W ostatnim czasie na naszym blogu pojawiło się sporo postów na temat narzędzi analityki internetowej i trochę zaniedbaliśmy sferę „biznesową”, a przecież tak naprawdę najważniejszym celem analityki internetowej jest podejmowanie działań. Stwierdzenie to jest co najmniej trywialne, ale chyba każdy co najmniej kilka razu w swoim życiu miał do czynienia z sytuacją, w której gromadzimy dane, analizujemy je, wyciągamy wnioski i…. na tym się kończy. Dzieje się tak przede wszystkim dlatego, że tylko garstka firm traktuje analitykę internetową – chyba z powodu swojej nazwy wskazującej na obszar IT :) – jako efektywny system zarządzania działalnością online.

W poście tym przybliżę jakie miejsce w strukutrze organizacyjnej przedsiębiorstwa powinna zajmować analityka internetowa, oraz jakie korzyści można z tego osiągnąć. Zaznaczam, że celem tego postu nie jest wyczerpanie tematu, lecz wprowadzanie do niego – zabezpieczam się przed krytyką wskazującą na zbytnie uproszczenie tematu :)

Analityka internetowa jako system zarządzania działalnością online

Można powiedzieć w uproszczeniu, że na analitykę internetową składają się:

• Dane
• Procesy
• Wiedza
• Narzędzia

Częstym problem organizacji jest zbytnia koncentracja na narzędziach oraz danych. Co więcej wiedza jest zazwyczaj sprowadzana do wiedzy i umiejętności związanych z obsługą narzędzi analitycznych. Zupełnie zapomina się o tym, że analityka internetowa ma doprowadzać do działania, sama więc musi być dynamiczna. Ustrukturyzowane i poprawnie zorganizowane procesy mogą zagwarantować nam faktyczne osiąganie rezultatów. Pamiętajmy jednak, że analityka internetowa to nie proces. Jest to raczej „system”, w skład którego rzeczywiście wchodzą procesy przesyłania, analizowania i podejmowania danych. Sprowadzenie analityki internetowej do pojedynczego procesu to zbytnie uproszczenie.

Ustaliliśmy więc, że analityka internetowa to pewien „system”. Klasycznymi funkcjami zarządzania są: planowanie, organizowanie, decydowanie, kontrolowanie i motywowanie. Uwzględniając możliwości analityki internetowej, możemy bezpiecznie ocenić, że umożliwia nam ona spełnienie każdej z tych funkcji. Analityka internetowa przypomina trochę strategiczną kartę wyników, wykorzystywaną do zarządzania realizacją strategii organizacji. Podobnie jak strategiczna karta wyników koncentruje się na osiąganiu konkretnych celów, poprzez podejmowanie określonych działań. Wiedzę o tym jakie działania podejmować dostarczają nam dane. Wreszcie analityka internetowa pozwala nam kontrolować w jakim stopniu udaje nam się osiągać poszczególne cele. Z takiego obrazu analityki internetowej musi pojawić się wniosek, że powinna ona być zorganizowana i ustrukturyzowana, a procesy wchodzące w jej skład muszą mieć charakter ciągły. Jest to trochę ogólny rys struktury analityki internetowej, ale na razie wystarczy :)

Korzyści z wdrożenia analityki internetowej

Co przyniesie nam wdrożenie analityki internetowej w zaprezentowany sposób? Korzyści jest wiele, ale ograniczając się do tych (moim zdaniem) najważniejszych, możemy wymienić:

1. Ułatwienie zarządzania działalnością online
2. Usprawnienie komunikacji wewnątrz organizacji
3. Zmniejszenie ryzyka wszystkich działań online
4. Zwiększenie efektywności całej organizacji
5. Zbilansowanie koncentracji pomiędzy miernikami przeszłych i przyszłych działań

1. Ułatwienie zarządzania działalnością online

Analityka internetowa pomaga w wykonywaniu wszystkich funkcji zarządzania. Zaczynając od planowania (jakie działania mamy podjąć, w jakiej kolejności i w jakim czasie) do kontroli (KPIs są nie tylko metrykami działającymi mobilizacyjnie dla osiągania celów, ale także umożliwiają porównanie jak przedstawiały się nasze cele w stosunku do rzeczywiście osiągniętych wyników – w takim rozumieniu są narzędziami kontroli). Analityka internetowa pomaga w podejmowaniu wszystkich decyzji zarządczych. Możemy precyzyjnie określać efekty poszczególnych działań. Nadawanie priorytetów jest więc dużo prostsze.

2. Usprawnienie komunikacji wewnątrz organizacji

Przedstawienie planu rozwoju naszej działalności za pomocą KPIs z jednej strony ułatwia zrozumienie strategii naszego przedsięwzięcia a z drugiej przyspiesza komunikację pomiędzy działami i szczeblami jednego działu (na przykład o tym, w jakim stopniu udaje się osiągać dane cele). Korzyść ta jest tym większa, że działamy na dynamicznie zmieniającym się rynku. Adaptacja jest więc tym szybsza i skuteczniejsza im lepsza komunikacja wewnątrz organizacji.

3. Zmniejszenie ryzyka wszystkich działań online

Brzmi banalnie, ale tak naprawdę jest :) dzięki danym płynącym z naszej strony internetowej jesteśmy w stanie z bardzo dużym prawdopodobieństwem przewidzieć jak podejmowane działania będą przekładały się na efekty. Dodając do tego znajomość wszystkich kosztów planowanych inicjatyw otrzymujemy marzenie każdego zarządzającego finansami przedsiębiorstwa – pełną informację umożliwiającą realizację inwestycji o największym zwrocie z inwestycji. Co prawda większość zarządzających działalnością online przyzwyczaiła się już do tego, że akurat ten sektor rynku jest wybitnie „ryzykowny”, ale poprawnie wdrożona analityka internetowa wskazuje, że nawet w tak dynamicznym sektorze rynku można podejmować działania dążące do zmniejszenia wysokiego przecież ryzyka.

4. Zwiększenie efektywności całej organizacji

Wróćmy jeszcze na chwilę do priorytetyzacji poszczególnych inicjatyw. W uproszczeniu każdy pomysł w pierwszej kolejności oceniamy przez pryzmat jego wpływu na KPIs (dzięki temu mamy pewność, że podejmowane inicjatywy, będą wpływały na osiąganie naszych celów). Tym samym podejmujemy działania najbardziej efektywne z punktu realizacji strategii naszego przedsiębiorstwa. Analityka internetowa skutecznie rozwiązuje problem podejmowania zbyt wielu działań, które nie zbliżają nas do celu. Należy jeszcze dodać, iż analityka przyspiesza proces podejmowania działań. Większa szybkość podejmowanych decyzji = większa efektywność organizacji.

5. Zbilansowanie koncentracji pomiędzy miernikami przeszłych i przyszłych działań

Niby oczywiste ale ciągle zbyt dużo uwagi w zarządzaniu organizacjami online poświęca się miernikom przeszłych działań. Typowym miernikiem przeszłych działań są mierniki finansowe (przychód, zysk, marża). Wskazują nam one czy działania, które podjęliśmy kiedyś w przeszłości były słuszne i czy udało nam się dzięki nim osiągnąć dany cel (nie ma co ukrywać, że celem długookresowym prawie każdej organizacji jest generowanie zysku, stąd przykład mierników finansowych jako mierników przeszłych działań). Konstruując kokpit menedżerski (element wdrażania analityki) praktycznie zawsze koncentrujemy się na dobieraniu wskaźników przyszłych działań. Tak naprawdę większość wskaźników analityki internetowej ma pokazywać czy działamy wystarczająco dobrze, aby osiągnąć zysk w przyszłości.

Łatwość wdrożenia w istniejące systemy zarządzania

Fakt, nie jest to bezpośrednia korzyść związana z efektami wdrożenia analityki internetowej (dlatego nie było jej na liście), ale raczej zaleta jej wdrożenia. Dzięki uniwersalnej strukturze opartej na KPIs, analityka internetowa daje się łatwo wdrożyć do firm, które już mają opracowaną na przykład strategiczną kartę wyników całej organizacji. Wiadomość ta powinna zadowolić szczególnie duże organizacje, które bardzo często posiadają już wdrożone systemu zarządzania organizacją i istnieją liczne obawy o strukturę organizacyjną i zakres odpowiedzialności oraz przede wszystkim o to, czy analityka internetowa nie będzie kolidowała, czy też ograniczała dotychczas działającego systemu.

Dlaczego systemy, oparte na KPI, nie są doskonałe?

Tytuł tego artykułu wskazuje raczej na zaprezentowanie pozytywnych efektów wdrożenia analityki internetowej, ale nie sposób przeoczyć pewnej drobnej wady systemów opartych na KPIs. Analityka internetowa nie jest systemem, który potrafiłby zidentyfikować, czy opracowany i przyjęty plan rozwoju działalności online jest słuszny i opiera się na poprawnych założeniach. Zakładając, że nasza podstawowe założenia strategiczne nie są realizowane oraz, że KPIs nie są osiągane i że kokpit menedżerski został opracowany poprawnie, zarządzający organizacją nie potrafią jednoznacznie stwierdzić, czy niepowodzenie w osiągnięciu zamierzonych wyników jest spowodowane błędną strategią (opierającą się na błędnych założeniach), czy też niezrealizowaniem celów wynikających z kokpitu menedżerskiego. Wniosek z tego jest prosty, analityka internetowa pomoże nam w zarządzaniu działalnością online ale nie jest ona najlepszym narzędziem, które pomoże nam w opracowaniu strategii tej działalności.

Jakie problemy i wyzwania niesie ze sobą wdrożenie analityki internetowej?

Sporo, część z nich możecie znaleźć w artykule, mówiącym o tym, dlaczego analityka internetowa jest skazana na niepowodzenie (w niektórych firmach), ale temat ten na pewno zostanie jeszcze rozwinięty przeze mnie w kolejnym artykule :)

A na koniec..

..pytanie do Was :) co sądzicie o zaprezentowanym podejściu do analityki internetowej – czy waszym zdaniem rzeczywiście może być ona systemem zarządzania działalnością online?

W poprzednim poście, dotyczącym mierzenia i oceny efektywności źródeł ruchu, wspominałem o nowej funkcjonalności Google Analytics – chodzi oczywiście o tzw. ścieżki wielokanałowe (ang. multi-channel funnels), czyli zestaw całkowicie nowych raportów, które – moim zdaniem – zrewolucjonizują podejście do pomiaru efektywności źródeł odwiedzin w Google Analytics.

Multi-channel funnels zostały wprowadzone w kwietniu bieżącego roku – funkcjonalność ta dostępna jest jednak tylko z poziomu nowego interfejsu GA, co więcej firma Google nadal nie zdecydowała się na upowszechnienie nowych raportów i w chwili obecnej dostępne są one wyłącznie dla wybranych użytkowników. Na szczęście kilku z naszych Klientów zalicza się do grona szczęśliwych wybrańców, możemy więc już teraz podzielić się z Wami naszymi wrażeniami na temat ścieżek wielokanałowych w Google Analytics.

Mierzenie i ocena efektywności źródeł ruchu w kampaniach wielokanałowych – kilka słów wstępu

Na początek warto przypomnieć sobie, o co tak naprawdę chodzi z tym pomiarem efektywności źródeł odwiedzin – Ci z Was, którzy czytali poprzedni artykuł na ten temat, mogą od razu przejść do kolejnej sekcji, wszystkich pozostałych zapraszam do lektury :)

Jeżeli do oceny źródeł odesłania wykorzystujemy Google Analytics, musimy zdawać sobie sprawę z tego, iż domyślnie sukces (symbolizowany przez konwersję, czyli fakt wypełnienia przez użytkownika zdefiniowanego celu) przypisywany jest do ostatniego źródła odesłania, z którym użytkownik miał styczność. Nie stanowi to większego problemu, gdy:

• nasza kampania marketingowa jest oparta na jednym kanale, którym docieramy do internautów,
• na naszą kampanię marketingową składa się wprawdzie większa liczba kanałów, ale ze statystyk wynika, że zdecydowana większość naszych użytkowników podąża najprostszą z możliwych ścieżkek do celu – czyli przed wypełnieniem postawionego celu ma styczność z jednym lub dwoma źródłami odesłania.

We wszystkich pozostałych przypadkach domyślny model atrybucji (czyli sposób przypisywania konwersji do konkretnego źródła odwiedzin) stosowany przez GA może okazać się niewystarczający. Co wtedy? Wtedy warto rozważyć zastosowanie alternatywnego modelu atrybucji :) w tym miejscu warto zapoznać się z poprzednim artykułem, dotyczącym mierzenia efektywności źródeł ruchu oraz prezentacją Pawła na temat implementacji alternatywnych modeli atrybucji w Google Analytics. Należy jednak pamiętać o tym, że wdrażając jakikolwiek niestandardowy model atrybucji musimy podjąć szereg dosyć arbitralnych decyzji, dotyczących tego, jaki wpływ na zaistniałą konwersję ma każde ze stosowanych narzędzi. Wymaga to albo posiadania gruntownej wiedzy, dotyczącej branży, w której działamy albo solidnych danych, które pozwolą nam w miarę obiektywnie zdecydować o istotności poszczególnych źródeł odesłania. W tym właśnie miejscu z pomocą przychodzą nam nowe raporty, udostępnione przez Google.

Naturalnie, możliwości oferowane przez ścieżki wielokanałowe wykraczają poza wsparcie w zakresie wyboru odpowiedniego modelu atrybucji. W dalszej części artykułu postaram się Wam pokrótce przedstawić wszystkie raporty, wchodzące w skład multi-channel funnels oraz związane z ich wykorzystaniem możliwości analityczne.

Konwersja wspomagana, pierwsza interakcja, ostatnia interakcja – czyli garść przydatnych terminów

Zanim przejdziemy do charakterystyki nowej funkcjonalności GA, warto upewnić się, że rozumiemy podstawowe terminy, stosowane przez Google :)

• konwersja wspomagana – moim zdaniem nie do końca właściwy termin, na nasz wewnętrzny użytek określmy ją więc jako interakcja pośrednia – to sytuacja, w której dane źródło ruchu znajdowało się na ścieżce prowadzącej do konwersji, ale nie było ostatnim na ścieżce (nie zamykało jej),
• pierwsza interakcja to sytuacja, w której dane źródło ruchu zainicjowało ścieżkę, prowadzącą do konwersji,
• ostatnia interakcja to sytuacja, w której dane źródło ruchu zamknęło ścieżkę, prowadzącą do konwersji – zgodnie z domyślnym modelem atrybucji, stosowanym przez Google, to właśnie do tego źródła zostałby przypisany sukces (pod warunkiem, że nie byłoby to wejście bezpośrednie).

Aby wszystko było jasne, spójrzmy na poniższy schemat:

Kliknij na zdjęcie, aby powiększyć

W przypadku pierwszej ścieżki, źródłem inicjującym był link sponsorowany, wyświetlony przez wyszukiwarkę Google, źródłem zamykającym natomiast – wyniki organiczne, wygenerowane przez tą wyszukiwarkę. Liczba interakcji pośrednich dla ścieżki pierwszej wyniosła dwa.

W przypadku drugiej ścieżki natomiast, inicjatorem całego procesu był banner na łamach portalu gazeta.pl, natomiast zamknięcie nastąpiło – podobnie jak w przypadku ścieżki pierwszej – podczas wizyty wygenerowanej za pośrednictwem wyników organicznych wyszukiwarki Google. Liczba interakcji pośrednich wyniosła w przypadku drugiej ścieżki trzy.

Łącznie w przypadku obu przedstawionych ścieżek do konwersji zanotowaliśmy zatem pięć konwersji wspomaganych (interakcji pośrednich), dwie interakcje inicjujące oraz dwie interakcje zamykające.

Ścieżki wielokanałowe (ang. multi-channel funnels) w Google Analytics

Ścieżki wielokanałowe, o czym już wspominałem, to zbiorcza nazwa grupy nowych raportów, udostępnionych przez Google i służących do oceny źródeł odwiedzin. Zanim jednak zaczniemy korzystać z multi-channel funnels, powinniśmy zdawać sobie sprawę z kilku rzeczy:

• aby korzystać z nowych raportów, konieczne jest uprzednie poprawne zdefiniowanie celów dla naszej witryny i/lub właściwe skonfigurowanie modułu e-commerce,
• konwersje – w odniesieniu do raportów multi-channel funnels pojęcie konwersja obejmuje zarówno „standardowe” konwersje, mające miejsce w danym okresie czasu i związane z wypełnianiem przez użytkowników postawionych im celów, jak i zaistniałe w tym okresie transakcje e-commerce, zdefiniowane w ramach modułu e-commerce,
• wejścia bezpośrednie – w obrębie raportów, wchodzących w skład ścieżek wielokanałowych, wejście bezpośrednie są traktowane tak samo, jak każdy inny kanał marketingowy, co oznacza, że sukces zaistniały podczas wizyty bezpośredniej jest do niej właśnie przypisywany.
• maksymalny horyzont czasowy analizy, dotyczącej pojedynczej konwersji, wynosi 30 dni – przez taki okres czasu Google Analytics przechowuje dane, dotyczące poszczególnych interakcji, które „złożyły się” na daną konwersję,

Aby uzyskać dostęp do nowych zestawień, należy z poziomu strony głównej wybrać polecenie Ścieżki wielokanałowe.

Kliknij na zdjęcie, aby powiększyć

Ścieżki wielokanałowe to pięć nowych raportów – wszystkie dostępne są za pośrednictwem menu bocznego, znajdującego się z lewej strony:

Kliknij na zdjęcie, aby powiększyć

Domyślnie otwierany jest raport Wspomagane konwersje i od niego właśnie zaczniemy naszą analizę nowej funkcjonalności GA :) układ raportu jest analogiczny do układu, znanego z innych raportów generowanych przez Google Analytics. W prawym górnym rogu znajdują się kontrolki, pozwalające na wybór okresu czasu, który mamy ochotę analizować, a zaraz poniżej widzimy zestaw kontrolek, pozwalający na doprecyzowanie zakresu przedmiotowego analizy. Tak jak już wspominałem, w obrębie raportów multi-channel funnels pojęcie konwersja obejmuje zarówno „standardowe” konwersje, jak i transakcje e-commerce. Wykorzystując odpowiednie kontrolki mamy możliwość określenia, co dokładnie nas w danym momencie interesuje:

Kliknij na zdjęcie, aby powiększyć

Centralną częścią całego raportu jest zestawienie, znajdujące się poniżej wykresu – tabelka ta przedstawia wszystkie wykorzystywane przez nas kanały marketingowe (źródła ruchu) wraz z charakteryzującymi je metrykami:

Kliknij na zdjęcie, aby powiększyć

Kanały domyślnie są przedstawione w standardowej notacji, jeżeli chodzi o Google Analytics, czyli źródło/medium. Nic jednak nie stoi na przeszkodzie, aby to zmienić – służą do tego kontrolki, znajdujące się ponad tabelką. To, co od razu rzuca się w oczy, to możliwość grupowania poszczególnych kanałów. Domyślnie, Google Analytics przypisuje wszystkie kanały, z których korzystamy, do jednej z następujących grup:

• wejścia bezpośrednie
• płatne reklamy
• wyszukiwarki
• e-mail
• sieci społecznościowe
• witryny odsyłające
• inne

Aby uzyskać dostęp do zestawienia, wygenerowanego dla wymienionych agregatów, wystarczy wybrać opcję Podstawowe zgrupowanie kanałów – w efekcie wygenerowana zostanie tabelka, analogiczna do poniższej:

Kliknij na zdjęcie, aby powiększyć

Naturalnie, narzędzia daje nam możliwość stworzenia własnych grup kanałów – nie będziemy się tym jednak teraz zajmować. Zdecydowanie ciekawsze są bowiem metryki, które Google Analytics oblicza dla każdego źródła odesłania lub agregatu, wymienionego w tabelce.

Ponad wykresem widnieją dwie kontrolki, pozwalające wybrać interesujący nas zestaw metryk – zacznijmy od Analizy interakcji wspomagającej. Po wybraniu tej opcji, uzyskamy dostęp do następujących metryk:

• wspomagane konwersje – ile razy dany kanał znajdował się na ścieżce do konwersji, ale nie był ostatnim źródłem ruchu, zamykającym cały proces?
• wartość wspomaganych konwersji – jaka była końcowa wartość konwersji, do zaistnienia których pośrednio przyczyniło się dane źródło ruchu?
• liczba konwersji pochodzących z ostatniej interakcji – ile razy dany kanał był na ścieżce do konwersji i zamykał cały proces?
• wartość konwersji pochodzących z ostatniej interakcji – jaka była łączna wartość konwersji bezpośrednio wygenerowanych przez dane źródło ruchu?
• konwersje wspomagane / konwersje pochodzące z ostatniej interakcji – stosunek liczby konwersji wspomaganych do liczby konwersji, pochodzących z ostatniej interakcji, obliczony dla danego źródła odesłania.

Wybierzmy teraz Analizę pierwszej interakcji – Google Analytics przetworzy dane i wygeneruje nowe zestawienia, analogiczne do tego, które znajduje się poniżej:

Kliknij na zdjęcie, aby powiększyć

Jak widzimy, uzyskaliśmy w ten sposób dostęp do trzech dodatkowych metryk:

• liczba konwersji pochodzących z pierwszej interakcji – ile ścieżek do konwersji zostało przez dany kanał zainicjowane?
• wartość konwersji pochodzących z pierwszej interakcji – jaka była końcowa wartość wszystkich konwersji, do zaistnienia których, poprzez zainicjowanie całego procesu, przyczyniło się dane źródło?
• konwersji pochodzące z pierwszej interakcji / konwersje pochodzące z ostatniej interakcji – stosunek liczby konwersji zainicjowanych przez dane źródło odesłania do liczby konwersji pochodzących z ostatniej interakcji.

Każda z opisanych metryk jest również obliczana w postaci zagregowanej, dla wszystkich wykorzystywanych kanałów marketingowych – obliczone w ten sposób metryki stosunkowo łatwo można nanieść na wykres, co ułatwia wychwytywanie trendów.

Pozostałe raporty, składające się na nową funkcjonalność, omówię w drugiej części artykułu, która ukaże się za tydzień :) wtedy też przedstawię przykładową analizę, opartą o ścieżki wielokanałowe.

A zatem – już teraz zapraszam do lektury! :)

Update: przeczytaj drugą część artykułu na temat multi-channel funnels.

Współcześnie, zdecydowana większość firm obecnych w internecie pozyskuje użytkowników na swoją stronę przy wykorzystaniu więcej niż jednego kanału, umożliwiającego dotarcie do odbiorcy. Naturalnie, nie ma w tym nic dziwnego – w końcu do dyspozycji mamy niezliczoną liczbę narzędzi, pozwalających dotrzeć z naszym przekazem do użytkownika – przykładowe źródła odwiedzin to kampanie bannerowe, mailingi, reklama w wyszukiwarkach, czy serwisy partnerskie. Pojawia się jednak w związku z tym jedno ważne pytanie:

Jak skutecznie mierzyć efektywność poszczególnych źródeł ruchu, wykorzystywanych przez daną firmę?

Od razu zaznaczę, że efektywne źródło to takie, które nie tyle przyciąga na naszą stronę duży ruch, ile przyciąga możliwie dużo wartościowych użytkowników, czyli takich, którzy wypełniają stawiane przed nimi cele, czyli konwertują. Decydująca przy porównywaniu poszczególnych kanałów marketingowych będzie zatem nie absolutna liczba odwiedzin, ale wartość współczynnika konwersji (liczba konwersji podzielona przez liczbę odwiedzin).

Wiemy, jak śledzić w Google Analytics prowadzone w internecie kampanie marketingowe – ponad rok temu pisał o tym Paweł. Wydaje się więc również, że stosunkowo łatwo jest mierzyć efektywność poszczególnych kanałów, które zostały wykorzystane w ramach kampanii – dla każdego źródła ruchu mamy przecież dostępny zestaw metryk, w tym także współczynnik konwersji. Co może być prostszego, niż porównanie kilku wskaźników ze sobą? Przykładowo, spójrzmy na poniższy obrazek – który z kanałów marketingowych jest najefektywniejszy?

Kliknij na zdjęcie, aby powiększyć

Naturalnie, odpowiedź może być tylko jedna – najefektywniejszym źródłem ruchu jest portal goldenline.pl :) warto w tym miejscu zauważyć, że przy tego rodzaju analizach konieczne jest stosowanie sortowania ważonego, aby zapewnić porównywalność współczynników konwersji, obliczonych dla poszczególnych kanałów.

Niestety, okazuje się, że nie wszystko jest tak proste i oczywiste, jak może się na początku wydawać – spójrzmy na poniższy diagram.

Kliknij na zdjęcie, aby powiększyć

Przedstawia on trzy ścieżki, prowadzące do zrealizowania ustalonego dla naszej witryny celu (konwersji). Ścieżka pierwsza to najprostszy przypadek. Internauta, korzystając z wyszukiwarki Google, widzi nasz link sponsorowany, klika w niego i przechodzi do naszej witryny. Okazuje się, że doskonale trafia ona w jego potrzeby, więc ten sam internauta od razu konwertuje, wypełniając postawiony przed nim cel – na naszym diagramie symbolizuje to znak $. W tym wypadku określenie efektywności danego kanału – przypomnijmy, że chodzi linki sponsorowane Google – rzeczywiście nie wydaje się kłopotliwe; wszystko, czego potrzebujemy, to wartość współczynnika konwersji plus odniesienie do pozostałych, stosowanych narzędzi marketingowych.

Nieco inaczej wygląda to w przypadku drugiej ścieżki. Użytkownik po raz pierwszy ma do czynienia z naszą firmą podczas przeglądania portalu gazeta.pl – na jednej z podstron wyświetlona zostaje nasza reklama w postaci banneru. Zainteresowany, klika w nią i przechodzi do naszej witryny – nie następuje jednak konwersja. Jednakże, po pewnym czasie ten sam internauta trafia na naszą witrynę za pośrednictwem wyszukiwarki Google i konwertuje. Jak w tym wypadku zmierzyć efektywność poszczególnych źródeł ruchu? A co byłoby, gdyby ścieżka naszego użytkownika wyglądała tak, jak proces trzeci, przedstawiony na naszym diagramie?

Mierzenie efektywności poszczególnych źródeł ruchu w kampaniach wielokanałowych w Google Analytics

Jeżeli do śledzenia naszych kampanii wykorzystujemy Google Analytics, to musimy zdawać sobie sprawę z tego, że przy standardowych ustawieniach konwersja przypisywana jest zawsze do ostatniego źródła ruchu, z którego skorzystał odwiedzający nas użytkownik. Wyjątkiem są wejścia bezpośrednie. Z oczywistych względów nie są one klasyfikowane jako osobny kanał i w związku z tym nie nadpisują poprzednich źródeł odwiedzin, za pośrednictwem których dany użytkownik do nas trafił. Konwersja zostaje przypisana do wejścia bezpośredniego tylko wtedy, jeżeli był to pierwszy i jedyny kanał, za pośrednictwem którego internauta do nas trafił. Warto w tym miejscu przypomnieć sobie, czym w Google Analytics są wejścia bezpośrednie i dlaczego nie zawsze ich standardowa definicja jest wystarczająca – pisał o tym jakiś czas temu Mariusz.

Standardowe ustawienia GA nie stanowią problemu, jeżeli ścieżka, którą przebył użytkownik, jest analogiczna do tej, która widnieje jako pierwsza na powyższym diagramie. W takim przypadku rzeczywiście za konwersję odpowiada jedno, konkretne źródło ruchu i to właśnie jemu zawdzięczamy 100% przychodu, wygenerowanego przez konwertującego internautę.

Problem pojawia się, jeżeli owa ścieżka miała bardziej złożoną postać i na konwersję „złożyło się” kilka różnych narzędzi, z których korzystamy. Jakkolwiek przypisanie sukcesu (konwersji) do ostatniego źródła ruchu, z którego skorzystał użytkownik, wydaje się w pełni uzasadnione, to musimy pamiętać, że takie podejście może zniekształcać obraz sytuacji – doskonale widać to na poniższym diagramie.

Kliknij na zdjęcie, aby powiększyć

Sukces jest przypisywany do ostatniego źródła ruchu, z którego skorzystał internauta – ale czy to oznacza, że pozostałe kanały rzeczywiście stanowiły jedynie generatory kosztów? Moim zdaniem nie.

Jeżeli domyślne ustawienia GA nas nie satysfakcjonują, zawsze możemy rozważyć zastosowanie alternatywnego modelu atrybucji, czyli alternatywnej metody przypisywania osiągniętego sukcesu (konwersji) do źródła ruchu – oprócz tzw. last-click credit mamy do dyspozycji jeszcze między innymi:

• first-click credit (konwersja zostaje przypisana do pierwszego źródła, z którego dotarł do nas internauta)
• even-click credit (konwersja zostaje przypisana do wszystkich źródeł ruchu, z którymi internauta miał styczność, przy czym każdemu narzędziu nadana zostaje jednakowa waga)
• custom credit (konwersja zostaje przypisana do wszystkich narzędzi, z którymi zetknął się internauta, ale każdemu z nich nadana zostaje inna, odgórnie ustalona waga)

Przykładowo, załóżmy, że pojedynczą konwersję wyceniliśmy na 100 PLN. Poniższy diagram przedstawia udział poszczególnych źródeł ruchu w wygenerowanym z tytułu konwersji przychodzie dla poszczególnych modelów atrybucji.

Kliknij na zdjęcie, aby powiększyć

Jeżeli zagadnienia związane z modelami atrybucji Was zainteresowały, zachęcamy do obejrzenia prezentacji na temat poszczególnych sposobów przypisywania konwersji do konkretnego źródła odwiedzin – prezentacja jest autorstwa Pawła i była omawiana podczas piątej edycji Silesia SEM. Każdy z wymienionych modeli atrybucji da się mniejszym lub większym nakładem pracy zaimplementować w GA – w treści prezentacji znajdziecie na ten temat więcej informacji.

Niestety, każdy z wyżej wymienionych sposobów przypisywania konwersji do konkretnego źródła ruchu ma zasadniczą wadę – decyzja odnośnie tego, jaki wpływ na zaistniałą konwersję ma każde z zastosowanych narzędzi, podejmowana jest odgórnie. Wymaga to albo rozległej wiedzy na temat branży, w której działamy albo solidnych danych, pozwalających na możliwie obiektywne ustalenie istotności poszczególnych źródeł odwiedzin. Osobiście preferuję podejście drugie, do czego mocno przyczyniła się udostępniona w kwietniu bieżącego roku nowa funkcjonalność Google Analytics, tzw. ścieżki wielokanałowe (ang. multi-channel funnels). Jak dotąd Google nie zdecydowało się na udostępnienie jej szerokiej publiczności. Na szczęście kilku z naszych Klientów zalicza się do grona szczęśliwych wybrańców, więc mamy możliwość własnoręcznego przetestowania tego narzędzia – możecie być pewni, że niebawem na naszym blogu pojawi się wpis, poświęcony w całości tylko i wyłącznie tej jednej funkcjonalności GA :)

Update:

• przeczytaj pierwszą część artykułu na temat ścieżek wielokanałowych w Google Analytics.
• przeczytaj drugą część artykułu na temat ścieżek wielokanałowych w Google Analytics.

Czy stosowanie alternatywnych modeli atrybucji naprawdę jest konieczne?

Na koniec należy odpowiedzieć na jedno ważne pytanie – czy wychodzenie poza standardowe ustawienia GA, dotyczące modelu atrybucji, rzeczywiście jest niezbędne? Tradycyjnie, odpowiedź na to pytanie zależy od konkretnej sytuacji. Jeżeli zdecydowanie najczęściej spotykaną ścieżką, prowadzącą do konwersji w przypadku naszej witryny, jest ścieżka analogiczna do pierwszego z opisywanych na początku posta procesów – wychodzenie poza domyślny model atrybucji nie jest konieczne. W przeciwnym wypadku – wydaje się być warte rozważenia. Jak sprawdzić to w praktyce? Jeżeli dla naszej witryny zostało skonfigurowane śledzenie e-commerce, wystarczy zapoznać się z jednym z domyślnych raportów, generowanych na podstawie danych, pochodzących z modułu e-commerce.

Kliknij na zdjęcie, aby powiększyć

Możemy przyjąć, że jeżeli liczba konwersji, która została wykonana na podstawie tylko jednej lub dwóch wizyt w serwisie, jest niższa niż 65% ogólnej liczby zaistniałych konwersji, warto zastanowić się nad alternatywnym modelem atrybucji. W przeciwnym wypadku możemy uznać, że zdecydowana większość użytkowników, odwiedzających naszą witrynę i wypełniających stawiany przed nimi cel, podąża najprostszą z możliwych ścieżek do konwersji. Patrząc na powyższy, przykładowy raport – zastosowanie alternatywnego modelu atrybucji mogłoby mieć sens.

Podsumowanie

Mam nadzieję, że tym postem przybliżyłem Wam nieco problematykę pomiaru efektywności poszczególnych źródeł ruchu. Temat ten jest na tyle ciekawy, że na pewno wrócimy do niego jeszcze na łamach tego bloga. Tymczasem, gdybyście mieli jakiekolwiek pytania odnośnie tego, czy model atrybucji, który stosujecie w odniesieniu do własnej witryny, jest właściwy – zapraszamy do kontaktu. Postaramy się pomóc :)