fot. picjumbo.com
Zobacz również
1. Weronika Kraszula, Junior Digital Analyst, Bluerank
2. Krzysztof Nowakowski, Web Analyst/UX Specialist, They.pl
3. Lucyna Koba, Deputy Managing Director w MullenLowe MediaHub
Zobacz inne odcinki cyklu Encyklopedia Marketingu >
Digital Analytics
[Weronika Kraszula:] Stare, mądre powiedzenie mówi, że „Potrzeba jest matką wynalazków”. Nie inaczej jest z Digital Analytics, która zrodziła się nie tak dawno z potrzeby i jednocześnie możliwości dokonywania pomiarów w obrębie np. witryn internetowych czy aplikacji mobilnych. Inicjacją rozwoju nowego podejścia do pracy z danymi były bezapelacyjnie:
Po 1: Internet, który dokonał rewolucji na płaszczyźnie środków masowego przekazu informacji, stając się zdecydowanym numerem 1 w tej klasyfikacji;
Movember/Wąsopad: jak marki zachęcają do profilaktyki męskich nowotworów [PRZEGLĄD]![Movember/Wąsopad: jak marki zachęcają do profilaktyki męskich nowotworów [PRZEGLĄD]](https://nowymarketing.pl/wp-content/uploads/2024/11/Cover-photo-2024-11-06T140221-142x0-c-default.png)
Po 2: Smartfony i tablety, czyli to, co znamy pod hasłem „urządzenia mobilne”, umożliwiły całodobową komunikację niemal wszystkich ze wszystkimi;
Słuchaj podcastu NowyMarketing
Po 3: Usługi w chmurze, zagwarantowały niemalże nieograniczoną oraz relatywnie tanią moc obliczeniową.
Dwa pierwsze czynniki zmieniły raz na zawsze zachowania klientów, ponieważ wyposażyły ich w informacje. Jak wiadomo informacja to wiedza, a kto ma wiedzę, ten ma władzę. Potencjalni nabywcy naszych towarów czy też usług mają niezwykle ułatwiony dostęp do recenzji produktów, rekomendacji znajomych, stanów magazynowych, ocen specjalistów czy porównywarek cen. Całość uzupełniają usługi w chmurze, dzięki którym możemy zbierać i przetwarzać ogromne wolumeny danych. W tym momencie pojawia się dobry moment na wkroczenie Digital Analytics. Inspirując się podejściem Avinasha Kaushika, uznanego propagatora marketingu cyfrowego można by pokusić się o następującą definicję:
Digital Analytics to praca z danymi cyfrowymi polegająca na ich analizie pod kątem zarówno jakościowym, jak i ilościowym. Ma na celu stałe polepszanie komfortu online wśród obecnych i potencjalnych klientów, co w konsekwencji zaowocuje pożądanymi rezultatami również offline.
W celu dogłębnego zrozumienia, rozłóżmy powyższą definicję na mniejsze czynniki:
KLIENCI: Do niedawna etapy pozyskiwania klientów tworzyły następujący ciąg:
—> budowanie świadomości
—> zdobywanie zainteresowania
—> przyciąganie potencjalnych klientów
—> zachęcanie do konwersji (online lub offline)
—> utrzymanie jako potencjalnych, powracających klientów
Dzięki stałemu dostępowi konsumentów do potrzebnych informacji, powyższa ścieżka stała się nieaktualna. Obecnie klienci mogą rozpocząć swoją przygodę zakupową w dowolnym punkcie jej styczności. Zadanie dobrego analityka polega na przewidzeniu, w którym momencie pojawią się klienci i jakie będą ich oczekiwania. Jest to możliwe właśnie poprzez analizę zachowania konsumentów w obrębie danej witryny oraz serwisów konkurencyjnych.
Q&Q, czyli jakość i ilość
Analityka internetowa w tradycyjnym ujęciu daje dostęp do ogromnych wolumenów danych ilościowych dotyczących witryny tj. liczebności odbiorców, lokalizacji czy też skuteczność działań, jakie podejmują użytkownicy w obrębie serwisu. Google Analytics wprowadza pewnego rodzaju świeżość do prowadzonych działań poprzez możliwość zbierania danych z aplikacji mobilnych, systemów kasowych podłączonych do chmury, systemów CRM, a nawet urządzeń AGD. Innymi słowy, daje więcej możliwości w kontekście badania punktów interakcji z klientem. Nieocenione jest również przetwarzanie danych jakościowych, zebranych np. za pomocą ankiet.
Na pracę w obrębie Digital Analytics składa się również zdefiniowanie celów własnych działań oraz określenie metody ich pomiaru. W sektorze biznesu online wyróżnia się 5 głównych typów celów:
Warto również pamiętać o dodefiniowaniu do każdego z celów kluczowych wskaźników skuteczności. Mogą to być makrokonwersje (pełna realizacja danego celu – zakup) bądź mikrokonwersje (zbliżenie się do realizacji danego celu – zapisanie na newsletter). Ponadto, warto wiedzieć, że w Digital Analytics dominują dwie podstawowe techniki pracy z danymi:
PO 1: „segmentuj lub giń” – nie wyciągaj zbyt pochopnych wniosków na podstawie ogółu danych. W zamian za to spróbuj wyodrębnić ciekawy podzbiór (segment) użytkowników czy sesji, dogłębnie się mu przyjrzyj oraz…
PO 2: …„analizuj w kontekście” – zarówno wewnętrznym, jak i patrząc przez pryzmat zewnętrzny, tj. weź pod uwagę działania konkurencji oraz jak osiągane przez ciebie rezultaty wypadają na tle całej branży.
Podsumowując, Digital Analytics to procesowe podejście do danych, które w skrócie można opisać algorytmem:
- zbieraj dane!
- raportuj!
- analizuj!
- testuj różne rozwiązania!
- ulepszaj!
- wróć do punktu 1 🙂
Autorka definicji:
Weronika Kraszula
Junior Digital Analyst, Bluerank
—
[Krzysztof Nowakowski:] Żadna firma działająca w sieci nie może obyć się bez rozsądnie prowadzonej analityki internetowej. Jej nadrzędnym celem jest mierzenie efektów, a więc przychodów z kampanii, zwrotów z inwestycji w stronę internetową oraz mierzenie kluczowych wskaźników performance marketingu.
W większości przedsiębiorstw zajmujących się biznesem w sieci analityka internetowa ogranicza się niestety do raportowania różnych wskaźników. Znaczny potencjał wspomnianych działań nie zostaje więc wykorzystany – raportowanie to zaledwie kilka procent prawdziwej pracy analityka internetowego.
Twórcą bardzo trafnej definicji omawianego zagadnienia jest Avinash Kaushik, autor książek „Web Analytics 2.0. Świadome rozwijanie witryn internetowych” oraz „Godzina dziennie z Google Analytics”:
Analityka internetowa to analiza jakościowa i ilościowa danych z naszej witryny internetowej oraz danych związanych z konkurencją, które mają na celu ustawiczne doskonalenie witryny pod kątem odczuć klientów i potencjalnych klientów, co z kolei pozwoli osiągnąć oczekiwane wyniki (zarówno w działalności internetowej, jak i wymiarze tradycyjnych osiągnięć biznesowych).
Formuła ta nie sprowadza analityki jedynie do generowania i raportowania zbiorów danych. Zakłada, że analityka, oprócz doboru odpowiednich wskaźników świadczących o efektywności działań w internecie i ich monitoringu, powinna służyć optymalizacji tych aktywności. Tak rozumiana analityka może prowadzić do usprawnień stron internetowych w zakresie wykorzystywanych technologii, optymalizacji kampanii prowadzonych w sieci i przychodów, a nawet ogólnej poprawy doświadczeń użytkownika.
Analityk internetowy może wykorzystać w pracy:
dane ilościowe dotyczące liczby sesji, odsłon, konwersji oraz przychodów z kampanii promocyjnych i sprzedaży w sklepach internetowych,
- dane jakościowe pochodzące z ankiet, komentarzy oraz badań z użytkownikami,
- dane wizualne dzięki wykorzystaniu narzędzi do wizualizacji map kliknięć,
- wyniki z testów A/B oraz innych eksperymentów przeprowadzanych w internecie.
Takie kompleksowe podejście sprawia, że zagadnienie rozumiane jest szerzej – analityka staje się kompletnym narzędziem biznesowym, które nie tylko odpowiada na pytania „Co się dzieje?” lub „W jakim stopniu?”. Może także pomóc w identyfikacji zjawisk, zrozumieć ich przyczyny i przebieg oraz wypracować sposoby usprawnień.
Holistyczny stosunek do tematu wymaga od specjalistów szerokiej wiedzy na temat narzędzi, sposobów implementacji i funkcjonowania stron internetowych. Analityk powinien umieć wybierać z wielu liczb tylko te dane, które odzwierciedlają faktyczny stan biznesu. Ważna jest także umiejętność komunikacji pomysłów oraz wizualizacji prezentowanych danych i wniosków. Wreszcie specjalista powinien być na bieżąco z trendami internetowymi.
Wśród najczęściej wykorzystywanych narzędzi w analityce internetowej można wyróżnić:
- Google Analytics – darmowy i powszechnie wykorzystywany system analityczny,
- Hotjar, ClickTale – narzędzia wizualizujące ruch na stronie w postaci map kliknięć;
- Google Tag Manager – narzędzie służące do implementacji skryptów na stronach bez ingerencji w kod strony, w tym także skryptów śledzących;
- Visual Website Optimizer – narzędzie służące do przeprowadzania testów A/B oraz testów wieloczynnikowych;
- Excel lub inny arkusz kalkulacyjny – niezbędny w analizie większych zbiorów danych.
Autor definicji:
Krzysztof Nowakowski
Web Analyst/UX Specialist, They.pl
—
[Lucyna Koba:] Co to jest Digital Analysis?. Tak naprawdę różni ludzie mogą w różny sposób interpretować to pojęcie – zależnie od ich osobistego punktu widzenia. Digital Analysis to określenie pojemne, oznaczające wszelkie analizy mające na celu poprawę efektywności działań prowadzonych online – w tym również wpływ działań offline na ostateczny efekt. Dane, jakie brane są pod uwagę to nie tylko parametry strony i online KPIs, ale również brand metrics, badania satysfakcji, sentyment w social media, wskaźniki mediowe, działania konkurencji – aby wymienić tylko najważniejsze.
Czym charakteryzuje się dobrze przeprowadzona analiza kanału digital? Przede wszystkim na samym początku musi mieć określony cel. Szukanie dla samego szukania rzadko kiedy przynosi efekty. Po drugie wyniki analizy muszą być jasno przekładalne na rekomendacje. Dobra analiza przynosi nie tylko wiedzę, co działo się z biznesem w zeszłym miesiącu, ale również co należy dziś zmienić. Od analizy oczekuję również insightów, a to można uzyskać tylko myśląc „outside the box”, patrząc na dane z różnych perspektyw. Dobra analiza danych jest niestety również trudna. Trzeba przygotować się na wiele ślepych uliczek, zanim znajdziemy prawdziwe inspiracje, które można przełożyć na wartościowe rekomendacje.
A czym dobra analiza nie jest? Z całą pewnością nie jest po prostu raportem z rzeczywistości. Raport stanowi absolutnie pierwszy poziom w analizowaniu danych, który powinien być bazą do interpretacji i odkryć. Nie jest to również ograniczanie się do danych digital – z racji optymalizacji kanału online. Ograniczanie źródła danych i pomijanie ważnych zmiennych mających wpływ na oczekiwany wynik prowadzi do błędnych wniosków – a to może okazać się bardzo kosztowną konsekwencją analizy. Dobra analiza nie jest zautomatyzowana. Zautomatyzowane może być raportowanie, ale interpretacja danych to przywilej myślącego człowieka, który tworzy rekomendacje nie tylko na bazie danych, ale również wykorzystując swoje doświadczenie biznesowe, pamiętając o celu analizy oraz biorąc pod uwagę nieskwantyfikowane fakty.
Autorka definicji:
Lucyna Koba
Deputy Managing Director w MullenLowe MediaHub
W branży reklamowej od 20 lat. Przeszła wszystkie szczeble kariery w planowaniu mediów: od przygotowywania analiz i media planów do ich interpretacji i doradztwa strategicznego. Obecnie w MediaHub pełni również rolę Dyrektora Strategicznego tropiąc konsumenckie insighty. Z pomocą badań jakościowych i ilościowych zagląda do ludzkich serc i głów.
Zobacz inne odcinki cyklu Encyklopedia Marketingu >