Measurecamp 2020 aneb zápaďáci v Brně

Vzdělání je v našem odvětví velmi důležitou součástí, protože se stále objevují nové nástroje a vše se rychle posouvá. My – Digitální architekti se snažíme využívat všech možností, které se nám naskytnou. Vzhledem k momentální situaci ve světě se většina akcí odehrávala online, proto když se objevila akce MeasureCamp Brno, tak jsme se museli vyrazit! Proč jsme se tolik těšili, mimo to, že jsme měli možnost sejít se s ostatními? Celá akce se drží formátu nekonference ve smyslu, že se program tvoří až na místě. To přináší celé akci úžasnou atmosféru, jelikož se jedná o mix připravených přednášek, ale i takových, které vzniknou během konference.

V pátek večer jsme se setkali s dalšími účastníky MeasureCampu, kde jsme probrali vše, co se za poslední dobu událo, co se kdo naučil, co koho zajímá a jaká témata by se mohly další den probrat.

Kompromisy analytikovy

Přednáška byla koncipována spíše pro začátečníky. Hana Kalivodová shrnovala to, co se řešilo v lednu na Superweek 2020. Jedním z velkých témat, které rozděluje lidi na dva tábory je personalizace a následná etika – co všechno by se mělo personalizovat a kdy už je to za hranou. Následovalo téma základních chyb v měření a dalších témat z praxe, například věčné téma rychle a dobře, ale zadarmo. Tyto tři věci většinou dohromady nefungují, jak ukazuje i následující stránka.

Prediktivní modely v nepředvídatelné době

Velmi zajímavá přednáška o tom jak se přizpůsobit vzhledem k momentální situaci okolo covid-19, kdy došlo k velkým výkyvům vzhledem k datům z minulosti, nelze se řídit časovou setrvačností, neplatí sezónní jevy a často došlo i ke změně chování zákazníků.

Od Raw dat u User Journey

Antonín Kučera z Livesport ukázal zákulisí jejich dlouhodobého analytické projektu, kdy vytvořili vlastní analytickou platformu. Livesport se zaměřuje na výsledky a analýzy sportovních utkání, které komunikuje svým uživatelům. Jejich platforma vytváří z raw dat hodnotná data mapující uživatelské cesty, chování uživatelů na stránkách v souvislosti s probíhajícími. Celá přednáška ukázala, jak klíčové je při takto rozsáhlém analytické projektu zmapovat potřeby napříč firmou, vytvořit klíčové strategické dokumenty a vše důkladně komunikovat napříč firmou.

Krocení 100+ TB dat z exportu web+app do BigQuery

Prezentace navazovala na předchozí přednášku od lidí z Livesportu. Hezká přednáška o tom jak se poprali s pipeline dat z webu a aplikace – 12 měsíční cesta od raw exportu GA web+app v BigQuery k automatizované pipeline.

Help us improve our game analytics + marketing

Diskuze o trackingu aplikací a reklamy ve vlastních aplikacích. Diskuze se nám po chvíli zvrhla k problematice “black boxů” a tomu že kontrolovat blackbox určitě nemůžeme dalším black boxem.

Automatická kontrola implementace

Náš spolumajitel a product owner implementační projektů Marek Čech ve spolupráci s Honzou Kadlečkem z Analytixeru představil přístup k validaci datové vrstvy za použití Google Apps Scriptu. Jednoduchá metoda, kdy se části datové vrstvy, které je nutné kontrolovat posílají do datového skladu a umožňují poloautomatické vyhodnocení správně nastavené datové vrstvy, zaujala posluchače natolik, že v závěrečném hodnocení dostala druhý největší počet hlasů. V přednášce byla ukázka Addonu pro Google Spreadsheets, který celý proces ještě více zrychluje.

Jak mohou prohlížeče rozbít data v GA

Tomáš Baxa nám představil to, jak mohou dlouho otevřené záložky v prohlížeči znehodnotit data v Google Analytics a jak s tím lze pomocí tab discardingu pracovat. 

BigQuery ML use case

Velice zajímavá prezentace o využití BigQuery machine learningu. Rychlé připomenutí co je to logistická a lineární regrese a  jak se používají v praxi. Jak se vytváří machine learning model v BigQuery jak a proč je důležité ho evaluovat. Odnášíme si důležitou věc – tyto věci nemusí být až tak složité. Navíc si odnášíme ukázku reálného případu.

Levels of marketing mix effectiveness

Marek Kobulský nám v jednoduché přednášce ukázal 5 úrovní vyhodnocování dopadů marketingu. Kde jsme se dostali od toho že věříme nástrojům jako FB analytics když si připisují všechny konverze které se FB dotkly, až k tomu že si počítáme několik atribučních modelů, a to ať na úrovni kanálů tak na úrovni produktů či značek.

When manual validation of DL is not enough

Jan Brzobohatý z Cross Masters ukázal výsledky jejich interního vývojového projektu, který se zaměřoval na problematiku validace implementace datové vrstvy. I my stejně jako všichni analytice se potýkáme s nekončeným problémem nutnosti manuální kontroly datové vrstvy, kterou programátoři implementují na weby klientů. Často se v ní objevují ať už sémantické či syntaxové chyby, které i zkušený analytik složitě odhaluje. V Cross Masters se podívali této problematice na zoubek a vytvořili rozšíření pro Google Chrome s názvem WAAILA – zatím nedostupné, které tento problém řeší. Přednáška obsahovala ukázku použití rozšíření. Rozšíření používá pro validaci datové vrstvy JSON Schema a funguje vždy pro konkrétní procházenou stránku. Shodou okolností jsme se tomuto problému věnovali i s Honzou Kadlečkem z analytixer.com, kde jsme zvolili trochu jiný přístup. O tom si můžete přečíst v prvním a druhém článku na stránkách Analytixeru. 

How to attack a competitors web analytics

Jan Hornych z Cross Masters se zamýšlel nad problematikou útoků na webovou analytiku a s ní související nástroje u společností, které využívají automatizační pravidla např. Pro nastavování cen (pricing), příhozy v reklamních systémem (bidding) či pro doporučování produktů (recommendation engines). Premisa je jednoduchá v oblasti webové analytiky se dají velmi snadno provádět útoky, které navždy poškodí vaše data. Pokud máte na tato data připojeny automatizační pravidla pro reklamní či jiné systémy, může se se jednoduše stát, že při podvrhu například transakcí, vyšroubuje váš automatizační systém rozpočet kampaní na maximum a vyčerpá váš denní rozpočet na neexistující konverze. Jak si umíte představit dopady mohou být dalekosáhlejší a opravy nemožné. Vzhledem k tomu, že Cross Masters pracují především s velkými klienty, stávají se tyto útoky stále časté a proto vytvořili platformu WAAILA pro monitoring a předcházení těmto útokům. V přednášce byla ukázka nově vznikající platformy.

From Data to Revenue in eCommerce

Daniar Rusnak z nově vzniklé slovenské agentury DataCop představil zajímavé případové studie z oblasti datové analytiky. První se týkala volby vhodného okamžiku rozesílání automatizovaných a personalizovaných emailů. Druhá se týkala volby vhodných produktů pro nejvýraznější kampaně. Velmi oceňuji jejich byznysový přístup k celé problematice a dobré zpracování případových studií.

How referrer policy affects acquisition reports

Marcus Stade z Mnichova ukázal reálné dopady změny referrer policy u prohlížeče Chrome, která plošně přepíná všechny prokliky hyperlinků na “strict-origin-when-cross-origin”, což znamená že v analytických nástrojích u referral návštěvnosti uvidí již pouze doménu, ze které uživatel a někdy ani to ne. 

Například nejrozšířenější blogovací platforma WordPress umisťuje automaticky do všech odkazů “noopener noreferrer” ke při prokliku nezískáte ani informaci o doméně, ze které odkaz přišel. Je potřeba se připravit na větší podíl direct návštěvnosti a zkontrolovat klíčové odkazy, která vám přivádějí návštěvnost. K tomu lze využít SEO nástroje jako je Marketing Miner či Collabim a pro kontrolu na stránce pak přímo nástroj od Marcuse Referrer Policy Checker.

Mistakes To Avoid in Data Interpretation

Hana Kalivodová představila jako již tradičně odborná pojmenování pro běžné fenomény, se kterými se setkává každý analytik. Hovořila o problému “chart myopia”, kdy při nevhodném přiblížení grafu či příliš nízké granularitě dat, můžeme špatně interpretovat neexistující trendy. Pojmenovala již tradiční problém průměrů, které bez vhodné segmentace, mají nulovou vypovídající hodnotu. Představila často opomíjený Anscombe’s quartet, čili ukázku toho, že 4 různé datasety můžou mít naprosto stejné statistické parametry ale při vynesení do grafu vypadá soubor naprosto jinak. Klíčové, co si odnášíme je hlavně důležitost segmentace, která je důležitá nejen pro cílení kampaní, ale hlavně pro analýzu dat.

Měří TopList lépe než Seznam Analytics?

V humorně laděné přednášce, kde se vzpomínalo na počátky měření webů na českém internetu, zavzpomínal náš Marek Čech na své začátky s weby a internetem. Spolu s dalšími účastníky diskuse, kde nechyběli ani velcí odborníci jako André Heller, Marek Lecián či SEO profík Martin Žatkovič. Marek vzpomínal na nástroje, se kterými se setkal zhruba kolem roku 2005, kdy k top nástrojům pro měření návštěvnosti patřil TopList či navrcholu. Na žádném webu v té době nesměla chybět návštěvní kniha od BlueBoardu a výměna ikonek o rozměru 88×31 pixelů s weby z oboru byla nezbytnost. Denním chlebem každého webmastera byla registrace do katalogů a promazávání spamu ve výše uvedené knize. 

Zavzpomínali jsme i na nástroj AwStats, tedy webovou analytiku počítanou ze serverových logů či na nástroj Piwik (dnes matomo). V roce 2005 pak vody webové analytiky rozvířil nákup společnosti Urchin Googlem a vznik Google Analytics. Urchin pak dostal ještě dvě další větší verze, kdy byly nejprve zavedeny v roce 2008 Google Adwords a v roce 2010 měření událostí. Od té doby již vznikaly analytické knihovny pod hlavičkou Google Analytics. 

Marek na závěr ukázal srovnání dat z nástrojů TopList, Google Analytics a Yandex.Metrica, které dlouhodobě sledují. Při hands-on demu během přednášky jsme zjistili, že TopList obsahuje i na dřívější dobu neslýchanou věc a to prediktivní analytiku či možnost nastavení počáteční hodnoty počítadla návštěvnosti. U navrcholu nás zaujalo, že stále poskytuje údaje o Service Provider, která již v Google Analytics nenajdete

Ačkoliv se jednalo o menší konferenci, než obvykle – na akci bylo 80 účastníků, bylo plno zajímavých přednášek a celkově hodnotíme na jedničku! Doufáme, že nám momentální situace umožní vydat se na některý z dalších MeasureCampů.

Přejít nahoru
Scroll to Top