.pl. Pierwsze żądanie, szczególnie w przypadku Google Analytics, wychodzi z przeglądarki do serwera Modivo, a domeną docelową jest d-api.modivo.pl. Na modivo.pl wdrożono śledzenie serwerowe, gdzie informacje trafiające do serwera są odpowiednio przetwarzane, a następnie przekazywane dalej – w tym przypadku do Google Analytics. GTM Server-side to instancja Google Tag Managera zainstalowana na serwerze, która obsługuje cały ruch przesyłany z przeglądarki użytkownika. Na poziomie serwera osoba odpowiedzialna za wdrożenie decyduje, jakie informacje i w jakiej formie trafią do narzędzi zewnętrznych.

Szczegółowe wyjaśnienie działania GTM Server-side znajduje się w osobnym materiale, do którego link zamieszczono w opisie. Materiał ten wyjaśnia zależności pomiędzy klientem (przeglądarką), serwerem oraz wykorzystywanymi narzędziami marketingowymi.

Główne korzyści z wdrożenia GTM Server-side

Wśród najczęściej pojawiających się pytań dotyczących GTM Server-side przewija się kwestia głównych korzyści tego rozwiązania. Wśród najważniejszych korzyści warto wymienić bezpieczeństwo danych. W przypadku przesyłania wrażliwych informacji do narzędzi zewnętrznych, kluczowe znaczenie ma optymalizacja kampanii w oparciu o marżę czy zysk z produktu, a nie jedynie przychód. Brak śledzenia po stronie przeglądarki sprawia, że marża nie jest przekazywana bezpośrednio, co chroni firmę przed ujawnieniem jej poziomu na rynku. Marża zostaje dołączona na poziomie serwera i dopiero wtedy przesyłana do narzędzi marketingowych.

Bezpieczeństwo danych dotyczy również wzbogacania informacji marketingowych o wartości wrażliwe, takie jak marża czy LTV (życiowa wartość klienta). Dodatkowo, rozwiązanie to pozwala na filtrowanie i anonimizację danych już na poziomie serwera. Dzięki temu możliwa jest pełna kontrola nad tym, jakie informacje są przekazywane do narzędzi trzecich, co ułatwia spełnienie wymagań RODO. Pierwszym aspektem jest bezpieczeństwo. Kolejnym czynnikiem jest szybkość ładowania witryny. Nie ma potrzeby wdrażania wszystkich pikseli po stronie kodu śledzącego, szczególnie w Google Tag Manager Client-side. Im więcej kodów, tym dłużej przeglądarka je przetwarza, co wpływa na wydłużenie czasu ładowania strony. Na szybkość ładowania wpływa również liczba komunikacji, jakie przeglądarka użytkownika nawiązuje z serwerami zewnętrznymi. Każda taka komunikacja, nawet jeśli trwa tylko milisekundy, sumuje się i może prowadzić do zauważalnych opóźnień.

W praktyce, korzystając z rozwiązania server-side, tylko jedna informacja wychodzi z przeglądarki użytkownika do serwera, a następnie to serwer przejmuje obsługę i rozsyła dane do poszczególnych narzędzi. Trzecim argumentem, który przemawia za wdrożeniem Google Tag Manager Server-Side, jest poprawa efektywności kampanii marketingowych. Przekazywanie marży zamiast przychodu pozwala na skuteczniejszą optymalizację kampanii reklamowych. Dzięki temu działania marketingowe koncentrują się na maksymalizacji zysku, a nie jedynie na wzroście przychodów, co jest kluczowe z perspektywy firmy.

Wdrożenie Serversite umożliwia korzystanie z ciasteczek First Party zamiast Third Party Cookies. To szczególnie istotne, ponieważ niektóre przeglądarki, zwłaszcza Safari na iOS, wykorzystują systemy ochrony prywatności, które znacznie skracają czas życia ciasteczek zewnętrznych. Wykorzystując GSM, można wydłużyć żywotność ciasteczek, co ułatwia skuteczne śledzenie użytkowników i pozwala lepiej rozumieć ich zachowania w świecie marketingu.

Kolejną zaletą jest dokładniejsze śledzenie użytkowników. Rozwiązania takie jak Serversite pozwalają zminimalizować wpływ adblocków, które blokują niektóre dane przesyłane z przeglądarki. Dzięki temu uzyskujemy pełniejszy obraz skuteczności kampanii i zachowań użytkowników na stronie. Jeśli zakodujemy wszystkie potrzebne informacje, które trafiają na serwer, na przykład w przypadku Modivo jest to domena wewnętrzna Modivo, d-api, a nie domena DoubleClick, to na poziomie serwera można dalej przesyłać te dane. Dzięki temu informacje rzadziej są blokowane, a narzędzia zewnętrzne, szczególnie analityczne, nie tracą dostępu do danych.

Dokładniejsze śledzenie wynika również ze zwiększenia żywotności ciasteczek. Niektóre przeglądarki, takie jak Safari, ograniczają żywotność ciasteczek do 7 dni. Przy odpowiedniej konfiguracji można jednak wydłużyć ten czas nawet do 18 miesięcy.

Jak GTM Server-side wpływa na proces zbierania danych i infrastrukturę?

Często pojawia się pytanie, jak działa proces zbierania danych w GTM Server-side. Kluczową zasadą działania Server-side jest to, że przeglądarka użytkownika nie odpowiada już za wysyłanie informacji analitycznych i marketingowych do różnych narzędzi. Zamiast tego z przeglądarki wychodzi jedna paczka wszystkich informacji do serwera, a następnie na poziomie serwera dane są rozsyłane dalej. GTM Server-side wymaga dodatkowej infrastruktury, czyli serwera, na którym uruchamiana jest instancja GTM Server-side. Najczęściej wdrażamy GTM Server-side w ramach Google Cloud Platform, korzystając głównie z usługi Cloud Run. Standardowo można wykorzystać również instancję App Engine, jednak przy dużym ruchu takie rozwiązanie staje się nieskalowalne.

W portfolio Conversion znajdują się także wdrożenia na innych platformach chmurowych, takich jak Microsoft Azure – konkurencyjne rozwiązanie wobec Google Cloud Platform – oraz AWS, czyli chmura Amazon. Dzięki temu możliwe jest dopasowanie infrastruktury do indywidualnych potrzeb i preferencji klientów.

Kto powinien rozważyć wdrożenie GTM Server-side?

Wdrożenie Google Tag Manager Server-side warto rozważyć przede wszystkim w branży e-commerce oraz w dużych firmach prowadzących działalność online. Rozwiązanie to adresuje potrzeby biznesów, którym zależy na bezpiecznym, precyzyjnym i odpornym na blokady systemie śledzenia. GTM Server-side sprawdza się szczególnie tam, gdzie istotne są ograniczenia związane z blokadami cookies w przeglądarkach oraz coraz bardziej zaawansowane mechanizmy ochrony prywatności.

Firmy decydują się na wdrożenie GTM Server-side, gdy chcą przesyłać bardziej wrażliwe dane biznesowe, na przykład informacje o marżach. Rozwiązanie to polecane jest także dla organizacji z rozbudowanym, długim procesem zakupowym, gdzie kluczową rolę odgrywa remarketing.

Szczególne znaczenie GTM Server-side zyskuje w przypadku serwisów, których użytkownicy korzystają głównie z przeglądarek Apple, takich jak Safari czy urządzeń z systemem iOS. Te platformy znane są z restrykcyjnego podejścia do ochrony prywatności, przez co ciasteczka mają bardzo krótki okres ważności. W efekcie, przy długim procesie zakupowym, trudniej zidentyfikować powracającego użytkownika. GTM Server-side pozwala na skuteczniejsze zarządzanie danymi i lepsze śledzenie ścieżki klienta, co przekłada się na efektywniejsze działania marketingowe i analityczne.

GTM Server-side krok po kroku – jak wdrożyć?

Jak wdrożyć GTM Server-side krok po kroku? Proces składa się z czterech głównych etapów.

Pierwszym krokiem jest audyt obecnego śledzenia w GTM Client-side, czyli tego, które wysyła dane marketingowe i analityczne z poziomu przeglądarki użytkownika. Celem audytu jest mapowanie wszystkich tagów, reguł i zmiennych, które powinny być dalej przekazywane. Często okazuje się, że większość tych elementów jest niepotrzebna lub nieużywana. To dobry moment, aby odchudzić kontener Client-side, co pozytywnie wpływa na szybkość ładowania serwisu.

Drugim krokiem jest wybór rozwiązania serwerowego. Należy zdecydować, czy wdrożenie będzie oparte o Cloud Run, najprostszy App Engine, czy inne narzędzie obsługujące serwerową wersję GTM. Gdy decyzja zostanie podjęta, można przejść do konfiguracji wybranej instancji serwerowej. W trzecim kroku śledzenie przenoszone jest z Client-side na server-side. Czwarty krok to testowanie i weryfikacja, czy śledzenie działa prawidłowo. To cztery kroki, które z pozoru wydają się proste, jednak wymagają czasu na realizację.

GTM Server-side a prywatność, RODO i dokładność danych

Pojawia się pytanie: czy GTM Server-Side zastępuje klasyczny GTM Client-side, czyli wdrożenie z poziomu przeglądarki? GTM Server-side nie zastępuje rozwiązania Client-side. Informacje o użytkowniku muszą zostać najpierw zebrane w przeglądarce i przesłane do serwera. GTM Server-side jest kolejnym etapem po GTM Client-side. Standardowy GTM Client-side zbiera dane i wysyła paczkę informacji do serwera, a następnie po stronie serwera następuje dalsze przetwarzanie i przekierowanie tych informacji. Client-side i Serve-Side to bezpłatne rozwiązania. Pojawia się jednak kwestia kosztów korzystania z GTM Server-Side. W przypadku Client-side, poza samą konfiguracją i przeniesieniem śledzenia, obsługa Server-Side wymaga większych kompetencji technicznych. Przekłada się to na wyższy koszt obsługi. Dodatkowo pojawia się koszt utrzymania serwera – to serwer przejmuje wysyłanie informacji, a jako wirtualna maszyna generuje opłaty.

Szczegółowe informacje o kosztach można znaleźć w dedykowanych materiałach, gdzie przedstawiono konkretne wyliczenia.

Kolejną ważną kwestią jest wpływ GTM Server-Side na prywatność i zgodność z RODO. W Client-side implementujemy na stronie skrypt, np. piksel śledzący, który automatycznie zbiera dane z serwisu i przesyła je do narzędzi firm trzecich. W tym modelu nie mamy pełnej kontroli nad tym, jakie informacje trafiają do tych narzędzi. Z perspektywy RODO kluczowa jest pełna kontrola nad danymi, które są wysyłane. W przypadku wykorzystania Google Tag Managera w wersji serwerowej ta kontrola jest znacznie większa. Pozwala to na anonimizację danych osobowych, które trafiają do serwerów firm trzecich, takich jak Meta czy Google. Dodatkowo można ograniczyć przesyłanie nadmiarowych informacji, które nie są istotne z perspektywy prowadzonych kampanii. Firmy trzecie i wydawcy reklam często gromadzą te dane i wykorzystują je na własny użytek. GTM Server-side wpływa na dokładność danych analitycznych na kilka sposobów.

Po pierwsze, ogranicza wpływ AdBlocków na zbieranie danych, szczególnie w przypadku Google Analytics. AdBlocki zazwyczaj blokują ruch rozpoznając charakterystyczne fragmenty kodu wysyłane bezpośrednio z przeglądarki użytkownika. W rozwiązaniu serwerowym dane trafiają najpierw na nasz serwer, gdzie mogą zostać zanonimizowane lub zaszyfrowane, a następnie przekazane dalej do narzędzi analitycznych. Dzięki temu ryzyko zablokowania informacji przez AdBlocki jest znacznie mniejsze.

Kolejną korzyścią jest możliwość wzbogacenia danych trafiających do analityki o informacje z wewnętrznych systemów firmy. Najczęściej są to dane kosztowe, dotyczące marży na produktach lub informacje o segmentach użytkowników. Dzięki temu możliwa jest bardziej szczegółowa analiza oraz lepsza segmentacja danych, co przekłada się na skuteczniejsze wyciąganie wniosków i podejmowanie decyzji biznesowych. W przypadku kilku serwisów często pojawia się pytanie, czy dla każdego z nich należy budować osobny kontener serwera Google Tag Manager (GTM). To zagadnienie z obszaru bardziej zaawansowanych konfiguracji, wymagające indywidualnego podejścia. Budowa osobnego serwerowego GTM dla każdego serwisu na różnych domenach może wpłynąć na koszty utrzymania środowiska chmurowego. Każda domena wymaga wtedy własnego serwera, co zwiększa złożoność i wydatki związane z infrastrukturą.

Dla jednego z klientów, dużej organizacji z wieloma domenami, przygotowaliśmy studium przypadku, w którym zarekomendowaliśmy pozostanie przy jednym serwerze. Każda sytuacja wymaga jednak indywidualnej analizy – nie istnieje uniwersalne rozwiązanie.

Najczęstsze błędy przy konfiguracji ssGTM

Warto również omówić najczęstsze błędy popełniane przy konfiguracji ssGTM (Server-Side Google Tag Manager).

#1 Problem z czyszczeniem list remarketingowych

 
Podczas migracji z Client-side do Server-side często obserwujemy problem z czyszczeniem list remarketingowych. Wynika to z natychmiastowej migracji ciasteczek z warstwy klienckiej na serwerową, co prowadzi do utraty ciągłości remarketingu.

#2 Zła lokalizacja serwera

 
Kolejnym częstym błędem jest zła lokalizacja serwera, która spowalnia działanie i zwiększa koszty związane z transferem danych między serwerami. Konfiguracja serwera to w pełni zagadnienie cloudowe. Wybór lokalizacji serwera ma kluczowe znaczenie – od niej zależy zarówno wydajność, jak i koszty utrzymania. Duplikowanie danych w wielu regionach dodatkowo je zwiększa. Dla mniejszych serwisów nie stanowi to dużego problemu, jednak w przypadku dużych organizacji niewłaściwa lokalizacja serwera może generować znaczne i niepotrzebne koszty.

Podsumowanie

Podsumowując, pojawiło się wiele pytań dotyczących GTM Server-side. Jeśli zabrakło odpowiedzi na interesujące zagadnienie, warto zostawić je w komentarzu – każde pytanie zostanie przekazane do zespołu analitycznego Conversion i nie pozostanie bez odpowiedzi. W przypadku bardziej złożonych przypadków lub wyzwań związanych z GTM Server-side, zachęcam do kontaktu oraz skorzystania z bezpłatnej konsultacji. Wśród omawianych pytań można znaleźć wiele praktycznych wskazówek i rozwiązań związanych z wdrożeniem tego narzędzia.

The post GTM Server-Side – 12 najczęstszych pytań i odpowiedzi first appeared on Conversion.

Czy “wyciągnięcie” jakichkolwiek danych ze strony www, sklepu internetowego lub też aplikacji mobilnej zawsze musi oznaczać przymus kontaktowania się z działami IT i… czasami długie oczekiwania na ich reakcje? Powiedzmy sobie szczerze, jeśli wszystkie działania związane z implementacją i modyfikacją kodów wykorzystywanych w analityce internetowej spoczywałyby na barkach programistów, to wielu analitykom prędzej urosłyby siwe brody (i przeszliby na emerytury), niż doczekaliby się na planowanego wdrożenia.

Na szczęście firma Google już dawno zdała sobie sprawę z tego, że spece od IT zawsze mają coś ważniejszego na swoich głowach. Dlatego zaproponowała rozwiązanie, które pozwala nie tylko wdrażać, ale również sprawnie zmieniać kluczowe z punktu analityki elementy – i to każdemu, kto ma dostęp do Google Tag Managera.

Czym jest DataLayer? Jakie ma zastosowanie? Kto powinien z niego skorzystać? Aż wreszcie – jak podejść do jego konfiguracji i implementacji? Odpowiedzi na wszystkie te (plus kilka dodatkowych) pytań, postarałem się zawrzeć w tym artykule. Zapraszam do lektury :)!

Co to jest Data Layer?
Przykłady zastosowania warstwy danych
Jakie informacje mogą znajdować się w Data Layerze?
Jak wygląda warstwa danych?
Data Layer a Google Tag Manager – co mają ze sobą wspólnego?
Dlaczego warto postawić na wdrożenie poprzez GTM?
Jak wdrożyć Data Layer za pomocą GTMa?
Wykorzystanie warstw danych w e-commerce
Dlaczego warto? Korzyści wynikające z wdrożenia i użytkowania warstwy danych.
Data Layer – podsumowanie

Co to jest Data Layer?

Z czysto technicznego punktu widzenia, Data Layer (czyli warstwa danych) to po prostu obiekt JSON (nazywany też tablicą). Wykorzystuje się go do przesyłania informacji np. z Twojej strony internetowej – bezpośrednio do kontenera menedżera tagów.

W praktyce DataLayer (DL) pozwala na uporządkowanie danych tak, aby menedżer mógł w łatwy i szybki sposób docierać do niezbędnych parametrów, które są umiejscowione bezpośrednio w kodzie źródłowym. Oczywiście, takie warstwy danych mogą być skonfigurowane zarówno dla serwisów internetowych (stron czy sklepów), jak i aplikacji. 

Przykłady zastosowania warstwy danych

Warstwa danych (data layer) można wykorzystać w wielu scenariuszach: np. przy śledzeniu dodania produktu do koszyka – pushujesz event: addToCart z informacjami o produkcie, jego cenie i ilości. Innym przykładem jest rejestracja użytkownika: warstwa danych może przesłać event: userSignUp wraz z planem abonamentu czy źródłem kampanii. W e-commerce klasycznym zastosowaniem jest przekazanie danych transakcji (ID zamówienia, wartość, lista produktów) do GTM i dalej do Google Analytics lub narzędzi remarketingowych. Takie zastosowania zapewniają spójność danych, łatwe mapowanie i odseparowanie logiki marketingowej od warstwy prezentacji strony.

Jakie informacje mogą znajdować się w Data Layerze?

Muszę powiedzieć, że zastosowanie warstw danych ogranicza głównie Twoja wyobraźnia, potrzeby biznesowe oraz specyfika samego serwisu czy aplikacji.

Data Layer może odnosić się do wielu zmiennych, w tym: atrybutów, nazw, zdarzeń i wielu innych. Ponadto, sprawdza się również przy okazji i tworzenia reguł, jak i samych tagów. Pomimo tego, że można ich używać praktycznie na dowolnych stronach czy aplikacjach – zdecydowanie największe “pole do opisu” znajdują się oczywiście w obszarze e-commerce.

W tej materii Data Layer może obsługiwać takie informacje, jak:

• Dane na temat produktów, w tym ich nazwy, kategorie oraz ceny.
• Dane na temat transakcji, w tym wartość koszyka zakupowego, sposób oraz daty płatności.
• Dane o klientach lub użytkownikach, w tym: czy są to nowe, czy też powracające osoby.

Data Layer może też dotyczyć prowadzonych kampanii reklamowych, w tym informować o źródłach wizyt użytkowników odwiedzających sklep internetowy.

Naturalnie może być wykorzystywany w wielu innych miejscach. W przypadku bloga, dane, które mogą być przekazywane “dalej”, to chociażby: nazwa wpisu, data publikacji, kategoria, imię i nazwisko autora. 

Jak wygląda warstwa danych?

Jak już wspomniałem kilka akapitów wcześniej – DataLayer odwołuje się bezpośrednio do kodu strony, do czego wykorzystuje obiekt JSON. Obiekt ten zawiera opis elementów strony internetowej lub aplikacji. Może prezentować się np. w następujący sposób: 

’ProductName’ – oznacza nazwę produktu na danej podstronie

‘Brand’ – oznacza markę danego produktu

‘Category’ – oznacza kategorię, w której znajduje się dany produkt

’Price’ – oznacza cenę danego produktu

W tym miejscu muszę jasno zaznaczyć, że zarówno kwestia nazewnictwa poszczególnych elementów, jak i parametrów, do których mają się odwoływać – jest całkowicie dowolna. To oznacza, że nie istnieje jedna “z góry” określona struktura, której trzeba się “trzymać”. Oczywiście mamy tutaj wyjątki.

W praktyce możesz więc nazywać je tak, jak tylko zechcesz. Zalecam jednak pewną ostrożność. Weź pod uwagę, aby zadbać o maksymalną intuicyjność oraz czytelność elementów w Twoim Data Layerze. Tak, aby inne osoby, które będą z nimi pracowały, nie miały żadnych problemów z określeniem “co autor miał na myśli” .

Dobrą praktykę w tej materii stanowi stosowanie jasnych i powszechnie stosowanych określeń (zarówno w języku polskim, jak i angielskim) np.:

• “price” lub “cena” – dla ceny produktów.
• “category” lub “kategoria” – dla ich kategorii.
• “source” lub “źródło” – dla źródła pochodzenia klientów.

I tak dalej, i tak dalej.

Jednocześnie staraj się wystrzegać oznaczeń, które nie są jednoznaczne lub kompletnie “nic nie mówią”. Przykłady, które warto omijać, to między innymi: przypadkowe ciągi liter lub cyfr, nazwy własne, długie i skomplikowane zwroty.

Data Layer a Google Tag Manager – co mają ze sobą wspólnego?

Istnieją co najmniej dwa najpopularniejsze sposoby implementacji warstw danych. Pierwsza z nich to tzw. ręczna – wymaga posiadania wiedzy i umiejętności programistycznych, a dodatkowo potrafi zabrać bardzo dużo czasu. Polega bowiem na pracy bezpośrednio w kodzie strony lub aplikacji. W tej zazwyczaj niezbędna jest pomoc osób, które posiadają dostęp do kodu źródłowego Twojego serwisu.

Na szczęście istnieje też druga, zdecydowanie prostsza, szybka i taka, którą zajmiesz się osobiście – bez konieczności angażowania specjalistów z działu IT. I właśnie opcji nr 2 poświęcę ten i kolejny akapit.

Data Layer możesz bowiem z powodzeniem zaimplementować za pośrednictwem Google Tag Managera. Jeżeli nie wiesz, co to takiego – gorąco zachęcam Cię do zapoznania się z tym artykułem o GTM, którego autorem jest jeden z ekspertów Conversion – Paweł Ogonowski. W skrócie: wystarczy, że opracujesz odpowiednie makra, które przechwycą wybrane informacje, a Google Tag Manager będzie już wiedział, czego dotyczy dana podstrona.

Dlaczego warto postawić na wdrożenie poprzez GTM?

Jedną z głównych zalet są oczywiście: prosta obsługa, łatwy dostęp oraz czytelność. Warto także wiedzieć, że wdrożenie Data Layera oznacza też znacznie mniej problemów przy okazji migracji serwisu. Jeśli Twoja organizacja postanowi odświeżyć lub też całkowicie zmodyfikować stronę lub sklep – wcale nie musisz martwić się, że wszystkie dane zostaną stracone, a całą pracę należy zacząć od nowa. Jedyne, o czym wówczas należy pamiętać, to zmigrowanie stworzonej wcześniej warstwy danych.

Jak wdrożyć Data Layer za pomocą GTMa?

Dobra wiadomość jest taka, że nie będziesz do tego potrzebować bardzo zaawansowanej wiedzy programistycznej. A tak szczerze, to nawet ta mniej zaawansowana też nie będzie niezbędna ;). Jedyne aspekty, o które musisz zadać, to odrobina wolnego czasu i upewnienie się, że na Twojej stronie jest już wdrożony Google Tag Manager. Gdy to będzie już za Tobą – postępuj zgodnie z poniższą instrukcją.

Krok 1: przygotuj plan warstwy danych

Oczywiście, najlepiej zrobić to przy okazji instalacji samego GTMa. Na wstępie dopilnuj, o to, aby Twoja warstwa danych spełniała te 3 warunki: była przemyślana, przyszłościowa i skalowalna.

Zastanów się, jakie zmienne będą Ci potrzebne oraz na jakiego typu stronach chcesz je umieścić. Pamiętaj, że zarówno strony kategorii, produktów, jak i artykułów blogowych prezentują inne informacje. Dlatego każda z nich powinna wysyłać też inne dane do GTM. 

W tym miejscu kieruj się zasadą “lepiej więcej niż mniej”. Pomyśl, jakie dane nie są Ci obecnie potrzebne, ale mogą przydać się w przyszłości i je także uwzględnij w swoich warstwach.

Krok 2: zaimplementuj

Przejdź do Google Tag Managera, dodaj nowy Tag i zajmij się jego konfiguracją. Jeśli nie masz jeszcze utworzonego GTMa lub stawiasz w nim swoje pierwsze kroki – rzuć okiem na ten poradnik. Następnie utwórz niestandardowy kod HTML i umieść w nim Twój skrypt (przykład poniżej).

<script>

DataLayer.push ({

‘price’: ‘19,99’

‘category’: ‘obuwie’

‘product’: ‘trampki’

‘size’: ‘45’

});
</script>

Podczas konfigurowania pamiętaj, aby zachować spójność. Nazwa Twojej zmiennej warstwy danych powinna mieć taką samą nazwę również bezpośrednio w kodzie. Szczegółową instrukcję na temat konfiguracji zmiennej znajdziesz w tej instrukcji od Google.

Jeżeli zależy Ci, aby były wywoływane tylko na konkretne typy podstron – pamiętaj o dodaniu takiego warunku w Twoim kodzie. W przypadku artykułów blogowych mogą to być adresy zawierające w sobie /blog/, w przypadku kategorii – wskazujące konkretną grupę produktów (np. /buty-sportowe/), a przy samych produktach – posiadające, chociażby element /product/.

Krok 3: rozwijaj i optymalizuj

Jednorazowe wdrożenie Data Layera wcale nie oznacza, że Twoja przygoda z warstwami danych ma dobiec końca. Przeciwnie! Musisz mieć na względzie, że raz wdrożona warstwa danych powinna być stale rozwijana i dostosowywana – zarówno do zmieniającego się otoczenia konkurencyjnego, branży, jak i potrzeb Twojej firmy. Aby ułatwić sobie to zadanie – koniecznie zadbaj o stworzenie oraz aktualizowanie dokumentacji.

Wykorzystanie warstw danych w e-commerce

Doskonały przykład wykorzystania potencjału Data Layera stanowią transakcje w sklepach internetowych. Wówczas może on stanowić łatwy sposób na przesyłanie wszystkich niezbędnych informacji, które dotyczą takich aspektów, jak: nazwa produktu i kategorii, kod SKU, cena produktu, zamówiona ilość, rodzaj płatności, sposób i koszt dostawy, a dodatkowo także: numer samej transakcji, źródło pochodzenia klienta, wysokość podatku.

W takim obszarze doskonale sprawdza się korzystanie z zaawansowanych skryptów, które pozwalają na przesyłanie danych do Enhanced Ecommerce. W takim przypadku Data Layer może agregować kilkanaście, a nawet kilkadziesiąt różnych zmiennych.

Niezwykle istotnym aspektem jest również elastyczność takiego podejścia. W e-commerce bardzo często mamy do czynienia z dziesiątkami, setkami, a nawet tysiącami produktów. Wiele z nich odznacza się różnymi parametrami (np. cenami), DL pozwala nam na wywoływanie reguł w zależności od tego czy produkt spełnia daną cechę, czy nie. Jest to użyteczne w kampaniach marketingowych.

Dlaczego warto? Korzyści wynikające z wdrożenia i użytkowania warstwy danych.

Data Layer to bez wątpienia ogromny krok w stronę lepszej, wygodniejszej i bardziej efektywnej analityki internetowej, która pozwala lepiej rozumieć zachowania klientów i osiągać lepsze wyniki biznesowe. Dzięki odpowiednio zaplanowanym oraz wdrożonym warstwom danych:

• Zapewnisz sobie solidne źródło cennych danych o klientach i użytkownikach – i to na “wyciągnięcie ręki”.
• Unikniesz informacyjnego chaosu i zapewnisz sobie ciągłość danych – przy odświeżeniu lub całkowitej zmianie Twojej strony.
• Usprawnisz procesy gromadzenia, przetwarzania i wykorzystywania informacji – praktycznie wszystko będzie znajdowało się w jednym miejscu.
• Zyskasz możliwość pełnej customizacji zbieranych danych – to Ty decydujesz, jakie informacje mają trafiać do Twojego GTM.
• Unikniesz konieczności scrapowania danych ze strony – dzięki temu oszczędzisz czas i energię.
• Uniezależnisz się od programistów i działu IT – zdecydowaną większość zmian wprowadzisz we własnym zakresie, bez czekania godzin, dni, a nawet tygodni na reakcję specjalistów od IT .

Data Layer – podsumowanie

Korzystanie z Data Layer, choć tylko pozornie skomplikowane i problematyczne, to tak naprawdę najprostsza i najszybsza droga do tego, aby wprowadzić korzystanie z Google Tag Managera na zdecydowanie wyższy poziom, a co za tym idzie – ułatwić i przyspieszyć Twoją codzienną pracę związaną z analizą danych.

Potrzebujesz wsparcia przy dodaniu i konfiguracji Data Layera w obrębie Twojej strony internetowej?

Nie czekaj i już dziś skorzystaj z niezobowiązujących konsultacji z ekspertami Conversion. Pomożemy Ci zdefiniować Twoje potrzebny związane z gromadzeniem i przesyłaniem odpowiednich danych, a następnie z chęcią zajmiemy się również wdrożeniem niezbędnych zmian, dzięki którym wykorzystasz możliwości, jakie dają Ci odpowiednio skonfigurowane warstwy danych.

The post Data Layer (warstwa danych) – czym jest, do czego służy, jak wykorzystać? first appeared on Conversion.

Wyobraź sobie świat, w którym możesz samodzielnie modyfikować kody śledzące na Twojej stronie www. Jesteś w stanie w łatwy sposób przekazywać do Google Analytics dodatkowe informacje, kody remarketingowe od różnych usługodawców, przeprowadzać testy A/B, czy zmieniać warunki, które powodują wywołanie kodu śledzącego konwersje Google Ads. I uwaga… to wszystko za sprawą GTM i praktycznie bez żadnego udziału specjalistów z działu IT!

Tak, zdecydowanie Google Tag Manager to jedno z tych typów narzędzi, bez którego większość z nas nie wyobraża już sobie codziennych działań analitycznych. Posiadanie GTM-a zdecydowanie usprawnia działania związane ze zbieraniem danych, a także pozwala na lepsze zarządzanie kodami śledzącymi.

Dowiedz się, co to jest Google Tag Manager, jak działa i w jaki sposób możesz wykorzystać możliwość GTM także w swojej firmie. Zapraszam!

Co znajdziesz w tym artykule?
Czym jest Google Tag Manager?
Jak zainstalować Google Tag Managera?
Do czego służy Google Tag Manager? Po co Ci GTM?
Jak przedstawia się struktura Google Tag Managera?
Zaawansowane funkcje Google Tag Manager
GTMowa wisienka na torcie, czyli: zarządzanie użytkownikami, wersjami oraz debugowanie
Tryb zgody – Consent Mode w Google Tag Manager
Google Tag Manager – podsumowanie

Czym jest Google Tag Manager?

Google Tag Manager (w skrócie GTM) to system służący do zarządzania wszystkimi skryptami (tagami), które znajdują się na danej stronie www. Można więc powiedzieć, że stanowi “coś” w rodzaju CMSa (Content Management System), który został stworzony specjalnie do dodawania oraz modyfikowania obecnych na stronie internetowej skryptów. Wspomniane skrypty mogą przyjmować najróżniejsze formy – od skryptów śledzących narzędzi analitycznych (jak Google Analytics), poprzez skrypty wykorzystywane do śledzenia konwersji z systemów reklamowych (jak np. Google Ads), aż po niemal dowolne skrypty wykorzystujące JavaScript (np. ankiety).

Jak zainstalować Google Tag Managera?

Aby zainstalować GTM na naszej stronie, jedyne co musisz zrobić, to umieścić kawałek kodu JavaScript. Kod ten nazywa się kontenerem (ang. container) i wygląda w następujący sposób:

• część pierwsza, umieszczona w części <head> witryny:

• oraz dodatkowo druga jego część, po tagu otwierającym <body>:

Dzięki niemu Google Tag Manager będzie w stanie uruchamiać zdefiniowane w panelu narzędzia skrypty:

Tak wygląda podgląd kodów w Google Tag Managerze wraz z regułami, które decydują o tym, kiedy który z nich zostanie uruchomiony.

Do czego służy Google Tag Manager? Po co Ci GTM?

Zastanawiając się nad zastosowaniem GTM, z pewnością pierwszą rzeczą, która przychodzi Ci na myśl, jest analityka (w tym zbieranie, przetwarzanie oraz interpretowanie danych na temat użytkowników Twojej strony). Zgadza się? Jasne, to jedno z kluczowych zastosowań Google Tag Managera, jednak musisz wiedzieć, że z pewnością nie jest ono jedyne. Kolejnymi obszarami, w których sprawdza się poczciwy GTM, są:

1. Szybsza strona internetowa

Kolejne tagi na stronach internetowych spowalniają je coraz bardziej. Z testów przeprowadzonych przez jednego z naszych “branżowych kolegów” wynika, że różnice mogą wynosić nawet kilka sekund. A jak pokazuje infografika od KISSmetrics – szybkość ładowania strony ma zdecydowanie kluczowy wpływ na generowany przez nią przychód. Dlatego, jeżeli Twoja strona ma być skuteczna – wdrożenie na niej GTMa jest po prostu koniecznością.

W jaki sposób GTM pomaga Ci radzić sobie z szybkością ładowania witryny? Można powiedzieć, że robi to aż na 2 różne sposoby:

• Po pierwsze, Google Tag Manager ładuje tagi asynchronicznie. Szybciej ładujące się tagi nie muszą “czekać” na te wolniejsze, co w rezultacie przyspiesza działanie całego serwisu.
• Po drugie, GTM daje nam możliwość sprawowania łatwej kontroli nad tagami. Zazwyczaj jest tak, że w trakcie wdrożeń bardzo mocno kontrolujemy IT pod względem ich poprawności. Niestety, w momencie usuwania tagów, zazwyczaj tej skrupulatności zaczyna już nam brakować. W efekcie powoduje to, że na wielu stronach pozostają “osierocone” tagi, które mogą spowalniać działanie witryny.

2. Gwarancja otagowania każdej strony

Wielokrotnie pojawiającym się problemem jest również ten związany z ciągłym udoskonalaniem stron www. Bardzo często zdarza się bowiem, że pieczołowicie przygotowane tagi znikają z niektórych podstron – i to w “niewyjaśnionych okolicznościach”. Dział IT mógł zapomnieć “przekleić” wybranej linijki JavaScriptu do nowego szablonu lub pozbyć się tagowania na nowym landing page’u – cóż, nawet najlepszym się zdarza.
Z podobnym problemem spotykamy się, gdy chcemy, aby wybrany kod pojawiał się tylko na wybranych podstronach (np. ankieta na stronie podziękowania) lub gdy pomimo sprawdzenia, że kod został wprowadzony na 95% stron, na których miał być umieszczony, to nadal pozostało te nieszczęsne 5%, które pominięto. Z GTM nie ma tych problemów, ponieważ jedyne, o co należy zadbać, to aby specjaliści IT poprawnie wdrożyli kod kontenera na wszystkich podstronach. Taki zabieg sprawi, że wszystkie tagi wywołają się dokładnie tam, gdzie został umieszczony skrypt kontenera, a to z kolei nawet kilkunastokrotnie ograniczyć miejsca, które trzeba zweryfikować.
Wygodne, co nie?

3. Ominięcie działu IT przy wdrożeniach kodów (hurra!)

Na koniec ta najbardziej oczywista korzyść. Wdrożenie Google Tag Managera pozwala ominąć dział IT przy wdrażaniu zdecydowanej większości nowych kodów. Oczywiście, pewnych prac po stronie informatyków nie da się wyeliminować całkowicie. W końcu “ktoś” musi umieścić na stronie, chociażby kod samego kontenera. Ponadto, część informacji będzie musiała być wysyłana z tzw. backendu (np. w przypadku zdarzeń e-commerce czy informacji o stanie zalogowania użytkownika). Jednak bezdyskusyjnie, posiadanie GTM-a sprawi, że świat (przynajmniej ten analityczny!) z miejsca stanie się piękniejszy.

To by było na tyle, jeśli chodzi o wstęp. Pora przejść do omówienia samego narzędzia.

Jak przedstawia się struktura Google Tag Managera?

Konstrukcja popularnego GTM przewiduje kilka obszarów. Najważniejsze z nich omówiłem w kolejnych akapitach.

Konto i kontenery w GTM

Gdy rejestrujesz się w Google Tag Managerze – z miejsca otrzymujesz swoje konto. Jego struktura przypomina Google Analytics, dzięki czemu po zalogowaniu się do GTM, prawie od razu możesz przejść do innych kont, do których masz dostęp. W obrębie każdego konta może istnieć jeden lub więcej typów kontenerów, w tym:

• kontener dla witryn internetowych,
• kontener dla aplikacji iOS,
• kontener dla aplikacji Android,
• kontener dla stron typu AMP (jest to standard kodowania stron internetowych, który pozwala na lepsze dopasowanie ich wydajności do urządzeń mobilnych),
• kontener typu server side.

Typy kontenerów w Google Tag Manager.

Można więc powiedzieć, że kontener to coś w rodzaju “worka”, w którym możesz trzymać różnorodne kody śledzące. Każdy kontener ma osobny kod, który musisz umieścić na swojej stronie (przykład prezentowałem na samym początku tego artykułu).

Jeden kontener możesz wykorzystywać na jednej lub wielu witrynach jednocześnie. Osobiście zalecałbym korzystanie z dobrych praktyk z Google Analytics i kierowanie się zasadą pt.: osobne konto dla każdej domeny głównej (a w przypadku roll-upu także osobnego konta zbiorczego).

W tym wpisie zajmę się pierwszym wspomnianym typem, z którym zapewne większość z użytkowników ma najczęściej do czynienia.

Data Layer (warstwa danych w GTM)

Data Layer to jeden z kluczowych aspektów zarządzania tagami z wykorzystaniem takich narzędzi jak GTM. Google Tag Managera daje możliwość sczytania wybranej wartość z Twojej strony internetowej (np. element DOM lub zmiennej JS). To jest naprawdę super opcja.
Istnieje tylko jeden problem. Co się stanie, jeśli strona www zostanie przebudowana, a jej kod źródłowy ulegnie zmianie? Wtedy niektóre z wykorzystywanych przez DOM elementów (lub zmienne JS) mogą po prostu “wyparować”. Jedynym wyjściem będzie wówczas przeprowadzenie aktualizacji kodu. Niestety, zazwyczaj nikt z IT nie poinformuje Cię, że takowa zmiana w ogóle miała miejsce.

Jak sobie z tym poradzić?

Właśnie na takie okazje stworzono tzw. warstwę danych, która umożliwia przekazanie do GTM wszystkich niezbędnych informacji. Takimi informacjami mogą być nazwy kupionych produktów, typ oglądanej strony, wersja oglądanej strony, wartość konwersji, ID ostatniej transakcji itd.

Jak to wygląda w praktyce? Otóż, dzięki oddzieleniu warstwy danych od struktury strony, będziesz mieć pewność, że zmiany w HTMLu nie wpłyną nam na wcześniej zdefiniowaną Data Layer.

Oznacza to – ni mniej, ni więcej, że oprócz przekonania działu IT o wdrożeniu kodu kontenera, trzeba będzie ich jeszcze “zmusić” do wprowadzenia warstwy danych w obrębie całej witryny. Dodaje to pracy Tobie (bo w końcu “ktoś” to musi zaplanować) oraz specjalistom IT. Jednak daję słowo, że ten wysiłek bardzo się opłaci.

Jak wygląda warstwa danych w Google Tag Manager?

W praktyce, warstwa danych to tak naprawdę jeden, bardzo to prosty fragment JavaScript. O, dokładnie taki:

Gdzie za ‘nazwa’ należy wstawić nazwę danej zmiennej, z kolei za ‘wartość’ – oczywiście… jej wartość :), którą przyjmuje na danej stronie www.

Potrzebujesz przykładu? Proszę bardzo! Jeżeli prowadzisz sklep internetowy i chcesz przekazać do GTM kategorię produktu, na której znajduje się użytkownik (a dodatkowo również nazwę oraz ID produktu), warstwa danych mogłaby wyglądać w następujący sposób:

Przekazane do GTM zmienne możesz wówczas dowolnie wykorzystać – albo w samych tagach (np. nadając zmienną niestandardową o wartości nazwy kategorii produktu, w tym przypadku – wody), albo w warunkach (np. uruchom ankietę, jeżeli id produktu będzie równe 123123). Oczywiście tych danych nie trzeba wprowadzać ręcznie na każdej podstronie. Wystarczy wykorzystać do tego przez informatyków skrypt.

Osobiście polecam, żeby w warstwie danych przekazać więcej informacji (nawet, jeżeli części z nich nie będzie wykorzystana). Samą warstwę należy umieścić powyżej kodu kontenera Google Tag Managera — w tzw.lub też na samym początku.

Dzięki warstwie danych można przekazywać nie tylko statyczne dane, ale także dynamiczne. Przykładowo, jeżeli użytkownik zaznaczy w formularzu swoją płeć lub ulubiony kolor, ta informacja będzie mogła trafić do Google Tag Managera. Wykorzystuje się do tego komendy push. Taką komendę podpinamy pod wybrane pole, np.:

Warto nadmienić, że nowo nadane wartości zmiennych nadpisują poprzednie wartości. Jeżeli domyślną wartością dla zmiennej ‚plec’ było ‚brak’ to po wywołaniu powyższej linijki, zmienna ta przyjmie wartość ‚kobieta’.

Zmienne w Google Tag Managerze

Pojęcie zmiennej w GTM jest bardzo łatwe do wytłumaczenia. Zmienne przechowują wartości poszczególnych elementów. Jeżeli w warstwie danych przekażesz płeć wybraną w formularzu, to w GTM trzeba stworzyć zmienną, w której ta wartość będzie przechowywana (jeżeli chcesz z nią cokolwiek zrobić).

W Google Tag Managerze mamy do czynienia ze zmiennymi wbudowanymi oraz zmiennymi zdefiniowanymi przez użytkownika.

Zmienne wbudowane to m.in. zmienne typu adres URL (np. Page Path, który mówi nam o lokalizacji użytkownika), czy zmienne typu warstwa danych (np. Click Element, który dostarcza informacji o klikanym przez użytkownika elemencie).

Pełną listę zmiennych wbudowanych dla kontenerów internetowych znajdziesz w tym miejscu: https://support.google.com/tagmanager/answer/7182738?hl=pl&ref_topic=7182737

Widok okna w Google Tag Manager, gdzie możemy uaktywnić zmienne wbudowane. Po ich włączeniu będziemy widzieć ich wartości podczas debugowania kontenera.

Pozwól, że zatrzymam się jeszcze na chwilę na naszym przykładzie z płcią. Załóżmy, że przekazaliśmy jej wartość za pomocą warstwy danych i teraz chcemy ją wykorzystać w GTM (tak, aby np. przekazać jako zmienną niestandardową do Google Analytics).

Aby to zrobić, musimy przekształcić ją w tzw. zmienną:

W taki sposób musimy przekształcić każdy element przekazany w warstwie danych w zmienną, aby używać go w GTM.

Tagi wykorzystywane przez Google Tag Managera

Może być tak, że zechcesz, aby Google Tag Manager wykonał jakiś skrypt w momencie, gdy użytkownik kliknie w konkretny link na Twojej stronie internetowej. Aby GTM się o tym dowiedział, musisz skorzystać z pomocy tagów.

Wyobraź sobie, że chcesz, aby Google Tag Manager wysłał wirtualną odsłonę w momencie, gdy użytkownik kliknie powiększenie zdjęcia, które w Twoim serwisie nie wywołuje nowej odsłony. Aby przekazać odpowiednią informację do GTM, musisz skorzystać z eventu.
Na koniec: pamiętaj, aby nie mylić zdarzeń z Google Tag Managera ze zdarzeniami z Google Analytics. Główną różnicą pomiędzy tymi narzędziami jest to, że tzw. zdarzenia GTM-owe mogą wysyłać informacje nie tylko do Google Analytics, ale także do innych systemów.

Jakie są rodzaje tagów, które spotkasz w GTM?

Do podstawowych typów tagów możemy zaliczyć:

• tagi Google Analytics: zarówno do wersji Universal Analytics, jak i Google Analytics 4,
• tagi związane w produktami Google (Google Ads, Floodlight czy Google Optimize),
• tagi zintegrowane z platformami do zarządzania zgodami użytkowników,
• tagi “approved” by Google, które są związane z dodatkowym śledzeniem (z firm takich, jak: Hotjar, Microsoft Advertising czy Linkedin),
• tagi customowe – gdzie najczęściej można mówić o tzw. tagach typu Custom HTML.

Tagi używane w GTM mogą posiadać również dodatkowe ustawienia. W tej materii możemy zatem wymienić:

• • Tag firing priority – pozwól, że do wyjaśnienia jego działania, posłużę się cytatem z Google. Mianowicie:

Określa kolejność, w jakiej będą uruchamiane tagi. Jego wartość może być ujemną lub dodatnią liczbą całkowitą, a tagi z wyższym priorytetem będą uruchamiane w pierwszej kolejności. (Tag o priorytecie równym np. 3 będzie uruchamiany przed tagami o priorytetach 1 i 2). Jeśli nie ustawisz żadnej wartości, priorytet ma domyślną wartość 0. Tagi będą wciąż uruchamiane asynchronicznie. – zmiana priorytetu tagu nie zapobiegnie uruchamianiu innych tagów, nawet jeśli któryś o wyższym priorytecie w ogóle się nie uruchomi.

• • Tag sequencing – w tym przypadku za wyjaśnienie niech również posłuży informacja od Google:

Sekwencjonowanie tagów pozwala wskazywać tagi do uruchomienia bezpośrednio przed uruchomieniem danego tagu „głównego” lub po nim.”

Przykład? Tagi dostawców takich jak TikTok często wymagają odpowiedniego ustawienia wywoływania, aby mogły działać poprawnie (np. tag odsłony powinien wywoływać się przed tagiem view_content).

• Additional Tag Metadata – opcja używana dość rzadko, która pozwala dodawać metadane do każdego pojedynczego tagu w kontenerze.
• Consent settings – to z kolei ustawienie, które pozwala modyfikować wywoływanie tagu na podstawie udzielonej przez użytkownika zgody. Jeżeli interesuje Cię ta tematyka – koniecznie zapoznaj się z artykułem na temat Consent Mode.

Triggers (tzw. reguły GTM)

Reguły to już ostatnie pojęcie, które jest Ci potrzebne do zrozumienia działania Google Tag Managera.

To właśnie dzięki ustalanym regułom, GTM wie, kiedy wczytać odpowiedni skrypt. Najprostszą i najczęściej wykorzystywaną regułą (oprócz tej, aby w ogóle “odpalić” kod na każdej stronie www), będzie uruchomienie kodu konwersji na stronie podziękowania. Taka reguła mogłaby wyglądać w następujący sposób:

Przykładowa reguła w Google Tag Managerze, którą będziemy mogli wykorzystać, aby np. uruchomić skrypt konwersji na stronie podziękowania.

Na podstronie z podziękowaniem z powodzeniem można także użyć reguły “zdarzenie niestandardowe”, ale o tym opowiem Ci za chwilę.

Typy reguł możemy podzielić w następujący sposób:

1. Wyświetlenie strony – w ramach których mamy do czynienia z kilkoma podtypami:
   • inicjacja zgody, która pomaga w uwzględnianiu ustawień związanych ze zgodami – jeszcze przed uruchomieniem samych reguł.
   • zdarzenie inicjujące, które uruchomienie następuje na samym początku (zaraz za inicjacją zgody).
   • wyświetlenie strony, do którego uruchomienia dochodzi od razu po tym, jak przeglądarka rozpocznie ładowanie witryny.
   • element DOM dostępny, który zostaje uruchomiony, gdy przeglądarka sfinalizuje proces tworzenia strony w języku HTML, a co za tym idzie – pozwoli analizować element DOM.
   • wczytanie okna, które wyzwala się, gdy strona całkowicie się załaduje (mowa tu zarówno o samym kodzie, jak i wszystkich zasobach – obrazach, skryptach itp.).
2. Kliknięcie – dotyczy kliknięć w linki lub elementy strony. Podczas konfigurowania tych reguł zazwyczaj korzysta się z dodatkowych warunków – takich, jak wyzwalanie reguły kliknięcia w określony tekst lub w element strony.
3. Zaangażowanie (np. głębokość przewijania czy widoczność elementu).
4. Błąd Skryptu JavaScript – jednym z przykładów może być kod serwisu (np. społecznościowego), w którym prowadzisz działania reklamowe i wysyłasz tam dane o wyświetleniach produktów czy dodaniach do koszyka.Kiedy kod np. nie może wywołać się poprawnie lub sczytać ze strony internetowej odpowiednich informacji, można wówczas uruchomić np. tag Google Analytics i tym samym wysłać tę informację do swojej usługi. Jest to cenna informacja z punktu widzenia prowadzenia działań reklamowych.
5. Grupa wyzwalaczy – jak można wyczytać na stronach Google:
   “Grupa reguł oceni, czy są spełnione warunki dwóch lub większej liczby reguł jako całości. Grupa reguł uruchomi się dopiero wtedy, gdy wszystkie wybrane reguły uruchomią się co najmniej raz”Przykład zastosowania? Uruchomienie tagu tylko wtedy, gdy użytkownik na danej podstronie kliknie 2 przyciski.
6. Minutnik – reguła, którą z powodzeniem można zastosować na podstronach, które zawierają dużo treści/tekstu i oprócz kliknięcia w link (np. produktu na wpisie blogowym), jako zaangażowanie chcesz też mierzyć czas spędzony na stronie. Dodatkowo, za jego pomocą, możesz też zmodyfikować współczynnik odrzuceń.
7. Zdarzenie niestandardowe – reguła uruchamia się w momencie wywołania w kodzie funkcji dataLayer.push(), z którą dodatkowo mogą być wysłane dodatkowe zmienne. Z przykładem zdarzeń niestandardowych zderzysz się najczęściej przy konfiguracji Enhanced Ecommerce (dodanie do koszyka czy zakup). Innym przykładem może być śledzenie wypełnienia formularza na stronie. Wówczas możesz śledzić jego wypełnienie, ale dostać także dodatkowe informacje, które nie są widoczne na stronie (każdy użytkownik, niezależnie od wypełnionego formularza, ląduje na tym samym TYP). W tym przypadku możesz poprosić programistę o wprowadzenie dodatkowego kodu:

   dataLayer.push({’event’:’form_submit’,’typ’:[typ formularza],’opcja_dodatkowa’:[tak/nie]});

8. Zmiana w historii – jest to reguła używana na stronach typu SPA w celu śledzenia wirtualnych odsłon.

Takie reguły odpowiadają za uruchomienie tagu, jeśli identyfikator fragmentu adresu URL (oznaczony za pomocą kratki) zostanie zmodyfikowany lub też, jeśli w samej witrynie zostanie wykorzystany interfejs API HTML5 (typu pushstate). Omawiana reguła sprawdza się podczas uruchamiania tagów, które mają śledzić wirtualne odsłony strony w aplikacji Ajax.

Foldery w GTM

Według informacji od Google, w miarę rozrastania się kontenerów, śledzenie wszystkich konfiguracji tagów, reguł, jak i samych zmiennych, staje się coraz trudniejsze. Aby usprawnić pracę z tymi elementami, warto uporządkować je w logiczne grupy, do czego można wykorzystać właśnie foldery Menedżera tagów.

Zatem, grupowanie przy użyciu folderów może odbywać się na różne sposoby. Można klasyfikować tagi zależnie od zespołów, które się nimi zajmują, czy też dzielić kontener na podstawie części witryny, które dane tagi obsługują.

Templates w aplikacji Google Tag Manager

GTM pozwala również na korzystanie z gotowych szablonów tagów, które nie wymagają “ręcznego” kopiowania oraz przepisywania kodów HTML i JavaScript. W tym celu udostępnia tzw. galerię szablonów, która stanowi swego rodzaju repozytorium – aktualizowane także przez samych użytkowników GTM.

Zaawansowane funkcje Google Tag Manager

GTM oferuje funkcje wykraczające poza prostą obsługę tagów – np. możliwość uruchamiania kodu po stronie serwera (server-side tagging), co zmniejsza obciążenie strony i pomaga w ochronie prywatności. Można też wykorzystywać warstwę danych (dataLayer) do przekazywania zmiennych kontekstowych, stosować reguły warunkowe (np. niestandardowe filtry), a także korzystać z gotowych szablonów i rozszerzeń (community templates), które pozwalają szybko integrować mniej standardowe zdarzenia.

Integracja z Google Analytics

Dzięki GTM możesz łatwo podpiąć Google Analytics (zwłaszcza GA4) bez edytowania kodu strony – wystarczy utworzyć tag konfiguracyjny z identyfikatorem pomiaru oraz tagi zdarzeń (np. kliknięcia, przewijanie).

Przez GTM można też centralnie zarządzać parametrami (np. wartości transakcji, identyfikator produktu) i przekazywać je jako zmienne do GA. Dzięki temu dane są bardziej spójne i łatwiej rozszerzalne, bo zmiany robi się w GTM, a nie bezpośrednio w kodzie witryny.

GTMowa wisienka na torcie, czyli: zarządzanie użytkownikami, wersjami oraz debugowanie

Czytając ten artykuł, z pewnością naszły Cię wątpliwości związane z tym, czy aby na pewno w GTM każdy będzie mógł zmieniać, dodawać, usuwać, a następnie uruchamiać na stronie. Rozwiewam Twoje obawy – na szczęście w GTM zostało to naprawdę dobrze rozwiązane.

Zarządzanie użytkownikami Google Tag Managera

Po pierwsze Google Tag Manager dostarcza Ci wiele bardzo fajnych sposobów na zarządzanie użytkownikami. Możesz zarządzać prawami na dwóch poziomach: konta oraz kontenera.

Na poziomie konta masz do dyspozycji 2 poziomy uprawnień:

1. View Only: użytkownik będzie widział konto, ale nie będzie widział żadnych kontenerów do momentu przyznania mu do nich praw.
2. View, Edit and Manage: na tym poziomie użytkownik będzie widział wszystkie kontenery w koncie i ich ustawienia. Nie będzie miał jednak możliwości ich edycji lub publikacji, chyba że nadamy mu odpowiednie prawa na poziomie kontenera.

Na poziomie kontenera masz z kolei aż 3 poziomy uprawnień:

1. View Only: z tymi uprawnieniami użytkownik ma podgląd wszystkich elementów kontenera (tagów, makr i reguł).
2. View and Edit: te uprawnienia dają użytkownikowi możliwość edycji wybranego kontenera i podglądu wprowadzanych zmian (tryb debugowania). Nie dają mu jednak opcji usuwania i publikacji zmian.
3. View, Edit, Delete & Publish: najwyższe uprawnienia, które dają użytkownikowi pełną swobodę. Może on przeglądać wszystkie elementy, edytować, usuwać, a nawet publikować je bezpośrednio w witrynie.

Każdemu użytkownikowi możemy przydzielić prawa na dwóch poziomach: konta i kontenera.

Zarządzanie wersjami kontenera w GTM

W celu łatwiejszego wdrażania zmian i powrotu do poprzednich, działających poprawnie wersji, GTM udostępnia opcję sprawnego zarządzania wersjami kontenera. Każda z wersji stanowi jakby zdjęcie obecnych ustawień kontenera, który edytujemy.

W zakładce Wersje jesteś w stanie prześledzić wszystkie wersje kontenera – zarówno te opublikowane, jak i nie.

Podpowiedź: Warto tworzyć klarowne i czytelne nazwy wersji oraz umieszczać dodatkowe informacje w opisie. Po dłuższym korzystaniu z kontenera, gdy pracuje nad nim coraz więcej osób (i przybywa także tagów), czytelna dokumentacja zmian jest niezwykle ważna. Warto o tym wiedzieć wcześniej, niż później.

Środowiska wykorzystywane w GTM

Środowiska to z kolei funkcja, która idealnie odnajduje się w organizacjach, które chcą zyskać podgląd do wszelkich zmian w ramach kontenerach, zanim zdecydują się na ich publikację w docelowym środowisku (tzw. produkcyjnym).
Z uwagi na powyższe, głównym obszarem ich zastosowania są tzw. środowiska projektowe (testowe).

Podgląd i debugowanie

W celu debugowania i zyskania dostępu do zmian, należy kliknąć przycisk w prawym górnym rogu narzędzia. Co ciekawe, możesz wybrać aż 2 sposoby na taki podgląd:

• podgląd na własnym komputerze,
• wysłanie linku do osoby, która ma zapoznać się ze zmianami.

Szczególnie świetna jest druga z opcji. Możesz ją wykorzystać nie tylko do weryfikacji wprowadzonych zmian przez IT (lub kolegę z zespołu), ale również wykorzystać do sprawdzenia działania całego wdrożenia (np. na innej przeglądarce).

Tryb zgody – Consent Mode w Google Tag Manager

A co w przypadku kwestii prywatności? Czy GTM jest w stanie pomóc w lepszym zarządzaniu zgodami użytkownika? Odpowiedź brzmi: jak najbardziej.

W ustawieniach kontenera czeka na Ciebie dodatkowa opcja, której włączenie zapewnia wgląd w ustawienia uzyskiwania zgody w przypadku tagów w kontenerze.

Ustawienia kontenerów w GTM.

Po włączeniu tej funkcji, gdy przeniesiesz się na zakładkę Tagi i klikniesz ikonę Tarczy (znajduje się przy lupce), przeniesiesz się do przeglądu tagów:

Ustawienia tagów w GTM.

Dzięki odpowiednim ustawieniom tagów, zyskasz pewność, że Twoja witryna pozostaje w zgodzie z najnowszymi zasadami dotyczącymi prywatności w sieci, a tym samym – zmniejszysz utratę danych w momencie niewyrażenia przez użytkownika zgody.

Google Tag Manager – podsumowanie

Ufff. Ten wpis był naprawdę długi, jednak mam nadzieję, że udało Ci się dotrwać do końca i po przeczytaniu upewnisz się, że wdrożenie Google Tag Managera w Twoim serwisie to doskonały pomysł.

Osobiście gorąco polecam Google Tag Managera, ponieważ daje on naprawdę niesamowite możliwości, a korzyści, o których wspominałem na początku, poczujesz bez względu na to, czy w Twoim serwisie znajdują się obecnie 2, czy też 22 tagi. Dodatkowo teraz, w momencie coraz większego nacisku kładzionego na zbieranie danych zgodnie z intencją użytkownika, GTM pozwala także zmniejszyć utratę danych.
A Co Ty sądzisz o Google Tag Managerze? Często z niego korzystasz? Co sprawia Ci największą trudność w konfiguracji? Zapraszam do komentowania i dzielenia się spostrzeżeniami!

A tak na marginesie…
Jeśli uważasz, że wiedza zawarta w tym artykule jest wartościowa, a temat Google Tag Manager Cię zainteresował – koniecznie sprawdź te wpisy na blogu, które są związane z GTMem. Jestem pewny, że informacje zawarte w artykule o zmiennych niestandardowych oraz event tracking z pewnością Ci się spodobają!

The post Google Tag Manager – co to jest i do czego służy GTM? first appeared on Conversion.

W świecie analityki internetowej kluczowe znaczenie ma skuteczne zbieranie danych. Jest to fundament, na którym opiera się cała struktura analizy — od konfiguracji przez procesowanie po raportowanie. W tym kontekście Google Tag Manager (GTM) odgrywa bardzo istotną rolę, umożliwiając precyzyjne śledzenie i gromadzenie informacji o zachowaniu użytkowników na stronie internetowej. Aby mieć pewność, że GTM działa poprawnie i zbiera dane we właściwy sposób, niezbędne jest przeprowadzenie audytu. Audyt Google Tag Manager pozwala na weryfikację poprawności implementacji tagów oraz upewnienie się, że wszystkie śledzone interakcje są zgodne z założonymi celami biznesowymi. Jest to istotne o tyle, że błędy w konfiguracji mogą prowadzić do niekompletnych lub nieprawidłowych danych, co z kolei skutkuje błędnymi wnioskami i nietrafionymi decyzjami biznesowymi.

Do czego służy Google Tag Manager?
Jak działają skrypty (tagi) w stronach internetowych?
Dlaczego warto przeprowadzić audyt Google Tag Manager?
Jak przeprowadzić audyt Google Tag Manager krok po kroku?
Największe błędy w konfiguracji GTM’a
GTM Server-side a GTM Client-side
Rezultaty audytu Google Tag Manager
Podsumowanie

Do czego służy Google Tag Manager?

Analityka online odgrywa kluczową rolę w zrozumieniu zachowań użytkowników oraz optymalizacji działań marketingowych. W tym kontekście istotnym narzędziem jest Google Tag Manager, który należy do rodziny Google Marketing Platform i służy do zarządzania tagami oraz zbierania danych na stronach internetowych.

Zarządzanie danymi online oraz ich analiza to procesy niezbędne dla rozwoju każdej działalności e-commerce. Narzędzia takie jak Google Tag Manager oraz Google Analytics są fundamentem skutecznej strategii digital marketingu, umożliwiając firmom podejmowanie trafnych decyzji opartych na solidnych danych. Warto więc zainwestować w kompetencje i narzędzia, które pozwolą na pełne wykorzystanie potencjału analityki online. Google Tag Manager (GTM) to narzędzie z rodziny Google Marketing Platform, które zajmuje kluczowe miejsce w arsenale narzędzi marketingowych obok takich gigantów jak Google Ads i Google Analytics. GTM jest częścią większej kategorii narzędzi znanych jako Tag Management Systems (TMS). Można go opisać jako rodzaj systemu zarządzania treścią, ale zamiast tradycyjnych treści, GTM specjalizuje się w zarządzaniu skryptami, czyli tagami, które są niezbędne do śledzenia i analizy ruchu na stronie internetowej.

Google Tag Manager ułatwia wdrażanie i aktualizację tagów, które są małymi fragmentami kodu, śledzącego różne akcje użytkowników na stronie. Dzięki temu narzędziu można szybko i sprawnie wdrożyć tagi analityczne, reklamowe czy testy A/B bez konieczności angażowania zespołu deweloperów.

Wykorzystanie Google Tag Managera ma bezpośredni wpływ na efektywność kampanii marketingowych. Pozwala na precyzyjne śledzenie konwersji oraz dostarcza dane niezbędne do ich optymalizacji. Dzięki temu możliwe jest poprawienie współczynnika konwersji i maksymalizacja ROI.

Kolejnym ważnym aspektem jest prawidłowa analiza danych. Firmy często dysponują dedykowanymi zespołami lub osobami odpowiedzialnymi za analizę danych z Google Analytics, które pozwalają na głębsze zrozumienie potrzeb klientów i dostosowanie do nich strategii biznesowej. Praca z danymi wymaga nie tylko technicznej wiedzy, ale również umiejętności wyciągania wniosków i formułowania rekomendacji.

W kontekście analityki online, nie można pominąć kwestii zgodności z przepisami RODO, które regulują przetwarzanie danych osobowych. Zapewnienie bezpieczeństwa danych użytkowników jest nie tylko obowiązkiem prawnym, ale także elementem budującym zaufanie i reputację marki.

Zalety systemów zarządzania tagami (TMS)

Tag Management Systems ułatwiają pracę marketerom i analitykom, umożliwiając łatwe dodawanie, aktualizowanie oraz zarządzanie tagami na stronie bez konieczności interwencji ze strony programistów. Dzięki temu możliwe jest szybkie wdrażanie narzędzi analitycznych, pixeli śledzących czy testów A/B, co znacząco przyspiesza pracę i pozwala na elastyczne reagowanie na zmieniające się potrzeby w zakresie digital analytics. Systemy zarządzania treścią (CMS), takie jak WordPress, umożliwiają modyfikację skryptów na stronie za pomocą interfejsu graficznego. Jest to kluczowe dla marketingu, ponieważ w marketingu chodzi o dane, a dane są zarządzane za pomocą narzędzi. Narzędzia marketingu internetowego są implementowane w naszym środowisku online właśnie poprzez skrypty, czyli różnego rodzaju tagi.

W przypadku implementacji konkretnego narzędzia, mamy dwie główne opcje. Możemy zlecić naszemu webmasterowi lub deweloperowi wbudowanie narzędzia bezpośrednio w kod HTML strony, lub możemy skorzystać z Google Tag Managera. Google Tag Manager pozwala za pomocą interfejsu graficznego określić, które skrypty powinny być uruchamiane i w jakim miejscu. Właśnie dlatego programiści często opisują Google Tag Manager jako „programowanie przez klikanie”.

Jak działają skrypty (tagi) w stronach internetowych?

Zanim przejdziemy do szczegółów audytu wdrożenia Google Tag Managera, warto zrozumieć podstawy działania strony internetowej. Każda strona składa się z kodu HTML, który jest strukturą witryny, oraz z dodatkowych skryptów, które dodają funkcjonalności lub pozwalają na zbieranie danych analitycznych. Google Tag Manager ułatwia zarządzanie tymi skryptami, umożliwiając łatwe wdrażanie i aktualizowanie tagów bez konieczności ingerencji w kod źródłowy strony. Kiedy użytkownik wpisuje adres strony internetowej w pasek przeglądarki, przeglądarka nawiązuje połączenie z serwerem DNS. Serwer DNS pełni rolę książki adresowej dla internetu, przypisując adresy IP serwerom, na których hostowane są poszczególne zasoby. Na przykład, wpisanie adresu www.conversion.pl skutkuje skierowaniem zapytania do DNS, który odpowiada odpowiednim numerem IP serwera, na którym znajduje się strona. Gdy adres ten zostanie zapytany, przeglądarka otrzymuje odpowiedź z serwera w postaci pliku HTML. Ten plik jest interpretowany przez przeglądarkę, a treść w formie tekstów, grafik oraz wideo staje się widoczna dla użytkownika.

Treści pobierane z serwera to nie tylko kod HTML, który jest przekształcany w teksty i grafiki, ale także narzędzia marketingowe, w tym te dedykowane analityce internetowej. Narzędzia takie jak Google Analytics czy Hotjar dostarczają dane dotyczące zachowań użytkowników na stronie. Zrozumienie tych danych jest kluczowe dla optymalizacji działań marketingowych i poprawy ogólnej użyteczności serwisu internetowego. W dziedzinie Digital Analytics, kluczową rolę odgrywają narzędzia pobierane w formie skryptów JavaScript. Warto zrozumieć, że skrypty te można podzielić na dwa główne typy ze względu na sposób, w jaki wpływają na ładowanie innych zasobów z serwera do przeglądarki. 

Skrypty synchroniczne a asynchroniczne

Zacznijmy od skryptów synchronicznych. Kiedy strona internetowa jest wczytywana i interpretowana przez przeglądarkę, wszystkie elementy kodu HTML są przetwarzane po kolei. Jeśli przeglądarka napotka skrypt synchroniczny, pozostałe zasoby nie zostaną wczytane, dopóki skrypt nie zostanie w pełni załadowany. Skrypty synchroniczne mogą być ryzykowne, ponieważ w przypadku, gdy narzędzie nie zadziała lub serwer nie odpowie, mogą one całkowicie zablokować ładowanie strony internetowej.

W przeciwieństwie do nich, skrypty asynchroniczne działają w taki sposób, że nawet gdy są ładowane podczas interpretacji kodu HTML, nie blokują one ładowania kolejnych zasobów, w tym treści, która jest istotna z perspektywy użytkownika. Większość narzędzi marketingowych opiera się na skryptach asynchronicznych, co oznacza, że potencjalnie nie wpływają one negatywnie na szybkość ładowania serwisu.

Zrozumienie różnicy między skryptami synchronicznymi a asynchronicznymi jest istotne dla optymalizacji wydajności strony internetowej, co bezpośrednio przekłada się na lepsze doświadczenie użytkownika oraz może wpływać na pozycjonowanie w wyszukiwarkach. W dziedzinie analityki online, jednym z kluczowych aspektów jest efektywność narzędzi wykorzystywanych do zbierania danych. Google Tag Manager (GTM) to podstawowe narzędzie w arsenale marketingu internetowego, które umożliwia gromadzenie danych niezbędnych do oceny efektywności działań marketingowych. W kontekście audytu GTM, istotne jest zrozumienie różnic między skryptami synchronicznymi a asynchronicznymi, gdyż mają one wpływ na wydajność witryny. Choć skrypty asynchroniczne mogą wydawać się optymalizować działanie serwisu, ich wpływ na wydajność nie jest jednoznaczny i wymaga dokładnej analizy.

Dlaczego warto przeprowadzić audyt Google Tag Manager?

Przy przeprowadzaniu audytu GTM, kluczowym czynnikiem jest efektywność witryny, na której jest on zaimplementowany. Efektywna strona umożliwia użytkownikom bezproblemowe wykonywanie zadań i osiąganie celów, dla których została stworzona. Współczynnik konwersji natomiast, jest podstawową metryką mierzącą skuteczność witryny i jest bezpośrednio powiązany z jej użytecznością oraz elementami sprzedażowymi.

Użyteczność serwisu ma kluczowe znaczenie dla współczynnika konwersji. Obejmuje ona zapewnienie, że użytkownik może łatwo osiągnąć swój cel bez napotykania przeszkód. W tym kontekście, prędkość ładowania strony jest jednym z najważniejszych elementów, który wpływa na doświadczenia użytkowników i ich zdolność do szybkiego dotarcia do pożądanych treści lub funkcji. Wysoka wydajność i szybkość strony są więc niezbędne dla zapewnienia pozytywnego wrażenia użytkowników i zwiększenia konwersji. Badania wykazują, że nawet jednosekundowe wydłużenie czasu ładowania może obniżyć współczynnik konwersji o 7%. Dlatego optymalizacja śledzenia w Google Tag Manager (GTM) jest niezbędna, aby z jednej strony zbierać maksymalną ilość danych do analizy marketingowej, a z drugiej – nie wpływać negatywnie na szybkość ładowania strony.

Należy zwrócić szczególną uwagę na prawidłową konfigurację GTM, aby zapewnić, że nie obciąża on nadmiernie strony, co mogłoby zaszkodzić doświadczeniom użytkowników i pozycji strony w wynikach wyszukiwania Google. PageSpeed, kluczowy parametr użyteczności, jest bezpośrednio związany z konfiguracją GTM. Przeprowadzone testy wykazały, że „zaśmiecony” GTM może znacząco obniżyć wyniki PageSpeed zarówno na komputerach stacjonarnych, jak i urządzeniach mobilnych.

Jak przeprowadzić audyt Google Tag Manager krok po kroku?

Aby przeprowadzić skuteczny audyt GTM, ważne jest, aby zacząć od dokumentacji używanych narzędzi marketingowych. Należy zidentyfikować, jakie skrypty i narzędzia są obecnie wdrożone na stronie, zarówno za pośrednictwem Google Tag Managera, jak i poza nim. To ułatwi zrozumienie obecnego ekosystemu i pomoże w wykryciu potencjalnych obszarów do optymalizacji. Nie wszystkie skrypty muszą być dostarczane za pośrednictwem Google Tag Manager (GTM). W rzeczywistości, istnieją skrypty, które powinny być uruchamiane tak szybko, że najlepiej jest je wykonać niezależnie od GTM. Dobrym przykładem są skrypty narzędzi do losowania użytkowników do testów A/B. Umieszczenie ich w GTM może prowadzić do sytuacji, w której użytkownik widzi zmianę wersji strony na alternatywną podczas testu. 

Dokumentacja i inwentaryzacja narzędzi

Kluczowym punktem wyjścia jest dokumentacja wszystkich narzędzi marketingowych. Jeśli takiej dokumentacji nie posiadamy, konieczne jest jej stworzenie. Proces ten jest dość żmudny, jednak niezbędny do tego, aby ruszyć dalej. Wykorzystuje się do tego zakładkę Network w konsoli deweloperskiej przeglądarki. Polega on na uruchomieniu strony, wykonaniu różnych akcji i monitorowaniu, jakie dane są wysyłane do zewnętrznych narzędzi. W dzisiejszym świecie cyfrowym, kluczowe jest zrozumienie, jak narzędzia analityczne są integrowane z naszymi produktami cyfrowymi. Pierwszym krokiem w tym procesie jest identyfikacja, czy narzędzia będą implementowane za pośrednictwem Google Tag Manager (GTM) czy innych systemów. To podstawowa wiedza niezbędna do efektywnego zarządzania danymi i przeprowadzenia skutecznego audytu TMS.

Gdy mamy już wykaz wszystkich narzędzi wykorzystywanych na naszej stronie internetowej i ich interakcje z zewnętrznymi serwisami, konieczne jest zrozumienie, jakie konkretne dane są przez nie przetwarzane. Ważne jest, by znać zarówno dane widoczne dla użytkownika, jak i te, które są przetwarzane w tle. Przykładowo, podczas składania zamówienia przez klienta, jedną z kluczowych informacji jest wartość zamówienia, która później zostanie zarejestrowana jako przychód w systemach analitycznych.

W tym kontekście niezwykle przydatna okazuje się tzw. warstwa danych, która ekstrahuje i udostępnia informacje bezpośrednio z kodu źródłowego strony. Dzięki temu, Google Tag Manager może korzystać z tych danych poprzez zdefiniowane zmienne. Ponadto, w kontekście tagów marketingowych, wartościowe mogą być informacje takie jak profil zalogowanego użytkownika, jego historia zakupów czy łączna kwota wydatków w serwisie.

Kluczowe tutaj są więc dwa aspekty: pierwszy to zestaw narzędzi analitycznych wykorzystywanych na stronie, a drugi to mapa danych, które te narzędzia wydobywają z aplikacji. Zrozumienie i właściwe zarządzanie tymi elementami jest fundamentem efektywnej analityki online. W dziedzinie analityki online kluczowe jest efektywne wykorzystanie narzędzi do zbierania danych. Istnieje jednak ryzyko posiadania nadmiaru narzędzi, które nie są w pełni wykorzystywane, a jedynie obciążają szybkość witryny i wpływają na jej użyteczność. Optymalizacja narzędzi analitycznych powinna zatem zaczynać się od dialogu z działem biznesowym w celu ustalenia, które z nich są faktycznie wykorzystywane. W przypadku niewykorzystywanych narzędzi, lepiej jest czasami z nich zrezygnować, aby poprawić wydajność strony i wrócić do nich, gdy będą potrzebne.

Optymalizacja i „odchudzanie” konfiguracji

Kolejnym krokiem jest przegląd i ewentualna rezygnacja z nadmiarowych narzędzi. Po ustaleniu ostatecznej listy narzędzi, należy dokonać weryfikacji wykorzystywanych danych. Przykładowo, informacje takie jak koszt złożenia zamówienia czy dane zalogowanego użytkownika mogą być łatwo dostępne w interfejsie użytkownika, a Google Tag Manager (GTM) może je pobierać bezpośrednio z front-endu. Jednak bardziej efektywnym rozwiązaniem jest stworzenie i rozwój warstwy danych, co zapewnia lepszą konfigurację i przyszłe wdrożenia.

Ostatecznie, po analizie biznesowej, następuje „odchudzenie” konfiguracji GTM. W tym etapie należy dokładnie przeanalizować konfigurację tagów i zdecydować, które z nich są niezbędne, a które mogą być usunięte, aby uniknąć dublowania informacji. Taki proces optymalizacji jest nie tylko korzystny dla wydajności witryny, ale także dla klarowności i precyzji zbieranych danych, co jest nieocenione w procesie podejmowania decyzji biznesowych. 

Największe błędy w konfiguracji GTM’a

Pierwszym i zarazem najczęstszym błędem jest zaniedbanie porządku wśród tagów, reguł i zmiennych w GTM. W praktyce oznacza to, że po przeprowadzeniu testów, nieusunięte elementy pozostają w konfiguracji. To może prowadzić do zwiększenia rozmiaru skryptu GTM, co negatywnie wpływa na czas ładowania strony. Każdy niepotrzebny tag, reguła czy zmienna to dodatkowy balast, który spowalnia działanie witryny, a tym samym może obniżyć jej pozycję w wynikach wyszukiwania oraz pogorszyć doświadczenie użytkownika.

Optymalna konfiguracja GTM powinna zatem zawierać tylko te narzędzia, które są niezbędne dla marketingu i dostarczają wartościowe dane. Redukcja nadmiaru elementów nie tylko przyspieszy witrynę, ale również ułatwi zarządzanie tagami i zwiększy przejrzystość działań analitycznych. Warto regularnie przeglądać i aktualizować ustawienia GTM, aby uniknąć niepotrzebnego obciążenia strony i zapewnić jej szybkość oraz efektywność.

Nadużywanie niestandardowych tagów

W świecie Digital Analytics, jednym z powszechnych błędów jest nadużywanie niestandardowych tagów w Google Tag Manager (GTM). GTM oferuje różne typy tagów, w tym wbudowane moduły dla popularnych narzędzi, takich jak Google Analytics, Google Ads czy Floodlight, a także możliwość dodawania niestandardowego kodu HTML. Chociaż GTM umożliwia wstawianie skryptów za pomocą niestandardowego HTML, często lepszym rozwiązaniem jest korzystanie z modułów wbudowanych lub, jeżeli dostępne, z szablonów dla określonych narzędzi.

Korzystanie z wbudowanych skryptów modułowych jest zalecane, ponieważ osoby bez zaawansowanych kompetencji w zakresie JavaScript czy HTML mogą nieoptymalnie implementować skrypty pobrane bezpośrednio od dostawców zewnętrznych. Takie działanie może mieć niekorzystny wpływ na wydajność serwisu internetowego, w tym na jego prędkość ładowania.

Wcześniej wspomniałem o różnicy między skryptami synchronicznymi a asynchronicznymi, podkreślając, że skrypty asynchroniczne są korzystniejsze dla szybkości ładowania strony. Mimo że skrypty asynchroniczne pozwalają na wczytywanie kolejnych zasobów strony, nawet jeśli na jej początku znajduje się skrypt asynchroniczny, to procesowanie tego JavaScriptu może wpływać na szybkość ładowania pozostałych zasobów. Dlatego kluczowe jest, aby skrypty były zoptymalizowane i prawidłowo zaimplementowane, aby zapewnić najlepszą wydajność witryny. Mimo że skrypty te są asynchroniczne i teoretycznie nie powinny wpływać negatywnie na szybkość ładowania, w praktyce nadmierna ich ilość może znacząco obniżyć wydajność strony.

Problematyczna reguła „all pages”

Kolejny powszechny błąd w konfiguracji GTM to nadużywanie reguły „all pages”, czyli ustawienia, które powoduje wywoływanie określonego skryptu na każdej stronie witryny. Zamiast tego, zaleca się stosowanie bardziej precyzyjnych reguł, nawet jeśli początkowo wydają się być zbliżone do „all pages”, ale z dodatkowym zawężeniem do konkretnej domeny. Taka praktyka jest szczególnie istotna, gdyż często GTM jest stosowany na wielu domenach należących do jednej organizacji. Propagowanie kontenera GTM na wszystkie domeny bez odpowiedniego dostosowania może prowadzić do niepożądanych efektów.

Dodatkowo, ładowanie zbyt wielu skryptów na zasadzie „all pages” może spowodować, że te skrypty będą aktywne na każdej stronie, na której zaimplementowano kontener GTM. Jest to szczególnie niekorzystne, gdyż skrypt kontenera GTM jest jednym z pierwszych, który ładuje się na stronie, zazwyczaj w sekcji head. To sprawia, że skrypty mogą zacząć działać zanim strona w pełni się załaduje, co może wpłynąć na szybkość i efektywność jej działania.

Warto zatem podejść do konfiguracji GTM z rozwagą i zrozumieniem, że każdy dodatkowy skrypt może mieć wpływ na wydajność witryny. Optymalizacja i selektywne stosowanie skryptów jest kluczowe dla zachowania dobrej wydajności strony, co przekłada się na lepsze doświadczenie użytkownika i potencjalnie wyższe wskaźniki konwersji. W świecie analityki online, Google Tag Manager (GTM) jest nieocenionym narzędziem, które pomaga w zarządzaniu tagami na stronie internetowej. Jednakże, nieprawidłowe wykorzystanie GTM może prowadzić do problemów z wydajnością strony. Na przykład, jeśli kontener GTM zawiera wiele skryptów innych narzędzi, zasoby potrzebne do załadowania tych skryptów mogą spowolnić wczytywanie strony. Taki stan rzeczy jest szczególnie widoczny w metrykach PageSpeed, gdzie obserwujemy różnice pomiędzy stronami z przeładowanym GTM a tymi bez niego.

Innym częstym błędem jest dublowanie zmiennych, tagów i reguł w GTM. Zamiast sprawdzić, czy dana zmienna czy reguła już istnieje, użytkownicy często tworzą nowe, co prowadzi do niepotrzebnego zagracenia kontenera. Podobnie, informacje wyniesione z aplikacji do warstwy danych często są powielane w różnych zmiennych, co jest nieefektywne i zaśmieca kod źródłowy strony. Zamiast tego, wystarczy wykorzystać informację z warstwy danych w różnych miejscach, co jest zgodne z zasadami efektywnego zarządzania GTM.

GTM Server-side a GTM Client-side

Aby uniknąć wcześniej opisanych problemów, warto skupić się na optymalizacji konfiguracji GTM. Jedną z najlepszych praktyk jest stosowanie GTM server-side, które różni się od tradycyjnego GTM client-side. W przypadku server-side, kod kontenera jest przetwarzany po stronie serwera, co zmniejsza obciążenie przeglądarki klienta i może przyczynić się do zwiększenia wydajności strony.

Pamiętajmy, że nawet jeśli większość skryptów jest asynchroniczna, co z założenia powinno minimalizować ich wpływ na ładowanie się treści strony, w praktyce nadal mogą one wydłużać czas ładowania. Dlatego warto rozważyć alternatywę w postaci kontenera serwerowego. Zamiast wysyłać wiele żądań do różnych narzędzi analitycznych i marketingowych, kontener serwerowy pozwala na wysłanie pojedynczego pakietu danych do serwera, który najczęściej jest hostowany w ramach Google Cloud Platform. Serwer ten następnie rozdziela informacje i przesyła je do odpowiednich narzędzi.

Takie podejście ma znaczący wpływ na szybkość ładowania treści strony, co jest korzystne dla metryk takich jak PageSpeed. Oczywiście, przeniesienie ciężaru przetwarzania danych na serwer wiąże się z dodatkowymi kosztami związanymi z obsługą infrastruktury serwerowej. Mimo to, inwestycja w rozwiązania serwerowe może przynieść wymierne korzyści w postaci lepszej wydajności strony, co jest niezwykle cenne w kontekście user experience i pozycjonowania w wyszukiwarkach internetowych.

Korzyści z analityki serwerowej

Analityka serwerowa, znana również jako server-side tracking, stanowi potężne narzędzie. Jej główną zaletą jest możliwość wzbogacania pakietu danych, który jest wysyłany z przeglądarki użytkownika, o informacje z systemów wewnętrznych. Na przykład, w momencie realizacji transakcji można dodać do danych marżę lub koszt zakupu produktu. To, że proces ten odbywa się na serwerze, poza przeglądarką użytkownika, gwarantuje, że osoba odwiedzająca serwis nie jest w stanie podejrzeć wrażliwych informacji finansowych firmy, takich jak koszty czy marże.

Korzystanie z server-side tracking przynosi dodatkowe korzyści. Obserwujemy wzrost procentu identyfikowanych konwersji z źródeł takich jak Facebook Ads, Google Ads, co przekłada się na bardziej efektywny marketing. Ponadto, dzięki server-side tracking, możliwe jest odzyskanie danych o użytkownikach, którzy korzystają z AdBlocków. Blokery reklam działają głównie poprzez rozpoznawanie komunikacji z zewnętrznymi narzędziami analitycznymi w przeglądarce klienta. W przypadku server-side tracking, komunikacja ta jest przekierowywana przez serwer firmy, co skutecznie ogranicza możliwości blokowania przez AdBlocki.

Dodatkowe wzbogacenie danych o informacje z wewnętrznych systemów przedsiębiorstwa pozwala na głębszą analizę i lepsze zrozumienie zachowań użytkowników, bez narażania prywatności danych na przeglądarce klienta. Dzięki temu, możemy dostarczać bardziej spersonalizowane i celowane działania marketingowe

Rezultaty audytu Google Tag Manager

W kontekście optymalizacji i wykorzystania wyników audytu GTM, kluczowe jest oczywiście wdrożenie zalecanych zmian. Należy usunąć narzędzia, które są nieuporządkowane oraz wyeliminować duplikaty danych, aby usprawnić śledzenie i przyspieszyć ładowanie strony. Ostatecznym celem jest zapewnienie jak najlepszego doświadczenia dla użytkownika przy jednoczesnym gromadzeniu wartościowych danych analitycznych. Wdrażanie projektów analityki online może być początkowo czasochłonne, ale starannie wykonana praca przynosi długofalowe korzyści. Poprawnie skonfigurowana analityka nie tylko przyspiesza ładowanie strony, ale także uwalnia nas od konieczności ciągłego zwracania się o pomoc do działu IT czy zespołu deweloperskiego. Po pierwszej, gruntownej konfiguracji, wystarczy później regularnie przeprowadzać kontrolę i aktualizację danych.

Szacuje się, że pełny audyt śledzenia danych może zająć około 2-3 miesiące, włączając w to czas potrzebny na rozwój i naprawę warstwy danych. Po zakończeniu audytu, utrzymanie jego wyników wymaga zaledwie około godziny pracy miesięcznie. To inwestycja czasu, która procentuje w przyszłości. Natomiast po rzetelnym przeprowadzeniu audytu, korzyści które otrzymamy w kolejnych okresach na pewno wielokrotnie zwrócą nam zainwestowany czas.

Podsumowanie

Przeprowadzenie audytu używanych narzędzi analitycznych jest pierwszym krokiem do optymalizacji wydajności strony. Taka analiza pozwala określić, które narzędzia są faktycznie przydatne, a które można wyeliminować, aby nie obciążały niepotrzebnie strony. Efektem tego procesu jest szybsze ładowanie się strony, co przekłada się na lepsze doświadczenie użytkownika.

Ponadto, uporządkowanie narzędzi analitycznych umożliwia skuteczniejsze zarządzanie danymi. Dzięki temu można lepiej przewidywać potrzeby w zakresie wdrażania nowych narzędzi i zbierania danych, bez konieczności ciągłego angażowania zespołu IT do tworzenia dodatkowych warstw danych.

Pamiętajmy, że jakość danych ma bezpośredni wpływ na jakość wyciąganych wniosków i rekomendacji. Im dokładniejsze i bardziej trafne dane, tym szybciej można wprowadzać zmiany, które pozytywnie wpłyną na działalność firmy. Odpowiednie zarządzanie danymi to fundament skutecznej analityki internetowej, od którego zaczyna się cały proces pozyskiwania wiedzy o działaniach użytkowników na stronie.

Zachęcam do regularnego przeglądu i aktualizacji narzędzi analitycznych, aby zapewnić sobie dostęp do danych, które są rzeczywiście wartościowe dla Twojej firmy. To inwestycja, która w dłuższej perspektywie przyniesie wymierne korzyści.

The post Audyt Google Tag Manager (GTM) – jak go przeprowadzić? first appeared on Conversion.

Jeżeli choć trochę interesujesz się analityką – doskonale zdajesz sobie sprawę z tego, że trafne decyzje biznesowe można podejmować wyłącznie w oparciu o rzetelne dane. Z kolei bazując na informacjach zawierających w sobie błędy – możesz nie tylko nie wykorzystywać w pełni możliwości rozwoju Twojej organizacji, ale przede wszystkim – doprowadzić do tego, że podejmowane działania będą kompletnie nieskuteczne i dodatkowo – narażą Twoją firmę na straty.

Dlaczego dobre dane to podstawa?

Wiarygodne dane są kluczowym i niezbędnym czynnikiem, który pozwala minimalizować ryzyko podjęcia błędnej decyzji, od której mogą zależeć losy projektu, pracownika, czy nawet całego przedsiębiorstwa.

Można mnożyć przykłady przedsięwzięć, które borykały się z różnymi problemami, których geneza miała przynajmniej jeden wspólny mianownik – złe dane. Firmy handlowe działające na rynku internetowym, które nie rejestrowały w swoich systemach 50% transakcji z wykorzystaniem zewnętrznych systemów płatności. Firmy, które podejmowały błędne decyzje inwestycyjne, tylko dlatego, że bazowały na niepoprawnych informacjach z rynku. Biznesy, które ufając niepoprawnym danym, spoczywały na laurach i nie podejmowały się optymalizacji działań, nie wykorzystując tym samym możliwości. I tak dalej, i tak dalej. Mówiąc ogólnie – organizacja podejmuje złe decyzje, gdy ma złe dane.

Co znajdziesz w tym artykule?
Z jakimi błędami możesz się spotkać przy zbieraniu danych za pomocą GA?
1. Zbyt mała liczba transakcji w GA względem systemu CRM
2. Zbyt duża liczba transakcji w GA w odniesieniu do CRM
3. Zbyt niski współczynnik odrzuceń
4. Zbyt duży udział ruchu oraz konwersji pochodzących ze źródła referral
5. Brak wdrożenia poprawnego kodu śledzącego na wszystkich stronach
6. Podejmowanie decyzji na podstawie próbkowanych danych
7. Brak ustawionej waluty transakcji
8. Niewłaściwe przechowywanie danych na temat użytkowników
9. Zbyt duża liczba unikalnych wartości w raportach
10. Występowanie bramek płatnościowych w kanale “referral”
11. Brak konfiguracji konwersji w GA4
12. Brak konfiguracji filtrów wewnętrznego ruchu
13. Zbieranie niewłaściwych danych, pozwalających na identyfikację użytkowników
14. Brak uruchamiania odsłon dla SPA
15. Całkowity brak lub istotne problemy z raportowaniem danych typu real-time
16. Brak lub błędna konfiguracja Consent Mode
16 błędów w Google Analytics, które sprawiają, że zbierasz niepoprawne dane – podsumowanie

Z jakimi błędami możesz się spotkać przy zbieraniu danych za pomocą GA? Poznaj 16 głównych przykładów.

W poniższym artykule przedstawię Ci aż 16 oznak, że zbierane przez Ciebie dane są niepoprawne i konieczne będzie przeprowadzenie audytu instalacji oraz konfiguracji Google Analytics.

1. Za mało transakcji – dużo mniej transakcji w GA niż w CRM

Zawsze warto porównać zgodność danych GA z danymi z naszego systemu CRM. Jeżeli rozbieżność wynosi maksymalnie 20% – zakładamy, że dane zbierają się prawidłowo. Skąd wynika ta różnica? Część użytkowników (około 10% w Polsce) nie jest wcale śledzona, ponieważ korzysta z programów do blokowania reklam, blokuje wywoływanie skryptów śledzących czy też korzysta z opcji opt-out. W przypadku serwisów, z których korzysta wielu zaawansowanych użytkowników (jak np. https://conversion.pl/wiedza/blog/ ), czy stronach o grach komputerowych, programowaniu itp. – liczba użytkowników, którzy nie są śledzeni, może dochodzić nawet do 30%. A skoro użytkownik nie jest śledzony, to również jego transakcje nie zostaną zaraportowane do GA. Natomiast pojawią się one w CRM-ie. Pomimo tej różnicy ok. 85% transakcji powinno być spójnych i mieć takie same wartości zarówno w CRM, jak i w GA.

W przypadku większych rozbieżności zakładamy, że dane są niepoprawnie raportowane do Google Analytics. Aby to sprawdzić – analizujemy i porównujemy dane w segmentach: jak wygląda pokrycie transakcji za przedpłatą, a jak gdy użytkownik płaci za pobraniem.

W 20% serwisy rejestrują transakcje po jej opłaceniu na stronie podziękowania. Często użytkownicy po przeniesieniu do zewnętrznego systemu płatności nie wracają na stronę podziękowania, na której umieszczony jest kod transakcji. Wówczas takie zakupy w ogóle nie są rejestrowane.

Rozwiązaniem jest umieszczenie kodu śledzącego przed przekierowaniem do zewnętrznego serwisu płatności. Należy pamiętać, aby umieścić go na tzw. splash page, czyli stronie przejściowej, która wyświetla się przez kilka sekund. To da pewność, że dane zostaną przesłane do Google Analytics. Oczywiście, zdarza się, że użytkownicy po przejściu ostatecznie nie dokonują zakupu, jednak dotyczy to niewielkiej liczby użytkowników.

Poprawnie transakcje śledzi sklep Merlin.pl – zanim użytkownik zostanie przekierowany na stronę płatności PayPal kod transakcji może się wywołać na splash page

2. Za dużo transakcji – więcej transakcji w GA niż w CRM

Z uwagi na fakt, iż w CRM raportowane są wszystkie transakcje – sytuacja, w której mamy więcej transakcji w GA niż w CRM-ie, z pewnością świadczy o tym, że dane zbierają się niepoprawnie. Przyczyną błędu jest podwójne wywoływanie kodu transakcji na stronie podziękowania. Może to się zdarzyć w kilku przypadkach, np.: gdy użytkownik powróci na stronę podziękowania, odświeży ją albo przejdzie z linku umieszczonym w e-mailu, który otrzyma po zakończeniu transakcji.

To czy kod transakcji wywołuje się poprawnie, możemy szybko sprawdzić na naszym koncie Google Analytics.

W sekcji Konwersje – Transakcje sprawdzamy jaka jest liczba ID transakcji. W tym przypadku widzimy, że raport ma 1141 rzędów i takiej liczbie transakcji zostało nadane ID.

W sekcji Ogólem widzimy ile transakcji zliczył Google Analytics. 1146, czyli 5 transakcji zostało wywołanych podwójnie. Jako, że Google Analytics wykorzystuje te dane to wszystkich innych raportów i metryk (takich jak współczynnik konwersji), mamy nieprawdziwy obraz i zbieramy nierzetelne dane.

Jeśli Twoje kody wywołują się podwójnie, to należy wprowadzić zmiany w konfiguracji kodów e-commerce, tak aby dana transakcja raportowała się tylko jeden raz.

3. Za niski współczynnik odrzuceń

Jeżeli zauważysz, że współczynnik odrzuceń na Twojej witrynie jest wyjątkowo niski, powinieneś nabrać nieco podejrzeń. Być może Twoja witryna faktycznie tak angażuje użytkowników, że masowo przechodzą oni na kolejne strony. Jednak, gdy współczynnik odrzuceń w Twoim serwisie jest niższy niż 20% – o wiele bardziej prawdopodobne jest, że dane zbierane są niepoprawnie.

Jeżeli użytkownik wejdzie do naszego serwisu i nie przejdzie na kolejną stronę – Google Analytics zlicza to jako odrzucenie. Jednak w przypadku, gdy na stronie podjęta zostanie jakaś akcja (np. taka, która wywoła zdarzenie) – współczynnik odrzuceń nie jest zliczany.

W wielu serwisach przejście na poszczególne zakładki nie powoduje przeładowania się strony, i to, jak użytkownicy poruszają się w tym obrębie, śledzone jest za pomocą zdarzeń lub wirtualnych odsłon.

Jeżeli stroną wejścia jest karta produktu z zakładką, event o tym, że użytkownik jest w danej zakładce może zostać automatycznie wysłany do Google Analytics zaraz po wejściu na stronę. Wówczas współczynnik odrzuceń nie zlicza się, nawet jeżeli użytkownik spędził na stronie 5 sekund i natychmiast ją opuścił. W rezultacie analitycy i zarząd zachwycają się niskim współczynnikiem odrzuceń na podstawie raportów, które mają niewiele wspólnego z rzeczywistością.

Rozwiązaniem jest stosowanie eventów non-interaction. Zdarzenia non-interaction nie wpływają na zliczanie współczynnika odrzuceń. Ustawienie zdarzeń non-interaction wymaga dodania jednego parametru w kodzie zdarzenia.

Taki błąd popełnia LeroyMerlin.pl. Gdy trafiłem na serwis (stroną wejścia była karta produktu) od razu wywołał się event o nazwie Karta produktu – zakładki i etykiecie szczegóły. Mimo, że wyszłam ze strony po kilku sekundach, na koncie Google Analytics LeroyMerlin.pl moja wizyta nie została zliczona jaka odrzucenie.

4. Duży % ruchu oraz konwersji ze źródła referral

Znaczący procent ruchu oraz konwersji ze źródła referral w raportowanych danych może świadczyć o tym, że kampanie wewnętrzne są śledzone za pomocą parametrów UTM. A to z kolei oznacza, że wizyty i konwersje są przypisywane do źródła referral z medium przekazywanego w ramach parametru.

Kampanie wewnętrzne to wszelkie aktywności prowadzone w ramach naszego serwisu, które mają zachęcić użytkownika do kliknięcia w nie i przejścia do strony docelowej danej kampanii. Są to wszelkiego rodzaju heroshoty, bannery, boxy itp. Jednym słowem – wszystko to, co ma za zadanie zwrócić na siebie uwagę użytkownika i spowodować, że kliknie na dany element.

Częstym niedopatrzeniem jest wykorzystywanie do tego celu wspomnianych już parametrów. Niestety, wiele osób nie zdaje sobie sprawy z tego, że to istotny błąd, który wpływa negatywnie na rzetelność gromadzonych danych. Parametry UTM (źródło, medium, nazwa kampanii, słowo kluczowe i zawartość) służą do oznaczania tylko kampanii zewnętrznych. Dzięki nim dane zebrane w Google Analytics są łatwe do analizy i możemy skutecznie porównywać je w czasie.

Dlaczego nie powinniśmy oznaczać parametrami UTM kampanii wewnętrznych?

Załóżmy, że użytkownik trafił na stronę główną z newslettera. W momencie, kiedy kliknie w baner przenoszący go na kartę produktu, parametry UTM nadpiszą właściwie źródło, z którego użytkownik trafił do naszego serwisu. Nie mamy później możliwości śledzić go jako użytkownika z newslettera, a dodatkowo odwiedziny zostaną naliczone jako podwójne (wejście z newslettera i wejście z kampanii wewnętrznej).

Sposobów na śledzenie kampanii wewnętrznych jest wiele. Można w tym celu wykorzystać śledzenie zdarzeń lub zmienne niestandardowe czy też wyszukiwanie w witrynie.

BZWBK niepoprawnie śledzi kampanie wewnętrzne. Do serwisu trafiłam z kampanii CPC, następnie ze strony głównej przeszłam na stronę docelową Kredytu Gotówkowego. Do adresu URL dodany został parametr utm_source=bzwbk_slider. Tym samy na koncie Google Analytics nie odnotuje się moja ścieżka: CPC – Slider na stronie głównej.

5. Brak poprawnego kodu śledzącego na wszystkich stronach

Najprostszy możliwy błąd, jaki może się pojawić, czyli brak kodu śledzącego na wszystkich stronach. Istnieją narzędzia, za pomocą których da się łatwo sprawdzić, czy kod jest umieszczony na każdej podstronie (służy do tego m.in. GA Checker, który na ten moment nie współpracuje jeszcze z GA4).

GA Checker – narzędzie do sprawdzania czy kod śledzący jest na wszystkich stronach w serwisie.

6. Opieranie swoich decyzji o próbkowane dane

Jeżeli na co dzień operujesz na stosunkowo małej ilości danych – prawdopodobnie nie masz się o co martwić. Standardowa konfiguracja Google Analytics daje bowiem dostęp do niepróbkowanych danych, a co za tym idzie – zapewnia wgląd do kompletnych informacji na temat ruchu czy zachowania użytkowników.

Na czym polega różnica między ruchem próbkowanym a niepróbkowanym?

Próbkowanie danych nie polega na analizowaniu kompletnych informacji, a jedynie podzbiorów zebranych danych. To oznacza, że nie są one w 100% wiarygodne i z pewnością nie powinny być podstawą Twoich raportów.

Wspomniane próbkowanie w GA4 dotyczy następujących progów (odnoszących się do widoku w ramach konkretnego zakresu dat):

• 10 000 000 zdarzeń / zapytań dla Google Analytics 4.
• 1 000 000 000 zdarzeń / zapytań dla Google Analytics 4 360.

Z kolei dla poprzedniej wersji prezentuje się to następująco.

• 500 000 sesji dla standardowego Google Analytics.
• 100 000 000 sesji dla Google Analytics 360.

7. Brak waluty

Aspekt szczególnie istotny, jeśli Twój biznes polega na sprzedaży online (e-commerce). I o ile w poprzedniej wersji Google Analytics nie wymagał uzupełniania tego parametru, o tyle w GA4 jest już on obowiązkowy. Waluty należy oznaczać za pomocą odpowiednich kodów, które są zgodne ze standardami ISO (dla złotówek będzie to PLN, dla euro – EUR, dla dolarów – USD, dla funtów brytyjskich – GBP, franków szwajcarskich – CHF, i tak dalej).

Ważne: nawet jeśli Twój sklep internetowy operuje tylko jedną walutą – i tak warto zawrzeć taką informację w Google Tag Managerze. Brak jego konfiguracji narazi Cię na poważne problemy związane m.in. ograniczeniem dostępu do informacji na temat Twoich przychodów (m.in. ich źródeł).

8. Błędne przechowywanie danych o użytkownikach

W Google Analytics 4 możesz spotkać się z dwoma rodzajami raportów – standardowymi oraz eksploracjami. Pierwsze agregują i przechowują informacje przez cały czas. Z kolei drugie – robią to przez pewien okres, który domyślnie wynosi 2 miesiące (w ustawieniach GA4 możesz dokonać jego zmiany na 14 miesięcy). Dotyczy to danych na poziomie użytkownika. Jeżeli zależy Ci na porównywaniu danych z okresów przekraczających 14 miesięcy – New Google Analytics 360 daje możliwość ustawienia retencji danych nawet do 50 miesięcy.

W przypadku Universal Analytics możesz wybierać pomiędzy okresami: 14, 26, 38, 50 miesięcy lub zdecydować, aby dane w ogóle nie wygasały. Ten aspekt dotyczy przechowywania danych na poziomie użytkownika oraz zdarzenia.

Pamiętaj, że ustawienie przechowywania danych ma wpływ tylko na raporty Eksploracji i nie dotyczy raportów standardowych.

9. Zastosowanie zbyt dużej liczby unikalnych wartości

Kolejnym czynnikiem, który może zaburzyć lub całkowicie zepsuć Twoje dane w GA, jest ten związany z tzw. cardinality, czyli mocą zbioru. Dotyczy on bezpośrednio zastosowania wartości (np. takich, jak client ID), których zbyt duża liczebność może spowodować, że pozyskiwane przez Ciebie informacje zostaną zakwalifikowane do niechcianego “(other)”.

Aby tego uniknąć albo przynajmniej maksymalnie ograniczyć ryzyko pojawienia się takiej klasyfikacji – staraj się korzystać z raportów standardowych, a także wstępnie zdefiniowanych wymiarów. Jeżeli korzystasz z GA w wersji 360 – z tym obszarze z pomocą mogą Ci przyjść również tzw. Automatic Custom Tables, które dadzą Ci dostęp do rozszerzonych zestawów danych.

10. Pojawienie się bramek płatnościowych w kanale “referral”

Jak sama nazwa wskazuje – ten przypadek dotyczy błędnego zakwalifikowania źródeł ruchu, jakimi są tzw. payment gateways (w tym m.in. PayPal, PayU, Przelewy24 i wiele innych).

Otóż, działania użytkownika, który opuszcza Twoją stronę “na chwilę”, jedynie po to, aby opłacić swoje zamówienie – mogą zostać zakwalifikowane jako nowy ruch, który generuje właśnie dana bramka płatnicza. To z kolei może prowadzić do zaburzenia danych, które “rzekomo” mogłyby świadczyć o tym, że tego typu serwisy przynoszą Ci klientów (w trakcie, gdy tak naprawdę stanowią tylko element niezbędny do sfinalizowania transakcji).

11. Brak konfiguracji konwersji w Google Analytics 4

Popełnienie tego błędu może być fatalne w skutkach, ponieważ doprowadzi do sytuacji, w których Twoje raporty dedykowane pod konwersje staną się całkowicie bezużyteczne.

Jeżeli zależy Ci na możliwości śledzenia, analizowania oraz wyciągania wniosków na temat skuteczności Twoich działań związanych z konwersją – pamiętaj o skonfigurowaniu Twojego Google Analytics właśnie pod tym kątem. Szczegółowe informacje wraz z instrukcją dostarczam sam Google, a znajdziesz je w tym miejscu.

Warto mieć na względzie również ograniczenia związane z liczbą konwersji. Standardowa wersja GA4 pozwala na ustalenie 30, z kolei GA4 w wersji 360 – aż 50.

Źródło: Google Analytics

12. Brak konfiguracji filtrów wewnętrznego ruchu

Specyfika Twojej działalności sprawia, że Twój serwis internetowy odwiedzają nie tylko zewnętrzni, ale również wewnętrzni użytkownicy (w tym deweloperzy, agencje, a nawet “zwykli” pracownicy)?

Jeśli tak – pamiętaj, aby wdrożyć odpowiednie filtry, które pozwolą Ci oddzielić taki ruch wewnętrzny od ruchu pochodzącego z zewnątrz. W innym wypadku dane, które otrzymujesz, mogą być nie tylko bardzo zniekształcone, ale przede wszystkim – mogą doprowadzić Twoją firmę do wyciągania bardzo błędnych wniosków.

Źródło: Google Analytics

13. Zbieranie niewłaściwych danych, pozwalających na identyfikację użytkowników

Ochrona danych osobowych to jeden z najgorętszych tematów, które spędzają sen z powiek niejednej firmie opierającej swoją działalność na Internecie.

W związku z powyższym – koniecznie upewnij się, że konfiguracja Twojego Google Analyticsa nie przewiduje śledzenia takich informacji, jak: imię, nazwisko, numer telefonu czy adres e-mail. Taka sytuacja może mieć miejsce np. wówczas, gdy Twój CMS automatycznie tworzy nowe podstrony (dotyczące płatności, szczegółów zamówienia, wysyłki itp.) – generowane, chociażby na bazie wprowadzonych przez klientów danych.

14. Brak uruchamiania odsłon dla SPA (dynamicznych stron – aplikacji jednostronicowych)

Jeżeli Twoja strona opiera się na działaniu JavaScriptu, który generuje jej treść dynamicznie (a co za tym idzie – nie powoduje konieczności przeładowywania serwisu lub przechodzenia do kolejnych podstron) – podstawowa konfiguracja Google Analytics nie zanotuje dla Ciebie odsłon.

Rozwiązaniem tego problemu może być odpowiednia konfiguracja Google Tag Managera. Szczegóły na ten temat czekają na Ciebie w tej oficjalnej dokumentacji udostępnionej przez firmę Google.

15. Brak lub problemy z raportowaniem danych w czasie rzeczywistym

Musisz wiedzieć, że sukcesywnie Google odchodzi od wspierania “starszej” wersji Analyticsa. Jeżeli zaczynasz dostrzegać, że Twoje raporty w czasie rzeczywistym agregują zbyt mało lub też zbyt dużo danych – jest to kolejna oznaka, że warto pomyśleć o jak najszybszej “przesiadce” na nowszą wersję, czyli Google Analytics 4.

16. Całkowity brak lub błędna konfiguracja Consent Mode

Błędne podejście do przyjmowania zgód, a także agregacji cookiesów może mieć nie tylko wymiar stricte analityczny, ale również narazić Twoją firmę na poważne problemy prawne i finansowe. Otóż, aby mieć pewność, że wszystkie dane na temat użytkowników są zbierane w prawidłowy sposób – musisz pamiętać o zastosowaniu tzw. Consent Mode. Więcej na ten temat przeczytasz również na naszym blogu.

16 błędów w Google Analytics, które sprawiają, że zbierasz niepoprawne dane – podsumowanie

Podstawą skutecznej analizy, na podstawie której możesz wyciągać wnioski prowadzące do wzrostu zysków, są oczywiście poprawne dane. Dla serwisów typu e-commerce dane dotyczące transakcji to zdecydowanie najistotniejsza informacja.

Natomiast poprawne śledzenie wszystkich stron w serwisie, współczynnika odrzuceń oraz źródeł ruchu jest bardzo istotne dla każdej strony internetowej.

Biorąc pod uwagę liczbę błędów, jaka pojawia się przy okazji konfiguracji śledzenia, konieczna jest weryfikacja poprawności zbieranych danych, co można prosto sprawdzić, zwracając uwagę na 16 oznak, które szerzej omówiłem w powyższych akapitach. Dla przypomnienia oraz lepszego utrwalenia Twojej wiedzy – pamiętaj, że sygnałami świadczącymi o tym, że z Twoimi danymi z GA może być coś “nie tak”, są:

1. Zbyt mała liczba transakcji w GA względem systemu CRM
2. Zbyt duża liczba transakcji w GA w odniesieniu do CRM
3. Zbyt niski współczynnik odrzuceń
4. Zbyt duży udział ruchu oraz konwersji pochodzących ze źródła referral
5. Brak wdrożenia poprawnego kodu śledzącego na wszystkich stronach
6. Podejmowanie decyzji na podstawie próbkowanych danych
7. Brak ustawionej waluty transakcji
8. Niewłaściwe przechowywanie danych na temat użytkowników
9. Zbyt duża liczba unikalnych wartości w raportach
10. Występowanie bramek płatnościowych w kanale “referral”
11. Brak konfiguracji konwersji w GA4
12. Brak konfiguracji filtrów wewnętrznego ruchu
13. Zbieranie niewłaściwych danych, pozwalających na identyfikację użytkowników
14. Brak uruchamiania odsłon dla SPA
15. Całkowity brak lub istotne problemy z raportowaniem danych typu real-time
16. Brak lub błędna konfiguracja Consent Mode

Chcesz, upewnić się, że Twój Google Analytics jest prawidłowo skonfigurowany, a dane, które otrzymujesz – są maksymalnie zbliżone do rzeczywistych?

Skorzystaj ze wsparcia doświadczonych ekspertów do analityki internetowej Conversion. Gruntownie przeanalizujemy bieżącą konfigurację Twojego narzędzia, zapoznamy się ze specyfiką Twojego biznesu oraz Twoimi potrzebami, aby na końcu udzielić Ci fachowej informacji zwrotnej.

Zaciekawił Cię temat zbierania niepoprawnych danych w GA, a wiedzę zawartą w tym artykule uważasz za wartościową? Jeśli tak to koniecznie sprawdź wpis na naszym blogu mówiący o 7 rzeczach, które musisz sprawdzić po migracji na Google Analytics 4.

The post Błędy w Google Analytics: 16 sygnałów, że zbierasz niepoprawne dane first appeared on Conversion.

Google zaskoczyło wszystkich, gdy 15 marca ogłosiło wejście na rynek nowego produktu – Google Analytics 360 Suite.

Ale tak prawdę powiedziawszy, czy powinniśmy być aż tak bardzo zaskoczeni tym ruchem ze strony Google? Nie wydaje mi się. Tę zmianę dało się przewidzieć. Google właściwie dopiero zaczęło nadrabiać stratę do konkurencji, choć powinno było to zacząć robić już dawno temu.
Co oferuje zupełnie nowy Google Analytics 360 Suite i jak wpłynie on na codzienną pracę marketingowca?

Google Analytics 360 Suite

Google Analytics 360 Suite wkrótce powita nas dokładnie takim kokpitem.

Jako marketingowcy wszyscy mamy ten sam problem: nasi kochani klienci przystosowują się do wielourządzeniowego świata w tempie, któremu my nie umiemy sprostać. Z każdym dniem coraz trudniej jest precyzyjnie skierować odpowiednią komunikację marketingową do klientów, którzy przeskakują z urządzenia na urządzenie (lub konsumują treści na kilku urządzeniach jednocześnie).

Zrozumienie podróży klienta w świecie wielu urządzeń jest ogromnym wyzwaniem, z którym coraz trudniej sobie poradzić.

Google od pewnego czasu mówi o integracji danych z różnych źródeł. Universal Analytics był pierwszym, dużym krokiem w stronę usprawnienia mierzenia zachowania użytkowników na różnych urządzeniach i generowania kompletnego obrazu ich podróży.

Niemniej jednak, Google Analytics było do tej pory raczej zamkniętym środowiskiem. Mogłeś co prawda przekazać trochę danych do innych produktów Google (AdWords czy DoubleClick) i tam je wykorzystać, ale trudno było przekazać dane do jakichkolwiek innych rozwiązań.

Każdy chciałby tworzyć segmenty, które mają zastosowanie w wielu innych sieciach reklamowych i budować podobne grupy odbiorców. Każdy chciałby zintegrować dane z Google Analytics, aby trafiać do użytkowników z bardziej adekwatnym, spersonalizowanym przekazem. Każdy chciałby wykorzystać te dane w automatyzacji marketingu do optymalizacji retencji, up-sellingu i cross-sellingu.

Google właśnie zrobiło pierwszy krok w procesie budowy kompletnego ekosystemu narzędzi analitycznych (ang. data analytics stack), który powinien nam dostarczyć wyżej wymienionych korzyści.

Google Analytics 360 Suite składa się z 6 produktów – trzy z nich są całkowicie nowe, natomiast w przypadku trzech kolejnych zmienia się tylko metka.

Google Analytics 360 Suite składa się z 6 produktów – z 3 całkiem nowych: Optimize 360, Audience Center 360 i Data Studio 360 oraz 3, na których zmieniła się tylko metka: Tag Manager 360 (wcześniej Google Tag Manager Premium), Attribution 360 (wcześniej Adometry) oraz Analytics 360 (uprzednio Google Analytics Premium).

Zacznijmy od tego, co nowe:

Audience Center 360

Audience Center 360 – narzędzie do poszerzania grupy odbiorców i ułatwiające dotarcie. Dzięki niemu będziesz mógł zasilić dane pierwszej kategorii danymi z Google Analytics i innych źródeł. Będziesz mógł tworzyć podobne grupy odbiorców i publikować je na platformach reklamowych w celu targetowania i optymalizacji strony (za pomocą Optimize 360).

W mojej opinii jest to najbardziej ekscytująca część Google Analytics 360 Suite – własna platforma Google’a do zarządzania danymi. Dzięki niej będziesz mógł łączyć dane z Google Analytics, zewnętrznych źródeł danych i własnego CRMu w celu budowania segmentów odbiorców. Co więcej, będziesz w stanie targetować tych odbiorców nie tylko przez DoubleClick’a czy AdWords, ale również z wykorzystaniem innych DSPs.

To wszystko pozwoli Ci zwiększyć efektywność targetowania i dostarczyć spójną komunikację marketingową pojedynczemu użytkownikowi bez względu na liczbę urządzeń, z których korzysta (a dzięki globalnego cappingowi zagwarantujesz, że nie będzie miał Ciebie dość ;).

Data Studio 360

Data Studio 360 ma ułatwić dzielenie się wynikami i spostrzeżeniami z zespołem. W jednym miejscu uzyskasz dostęp do danych z całego Analytics 360 Suite: nałożysz dane z AdWords i DoubleClick, dodasz zewnętrzne źródła oraz stworzysz raporty i kokpity, które z łatwością będziesz mógł współdzielić wewnątrz organizacji.

Dostarczenie odpowiednich danych, do odpowiednich ludzi, w odpowiednim czasie — to od zawsze było spore wyzwanie w dużych firmach. Do tej pory byliśmy zmuszeni do opracowywania szytych na miarę rozwiązań do raportowania, które często spotykały się z problemami z API. Ten problem powinien zniknąć dzięki Data Studio 360 – narzędziu, które pozwala w łatwy sposób połączyć dane z różnych źródeł i przedstawić je w formie raportów i kokpitów.

Data Studio 360 będzie zintegrowane z danymi pochodzącymi ze wszystkich produktów z Google Analytics 360 Suite. Będzie miało również możliwość dołączenia danych z innych źródeł.

Każdy analityk wie, że wyciąganie i ujednolicanie danych z różnych źródeł jest żmudną pracą, która hamuje prędkość działania potrzebną w dzisiejszym świecie. Możliwości Data Studio 360 w kontekście analizy i wizualizacji danych powinny znacznie przyspieszyć i uprościć ten proces.

Więcej o Data Studio 360 możesz dowiedzieć się z bloga AnalyticsPros.

Optimize 360

Optimize 360 pomoże w optymalizacji strony. Dzięki niemu przetestujesz, co tylko zechcesz – od drobnych zmian po redesign wyglądu strony. Narzędzie da także możliwość personalizacji strony poprzez targetowanie różnymi treściami segmentów odbiorców z Analytics 360.

Google w końcu nadrabia dystans do konkurencji w kwestii optymalizacji strony i testów A/B. Google obiecuje, że Optimize 360 będzie można z łatwością zintegrować z systemami CMS, dlatego stanie się prawdziwym motorem napędowym personalizacji.

Mało tego, Optimize 360 będzie zintegrowany z innymi narzędziami z 360 Suite. To pozwoli na prowadzenie eksperymentów dla segmentów z Analytics 360 i kierowanie różnych treści do różnych odbiorców z DoubleClick oraz AdWords. Z takimi możliwościami dużo łatwiej będzie stworzyć idealne doświadczenie użytkownika i bezproblemowe przejście między reklamą a stroną internetową.

Czy Optimize 360 będzie znacząco różne od rozwiązań konkurencji takich jak Optimizely? Sam sposób prowadzenia testów jest praktycznie taki sam. Pytanie jak daleko posunięte będą możliwości personalizacji i integracji z systemami CRM, ponieważ to w tych elementach są obszary, aby się wyróżnić.

Więcej o Optimize 360 dowiesz się z bloga AnalyticsPros.

Przejdźmy teraz do produktów na których zmieniła się tylko metka.

Analytics 360

Analytics 360 to nasz stary, dobry przyjaciel Google Analytics Premium (który teraz nazywa się Google Analytics 360). Nie ma tu wielu nowości oprócz faktu, że pojawi się możliwość współdzielenia danych z innymi narzędziami z Suite 360. Niemniej jednak, to właśnie ta zmiana stworzy ogromne możliwości.

To po prostu Google Analytics Premium ze wszystkimi swoimi możliwościami i garścią nowych funkcjonalności (które będą sukcesywnie wdrażane). Ze znaną wszem i wobec precyzją, Google zapowiedziało, że nowe możliwości narzędzia pojawią się w nadchodzących miesiącach

Tag Manager 360

Nie każdy wie, że obecnie z zakupem Google Analytics Premium wiąże się otrzymanie niejako licencji „Premium” dla Google Tag Managera. „Premium” odnosi się do dwóch umów o gwarantowanym poziomie świadczenia usług –uptime’u serwerów oraz dostępność panelu. Na chwilę obecną produkty nie różnią się od siebie w żaden sposób, ale Google zapowiada, że to się zmieni wraz z rozwojem Tag Manager 360.

Attribution 360

Attribution 360 pozwoli na mierzenie wyników międzykanałowych. Z tym narzędziem będziesz mógł kompilować dane z różnych kanałów i urządzeń – odsłony, klikalność, koszty, przekierowania oraz konwersje online i offline. Posiadając dane na temat wyników, możesz przekazać rezultaty do Audience Center 360, aby optymalizować kampanie.

Ostatni z przebranżowionych produktów (Adometry) został pozyskany przez Google już jakiś czas temu i od tamtego czasu jest integrowany z Google Analytics Premium. Attribution 360 pozwala na uchwycenie spostrzeżeń na temat atrybucji między kanałami, urządzeniami i systemami, z uwzględnieniem informacji o kampaniach offline (np. spoty telewizyjne).

A więc wiesz już co nieco o Google Analytics 360 Suite. Stworzenie takiego zestawu narzędzi to mądre posunięcie, nieprawdaż?

Podejrzewam, że w tej chwili pojawiło się kilka pytań w Twojej głowie:

Kiedy Google opublikuje nowe narzędzia i kiedy będą one w pełni dostępne?

W tej chwili Google nie podaje dokładnej daty pełnej dostępności Google Analytics 360, ale wiemy, że wydarzy się to w maju br.

Czy produkty z Suite 360 będą dostępne jedynie jako pakiet czy również jako niezależne narzędzia?

Wiemy, że każdy z produktów będzie dostępny osobno. Nie wiemy natomiast jak konkretne narzędzia będą współpracować z bezpłatnymi odpowiednikami (np. Data Studio 360 z Google Analytics zamiast Analytics 360).

Ile kosztuje każdy produkt osobno, a ile cały pakiet?

Niestety, cennik pozostaje nieznany. Wiemy natomiast, że całe Suite 360 skierowane jest do dużych firm, dlatego nie sądzę, że będzie to tanie rozwiązanie (na pewno cena za Analytics 360 nie będzie niższa niż za obecny Google Analytics Premium).

Co stanie się z obecnymi klientami Google Analytics Premium?

Firmy, które obecnie mają Google Analytics Premium, będą tymi, które w pierwszej kolejności otrzymają dostęp do Google Analytics 360. W ciągu kolejnych dwóch miesięcy ich interfejsy zmienią się na nowe. Każdy klient Google Analytics Premium otrzyma zarówno licencję na Analytics 360 jak i na Tag Manager 360.

Czy to był mądry ruch ze strony Google i co może przynieść przyszłość?

Nie mam wątpliwości, że opracowanie zestawu produktów, które bezproblemowo integrują się ze sobą, było mądrym posunięciem Google’a. Każdy z nich otrzymał swoją nazwę, ale wszystkie łączy „360” – dla mnie znaczy to tyle, że każdy z produktów będzie nieustannie rozwijany a nie zapomniany (jak np. Eksperymenty Google Analytics, które były jedynie małą częścią Google Analytics).

Co ważniejsze, koncepcja Suite 360 ułatwi Google rozszerzanie wachlarza produktów. W tej chwili Google Analytics 360 Suite nie jest produktem kompletnym, porównując go np. do Marketing Cloud od Adobe, ale miejmy nadzieję, że jest to tylko pierwszy krok i platforma będzie ewoluowała w odpowiednim kierunku.

W tej chwili Suite 360 jest raczej rozwiązaniem technologicznym dla reklamy (adtech) niż dla marketingu (martech). Dlaczego w tym momencie jesteśmy zmuszani do korzystania z innych narzędzi, aby pozyskiwać klientów, a innych do ich utrzymywania i przeprowadzenia up-sellingu? Najlepszym rozwiązaniem byłby jeden kompleksowy zestaw narzędzi, które są ze sobą zintegrowane i umożliwiają dokładnie takie działania. Moim zdaniem jest to droga, którą pójdzie Google. Jestem bardzo ciekawy, co przyniosą wielkie zmiany.

Jeśli zastanawiasz się jak wprowadzenie Google Analytics 360 Suite wpłynie na Twoją firmę i chcesz w pełni wykorzystać jego możliwości, skontaktuj się z nami i dowiedz się więcej o naszym unikalnym podejściu do analityki internetowej. Należymy do grona Google Analytics Premium Authorized Resellers oraz jesteśmy Certyfikowanym Partnerem Google Tag Managera i Google Analytics.

The post Google ogłasza Google Analytics 360 Suite – jak wpłynie to na pracę marketingowca? first appeared on Conversion.

Czas to pieniądz – szczególnie w przypadku biznesów internetowych, gdzie w kontekście dostarczania najlepszych rozwiązań liczy się każdy dzień. Musisz być na bieżąco, ponieważ rzeczy dzieją się błyskawicznie. Jeśli nie nadążasz za zmianami w świecie marketingu – wypadasz z gry.

Technologie marketingowe oferują nowe możliwości, ale jednocześnie wymagają wiele czasu i wysiłku ze strony marketingowca.

Załóżmy, że chcesz przetestować nową afiliację aby osiągnąć cel dotyczący kwartalnego ruchu. Jesteś przekonany, że błyskawicznie przyniesie Ci mnóstwo ruchu, ponieważ oferta sprzedawcy wygląda na wyjątkowo lukratywną. Ale jest jeden haczyk: CPS jako model rozliczeń. Twój kontrahent nie rozpocznie pracy, dopóki nie dostanie kodu wdrożonego na Twojej stronie. Musi śledzić ruch na stronie / zamówienia, które dostarcza.

Ile zajmie Twojemu działowi IT wdrożenie kilku linijek kodu na stronę? Jeśli uda mu się to zrobić w 3 dni, możesz uważać się za szczęściarza.

Niestety bardzo często okazuje się, że kilka tygodni to bardziej realny termin. Podczas gdy kilka linijek kodu tkwi w poczekalni, Twoja firma traci pieniądze.

Wyobraź sobie, że masz więcej niż jednego kontrahenta zapewniającego Ci ruch na stronie i właśnie zamierzasz przeprowadzić testy A/B, zanim podejmiesz decyzję. Czy masz kilka tygodni do zmarnowania, zanim dział IT opracuje skrypt, który obsłuży wszystkie strony i tagi, aby należycie zmierzyć wyniki?

Kolejki i terminy ustalane przez dział IT są zmorą marketingowców. Przeciążony dział IT nie uwija się szybko z wdrożeniem tagów, dlatego tracisz na efektywności.

Pozwól, że opowiem Ci historię o jednym z naszym klientów. Zmagaliśmy się z bardzo wysokim wskaźnikiem wyjść (ang. Exit rate) na stronach kategorii. Dział marketingu nie był w stanie poradzić sobie z problemem.

Obyty marketingowiec zaproponował wdrożenie krótkiej ankiety w celu zebrania danych jakościowych. Bingo! Odpowiedzi klientów doprowadziły nas do źródła problemu, którym okazała się komunikacja. Użytkownicy źle rozumieli nazwę kategorii na liście i opuszczali stronę. Drobne usprawnienie (zmiana nazwy kategorii) doprowadziło do spadku wskaźnika porzuceń o 58% oraz do wzrostu współczynnika konwersji.

To jednak nie wszystko, co powinieneś wiedzieć o tej historii. Realizacja pomysłu owego marketingowca zajęła ponad 3 miesiące, a kod ankiety wyglądał tak:

(function(w) {
w['_sv'] = {trackingCode: 'VTqUuBoMVSeYYbrHvjlryVOGjvPorMGw'};
var s = document.createElement('script');
s.src = '//api.survicate.com/assets/survicate.js';
s.async = true;
var e = document.getElementsByTagName('script')[0];
e.parentNode.insertBefore(s, e);
})(window);

Skąd tak duże opóźnienie? Marketingowiec musiał poczekać aż dział IT umieści na stronie kod ankiety.

Przemyślmy to. A co, jeśli ów obyty marketingowiec z naszej historii mógłby wdrożyć kod samodzielnie? Współczynnik porzuceń zmniejszyłby się w ciągu kilku dni, a przez dodatkowe 2 miesiące mógłby pracować nad kolejnym świetnym rozwiązaniem, które przyniosłoby wzrost współczynnika konwersji.

Nasza historia mogłaby mieć szczęśliwe zakończenie, jeśli tylko firma korzystałaby z systemu do zarządzania tagami.

Lekarstwo: Google Tag Manager

Czy chcesz zaznać napędzanego danymi, zręcznego podejścia do marketingu? Uzyskasz to, jeśli tylko zdecydujesz się na system do zarządzania tagami.

Google Tag Manager pozwala marketingowcom z łatwością wdrażać kody, które pozwalają na śledzenie stron trzecich, analizę, raportowanie, remarketing, śledzenie konwersji, optymalizację i wiele więcej.

Jak to działa? Po wdrożeniu jednego znacznika narzędzia wszystkie inne kody są wdrażane i zarządzane przez interfejs w przeglądarce internetowej – bez potrzeby ponownej ingerencji w stronę!

Google Tag Manager działa jak kontener dla wszystkich skryptów na Twojej stronie. Oparty jest na warunkach, które uruchamiają poszczególne tagi na stronie. Każdy z tagów wysyła powiadomienie do narzędzia analitycznego. Możesz w kilka kliknięć skonfigurować narzędzie tak, że gdy użytkownik wejdzie na konkretne strony lub wykona konkretne działania – system wywoła np. skrypt konwersji lub skrypt remarketingowy. Sprytnemu użytkownikowi Google Tag Managera uda się nawet wstawić do skryptów dynamiczne elementy (jak np. wartość zamówienia czy zakupione produkty) bez potrzeby kontaktu z IT.

Osiągaj lepsze rezultaty. Szybciej.

Szukasz zwrotu inwestycji z systemu zarządzania tagami?

Sprzedawcy gotowi są pomóc Ci zdobywać, konwertować i zatrzymywać więcej użytkowników. W internecie znajdziesz nadmiar świetnych rozwiązań, zaczynając od map cieplnych (ang. Heatmap), przez śledzenie ruchu kursora, aż po zaawansowaną automatyzację marketingu.

Każdy usługodawca oferuje swój sposób na optymalizację, analizę lub personalizację – każdy z nich wymaga jednak osadzenia tagów. Zaczynając od skryptów śledzących, przez skrypty ad-serverów, remarketingowe i pixele konwersji. Źródło.

Możesz wdrożyć tagi tego samego dnia i w efekcie podnieść sprawność marketingu. Narzędzie monetyzuje się błyskawicznie, a najlepsze rozwiązania mogą przynieść ponadprzeciętne rezultaty już na samym początku.

Według raportu zatytułowanego ‘ROI of Tag Management’, 76% użytkowników TMS (systemów do zarządzania tagami) jest w stanie wdrożyć skrypty tego samego dnia roboczego. 47% ludzi, którzy wdrażają tagi z pomocą działów IT, jest w stanie zrobić to nie szybciej niż w tydzień.” Źródło.

Redukuj koszty

Długie czekanie nie czyni szczęśliwym ani Ciebie, ani działu IT. Zamiast wdrażania prostych i monotonnych tagów, dział IT mógłby włożyć więcej wysiłku w projekty strategicznie, które budują wartość przedsiębiorstwa. Korzystając z Google Tag Managera odciążasz dział IT i podnosisz opłacalność.

Przyspiesz swoją stronę

TRUSTe donosi, że 50 czołowych pod względem wielkości ruchu stron internetowych w Zjednoczonym Królestwie posiada średnio 14 skryptów śledzących. Ta liczba musi mieć znaczenie dla szybkości strony.

Google Tag Manager ładuje skrypty asynchronicznie oraz usuwa śledzenie z kodu HTML, co znacznie przyspiesza czas ładowania się strony. To proste rozwiązanie jednego z największych problemów optymalizacji konwersji – czasu ładowania strony.

Zapewnij jakość danych

Gdy system jest scentralizowany, nie jesteś zmuszony do wdrażania każdej linijki kodu osobno. Po prostu tworzysz regułę, która później uruchamia tag na każdej podstronie. To znaczy, że jesteś w stanie zapewnić rzetelne dane i odpowiednie śledzenie.

Czy kiedykolwiek musiałeś zmierzyć się z sytuacją, w której web developer przypadkowo usunął kod śledzący, niszcząc tym samym Twoje dane? Możesz być pewien, że to już nigdy się nie zdarzy.

Czy jesteś gotowy przenieść marketing na wyższy poziom? Nie trać czasu – podaruj swoim marketingowcom niezależność i wolność, na które zasługują.

Jeśli chcesz uczynić swój dział marketingu cyfrowego niezależnym od IT, ale potrzebujesz wsparcia ekspertów (Google Analytics czy Google Tag Manager), skontaktuj się z nami. Zrobimy wszystko, co w naszej mocy, aby spełnić Twoje oczekiwania. Jesteśmy certyfikowanym partnerem Google w zakresie Google Analytics oraz Google Tag Managera.

The post Dział e-marketingu niezależny od IT? To da się zrobić z pomocą Google Tag Managera! first appeared on Conversion.

Chcesz nauczyć się efektywnie wykorzystywać Google Analytics oraz Google Tag Managera? Chcesz dowiedzieć się jak optymalizować swój serwis i zwiększyć współczynnik konwersji? Jeśli tak, to weź udział w praktycznych szkoleniach z Google Analytics, Google Tag Managera i Optymalizacji Współczynnika Konwersji, które prowadzimy w październiku w Warszawie.

• Nauczymy Cię jak zwiększać ROI z prowadzonych działań marketingowych.
• Pokażemy Ci jak przeprowadzać zaawansowane analizy z wykorzystaniem niestandardowych funkcjonalności.
• Nauczymy Cię jak śledzić zachowanie Twoich użytkowników i dopasować serwis do ich potrzeb.
• Przedstawimy niezawodne techniki zwiększania współczynnika konwersji.

Dołącz do setek zadowolonych uczestników szkoleń!

Już niedługo będziemy mogli śmiało powiedzieć, że z zakresu analityki internetowej i optymalizacji współczynnika konwersji szkolimy pokolenia. Dlaczego? Ponieważ to już 10. edycja naszych szkoleń. Program szkoleń zmieniamy z każdą edycją, aby jak najbardziej odpowiadał trendom w naszej branży. Tym razem jest podobnie – program rozszerzyliśmy z 3 do 4 dni, dodając jeden pełny dzień poświęcony Google Tag Managerowi. Całość tym razem wygląda następująco.

Pierwszy dzień będzie poświęcony Google Analytics na poziomie średniozaawansowanym. Nauczymy Cię m.in. jak:

• zrozumieć interfejs Google Analytics, kluczowe metryki, wskaźniki i pojęcia,
• efektywnie analizować dane płynące z serwisu i zwiększać zysk firmy,
• w praktyce korzystać z najważniejszych funkcjonalności Google Analytics przydatnych w codziennej pracy.

Zapisz się na szkolenia teraz.

Drugiego dnia wejdziemy na wyższy poziom obsługi Google Analytics i pokażemy Ci jak:

• wykorzystać zaawansowane funkcjonalności narzędzia – zaawansowane raporty, segmenty niestandardowe oraz wyrażenia regularne,
• zautomatyzować pracę z Google Analytics,
• wdrażać zaawansowane śledzenie użytkowników.

Zapisz się na szkolenia teraz.

Trzeci dzień będzie w całości poświęcony Google Tag Managerowi. Przez ponad 6 godzin będziemy dzielić się naszą wiedzą i pokazywać Ci:

• jak działa Google Tag Manager i jak za jego pomocą wdrożyć niestandardową konfigurację Google Analytics – m.in. zdarzenia, wirtualne odsłony, wymiary niestandardowe, grupowanie treści, a także takie elementy jak śledzenie pogody, scrollowanie ekranu, odtwarzanie filmów na YouTubie oraz tzw. ”chytry” toplayer (czyli taki, który pojawia się użytkownikowi w momencie opuszczania serwisu),
• jak korzystać z Google Tag Managera w sposób, który usprawni proces analizy i pozwoli wygenerować oszczędności związane z odciążeniem działu IT. Jak już niejednokrotnie wspominaliśmy (np. tutaj) – jedną z największych zalet Google Tag Managera jest możliwość ominięcia działu IT przy wdrażaniu skryptów, co owocuje w dużą oszczędność czasu.

Zapisz się na szkolenia teraz.

Ostatni, czwarty dzień będzie poświęcony optymalizacji współczynnika konwersji. Nasz ekspert:

• omówi najlepsze techniki stosowane przy optymalizacji współczynnika konwersji,
• opowie o całym procesie z pomocą przykładów „z życia wziętych” oraz case studies,
• nauczy Cię jak prowadzić testy A/B przy wykorzystaniu różnych narzędzi, m.in. Eksperymentów Google Analytics, Optimizely oraz Visual Website Optimizera.

Zapisz się na szkolenia teraz.

Brzmi jak spora dawka wiedzy? Mamy nadzieję, że tak. Warto wiedzieć, że szkolenia odbędą się w Centrum Konferencyjnym Zielna przy ul. Zielnej w Warszawie, czyli w samym centrum miasta, 20 metrów od stacji metra Świętokrzyska. Bez problemu dojedziesz na szkolenia z każdego miejsca w Warszawie. Jeśli natomiast przyjeżdżasz z innego miasta – wtedy z Dworca Centralnego dojdziesz na szkolenia w 10 minut. Ja nie mogę sobie wyobrazić lepszej lokalizacji, a Ty? Dlatego zarejestruj się już teraz, bo liczba miejsc jest ograniczona (tylko 20 miejsc na każdy dzień!).

Odbierz darmowy audyt Google Analytics oraz dostęp do ciekawych webinarów

Jeden pełny dzień poświęcony Google Tag Managerowi to nie jedyna nowość. Tym razem każdemu z uczestników szkoleń oferujemy także ekskluzywny dostęp do Conversion’s Excellence Academy. Jest to bezpłatny i nieograniczony dostęp do wyjątkowych webinarów, z których czerpać wiedzę ma przyjemność tylko limitowana liczba osób – nasi klienci. Webinary organizujemy raz na kwartał i w ich trakcie przekazujemy know-how budowany przez nas w trakcie tysięcy godzin przepracowanych przy komercyjnych projektach.

Dla wszystkich uczestników szkoleń z Google Analytics albo Google Tag Managera przeprowadzamy również darmowy audyt instalacji Google Analytics. Następnie na szkoleniach będziemy uczyć jak naprawić najczęściej występujące w instalacji błędy oraz jak zachować poprawność danych. Regularna cena takiego audytu wynosi 1000 zł, jednak uczestnicy naszych szkoleń dostają go całkowicie za darmo. Dowiedz się więcej o nowościach.

Dlaczego warto?

W trakcie dziesięciu edycji szkoleń zdobyliśmy grono zadowolonych klientów. Jedną z nich jest Magdalena Pietrzak pracująca w iStore: „Szkolenie z analityki internetowej i optymalizacji konwersji zostało przeprowadzone na najwyższym poziomie. Ogromne uznania dla prowadzących – Pana Mariusza Michalczuka i Pawła Ogonowskiego, który swoją niebywałą wprost wiedzę z zakresu analityki internetowej potrafili przekazać w ciekawy i przystępny sposób. Pełne przykładów prezentacje pozwoliły lepiej zrozumieć omawiane zagadnienia. Szkolenie organizowane przez Conversion w 100% zaspokoi potrzeby wszystkich osób, którym zależy na efektywniejszym prowadzeniu działań w Internecie.”

Wśród naszych zadowolonych Klientów znajduje się także Monika Kumińska Specjalista ds. Marketingu Centrum Kompleksowej Rehabilitacji Konstancin: „Polecam udział w szkoleniach organizowanych przez firmę Conversion wszystkim osobom, które są zainteresowane analityką webową i optymalizacją konwersji. Szkolenia przygotowane i przeprowadzone w sposób profesjonalny i rzetelny, wiedza przekazywana w sposób dostępny, poparta licznymi case studies i bardzo ciekawie przekazana. Organizacja na wysokim poziomie, dogodna lokalizacja szkoleń, przygotowane pomocne materiały potrzebne podczas szkolenia oraz otwarci i pomocni prowadzący gwarantują lepsze przyswojenie wiedzy”.

Teraz i Ty masz szansę dołączyć do grona naszych uczniów, a następnie zadowolonych Klientów. Jeśli nie wiesz, które szkolenie jest dla Ciebie najlepsze – nie martw się! Staramy się wyjść naprzeciw wszystkim Twoim możliwym wątpliwościom i dlatego opracowaliśmy krótkie badanie, dzięki któremu będziemy mogli doradzić, które szkolenie jest dla Ciebie najlepsze. Ankietę znajdziesz tutaj, a jej wypełnienie nie zajmie Ci więcej niż 5 minut. Po jej wypełnieniu możesz liczyć na nasz telefon.

Jeśli natomiast musisz uzyskać akceptację i budżet na szkolenie oraz chcesz przekonać kogoś w swojej firmie, że warto Cię na nie wysłać – chętnie Ci w tym pomożemy. Przygotowaliśmy specjalny e-mail, który możesz wysłać do swojego szefa lub działu HR. Nie pozostawi on żadnych wątpliwości, że zdobyta wiedza wpłynie na lepsze wyniki Twojej pracy i całej firmy.

A jeśli nie chcesz iść na szkolenia sam – zaproś znajomych. Przy rejestracji więcej niż jednej osoby oferujemy dodatkowy rabat w wysokości 5%.

Nie trać czasu i zarejestruj się już dziś!

The post Kolejna edycja praktycznych szkoleń otwartych z Google Analytics, Google Tag Managera i Optymalizacji Współczynnika Konwersji 12-15 października 2015 w Warszawie first appeared on Conversion.