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 tej lekcji odpowiemy sobie na pytanie, które części Twojej
strony internetowej tudzież Twojego sklepu internetowego przeglądają użytkownicy -
które to są artykuły, które to są grupy artykułów, na
jakie produkty najczęściej wchodzą, jakie to są kategorie produktów i które
segmenty użytkowników mniej lub bardziej angażują się w pewne treści. Zatem
do dzieła. Wskoczmy do Analytics. Gdzie w Analytics możemy
znaleźć takie dane? Jeżeli skierujemy naszą uwagę do lewego bocznego menu w Analytics
o nazwie Zachowanie, jest to miejsce, gdzie właśnie tam znajdziemy
wszystkie informacje, które podstrony naszego serwisu oglądali nasi
użytkownicy. Zobaczmy trochę głębiej. W sekcji Zachowania
te dane mamy podzielone w różne sektory. Jeżeli przyjrzymy się zakładce Zawartość
witryny, w tym momencie będziemy mieć następujący podział. Zobaczymy
wszystkie strony, czyli po prostu spis wszystkich podstron naszego serwisu, po
których chodzili nasi użytkownicy. Dodatkowo dwie rzeczy, na które będziemy
zwracać uwagę, czyli stronę docelową, czyli tam, gdzie bezpośrednio użytkownicy
trafiali na naszą stronę, jak i stronę wyjścia, czyli miejsce, gdzie
nasi użytkownicy skończyli podróż po naszej stronie. Zacznijmy
od Wszystkich stron. Jeżeli wejdziemy do tej zakładki, zobaczymy
tutaj podstrony naszego serwisu - od tych
najbardziej odwiedzanych pod kątem ilość odsłon do tych najmniej. Jak
możesz zauważyć, nie mamy tutaj całego URL-a. Jakby element domeny
jest usunięty. To, co może się różnić w tym, co widzisz przed oczami, a w swoim Analytics, jest
element, który jest na pozycji pierwszej. To znaczy Analytics bazowo stronę
główną określa jaka / - tutaj jest to przypisane jako /home. Jest
to mała różnica, natomiast zwróć na nią uwagę, żebyś się nie zagubił. Co
możemy zobaczyć? Możemy zobaczyć, że podstron,
których w danym okresie czasu - w naszym przypadku będziemy analizować sobie
cały okres maja, więc zaznaczmy jeszcze tę datę
w tym momencie - w tym momencie jest
ponad 400. Jest to 445 stron. W jaki sposób
będziemy mogli sprawdzić, które z tych stron są bardziej wartościowe, a które
mniej? Jeżeli popatrzymy po prostu na tę stronę - teraz
analizujemy stronę sklepu internetowego - zobaczymy taką zależność, że najwięcej
osób było na stronie głównej i jest to blisko 20%, co nie jest zaskakujące,
bo w końcu w jakiś sposób na tę stronę muszą wejść. Później
mamy stronę - jest to prawdopodobnie strona produktu, wybija
się powyżej innych stron, dlatego będziemy musieli się jej dokładnie przyjrzeć. Kolejnym
elementem jest koszyk. Kolejnym elementem jest logowanie. Czyli jak możesz zauważyć,
mamy tutaj bardzo przemieszane elementy. Czyli mamy podstrony konkretne,
mamy podstrony funkcyjne i ciężko wprost dokonać analizy w
ten sposób. Co możemy zrobić na tym etapie? Jeżeli chcesz
sprawdzić konkretny produkt, konkretną podstronę,
możemy ją wyszukać - wyszukać, ile osób po niej chodzi. To często
się stosuje w momencie analizy contentu. Czyli ktoś napisze artykuł, jesteśmy
ciekawi, ile osób w danym czasie go przeczytało. Dlatego też do
tego możemy użyć albo zwykłej wyszukiwarki, która znajduje
się po prawej stronie u góry, albo funkcji zaawansowanych, gdzie
możemy sobie te dane przefiltrować. Natomiast przy małych
stronach, małych strukturach analiza taka wprost będzie dużo prostsza. To
znaczy będziemy analizować przeważnie kilka podstron, gdzie na przykład dla jakiejś
firmy, która sprzedaje swoje usługi, będzie strona główna, strona oferty, strona
kontaktu, kilka podstron związanych z usługami, produktami
jakie sprzedają. I wtedy jakby na pierwszy rzut oka jesteśmy w stanie zobaczyć, które
produkty, które usługi, które podstrony naszego serwisu cieszą się większą
lub mniejszą oglądalnością, przez co posiadając takie dane,
będziemy mogli robić pewnego rodzaju manewry, czyli na podstawie tych
danych różne rzeczy chować i pokazywać na naszej stronie internetowej. Natomiast
co możemy zrobić przy większych strukturach, tak jak na przykład na tej, w której teraz się
znajdujemy, czyli w sklepie internetowym. Tutaj bardzo ważnym
elementem jest tak naprawdę pogrupowane tych treści. Jak możemy
to zrobić? Jeżeli przyjrzymy się menu, temu
które znajduje się tuż nad wykresem, znajdziemy tam funkcję grupowania treści.
Jeżeli takiej funkcji nie znajdujesz u siebie, to znaczy, że jeszcze takiej funkcji po
prostu nie masz skonfigurowanej u siebie, w swoim Analytics. My w
naszym sklepie mamy już taki podział, mamy tutaj trzy
różne grupowania treści. Wykorzystajmy jedno z nich tak, żebyś zobaczył,
o ile łatwiej analizuje się te dane. Kliknijmy
zatem w kategoryzację po produktach. To, co widnieje
przed naszymi oczami jako nieustawione, to fakt, że nie wszystko zostało
jakby odpowiednio pokategoryzowane. Natomiast co możemy zobaczyć? Największą
popularnością pomiędzy kategoriami produktów na naszej stronie cieszą się
akcesoria. Po włączeniu grupowania możemy zobaczyć, które
z kategorii naszych produktów cieszą się największą oglądalnością. Daje
nam to sygnał, jeżeli wiemy, co jest najczęściej oglądane, żeby sprawdzić, czy
faktycznie też najczęściej to sprzedajemy, mamy z tego najwięcej zysku? Jeżeli nie,
jest to silny sygnał, że marnujemy pewnego rodzaju potencjał. Dodatkowo
jest to grupowanie typowe dla sklepu internetowego, natomiast te grupowania
również powinniśmy używać bardzo często w serwisach contentowych, żeby wiedzieć,
które kategorie - w sensie jakie tematy - są najbardziej poczytne
na naszym blogu, na naszej stronie internetowej, na naszym portalu informacyjnym i
tak dalej. Jak takie grupowanie treści można
utworzyć w Analytics? Sprawa jest dosyć prosta. Musimy
po pierwsze wskoczyć do zakładki Administracja w naszym Analytics,
czyli do tej ikonki zębatki po lewej stronie na dole. Po czym -
jeżeli mamy dostęp administracyjny do naszego Analytics, co jest
bardzo ważne, bo w innym przypadku nie będziemy widzieć pewnych funkcji - zobaczmy
na prawą stronę, gdzie znajdziemy taką funkcję jak właśnie Grupowanie
treści. Czyli to jest ta funkcja, którą przed chwilą włączyliśmy na naszych danych. Jeżeli
wejdziemy do środka tego grupowania treści, będziemy mieć możliwość
stworzenia nowego grupowania, czyli tej funkcji, którą przed sekundą odpaliliśmy na naszych
danych. Jak to zrobić? Klikamy w duży czerwony guzik - Nowe
grupowanie treści. Nasze grupowania powinniśmy
nazwać. Nazwijmy je po prostu "Kategoria". Zatem wpisuję: "Kategoria". Do
wyboru mamy trzy metody podziału. Możemy grupować nasze treści
według kodu śledzenia, co jest trudniejszym elementem, ponieważ musimy kod umieścić
na konkretnych podstronach - więcej roboty, nie polecam. Drugi
element - jest to grupowanie z wykorzystaniem wyodrębnienia, czyli
możemy na podstawie nazwy ekranu, strony tudzież
tytułu - jeżeli mamy odpowiednio skonstruowaną stronę internetową - to
ustawić. Czyli na przykład jeżeli nasze artykuły związane
z modą są w kategorii /moda/ i tam artykuł,
załóżmy, o nowych sukienkach - wtedy możemy wykorzystać właśnie wyodrębnienie,
gdzie wszystkie strony, które zawierają /moda/, będą w
tej odpowiedniej kategorii. Natomiast trzecia metoda - najbardziej
popularna - to jest właśnie grupowanie na podstawie definicji reguły. Dla
przykładu wpiszmy sobie tutaj "Bluzy", jeżeli
byśmy wrócili na przykład sklepu internetowego. Mamy tutaj do
wyboru trzy opcje wyodrębnienia. Skorzystajmy z opcji Strona, czyli
URL naszych podstron z bluzami - i wpiszmy, że
to są wszystkie podstrony, które zawierają /bluzy/. Zwróćmy
uwagę, jaką instrukcję tutaj wciskamy - czy to jest "ściśle pasuje do", "zawiera", "rozpoczyna
się od" - tak, żeby odpowiednio dopasować się do naszych podstron. Na
co zwrócić uwagę? Sprawdzaj, czy masz odpowiednio użyte slashe,
czyli na przykład czy nie zrobiłeś takiego elementu, że napisałeś /bluzy/
i dałeś na przykład "ściśle pasuje do". W tym momencie jeżeli
nasze bluzy będą występowały w URL-u /bluzy/
czarne, białe i tak dalej, czyli w tej dalszej części - będziesz mierzył tylko
i wyłącznie ruch na samej stronie kategorii. Natomiast jeżeli
dałbyś instrukcję "zaczyna się od", wtedy złapiesz całość. Zwróć
na to uwagę. Po stworzeniu wyodrębnień, sprawdź, czy na pewno wszystko
w środku, co chciałeś, jest zawarte. Po stworzeniu grupowania treści, musisz
chwilę odczekać, zanim te dane się skumulują. Natomiast potem, jak
zaczniesz sprawdzać, czy to działa, to zwróć uwagę na pewne rzeczy. Wracając do
naszego przykładu, gdzie ta funkcja jest już uruchomiona - popatrzmy. Klikając
pierwszą kategorię, powinniśmy znaleźć rzeczy, które są pogrupowane pod pewnym kątem w
środku. Musimy pamiętać o tym, że raporty w naszym Analytics są
wielokrotnie zagłębione, dlatego też klikając w głąb, po prostu widzimy więcej
szczegółów. Kliknijmy do środka. Zobaczmy, co się wydarzy. I
faktycznie, jak się przyjrzysz, wszystkie URL w środku
zawierają ten sam człon, czyli "apparel", czyli innymi słowy mamy kategorię
w całości powiązaną z tą naszą kategorią. Możemy
przejrzeć w tej konkretnej kategorii, które z podstron w niej są najbardziej
popularne, zerkając na dane do środka. To też tyczy
się produktów. Czyli mamy kategorię produktów, możemy w środku zobaczyć, które są mniej
lub bardziej popularne, przez co potem na przykład możemy je gdzieś mocniej lub
słabiej eksponować w naszym sklepie internetowym, na przykład na głównej
stronie. Natomiast czy to koniec? W tym momencie analizowaliśmy
tak naprawdę wszystkich użytkowników na wszystkich
podstronach. Czy ma to sens? Oczywiście - na podstawie ogólnej
analizy przynajmniej wiemy, które sekcje są mniej lub bardziej popularne. Natomiast
jeżeli chcielibyśmy wejść w głąb, w tym momencie powinniśmy użyć segmentów. Segmenty
tworzyliśmy już w poprzednich lekcjach, dlatego dla przykładu spróbujmy ich użyć. Wracamy
na stronę podzielone przez kategoria. I w tym momencie
chcielibyśmy odpowiedzieć na pytanie. Okej, mamy tutaj różne części
naszej strony, ale który z użytkowników chodzi po której stronie? Czyli
co jest, powiedzmy, bardziej atrakcyjne dla kobiet w pewnym wieku, a co jest bardziej atrakcyjne
dla mężczyzn w pewnym wieku? Spróbujmy odpowiedzieć na to pytanie. Jakie
kroki musimy uczynić? Przewińmy nasz raport tym momencie na samą
górę, do miejsca, gdzie zobaczymy moment, gdzie możemy
włączyć różne segmenty. Kliknijmy na Dodaj segment. W tym
momencie pojawią nam się segmenty, które mamy stworzone w naszym Analytics. Dla
przypomnienia - w momencie kiedy używamy odpowiedniego nazewnictwa w segmentach,
wtedy nie ma większego problemu. Wystarczy wpisać pierwszy człon nazwy
naszego segmentu i znajdziemy. Zatem włączymy sobie
dwa segmenty, czyli kobiety w wieku 25-34 i mężczyźni
w wieku 25-34. I zobaczmy, co powiedzą
nam dane. Jeżeli nasze dane nałożą
się już na raport, możemy zobaczyć, w
których sekcjach nasze segmenty są - w
których jest ich więcej, w których jest ich mniej. Oczywiście pamiętajmy, że możemy
zawsze przechodzić od ogółu do szczegółu, czyli dla przykładu
możemy sobie wejść w marki i zobaczyć, który segment częściej
oglądał daną markę, bo przecież też ma to duże znaczenie. Co
musisz zapamiętać z tej lekcji? Najważniejszą rzeczą
oczywiście jest analiza danych. Natomiast dodatkowo - pamiętaj
o tym, żeby oprócz analizy wszystkich stron, czyli tego,
co robiliśmy przed chwilą, dodatkowo pomóc sobie poprzez
analizy stron wyjścia. Wróćmy jeszcze na chwilę do Analytics. Powiedzieliśmy
sobie, że strony wyjścia znajdują się w zakładce Zachowanie > Zawartość
witryny, tam gdzie mieliśmy Wszystkie strony, Strony docelowe, jak i Strony
wyjścia. W Stronach wyjścia znajdziemy informacje, z których konkretnie podstron nasi
użytkownicy wychodzą z naszej strony. W tym momencie wyłączmy
jeszcze na chwilę segmenty, żebyśmy mieli bardziej przejrzyste dane, czyli przeanalizujemy
sobie ogólny raport wszystkich użytkowników. I co
możemy zobaczyć? Najczęściej, biorąc pod
uwagę chronologię, osoby wychodzą z naszej strony głównej, czyli albo
się od niej odbijają, albo po prostu przemierzają całą
stronę, na niej kończą. Czy dobrze, czy to źle - będziemy musieli to zanalizować
w kolejnej lekcji, gdzie będziemy badać przepływ użytkowników przez stronę. To,
co byśmy chcieli tutaj tak naprawdę zobaczyć, to jest informacja, że wszyscy z naszych
użytkowników wychodzili za strony Podziękowanie za zakup, Podziękowanie
za złożenie leada. Natomiast jeżeli tak nie jest i widzimy tutaj, że na
przykład dużo osób wychodzi ze stron, gdzie mamy nasze usługi, nasze produkty -
jest to informacja o tym, żebyśmy się przyjrzeli konkretnie tym stronom. Czy
na tych stronach są jakieś guziki call to action zachęcające do przejścia gdzieś głębiej, czy
próbujemy zwrócić atencję naszych użytkowników jakimś chatem, jakimś pop-upem - może
pop-up nie zawsze jest najlepszym rozwiązaniem. Natomiast chodzi o to, żeby użytkownik nie miał
poczucia, że wchodzi na stronę, gdzie nie może nic zrobić, ponieważ naszym
zadaniem jest go złapać za rękę, przeprowadzić przez dalszą część konwersji aniżeli
odpuścić mu i zostawić go na, można powiedzieć, pastwę losu - tak,
żeby sam podjął decyzję, czy skonwertować, czy też nie. Z drugiej
strony mamy jeszcze Strony docelowe, czyli strony,
na które bezpośrednio lądują nasi użytkownicy. Tutaj możemy
też dla każdej z tych podstron w tym innym układzie przeanalizować
troszeczkę inne rzeczy. Dla przykładu - jeżeli popatrzymy sobie na podstronę
numer 5, możemy zobaczyć, że mamy przypisane do niej przychody,
czyli ta podstrona jest bardzo ważnym elementem w sytuacji,
kiedy mierzymy konwersję. Osoby, które weszły bezpośrednio na
tę stronę z różnych źródeł ruchu, spowodowały, że
zarobiliśmy pewną sumę pieniędzy. Co możemy
jeszcze przeanalizować, patrząc jakby od drugiej strony w te dane? Wcześniej analizowaliśmy
źródła ruchu. Dana kampania, dane źródło ruchu spowodowało
konwersję. Natomiast nie patrzyliśmy na to przez pryzmat strony, na której lądują
użytkownicy, którzy przeszli przez tę kampanię. Zatem w tym konkretnym
przypadku możemy jeszcze jedną rzecz sprawdzić. Czyli dokładając kolejną kolumnę
w naszym wykresie, używając funkcji Wymiar dodatkowy, możemy wpisać
sobie tutaj Źródło/medium, możemy wpisać nazwę kampanii. Chodzi
o jakąś zmienną, która pokazuje, skąd konkretnie ci ludzie przyszli. I w
ten sposób możemy odkryć, że część z tych
osób weszło bezpośrednio na tę podstronę, część była przekierowana z jednej
lub z drugiej strony - mówimy tu o pozycji 2 i 3. O czym to świadczy? Że
powinniśmy zadbać o większą ekspozycję też tych elementów - żeby więcej osób w
ten sposób przechodziło, bo jak widzimy, jest to prosta droga do uzyskania
większych przychodów. Wracając do podsumowania jeszcze
raz - pamiętaj tym, żeby analizować strony wyjścia. Dodatkowo zwróć
też uwagę na strony docelowe. To też może Ci pomóc. Sprawdź, z
których źródeł osoby wchodzą na te strony docelowe, żeby zwiększyć swoje
przychody, ilość pozyskanych leadów, ogólnie zwiększyć konwersję. Drugi
element - grupowanie treści. To po prostu Ci pomoże przy analizach. Dużo
lepiej -patrz na zgrupowane treści i wyciągaj z tego wnioski niż patrzeć na
spis wszystkich podstron, gdzie mamy ruch i nie podejmować żadnych decyzji. Pamiętaj, jak to
skonfigurować - wejdź do zakładki Administracja. W prawej kolumnie znajdziesz
funkcję Grupowanie treści. Przetestuj, ustaw to, pobaw się danymi. Trzeci element
są to segmenty. Jeżeli chcesz odpowiedzieć sobie na pytanie, które
treści, które artykuły czyta moja idealna grupa docelowa albo ogólnie -
które artykuły są dopasowane do jakiej grupy docelowej tak, żeby zmieniać ich język,
albo które produkty, które usługi też są ukierunkowane pod dane
grupy docelowe, aby zmieniać ekspozycję produktów, obrazków, tekstów -
zawsze używaj segmentów i nanoś je na treści. To
tyle w tej lekcji. Do usłyszenia za chwilę!