Jeśli chcesz podejmować trafne decyzje biznesowe na podstawie danych z Google Analytics, musisz być w 100% pewny, że zbierane dane są rzetelne.

Na pierwszy rzut oka wszystko wygląda poprawnie. 500,000 odwiedzin strony miesięczne, średnia długość trwania sesji – 2,5 minuty, 3,5 strony na sesję. Wszystkie te wskaźniki zmieniają się na lepsze już od jakiegoś czasu. Co więcej, 6 miesięcy temu zatrudniłeś firmę specjalizującą się w Google Analytics, aby dokonała audytu instalacji Google Analytics. Co więc mogłoby być nie tak z danymi?

Cóż, dane mogą być od jakiegoś czasu niepoprawne lub nie obejmować w pełni twojej strony (i prawdopodobnie nie wykorzystujesz najnowszych funkcjonalności Google Analytics).

Twoja strona ewoluuje. Google Analytics ewoluuje. Twoja instalacja Google Analytics też powinna!

Twoja witryny prawdopodobnie zmieniła się przez ostatnie 6 miesięcy. I to wcale nie musi oznaczać, że przeprowadziłeś redesign. Być może zmieniłeś niektóre funkcje, usprawniłeś strukturę adresów URL lub przeprowadziłeś kampanię promocyjną z dedykowaną stroną docelową. Jeśli mam rację (a najprawdopodobniej mam), to jest duża szansa, że dane z Google Analytics nie są dokładne i nie obejmują w pełni twojej witryny.

Pierwszy scenariusz

Przypuśćmy, że wprowadziłeś formularz zapisów do newslettera, który jest dostępny na stronie głównej, stronie wyników wyszukiwania oraz na stronie koszyka. Niestety, nie pomyślałeś (podobnie jak dział IT) o wprowadzeniu śledzenia zdarzeń lub wirtualnych odsłon strony (virtual pageviews), które byłyby przesyłane do Google Analytics wraz z rejestracją zakończoną sukcesem.

Po trzech tygodniach chcesz zweryfikować skuteczność formularza newslettera oraz sprawdzić, która strona generuje największą liczbę rejestracji. I co się dzieje? Zdajesz sobie sprawę, że w Google Analytics nie ma żadnych danych odnoszących się do tego formularza! Liczba rejestracji nie jest problemem – prawdopodobnie znajdziesz ją później w swojej bazie danych. Nie znajdziesz natomiast informacji o tym, na której stronie konkretny użytkownik wypełnił formularz. Nie będziesz zatem w stanie odpowiedzieć na swoje pytanie.

Drugi scenariusz

Dział IT zmienił strukturę adresów URL z uwzględnieniem adresów każdego z kroków procesu składania zamówienia Zapomniałeś jednak, że 6 miesięcy temu firma zajmująca się audytem skonfigurowała cele na podstawie adresów URL strony. Zmiana struktury wymaga weryfikacji konfiguracji elementów bazujących na adresach URL, a w szczególności – celów. Dane nie będą poprawne, jeśli weryfikacja zostanie zlekceważona.

Dwa miesiące po zmianie adresów URL chcesz zmierzyć efektywność lejka konwersji, ale zauważasz, że żaden z celów nie został osiągnięty. Bez danych nie jesteś w stanie podjąć żadnych decyzji odnośnie optymalizacji współczynnika konwersji.

Trzeci scenariusz

Przeprowadziłeś kampanię promocyjną z dedykowaną stroną docelową, która zawierała formularz rejestracyjny. Być może jest to najgłupszy błąd, jaki można popełnić, ale… łatwo jest zapomnieć o wprowadzeniu na stronę docelową właściwego kodu śledzącego Google Analytics.

Dwa tygodnie po zakończeniu kampanii chcesz zweryfikować jej efektywność, ale zdajesz sobie sprawę, że nie masz żadnych danych. Dlaczego? Ponieważ ktoś zapomniał o wprowadzeniu kodu śledzącego. Jak ocenić kampanię w tym przypadku? To bardzo dobre pytanie – niestety, bez odpowiedzi.

Sporadyczny audyt Google Analytics i innych narzędzi analitycznych to błąd

Utrzymanie poprawnej instalacji Google Analytics wymaga przeprowadzania audytu co najmniej raz w miesiącu, a optymalnie – dwa razy w miesiącu.

Najlepszym rozwiązaniem jest jednak stworzenie wdrożenie procesu zapewniającego poprawność danych.

Istnieją dwa sposoby na wdrożenie procesów zapewniających poprawność danych

Pierwszy z nich to wyznaczenie w firmie osoby, która będzie odpowiedzialna za konfigurację procesów zapewniania jakości danych.

Niemniej jednak, jeśli twój zespół analityków składa się z jednej czy dwóch osób, to moim zdaniem, osoby te powinny  skupić się na analizie danych. Być może lepiej uchronić je przed zaangażowaniem w nieciekawe procesy zapewniania jakości danych, które są czasochłonne (ale i konieczne), natomiast nie przekładają się natychmiastowo na efekty biznesowe.

Drugi sposób to zatrudnienie firmy, która skonfiguruje procesy i zajmie się utrzymaniem narzędzia. W konsekwencji uwolnisz swoje wewnętrzne zasoby, które mogą być wykorzystane do analizy danych. Co więcej, jeśli współpracujesz z certyfikowanym partnerem, będziesz miał szybszy dostęp do nowych funkcji narzędzia analitycznego. Znaczy to tyle, że będziesz mógł zgarnąć wszystkie korzyści zanim zrobi to konkurencja.

W obu scenariuszach uwzględnione powinno być wykorzystanie dwóch fantastycznych funkcji Google Analytics:

• Alerty niestandardowe – ustaw alerty, które otrzymasz drogą mailową zawsze, gdy nastąpi drastyczna zmiana w jakiejkolwiek kluczowej metryce. Podstawowe alerty uwzględniają liczbę odwiedzin, współczynnik odrzuceń (bounce rate), procent nowych odwiedzających oraz współczynnik konwersji.
• Kokpity menedżerskie – twórz panele informacyjne (dashboards), które pokażą ci zmiany kluczowych metryk. Raporty będą dostarczane na Twoją skrzynkę mailową co tydzień. Jeśli którakolwiek z metryk ‘wypadnie’ z trendu, zostaniesz o tym poinformowany natychmiast.

Pora odpowiedzieć na trudne pytania

Gdy firmy ustalają priorytety budżetowe, czasami dochodzą do wniosku: nie mamy wystarczająco dużo środków na zatrudnienie firmy zajmującej się audytem i brakuje nam osoby, która posiada zdolności niezbędne do wykonania tego zadania. Cóż, być może jesteś w tej samej sytuacji.

Ale czy masz czas i pieniądze, które możesz zmarnować z powodu braku rzetelnych danych? Czy jesteś w stanie ponieść koszty złych decyzji, które zostały podjęte na podstawie wniosków wyciągniętych z błędnych danych?

Odpowiedzi są chyba oczywiste.

Jeśli potrzebujesz audytu swojego narzędzia analitycznego (Google Analytics, AT Internet, Adobe Analytics lub Webtrends) lub chciałbyś skonfigurować proces zapewniania jakości danych, skontaktuj się z Conversion i poznaj nasze podejście do zapewniania jakości danych.

The post Sposoby, dzięki którym Twój Google Analytics będzie zbierał poprawne dane first appeared on Conversion.

Niepoprawne śledzenie transakcji jest jednym z najczęściej popełnianych błędów. Aż 45% przebadanych serwisów e-commerce popełnia co najmniej jeden błąd w śledzeniu transakcji.

Poprawne zbieranie danych jest podstawą skutecznej analityki internetowej. Dlatego też aby mieć pewność, że dane które zbieramy w Google Analytics są poprawne należy przeprowadzić audyt i porównać dane dotyczące transakcji z danymi z CRM. Jeżeli rozbieżność to 10%-15% zakładamy, że dane zbierają się prawidłowo.

Skąd wynika ta różnica? Część użytkowników (ok. 10% w Polsce) nie jest wcale śledzona, ponieważ korzysta z programów do blokowania reklam, blokuje wywoływanie skryptów śledzących czy też korzysta z opcji opt-out. W przypadku serwisów z których korzysta wielu zaawansowanych użytkowników jak np. https://conversion.pl/wiedza/blog/ czy serwisy o grach komputerowych, programowaniu itp. liczba użytkowników którzy nie są śledzeni może dochodzić nawet do 30%.  A skoro użytkownik nie jest śledzony, to również jego transakcje nie zostaną zaraportowane do Google Analytics natomiast pojawią się w CRM-ie. Pomimo tej różnicy ok. 80% transakcji powinno być spójnych i mieć takie same wartości w CRM i w Google Analytics.

Sprawdzanie danych z CRM jest również niezwykle istotne w przypadku testów A/B gdyż w porównaniu uwzględniamy tylko te transakcje, które były spójne (w tym wersja wylosowana przez użytkownika) w Google Analytics i CRM.

Jak sprawdzamy zgodność danych pomiędzy CRM a Google Analytics

1. Pobranie danych o liczbie transakcji z Google Analytics (wykorzystujemy opcję eksportu danych).

Obraz 1. dane o liczbie transakcji z Google Analytics

Aby pobrać dane o transakcjach wybieramy raport z grupy Konwersje -> Ecommerce -> Transakcje, a następnie eksportujemy dane do Excela, korzystając z przycisku „Eksportuj”. Eksplorując dane z Google Analytics należy pamiętać, że do Excela zostaną przekazane dane które widzimy na ekranie, czyli standardowo 10 wierszy. Jeśli w danym okresie liczna transakcji jest większa, to należy przed eksportem zwiększyć liczbę wyświetlanych wierszy.

2. Pobieramy dane z systemu CRM dla poszczególnych transakcji. Pobierając dane z sytemu CRM należy pamiętać, aby wybrać taki sam okres za jaki wyeksportowaliśmy dane z Google Analytics.

3. Połączenie danych z Google Analytics i CRM (korzystając z metody INDEX-MATCH).

Obraz 2. dane o liczbie transakcji z CRM zestawione z danymi z Google Analytics

Do pliku Excel zawierającego dane wyeksportowane z Google Analytics, wklejamy dane z systemu CRM do nowej zakładki (lub odwrotnie, dane z GA wklejamy do pliku z danymi CRM), tak aby w jednym pliku mieć zakładkę z danymi z CRM oraz zakładkę z danymi z Google Analytics.

a. Do danych z CRM należy dopasować dane z Google Analytics, najlepiej za pomocą unikalnego identyfikatora transakcji za pomocą metody INDEX-MATCH. Następnie należy sprawdzić stopień zgodności, dzieląc liczbę transakcji raportowaną i zgodną w CRM oraz w Google Analytics przez liczbę wszystkich transakcji w CRM. Przykładowo jeśli w CRM mamy w danym okresie 12 transakcji, natomiast 9 z nich jest raportowane w Google Analytics to stopień zgodności danych CRM i Google Analytics wynosi 75%, a powinien wynosić powyżej 80%. Mniejszy % oznacza, że Google Analytics nie rejestruje wszystkich transakcji i wtedy należy przeprowadzić audyt instalacji i konfiguracji.

Obraz 3. Wyliczenie zgodności danych z CRM z danymi raportowanymi do Google Analytics

Zgodność danych na poziomie 80% oznacza, że nasze dane zbierają się poprawnie.

b. Do danych z Google Analytics należy dopasować dane z CRM, analogicznie do tego jak zrobiliśmy w punkcie a, a następnie sprawdzić stan rozbieżności. Generalnie nie ma możliwości aby w Google Analytics były transakcje, których nie ma w CRM. Taka sytuacja oznacza, że dane z CRM są niekompletne i należy wyjaśnić tą kwestię z dostawcą systemu CRM.

Jak sprawdzamy zgodność danych pomiędzy CRM a Google Analytics, przed analizą wyników testów A/B

Jeśli przeprowadzaliśmy test A/B i chcemy przeanalizować, która wersja okazała się skuteczniejsza to poza krokami 1-3 należy wykonać jeszcze kilka dodatkowych działań. Po pierwsze musimy do Google Analytics przekazać informację o tym jaką wersję w ramach testu wylosował użytkownik, np. jako wymiar niestandardowy. Po drugie do CRM należy przekazać informację o wylosowanej wersji.

1. i 2. Pobierając dane z Google Analytics i CRM należy również pobrać wersje ciasteczek (wersja A, wersja B), dla poszczególnych transakcji.

3. Krok 3 pozostaje bez zmian.

4. Oznaczenie zamówień wewnętrznych (np. zamówień testowych), oraz zamówień o statusie spam w CRM, jako ‘Spam’. Czasem czy to ze względu na testy które sami przeprowadzaliśmy (np. po wprowadzeniu zmian na stronie), czy to ze względu na spam, dane CRM i Google Analytics mogą być zanieczyszczone. Do testów A/B nie chcemy brać tego typu zamówień pod uwagę dlatego też warto je odpowiednio oznaczyć i wyeliminować z analizy na dalszym etapie albo całkowicie usunąć z pliku.

5. Oznaczenie zamówień które nie będą analizowane, jako ‘Duplikat’ lub jako ‘Nie’. Czasem zdarza się, że taka sama transakcja jest zduplikowana albo w danych CRM jest raportowana inna wersja ciasteczka niż w danych Google Analytics. Takie transakcje też chcemy wyeliminować przed analizą wyników testu, odpowiednio je oznaczając.

a. Jeżeli oba (lub więcej) zduplikowane zamówienia miały wylosowaną taką samą wersję ciasteczek, oznaczamy zamówienie o wyższej wartości jako ‘Ok’ a pozostałe , oznaczamy jako ‘Duplikat’.

b. Jeżeli oba (lub więcej) zduplikowane zamówienia miały wylosowane różne wersje ciasteczek, oznaczamy wszystkie powtórzone zamówienia jako ‘Nie’.

c. Jeżeli wersje CRM i Google Analytics dla jednej transakcji się różnią to takie zamówienie oznaczamy jako ‘Nie’

d. Jeżeli różne zamówienia dla tego samego użytkownika mają różne wersje to oznaczamy wszystkie takie zamówienia jako ‘Nie’.

6. Oznaczenie zamówienia które będziemy analizować jako ‘Ok’.

7. Stworzenie tabeli przestawnej w której sprawdzimy % transakcji o statusie „Nie” oraz „Duplikat”.

8. Stworzenie tabeli przestawnej z połączonych i odpowiednio oznaczonych danych CRM + Google Analytics, w celu uzyskania informacji o liczbie konwersji dla poszczególnych wersji ciasteczek (wersja A, wersja B). Dodanie filtra, tak aby do analizy zostały tylko transakcje oznaczone jako ‘Ok’.

9. Pobranie danych o liczbie Unikalnych Użytkowników na stronie dla poszczególnych wersji ciasteczek (wersja A, wersja B) z Google Analytics.

10. Wyliczenie Współczynnika Konwersji dla poszczególnych wersji ciasteczek (wersja A, wersja B). Współczynnik Konwersji = liczba transakcji/liczba Unikalnych Użytkowników.

11. Wyliczenie o ile % Współczynnik Konwersji dla poszczególnych wersji ciasteczek (wersja A, wersja B) różni się siebie.

12. Sprawdzenie, czy wzrosty są istotne statystycznie korzystając z odpowiedniego kalkulatora.

Dlaczego to takie ważne?

Podstawą skutecznej analizy na podstawie której można wyciągać wnioski prowadzące do wzrostu zysków są poprawne dane. Dla serwisów ecommerce dane dotyczące transakcji to najistotniejsza informacja. Biorąc pod uwagę liczbę błędów jaka pojawia się przy okazji śledzenia transakcji konieczna jest weryfikacja poprawności zbieranych danych, co można prosto sprawdzić porównując dane Google Analytics z danymi z CRM.

The post Czy porównywałeś swoje dane Google Analytics z CRM-em? Jak to zrobić i dlaczego to takie ważne first appeared on Conversion.