• 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.

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.

Google Tag Manager jako podstawa marketingu
Różnica pomiędzy GTM Server-side a Client-side
GTM Server-side – zalety
Jak wdrożyć GTM server-side?
Ile kosztuje GTM Server-side?
Czy GTM Server-side różni się od Measurement Protocol?
Co jest potrzebne do wdrożenia GTM Server-side?
Jakie narzędzia można wdrożyć za pomocą GTM Server Side?
Jak GTM Server Side wpływa na zbieranie danych?
Czy GTM Server Side można wdrożyć poza Google Cloud Platform?
Ile trwa wdrożenie ssGTM?
Czy GTM server-side działa w przypadku aplikacji mobilnych?
Podsumowanie

Google Tag Manager jako podstawa marketingu

Google Tag Manager to niezwykle istotne w marketingu online narzędzie. Efektywny marketing online opiera się na danych. Dane to skrypty i narzędzia, które instalujemy oraz wdrażamy w ramach marketingu online. Narzędzia te najczęściej wdrażamy za pomocą skryptów i tagów, które osadzamy w kodzie źródłowym naszej strony. Alternatywą dla wdrażania kodu źródłowego poszczególnych narzędzi jest wykorzystanie GTM, który jest systemem zarządzania treścią dla skryptów. Efektywny marketing powinien opierać się na Google Tag Manager (GTM). Po wdrożeniu skryptów za pomocą GTM lub bezpośrednio w kodzie źródłowym strony, użytkownik wchodząc na nasz serwis, wczytuje jego zawartość. Skrypty te wchodzą w interakcję z narzędziami zewnętrznymi, pobierając dane z przeglądarki, systemu oraz interakcji użytkownika na stronie. Następnie dane te są wysyłane do serwerów narzędzi trzecich.

Odwiedzając dowolną stronę internetową, możemy zobaczyć, jakie informacje są pobierane i wysyłane do stron trzecich. Korzystając z narzędzi dla deweloperów, dostępnych w menu przeglądarki, w zakładce „Network” znajdziemy podsumowanie wszystkich skryptów, w szczególności skryptów JavaScript, które są wczytywane. W ramach analityki online możemy monitorować, jakie skrypty są wczytywane w przeglądarce. Na przykład, używając funkcji Collect, można zobaczyć, jakie informacje są wysyłane z przeglądarki do narzędzi trzecich. Te dane pozwalają na generowanie metryk dotyczących zachowania użytkowników oraz optymalizację marketingu. 

Różnice pomiędzy GTM Server-side a Client-side

W przypadku GTM Client-Side, wszystkie skrypty wdrożone po stronie klienta wysyłają informacje bezpośrednio z przeglądarki do narzędzi trzecich. Natomiast kontener Server-Side to narzędzie instalowane na serwerze. Komunikacja przeglądarki z tym kontenerem odbywa się w taki sposób, że zamiast wielu nawiązań komunikacji z różnymi narzędziami, jedna paczka informacji jest wysyłana do serwera. Na serwerze dane są dzielone na porcje, a odpowiednie informacje są przesyłane dalej do narzędzi trzecich. Całe obciążenie, które do tej pory było podejmowane przez komputer i przeglądarkę, przejmuje serwer. Oczywiście za to obciążenie będziemy płacić w postaci utrzymania serwera, ponieważ musi on wykonać operacje, aby rozesłać poszczególne informacje do wszystkich wdrożonych narzędzi. Dzięki temu, że ciężar obsługi interakcji przejmuje serwer z skonfigurowanym GTM Server-side, działanie naszej strony przyspieszy.

GTM Server-side – zalety

W konsoli przeglądarki można zauważyć, że wczytywanych skryptów jest bardzo dużo, co zajmuje moc obliczeniową komputera i przeglądarki. Po wdrożeniu GTM Server-side i wysłaniu jednej paczki informacji z przeglądarki do serwera, eliminujemy dziesiątki innych komunikacji. Całość obciążenia przejmuje serwer, który rozsyła informacje dalej. Dzięki temu nasza witryna przyspiesza, ponieważ komputer ma więcej zasobów do wczytania treści. Treść jest dostarczana użytkownikowi szybciej, co wpływa na metryki Core Web Vitals. To z kolei ma pozytywny wpływ na ranking w wyszukiwaniach organicznych. Dodatkowymi zaletami wykorzystania GTM Server-side jest możliwość wzbogacenia informacji, które trafiają do serwera, o dane, których nie chcielibyśmy ujawniać użytkownikowi na poziomie przeglądarki. Mogą to być informacje o marży czy koszcie zakupu produktu. Tak wzbogacone dane, wraz z informacjami o użytkowniku, wysyłamy do narzędzi takich jak Google Ads. Dzięki temu możemy nałożyć kryteria optymalizacji reklam w oparciu o bardziej zaawansowane dane, np. związane z marżowością naszych produktów.

Oprócz dodawania informacji na poziomie serwera, możemy również usuwać pewne dane. Jeżeli nie chcemy przesyłać personalnie identyfikowanych informacji do narzędzi trzecich, co jest zgodne z RODO, możemy je usunąć z paczki danych, zanim zostaną rozesłane do innych narzędzi. 

Jak wdrożyć GTM server-side?

Ponieważ paczka informacji trafia do serwera, który najczęściej jest skonfigurowany na naszej subdomenie, mamy mniejszy poziom blokowania tych nawiązań przez adblocki i różnego rodzaju narzędzia. Narzędzia te działają w ten sposób, że rozpoznają, dokąd wychodzą poszczególne sygnały. Jeśli sygnał znajduje się na liście rzeczy do zablokowania, nie jest przekazywany dalej. Zastosowanie GDPR zwiększa liczbę rejestrowanych konwersji, ponieważ ad-doki nie działają na tego typu informacje, które trafiają do naszego serwera. Proces ten można podzielić na trzy kroki:

1. Konfiguracja serwera, na którym będzie umieszczony kontener.
2. Konfiguracja tagów w kontenerze serwerowym.
3. Przekierowanie wysyłania informacji z kontenera client-side, aby nie trafiały bezpośrednio do narzędzi, ale do naszego serwera. Serwer, na podstawie konfiguracji z kroku drugiego, będzie wiedział, gdzie te informacje rozesłać.

W praktyce, w ramach realizowanych projektów, sprawdzamy obciążenie serwera, aby zoptymalizować koszty. Podstawowe narzędzia Google Platform do postawienia kontenera serwerowego to App Engine i Cloud Run. Przed wyborem pierwszego kroku i konfiguracją kontenera serwerowego, analizujemy ruch, aby oszacować koszty obsługi kontenera i zoptymalizować je. Drugim krokiem, już po wdrożeniu kontenera, jest ocena jego odporności na adblocki. GTM Server Side jest generalnie odporny na działanie adblocków, jednak można to jeszcze dopracować. W związku z tym przeprowadzamy analizy sprawdzające tę odporność. Jeśli jest na odpowiednim poziomie, pozostawiamy konfigurację bez zmian.

Dodatkowo optymalizujemy śledzenie po stronie klienta, ponieważ nie zawsze wszystko powinno być śledzone przez rozwiązanie client-side. Często zdarza się, że firmy same wdrażające GTM Server-Side mają zdublowane śledzenie, co oznacza, że te same informacje są wysyłane z obu kontenerów. Przy wdrożeniu GTM Server-Side zawsze zwracamy na to uwagę. Razem z konfiguracją warto zastanowić się nad możliwością wzbogacenia danych. Często u klientów, którzy mają takie potrzeby, dodajemy informacje o koszcie wytworzenia danego produktu. Dzięki temu kampanie mogą być optymalizowane na podstawie rzeczywistej marży i zysku bezpośredniego z produktu, a nie jedynie na podstawie przychodu. To istotne, ponieważ różne produkty mogą mieć różne marże.

W przypadku większych organizacji, które mają wiele kontenerów, przeprowadzamy analizę, aby zoptymalizować ich liczbę. Często okazuje się, że duża liczba kontenerów nie jest konieczna. Dotyczy to szczególnie organizacji z wieloma stronami, gdzie struktura przy wdrażaniu kontenerów Client Side często nie była przemyślana.

Ile kosztuje GTM Server-side?

Jednym z najczęstszych pytań, jakie zadają klienci zainteresowani GTM Server-Side, jest koszt takiego rozwiązania. Koszt ten należy podzielić na dwa czynniki. Pierwszym aspektem jest koszt wdrożenia, a drugim koszt obsługi. Koszt obsługi obejmuje zarządzanie wdrożeniami kolejnych narzędzi oraz obsługę serwera, na którym znajduje się kontener. W przypadku liczby żądań na sekundę, jeśli serwery muszą obsłużyć około 4-5 żądań na sekundę, koszt wynosi około 400 złotych. Przy mniejszych serwisach, koszty te mogą wynosić maksymalnie do 1000 złotych, a często zamykają się w kwocie 100 złotych miesięcznie. 

Należy również uwzględnić koszt wdrożenia i obsługi, jeśli chodzi o wdrażanie nowego śledzenia. 

Czy GTM Server-side różni się od Measurement Protocol?

Measurement Protocol to funkcja Google Analytics, za pośrednictwem której można wysyłać dane do GA4 bez konieczności obecności użytkownika w serwisie. Jeśli mamy urządzenia, które nie obsługują przeglądarki ani nie są aplikacjami mobilnymi, na przykład kioski w sklepach stacjonarnych, możemy bezpośrednio wysyłać informacje do GA4 za pomocą Measurement Protocol. Measurement Protocol często jest wykorzystywany do dosyłania transakcji, które normalnie nie zostałyby zarejestrowane przez GA4.

Google Tag Manager (GTM) nie służy wyłącznie do GA4. GTM jest używany do wysyłania danych do różnych narzędzi. GTM działa jak kieszonka, która zbiera informacje z przeglądarki, a następnie rozdziela je do odpowiednich narzędzi. Niezależnie od tego, czy dane mają trafić do GA4, Google Ads, czy innego narzędzia, z poziomu GTM można je wysłać do wybranego systemu. Measurement Protocol nie zastąpi Google Tag Manager Server-Side i odwrotnie, ponieważ są to dwa zupełnie różne narzędzia. 

Co jest potrzebne do wdrożenia GTM Server-side?

Przede wszystkim konieczny jest skonfigurowany serwer. Oznacza to, że musimy mieć przestrzeń, na której zainstalujemy kontener serwerowy. Klienci najczęściej wybierają przestrzeń w ramach Google Cloud Platform, korzystając z narzędzi takich jak App Engine lub Cloud Run. Obecnie coraz częściej wybierany jest Cloud Run, ponieważ jest bardziej skalowalny, co pozwala lepiej kontrolować koszty. W przypadku App Engine musimy z góry określić liczbę maszyn, które będą obsługiwać ruch. Cloud Run oferuje opcje skalowania, co oznacza, że maszyny będą się automatycznie dostosowywać do zapotrzebowania. Możemy również wybrać inne środowisko, takie jak Azure lub AWS. Z naszego doświadczenia wynika, że największym problemem jest stworzenie odpowiedniej przestrzeni. Pozostałe kwestie, takie jak konfiguracja na serwerze i konfiguracja przekazywania danych z GTM Client-Side do Server-Side, mogą być wykonane przez nas lub przez analityka internetowego odpowiedzialnego za wdrożenie.

Jakie narzędzia można wdrożyć za pomocą GTM Server Side?

U jednego z klientów mamy listę około 36 narzędzi, z których kilka będzie wdrażanych za pośrednictwem GTM Server-Side. Google oferuje wiele rozwiązań, takich jak Analytics, śledzenie adresów, Floodlight oraz inne narzędzia z grupy Marketing Platform. Wśród nich znajdują się piksele do Criteo, Pinteresta, TikToka, Twittera, LinkedIna i innych, które polegają na wdrażaniu skryptów wysyłających informacje bezpośrednio do tych narzędzi. Wszystko, co wdrażamy na client-side, możemy również wdrożyć po stronie serwera, czyli Server-Side.

Jak GTM Server Side wpływa na zbieranie danych?

Można to podsumować w dwóch aspektach. Po pierwsze, uszczelnia zbieranie danych. Śledzenie realizowane za pomocą GTM Server Side jest bardziej odporne na blokowanie przez adblock, co zwiększa poziom rejestrowanych danych i konwersji. Po drugie, modyfikuje dane. Może to oznaczać zarówno wzbogacanie danych poprzez dodanie dodatkowych informacji, jak i usuwanie informacji, których nie chcemy przekazywać do narzędzi trzecich.

Czy GTM Server Side można wdrożyć poza Google Cloud Platform?

Jak najbardziej. Alternatywą w przypadku Microsoft Azure jest Azure App Service. W przypadku Amazon i jego AWS jest to Elastic Beanstalk, które jest bardzo podobne do App Engine w Google Cloud Platform. Elastic Container Service jest z kolei odpowiednikiem Cloud Run. W ten sposób można wykorzystać inne chmury do obsługi kontenera server-side.

Ile trwa wdrożenie ssGTM?

Proces można podzielić na dwie części. Pierwsza dotyczy konfiguracji samego serwera i kontenera na tym serwerze. Druga część związana jest z przenoszeniem śledzenia z client-side na server-side i jest uzależniona od aktualnej konfiguracji GTM Client-Side. Im bardziej rozbudowana jest konfiguracja i im więcej danych tam przekazujesz, tym dłużej potrwa ten etap. Średnio takie wdrożenia trwają od 3 do 6 miesięcy, obejmując przepięcie śledzenia z Client-Side na Server-Side.

Czy GTM server-side działa w przypadku aplikacji mobilnych?

Obecnie nie, choć w przyszłości może się to zmienić. W przeciągu 1-2 lat ssGTM stanie się standardem śledzenia w marketingu online. Im wcześniej wdrożysz ssGTM, tym szybciej skorzystasz z jego zalet, takich jak przyspieszenie strony internetowej i wzbogacenie danych przekazywanych dalej. ssGTM pozwala również na rejestrowanie większej ilości danych, unikając np. adblocków. Warto więc jak najszybciej zainteresować się tym tematem. 
Podsumowanie

Wdrożenie GTM server-side ma wiele korzyści i pozytywnie wpływa na wiele aspektów marketingu online, takich jak Core Web Vitals czy kwestie związane z RODO. Jestem przekonany, że ssGTM jest przyszłością śledzenia i zbierania danych w internecie. Warto więc już teraz zadbać o odpowiednie wdrożenie i poprawić działania związane ze zbieraniem danych w swoim serwisie.

The post GTM Server-Side – jak pomaga w marketingu? 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.