Téměř každý den pracujeme s analytickými nástroji našich klientů. Snažíme se klienty vést k jejich správnému využívání, aby zbytečně nepřišli o hodnotná data. Velmi často se setkáváme s chybným nastavením nástrojů, ale i se špatným používáním a také chybným pohledem na samotná data.
Vybrali jsme pro vás 13+1 nejčastějších problémů, které potkáváme u našich klientů a partnerů.
1. Špatné napojení nástroje
První problém, se kterým se u klientů setkáváme velice často, nastává ještě dávno předtím, než dojde k samotnému sběru dat. Jedním příkladem za všechny může být chybná implementace nástroje Google Tag Manager.
Pokud nevložím kód přesně podle daného postupu, tzn. tzv. “scriptovou” část kódu do hlavičky webu a “noscriptovou” část kódu těsně po otevření tagu <body>, může nástroj sice na první pohled fungovat správně. Později však zjistíte, že se nástroj nespouští, kdy má a v některých případech se nespustí vůbec.
Vám se v takovém případě může stát, že přijdete o významnou část dat. Nebo vám například nepůjde ověřit Google Search Console či další nástroje od Google.
2. Chybějící měřící strategie, měřím vše a nevím, co s tím
“Chtěl bych začít řešit webovou analytiku, tak si na web hodím Google Analytics, k tomu přidám nějaký ten Facebook Pixel, nesmím zapomenout na HotJar a Smartlook, protože Franta je má přece na svém webu taky a říkal, že je to cool.”
Dříve, než se pustíme do jakékoliv implementace měřících nástrojů, měli bychom si říct, co a proč vlastně chceme měřit. Není důležité, zda tomu budeme honosněji říkat měřící strategie, nebo třeba plán měření. V minulosti byla webová analytika nedostupná, drahá a bylo komplikované získat vůbec nějaká data. Dnes je to úplně naopak. I průměrně šikovný laik si dnes zvládne podle návodu na internetu nastavit libovolný nástroj a začít sbírat obrovské množství dat a informací.
TIP: Co by měla obsahovat měřící strategie?
Jak to dopadá? Po půl roce máme drahé nástroje plné zbytečných dat, na které nikdo ve firmě ani nekouká, protože na ně není čas, protože neví, jak se dle výstupů vlastně rozhodovat a protože vlastně vůbec nikdo neví, co s nimi.
Doporučení od nás zní: “Pokud začínáte s webovou analytikou, sepište si nejprve Vaše obchodní cíle. Na základě těchto cílů si řekněte, jako roli v jejich naplňování hraje Váš web. Pak můžete začít hledat klíčové ukazatele, které budete měřit. Vždy musíte najít takové ukazatele, které Vám pomohou v dalším rozhodování o Vašich marketingových aktivitách.
Pokud si stále nevíte rady, ozvěte se nám a rádi Vám pomůžeme projít úvodním definováním Vaší měřící strategie.
3. Chybějící cíle webu
Abychom mohli správně definovat cíle webu, potřebujeme mít ujasněné obchodní cíle. Někomu to může znít jako samozřejmost, ale realita bohužel ukazuje opak. Z obchodních cílů by pak měli vycházet cíle webu, které má web plnit. Nejjednodušší je na začátku odpovědět na otázku:
“Co by měli lidé na mém webu dělat, aby jejich konání vedlo k naplňování obchodních cílů?”
Abychom mohli s cíli efektivně a pravidelně pracovat, doporučujeme na začátek definovat maximálně 2- 3 hlavní cíle. Cílem u internetového obchodu bude nejspíše odeslání objednávky, na blogu to nejspíš bude přečtení článku. Dalším cílem může být odeslání formuláře, odběr newsletteru, návštěva konkrétní stránky, nebo např. hloubka scrollingu na dané stránce.
Cíle by měly být hlavními ukazateli Vašeho byznysu, nesnažte se nacpat do cílů každou potenciální aktivitu vašich návštěvníků, k těmto účelům se dá využít například měření dílčích událostí. V neposlední řadě nezapomínejte na to, že každý cíl by měl mít přiřazenou tzv. Hodnotu cíle.
4. Chybějící hodnota cílů
Už jsme si řekli, že je potřeba definovat cíle webu, abychom mohli správně pracovat s webovou analytikou. Na co se však velmi často zapomíná, jsou hodnoty cílů. Ke každému cíli můžete a měli byste v google analytics přiřadit hodnotu. U pokročilejších projektů je vhodné, aby hodnota reflektovala opravdovou hodnotu splnění daného cíle. Pokud s webovou analytikou začínáte, doporučujeme zvolit jakoukoliv hodnotu, můžete volit pocitově, nebo např. Podle důležitosti cílů jim přiřadit hodnotu 1-5 $.
Hodnota cíle Vám otevře další možnosti k hodnocení výkonu vašeho webu. Jednou z nejzajímavějších metrik je například “hodnota stránky”, do které se počítá právě i hodnota splněných cílů. Díky tomu jste schopni lépe vyhodnocovat výkonnost jednotlivých stránek Vašeho webu.
5. Pouze jeden výběr dat v Google Analytics
Google analytics fungují na třech úrovních, kterými jsou účet (account), služba (property), výběr dat (view). Dnes se zaměříme na výběr dat, který nám principiálně umožňuje koukat na stejná data různými způsoby. Velmi často se nám stává, že u klienta objevíme pouze jeden hlavní výběr dat. Proč je to vlastně problém? Pokud u výběru dat zvolíte např. Nějaký filtr, který část dat automaticky filtruje (například filtr nějakého spamu), tyto data už zpětně nikdy nezobrazíte a jsou ztracena. Může se Vám snadno stát, že uděláte chybu při vytváření filtru a přijdete tak o velkou spoustu dat.
Z naší praxe doporučujeme alespoň 3 přehledy dat. U nás používáme 3 přehledy. Prvním je Main View, které slouží jako hlavní přehled dat, ze kterého čerpáme data při běžných analýzách. Test View nám slouží k testování větších zásahů a změn nastavení Google Analytics. Po otestování tyto změny teprve překlápíme do hlavního přeheldu. Nakonec vytváříme tzv. Unfiltered View, což je jednoduše záložní přehled dat, který není nijak filtrovaný a tudíž do něj jdou všechna data v případě, že bychom o některá z nich přišli v jednom z výše uvedených přehledů.
6. Neexistence hostname filtru
Není to příliš známá věc, ale do Google Analytics Vám může data, která se vypadají, jako klasická návštěva Vašeho webu, poslat prakticky kdokoliv. V některých případech to může být dobře, pokud například někdo vstoupí na Váš web pomocí Google Translate. Nejčastěji se však pokouší zničit Vaše data různí roboti a spamy. Ověřit tyto návštěvy můžete například v přehledu Audience->Technology-> Network přidáním sekundární dimenze “hostname”.
Do hlavního přehledu dat tudíž doporučujeme nastavit tzv. include filter s hostname pouze na vlastní doménu, či subdomény.
7. Špatné používání UTM Parametrů
UTM parametry nám pomáhají k přesnému označení zdroje návštěvy. Jak a proč s nimi pracovat? Typickým příkladem může být například Vánoční příspěvek se slevovým kódem na naší facebookové stránce. Pokud odkaz neoznačíme, pak v Google Analytics uvidíte všechny návštěvy, které z odkazu přišli, pouze jako návštěvy z facebooku. Už tedy nikdy nerozklíčujete, zda šlo právě o náš Vánoční příspěvek, či se někdo proklikl z naší firemní stránky, nebo mu někdo poslal odkaz na náš web ve zprávě.
Pokud si však odkaz správně označíme příslušným UTM parametrem, jsme schopni najít a vyhodnotit návštěvy právě z jednoho konkrétního příspěvku.
Jak vypadá takový UTM parametr:
www.mojestranka.cz?utm_source=facebook.com&utm_medium=social&utm_campaign=fb_vanocni_kampan_2019
UTM parametr je celá část za “?”
Jaké můžeme použít parametry:
utm_source: neboli zdroj návštěvy, nejčastěji volíme webovou stránku, na kterou odkaz umisťujeme, v tomto příkladu je to facebook.com
utm_medium: můžeme také přeložit něco jako “kategorie zdroje” pokud začínáte, doporučujeme využít standardní media, která používají Google Analytics, kterými jsou například organic, referal, social, cpc apod., v tomto případě jsme zvolili medium “social”
utm_campaign: tento parametr složí pro název samotné kampaně, měli byste volit takový název, abyste byli schopni vždy dohledat každou kampaň, pro tento příklad jsme zvolili název “fb_vanocni_kampan_2020”
Toto jsou základní a také povinné parametry, pro pokročilejší struktury kampaní, můžete Vaše parametry doplnit ještě o utm_term a utm_content, ale pokud začínáte, věřím, že si vytačíte i s těmi základními. Pro jednoduší tvorbu odkazů můžete využít tzv. utm builder.
V případě, že jste větší firma a struktura Vašich kampaní je složitější, Digitální architekti Vám mohou pomoci nastavit pokročilou strukturu UTM parametrů a vytěžit na maximum jejich potenciál. Pokud víte, jak na to, jste schopni si “uměle” vytvořit prakticky neomezené množství dalších parametrů, které Vám pomohou v detailním rozklíčování Vašich kampaní. Pokud Vás toto téma zajímá, neváhejte se na nás obrátit.
8. Chybějící, nebo špatné nastavení měření elektronického obchodu
Tento bod se týká především internetových obchodů, i když existují specifické případy jiných webů, kde se dá měření elektronického obchodu využít. Prvním krokem je vůbec začít měřit elektronický obchod. Jako takový standard doporučujeme zapnout alespoň základní měření elektronického obchodu, které nám přináší především informace o transakcích. U zaběhlejších obchodů se však bez pokročilého měření, tzv. Enhanced Ecommerce (EEC) neobejdete. Při správné implementaci můžete získat kompletní informace o celém nákupním procesu. Uvidíte, jak si Vaši zákazníci zobrazují jednotlivé produkty, které z nich si přidávají do košíku, nebo naopak odebírají, jak procházejí samotným nákupním košíkem a mnoho dalších informací.
Nejčastějším úskalím však bývá samotná implementace. Pravdou je, že pokud využíváte některá řešení, jakým je například český Shoptet, pak nastavení bude stát pouze několik kliknutí. U složitějších webů však důrazně doporučujeme zásah odborníka. Existuje několik různých cest, jak správně EEC implementovat a velmi často se setkáváme s chybnou implementací, která způsobuje velké nepřesnosti v datech, duplicity a nesmyslné údaje. Na základě takových dat pak není možné dělat žádná důležitá rozhodnutí ve Vašem marketingu.
Máme za sebou desítky takových implementací a také jsme analytickým partnerem Shoptetu, takže nás můžete s touto problematikou kdykoliv oslovit.
9. Měření elektronického obchodu a práce s DPH
Řekli jsme si, jak je důležité správně implementovat měření elektronického obchodu (dále jen EEC). Pokud už se nám někdy poštěstí a klient má technicky správně implementované měření EEC, stává se, že neví, jaká vlastně má k dispozici data a jak s nimi pracovat.
Jedním z velkých problémů bývá právě DPH. Nedá se jednoznačně říci, zda bychom měli pracovat s cenami bez DPH, nebo s DPH, toto rozhodnutí by mělo vždy vycházet s celkového ekonomického řízení našeho byznysu, ale měli bychom se vždy rozhodnout pro jednu variantu a s tou pracovat. Velmi často se setkáváme s tím, že klienti kombinují tržby z produktů bez DPH s náklady do marketingových kanálů s DPH apod. Výsledné analýzy mohou v extrémních situacích vést i ke špatným marketingovým rozhodnutím a zbytečným ztrátám. Občas se stává, že do toho navíc vstupuje cena za dopravu, či různé slevy, se kterými si někdy počítá a někdy ne.
Problematika správného měření elektronického obchodu se s jeho velikostí stává složitou disciplínou a doporučujeme v těchto případech využít rady odborníka. Pro Vás to mohou být právě Digitální architekti.
10. Analytické nástroje nejsou účetními systémy
Často se nám stává, že si klient představuje, že do svého analytického nástroje dostane 100% přesná data. Pravdou je, že existují řešení, jak například do Google Analytics posílat veškeré údaje o transakcích, ale musíme myslet na to, že jde o nástroj, který má svá omezení.
Je jasné, že s velikostí projektu rostou i nároky na přesnost měřených dat, ale neměli byste zapomínat na to, že Google Analytics jsou marketingovým nástrojem a podle toho bych s nimi měl také pracovat. Data bych měl brát jako indikátor, sledovat trendy a porovnávat přínos jednotlivých kanálů. Na základě těchto informacích se rozhodovat o marketingových aktivitách. Rozhodně bychom neměli očekávat, že nám Google analytics nahradí CRM systém, či interní systém pro správu objednávek.
Doporučení od Digitálních architektů zní. Naučte se vytěžit co nejkvalitnější data pro řízení marketingu v takové míře, v jaké Vám samotná data mohou přinést tížený výsledek. Nevyhazujte desítky hodin do složitých implementacích kvůli 1% zpřesnění dat, ale raději se zaměřte na to, jak získaná data kvalitně analyzovat a efektivně využít.
11. Identifikace uživatele
Uživatel (user) není ve skutečnosti jeden člověk. User je vlastně jedno zařízení, resp. jeden prohlížeč, nebo ještě lépe řečeno jedna cookie. Nepoznáme tedy, zda u daného počítače seděl jeden člověk, nebo šlo o počítač ve školní knihovně, kde se vystřídala za den stovka lidí.
Stejně tak nepoznáme jednoho člověka, který si smazal cookies ve svém prohlížeči. Dokonce nejsme schopni poznat, zda jeden člověk navštívil náš web v práci na služebním počítači a později doma na tabletu.
Existují však cesty, jak si pomoci zpřesnit tyto informace. Jedním z řešení může být měření přihlášených uživatelů, kteří se identifikují například pomocí emailu. Pokud Váš web však tuto možnost nenabízí, je téměř nemožné doměřit chování mých zákazníků napříč různými zařízeními a neměli bychom se tím příliš trápit, abychom na tom “nestrávili mládí”.
Trendem poslední doby je přechod k tzv. “Customer centric” analytice, kde se vše vztahuje k uživateli. Touto cestou se také ubírá nový nástroj, Google analytics APP+WEB, tzv. Google Analytics 2.0.
V dnešní době bychom se tedy měli zaměřit na to, jak uživatele chytře nasměrovat k přihlášení a jak zajistit, že budou přihlášeni při každé další návštěvě. Digitální architekti Vám s tím určitě rádi pomohou.
12. Většina mých návštěvníků je z Prahy
Pozor na velmi zkreslené údaje o geografii. Google analytics rozlišují geografické údaje pouze na základě tzv. IP adresy a ne, tak jak bychom si mohli myslet, na základě GPS polohy v našem telefonu.
Co to znamená v praxi?
Například to, že většina návštěv z mobilních zařízeních, která jsou připojena přes mobilní data se nám hlásí z Prahy. Velká množství dodavatelů internetu se zase bude zobrazovat z velkých krajských měst, i když budete připojeni ve vzdálené vesnici. Firemní sítě často využívají jednotné sady IP adres pro všechny svoje pobočky a může se stát, že uživatel, který se připojí z plzeňské pobočky bude ve Vašich analytics vidět jako návštěvník z centrály v Berlíně.
Geografická data berte proto s velkou rezervou a používejte je pouze jako indikátor. Napříč zeměmi se dá říci, že fungují vcelku obstojně, ale i tak je dobré je kombinovat například s jazykem návštěvníků. Údaje o městech jsou velmi nepřesná a například Prahu doporučujeme z analýz úplně vyřadit.
13. Mám dobrý Bounce Rate?
Bounce rate, neboli míra okamžitého opuštění. Tato metrika je velmi diskutovaná a ve většině případů velmi přeceňovaná, nebo špatně používaná.
Pravdou je, že bounce rate je velmi užitečnou metrikou, ale musíme s ní správně pracovat. Nejdůležitější je koukat na to, na jaké vstupní stránce bounce rate měřím. Ještě před tím je důležité vědět, jak vůbec Bounce Rate funguje.
Pokud návštěvník přijde na můj web, neudělá žádnou akci a odejde, pak se zapíše tzv. Bounce návštěva ze které se následně vypočítává Bounce rate. Pokud však nenastavím Google analytics jinak, za akci je považováno prakticky pouze kliknutí na odkaz, který směřuje na jinou část webu. Pokud tedy návštěvník přijde na můj web s recepty, po tom, co hledal recept na svíčkovou, přečte si můj blogový článek s receptem a odejde, pak se zapíše jeho návštěva jako bounce. Návštěvník ale přeci splnil cíl mého webu, přečetl si blogový článek. V takovém případě pak výsledný bounce rate nedává smysl.
V těchto případech existuje několik řešení, která umí například jako akci vybrat tzv. Scrolling na stránce, v tu chvíli už návštěvník udělá nějakou akci už tím, že se posouvá dolů mým článkem a pak má smysl bounce rate řešit. Jedná se však o pokročilejší implementaci, kterou doporučujeme konzultovat s odborníkem.
Celkově se dá říci, že bounce rate je metrika, která by měla sloužit především jako indikátor problematických míst na našem webu a rozhodně bychom se na ni neměli upínat. Doporučujeme se zaměřit na její extrémní hodnoty (tj. malé hodnoty pod 10% a vysoké hodnoty nad 90%) a ověřit vstupní stránky, na kterých se tyto hodnoty vyskytují.
BONUS Chybějící dokumentace
Dokumentaci znají a často používají především programátoři. Nebývá však zvykem vést dokumentaci u nastavení analytických nástrojů, jakými jsou například Google Analytics, nebo Google Tag Manager.
K čemu Vlastně slouží taková dokumentace?
Dokumentace popisuje a uchovává informace o veškerých nastaveních jedotlivých nástrojů. Popisuje jednotlivá nastavení, přístupy i strukturu účtu.
Ukážeme si příklad: Přicházím, jako nový markeťák do středně velké firmy, která provozuje internetový obchod. Mimo jiné přebírám také správu Google Analytics, kde vidím, že přístup do účtu má také jakýsi info mail. Ve firmě už si samozřejmě nikdo nepamatuje, proč tento mail má přístup do našich dat, možná by to věděl Franta, ale ten už u nás nepracuje. Samozřejmě ho nemůžeme smazat, protože co kdyby na něj byl napojený nějaký reklamní systém?
Pro tyto účely doporučujeme vést kompletní dokumentaci všech nástrojů, se kterými pracujete. Už několikrát se nám to osvědčilo a ušetřilo spousty hodin práce.
Jak udržovat takovou dokumentaci, jak s ní efektivně pracovat, ale také například jak správně strukturovat svoje účty a nástroje Vám pomohou vyřešit Digitální architekti.
