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 poprzednich lekcjach wspominaliśmy gdzieniegdzie
o tzw. urealnieniu współczynnika odrzuceń, o urealnieniu czasu na
stronie. Jak pamiętasz, czas w Analytics nie jest mierzony
idealnie, to znaczy nie jest mierzony na ostatniej podstronie,
na której był użytkownik. Co - jak pamiętasz - rodziło duże kłopoty w odpowiednim
mierzeniu czasu, na przykład na landing page'ach. Co możemy z tym
zrobić? Musimy dokonać pewnych modyfikacji naszego kodu Google
Analytics. Są różne techniki, żeby to zrobić. Jest dużo
dostępnych skryptów w sieci, które pomogą Ci to zrobić, dlatego zróbmy
pewien przykład. Wskoczmy na chwilę do wyszukiwarki Google i wpiszmy
po prostu rzecz, której szukamy, czyli Real Bounce Rate z dopiskiem na przykład
Simo Ahava. To jest jedna z osób, która taki skrypt popełniła. Wybierzmy
pierwszą pozycję, która nam wyskakuje w wyszukiwarce i zobaczmy,
w czym rzecz. W artykule, który mamy przed oczami, zobaczymy
kilka technik urealnienia współczynnika odrzuceń.
Pierwsza z nich, bardzo prosta, jedna z najbardziej klasycznych - wysyłamy
do Analytics informację w momencie, kiedy użytkownik spędził
na stronie powyżej 30 sekund. No i niby okej, ponieważ ten
użytkownik być może zaangażował się w naszą treść, czyli wszedł na naszą stronę
i spędził tam pewien czas. Natomiast jeżeli weźmiemy pod uwagę na przykład
długi czas ładowania strony albo fakt, że wszedł na stronę, przeskrolował jej
kawałek i się zamroził. O czym to świadczy? To mógł być
nadal użytkownik, którego powinniśmy zakwalifikować,
że jest odrzuceniem, ponieważ to, że tylko spędził czas na naszej stronie, nie
powoduje, że będzie to dla nas już bardzo dobry użytkownik. Zatem
jeżeli chodzi o tę metodę, możemy w tym momencie ją porzucić. Zobaczmy,
jakie mamy jeszcze dostępne opcje. Jeżeli chodzi o kolejną metodę,
ona jest związana ze skrolowaniem naszej strony, tzn. jeżeli użytkownik
wejdzie na naszą stronę i przeskroluje ją od góry do dołu, to
poniekąd jest znak, że się w nią zaangażował. Natomiast
z drugiej strony pytanie, jak szybko on
to zrobił, bo może dojść do sytuacji, że wszedł na naszą stronę, przeskrolował ją
od góry do dołu w czasie, powiedzmy, trzech sekund, więc
raczej jeżeli nie przeszedł kursu szybkiego czytania, wątpię, że w nasz content
się zaangażował. Dlatego też ta metoda też
nie jest idealna. Czyli sam czas nie mówi nam o tym, czy to jest idealny
użytkownik, jak i samo skrolowanie również nie
powoduje, że możemy tego użytkownika uznać, że jest idealny, i że w
pełni jesteśmy świadomi tego, że on przeczytał nasz content. Zatem
co nam pozostaje? Mamy jeszcze skrypt łączący jakby te
dwie metody. W jaki sposób on działa? Po pierwsze, jeżeli
mierzylibyśmy tylko czas użytkownika na stronie, to tak naprawdę, czy
dana osoba spędziłaby na stronie powyżej 30 sekund, czy byłaby to godzina, ale
nie przeskrolowała naszej strony, czyli utknęła na głównym ekranie, nie
traktowalibyśmy jej jako odrzucenia, a nim powinna być. De
facto mogła tylko wejść na stronę i ją po prostu zostawić. Z drugiej strony, jeżeli
dany użytkownik wszedł przed naszą stronę i przeskrolował ją od
góry do dołu i trwało to, powiedzmy, dwie, trzt sekundy, to też nie świadczy
o tym, że ten użytkownik zainteresował się naszym contentem, ponieważ po prostu
naszą stronę przeskanował. Dlatego też musimy te dwa elementy połączyć,
czyli nie traktować jako odrzucenie użytkownika, który był odpowiedni
czas na naszej stronie - tutaj bazowo mamy przyjęte 30 sekund - oraz naszą
stronę przeskrolował do istotnego elementu, czyli na przykład do zakończenia
artykułu albo opisu naszego produktu. Jak najłatwiej urealnić
ten współczynnik odrzuceń w naszym Analytics? Wystarczy, że ten kod, który mamy
teraz przed oczami, zaimplementujemy na naszą stronę, a najłatwiej to zrobić
za pomocą Google Tag Managera. Czyli tak naprawdę wystarczy, że skopiujesz
ten skrypt, nadasz instrukcję do tego tagu w Google Tag Managerze, żeby
był na wszystkich stronach i w tym momencie masz urealniony współczynnik na
wszystkich swoich stronach. Technicznie działa to tak, że ten skrypt będzie wysyłał
informację o zdarzeniu do Twojego Analyticsa, który to weźmie po
prostu pod uwagę. Tym samym, nie robiąc już żadnych zmian w Analytics,
zobaczysz odmienione dane. Co jest istotne? Od momentu,
kiedy wdrożysz tego typu skrypt, który bardzo mocno wchodzi jakby
w nasze dane, pamiętaj, żeby na osi czasu w Analytics umieścić punkt,
czyli datę, gdzie do takiej zmiany doszło, żeby później przy porównywaniu różnych
danych nie było kłopotów z dojściem do wniosku, skąd to się wzięło. Możesz,
oprócz wklejenia tego do Google Tag Managera, ten kod po prostu osadzić
na stronie. Pamiętaj też o tym, że też nie musisz korzystać konkretnie z tego kodu. Możesz
znaleźć jakiś bardziej lub mniej zaawansowany, dopasowany konkretnie do Twoich potrzeb. Jak
również w Tag Managerze pamiętaj o tym, że mamy tam dostępne funkcje
typu stoper, czyli sprawdzanie, ile ten człowiek jest na stronie w kwestii
urealnienia czasu, jak i opcję skrolowania. Czyli tak naprawdę możesz
bez używania tych kodów, tylko za pomocą Google Tag Managera mierzyć
te wszystkie elementy. Co musisz zapamiętać z tej lekcji? Jeżeli
chodzi o urealnienie czasu i współczynnik odrzuceń, de facto
są dwa elementy, które działają od razu. Możesz urealnić współczynnik
odrzuceń i czas za pomocą już gotowych skryptów, których znajdziesz mnóstwo w sieci, jak
i za pomocą samego Google Tag Managera, który już te funkcje ma w sobie
wbudowane. Pamiętaj o tym, że później w Analytics już nie będziesz
musiał robić żadnych poprawek, chyba że chciałbyś mieć dodatkowo
cel w Analytics informujący o tym, czy użytkownicy
przeczytali dany artykuł, czy też nie przeczytali, ewentualnie jak
dużą część tego artykułu przeczytali, tudzież jak małą
część jego przeczytali, to za pomocą triggerów, które mamy w Tag Managerze,
możemy takie rzeczy mierzyć, co potem przyda Ci się również w określaniu
jakości contentu, który masz na stronie internetowej. To
tyle na teraz. Do usłyszenia za chwilę!