Analiza Stron Internetowych
5 godz. 45 min · Google · Biznes i Automatyzacje
Karol DziedzicNiniejszy kurs został przygotowany z myślą o praktycznym wyciąganiu wniosków na podstawie danych tak, aby móc podejmować odpowiednie decyzje biznesowe. Dowiesz się, dlaczego obecnie warto skupić się na myśleniu “data driven”, niż ślepo ufać swojej intuicji. Ten kurs będzie do tego doskonałym wsparciem.
W pierwszej części kursu przejdziemy przez checklistę wdrożeniową, aby krok po kroku sprawdzić poprawność zbieranych danych w Google Analytics. Omówimy często popełniane błędy, wskażemy nieistotne elementy na których nie powinniśmy marnować czasu przy analizach oraz nauczymy się konfigurować cele oraz źródła ruchu pod kątem późniejszych analiz.
Kolejna część kursu skupia się na poznaniu tego, co stoi za konkretnymi zmiennymi w Google Analytics. Wiele osób popełnia błędy podczas interpretacji danych w związku z niezrozumieniem ich definicji. Wspólnie przejdziemy przez wszystkie niuanse związane z interpretacją danych, tak, by nie popełnić w przyszłości niepotrzebnych błędów.
Z tego rozdziału dowiesz się, w jaki sposób sprawdzić charakterystykę swoich potencjalnych klientów na stronie internetowej. Opowiemy Ci o tym jak budować persony swoich klientów oraz nauczysz się jak grupować użytkowników w odpowiednie segmenty w Google Analytics. Ponadto, poznasz sposoby na późniejsze wykorzystanie utworzone przez siebie segmentów użytkowników w dalszych działaniach marketingowych.
W tym rozdziale przejdziemy dokładnie przez proces weryfikacji efektywności każdego kanału reklamowego, który sprowadza ruch na Twoją stronę. Zaczniemy od sprawdzenia jakości tego ruchu, poprzez analizę konwersji wspomaganych na modelach atrybucji, kończąc na nauce sprawdzania zwrotów z inwestycji poniesionych na reklamę. Nauczysz się swobodnie zarządzać budżetami reklamowymi, przerzucając je odpowiednio pomiędzy najlepiej konwertujące źródła.
Kolejny rozdział poświęcony jest dogłębnej analizie zachowań użytkowników na Twojej stronie internetowej. Nauczysz się analizować zarówno przepływy użytkowników przez swój serwis internetowy, znajdować najlepsze treści na swojej stronie oraz sprawdzać, czego użytkownicy szukają na Twojej stronie. Ponadto, dowiesz się, jak analizować lejki konwersji i jak zwiększać ich przepustowość.
W tym rozdziale opowiemy Ci o tym, w jaki sposób tworzyć odpowiednie raporty na podstawie danych z Google Analytics. Dowiesz się z jakich narzędzi w jakiej konkretnej sytuacji musisz korzystać, aby Twoja praca na danych przebiegała sprawnie. Na praktycznych przykładach nauczysz tworzyć raporty dopasowane do Twoich potrzeb.
Ostatni rozdział poświęcony jest technicznym elementom wdrożeniowym. Dowiesz się jak za pomocą Google Tag Managera samodzielnie poradzić sobie z wdrażaniem celów na Twojej stronie internetowej. Dodatkowo poznasz sposoby na dokładniejsze analizowanie aktywności użytkowników na stronie oraz poznasz metody wdrażania zewnętrzne narzędzi pomocnych w analityce poprzez GTM.
eKurs stworzony został z myślą o osobach, które chcą nauczyć się lepiej wyciągać wnioski na podstawie danych. Oznacza to zarówno tych, którzy już pracują z Google Analytics, jak i tych, którzy dopiero rozpoczynają swoją przygodę z analityką internetową.
Cześć! W poprzedniej lekcji sprawdzaliśmy, czy mamy poprawnie
zainstalowany kod Google Analytics oraz czy poprawnie zbiera dane za
pomocą wtyczki Tag Assistant, gdzie nagrywaliśmy naszą sesję, sprawdzaliśmy,
czy liczy nas odpowiednio pod kątem ilości użytkowników z sesji,
źródeł ruchu i konwersji, które robiliśmy. Teraz,
gdy mamy pewność, że zbieramy wszystkie dane, musimy sprawdzić, czy wszystkie
dane nam są potrzebne. Pytanie, jakich danych byśmy nie chcieli analizować. Mianowicie, czasami
zdarza się tak, że podczas analizy danych bierzemy pod uwagę ruch, który sami wytworzyliśmy
albo na przykład nasi pracownicy. W tym momencie zaburza
nam to jakby pogląd na całość danych - z tego powodu, że mamy więcej użytkowników, więcej
sesji, więcej odsłon i zaniżone współczynniki konwersji. Zdarza
się również w ten sposób, że jeżeli nie analizujemy swojego ruchu, to
na przykład zdarza nam analizować tak zwany ruch spamowy, który w identyczny sposób zaburza nam
dane. Co musimy zrobić w takim przypadku? Nauczyć
się stosować filtry w Analytics, które będą wykluczały nasz ruch,
który my generujemy, jak i ruch spamowy. Zacznijmy zatem od
nauczenia się, w jaki sposób wykluczyć samych siebie z Analytics. Zatem wskoczmy
do Analytics! Żeby wykluczyć nas jako
ruch, musimy nauczyć się tworzyć filtry w Analytics. Pamiętajcie oczywiście,
że filtry tworzymy na nowym widoku danych. Czyli zawsze
w Analytics zostawiamy sobie jeden bazowy widok danych, jak
na przykład wszystkie dane witryny, gdzie mamy wszystkie niefiltrowane dane, kopiujemy
go i dopiero na tym skopiowanej widoku nakładamy filtry tak, żeby w
ramach niepowodzenia mieć do czego wrócić, mieć jak badać te dane. Okej,
stwórzmy zatem ten nowy widok danych, żeby wszystko było na
tip-top. Napiszmy, że to jest widok bez nas
i bez spamu, wybierzmy odpowiednią strefę raportowania,
czyli niech to będzie Polska, bo ten biznes działa na
ten kraj. Okej. I dopiero teraz na tym
widoku danych będziemy zakładać filtry. Tworzenie filtrów jest bardzo
proste. Wchodzimy do zakładki Filtry, która znajduje się po
prawej stronie, klikamy Dodaj nowy filtr i w tym momencie będziemy
mieć do wyboru stworzenie filtrów za pomocą gotowych schematów, jak
i też będziemy mogli robić rzeczy bardziej zaawansowane. Zacznijmy od podstaw,
czyli od upewnienia się, że mamy właściwe dane w naszym Analytics. Nazwijmy
ten filtr "Filtr na IP", wybierzmy
typ filtra jako predefiniowany. Będziemy wykluczać
siebie. Oczywiście w drugą stronę, gdybyście chcieli sprawdzić, co Wasi pracownicy robią
na tej stronie, to można stworzyć nowy widok, kliknąć Uwzględnij i będziecie wiedzieć. Natomiast skupmy
się na konkretach. Klikamy Wyklucz, wybieramy Ruch
z adresów IP i w zależności od tego, jak ten adres IP
wygląda, tak powinniście go wkleić, czyli z instrukcją "równe", "rozpoczyna
się od" itd. J ak chcesz sprawdzić szybko swój adres IP, wystarczy, że
w wyszukiwarkę Google wpiszesz "what is my IP" i jedna z pierwszych stron już
powie Ci, jakie masz. Wklejmy adres IP. W tym
momencie możemy go zapisać i temat z głowy. Nie widać nas w Analytics.
Pamiętaj o tym, że jak będziesz tworzył wykluczania
filtrów na IP i będziesz siedział w miejscu, gdzie jesteś podłączony do
sieci WiFi właśnie z tym IP i zechcesz testować coś w swoim Analytics, to nie zdziw
się, że nie będziesz nic widział. To taka przestroga, żebyś nie zmarnował niepotrzebnie czasu. W
porządku, zapisujemy ten adres IP - jeżeli mamy więcej adresów IP, również je
dorzucamy. Mało tego, z filtrów, które powinieneś sprawdzić,
to jest również filtr na tak zwany host. Zobacz, czy Twoja
strona wyświetla się pod odpowiednim hostem. Jeżeli tak, to nie ma potrzeby robić
tego filtru. Jeżeli nie, to wtedy zastosuj odpowiedni
filtr, który właśnie będziesz mógł zrobić w tym miejscu. Co w
sytuacji, kiedy podróżujesz, kiedy łączysz się ciągle z innymi sieciami i ciągle
jesteś gdzieś indziej pod innym IP? Złym pomysłem jest wpisywanie
tych wszystkich sieci. Tak naprawdę łatwiej Ci będzie zainstalować wtyczkę do Twojej
przeglądarki, z której korzystasz na co dzień, żeby ona za każdym razem Ciebie wykluczała. Jak byś
nazwał taką wtyczkę? Nic prostszego! Skoro ma blokować
nas przed wejściem do Analytics, to nazywa się Block Yourself from Analytics. Możesz ją
zainstalować do swojej przeglądarki Chrome i swobodnie korzystać. Nie
będziesz sam sobie ani inne osoby, które też zainstalują
sobie tę wtyczkę, zaburzać ruchu w Twoim Analytics. Czy to wszystko? Wykluczyliśmy
IP, sprawdziliśmy hosty. Jeżeli było coś błędnie, to musimy też utworzyć
filtr na host. Natomiast musimy zwrócić uwagę na jeszcze jedną małą rzecz w eżeli
w panelu administratora w tym momencie wskoczymy na Ustawienia widoku, tam
będziemy mieć jeszcze jedną małą rzecz do zaznaczenia, a mianowicie Filtrowanie
robotów. Pamiętaj koniecznie, żeby tę funkcję włączyć.
Co musisz zapamiętać z tej lekcji? Oprócz poprawnej instalacji Analytics
bardzo ważne jest filtrowanie danych tak, żebyś przypadkiem nie analizował czegoś,
co nie ma sensu. Jak pozbyć się nieprawidłowych danych? Podstawowe
rzeczy takie jak filtry. Zadbaj o to, żeby nie analizować niepotrzebnego
ruchu. Drugi element - jeżeli nie korzystasz z filtrów
na IP, pamiętaj o tych wtyczkach, które również będą blokowały ten ruch. Trzeci element
to już analiza. Możesz czasem w Analytics zobaczyć
ruch z odesłań, z jakiś dziwnych stron albo ruch nie wiadomo skąd, ludzi,
którzy charakteryzują się dziwnym językiem i to najprawdopodobniej jest ruch spamowy. Wtedy,
jak zaobserwujesz taką rzecz, również twórz filtry, wykluczając ten
ruch tak, żebyś miał jak najbardziej dokładne dane w swoim Analytics. To
tyle w tej lekcji. Do usłyszenia za chwilę!