3 pytania, które powinieneś zadać swojemu analitykowi

3 pytania, które powinieneś zadać swojemu analitykowi
Aaron Levenstein, profesor w City University of New York, powiedział kiedyś „Statystyka jest jak kostium bikini. Odsłania to co interesujące, ale zakrywa to, co najważniejsze.”
O autorze
6 min czytania 2015-10-29

Zdjęcie royalty free z Fotolia

Dobry analityk wyczuwa podskórnie, że suche dane, chociaż niewątpliwie interesujące, często tylko odwracają uwagę od rzeczy naprawdę istotnych. Dobry analityk umie sięgnąć głębiej, odsłonić tę ukrytą warstwę informacji i zmienić sposób, w który patrzysz na swój biznes. Trochę jak w filmie Matrix – tam gdzie inni widzą tylko migające cyferki, on widzi żywych ludzi, ich potrzeby, wahania, decyzje. Umie przetłumaczyć te liczby na realne sytuacje i opowiedzieć ci o nich językiem biznesu.

To jak z wizytą u lekarza – oprócz konkretnych informacji odnośnie stanu naszego zdrowia, usłyszymy także diagnozę oraz propozycję kuracji. To do nas ostatecznie należy decyzja, czy ją zrealizujemy – ale oczekujemy od niego pełnej informacji o naszym zdrowiu oraz propozycji (najlepiej paru), co w naszej sytuacji można zrobić. Dokładnie tego samego powinniśmy wymagać od analityka. Dobry analityk to tak naprawdę partner do rozmów o biznesie. Partner trudny, z którym ciężko jest dyskutować, bo ciężko dyskutuje się z realnymi danymi na temat Waszych użytkowników i Waszego biznesu. I właśnie przez to partner do tych rozmów odpowiedni.

Oto 3 pytania, które powinieneś zadać swojemu analitykowi – jedne z wielu. Jeśli je zadasz, warto pamiętać, że cytując agenta Moldera „The truth is is out there” – nie ograniczaj się tylko do pytań „jak jest?”, ale wymagaj odpowiedzi na pytania „dlaczego tak jest?”, „a co będzie, jeśli…?”, „jak to zmienić?”…

LinkedIn logo
Dziękujemy 90 000 fanom na LinkedInie. Jesteś tam z nami?
Obserwuj

1. Czy powinniśmy wyłączyć nierentowną kampanię AdWords?

Większość marketerów, widząc w Google Analytics dane świadczące o słabych wynikach kampanii, decyduje o jej wyłączeniu lub, w najlepszym przypadku, optymalizacji – lepszym targetowaniu, zmianie słów kluczowych czy budżetów. Jednak przed podjęciem jakichkolwiek działań warto zajrzeć głębiej w raporty Google Analytics.

Załóżmy, że oceniamy skuteczność kampanii promującej torebki skórzane. Korzystając wyłącznie z tabeli Pozyskiwanie/ AdWords/ Kampanie widzimy, że w analizowanym okresie pojawiła się tylko jedna transakcja.

Słuchaj podcastu NowyMarketing

NowyMarketing logo
Mamy newsletter, który rozwija marketing w Polsce. A Ty czytasz?
Rozwijaj się

Słowem: tylko w jednym przypadku klient widząc reklamę z tej kampanii kliknął w nią, przeszedł do sklepu i dokonał zakupu. Co jednak z użytkownikami, którzy trafili na stronę tą samą drogą, ale zakupu dokonali za jakiś czas, chociażby przez remarketing? Za fakt ich pozyskania ich i ich koszyków odpowiada przecież również kampania Torebki skórzane.

Możemy łatwo poszerzyć nasze spojrzenie na kampanię, używając raportu Ścieżki wielokanałowe/ Konwersje wspomagane. Konwersje wspomagane to takie, w których dane źródło lub kampania brało udział, ale nie tuż przed konwersją.

Przykładowo:

Poniedziałek – klient klika w reklamę płatną.

Wtorek – klient wpisuję nazwę marki w wyszukiwarce i klika w link organiczny, następnie dokonuje zakupu.

Konwersja bezpośrednio należy w tym przypadku do medium organic, ale cpc jest tu kanałem wspomagającym.

Wróćmy do torebek skórzanych – jak widać powyżej, poza 1 transakcją, którą wcześniej widzieliśmy w standardowym raporcie Pozyskiwanie, w analizowanym okresie doszło jeszcze do 26 konwersji wspomaganych. Ta informacja pozwala nie tylko wyliczyć realny ROI kampanii, ale też może być punktem wyjścia do dalszej analizy. Jakie produkty kupowali w efekcie klienci, którzy kliknęli w reklamę torebek skórzanych? Ile czasu potrzebowali, by finalnie skonwertować? Jeśli coś utrudniało im proces decyzyjny, to co to było? Jeśli nie kupowali jednak torebek, to dlaczego – czy ich cena nie jest dość atrakcyjna? Te i inne pytania warto zadać analitykowi w momencie, gdy już wiemy, na jaką ilość zakupów faktycznie wpłynęła dana kampania.

2. Chcę odświeżyć wygląd mojej strony – zmienić kolory przycisków, nagłówki, powiększyć zdjęcia. Czy to dobry pomysł?

Optymalizacja współczynnika konwersji, usability, testy a/b – wszyscy dobrze znamy te słowa-klucze wprost z nagłówków topowych blogów poświęconych e-marketingowi i analityce internetowej. Testowanie serwisów internetowych dzięki eksperymentom w Google Analytics czy narzędziom komercyjnym, jak Optimizely czy Visual Website Optimizer jest obecnie proste jak nigdy wcześniej. Jednocześnie wszędzie czytamy, że nasze strony muszą być responsywne, proste, maksymalnie użyteczne. Łatwo jednak wpaść w pułapkę i pójść z optymalizacją w zupełnie nie tym kierunku, jakiego byśmy sobie życzyli.

Jeden ze sklepów internetowych zgłosił się do nas z prośbą o analizę powodów spadku ruchu na stronie. Różnice z miesiąca na miesiąc w ostatnim kwartale sięgały kilkunastu procent, a spadek rok do roku wynosił nawet do 23% sesji!

Szybko okazało się, że 3 miesiące wcześniej właściciele postanowili przeprowadzić redeseign sklepu. Zmianie uległ cały layout, kolorystyka, a nawet logo. Wcześniej strona miała jednakowy kształt przez ponad 5 lat i mogła się poszczycić dużą liczbą stałych klientów.

Jednocześnie zauważyliśmy, że poza ilością, pogorszeniu uległa też jakość ruchu. Po przeprojektowaniu serwisu zmianie uległy takie wskaźniki jak: współczynnik konwersji, szczelność procesu zakupowego czy same dodania do koszyka. Na wartości globalne miały wpływ negatywne tendencje, pojawiające się w segmencie powracających użytkowników, a oni stanowili większość odwiedzających.  

Jaki z tego wniosek? Klienci, którzy są przyzwyczajeni do serwisu, mogą negatywnie zareagować na gwałtowne zmiany, nawet, jeśli są one w pełni podyktowane dobrymi praktykami i najlepszymi rynkowymi case’ami. Oczywiście, jeśli uprościmy nawigację i uatrakcyjnimy wygląd strony, po okresie spadku zainteresowania możemy znów zauważyć wzrost. Zawsze jednak ryzykujemy, że Ci użytkownicy, których do strony zniechęcimy nagłym redesignem, nigdy już nie powrócą. Możemy się jednak przed taką sytuacją uchronić, przestrzegając kilku zasad.

Na pytanie, czy zmienić cokolwiek na twojej stronie, dobry analityk nie udzieli od razu ani twierdzącej, ani przeczącej odpowiedzi. Zasugeruje za to, żeby:

  • Kierować się wynikami twojej strony, a nie innymi serwisami – choćby publikowały case’y pełne spektakularnych wyników. Twoi użytkownicy mogą wcale nie zareagować na popularne duże, pomarańczowe butony lub układ kaflowy. Projektując zmiany, miej na uwadze ich zachowania – nawet, jeśli nie zawsze są spójne z twoim własnym gustem;) Oznacza to, że zanim w ogóle zaczniesz testy, musisz zbadać stan obecny, wcześniej zgromadziwszy odpowiednie dane.
  • Analizować pojedyncze elementy w kontekście ich otoczenia i celów, które mają realizować. Jeżeli na karcie produktu zmienisz jednocześnie przycisk ,,Do koszyka”, nagłówek i wielkość zdjęcia, trudno będzie stwierdzić, która zmiana i w jakim stopniu wpłynęła na interaktywność strony. Niekoniecznie musisz się też skupiać w pierwszej kolejności na elemencie call to action. Może widać duży procent porzuceń koszyka w momencie, gdy użytkownik widzi koszty dostawy? Możesz ten problem wyeliminować jeszcze na stronie produktu, pokazując cenę z dowozem – zastanów się, na jakim etapie ścieżki realizacji celu znajduje się na tej konkretnej podstronie twój klient.
  • Jasno zdefiniować cele i KPI dla testu – zarówno mierzalne, jak realne do osiągnięcia. Powiększenie zdjęć raczej nie sprawi, że wzrośnie szczelność koszyka – za to może zwiększyć liczbę produktów do niego dodawanych. Dodanie boksów z rekomendowanymi produktami może zwiększyć współczynnik konwersji, ale jeśli będzie to polepszenie wskaźnika o 3%, nie o 30, to również dobry wynik. Każdy test a/b niesie za sobą korzyść, bo zyskujesz dodatkową wiedzę o twoich użytkownikach i jesteś o krok bliżej od realizacji ich potrzeb.

Słowem, optymalizacja strony to nie lada wyzwanie zarówno dla marketera i analityka. To, o czym przede wszystkim warto pamiętać to fakt, że optymalizacja to proces. Nie jest zadaniem, które realizujemy, kończymy i spoczywamy na laurach – każda zmiana na serwisie powinna owocować wnioskami, a następnie wytyczeniem kolejnych obszarów do poprawy.

 3. Z jakich narzędzi poza GA powinienem korzystać? Czy warto inwestować w płatne narzędzia?

Korzystając z Google Analytics i poświęcając czas na implementację narzędzia, oczekujemy, że będzie ono dostarczać precyzyjnych danych. Tymczasem niejednokrotnie gromadzone dane nie będą w stanie odpowiedzieć na wszystkie nasze potrzeby. To, w jakim stopniu będzie to możliwe, warto ocenić wspólnie z analitykiem.

Google Analytics, jako narzędzie bezpłatne, ma pewne ograniczenia – przede wszystkim próbkowanie danych, które będzie wybitnie przeszkadzać w analizowaniu serwisów o większej skali ruchu.

Jak to wygląda w praktyce? Wyobraź sobie, że chcesz ocenić rentowność działań kampanii display i sprawdzić, jak użytkownicy klikający w twoje banery, konwertowali w zależności od typu urządzenia. Jeden z naszych klientów chcąc uzyskać taką wiedzę, stworzył w Google Analytics następujący raport: 

Jak widać, według GA banery w analizowanym okresie (30 dni) nie przyniosły żadnego przychodu. Jeżeli niemało kosztowały, można by dojść do wniosku, że kampania przyniosła straty i nie warto w przyszłości do niej wracać. Jednak po przyjrzeniu się uważniej całości  raportu, widać dodatkowy szczegół…

 

W powyższej tabeli zaprezentowane zostały dane wygenerowane na podstawie 10,72% sesji. Co to oznacza? Że przez wielkość tej próby wyniki kampanii mogą być silnie niedoszacowane. I gdy sprawdzimy, jaka była ilość transakcji i przychodów bez nałożonych segmentów, otrzymamy istotnie całkiem inny wynik.

Zatem analizując dane w podziale na segmenty, moglibyśmy podjąć całkowicie błędną decyzję odnośnie dalszych losów kampanii. Czy zatem nie jesteśmy w stanie uzyskać wiarygodnych danych dla określonych grup klientów? Jak najbardziej tak, jeśli na przykład wyciągniemy z GA dane za mniejsze okresy (np. dzień po dniu) i je zsumujemy. Korzystając z tej metody, poświęcimy jednak o wiele więcej czasu na samo pozyskanie danych – dla danych miesięcznych aż 30 razy tyle, ile zajmuje wygenerowanie pojedynczego raportu.

Podsumowując – jeżeli w twoich raportach często pojawia się komunikat o próbkowanych danych, a oczekujesz po narzędziu precyzyjnych danych (a nie tylko takich umożliwiających ocenę pewnych tendencji i trendów), warto rozważyć wykorzystanie narzędzia analitycznego klasy enterprise. Jednym z nich jest Google Analytics Premium. 

To od was zależy, czy zadacie powyższe, a może też inne pytania. Jedno jest pewne: warto to zrobić, chociażby dlatego, że świadome działania, prowadzone zgodnie z planem są skuteczne.

W mojej rodzinie, przy wielu okazjach, opowiadana jest historia o wujku Henryku, który wybrał się samochodem z ciocią na wakacje. Wujek był odpowiedzialny za kierowanie autem, a ciocia za czytanie mapy i podawanie wskazówek. Czy to wujek źle wykonywał sugestie cioci, czy to ciocia nie umiała czytać mapy, w każdym razie zabłądzili. Wujek tak się zdenerwował, że wysiadł z samochodu, wyrwał mapę z rąk cioci i podarł ją rozrzucając wokoło. Potem wsiadł do samochodu i resztę trasy, w milczeniu, pokonali już bez mapy.

Można i tak. My jednak życzymy wszystkim czytelnikom Nowego Marketingu i ich biznesom: dobrych nawigatorów, owocnych (chociaż może i trudnych) dyskusji i podejmowania działań zgodnie z planem.

 

Ola Lisiecka
Digital Analyst, Bluerank

Łukasz Kuncewicz
CEO, Poloniusz.pl