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 rozmawialiśmy na temat, jak
dokładnie możemy śledzić naszych użytkowników na stronie. Wspomnieliśmy o
funkcji User ID, czyli o połączeniu użytkownika z naszym CRM-em
w celu łatwiejszego jego rozpoznania, jak również rozmawialiśmy
o niestandardowych wymiarach, tzn. powiedzieliśmy, że
możemy jakby przypiąć etykietki do naszych użytkowników na
podstawie danych, które mamy na przykład offline'owo, generalnie rozszerzając
dane, których nie ma w Analytics. Pokażmy sobie, jak to
wygląda, zanim przejdziemy do tworzenia kolejnych elementów. Wskoczmy
na chwilę do Analytics. Wspomnieliśmy, że te niestandardowe
wymiary możemy skonfigurować w Analytics. Jeżeli
mówimy o konfiguracji, zakładam, że to będzie w zakładce Administracja, jak wszystko,
co w Analytics możemy zrobić. Jeżeli wskoczymy do Niestandardowych definicji
i wybierzemy sobie Niestandardowe wymiary, tutaj możemy zobaczyć,
że już takie niestandardowe wymiary są w naszym Analytics
dostępne. Mamy tutaj taką zmienną, jak Kategoria użytkownika, czyli
tak, jak rozmawialiśmy sobie w poprzedniej lekcji, start-upy, które mają
klientów, załóżmy - indywidualnych, korporacyjnych, mogą w Analytics
przypinać etykietki do tych użytkowników tak, żeby potem w danych
łatwiej to wszystko było przeanalizować itd. Inne
zmienne, które tutaj mamy, to jest na przykład Region sprzedaży. Spróbujmy
nałożyć te dane w Analytics. Dla
przykładu wskoczmy sobie do zakładki Pozyskiwanie, do zakładki Całego
ruchu i Źródła/medium i spróbujmy nanieść dane z wymiaru
niestandardowego na Analytics. Jak widzisz, mamy
tutaj źródła ruchu i chcielibyśmy wiedzieć, które z tych źródeł nie tyle
co konwertuje - bo to widzimy już w tabelce - co przynosi nam
właśnie sprzedaż i w jakim regionie. Aby nanieść
dane niestandardowego wymiaru klikamy na Wymiar dodatkowy i wpisujemy
jego nazwę. Nasz wymiar to region sprzedaży, dlatego
też go tak wpisujemy. W tym momencie możemy zobaczyć, które
źródło ruchu powodowało sprzedaż w jakim regionie, znowu
rozszerzając nam dane. Te dane również możemy wykorzystywać podczas
tworzenia segmentów naszych użytkowników. Natomiast, tak jak wspomnieliśmy,
to wymaga trochę pracy, żeby te etykietki móc przypisywać. Innym
elementem, który możemy stworzyć w naszym Analytics to są tzw. Obliczone
dane. W czym rzecz? Jeżeli wrócimy na sekundkę
do naszej Administracji, zobaczymy w prawej skrajnej
kolumnie taką pozycję, jak właśnie Obliczone dane. W tym
miejscu będziemy mogli tworzyć jakby własne dane,
czyli będziemy mogli robić pewne statystyki już wewnątrz Analytics,
a nie przeliczać tego na przykład w jakichś zewnętrznych, potocznych Excelach. Tutaj,
jeżeli chodzi o statystyki, mamy na przykład Zysk na
użytkownika albo Współczynnik konwersji - również na użytkownika. Jak
to się różni? Za pomocą dodatkowych zmiennych,
które właśnie znajdują się w zakładce Obliczone dane nie musimy pewnych
rzeczy z Analytics wyrzucać na zewnątrz, do jakichś potocznych Exceli,
gdzie przeliczalibyśmy sobie pewne statystyki. Tutaj możemy tworzyć
własne metryki, których potem możemy użyć również w
Analytics. Czyli jeżeli chcielibyśmy mieć wykres procentowy
osób, które zakończyły checkout i dobrnęły
już do sprzedaży, możemy taką metrykę zrobić po prostu w Analytics. Kolejnym
krokiem, jak już taką zmienną sobie stworzymy, jest jej wykorzystanie w
raportach. Czyli oprócz tego, co daje nam Analytics - czyli te zmienne
bazowe, które mamy - jeżeli potrzebujemy zrobić stosunek
dwóch zmiennych wzajemnie, możemy wykorzystać tzw. Obliczone
dane, aby tego dokonać. O czym musisz pamiętać po
tej lekcji? Pierwsza rzecz: do Analytics możesz
wstrzyknąć własne dane i wymiary, tzn.,
jak wiesz z poprzedniej lekcji, mówimy tutaj o tych etykietkach, czyli o dopisywaniu
kolejnych cech naszym użytkownikom, o których Analytics bazowo nie wie.
Mało tego, jeżeli potrzebujesz stworzyć jakieś konkretne statystyki,
stosunek jednej zmiennej do drugiej, czego w Analytics
nie ma i za każdym razem próbujesz to wyrzucić gdzieś na zewnątrz i połączyć ze
sobą, pamiętaj o funkcji Obliczone dane - to wszystko możesz zrobić już wewnątrz Analytics
i potem umieścić w swoich raportach. To tyle w tej
lekcji. Do usłyszenia za chwilę!