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 charakterystykę naszych
potencjalnych klientów pod kątem wieku i płci, natomiast teraz dorzucimy do
tego kolejną zmienną, jaką będzie informacja, skąd pochodzą nasi
potencjalni klienci - czyli z jakich krajów i z jakich miast. Zatem przeskoczymy
do środka Analytics. Aby odkryć
tego typu dane na temat naszych klientów, musimy przeskoczyć ponownie
do zakładki Odbiorcy w naszym Google Analytics, natomiast
w tym momencie kierujemy się już nie na dane demograficzne, a na dane
geograficzne. Zatem przejdźmy i wybierzemy pozycję Lokalizacja. W
ramach przypomnienia - analizujemy w tym momencie dane sklepu, który znajduje się
w Stanach Zjednoczonych, dlatego nie zaskocz się, jeżeli zobaczysz tutaj większość
ruchu właśnie ze Stanów, a nie z Polski. Kilka
rzeczy, na które musimy zwrócić uwagę. Pierwsza sprawa: w tym momencie patrzymy
na różne kraje. Jeżeli chcemy przeskoczyć na poziom głębszy, tzn.
nie chcemy analizować krajów, chcemy analizować same miasta, pamiętajmy
o tym, że zmienna "Miasto" w Analytics nie występuje. Te
dane na temat miast kryją się pod zmienną "Miejscowość". Zatem
jeżeli kliknęlibyśmy na Miejscowość w tym cienkim niebieskim pasku tuż nad wykresem,
mielibyśmy spis wszystkich miejscowości, skąd
pochodzą nasi potencjalni użytkownicy. Natomiast tak jak
poprzednio analizowaliśmy wiek i płeć naszych użytkowników głównie
pod kątem planowania przyszłych działań, czyli - w ramach przypomnienia: skupialiśmy
się na współczynniku konwersji - tak też musimy zrobić w przypadku miast
i od tego zacznijmy. Kiedy mamy spis miast, skąd
pochodzą nasi użytkownicy, przechodzimy płynnie do prawej strony wykresu,
gdzie mamy zmienną Współczynnik konwersji e-commerce, po której
chcemy przefiltrować dane dotyczące właśnie ruchu z tych poszczególnych miast. Zatem
dokonajmy tego! Jeżeli przyjrzymy
się tym danym, możemy zobaczyć, że dla niektórych miast współczynnik konwersji sięga
aż 200%. Skąd się to wzięło? Jeżeli przyjrzymy
się dokładniej danym, możemy zobaczyć, że dla wylistowanych miast mamy
de facto po jednym użytkowniku, który osiągnął współczynnik konwersji 200%,
czyli nic innego, jak wykonał dwie transakcje
podczas jednego wejścia. Pytanie, na które musimy sobie odpowiedzieć,
to jest, czy możemy te dane wykorzystać, czyli wziąć te wszystkie
miasta, skąd mamy aż tak wysoki współczynnik konwersji i na nie planować działania marketingowe, czy
powinniśmy się zastanowić i pomyśleć nad sensownością tych danych - czy faktycznie
one są istotne, czy powinniśmy je brać pod uwagę? Odpowiedź jest
dosyć prosta - nie. To są tzw. złote strzały, więc w tym momencie nie
znaleźliśmy żadnego jednorożca, musimy po prostu w odpowiedni sposób
zająć się naszymi danymi. Co powinniśmy w tym momencie zrobić? Odfiltrować
dane pod kątem istotności statystycznej. Jak to zrobić w Analytics? Musimy
w tym momencie tuż nad prawą kolumną znaleźć guzik, który nazywa się Zaawansowane. To
jest, powiedzmy, synonim do słowa "filtrować". Jeżeli klikniemy
w ten guzik, rozwinie nam się kolejna tabelka, w której będziemy mogli ten
filtr użyć. W tym momencie w naszym filtrze mamy
uwzględnioną zmienną Miejscowość, natomiast my nie chcemy filtrować po nazwach miejscowości,
my chcemy filtrować po wolumenie użytkowników. Co
musimy zrobić w takim przypadku? Zmienić zmienną. Klikamy w zmienną Miejscowość,
wpisujemy tą zmienną, pod kątem której chcemy filtrować, czyli
w tym przypadku są to użytkownicy. Problem, który może
się pojawić, jest taki, że tych zmiennych Użytkownicy zobaczymy w naszym rozwijanym
menu kilka. Wystarczy wybrać tak naprawdę którąkolwiek z nich, to jest po
prostu ta sama zmienna, która jest w różnych miejscach. Zatem kliknijmy
po prostu w tą pierwszą i tak, jak ustaliliśmy, musimy
wprowadzić tutaj ten punkt sensowności. Najprostszym punktem będzie
przyjęcie, że potrzebujemy wziąć pod uwagę powiedzmy 1%
naszego ruchu. Oczywiście jeżeli wzięlibyśmy więcej, tym nasze badanie będzie dokładniejsze,
natomiast zacznijmy od tego 1%. I teraz
w naszym filtrze mamy informacje "Uwzględnij", "Użytkownicy", "Większe niż"
i powinniśmy tutaj naturalnie wpisać 1%. Natomiast o czym
należy pamiętać? Jeżeli wpiszemy to w ten sposób, w systemie ten
1% zostanie potraktowany jako większe niż 1, ponieważ Analytics
nie rozumie tego oznaczenia procenty. Dlatego też jeżeli przyjrzymy
się wolumenowi użytkowników, których jest ponad 71 tys.,
1% z nich - bardzo prosta rzecz - wystarczy przepisać trzy
pierwsze cyfry, czyli 712. Jeżeli chcemy
dokładniej to zaokrąglić, możemy oczywiście zrobić z tego 713 - nie
będzie miała to aż takiego znaczenia. W porządku, czyli mamy
ten 1%, przefiltrujmy nasze dane. Klikamy Zastosuj. W
tym momencie Analytics nakłada filtr na nasze dane, po czym -
tak, jak to robiliśmy wcześniej - musimy po raz kolejny przefiltrować nasze
dane pod kątem współczynnika konwersji. Zatem przewijamy do
prawej strony, tu już dane mamy przefiltrowane,
możemy je oczywiście pokolorować. I możemy
zobaczyć, że pierwsza miejscowość, czyli pierwsze miasto, charakteryzuje
się najwyższym współczynnikiem konwersji, kilkukrotnie wyższym niż średnia i
jest to miasto Nowy Jork. Z tymi danymi, które
mamy przed oczami, już jesteśmy w stanie pracować, czyli te dane możemy
uwzględnić w naszym planie marketingowym, czyli możemy odpowiednio nasze przyszłe
kampanie targetować na wskazane tu miasta, które z jak najwyższym prawdopodobieństwem
przyniosą nam klientów. O czym należy pamiętać? Tą daną, którą
teraz wyciągnęliśmy, możemy również połączyć z poprzednimi danymi, czyli z wiekiem i
płcią i w ten sposób zbudujemy szerzej już naszą
personę. Natomiast co powinniśmy zapamiętać
po tej lekcji? Musimy pamiętać o tym, że w Analytics jak
będziemy robić różne raporty itd., na darmo szukać zmiennej "Miasto". Zmienna "Miasto"
znajduje się pod hasłem "Miejscowość". O tym warto pamiętać. Drugi
element to jest właśnie filtrowanie danych pod kątem istotności statystycznej. Jeżeli
tego nie zrobimy, będziemy popełniać mnóstwo błędów, czyli będziemy brać pod uwagę
dane, które tak naprawdę nie są ważne. To są dane, które powinniśmy odciąć. I trzecia
sprawa: nie szukamy guzika Filtruj. To wszystko znajduje się
po prawej stronie, u góry nad tabelką pod hasłem Zaawansowane. To
tyle w tej lekcji. Do usłyszenia za chwilę!