Marketing i analityka – wyzwania
Metodyka KPI Tree – co to jest?
4 kroki metodyki KPI Tree
KPI Tree w praktyce – case study
Podsumowanie

Marketing i analityka – wyzwania

Z każdym rokiem rośnie liczba narzędzi i danych, z których korzystają zespoły marketingowe. W efekcie coraz trudniej utrzymać porządek, połączyć wszystkie elementy i zbudować z nich spójny system analityczny. W 2025 roku marketerzy e-commerce mieli do dyspozycji ponad 15 tysięcy różnych narzędzi. Różnica między marketingiem i e-commerce a układaniem klocków Lego polega na tym, że w przypadku Lego od początku wiadomo, jak z chaosu rozsypanych elementów zbudować konkretny model.

W pudełku znajduje się instrukcja, podział na mniejsze zestawy i jasny schemat łączenia kolejnych elementów. W marketingu sytuacja wygląda inaczej. Z chaosu metryk, źródeł danych i narzędzi powstają raporty oraz dashboardy, które często nie mają spójnej struktury ani jasnego celu.

Z moich obserwacji wynika, iż 90% dashboardów trafia do kosza w ciągu 30 dni od ich utworzenia. W analogii do klocków Lego taki dashboard w Data Studio przypomina model składany z kilku różnych zestawów, dodatkowo według instrukcji napisanej w niezrozumiałym języku. Skąd czerpać właściwe instrukcje, aby wykorzystywać wartościowe dane w marketingu? Jak przekształcić chaos metryk i narzędzi w raporty, które realnie wspierają marketing oraz e-commerce?

Metodyka KPI Tree – co to jest?

Odpowiedzią jest metodyka KPI Tree, którą opiszę w tym artykule. To podejście pomaga szybciej docierać do wniosków i skraca Time to Insight, czyli czas od pojawienia się problemu w biznesie, marketingu lub e-commerce do postawienia konkretnej hipotezy dotyczącej jego przyczyny.

Metodyka KPI Tree zwiększa też poczucie kontroli nad danymi i wynikami. Gdy pojawia się problem, można szybciej zidentyfikować jego źródło i podjąć odpowiednie działania. Zamiast przez tygodnie ustalać, gdzie „się pali”, zespół może już w ciągu jednego dnia przejść od sygnału ostrzegawczego do analizy przyczyn i rekomendacji. Jeśli odpowiadasz za wdrożenia narzędzi marketingowych i analitycznych, metodyka KPI Tree pomaga szybciej ustalić priorytety. Drzewo metryk pokazuje, które dane są istotne dla biznesu, dzięki czemu nie trzeba wdrażać wszystkiego naraz.

W wielu projektach przed zastosowaniem KPI Tree klienci chcieli mierzyć wszystko. Prowadziło to do przeciągania wdrożeń i opóźniało moment, w którym dane zaczynały realnie wspierać decyzje biznesowe. Dzięki KPI Tree szybciej uzyskujemy wartość z dostępnych danych, ponieważ koncentrujemy się na metrykach powiązanych z celami firmy.

W tym artykule opiszę metodykę, którą stosujemy u naszych klientów. KPI Tree składa się z czterech kroków i opiera się na dwóch znanych koncepcjach: mapowaniu Customer Journey oraz metodyce GSM.

4 kroki metodyki KPI Tree

Aby lepiej wyjaśnić znaczenie tego podejścia, warto przywołać typową sytuację ze spotkania statusowego z klientem lub zarządem. Pada pytanie: dlaczego marketing nie dowiózł wyników? Pierwszy problem polega na tym, że osoba zadająca pytanie ma w głowie własny model oczekiwań – coś w rodzaju gotowej konstrukcji z klocków Lego. Tymczasem zespół ma przed sobą jedynie stertę klocków, czyli dane, metryki i narzędzia, które wymagają uporządkowania. Często nie wiemy, co dokładnie mamy ułożyć z dostępnych „klocków” danych.

Krok 1: Definicja głównych KPI biznesowych

Pierwszym krokiem metodyki KPI Tree jest więc zdefiniowanie najważniejszych KPI w biznesie. Innymi słowy: trzeba ustalić, jaki cel ma w głowie zarząd, dyrektor lub klient, gdy zadaje pytanie o wyniki. W praktyce oznacza to wskazanie dwóch lub trzech najważniejszych KPI szefa, klienta, a jeszcze lepiej – szefa Twojego szefa lub szefa klienta. To właśnie ta osoba decyduje, czy partner, z którym rozmawiasz, osiąga sukces biznesowy.

Można porównać to do klocków LEGO. Wyobraźmy sobie mały klocek wyjęty z większego modelu. W metodyce KPI Tree taka metryka powinna być odczuwalna jak nadepnięcie bosą stopą na mały klocek w środku nocy. Jeśli dany KPI realnie „boli”, oznacza to, że ma znaczenie biznesowe. Dlatego większość kluczowych KPI jest powiązana z finansami firmy. Są blisko raportu zysków i strat, ponieważ bezpośrednio wpływają na ocenę kondycji biznesu.

Ostatnio przekonałem się o tym w bardzo konkretny sposób. Jesteśmy na etapie zbierania feedbacku dotyczącego naszego nowego rozwiązania. Jednym z elementów prezentacji jest slajd, na którym pytamy dyrektorów e-commerce i dyrektorów marketingu, jak wyglądają ich spotkania z zarządem oraz jakie tematy pojawiają się w kontekście danych. Ostatnio Michał, który przekazywał nam feedback do narzędzia, zwrócił uwagę na ważną rzecz: na takich spotkaniach zarządu nikt zwykle nie pyta o ROAS ani modele atrybucji. Najczęściej pojawiają się pytania o pieniądze: przychody, wyniki, sprzedaż i zysk.

Dobrym przykładem może być e-commerce pokroju Leroy Merlin. Gdy analizujemy KPI dla takiej organizacji, trzy główne wskaźniki to zazwyczaj: przychody, transakcje, liczba zakupionych produktów. W 70–80% przypadków główne KPI są bezpośrednio związane ze sprzedażą. Kluczowe jest jednak ich precyzyjne zdefiniowanie. Jeśli analizujemy przychód, trzeba ustalić, czy mówimy o wartości z VAT, czy bez VAT. Narzędzia analityczne najczęściej raportują przychody z VAT, co wpływa na sposób prezentacji danych. W finansach, zwłaszcza w rachunku zysków i strat, VAT pozostaje neutralny.

Dane mogą obejmować koszt dostawy lub go pomijać. Z perspektywy CFO koszty dostawy w raportowaniu przychodów często nie są kluczowe, ponieważ nierzadko obniżają zysk organizacji. Coraz częściej firmy częściowo dofinansowują dostawy dla użytkowników. Podobnie należy uwzględnić sposób raportowania zwrotów. Dla marketingu istotny jest przychód wygenerowany przez e-commerce, ale w analizie finansowej trzeba jasno określić, czy raport obejmuje VAT, koszty dostawy oraz zwroty. CFO musi uwzględnić dodatkowe odliczenia. Często są to bardzo duże kwoty, sięgające nawet 50% raportowanego przychodu. Oznacza to, że przychód wygenerowany lub zaraportowany przez marketing trzeba pomniejszyć o zwroty, które pojawiły się po finalizacji transakcji.

Pierwszym krokiem jest więc precyzyjna definicja analizowanego wyniku. Jeśli partner podczas spotkania pyta, dlaczego nie osiągnęliście zakładanych wyników, warto doprecyzować, czy chodzi o przychód. Dzięki temu wiadomo, z jakich narzędzi i danych dostępnych w marketingu trzeba skorzystać oraz jak powinien wyglądać model analityczny. W przypadku e-commerce mechanizm generowania przychodu jest stosunkowo prosty. Przychód w e-commerce składa się z trzech głównych elementów. Pierwszym z nich jest pozyskanie użytkownika, czyli ruch na stronie. Użytkownika trzeba skutecznie doprowadzić do konwersji. Jakość tego procesu opisuje współczynnik konwersji, który pokazuje, jak serwis i działania marketingowe przekładają się na oczekiwane działania użytkowników.

Kolejną istotną metryką jest średnia wartość zamówienia, zależna od tego, jakie produkty kupują użytkownicy. Te dane są dostępne bezpośrednio w narzędziach analitycznych i można je szybko zwizualizować. Na wykresie warto zestawić cztery metryki: przychody, współczynnik konwersji, ruch oraz średnią wartość zamówienia. Przychody są metryką wynikową, natomiast pozostałe trzy wyjaśniają, z czego wynika poziom przychodów w e-commerce.

Krok 2: Mapowanie Customer Journey i touchpointów

Taka wizualizacja pozwala szybko zauważyć, czy spadek przychodów wynika na przykład ze spadku współczynnika konwersji. Jeśli klient lub przełożony zapyta, dlaczego przychód nie został osiągnięty, odpowiedź „ponieważ spadł współczynnik konwersji” zwykle nie wystarczy. Taka informacja nie wyjaśnia przyczyny problemu ani nie wskazuje, które elementy procesu wymagają poprawy. Dlatego drugim krokiem w metodyce KPI Tree jest zmapowanie touchpointów, z którymi użytkownik styka się w ekosystemie online. W praktyce często obejmuje on e-commerce oraz powiązane z nim produkty, usługi, serwisy lub aplikacje.

W kontekście customer journey najczęściej pojawia się skojarzenie z lejkiem marketingowym. Istnieje wiele modeli takiego lejka, a jednym z najpopularniejszych jest model AIDA. Zakłada on, że użytkownik przechodzi przez etapy: świadomości (awareness), zainteresowania (interest), pożądania (desire) oraz podjęcia konkretnej akcji (action). Problem polega na tym, że decyzje użytkowników nie zawsze przebiegają liniowo. Ścieżka zakupowa rzadko wygląda jak prosty, przewidywalny proces od pierwszego kontaktu z marką do konwersji. Liczba użytkowników, którzy otrzymali trigger zakupowy, jest największa na początku procesu. Część z nich zyskuje świadomość marki lub produktu. Następnie mniejsza grupa wykazuje zainteresowanie, a jeszcze mniejsza zaczyna odczuwać potrzebę zakupu. Ostatecznie tylko część użytkowników dokonuje transakcji.

W praktyce proces zakupowy coraz częściej opisuje się za pomocą koncepcji tzw. Messy middle to koncepcja opisana w badaniu Google, które pokazuje, jak użytkownicy podejmują decyzje zakupowe. Proces ten jest silnie nieliniowy – użytkownik przechodzi między różnymi etapami i punktami styku, zanim zdecyduje się na zakup. Na etapie tworzenia KPI Tree kluczowe jest zmapowanie elementów ekosystemu, które mogą wpływać na decyzję zakupową. Istotne są przede wszystkim te obszary, na które firma ma realny wpływ. Oznacza to, że można pozyskać z nich dane, a następnie – na podstawie wniosków z analizy – wprowadzać konkretne zmiany optymalizacyjne.

Dobrym przykładem jest Leroy Merlin, szczególnie w kontekście kategorii łazienek. Touchpointami wpływającymi na złożenie zamówienia będą tu między innymi proces zakupowy, czyli checkout, koszyk, karta produktu oraz karta kategorii. Wokół samego e-commerce związanego z łazienkami pojawiają się również dodatkowe elementy wspierające użytkownika w procesie decyzyjnym. Należą do nich strony z poradami, kalkulator liczby płytek czy sekcja dotycząca projektowania łazienki. Każdy z tych elementów może pomagać użytkownikowi w podjęciu decyzji zakupowej, dlatego powinien zostać uwzględniony w analizie KPI. W analogii z klockami LEGO Customer Journey oznacza identyfikację „torebek”, które wyselekcjonowaliśmy z całego zestawu. Każda z nich jest potrzebna do złożenia konkretnego elementu naszej budowli: dźwigu, podwozia, kabiny lub innej części konstrukcji.

Krok 3: Wykorzystanie metodyki GSM (Goal, Signal, Metric)

Pojawia się jednak pytanie: skoro mamy już wyodrębniony subzestaw, jak połączyć jego poszczególne elementy? W tym miejscu wchodzi trzeci krok metodyki KPI Tree, czyli metodyka GSM. GSM pomaga określić: jaki cel ma dany touchpoint, czyli goal, jakie sygnały, czyli zachowania użytkownika, wskazują na realizację tego celu – signals, oraz jakie metryki możemy przypisać do tych sygnałów i zachowań. W praktyce oznacza to przełożenie faktycznych zachowań użytkowników na język danych.

Przykładem mogą być strony z poradami w serwisie leroymerlin.pl. Ich celem jest wsparcie użytkowników w procesie zakupowym. Jeśli użytkownicy trafiają na takie treści, powinny one pomóc im podjąć decyzję i finalnie zrobić zakupy w sklepie. Po pierwsze, użytkownicy muszą trafiać na treści poradnikowe. Po drugie, powinni przechodzić z porad do asortymentu sklepu. Do tych celów należy dobrać odpowiednie metryki. Dla oceny zasięgu treści poradnikowych sprawdzi się liczba użytkowników. Dla analizy przejść warto wykorzystać procent użytkowników, którzy po wizycie na stronie z poradami przeszli na strony kategorii, strony konkretnych produktów lub wyniki wyszukiwania.

W przypadku kalkulatora liczby płytek GSM może opierać się na podobnym podejściu, choć jego definicja zależy od celu tego narzędzia. Kalkulator liczby płytek ma usuwać obiekcję zakupową i pomagać użytkownikowi określić, ile płytek powinien kupić. Sygnałem zainteresowania kalkulatorem jest liczba użytkowników, którzy weszli z nim w interakcję. Sygnałem potwierdzającym, że kalkulator spełnił swoją funkcję, są przejścia z kalkulatora na stronę produktu lub stronę kategorii. Do tych sygnałów należy dobrać odpowiednie metryki: liczbę użytkowników korzystających z kalkulatora oraz procent przejść z kalkulatora do asortymentu.

Krok 4: Szukanie zależności i budowa ekosystemu

Dzięki przypisaniu celów, sygnałów i metryk do poszczególnych elementów otrzymujemy instrukcję mapowania ich w spójny system analityczny. Jeśli każdy element jest opisany osobno, na końcu pozostaje połączenie ich w całość, która działa jako jeden uporządkowany mechanizm. Ostatni, czwarty krok metodyki KPI Tree polega na szukaniu zależności pomiędzy touchpointami. To rodzaj mapy, na której rozpisane są touchpointy wraz z przypisanym do nich GSM. Stanowi ona uzupełnienie customer journey i pokazuje, jak użytkownik przechodzi pomiędzy kolejnymi elementami ścieżki.

Finalnym efektem pracy nad KPI Tree jest rozpisanie w pliku Excel poszczególnych elementów: touchpointów wynikających z mapowania customer journey oraz przypisanego do nich GSM. Najwygodniejszym rozwiązaniem jest prosta struktura w Excelu. Alternatywnie można wykorzystać mapę myśli, jednak w naszych projects najczęściej pracujemy właśnie na arkuszach. Dopiero na ich podstawie powstaje ostateczny dashboard.

KPI Tree w praktyce – case study

Pierwszy dashboard ma charakter ogólny – pokazuje dane z perspektywy całego ekosystemu. W kolejnym etapie analizy przechodzimy głębiej i tworzymy raporty szczegółowe dla poszczególnych touchpointów. KPI Tree można analizować zarówno na poziomie całego ekosystemu, jak i wybranych jego elementów. Przykładem jest kategoria łazienek w Leroy Merlin, ale równie dobrze można przygotować osobne raporty dla strony z poradami czy kalkulatora liczby płytek. Na tym poziomie analiza obejmuje już znacznie bardziej szczegółowe dane.

Dobrym przykładem wykorzystania KPI Tree jest sytuacja jednego z naszych klientów, firmy o skali porównywalnej do Leroy Merlin. W 2025 roku klient zauważył spadek przychodów. Po stworzeniu KPI Tree szybko zidentyfikowaliśmy przyczynę spadku przychodu końcowego. Analiza wykazała znaczący spadek ruchu na stronach poradnikowych. Zbiegło się to w czasie z wdrożeniem AI Overviews, które wprowadzono w marcu 2025 roku.

Dzięki szybkiemu zidentyfikowaniu przyczyny mogliśmy przeznaczyć czas, który zwykle zajmuje diagnoza problemu, na pogłębioną analizę wpływu AI Overviews na ruch organiczny. Kluczowe jest to, że bez KPI Tree proces analizy danych wyglądałby inaczej. Najpierw pojawiłby się problem. Następnie zespół musiałby go zauważyć, najlepiej od razu, a dopiero później rozpocząłby analizę przyczyn spadku. Kiedy brakuje KPI Tree, problem zwykle zauważamy dopiero po kilku dniach. Następnie trzeba znaleźć osobę odpowiedzialną za analizę, która rozpoczyna zbieranie niezbędnych danych. Jeśli nie pojawią się rozbieżności wymagające dodatkowych wyjaśnień, proces przebiega sprawniej. Po zakończeniu analizy formułujemy insight, co zazwyczaj zajmuje od dwóch do trzech tygodni.

W przypadku KPI proces wygląda inaczej. Insight pojawia się w ciągu kilku dni, często jeszcze tego samego dnia. Zaoszczędzony czas można przeznaczyć na pogłębienie analizy, podobnie jak w opisanym case study. Insight wskazuje, gdzie pojawia się problem. Można porównać go do zwiadu, który rozpoznaje sytuację i identyfikuje obszary wymagające uwagi. Gdy wiadomo, gdzie leży problem, przechodzimy do pogłębionej analizy, która pozwala znaleźć jego przyczynę i zaproponować konkretne rozwiązanie.

Podsumowanie

Tak działa praca z metodyką KPI Tree. Gdy podczas kolejnego statusu pojawi się pytanie o wyniki, nie trzeba wracać do chaosu danych, rozproszonych metryk i dashboardów tworzonych ad hoc, które po 30 dniach przestają być użyteczne. Istnieje lepsze podejście: uporządkowanie pracy z danymi z wykorzystaniem metodyki KPI Tree.

Proces opiera się na czterech krokach: pracy na kanwie, mapowaniu Customer Journey oraz metodyce GSM. Najpierw definiujemy najważniejsze KPI. Następnie mapujemy touchpointy w ekosystemie, które wspierają decyzję o zakupie. Po trzecie, dla każdego touchpointu określamy cele, sygnały potwierdzające ich realizację oraz dobieramy odpowiednie metryki. Po czwarte, mapujemy wszystkie elementy i opisujemy zależności między nimi.

Zachęcam do skorzystania z tej metodyki. Jeśli ten materiał nie wyczerpuje tematu, w opisie znajduje się link do naszego bezpłatnego e-booka o tym, jak przejść przez metodykę KPI Tree i przygotować drzewo metryk. Metodyka opisana w e-booku pomoże uporządkować cele, sygnały i metryki oraz przełożyć je na praktyczną analizę danych. Zachęcam do skorzystania z tego materiału oraz bezpłatnego e-booka.

The post Sposób na chaos w danych – KPI Tree first appeared on Conversion.

KPI tree – co to jest?
Jak zbudować KPI tree?
KPI tree w praktyce – case study Leroy Merlin
Metodyka GSM i wizualizacja danych
Korzyści z wdrożenia KPI tree
Podsumowanie

KPI tree – co to jest?

KPI tree to drzewo metryk, które pozwala prześledzić zależności między najważniejszą metryką biznesową a kolejnymi, szczegółowymi wskaźnikami wyjaśniającymi główny wynik. KPI tree stanowi mapę elementów online, pokazującą, jak poszczególne obszary działalności wpływają na kluczowy rezultat biznesowy. Nie jest to kolejny raport, lecz ustrukturyzowany sposób zrozumienia, co rzeczywiście liczy się w biznesie.

Posiadając KPI tree, można precyzyjnie określić, na które wskaźniki warto zwracać uwagę. Pozwala to zyskać jasność priorytetów i ustalić, jakie działania podejmować oraz w jakiej kolejności. Dzięki temu możliwe jest podejmowanie szybszych decyzji i ograniczenie zgadywania, co przekłada się na większą pewność w codziennej pracy.

Jak zbudować KPI tree?

Proces budowy KPI tree rozpoczyna się od określenia najważniejszego wskaźnika dla biznesu. Zwykle koncentruje się on wokół przychodu lub wyniku i pełni rolę KPI nadrzędnego. Następnie przechodzi się na kolejne poziomy, aby wyjaśnić, co wpływa na ostateczny rezultat. W biznesie istnieje kilka podejść do budowy KPI tree. Stosujemy operacyjne podejście, ponieważ najczęściej wypracowujemy KPI tree z zespołami operacyjnymi, zespołami e-commerce oraz marketingu. Podejście z perspektywy zarządu opiera się zwykle na wyznaczaniu celów strategicznych i ich dekompozycji na niższe poziomy. Nasze doświadczenie koncentruje się jednak na operacyjnym podejściu do pracy z KPI.

Nasza metodyka opiera się na dwóch podejściach. Pierwszym z nich jest Customer Journey, w którym mapujemy touchpointy online we wszystkich elementach ekosystemu firmy, z którymi użytkownik styka się na drodze do najważniejszej konwersji. Szczegółowo opisaliśmy ten temat w osobnym wpisie dotyczącym tworzenia Customer Journey.

Drugim elementem naszej metodyki, który wykorzystujemy do określania KPI tree, jest matematyka GSM, czyli podejście składające się z trzech elementów: Goals, Signals oraz Measures. Konkretne omówienie tego zagadnienia można przedstawić na przykładzie budowy KPI tree dla Leroy Merlin.

KPI tree w praktyce – case study Leroy Merlin

Efektem końcowym KPI tree będzie dashboard w Looker Studio, prezentujący najważniejsze metryki oraz ich wzajemne zależności. Efektem pośrednim prac nad KPI tree jest rozpisanie całego ekosystemu online, obejmujące poszczególne touchpointy wynikające z Customer DNA. Następnie wyodrębnione zostają Goals, Signals i Measures, czyli metryki wpływające na najważniejszy wskaźnik. Cały proces zostanie przedstawiony za pomocą wizualizacji w MIRO. Jednym z kluczowych elementów procesu wyznaczania KPI tree jest określenie dwóch lub trzech najważniejszych metryk biznesowych. Najczęściej koncentrują się one wokół wskaźników finansowych. Przykładowo, dla Leroy Merlin będą to: przychody, liczba transakcji oraz liczba zakupionych produktów.

Kolejnym krokiem w tej metodyce jest zdefiniowanie poszczególnych touchpointów, przez które przechodzi użytkownik, zanim osiągnie główną metrykę. Warto pamiętać, aby mapować wszystkie etapy, na które firma ma realny wpływ i które użytkownik powinien przejść przed dotarciem do kluczowego punktu. Mapowanie powinno obejmować jedynie te elementy, na których zmianę można rzeczywiście wpłynąć. Na przykładzie mapy Leroy Merlin, założeniem było stworzenie uproszczonej ścieżki użytkownika na podstawie własnych doświadczeń i analizy serwisu, ponieważ nie prowadzimy stałej współpracy z tą firmą. Skupiliśmy się na jednym segmencie sklepu ze względu na jego rozmiar. Wybrany obszar to sprzedaż elementów wykończenia i wyposażenia łazienek. W analizie uwzględniliśmy kluczowe touchpointy, przez które użytkownik musi przejść, aby wygenerować przychód, transakcje czy liczbę zakupionych produktów. Należą do nich strony z produktami, kalkulator liczby płytek, strona koszyka, proces zakupowy oraz strony kategorii. To właśnie te etapy są istotne na drodze użytkownika do finalizacji zakupu. Warto zaznaczyć, że mapa została opracowana na podstawie własnych obserwacji i nie odzwierciedla oficjalnej struktury ścieżek zakupowych w Leroy Merlin. Kolejnym krokiem tej metodyki jest określenie roli poszczególnych punktów. Na przykład, analizując stronę kategorii, należy jasno zdefiniować, czego oczekujemy od tej strony. Każdy element powinien zostać opisany osobno.

Metodyka GSM i wizualizacja danych

Na początku rozpisujemy Goals. Są to najważniejsze cele, dla których dany element istnieje w ekosystemie online i jakie rezultaty są od niego oczekiwane. Przykładowo, dla stron produktowych głównym celem może być wsparcie użytkowników w znalezieniu potrzebnych informacji oraz zachęcenie ich do dokonania zakupów właśnie na tej stronie. Odpowiednio zaprojektowane elementy strony mają wspierać użytkowników w realizacji ich celów. Kolejnym krokiem jest rozpisanie signals, czyli konkretnych zachowań użytkowników, które potwierdzają, że dany element spełnia swoją funkcję. W tym przypadku wyróżniamy dwa signal set: użytkownicy trafiają na nasze porady oraz klienci przechodzą z porad do asortymentu sklepu. Te dwa zachowania wskazują, że założony cel został osiągnięty.

Na końcu dobieramy metryki do każdego sygnału. Metryki pozwalają określić, czy sukces rzeczywiście nastąpił. Idealnie, gdyby każdemu celowi odpowiadała jedna konkretna miara, jednak w praktyce często stosuje się ich kilka. W analizie warto wykorzystywać miary, które obejmują szerszy kontekst, na przykład współczynniki. Dla stron poradnikowych przykładową miarą może być liczba użytkowników, którzy wyświetlili porady oraz procent osób przechodzących następnie na stronę kategorii produktu lub wyszukiwania kontaktów w stosunku do liczby wyświetleń tych stron.

Zwizualizowanie tych danych pozwala prześledzić kolejne etapy Customer Journey. W następnym kroku warto rozrysować mapę zależności pomiędzy poszczególnymi elementami procesu. Na dole umieszczamy kluczowe dane z nadrzędnych API, a następnie określamy, jak poszczególne elementy wpływają na użytkownika i prowadzą go do określonego celu.

Przy tworzeniu KPI pomocne jest wykorzystanie arkusza kalkulacyjnego, w którym rozpisujemy poszczególne elementy procesu i ich wzajemne relacje. Taka struktura ułatwia analizę i podejmowanie decyzji opartych na danych. Proces warto rozpocząć od wizualizacji – na przykład z wykorzystaniem technik warsztatowych, takich jak free chart lub narzędzi typu Miro. Pozwala to przenieść i uporządkować wszystkie elementy ekosystemu, a następnie spisać je w czytelnej formie. Na tym etapie identyfikujemy touchpointy, cele, sygnały oraz KPI, które rozrysowujemy w przejrzysty sposób.

Celem tego działania jest stworzenie wizualizacji dashboardu, który gromadzi kluczowe metryki w jednym miejscu. Przykładowy dashboard umożliwia dekompozycję wskaźników – od finansowych po coraz bardziej szczegółowe. Obserwując zmiany w głównych metrykach, można przeanalizować, co wydarzyło się w poprzedzających je wskaźnikach.

Korzyści z wdrożenia KPI tree

Kolejny krok polega na rozpisaniu szczegółowych KPI dla każdego elementu ekosystemu. Warto uwzględnić tu również aspekty związane z marketingiem oraz źródłami ruchu. Najważniejszym etapem jest rozrysowanie całościowego KPI tree. W materiałach dostępnych pod linkiem znajduje się mapa, która prezentuje poszczególne kroki na przykładzie Leroy Merlin. Przedstawiony został przykład strony z poradami, jednak można tam zobaczyć również, jak wygląda to w przypadku kalkulatora płytek i innych elementów serwisu.

Kolejnym elementem jest szczegółowo opisana metodyka tworzenia KPI tree dla Leroy Merlin. W pierwszej zakładce znajduje się wzór, który pokazuje, jak rozpisać KPI tree. Trzecim elementem, dostępnym w tym samym arkuszu, jest formatka do Looker Studio. Można ją podpiąć pod własne dane i wykorzystać we własnej analizie.

Podsumowanie

Wdrożenie KPI tree, czyli zmapowanie zależności pomiędzy najważniejszymi metrykami w organizacji, pozwala uporządkować podejście do realizacji celów marketingowych i e-commerce. Dzięki temu osiąganie założonych wyników nie zależy od przypadku. Zyskujesz jasny drogowskaz, jak podejmować decyzje i na czym się skupić, gdy pojawiają się trudności.

Ustrukturyzowane podejście pozwala sprawdzić, które elementy wymagają uwagi, gdy rezultaty odbiegają od oczekiwań. Zamiast ograniczać się do obserwacji jednej, kluczowej metryki i nie wiedzieć, jakie działania podjąć, masz wypracowaną ścieżkę analizy. W ten sposób łatwiej zidentyfikować źródło problemu i skutecznie reagować. Trzecią zaletą rozrysowania KPI tree jest możliwość uporządkowania danych. Mając jasno określone, co należy śledzić krok po kroku, łatwiej zadbać o wysoką jakość najważniejszych elementów. To podejście pozwala skupić się na kluczowych wskaźnikach, zgodnie z zasadą Pareto — 20% dobrze zaplanowanego śledzenia generuje 80% efektów dla biznesu. Dzięki temu nie trzeba wdrażać rozbudowanych, kosztownych projektów analitycznych, które trwają miesiącami, a efekty pojawiają się po długim czasie.

Conversion może wesprzeć w procesie budowania KPI tree z pomocą zewnętrznej firmy. Z opracowaną metodyką możliwe jest samodzielne przeprowadzenie tego procesu, jednak w przypadku trudności, oferujemy wsparcie na każdym etapie. Pomagamy w definiowaniu API tree, pozyskiwaniu danych, konfiguracji narzędzi, integracji danych oraz budowie single source of truth, szczególnie w kontekście tworzenia hurtowni danych dla marketingu.

Kolejny etap to wizualizacja danych. Udostępniamy formatki, które można wykorzystać we własnej organizacji. Po rozrysowaniu KPI tree przechodzimy do aktywacji danych – ustalamy zestawy analiz, które są realizowane ad hoc lub cyklicznie, w zależności od potrzeb klienta. W ramach analiz formułujemy rekomendacje. Jeśli zespół dąży do przejęcia i internalizacji kompetencji analitycznych, wspieramy jego rozwój i pełnimy rolę sparing-partnera w procesach analitycznych. Po odpowiednim uporządkowaniu procesów wiele zadań można zautomatyzować, co pozwala poświęcić mniej czasu na samą analizę, a więcej na wyciąganie wniosków i formułowanie rekomendacji.

The post Na jakie dane patrzeć w e-commerce? Metodyka KPI Tree first appeared on Conversion.

Kokpity menedżerskie, określane również jako dashboardy, są świetnym sposobem na bieżące monitorowanie najważniejszych wskaźników naszej strony. Zamiast przekopywać się przez niezliczone raporty, które oferuje nam Google Analytics, możemy bezpośrednio przejść do indywidualnego kokpitu i zapoznać się z najważniejszymi dla nas informacjami dotyczącymi strony oraz obserwować, jaki wpływ na wskaźniki w długim okresie czasu mają podejmowane przez nas działania.

Wskaźniki prezentowane na dashboardach określamy jako KPI – Key Performance Indicators, tłumaczone jako Kluczowe Wskaźniki Wydajności albo Sukcesu. KPI mierzą naszą efektywność w realizacji celów operacyjnych oraz strategicznych – wskazują, czy działania, które podejmujemy zbliżają nas do założonych celów i stanowią obiektywną ocenę podejmowanych przez nas działań. A z kolei w ich monitorowaniu i przystępnej wizualizacji wspomoże Cię Google Data Studio.

Odpowiedni wybór wskaźników w naszych dashboardach jest bardzo istotny, gdyż pozwala na:

• ukierunkowanie naszej energii oraz zasobów na działania, które są dla nas najistotniejsze, i nie marnotrawienie ich na działania, które nie pomagają w realizacji założonej strategii,
• szybsze podejmowanie decyzji dotyczących rozwoju strony dzięki szybkiemu i łatwemu dostępowi do najważniejszych dla nas informacji,
• lepszą priorytetyzację zadań,
• usprawnienie komunikacji w firmie dzięki temu,
• lepsze wykorzystanie dostępnych zasobów, dzięki informacji zwrotnej jak podejmowane działania wpływają na realizację naszych celów.

Stworzenie KPI oraz dashboardów menedżerskich jest ostatnim etapem w całym procesie tworzenia Kluczowych Wskaźników Wydajności. Zanim przystąpimy do określenia naszych celów oraz związanych z nimi wskaźników, bardzo ważne jest, abyśmy zrozumieli, jakie są najważniejsze dla nas obszary biznesowe oraz elementy naszej strony.

Cały proces tworzenia KPI składa się z 6 etapów, które przedstawia poniższy wykres.

Proces tworzenia wskaźników KPI składa się z 6 etapów – budowa KPI według powyższego schematu zagwarantuje, że stworzone wskaźniki będą odpowiadały naszym celom strategicznym i operacyjnym.

Przeprowadzenie całego procesu według powyższego planu zagwarantuje, że stworzone wskaźniki będą odpowiadały naszym celom strategicznym i operacyjnym.

Dzisiaj chciałabym opowiedzieć Wam o pierwszym etapie w procesie tworzenia Kluczowych Wskaźników Wydajności – o warsztatach KPI, które obejmują swoim zakresem trzy pierwsze etapy na powyższym wykresie.

Głównym celem warsztatów KPI jest zmapowanie i ustrukturyzowanie najważniejszych obszarów biznesowych naszej strony internetowej i prowadzonego biznesu. Przykładowo: najważniejszym celem strony internetowej, która oferuje buty, jest sprzedaż produktów. Możemy jednak wyróżnić wiele strategii, które pozwolą nam zwiększyć sprzedaż: (1) możemy zwiększać środki wydawane na działania marketingowe w Internecie i poprzez te działania zwiększać ogólny ruch na stronie albo (2) możemy przeznaczyć więcej zasobów na wykorzystanie naszych dotychczasowych klientów poprzez oferowanie ich atrakcyjnych cenowo produktów. W przypadku zarówno (1) jak i (2) strategii będziemy zwracać uwagę na kompletnie inne informacje, które do nas spływają ze strony. Właśnie zmapowaniu takich obszarów biznesowych służą warsztaty KPI. Ponadto każda z osób, która pracuje przy stronie może mieć swoje własne cele wyznaczone przez prowadzony zakres działań.

Informacje zebrane w trakcie takich warsztatów stanowią następnie podstawę dla analityków do ustrukturyzowania celów strategicznych i operacyjnych strony, a następnie przypisania im wskaźników, które określałyby poziom ich wykonania. Warsztaty zatem mają być źródłem informacji na temat najważniejszych obszarów biznesowych oraz celów strony. W przypadku wszystkich analiz – im dokładniejsze dane uda nam się zebrać, tym lepszy będzie końcowy wynik naszych badań. Dokładnie ta sama zasada przyświeca warsztatom KPI – im lepiej zrozumiemy model biznesowy danej strony, tym lepsze wskaźniki jesteśmy w stanie zaproponować do oceny realizacji strategii biznesowej.

Metodykę przeprowadzania takich warsztatów zaproponował Steve Jackson.

Miałam okazję parę razy przeprowadzać warsztaty oparte na tej metodyce i rezultaty za każdym razem były bardzo dobre – dokładne poznanie wymagań i potrzeb osób bezpośrednio pracujących przy stronie pozwalało stworzyć wskaźniki, które najlepiej odpowiadały ich potrzebom i specyfice ich pracy.

Warsztaty składają się z trzech części i każda część odpowiada kolejnemu etapowi w procesie tworzenia KPI:

1. pierwszy etap: określenie udziałowców
2. drugi etap: stworzenie modelu REAN
3. trzeci etap: pytania biznesowe

Pierwszy etap: określenie udziałowców

Na samym początku przydzielamy osoby obecne na warsztatach do jednej z trzech grup:

Właściciele budżetu – są to osoby, które decydują, jak ulokować dostępny budżet. Przykładowo właścicielem budżetu jest najczęściej szef działu marketingu, który na podstawie dostępnych informacji podejmuje decyzje, w które projekty zainwestować dostępne środki, a z których projektów zrezygnować.

Właściciele biznesu – są to osoby odpowiedzialne za poprawę działania określonego obszaru biznesu w Internecie. Przykładowo właścicielem biznesu jest osoba, która zajmuje się sprowadzaniem ruchu na stronę czy osoba odpowiedzialna za content.

Osoby techniczne – osoby, które odpowiadają za utrzymanie serwisu. Są to najczęściej specjaliści IT, których głównym zadaniem jest zapewnienie, że serwis działa poprawnie dla wszystkich użytkowników.

Każda z osób obecnych na warsztacie, po przydzieleniu do odpowiedniej grupy udziałowców, powinna następnie opisać, czym zajmuje się na co dzień i jakie decyzje podejmuje. Wszystkie te informacje zapisujemy na tablicy, żeby osoby obecne na warsztatach mogły się im przyjrzeć i w razie potrzeby uszczegółowić bądź dodać kolejne informacje.

Pierwszy etap warsztatów pomaga nam w zrozumieniu roli każdej osoby obecnej na warsztatach w procesie kreowania strategii biznesu w Internecie. Dzięki tym informacjom wiemy, jak przypisać stworzone w późniejszym etapie KPI do konkretnych osób. Efektywnym rozwiązaniem jest, aby każda z osób posiadała swój własny kokpit menedżerski – dzięki temu będzie mogła skupić się jedynie na KPI, które odnoszą się do jej celów.

Drugi etap: stworzenie modelu REAN

Kolejnym etapem warsztatów jest stworzenie modelu REAN dla omawianego biznesu internetowego. Jest to model, który pozwala na usystematyzowanie wszystkich działań marketingowych prowadzonych zarówno w Internecie, jak i poza nim.

REAN obejmuje następujące działania:

REACH – pozyskiwanie: są to wszystkie działania skierowane (1) na zachęcenie użytkowników do odwiedzenia naszej strony oraz (2) na zbudowanie wizerunku marki wśród grupy docelowej. Przykładowo tutaj wpadają wszystkie działania marketingowe w Internecie – reklamy tekstowe czy banery, które przekierowują użytkowników na naszą stronę. W tej grupie znajdą się również działania SEO oraz w Facebook jako źródła, z których przychodzą do nas użytkownicy.

ENGAGE – zaangażowanie: obejmuje swoim zakresem wszystkie interakcje użytkownika z naszą stroną i produktem, które mają mu pomóc w podjęciu decyzji o tym, czy jest zainteresowany tym, co mu oferujemy. Przykładowo dla stron produktowych może to być obejrzenie filmików prezentujących cechy sprzedawanego produktu, dla bloga będzie to przeczytanie najnowszych wpisów, które mają zachęcić użytkownika do subskrypcji.

ACTIVATE – aktywacja: oznacza, że użytkownik skonwertował, czyli dokonał działania, które jest głównym celem istnienia danej strony internetowej. Przykładowo może to być: zakup produktu, pozostawienie swoich danych kontaktowych czy zapisanie się na newsletter.

NURTURE – pielęgnowanie: są to wszystkie działania, które podejmujemy, aby utrzymać i ponownie aktywować naszych klientów. Przykładem takich działań mogą być karty stałego klienta czy specjalne rabaty na kolejne zakupy.

REAN obejmuje wszystkie fazy, w których znajduje się użytkownik w swojej drodze do spełnienia celów istnienia danej strony internetowej. Kompleksowe podejście modelu pozwala na zmapowanie, a następnie przeanalizowanie, wszystkich prowadzonych działań.

W trakcie warsztatów dzielimy tablicę na cztery części i na każdej z nich wpisujemy jeden z czterech elementów modelu:

W trakcie omawiania etapu REACH rozdajemy każdemu uczestnikowi warsztatu karteczki (najlepiej, aby każdy uczestnik miał inny kolor) i prosimy o wypisanie najważniejszych według nich źródeł pozyskiwania użytkowników. Gdy uczestnicy skończą wypisywanie źródeł ruchu – zbieramy karteczki, grupujemy według odpowiedzi i przyklejamy w odpowiednie miejsce na tablicy. Następnie rozmawiamy o wyborach naszych uczestników – nierzadko zdarza się, że uczestnicy mają bardzo odmienne zdania na temat, które ze źródeł ruchu są najbardziej popularne i najważniejsze dla ich biznesu.

W momencie, gdy temat się wyczerpie, przechodzimy do ENGAGE. W tym przypadku prowadzimy rozmowę z uczestnikami, w jaki sposób próbują zaangażować użytkowników, którzy już znaleźli się na ich stronie i przekonać ich do spełnienia głównego celu strony. Wszystkie odpowiedzi zapisujemy na tablicy.

W przypadku ACTIVATE postępujemy podobnie jak dla REACH – każdy uczestnik otrzymuje karteczki, na których ma wypisać cele strony. Główny cel, dla którego została stworzona strona, jest zawsze jasny dla wszystkich osób zaangażowanych w biznes. Inaczej wygląda sytuacja w przypadku celi pośrednich – takich, których spełnienie przez użytkownika przybliża go do spełnienia głównego celu strony. Przykładem celu pośredniego może być zapisanie się na newsletter z najnowszymi ofertami na stronie sprzedającej buty.

W przypadku omawiania NURTURE ponownie prowadzimy dyskusję z uczestnikami, jakimi sposobami starają się aktywować swoich dotychczasowych klientów. Nierzadko zdarza się, że ten etap interakcji z użytkownikiem jest najbardziej zaniedbany, a czasem nawet całkiem pominięty przy planowaniu działań marketingowych.

Zebranie wszystkich prowadzonych działań na jednej tablicy pozwala osobom pracującym przy danym biznesie na kompleksowe spojrzenie na prowadzone działania i zastanowienie się, czy wszystkie etapy modelu są adresowane w odpowiedni sposób.

Po zbudowaniu takiego modelu mamy pełną informację o tym, jakie działania są prowadzone przez zespół, jak również które z nich są postrzegane jako najistotniejsze.

Trzeci etap: pytania biznesowe

Trzeci etap warsztatów stanowią pytania biznesowe. Prosimy użytkowników, aby wymienili pytania dotyczące strony, na które chcieliby uzyskać odpowiedź. Chodzi o takie informacje, które pomogą im w podejmowanie decyzji i prowadzeniu swoich działań. Możemy również poprosić uczestników wcześniej, aby przed warsztatami przygotowali sobie taką listę pytań.

Głównym celem tego etapu jest zrozumienie, które informacje pochodzące ze strony są szczególnie istotne dla uczestników.

Warto jest poprosić uczestników, aby podawali wszystkie pytania, również te, na które myślą, że nie ma szansy uzyskać odpowiedzi. To już jest zadanie dla analityka w późniejszym etapie, aby sprawdzić, na które z zadanych pytań możemy uzyskać odpowiedzi. Przykładowo uczestnicy mogą chcieć wiedzieć, jaka pogoda była danego dnia, np. jeżeli sprzedają lody albo stroje kąpielowe na swojej stronie. Dzięki Google Tag Manager i odpowiedniej konfiguracji przekazanie tych danych do GA jest już możliwe, czego uczestnicy badań mogą nie wiedzieć.

Wszystkie pytania zapisujemy na tablicy.

Efekt – mnóstwo informacji o modelu biznesowym

Po tak przeprowadzonych warsztatach posiadamy wszystkie informacje, które są nam potrzebne do wypracowania KPI:

• • Znamy zakres obowiązków wszystkich osób pracujących w zespole,
  • Wiemy, jakie działania są obecnie prowadzone i które z nich są najistotniejsze,
  • Wiemy, jakich informacji potrzebują uczestnicy, aby podejmować decyzje dotyczące ich działań.

Kolejny etap należy do analityków, którzy na podstawie dostarczonych informacji przeprowadzą kategoryzację pytań biznesowych i wypracują wskaźniki, które następnie przydzielą do odpowiednich osób.

Dzięki kompleksowemu podejściu zapewnimy, że stworzone KPI będą odpowiadały specyfice biznesu i będą stanowiły podstawę do podejmowania decyzji biznesowych.

Jeśli potrzebujesz audytu konfiguracji narzędzi analitycznych (Google Analytics, AT Internet, Adobe Analytics czy Webtrends) lub chcesz rozwijać analitykę internetową wewnątrz organizacji skontaktuj się z Conversion by poznać nasze podejście. Więcej o analityce internetowej dowiesz się pobierając przygotowane przez nas bezpłatne poradniki, raporty oraz case studies.

The post KPI – od czego zacząć? first appeared on Conversion.

1. Tworzymy pusty arkusz kalkulacyjny

Tutaj nie będę się szczególnie rozwodził. Klikamy na UTWÓRZ Arkusz i gotowe.

2. Instalujemy skrypt Google Analytics Data Fetch Functions

A dokładnie rzecz ujmując, w galerii skryptów (Narzędzia/Galeria skyptów) wyszukujemy skrypty „google analytics” i instalujemy skrypt Google Analytics Data Fetch Functions

W czasie instalacji zostaniemy poproszeni o autoryzację dostępu skryptu do naszego konta Google, na którym w Google Dokumentach tworzymy dashboard. Oczywiście autoryzujemy dostęp:)

3. Sprawdzamy czy dysponujemy funkcjami API Google Analytics

Po instalacji skryptu w Menedżerze skryptów (Narzędzia/Menedżer skryptów) powinny pojawić się trzy funkcje. Na ich podstawie za chwilę będziemy zaciągali za pomocą API dane z naszego konta Google Analytics.

Menedżer skryptów pokazuje nam nowe funckje, które za chwilę wykorzystamy do połączenia się z API Google Analytics.

Do ściągnięcia danych poprzez API wykorzystamy dwie z trzech funkcji, które pojawiły się po zainstalowaniu nowego skryptu:

• getGAauthenticationToken(email, hasło), w której parametrami są dane dostępowe do konta Google Analytics, a wynikiem działania tzw. token, za pomocą którego następna funkcja będzie w stanie uzyskać dostęp do danych. Oczywiście dane będzie można ściągnąć z tych kont/profili, do których dostęp ma użytkownik o danym emailu.
• getGAdata(token, profile ID, metrics, start date, end date, filters, dimensions, segment, sort, includeHeaders, max row), w której definiujemy zbiór danych, które chcemy ściągnąć za pomocą API Google Analytics. Aby konstruować zaawansowane zapytania powinniśmy zrozumieć każdy z elementów tej funkcji.

Poszczególne parametry funkcji getGAdata dotyczą:

• token – jest to unikalne ID, które wcześniej wygenerowaliśmy funkcją, a więc wystarczy wskazać komórkę, w której mamy wynik działania funkcji getGAauthenticationToken, w której podaliśmy dane logowania naszego użytkownika do konta,
• profile ID – ID profilu, z którego będziemy ściągali dane. Oczywiście, użytkownik, którego dane podaliśmy w funkcji getGAauthenticationToken musi mieć dostęp do tego profilu. Samo ID profilu można pozyskać na kilka sposobów. Po pierwsze odczytam go w ustawieniach profilu:
  
  ID profilu odczytamy w zakładce administratora konta Google Analytics.

  Jeżeli do profilu mamy dostęp użytkownika, to rzecz jasna nie możemy zajrzeć do ustawień tego profilu. W takiej sytuacji możemy skorzystać z Google Analytics Query Explorer 2, w którym na tej samej zasadzie (autoryzując dostęp dla wtyczki po podaniu naszych danych dostępowych) uzyskamy dostęp do ID profilu.

  
  ID profilu odczytamy również za pomocą Google Analytics Query Explorer 2.

  … lub po prostu odczytać go z linku do każdego raportu w ramach tego profilu:

  
  Jeżeli pozostałe sposoby okażą się nieskuteczne, to ID profilu odczytamy również z URL raportu w ramach tego profilu.
• metrics – oznacza metryki, które chcemy wygenerować do naszego dashboardu. Jednym zapytaniem możemy wygenerować maksymalnie 10 metryk. Jeżeli nie znamy nazewnictwa metryk Google Analytics w API, to znajdziemy je w dokumentacji Google Analyics. Każdą kolejną metrykę oddzielamy w zapytaniu znakiem średnika „;”,
• start date oraz end date – określamy zakres dat naszego zbioru danych. Powinien on być w formacie rrrr-mm-dd,
• filters – na ściągane dane możemy nałożyć filtry – jak w raportach Google Analytics. Budujemy je za pomocą wyrażeń regularnych na podstawie naszych metryk i wymiarów. Tutaj znajdziecie informacje na ten temat,
• dimensions – oznacza wymiary, które chcemy wygenerować do naszego dashboardu. Jednym zapytaniem możemy wygenerować maksymalnie 7 wymiarów. Każdy kolejny wymiar oddzielamy znakiem średnika „;” w zapytaniu,
• segment – oznacza segmenty, które chcemy nałożyć na wyświetlane dane. Mogą to być zarówno segmenty zdefiniowane już w naszym profilu (wówczas musimy zdefiniować je za pomocą parametru gaid), jak również segmenty dynamiczne – tworzone w „locie”. Więcej na ten temat tutaj,
• sort – oznacza w jaki sposób chcemy sortować nasze dane tzn. względem jakiej metryki i rosnąco lub malejąco. Szczegóły tutaj,
• includeHeaders – określa czy dla wygenerowanych danych mają być wyświetlane nagłówki. Przyjmuje wartość ture lub false,
• max-results – określa ile wierszy ma być wygenerowane. Maksymalnie możemy ustawić tutaj 20 000 wierszy. Swoją drogą jest to maksymalna liczba wierszy którą jednorazowo możemy wyeksportować za pomocą interfejsu Google Analytics.

4. Przygotowujemy arkusz z zapytaniem do API

Kiedy wiemy, co poszczególne funkcje oznaczają pozostaje nam tylko przygotować odpowiedni arkusz, który będzie zawierał sprecyzowane dla naszego dashboardu (kokpitu) managerskiego dane. Oczywiście tych zapytań możemy utworzyć bardzo dużo – nie tylko jedno. Sugeruję, aby każde z nich umieścić w oddzielnej zakładce.

Przygotowanie arkusza zapytaniem do API Google Analytics polega na sprecyzowaniu, jakie dane z wybranego profilu chcemy ściągnąć. Zbudowane zapytanie za chwilę zaciągnie nam: Odwiedziny oraz Współczynnik odrzuceń z profilu o numerze 3266077. Metryki te będą pobrane dla marca 2013 dla odwiedzin z sieci wyszukiwania bezpłatnego (medium organic). Wymienione metryki będą wyświetlone względem słów kluczowych w kolejności malejącej względem odwiedzin. Dla wygenerowanych danych podane zostaną nagłówki kolumn. Zapytanie wygeneruje maksymalnie 1000 wierszy.

5. Generujemy dane

Nie pozostaje nam nic innego tylko użyć funkcji getGAauthenticationToken
oraz getGAdata wskazując odpowiednie wartości parametrów i chwilę poczekać na wygenerowanie się danych.

Ściągnięte dane są surowe i niesformatowane, ale za chwilę staną się pięknym dasboardem (kokpitem) managerskim.

6. Tworzymy dashboard (kokpit) managerski

Teraz musimy stworzyć tylko warstwę wizualną naszych danych tak, aby były łatwe i zrozumiałe po rzuceniu na nie okiem. Co więcej w oddzielnej zakładce arkusza możemy utworzyć panel sterujący, w którym będziemy zmieniali np. datę, a wartości te będą przekazywane dalej do naszego zapytania, które stworzyliśmy w punkcie 4. Jednocześnie po zmianie zapytania cały dashboard (kokpit) managerski automatycznie się nam odświeży.

Podsumowanie

Jak widzimy wystarczy 6 krótkich kroków, które pozwolą nam ściągnąć dane za pośrednictwem API z naszego Google Analytics. Taki automatyczny dashboard może z powodzeniem służyć do śledzenia wybranej kampanii lub sekcji strony. Możemy również udostępnić go osobom trzecim (bez możliwości edycji arkusza – no może poza opisanym w punkcie 6. panelem sterującym), aby miały dostęp do wybranych danych online.

Co myślicie o takim pomyśle na mini system raportowania?

The post Automatyczny dashboard (kokpit) managerski w 6 krokach first appeared on Conversion.