Analizujesz? Co? No czy analizujesz swoje działania marketingowo – sprzedażowe? Bo wiesz, że bez analizy i wyciągania wniosków działasz dla samego działania. Marnujesz czas i pieniądze, bo na jedną z ważniejszych rzeczy w Twoim biznesie nie masz niby czasu.

W tym odcinku poruszam temat, który jest tematem tabu w wielu firmach. A przynajmniej takie mam wrażenie. Temat jakże ważny, a jakże często pomijany. Mam tu na myśli analitykę. I wcale chodzi o eksporcie raportu z narzędzia do wysyłki maili lub sprawdzenie ilości wejść na stronę internetową i zapisanie wyniku w excelu, do którego nikt przez miesiąc nie zaglądnie. Mówię o faktycznym analizowaniu podejmowanych działań, których celem jest wzrost konwersji – czyli zwykle sprzedaży (choć konwersją może być też zapis do newslettera czy zostawienie nr tel).

Przeczytaj transkrypcję odcinka “A co Ty wiesz o analityce internetowej?” tutaj >>

Sztuką nie jest sprawdzenie liczb, stworzenie ładnego wykresiku i stwierdzenie – o rośnie lub o spada, coś poszło w tym miesiącu nie tak. Chodzi o to by jeszcze zastanowić się dlaczego jest tak lub tak i jakie wnioski możesz wyciągnąć na przyszłość. Mam wrażenie, że wielu o tym “zapomina”… Jak patrzę na młodszą siebie i podobne postępowanie to wynikało ono ze strachu – że okaże się, że coś źle zrobiłam. Dlatego wolałam nie kusić losu i żyć w niewiedzy. Dziś wiem, że to głupota. Jeśli wynik był gorszy od oczekiwanego tzn. że coś zrobiliśmy inaczej niż powinniśmy, znajdźmy to i następnym razem osiągnijmy jeszcze lepsze wyniki! Taki jest przecież cel testowania, próbowania i podejmowania nowych działań.

Działanie bez analizowania tych działań to trochę jak kupienie nowych ciasteczek – teoretycznie mają sprawić nam przyjemność, smak zapowiada się pysznie, ale chowamy je do szafki, bo boimy się, że jednak nie będą smaczne. Wyjdzie na to, że myliliśmy się, a my nie lubimy się mylić. Rozumiesz co mam na myśli prawda? Bez otwarcia paczki i przeanalizowania kubkami smakowymi owych ciastek to … dobra wracam już do tej analityki lepiej 😉

Specem od analityki internetowej jest mój dzisiejszy gość – Damian Rams, z którym rozmawiamy o analityce internetowej – o błędach w analityce internetowej, testach a/b czy różnych narzędziach analitycznych.

W tym odcinku podcastu “A co Ty wiesz o analityce internetowej?” poruszamy takie tematy jak:

• Czym są testy A/B?
• Kiedy warto robić testy A/B?
• Jaki ruch na stronie trzeba mieć by móc robić testy A/B?
• Czym jest przedział ufności w wynikach testów A/B?
• O czym pamiętać przy testach A/B w newsletterach?
• Czy ma jakieś znaczenie kolor przycisku CTA, czyli call to action?
• Jak rozumieć analitykę internetową?
• Po co analizować? Jakie funkcje spełnia analityka internetowa?
• Co warto analizować w sklepie internetowym?
• Jak analizować porzucone transakcje?
• Na czym polegają badania jakościowe w serwisie?
• Czym jest analiza heurystyczna?
• Na jakie elementy warto zwracać uwagę podczas analizy heurystycznej strony?
• Co warto mierzyć na blogu?
• Jak sprawdzać czy treści jakie tworzymy są angażujące?
• Jak skonfigurować Google Analytics by otrzymać więcej danych?
• Czym jest GTM – czyli Google Tag Manager?
• Dlaczego warto korzystać z GTM?
• Jakie są najczęstsze błędy popełniane w analityce internetowej w firmach?
• Czym jest atrybucja konwersji?
• Dlaczego warto mieć strategię analityki?
• Jak śledzić użytkowników, którzy korzystają z wielu urządzeń?
• Czym jest raport cross devices w Google Analytics?
• czym są modele atrybucji?
• Jaki model atrybucji wybrać?
• Czy jest jakaś alternatywa dla Google Analytics?
• Czym są testy 5 sekund?

Linki:

• mój wpis o utmach: Jakie znowu UTM-Y?
• mój wpis o utmach: Jak badać ruch dzięki utm-om?
• wpis Damiana o błędach w testach ab 
• wpis Damiana o analizie heurystycznej 
• blog Avinash Kaushik
• blog o GTM 
• Youtube Measureschool 
• blog o optymalizacji konwersji 

Narzędzia przydatne w analityce internetowej:

• Google Anaytics
• HotJar 
• MouseFlow 

Damian w sieci:

• strona internetowa Damiana 
• Damian Rams na Linkedin 
• Damian Rams na FB 

Wiedza jaką posiada Damian o analityce internetowej jest naprawdę ogromna! Widać to w naszej rozmowie, widać to na jego blogu, widać też w efektach jakie osiąga. Jestem wręcz pewna, że jeszcze zaproszę go do rozmowy – mam kilka tematów do przegadania.

Ale jeśli i Ty masz jakieś kwestie dotyczące analityki i optymalizacji, jakie chciałbyś abym przegadała z Damianem to pisz do mnie śmiało. Zobaczymy co da się zrobić 🙂

Skąd możesz pobrać podcast Firma On-line?

Podcast dostępny jest :

• na blogu – lista wszystkich podcastów
• w iTunes – dla użytkowników iPhone’ów i iPad’ów
• w serwisie Spreaker – pobierz aplikację Spreaker dla Androida i iPhone
• w serwisie Stitcher – pobierz aplikację Stitcher dla Androida i iPhone
• pobierając aplikację do słuchania podcastów na Androida, np. Podcast Addict, Podcasts Go, Google Podcasts, The Podcast App
• pobierając aplikację do słuchania podcastów na iPhone, np. Overcast, Pocket Casts, Castro, The Podcast App
• Pobierz plik mp3
• Poprzez specjalny RSS

Zapisz się także na mój newsletter by być na bieżąco, a przy okazji otrzymać fajne prezenty.

A jeśli spodobał Ci się ten odcinek będę wdzięczna za komentarz i podzielenie się tym odcinkiem z innymi osobami, którym jego treść może być przydatna. Będzie mi też miło jeśli poświęcisz chwile i zostawisz krótką ocenę podcastu w iTunes – dzięki temu inne osoby łatwiej dotrą do tego podcastu.

Oceń podcast Firma On-line >>

• użytkownicy systemu IOS – iPhone, iPad i komputery Mac – wejdź do iTunes i kliknij w sklep, tam wyszukaj FiRMA ON-LINE. Możesz ocenić dodając gwiazdki, a także zostawiając komentarz. Dziękuje!
• użytkownicy systemu Windows – zainstaluj na swoim urządzeniu aplikację iTunes, kliknij w niej w sklep, tam wyszukaj FiRMA ON-LINE. Możesz ocenić dodając gwiazdki, a także zostawiając komentarz. Dziękuje!
• użytkownicy systemu Android – wejdź do Google Play, pobierz aplikację Apple Music i kliknij w niej w sklep, tam wyszukaj FiRMA ON-LINE. Możesz ocenić dodając gwiazdki, a także zostawiając komentarz. Dziękuje!

Trzymaj się ciepło i do usłyszenia niebawem 🙂
——————————————————————————

Transkrypcja odcinka A co Ty wiesz o analityce internetowej?

Cześć! Na dobry początek powiedz, proszę, czym się zajmujesz?

Cześć! Od ponad 4 lat zajmuję się analityką internetową i optymalizacją konwersji. Pracuję głównie z narzędziami Google, czyli z Google Analytics, Tag Managerem, Google Optimize. Moja praca polega na tym, że dbam o to, aby firma miała odpowiednio ustawioną analitykę, czyli aby zbierała dane, jak użytkownicy korzystają z serwisu czy skąd na ten serwis przychodzą. Pomagam też w tym, aby te zebrane dane przeanalizować i wyciągnąć z nich wnioski, postawić rekomendację. Później wspieram firmy we wdrażaniu tych rekomendacji, głównie pod kątem zmian na stronie internetowej, które mają spowodować, że współczynnik konwersji wzrośnie. Firma będzie generować więcej sprzedaży, więcej leadów czy więcej zapisów na newsletter. Najlepiej, aby to działo się tym samym lub mniejszym kosztem. Koszt rozumiem jako nakład marketingowy, nakład na pozyskanie ruchu.

Do rozmowy z tobą zainspirował mnie twój artykuł o testach A/B. Bardzo mi się spodobał. Napisałeś to, co ja często widziałam. Ktoś pierwszy raz powiedział o faktycznych błędach, jakie firmy robią. Jak ktoś zadaje pytania typu: „O której godzinie wysłać?”, „Co zrobić?”, „Jaki kolor przycisku Call to action dać?”, to zawsze jest odpowiedź – testuj lub testy A/B. Nie zawsze to ma moim zdaniem sens. Wynika to z moich obserwacji. Ty też o tym powiedziałeś. Powiedz po ludzku, prosto, co to są te testy A/B i kiedy warto je robić?

Myślę, że najprostsza definicja testów jest taka, że one pozwalają sprawdzić faktycznie przy tych samych warunkach, dla dwóch różnych wersji kreacji mailingowych czy landing page, która z nich będzie lepiej konwertować. Przykładowo, 50% ruchu z jakiejś kampanii reklamowej kierujemy na landing page A, 50% kierujemy na B. Później porównujemy, która z tych wersji dała więcej konwersji. To jest najprostsza definicja testów A/B. Faktycznie, to wydaje się proste w teorii, natomiast cały ten proces i cała matematyka i statystyka, która stoi za testami A/B, powodują, że jest on skomplikowany. Wydaje mi się, że sam termin „testy A/B”, wiele osób kojarzy, ale nie aż tak wiele osób rozumie, jak to robić poprawnie. To, o czym wspomniałaś – często widzę, że jeśli ktoś o tych testach już słyszał, to firmy, w momencie, kiedy mają mało ruchu na stronie albo małą bazę mailową, bardzo szybko chcą przechodzić do robienia testów A/B i testować kwestie sporne. Dwie osoby twierdzą, że nagłówek w mailingu powinien brzmieć w określony sposób, natomiast dwie inne osoby mają totalnie inne zdanie na ten temat. Kiedy nie mogą dojść do konsensusu, to stwierdzają, że przydałoby się zrobić test A/B. W moim artykule napisałem, żeby robić testy A/B, to trzeba mieć około 1000 konwersji miesięcznie, aby to miało ręce i nogi. W przypadku mailingu, reklam, gdzie faktycznie zmiana kreacji czy zmiana tytułu mailingu może mieć dużo większe przełożenie na klikalność, to tych konwersji może być mniej. Mówimy tutaj o kilkuset kliknięciach w reklamę czy kilkuset użytkownikach klikających w email. Poniżej tego poziomu nie ma sensu bawić się w testy A/B, ponieważ to jest strata czasu. Wyniki przy małych liczbach nie są wiarygodne. Mogą być błędne.

Aby bawić się w testy A/B trzeba mieć około 1000 konwersji miesięcznie, żeby miało to sens

Jak później przelicza się to na procenty, to ta zmiana którejś wersji jest niewielka, przy małych bazach mailingowych. Masz może doświadczenia, jaka baza subskrybentów newslettera powinna być minimalna, aby przeprowadzić test, który faktycznie może coś nam powiedzieć? Pytam o bazy mailingowe, ponieważ ja najczęściej się z tym spotykałam, bo jest to najłatwiejsze. Najczęściej da się to zrobić.

Trzeba pamiętać o tym, że jeśli chodzi o testy A/B, to nie ma tutaj magicznych cyfr. Nie możemy stwierdzić, że trzeba mieć zawsze minimum 500 konwersji czy 500 subskrybentów newslettera, żeby robić testy A/B. Trzeba pamiętać o tym, że nasza grupa, którą musimy mieć, aby te testy miały sens, jest uzależniona od dwóch czynników – od tego jaki mamy bazowy współczynnik konwersji oraz jaki potencjalny efekt chcemy zaobserwować. Jak duży wzrost konwersji przewidujemy, że może nastąpić. Gdy mamy te dwa czynniki, to możemy to wrzucić w kalkulator. Jest sporo kalkulatorów, które można znaleźć w sieci. Podstawiamy tam swoje wartości i liczymy, jaką nam ten kalkulator sugeruje próbkę użytkowników czy subskrybentów mailowych na wariacje, którą chcemy przetestować. Przykładowo, zrobiłem sobie szybkie wyliczenie. Gdybyśmy chcieli przetestować sobie dwa różne nagłówki w mailu, dwa tytuły, i zwykle mamy 10% współczynnik otwarć maila. Jeśli założymy sobie, że chcielibyśmy uzyskać 30% wzrostu, czyli druga wersja oscylowałaby w okolicach 13% współczynnika otwarć, to taki kalkulator sugeruje mniej więcej, że powinniśmy mieć 1600 subskrybentów na wersję. Łącznie około 3 tysięcy maili, aby taki test uruchomić. To są wyliczenia, przy założeniu współczynnika istotności statycznej poziomu ufności na poziomie 95%. Plus minus to oznacza, że jeżeli uzyskamy wzrost, to uzyskamy go na 95% pewności. Istnienie 5% ryzyka, że ten wynik jest błędny. Warto pamiętać o tym, że przy takich rzeczach jak newsletter, to można faktycznie ten przedział ufności obniżyć. Możemy testować 80% poziomu ufności. Gdybyśmy testowali elementy, które później chcemy na stałe wdrożyć na stronę internetową, to faktycznie lepiej mieć większą pewność, że wyniki testu A/B są prawidłowe. W newsletterach, mailingach często jest tak, że jest to jednorazowa akcja, prawda? Można trochę więcej zaryzykować. Warto pamiętać o tym, że niektóre kampanie wysyłamy raz i wniosków z tego tekstu być może nie wykorzystamy w kolejnych. Polecałbym, jeśli ktoś ma większą bazę, wzięcie części z tej bazy, na przykład 20% subskrybentów mailowych i na nich robimy test A/B, aby zobaczyć, który tytuł działa lepiej. Jeśli mamy wyniki tego testu, to wtedy lepszą wersję wysyłamy do reszty bazy, czyli do pozostałych 80%. W ten sposób przy jednorazowych akcjach można uzyskać fajne wyniki. Myślę, że MailChimp, jeśli dobrze pamiętam, ma nawet wbudowaną taką funkcjonalność. Możemy tam wstawić, że najpierw wyśle go do jakiejś grupy, jakiś odsetek tej bazy i później już automatycznie lepszą wersję wyślę do reszty.

Coraz więcej programów ma funkcję najpierw testowania, a później automatycznego wysyłania. To jest dobre, ponieważ nie wpływa czynnik czasu. Jak wyślemy, przeanalizujemy i robimy drugą turę wysyłki, to idzie to już automatycznie i szybciej.

I nie trzeba o tym pamiętać. Czasem jest tak, że jako marketer mamy mnóstwo różnych kanałów do obsługi, to czasem może nam wypaść z głowy, że puściliśmy ten test tylko do pewnej grupy subskrybentów, a reszta nic nie dostała. Na pewno jest to wygodne rozwiązanie. Dużo więcej narzędzi do oferuje. Ja nie zajmuję się tym na co dzień, więc do końca nie wiem. Warto zorientować się, czy narzędzie, którego używamy, ma taką funkcjonalność, ponieważ jest to bardzo dobre.

Jeżeli chodzi o strony internetowe, czy ma znaczenie to, że przycisk call to action, na przykład DODAJ DO KOSZYKA, jest pomarańczowy, a nie czerwony? Ważne, że jest widoczny na stronie, jest w kolorze kontrastującym z resztą strony. Czy to faktycznie ma takie wielkie znaczenie, że damy inny odcień czy inny kolor?

Najczęściej nie. Osoby, które zaczynają swoją przygodę z testami A/B czy zaczynają robić coś w kierunku optymalizacji konwersji, to niestety dość często łapią się na takie proste pomysły czy studies znalezione w sieci, czy na artykuły, które dają listę 120 elementów, które warto przetestować. Mają często listę takich prostych zmian, typu zmiana koloru przycisku czy powiększenie przycisku. Najczęściej te zmiany nie mają dużego wpływu na współczynnik konwersji. Tak naprawdę, aby w testach A/B regularnie widzieć sensowne wzrosty, które przekładają się na biznes, to niestety trzeba odrobić żmudną pracę domową i poświęcić bardzo dużo czasu na analizy tego, co się dzieje w serwisie. Bez tego dochodzi do sytuacji, w których wymyślamy sobie rzeczy, które naszym zdaniem warto przetestować albo naszym zdaniem nie działają. Natomiast nawet jak uda nam się uzyskać wzrost, to będzie to wynik szczęścia, a nie poukładanego procesu.

Potwierdziłeś moje domysły i przypuszczenia.
Co w sklepie internetowym warto analizować?

Zanim odpowiem na to, to chciałem powiedzieć krótko o tym, jak rozumieć analitykę. Cała analityka internetowa jak dla mnie ma dwa wymiary. Jednym z nich jest czyste raportowanie. Drugą częścią jest optymalizacja działań. Jedną z funkcji tej analityki jest dostarczanie liczb na temat tego, co się w biznesie dzieje. Chcemy wiedzieć ile miesięcznie mamy transakcji, ile mamy ruchu, z jakich kanałów – funkcja dostarczania nam informacji o tym, na jakim pułapie jesteśmy. Czy rośniemy, czy są spadki. Drugi wymiar to optymalizacja działań i znajdowanie, poprzez analizy jakichś elementów, które nie działają lub które można usprawnić. Jeśli mówimy o optymalizacji działań w sklepie internetowym, to przede wszystkim trzeba monitorować ścieżkę zakupową, czyli lejek zakupowy – check-out. Od momentu wejścia użytkownika na koszyk, po zakończenie zakupów. Możemy założyć, że jeśli ktoś dodał produkt do koszyka, to przynajmniej w niewielkim stopniu jest tym produktem zainteresowany. Jeśli gdzieś po drodze tracimy tych użytkowników i oni z różnych powodów z tego lejka wypadają, to jest pierwsze miejsce, którym warto się zainteresować. Warto starać się te luki załatać i jak najwięcej osób zainteresowanych zakupem odratować, i skłonić do sfinalizowania procesu. Jak to analizować? Google Analytics to jest podstawowe narzędzie do tego. Ono potrafi powiedzieć, gdzie ewentualnie są problemy. Nie powie nam, dlaczego te problemy tam są. Tym bardziej jak je rozwiązać. GA może nam pokazać, że na koszyku odpada 80% użytkowników, ale dlaczego się tak dzieje, to nie wiadomo. Aby się tego dowiedzieć, trzeba skorzystać z innych metod analitycznych, czyli z badań jakościowych. W tym pomagają wszelkiego rodzaju ankiety, które można umieścić wewnątrz witryny i zbierać feedback.

W sklepie internetowym warto monitorować ścieżkę zakupową, czyli lejek zakupowy – check-out

Analiza heurystyczna, czyli eksperckie spojrzenie na serwis i próba znalezienia naszym bądź innych eksperckim okiem, tego, co może być niezrozumiałe i co może nie działać na stronie. Mamy też badania użyteczności, które są bardzo przydatne pod kątem znalezienia problemów. Zwłaszcza jeśli danym biznesem i sklepem internetowym zajmujemy się od roku, dwóch, trzech i dłużej, to znamy go na pamięć. Wiele rzeczy dla nas ma sens, ale dla kogoś, kto widzi to po raz pierwszy, tego sensu może nie mieć. Ten, kto widzi sklep po raz pierwszy, może bardzo łatwo się w nim zgubić. Badania użyteczności prowadzone z ludźmi, którzy nigdy tej strony na oczy nie widzieli, potrafią odkryć takie problemy, których sami byśmy nigdy nie znaleźli. Do tego są też dość popularne narzędzia jak HotJar czy MouseFlow, generujące hit mapy, mapy kliknięć, a także nagrania sesji użytkowników, gdzie możemy zobaczyć, jak ci użytkownicy zachowują się w serwisie, gdzie klikają, gdzie zatrzymują się na dłużej. Można też zobaczyć, w którym miejscu występują takie momenty, gdzie się frustrują, klikają wiele razy w jedno miejsce lub zapominają wypełnić jakieś pole i nie widzą, że trzeba to zrobić. Tych metod do analizy jest sporo. Im więcej ich zastosujemy, tym większa jest pewność, że te problemy, które zostały znalezione, są realne i warto je rozwiązać. Jeśli pytasz, co warto analizować w sklepie internetowym, to myślę, że pierwszy przystanek to lejek zakupowy, natomiast warto pamiętać, aby się nie ograniczać tylko i wyłącznie do suchej analizy cyferek z Analyticsa, ale aby zastosować też wiele innych metod analizy. Na przykład analizy jakościowe. Dzięki temu można uzyskać pełniejszy obraz i dowiedzieć się, co tam faktycznie nie działa. Lejek zakupowy to jedna rzecz. Druga bardzo ważna rzecz to są karty produktów i strony kategorii. Wiele osób, zanim zobaczy statystyki z Analyticsa dotyczące swojego sklepu, wierzy, że to strona główna jest najważniejsza i to od niej najwięcej ludzi zaczyna wizytę. Natomiast bardzo często w sklepach internetowych to nie jest prawdą, ponieważ wiele osób zaczyna od karty produkty bądź od strony kategorii. W momencie, kiedy tym lejkiem zakupowym się zaopiekujemy i naprawimy błędy, które tam są, to warto przejść do kart produktu i do stron kategorii. Tam należy szukać rzeczy, które nie działają i które warto poprawić.

Jakbyś mógł więcej powiedzieć o analizie heurystycznej. To jest trudne słowo, więc wydaje się skomplikowane 🙂

Wydaje się skomplikowane i brzmi bardzo mądrze. Tak naprawdę analizy heurystyczna to jest nic innego, jak uruchomienie danego serwisu internetowego, przejście całego procesu zakupowego, przejście różnych typów podstron i notowanie pomysłów na to, co potencjalnie może być problematyczne w serwisie. Także notowanie pomysłów na usprawnienia. Na dobrą sprawę analizę heurystyczną może przeprowadzić każdy i nie potrzeba do tego żadnych dodatkowych narzędzi. Im większa jest wiedza danej osoby o UX, o copywritingu, o e-commerce, tym wyższa będzie jakość tej analizy. Co do zasady jest to najszybsza, najprostsza metoda znalezienia problemów na stronie internetowej. Warto pamiętać, że jest to perspektywa jednej osoby, czyli osoby, która wykonuje analizę, więc nie polecam przywiązywania się do tych wniosków z analizy. One mogą być prawdziwe, te problemy, które znajdziemy, to może być dobry trop, ale mogą to być one całkowicie nietrafione. Polecam zawsze analizę heurystyczną jako pierwszy krok, jako eksplorację tego, co w serwisie może być nie tak. Zachęcam, aby wypisać to, co nam przychodzi do głowy jako potencjalne problemy i nie skupiać się na ocenie, czy jest to realny problem, czy nie. Po prostu wypisać ile się da tych potencjalnych problemów, czy rzeczy do poprawy, a dopiero później korzystajmy z innych analiz czy narzędzi, jak Analyticsa, HotJara, badań użyteczności. Starać się znaleźć odpowiedź na to, czy faktycznie te znalezione problemy są realne i czy warto zająć się ich rozwiązaniem. Ostatnia rzecz co do analizy heurystycznej – warto ją robić, mając pod ręką model, framework. Jest ich trochę w sieci. One opisują, na jakie elementy na stronie warto zwrócić uwagę. Zwykle jest to 5-6-7 elementów takich jak czytelność strony, rozpraszacze, komunikacja USP, dopasowanie wyglądu strony do komunikatów reklamowych czy oczekiwań użytkownika. Warto to mieć pod ręką, ponieważ mamy wtedy gwarancję, że o żadnej ważnej części serwisu nie zapomnimy podczas analizy heurystycznej.

Analiza heurystyczna to nic innego jak uruchomienie danego serwisu internetowego, przejście różnych typów podstron i notowanie pomysłów, co może być potencjalnie problematyczne w serwisie

Taka checklista, która zawsze przydaje się każdemu.

Bardziej taki ogólny przewodnik. Nie jest to checklista 130 elementów, które warto sprawdzić, ale są to takie ogólne części i elementy serwisu, na które warto zwrócić uwagę i nad którymi warto się zastanowić. Czasem jest tak, że patrzymy na serwis i wydaje nam się, że wszystko jest OK, nie ma do czego się przyczepić. W momencie, kiedy spojrzymy sobie na ten model, który mówi, aby ocenić czytelność strony – czy wiesz, na jakiej stronie się znajdujesz, czy w 5 sekund jesteś w stanie ocenić, co na tej stronie możesz dalej zrobić. Kiedy wesprzemy się tym modelem, to zaczynają przychodzić do głowy jakieś rzeczy.

W sklepie internetowym to konwersja czy proces zakupowy są ważne. Sprawdzanie kroków koszyka – czy wszystko jest ok, czy nie uciekają nam na którymś etapie lejka użytkownicy. Na firmowej stronie internetowej, gdzie mamy tylko formularz kontaktowy lub na blogu – tam też są konwersje, bo kontakt przez formularz kontaktowy to jakiś rodzaj konwersji czy realizacji celu, na którym nam zależy. Co warto analizować na stronach blogowych?

Zapisy na newsletter, formularz kontaktowy, czyli zbieranie leadów to są najczęstsze cele mierzone na blogach. To warto mierzyć. To, co ja polecam, to mierzenie zaangażowania w treści, które mamy na blogu. Wiele osób podchodzi do tego, spoglądając na współczynnik odrzuceń, spogląda na średni czas na stronie i w ten sposób stara się ewaluować, czy dany artykuł na blogu jest interesującą treścią. Jeśli ten współczynnik odrzuceń jest stosunkowo niski, to wtedy ten wpis jest fajny, jest przydatny dla ludzi. Jeśli współczynnik odrzuceń jest wysoki, to coś jest nie tak. Zachęcam do tego, aby pójść dalej. To, co mówi współczynnik odrzuceń w standardowej konfiguracji Analyticsa, to nic więcej jak to czy ktoś przeszedł na kolejną podstronę w serwisie, czy może zakończył wizytę na tej pierwszej podstronie, od której zaczął. Wszedł na artykuł i wyszedł. Mogło się zdarzyć tak, że ktoś wszedł na artykuł, wyszedł od razu, a mogło być tak, że wszedł na artykuł, spędził na nim 10 minut, przeczytał całość, dodał komentarz i dopiero wyszedł. Jeśli nie mamy skonfigurowanej analityki pod mierzenie zaangażowania w treści, to patrząc na współczynnik odrzuceń, te dwie wizyty, bardzo różne, przez pryzmat tego współczynnika odrzuceń czy średniego czasu na stronie, będą wyglądać identycznie. Uważam, że to jest dość spore przekonanie i warto mierzyć więcej rzeczy. Ja u siebie na blogu mierzę głębokość przewijania na stronie. Sprawdzam jak daleko, w zależności od danego artykułu, użytkownicy scrollują i jak dużo tej treści pochłaniają. Mierzę też kliknięcia w PDF czy inne zewnętrzne zasoby, do których linkuję na blogu, ponieważ w pliku PDF czy infografice, która jest plikiem graficznym, nie możemy umieścić kodu śledzącego Analyticsa, więc warto wiedzieć, że ktoś kliknął w któryś z tych materiałów i został do niego przekierowany.

Kolejną rzeczą, którą warto śledzić i można to zrobić tak jak te pozostałe rzeczy, można to łatwo zrobić przez Google Tag Managera, to są interakcje z wideo. Sporo osób zamieszcza też embedowane filmiki z Youtube w swoich wpisach. Można to w bardzo łatwy sposób śledzić w Analyticsie. Wtedy możemy się zorientować czy to, co wrzucamy we wpisach, jest interesujące dla użytkowników, czy może nie zwracają na to uwagi i tych filmików nie uruchamiają.

O Google Tag Managerze będziemy jeszcze rozmawiać, bo mam do ciebie kilka pytań o niego. Wracając do tego, co mówiłeś teraz. Powiedziałeś, że trzeba dodatkowo skonfigurować coś w standardowej konfiguracji. Jeżeli ja chcę jeszcze coś innego od tego co tutaj powiedziałeś, powiedzmy chcę sprawdzać głębokość przewijania strony, to muszę coś dodatkowego robić? Nie wystarczy wklejenie kodu Google Analytics?

Nie wystarczy. Ten kod, który wklejamy na stronę, on mierzy odsłony poszczególnych podstron. W oparciu o to generuje dużo innych metryk, które są dostępne w Google Analytics. Wszelkie niestandardowe interakcje ze stroną, jak na przykład przewijanie strony czy kliknięcia w różne przyciski, trzeba dokonfigurować samodzielnie. Tutaj są dwie drogi, aby to zrobić. Jedna to wpinanie specjalnych kodów, które wysyłają zdarzenia do Google Analytics. To trzeba robić w HTML-u strony. Druga opcja, dużo prostsza, dużo wygodniejsza, to wspomniany już Google Tag Manager. Tam też wklejamy jeden kod do headera strony oraz wstępnie wszystkie interakcje, które chcemy śledzić, konfigurujemy już z poziomu wizualnego interfejsu. Nawet dla nietechnicznej osoby będzie to stosunkowo proste. Na pewno dużo prostsze niż grzebanie w kodzie strony i próby powpinania tam odpowiednich zdarzeń, które wysyłają informacje o tych interakcjach do Analyticsa. Aby śledzić z takich niestandardowych interakcji innych niż odsłona, trzeba skonfigurować je ręcznie.

Google Tag Manager jest prostszą i wygodniejszą opcją niż wklejanie kodu do HTML-a strony

Są takie rzeczy jak eventy, podpinanie zdarzeń po przyciski. Czy to też jest takie proste? Też można to zrobić przez GTM? Czy trzeba się trochę znać na HTML-ach i programistycznych rzeczach?

Można to zrobić przez Google Tag Managera. Dużą zaletą GTM jest to, że jest to dość spory kombajn, który automatycznie po instalacji jest w stanie widzieć różne interakcje ze stroną. To, co my musimy zrobić, to jedynie wskazać punkt w jakim momencie, co ma wysłać, na przykład do Analyticsa. Wiedza techniczna potrzebna do skonfigurowania takich prostych zdarzeń, często sprowadza się do tego, że musimy jedynie znaleźć, jakie jest ID czy klasa elementu, który chcemy śledzić. Jeśli masz przycisk Call To Action na stronie i wiesz, że jego ID to CTA, to ci wystarczy, aby skonfigurować w GTM-ie tag, który wyśle zdarzenie do Analyticsa, w momencie, kiedy ktoś kliknie ten przycisk. Oczywiście w GTM można zrobić bardzo skomplikowane rzeczy. Jeśli ktoś zna JavaScript, to może różne cuda tam zrobić. Dla nietechnicznej osoby, która dopiero zaczyna z tym przygodę, wiele podstawowych tagów można załatwić bez większego problemu. Te, o których wspomniałem, czyli śledzenie przewijania strony, śledzenie interakcji z wideo, to są tagi, do których gotowe są reguły w GTM-ie. Nawet nie trzeba się zastanawiać, jak GTM jest w stanie rozpoznać jak daleko ktoś przescrollował stronę. Myślę, że korzystając z tutoriali, które są dostępne w sieci, można bardzo szybko takie dodatkowe interakcje ze stroną skonfigurować. Naprawdę nie potrzeba dużo technicznej wiedzy. Często ta wiedza nie jest potrzebna. Idąc krok po kroku z tutorialami, można takie przydatne rzeczy w analizie treści zainstalować.

Jakie znasz jeszcze rzeczy, których ludzie nie robią, nie analizują? Jakie błędy związane z analityką internetową najczęściej spotykasz? Często i gęsto spotykam się z tym że marketerzy online nie wiedzą co to są UTM-y. Jest to jeden z lepszych wpisów na moim blogu – wytłumaczenie czym są UTM-y. W sklepach internetowych nie wiedzą, czym jest konwersja wspomagana, ścieżki wielokanałowe. Spotykasz się z takimi błędami? Czy masz inne rzeczy, które napotykasz, a które cię dziwią? A może nic się nie dziwi?

Chciałbym powiedzieć, że nic, ale tak pięknie nie jest. Te rzeczy, o których wspomniałaś, a zwłaszcza tagowanie linków UTM-ami, to rzeczy, które widzę cały czas. Mało kto dba o to, aby te linki poprawnie tagować. U mnie na blogu chyba również najpopularniejszy w tym momencie artykuł jest o tagowaniu UTM – jak to robić poprawnie. 🙂 Jak widać popularny temat. Podzieliłbym to na dwie kategorie. Pierwsza kategoria to są braki wiedzy czy niezrozumienie tego, jak są wyliczane niektóre metryki jak średni czas na stronie lub czym różni się zliczanie celu od transakcji e-commerce w Analyticsie. Dużo szczegółowych rzeczy. Druga rzecz – obok tagowania UTM, to brak wiedzy na temat tego, co jest w ogóle możliwe i co warto analizować. Kręcenie się wokół 3-4 raportów, często wokół raportu czas rzeczywisty, który tak naprawdę niewiele dalej pod kątem analiz. Można sobie sprawdzić, czy wielka kampania, którą przed chwilą uruchomiliśmy rzeczywiście działa i sprowadza ruch na stronę, ale nic więcej. Tak naprawdę ciekawych raportów w Analyticsie jest sporo. Dopiero jak zaczniemy się zagłębiać czy tworzyć własne, niestandardowe raporty, to można wyciągnąć dużo ciekawych rzeczy. Niestety często widzę, że wiele osób nie ma pojęcia o tym, jakie są możliwości, przez co nie wykorzystują go w takiej mierze, w jakiej by mogli. To jest jedna kategoria, czyli rzeczy związane z brakami wiedzy, w zrozumieniu możliwości. Drugą rzecz mogę zebrać pod hasłem BAŁAGAN. To, co zwykle widzę, jak otwieram pierwszy raz Analytics czy otwieram stronę internetową i sprawdzam jakie rzeczy są wysyłane do Analyticsa, to najczęściej łapie się za głowę, bo jest totalny bałagan. Zdarza się, że ktoś ma kilka różnych kodów śledzących wrzuconych na stronie, przez co później w całym Analyticsie w raportach widzi zdublowane odsłony. To z kolei przekłada się na to, że współczynnik odrzuceń jest w okolicach 0%. Jest to klarowny sygnał, że dane, które się zbierają są niepoprawne. Niepoprawne dane to później niepoprawne wnioski z analiz. To, co często widać, to problemy z samą konfiguracją narzędzia. Dużo błędów, które zaburzają poprawność danych. Bardzo często zdarza się, że nikt się tym nie przejmuje. Często wynika to z tego, że ta analityka jest na bocznym torze. Doskonale to rozumiem, bo jeśli prowadzi się firmę, to różnych tematów do ogarnięcia jest cała masa. Analityka nie generuje bezpośrednio pieniędzy dla firmy, w taki sposób jak sprzedaż czy pozyskiwanie ruchu. Siłą rzeczy analityka jest często na bocznym torze. Od czasu do czasu, ktoś coś sobie dokofinguruje, ktoś coś przeczyta, że warto wrzucić zdarzenia. Doda je sobie. Nazwy zdarzeń, które później wyświetlają się w raportach, wymyśla w trakcie konfigurowania. Po pewnym czasie widać, że jest kompletny miszmasz. Nie ma żadnej struktury w tym, co jest śledzone w Analyticsie. Ruch jest przefiltrowany, czyli zawiera też ruch spamerski , zawiera ruch, który generują pracownicy firmy. Generalnie, nie można takim danym ufać. To jest druga kategoria problemów, jakie bardzo często widzę. Z tych instalacji Analyticsa, to spokojnie 80%, jeśli nie więcej miało przynajmniej jeden dość poważny błąd, który sprawiał, że te dane nie były poprawne. To od czego często zaczynam współpracę z firmami, to upewnienie się, że ta analityka jest zadbana, jest tam porządek i dane zbierają się poprawne. Upewniam się, że śledzone są wszystkie interakcje, które warto śledzić na stronie. To, co jest w Analyticsie, to wynika z celów biznesowych firmy i dane, które się zbierają. Nie są tam po to, aby tam być, tylko pomagać w podejmowaniu ważnych decyzji biznesowych. Dla mnie często pierwszym krokiem jest posprzątanie tego bałaganu, który zastanę, czyli przejście checklisty, która ma kilkadziesiąt pozycji i zobaczenie, gdzie są błędy i ich naprawa. Muszę zadbać o to, aby dane się poprawnie zbierały. Dopiero później zajmuje się analizami, optymalizacją strony.

Warto najpierw uporządkować cały proces analizy – od nazw, tego co ma być śledzone

Z tego, co mówisz, to mam wrażenie, że w analityce jest potrzebna strategia. Musimy sobie powiedzieć, jakie mamy cele analityki, co chcemy mierzyć, jakie narzędzie będziemy wykorzystywać. Głównie jest to Google Analytics. Nawet porządek w nazewnictwie jest ważny. Nawet jak ktoś używa UTM-ów, to jest miszmasz i nie wiadomo co jest czym. Tutaj też to jest ważne, aby ten bałagan był mniejszy.

Dokładnie tak. W analityce najczęściej pytanie: „Czy jest dokumentacja?” wywołuje gromki śmiech, bo praktycznie nigdy jej nie ma. Nie jest to wielkim problemem, kiedy tą analityką zajmuje się jedna osoba i ona się nią zajmuje w sposób ciągły. Jeśli w pewnym momencie ona przestanie się tym zajmować i przyjdzie ktoś nowy, to niestety samo zorientowanie się w tym, co jest śledzone w nazewnictwie, zajmuje sporo czasu. Dojście do tego, co i jak jest skonfigurowane, jeśli nie było konfigurowane przez GTM-a, to jest kolejne wyzwanie. Zgadzam się ze stwierdzeniem, że w analityce jest potrzebna strategia. Jestem zdania, że analityka jest po to, aby pomóc podejmować decyzje biznesowe. Nie powinno to być podejście w stylu: „OK, zrobiłem listę 20 zdań, interakcji, które chcę śledzić na stronie. Teraz to wdrożę i będzie super”. Najpierw faktycznie trzeba się zastanowić, co jest ważne dla firmy, jakie metryki są istotne. Wyjść od tego. Następnie zastanowić się – mamy sklep internetowy. On ma różne typy podstron, na przykład strony kategorii. Zastanawiamy się, czy na stronie kategorii powinny być 3 filtry, czy 12 filtrów. Mamy już zdefiniowany jakiś problem, rzecz, nad którą się zastanawiamy. Możemy pójść dalej i zastanowić się, w jaki sposób śledzić interakcję z tymi filtrami. Dopiero wtedy przejść do konfiguracji konkretnych zdarzeń w Analyticsie, które nam pokażą, jak ludzie z tych filtrów korzystają. Po pewnym czasie, kiedy te dane się zbiorą, to będziemy widzieć, że z tych 12 filtrów, to 4 są wykorzystywane, a 8 pozostałych to są pojedyncze kliknięcia w skali miesiąca. Wtedy możemy podjąć decyzję, że mając dane potwierdzające, że warto tę stronę odchudzić, to możemy usunąć te filtry, bo nikt z nich nie korzysta. Myślę, że tym przykładem trochę zwizualizowałem to, co miałem na myśli. To przykład, gdzie te dane faktycznie wspierają decyzje biznesowe. Jeśli ktoś myśli, że wdroży zdarzenia, które śledzą, czy ktoś klika w linki w stopce i po miesiącu stwierdził, że było 130 kliknięć w linki w stopce. Co dalej? To znaczy, że te linki trzeba usunąć, zostawić, zmienić? Jeśli nie wiadomo jaką akcję podjąć na bazie danych, to te dane z dużym prawdopodobieństwem są w ogóle niepotrzebne. Czas poświęcony na to, żeby skonfigurować to śledzenie, później te dane sprawdzić, był po prostu zmarnowany. Bez strategii można się zapędzić w taki kozi róg, że mierzymy setki czy tysiące różnych interakcji, a tak naprawdę większość z nich nie jest nam potrzebna, bo nie pomaga podejmować lepszych decyzji.

W analizie potrzebna jest strategia. Bez niej czas poświęcony na śledzenie danych będzie zmarnowany

Z własnego doświadczenia mogę powiedzieć, że ktoś coś przeczyta, gdzieś coś znajdzie, powie: „O jaki fajny benchmark. Tutaj takie case study. U nich zadziałało”, a nawet nie wiem, czy zadziałało i wdraża jakieś dodatkowe eventy, filtry. Później z tego nie korzysta, bo zapomina, nie ma czasu albo nie wie jak wykorzystać tę wiedzę. Jak opowiadałeś o strategii i porządku, to nasunęło mi się, że spisanie sobie co chcę analizować, jak będziemy to nazywać czy określać. To jest to wyjście do dalszych działań marketingowych i sprzedażowych. To jest jakaś strategia marketingowa, content marketingowa czy email marketingowa. Może to być fajna podstawa. Zawsze można do tego wrócić. Teraz jest jeszcze popularny termin – atrybucja konwersji. To też jest tajemniczy termin. Dla mnie dziwne jest, że dopiero od niedawna jest taki boom! i tyle się o tym mówi. Powinno być to popularne zjawisko znacznie wcześniej. Opisz prosze prostym językiem, czym jest atrybucja konwersji.

Wyjdę od tego, jak jest to definiowane w standardowym układzie. Atrybucja konwersji to przypisanie danej konwersji do danego źródła ruchu. Ktoś wchodzi na stronę internetową z linku w newsletterze, dokonuje zakupu. Ten zakup będzie przypisany do tej jego wizyty z newslettera. Google Analytics w standardowym układzie działa tak, że konwersja jest przypisana do ostatniego, niebezpośredniego źródła wizyty. Jeśli wszedłbym na stronę z newslettera, nic bym nie kupił, ale wszedłbym dzień później, bezpośrednio wpisując adres sklepu w pasek przeglądarki, dokonał zakupu, to ten zakup będzie przypisany do newslettera, bo było to ostatnie niebezpośrednie wejście. Domyślnie w Google Analytics jest ustawiony model last click, czyli ostatnie niebezpośrednie kliknięcie, do którego jest przypisana cała konwersja. To najczęściej nie jest tak, że ktoś zobaczył reklamę danej firmy, wszedł, kupił produkt i tyle. Bardziej skomplikowany, droższy jest produkt czy usługa. Więcej tych wizyt jest potrzebnych, aby się z tym produktem zapoznać, podjąć decyzję, raz jeszcze sprawdzić jakieś szczegóły. W momencie, kiedy tych wizyt z różnych źródeł jest 5, to chyba jest to trochę nieuczciwe, aby całą zasługę za tę konwersję przypisywać do ostatniej wizyty, prawda? Te poprzednie 4 wizyty też się przyczyniły do tego, że ktoś się przekonał do zakupu. Pojawia się tutaj ten temat atrybucji konwersji i jej różnych modeli. Można je sobie w Analyticsie porównywać. Jest kilka domyślnych modeli, które mogą przypisać konwersję do pierwszego źródła wizyty, do ostatniego niebezpośredniego. Mogą też każdemu ze źródeł, które były na ścieżce użytkownika przypisać równą wartość.

Zawsze mnie zastanawia, jak jest w sytuacji, gdy ja robię coś, przeglądam sobie produkty przez komórkę, a później w domu. Czy jakoś można to śledzić, matchować? Czy powiązane są ze sobą te różne urządzenia w dzisiejszych czasach?

Są tutaj dwie opcje. Pierwsza, która jest od dawna w Google Analytics, nazywa się user ID. Wdrażając user ID, faktycznie można między urządzeniami śledzić użytkowników, ale jeśli oni są zalogowani. Jeśli jesteś zalogowana w jakimś serwisie na komputerze, na komórce, na to samo konto, to w tym momencie Analytics może cię po numerze użytkownika połączyć. Jest jeszcze raport cross device w Analytics, który się pojawił w tym roku. Tam faktycznie przekopałem się przez to, co Google na ten temat pisze w swojej dokumentacji na swoim blogu. To, co udało mi się wywnioskować, to faktycznie, jeśli jesteś zalogowana na koncie Google w przeglądarce Chrome na komputerze i na telefonie, i masz wyrażoną zgodę na spersonalizowane reklamy od Google, to wtedy w raporcie cross device jest możliwość śledzenia twojej wizyty, twojej aktywności w serwisie na różnych urządzeniach. Nie udało mi się dotrzeć do informacji na temat tego, co w przypadku, kiedy na komputerze jesteś zalogowana na konto Google, na telefonie jesteś zalogowana w aplikacji Gmail, ale nie jesteś zalogowana w Chromie albo korzystasz z innej przeglądarki, w której też się nie logujesz. W ogóle nie udało mi się dotrzeć do informacji czy bycie zalogowanym na Gmail w jakiś sposób uaktywnia zbieranie danych do tego raportu, czy nie. Jest trochę tajemnic do odkrycia. Zalogowanie na konto Google, na przeglądarce Chrome na różnych urządzenia – wtedy Analytics te dane łączy. Warto pamiętać, że jest się cały czas anonimowym użytkownikiem, więc nie ma się czego obawiać.

Ja to wiem. Zresztą, ja zawsze na wszystko pozwalam. 🙂 No dobra, nie zawsze i nie na wszystko, ale na spersonalizowane reklamy wyrażam zgodę. Z jednej strony dlatego, że jestem marketerem i mnie to interesuje, co się dzieje. A z drugiej strony wolę spersonalizowane niż jakieś reklamy od czapy niepasujące do mnie. Mnie na pewno śledzą wszędzie.

Podałeś, że jest kilka modeli atrybucji. Pewnie to zależy, ale czy któryś szczególnie warto wykorzystywać, czy to zależy od rodzaju biznesu? Od czego to zależy? Trudno sobie wybrać. Jest kilka – można wybrać ten, który najbardziej się podoba, ale może masz jakieś wskazówki?

To zależy. Nie jest tak, że trzeba się zdecydować na jeden, bo możesz się przełączać między modelami w Analyticsie i patrzeć jak zależnie od modelu rozkłada się przypisanie konwersji. Mamy dużo do czynienia z cross device. Bardzo często te ścieżki konwersji są bardzo krótkie, jak sobie w to zajrzymy. Jedno czy dwuetapowe ścieżki to większość konwersji. Z tych modeli atrybucji praktycznie nie korzystam, bo nie byłem w stanie naprawdę sensownych wniosków z tego wyciągnąć.

Spytałam o to, bo faktycznie ostatnio zaczęłam natrafiać też na konferencjach o atrybucjach konwersji, ale nikt jasno nie powiedział jak to zrobić i na co zwracać uwagę.

Wiesz, to jest chwytliwy temat. Jak się kogoś przyciśnie o szczegóły, to nie poznałem osoby, która by robiła super rzeczy dzięki temu. Fajnie może to brzmieć na prezentacji.

Prawie ostatnie pytanie 😉 Oprócz Google Analytics jakieś inne, darmowe narzędzia analityczne porównywalnej klasy pod względem funkcjonalności mamy do wyboru? Czy jesteśmy skazani na GA?

Jesteśmy trochę skazania na Google Analytics, chociaż jest to najlepsze, dostępne i darmowe narzędzie

Szczerze mówiąc, to trochę jesteśmy skazani na Google Analytics z tego względu, że narzędzia podobnej klasy kosztują bardzo dużo. Cena licencji za takie narzędzie jak Adobe Analytics czy Google Analytics Premium to są setki tysięcy złotych rocznie. Jeśli spotykam się w Polsce z tym że ktoś korzysta z Adobe Analytics czy z Webtrekka, czy innego, płatnego narzędzia, to zwykle jest to oddział jakiejś korporacji amerykańskiej czy zachodniej Europy, które z centrali dostaną licencję czy dostają z góry taki zestaw narzędzi. Króluje bezwzględnie Google Analytics. To jest naprawdę potężne narzędzie. Ciężko o to, aby znaleźć darmowy odpowiednik. Jeśli dobrze kojarzę, kiedyś darmowy był Piwik. Ostatnio sprawdzałem i darmowa wersja jeszcze istnieje. Teraz to darmowe narzędzie nazywa się Matomo . Tę wersję darmową można mieć, tylko jeśli będziemy korzystać z własnego serwera, który trzeba skonfigurować, utrzymywać. Nie korzystałem, więc nie wiem, jak duże są to koszty roczne. Pewnie w dużej mierze zależy to od tego, ile danych tam zbieramy, jak duży mamy serwis, ile różnych interakcji śledzimy. Na pewno ma to bezpośrednie przełożenie na koszty utrzymania takiego narzędzia analitycznego. Nie jestem w stanie określić, jaki to jest przedział kwot. To jest ewentualnie taka prawie darmowa alternatywa. Z drugiej strony wymaga trochę więcej wiedzy technicznej bądź wsparcia kogoś, kto się zna na serwerach. Dla małego, jednoosobowego przedsiębiorcy czy dla freelancera, czy nawet dla małej firmy, to nadal Google Analytics pozostaje takim narzędziem, które w porównaniu do funkcjonalności i tego, że jest za darmo, to okazuje się, że nie ma sensu rozglądać się za czymś innym. Mówimy o narzędziach, które są kombajnami analitycznymi. Da się znaleźć sporo narzędzi, których można użyć do różnych dodatkowych analiz, czyli wszelki software do heatmap, do ankiet, do nagrywania sesji użytkowników, testy 5 sekund, które są darmowe albo mają pakiet, który niewiele kosztuje. To też fajnie można wykorzystać do zbierania danych.

Gdyby firmy korzystały z Google Analytics i w 1/10 z jego możliwości, to by było super. Myślę, że dużo danych by otrzymywali. Z mojej perspektywy mniej zaawansowanego użytkownika, bo też nie zajmuję się profesjonalnie analizą, to jest to bardzo fajne narzędzie. Jeśli jest darmowe, to po co szukać czegoś innego. Dużo systemów pozwala na łatwą integrację z nim.

Zaznaczając jeden checkbox, można śledzić cały e-commerce, jeśli mamy sklep internetowy. Wiele narzędzi za pomocą jednego checkboxa jest w stanie dosyłać tam dodatkowe dane czy zdarzenia. Druga rzecz, o której wspomniałaś, a jest bardzo istotna, że sporo firm nie wykorzystuje nawet tych możliwości darmowego Analyticsa albo nie jest ich świadoma. Trudno rozglądać się za innym, płatnym narzędziem. Zwłaszcza że te inne narzędzia potrafią kosztować sporo pieniędzy, jak na nasze polskie warunki. Szczególnie jeśli w tym darmowym nie wycisnęliśmy 100% potencjału. Zanim obejrzymy się za innymi narzędziami, to warto z Analyticsa postarać się wycisnąć więcej.

Zaintrygowałeś mnie. Pierwszy raz usłyszałam o testach 5 sekund. Co to jest?

To jest trochę UX-owa metoda badawcza. Dość powszechnie wiadomo, że mamy dość niską cierpliwość, jeśli chodzi o strony internetowe. Jeśli nie jesteśmy w stanie w kilka sekund zrozumieć mniej więcej, o czym dana strona jest albo wierzymy, że ona nam się nie podoba, to z niego wychodzimy. Testy 5 sekund to metoda, gdzie możemy wrzucić do narzędzia nawet screenshot naszej strony i to narzędzie pokazuje je ludziom przez 5 sekund. Później możemy określić jedno czy kilka pytań, jakie będą zadane tym osobom, które zobaczyły przez kilka sekund naszą stronę. Pokazujemy landing page, przez 5 sekund on się komuś wyświetla, potem jest pytanie: „Jak myślisz jakie są korzyści z usługi, którą zobaczyłeś na stronie?” W ten sposób możemy zobaczyć czy dana strona internetowa jest klarowna i czy użytkownik będzie w stanie szybko zrozumieć tę najważniejszą myśl, którą chcemy mu przekazać.

Fajny sposób. Spotkałam się z tym pierwszy raz. Myślałam, że chodzi o szybkość strony lub łapanie pierwszych ruchów użytkownika. Są mniej popularne testy wykorzystywane do testowania stron jak ten? Pewnie dla ciebie ten test nie jest mało znany, ale dla mnie tak. Stąd moje pytanie. Czy jeszcze jakieś ciekawe metody w analityce?

Sporo z tych metod wspomniałem wcześniej. Na ten moment nie przychodzi mi nic więcej do głowy. Test 5 sekund też nie jest bardzo popularny, ale przyszedł mi do głowy. Są narzędzia, gdzie tego typu analizy na stronach możemy zrobić za darmo, jeśli tylko mamy swoich respondentów, do których możemy wysłać ten test. Z tego, co pamiętam, są darmowe narzędzia do tego, aby to zrobić.

Super. Poszperam sobie jeszcze o tym, bo mnie zaintrygowałeś. Czy znasz blogi lub książki polskie, lub zagraniczne, gdzie można czegoś ciekawego i praktycznego się nauczyć? Bez żadnej ironii bardzo polecam twojego bloga. Podlinkuję go.

Pod kątem ogólnego podejścia do analityki polecam blog Avinasha Kaushiego. Można go znaleźć pod hasłem Occam’s Razor w Google. Polecam go, ponieważ on na blogu w fajny sposób tłumaczy jak ta analityka spina się z biznesem i jak analiza może służyć biznesowi. Podaje dużo praktycznych przykładów i zastosowań. Warto to czytać pod kątem tego, aby nauczyć się jak wykorzystywać analitykę do potrzeb biznesowych. Jeśli chodzi o blogi bardziej techniczne, to pod kątem GTM polecam blog Simonahava.com. Tam jest masa bardzo zaawansowanych poradników i tutoriali, jak coś w GTM-ie zrobić. Kopalnia wiedzy dostępnej całkowicie za darmo. Jeśli ktoś woli uczyć się Analyticsa czy GTM w bardziej wizualny sposób, to na YouTube jest kanał Measureschool, gdzie w prosty sposób dużo rzeczy jest wytłumaczonych na filmikach. Są tam tutoriale jak coś zrobić krok po kroku. Myślę, że dla wielu osób będzie to bardzo pomocne. Pod kątem optymalizacji konwersji, badań jakościowych, kompleksowego podejścia do podnoszenia konwersji na stronie, to polecam blog conversionxl.com. Również masa długich, szczegółowych, wyczerpujących artykułów bazujących często nie tylko na wiedzy samego autora bloga, ale też różnych innych osób z branży, które w tych artykułach się udzielają. Jest tam też spojrzenie z innej perspektywy czy przykłady z różnych firm z rynku.

Super. Podlinkujemy to w notatkach. Jeśli ktoś chciałby się z tobą skontaktować, zapytać o coś, a może zaprosić do współpracy, to gdzie najlepiej do ciebie uderzać?

Najlepszą formą kontaktu jest dla mnie formularz kontaktowy na mojej stronie damianrams.pl albo dodanie mnie na LinkedInie, gdzie jestem bardzo aktywny. Można napisać do mnie wiadomość. Jeśli chodzi o te dwa kanały, to zawsze dość szybko odpisuję.

Podlinkuję, więc nie będzie problemu. Temat analityki jest tak szeroki. Mam jeszcze tyle pytań. Tak jak rozmawialiśmy na początku, z chęcią porozmawiam z tobą jeszcze raz, bo pytań na pewno nie będzie mniej. Bardzo ci dziękuję za rozmowę. Trzymaj się!

Serdecznie dziękuje za zaproszenie i do usłyszenia.

Hej. Pa. Dzięki!