Analytické minimum aneb co měřit v základu a co je pro nás základní měření

Analytika a práce s daty je v posledních letech velké téma, což je samozřejmě dobře. Měření a vyhodnocování dat je tu víceméně pro každého, kdo má business navázaný na online prostředí. Základní přehled o tom, co se na webu nebo e-shopu děje, by měl mít majitel pár stránkového blogu, i majitel milionových e-shopů. Co měřit a jak s daty pracovat?

Životní cyklus projektu

Každý projekt má svůj životní cyklus. 

Vše začíná jakýmsi “bouřením” – tehdy většinou do každého z marketingových kanálů investujete po pár stovkách a systémy si trochu osaháte. 

Hned poté ale začínáte přemýšlet nad investicemi = přichází do hry analytika. Potřebujete vědět, co zákazníci na webu dělají, z jakých marketingových aktivit přicházejí a zároveň si musíte definovat cíle, které budou stát na reálných základech.

V některých případech se dostáváte do fáze, kdy řešíte plánování na několik let dopředu, potřebujete podklady pro získání úvěru nebo si potřebujete obhájit rozpočty na marketing u majitele či investora. 

A zde všude potřebujete mít alespoň základní data pro manažerské i operativní rozhodnutí.

Analytika u obsahového webu

Obsahové weby se po analytické stránce dost liší od e-shopových řešení. Tím největším rozdílem je absence přímého nákupu jako hlavní konverze. Obsahové weby lze pak rozdělit na dva hlavní typy:

  1. web, který nabízí obsah (a případně chce vydělat na reklamě nebo spolupracích)
  2. web postavený na generování leadů (poptávkové formuláře, kalkulačky)

V rámci základního měření považujeme za klíčové určení zdroje návštěvnosti (organic, sociální sítě), na což většinou stačí základní vložení měřícího kódu. U větších projektů se pak nabízí podívat se více na marketingové kanály a atribuci marketingových investic (zda lastclick přivádí správné návštěvy) nebo se pověnovat content groupingu (seskupení obsahu dle typu příspěvku, kategorie, štítku). U seskupení obsahu pak můžete na pár kliknutí zjistit, jaké příspěvky v kategorii Dovolená (když to není jasně poznat z URL) jsou nejvýkonnější.

U obsahových webů, které mají za cíl generovat leady, je to trochu jinak. Obvykle lze měřit nějakou formu interakce (odhad nákladů hypotéky, předběžná nabídka, kalkulátor nákladů, konfigurátor produktu) a zajímá nás, kdo tyto konverze plní a případně následná práce s tímto uživatelem. V případě dlouhých nákupních procesů (tepelná čerpadla, stavební materiál, automobily) pak může být i v rámci základního měření implementace anonymních ID uživatelů. V tomto případě budete i po delší době schopni k jednomu leadu spárovat uživatele a podívat se na celou jeho konverzní cestu.

Jaké cíle doporučujeme měřit?

Některé cíle jsou pro obsahové weby specifické, ale většinou je lze využít i u e-shopů s tím, že ecommerce řešení měří navíc celý nákupní proces – košík, funnely apod.

  • hlavní konverze
    • registrace nebo předplatné (platba)
    • stažení (například produktových listů, především u B2B)
  • mikrokonverze
    • dočtenost článku (kombinace statického času nebo počtu znaků v článku + hloubka scrollování
    • zapojení do videa – spuštění, přehrání části videa
    • prokliknutí fotky
  • vyhledávání na webu – poslouží jako možná inspirace pro tvorbu nového obsahu nebo zpětná vazba na to, že zákazník něco nemůže snadno najít

Analytika u e-shopu

U e-shopu je hlavní měřit to, co doopravdy využiji. Často k nám chodí klienti s nastaveným měřením téměř na všechno – takové měření může být nákladné, marketingové systémy mohou mít problém s rozklíčováním dat a samozřejmě i orientace v datech je složitá. To co měřím, by mělo odpovídat analytické vyspělosti organizace či projektu.

TIP: Pokud je transakcí v e-shopu málo, ale reklamní systémy potřebují pro optimalizaci kampaní více konverzí, lze postoupit o krok zpět v nákupním trychtýřy a rozšířit měření například vstupu do košíku a vyplnění adresy. Když ani to nestačí, poskočte na měření “přidání do košíku”.

Kromě cílů, které jsme popsali výše u obsahových webů, můžete u e-shopu měřit např:

  • košík a celá nákupní proces (trychtýř)
  • registrace do e-shopu, odběr newsletteru, slevové kupóny (poznám i to, od jaké hodnoty bývá sleva zajímavá)
  • vyhledávání (dle objemu jsem schopen odhadovat skladové zásoby nebo potenciál k naskladnění novinek)
  • rezervace a přidání do seznamu přání

Z dlouhodobého pohledu nás u e-shopu zajímá rozklíčování skutečného zisku (částka, která zůstane po odečtení doprav, vratek, dárků, práce, daní a dalších nákladů) tedy zjištění tzv. čisté marže, která skutečně zůstává na vašem účtu. Je důležité si uvědomit, že doprava zdarma je bezplatná pouze pro zákazníka.

Nedoporučujeme měřit v rámci Google Analytics vratky, storna a reklamace – obvykle toto řešíme v samostatném měření mimo Google Analytics. Stejně tak nemá smysl údaje importovat zpět, ale dělat si analýzu nad jednotlivými kanály mimo Analytics (například díky transformaci a práci s daty).

Též bychom se vyhnuli měření impresí produktů v kategoriích (co je zobrazeno, ale neprokliknuto). S těmito daty ručně nic neuděláte – je potřeba dost složité automatizace a strojového učení, aby byly výpisy produktů měněny dle dat..

Ohodnocení cílů

Ve všech případech základního měření doporučujeme ohodnotit všechny měřené cíle finanční částkou (například přečtení článku 5 Kč, stažení PDF 20 Kč apod). Díky tomu bude možné porovnávat je s náklady výkon webu. Technika, jakou se dopočítáte k hodnotě cílů, se může lišit od pocitového ohodnocení, přes odborný odhad až ke skutečné kalkulaci.

Příklad: u obsahového webu víte, jaká je míra prokliku reklamy a jaký je průměrný zisk z jednoho prokliku. Podle toho víte, kolik vám jedna návštěva přinese a kolik jich potřebujete k tomu, abyste své cíle splnily.

Co si představujeme pod základním měřením a jak pracujeme?

Obvykle klienta nepustíme dál, než nám řekne, co chce s daty dělat. Měřit cokoli bez této informace bude problémové nejen kvůli náročnosti nastavení a možná nulového využití, ale také s ohledem na ochranu soukromí uživatelů na internetu tzv. eprivacy – dát si na web několik remarketingových kódu, které se spouští bez souhlasu uživatelů, ve stylu “kdyby náhodou” je již nyní na pováženou a po zpřísnění díky ePrivacy směrnici Evropské unie, která vejde v platnost pravděpodobně příští rok, se vystavujete možným postihům. 

K základu měření doporučujeme toto: 

  • vše nasazené přes GTM – vždy stejně vše u našich klientů převádíme, aby nad měřením byla kontrola
  • sbírání návštěvnosti na vstupních stránkách – mnohdy stačí základní měřící GA kód (případně chytřejší GA4 kód, který umí měřit i hloubku scrollu, stažení pdf apod).
  • dva, tři remarketingové kódy, které využiji (obvykle Sklik, Ads, FB pixel), abychom mohli správně a legálně sbírat publikum
  • u e-shopu měření košíku (případně Enhanced Ecommerce)

U analytiky mobilních aplikací je pak i základní měření výrazně složitější – samo od sebe měření moc nefunguje a je mu potřeba věnovat větší péči.

Co si z článku odnést:

“Ať už měříte cokoli, největší posun bude, když na data budete koukat pravidelně. Raději měřte méně věcí, ale sledujte vývoj vybraných metrik a podle toho něco dělejte.”

Bez ohledu na nastavení měření (správné i špatné) se bez kouknutí na data stává měření k ničemu – něco se měří, ale nikdo s daty nepracuje, nepoužívá je reportingu ani optimalizaci, nikdo data nerozporuje a není z nich  žádný efekt. Je to taková Schödingerova kočka – dokud s daty nezačnete pracovat, mohou být, jak správná tak chybná.

Naše myšlenka je taková, že data v jakékoliv podobě by vám měli pomoci v zefektivnění procesů a čerpání zdrojů. Tato efektivnost může přijít, jak v podobě časové tak i finanční úspory nebo zvýšeného obratu. Takto získané prostředky můžete pak využít k dalšímu rozvoji, inovacím či podpoře komunity v nejbližším okolí společnosti.

Největší chyby v analytice

O nejčastějších chybách ve webové analytice jsme již psali. Vypíchněme si ale to nejzásadnější:

  1. S daty se nijak nepracuje
  2. Mám základní měření a můj web funguje na Javascriptu (např. se nepřenačítá stránka, jsou zde pouze virtuální pageviews)
  3. Chybí práce s krokovým trychtýřem (např. skrz košík)
  4. Měří se vše bez souhlasu návštěvníka (spíše právní věc)
  5. Měření zůstává i na vývojových verzích aktivní (old., dev.) a u velkých projektů to může data dost zkreslovat
  6. Posílají se do různých systémů osobní údaje (například po obnovení hesla zůstává e-mail v URL, což se propíše do Analytics)
  7. Platební brány a bookovací platformy přepisují zdroje návštěv a připisují si konverze (naštěstí to už se zlepšuje a lidi to vylučují)

Výše uvedená téma řeší na každém projektu pozice digitálního analytika. Ten může být externí či interní. Podívejte se jaké další činnosti spadají do jeho kompetence.

Scroll to Top