Wiele na naszym blogu jest porad dotyczących poszczególnych funkcjonalności Google Analytics, ale nigdy tak naprawdę nie pisaliśmy, jak naszym zdaniem powinny wyglądać podstawowe ustawienia tego narzędzia. W końcu poprawna i pełna konfiguracja Google Analytics jest bardzo istotna, ponieważ później na podstawie danych z niego płynących będziemy podejmowali decyzje dotyczące naszej obecności on-line – stąd dane te muszą być SOLIDNE! (chociaż wciąż będą zawierały pewien margines błędu z którym po prostu musimy czuć się dobrze ;))

Artykuł przyda się Wam również w celu przeprowadzenia audytu Waszych narzędzi – jeżeli nawet jest wszystko dobrze, to wcale nie oznacza, że nie może być lepiej, sprawniej czy wygodniej. O większości rzeczy, które omawiam poniżej wspominaliśmy wcześniej, dlatego artykuł stanowi uporządkowanie dotychczasowej wiedzy.

No to start…

Konfiguracja jakiegokolwiek narzędzia powinna rozpocząć się jego instalacją:) Ten temat apropos Google Analytics poruszyliśmy już w artykule pt. Google Analytics – z czym to się je?. W pierwszej kolejności opisaliśmy, na jakiej zasadzie działania Google Analytics, później opisaliśmy jak funkcjonują ciasteczka (ang. cookies), a następnie krok po kroku przeprowadziliśmy Was przez rejestrację i instalację narzędzia.

Implementacja kodu śledzącego na pewno będzie wiązała się z pewnymi modyfikacjami, jeżeli będziemy chcieli korzystać z bardziej zaawansowanej analizy ruchu. Jednak już budowa naszego serwisu może zmusić nas do pewnych modyfikacji np. jeżeli w adresach URL naszych kampanii zamiast ? planujemy używać # to wówczas należy zastosować uzupełniony kod śledzący:

Jeżeli chodzi o implementację kodu śledzącego i zaawansowane śledzenie, to zdradzę Wam, że najbliższym czasie pojawi się post na ten temat. Co więcej planujemy również napisać kilkunastostronicowy poradnik, który będzie do ściągnięcia w formacie PDF i będzie dotyczył jedynie instalacji i konfiguracji GATC.

Sprawdź nasz darmowy poradnik dotyczący instalacji i konfiguracji kodu śledzącego Google Analytics.

Pamiętajcie jedynie, aby po implementacji sprawdzić czy wszystkie strony są otagowane. Niedługo na naszym blogu pojawi się artykuł o narzędziach do tego służących. Jednak na pierwszy ogień powinien iść SiteScan.

Bardzo ważna jest również integracja Google Analytics z kontem AdWords. Nie jest to nic skomplikowanego – myślę, że najlepiej pomoże Wam w tym poniższy filmik:

Pulpit nawigacyjny Google Analytics

Po instalacji i pierwszym odpaleniu Google Analytics naszym oczom ukaże się przypominający poniższy widok:

Kliknij na zdjęcie, aby je powiększyć

Stąd wszystko się zaczyna, a żeby było nam wygodnie poruszać się po naszych statystykach ruchu na stronie warto zadbać, żeby to miejsce było skonfigurowane jak należy.

Po pierwsze – profile. Tutaj również nie będę się za bardzo rozwodził, ponieważ pisaliśmy na ten temat w artykule pt. Powrót do podstaw: konta i profile w Google Analytics. Warte przypomnienia jest przede wszystkim stworzenie „czystego” profilu, który będzie zbierał nieodfiltrowane dane.

Po drugie – filtry. Istocie i znaczeniu filtrów poświęciliśmy dwa artykuły: Zrozum lepiej ruch dzięki filtrom Google Analytics część pierwsza oraz część druga. Słowem streszczenia powiem tylko, że na pewno nie możemy zapomnieć o następujących filtrach:

• wykluczającym nasze IP w domu i w firmie (oraz IP firm z nami współpracujących),
• wykorzystującym zmienną niestandardową do oznaczenia przeglądarek w naszych laptopach (w końcu łączymy się z Internetem nie tylko w domu i w pracy),
• rozróżniających główne segmenty ruchu np. organic i PPC (jeżeli prowadzimy kampanie),
• włączającym do statystyk jedynie naszą domenę,
• innych wykorzystujących zmienne niestandardowe dla poszczególnych użytkowników naszego serwisu.

Kolejną rzeczą w ramach konfiguracji profili jest stworzenie celów oraz konfiguracja ścieżek dojścia do celu. O tym również pisaliśmy w jednym z artykułów z cyklu Powrót do podstaw:) Jedynie, co chciałbym tutaj przypomnieć to wartości poszczególnych celów – pamiętajmy, aby priorytyzować cele dla naszej witryny – w końcu wszystko nie może być tyle samo „warte”. Warto zastanowić się także na tym etapie, czy domyślny model atrybucji stosowany przez Google Analytics odpowiada naszym potrzebom. Więcej na ten temat w poście Mateusza na temat mierzenia i oceny efektywności poszczególnych źródeł ruchu w Google Analytics.

Dla porządku, przy okazji konfiguracji celów i implementacji filtrów powinniśmy skonfigurować następujące elementy w Informacjach o profilu witryny głównej:

• stronę domyślną – zazwyczaj jest to index.php,
• strefę czasową (w zasadzie konfigurujemy ją przy okazji rejestracji konta),
• parametry zapytania, które chcemy wykluczyć (jeżeli takie istnieją),
• śledzenie e-commerce, jeżeli zachodzi u nas taka potrzeba (na temat implementacji oraz wykorzystania modułu e-commerce w Google Analytics przygotowaliśmy odrębny post),
• wyszukiwanie w witrynie – na ten temat pisaliśmy przy okazji omawiania filtrów w Google Analytics,
• walutę.

Kliknij na zdjęcie, aby je powiększyć

Przy okazji konfiguracji Google Analytics warto również wspomnieć o możliwości nadawania dostępu do naszego konta lub wybranych jego profili. O tym szerzej pisaliśmy w artykule na temat kont i profili w Google Analytics.

To tyle jeżeli chodzi o część konfiguracyjną samego narzędzia. W następnym artykule przedstawimy wskazówki dotyczące bardziej zaawansowanych konfiguracji śledzenia, nad którymi naszym zdaniem warto się zastanowić przed rozpoczęciem wnioskowania bazującego na opracowanej wcześniej strategii analityki internetowej.

Tutaj znajdziesz drugą część artykułu pt.

W wielu naszych artykułach poruszaliśmy temat segmentacji w Google Analytics. Paweł pisał m.in. o segmentacji ścieżek w Google Analytics. Ja również niejednokrotnie podkreślałem konieczność jej wykorzystania, zwłaszcza przy opracowywaniu kluczowych wskaźników wydajności (ang. key performance indicators). W literaturze i w branży równie często podkreśla się jej znaczenie – wielkim entuzjastą i orędownikiem segmentacji jest jeden z największych autorytetów w dziedzinie analityki internetowej na świecie Avinash Kaushik. Jego opinie na ten temat można znaleźć m.in. na blogu w artykule o bardzo wymownie brzmiącym tytule: Web Analytics Segmentation: Do Or Die, There Is No Try!.

Przed tygodniem pisałem o zastosowaniu filtrów w Google Analytics jako sposobie lepszego zrozumienia Twoich użytkowników – zaznaczyłem przy tym, że substytucyjną funkcjonalnością Google Analytics są segmenty zaawansowane. Google Analytics daje w rzeczywistości trzy możliwośći segmentacji użytkowników serwisu internetowego:

• drążenie danych poprzez eksplorację raportów,
• segmenty zaawansowane,
• filtry w ramach profili.

Abstrahując od pierwszego, a zarazem najbardziej oczywistego z nich (w zasadzie, to na pewno używasz tego rodzaju segmentacji bez zastanowienia – nieświadomie), dzisiaj chciałbym opisać bardziej szczegółowo segmenty zaawansowane. Najpierw jednak zastanówmy się jaka jest różnica pomiędzy nimi a filtrami w ramach profili i kiedy, którą funkcjonalność lepiej jest zastosować.

Filtry vs. segmenty zaawansowane

Filtry należy używać do segmentacji „długoterminowej” (wizyty jedynie z określonego regionu geograficznego). Są one pomocne również w usuwaniu tzw. szumów informacyjnych – danych, które mogą zakłócić wyniki analiz np. ruch z komputerów właścicieli serwisu. W końcu wykorzystuje się (o czym sobie teraz uświadomiłem, a czego nie napisałem w poprzednim artykule) do nadawania uprawnień różnym użytkownikom w ramach Twojego konta Google Analytics (np. dla agencji zewnętrznej, która zajmuje się ruchem płatnym Twojej witryny) tzn. daje się uprawnienia poszczególnym użytkownikom do różnych profili.

Z drugiej strony, segmenty zaawansowane znacznie lepiej sprawdzają się przy analizach krótkoterminowych (ad hoc). Z pewnością powinieneś wykorzystać je do porównania wydajności Twojej kampanii marketingowej w ramach dwóch mediów itp. Co więcej, dzięki nim możesz sprawdzać, jak zachowują się „niestandardowi” użytkownicy Twojego serwisu np. spędzający średnio więcej niż 3 min itd.

Myślę jednak, że najlepiej jest podsumować oba sposoby segmentacji przy pomocy tabeli.

Jak stworzyć segment zaawansowany

W związku z tym, że w Internecie jest sporo artykułów na ten temat, nie chciałbym powielać ich treści. Poniżej proponuję kilka, które od podstaw wytłumaczą Wam, jak stworzyć segment zaawansowanych. W razie problemów, oczywiście służę pomocą.

Szczególnie godne uwagi artykuły o tworzeniu segmentów zaawansowanych:

• Podstawą jest oczywiście strona pomocy Google Analytics. Tutaj znajdziecie jak tworzyć segmenty zaawansowane i ich używać.
• Jak zawsze nieoceniony blog Mariusza Gąsiewskiego. Tym razem artykuł właśnie stricte o istocie i tworzeniu segmentów zaawansowanych.

Przykłady segmentów zaawansowanych

Pisząc o raportach niestandardowych w Google Analytics zaznaczyłem, że nie jest to produkt standardowy i nie można (nie powinno się) mówić o dobrych praktykach w tworzeniu takich raportów. Podobnie jest z segmentami zaawansowanymi. Ich konfiguracja powinna być uzależniona od charakteru i specyfiki użytkowników serwisu np. na blogu będziesz chciał wiedzieć jak zachowują się najbardziej zaangażowani użytkownicy Twojego serwisu (ich średni czas spędzony na stronie będzie dłuższy niż średnia wszystkich użytkowników), czy poznać lepiej użytkowników Twojego regionu, jeżeli prowadzisz sklep off-line. W drugim przypadku należy się zastanowić, czy nie lepiej wykorzystać filtr. Jeżeli jednak chcesz porównać użytkowników z różnych regionów (bo prowadzisz sklep o zasięgu ogólnopolskim) lepszym rozwiązaniem będzie segment zaawansowany. Poniżej prezentuje kilka segmentów zaawansowanych, z którymi się do tej pory zetknąłem i które mnie zainteresowały. Może to będzie jakąś inspiracją dla Was:)

• Ścieżki dojścia do celu dla danych historycznych

O wykorzystaniu ścieżek do optymalizacji konwersji pisał Paweł w jednym ze swoich artykułów. Jednak w rzeczywistości po konfiguracji ścieżki informacje, które ona przedstawia prezentowane są dla użytkowników, którzy skorzystali z Twojego serwisu od momentu jej implementacji. Aby mieć możliwość oglądania ścieżki w dla danych historycznych można stworzyć segment zaawansowany, który to umożliwi. Na ten temat również znalazłem artykuł na blogu Mariusza, dlatego odsyłam Was do niego:)

Natomiast o segmentacji samych ścieżek możecie przeczytać w innym artykule Pawła.

• Śledzenie nieprawidłowych linków w Twoim serwisie

Problem ślepych linków przychodzących do strony internetowej to dzisiaj problem niemalże każdego serwisu. To oczywiste, że Twoja strona się zmienia, ewoluuje z biegiem czasu, natomiast nie jesteś w stanie kontrolować wszystkich linków, które do niej prowadzą. Często nawet nie wiesz, gdzie takie linki są osadzone. Ma to znaczenie przede wszystkim dla dużych serwisów, które często są aktualizowane. Przez takie uszkodzone linki możesz nie tylko stracić potencjalnych użytkowników (klientów), ale co gorsze nastawić ich anty do Twojej domeny. Jak śledzić takie linki, a przez to je eliminować w szybkim czasie reagując na pojawiających się użytkowników, którzy nie dotarli do Twojego serwisu z pomocą linka odsyłającego z innej strony internetowej?

Częścią wspólną wszystkich tego typu linków jest tytuł strony, a więc jego użyjemy w konfiguracji raportu niestandardowego. W pierwszej kolejności musisz sprawdzić, jak wygląda tytuł strony błędu. Najprościej zrobić to poprzez wpisanie adresu, który nie istnieje. Dla naszego bloga może to być np. http://www.conversion.pl/blog/test. Sprawdzając źródło takiej strony zobaczysz jaki jest jej tytuł – dla każdej strony błędu w Twoim serwisie będzie on taki sam (u nas jest to „Niestety nie znaleziono strony – Blog Test” dla tej szczególnej strony). Następnie implementujesz segment zaawansowany.
Konfiguracja takiego segmentu wygląda następująco.

Kliknij na zdjęcie, aby je powiększyć

Pamiętaj, że możesz sprawdzić błędne linki prowadzące na Twoją domenę również dla danych historycznych!

• Sprzedaż wg kategorii produktu w e-commerce

Ciekawe studium przypadku przedstawione jest na stronie Google Analytics Blog. Autorzy podają przykład segmentu, który pozwala pokazać sprzedaż produktów męskich versus damskich w sklepie z odzieżą. Po rozpoznaniu kategorii produktów na podstawie adresu w pasku adresu możemy stworzyć segment, który pozwoli nam analizować w e-commerce sprzedaż dwóch rodzajów produktów. Więcej na temat tego segmentu przeczytasz pod tym linkiem.

Oczywiście przykład jest jednym z wielu możliwych przykładów segmentacji ruchu. W zależności od tego, czym handlujesz możesz swoje produkty podzielić według wielu różnych kategorii i analizować Twoich użytkowników w ich ramach.

• Ruch według pory dnia

Jest to bardzo dobry segment do zbierania informacji dotyczących czasu, w którym najlepiej jest puścić reklamę TV, radiową oraz oczywiście internetową. Pomoże Ci również dostosować okres, w którym najlepiej wykazać się zwiększoną aktywnością w social media. Szczególnie pomocny jest dla firm, które mają rozciągniętą działalność w różnych strefach czasowych.

Połącz ten segment z dniem tygodnia, aby przekonać się, kiedy najlepiej konwertują Twoi użytkownicy, aby w tym czasie więcej wzmożyć swoją aktywność reklamową.

Kliknij w ten link, aby utworzyć taki segment zaawansowany. Jeżeli jesteś zalogowany na swoim koncie Google Analytics, możesz go od razu zaimplementować do swoich analiz:)

• Ruch wg słów kluczowych

Dzięki segmentom zaawansowanym możesz również „spakować” wszystkie słowa kluczowe, na których ci zależy (dowolny ich zestaw) w celu przekonania się, jak wygląda ruch użytkowników, którzy za ich pomocą trafili na Twoją stronę. Dzięki temu możesz przekonać się jak dużo ruchu dany zestaw słów kluczowych sprowadza na Twoją witrynę. Przekonasz się również, czy użytkownicy, którzy dzięki tym słowom trafili na Twoją stronę konwertują w sposób, jakiego od nich oczekujesz. Jeżeli pozycjonujesz się na dane słowa w AdWords z pewnością będziesz chciał ten ruch podzielić jeszcze na ruch płatny i organiczny. w powyższym filtrze wyrażenie regularne „KW1|KW2|KW3” oznacza 3 słowa kluczowe. Możesz stosować dowolną ich ilość zawsze oddzielając je znakiem „|”, który oznacza operator logiczny „lub”.

• Śledzenie zapisanych w RSS

Dowiedz się, jak zachowują się użytkownicy, którzy zapisali się do Twojego źródła RSS.

• Czy jest jakaś różnica pomiędzy nimi, a pozostałymi powracającymi użytkownikami?
• Co ich odróżnia?
• W których miejscach należy poprawić stronę, aby angażowała bardziej?

To tylko kilka pytań, na które można odpowiedzieć wykorzystując ten filtr. Aby przekonać się, jak to wygląda na Twojej stronie – zainstaluj odpowiedni segment zaawansowany.

Podsumowanie

To jest kilka segmentów zaawansowanych, z tych z którymi do tej pory się zetknąłem. Chętnie posłucham, jak Wy segmentujecie swoich użytkowników. Pomysłów może być wiele i jak już zaznaczyłem na wstępie – żaden z nich na pewno nie jest uniwersalny, bo tak jak nie ma dwóch identycznych ludzi na świecie, tak każdy strona internetowa jest inna…

Poniższy artykuł stanowi kontynuację rozważań dotyczących filtrów w Google Analytics, które rozpocząłem przed tygodniem. Dowiedzieliście się już jaka jest istota filtrów, jak je zaimplementować oraz zaproponowałem trzy moim zdaniem najbardziej użyteczne filtry. Dzisiaj przedstawię kolejne propozycje.

Jedną z nich miał być filtr dotyczący wykluczenia ruchu ze zmiennych IP. Jednak dzięki komentarzowi Kasi znalazłem artykuł na ten temat, więc myślę, że nie ma sensu powielać jego treści. Zapraszam więc na blog Magiczne SEO i SEM. Słowem uzupełnia dodam jedynie, że aby zaimplementować opisywane sposoby z wykorzystaniem nowego asynchronicznego kod na stronie, która dodaje odpowiednie ciasteczko trzeba zamieścić następującą linijkę:

<body onload="_gaq.push(['_setVar', 'GA-usuniecie'])">

Należy pamiętać jednak, że zmienna Var jest już mało używana i może zostać zniesiona na rzecz CustomVar. W tym momencie jednak, nie można robić filtrów na podstawie CustomVar.

Ruch z programów pocztowych

Z pewnością nieraz dostałeś na swoją bezpłatną skrzynkę pocztową mail reklamowy. Wiele firm w bardzo dużym stopniu wykorzystuje mailing jako źródło generowania sprzedaży. Szczególnie widoczne jest to w przypadku sklepów internetowych. W związku z tym pojawia się potrzeba śledzenia ruchu z tego źródła.

Firmy wykupując bazę mailingową zazwyczaj wiedzą do użytkowników jakiej domeny będzie wysłana wiadomość reklamowa. W związku z tym można śledzić poszczególne kampanie mailingowe znając grupę docelową użytkowników maili w danej domenie.

Jak utworzyć taki filtr?

Jego przykład pokazuje poniższy screen.

Kliknij na zdjęcie, aby je powiększyć

Filtr ten oznacza ruch z maila Yahoo oznaczając użytkowników z tego źródła jako „mail.yahoo.com”. Aby zainstalować śledzenie z innych maili musisz zobaczyć jaki referral dany mail reprezentuje (zakładka Źródła), a później napisać odpowiadające mu wyrażenie regularne (więcej na ten temat znajdziesz na blogu Mariusza Gąsiewskiego) lub bazować na powyższym przykładzie.

Ruch wykorzystujący wyszukiwanie wewnętrzne

Większość witryn internetowych ma wbudowane pole wyszukiwania wewnętrznego (na naszym blogu możesz je zobaczyć w nagłówku po prawej stronie). Jego obecność pomaga w znalezieniu rzeczy, których użytkownik serwisu nie może znaleźć poruszając się po podstronach. W rzeczywistości wyszukiwania wewnętrznego wykorzystuje 10-30% odwiedzających. Jednak śledzenie ich obecności jest bardzo istotne, ponieważ pozwala przekonać się jakie elementy są słabo dostępne lub jakich rzeczy szukają użytkownicy, po które przyszli, a nie ma ich w serwisie. Może to okazać się szczególnie ważne np. dla sklepu internetowego. Załóżmy, że wyszukiwanie wewnętrzne sklepu online ze sprzętem sportowym pokazuje, że użytkownicy nad wyraz często poszukują odżywek sportowych. Śledząc ich ruch możemy ich lepiej poznać i dowiedzieć się o nich więcej, żeby zaproponować im to, czego szukają.

Zanim zaimplementujesz filtr wyszukiwania wewnętrznego musisz najpierw takie wyszukiwanie skonfigurować na swoim koncie. Jeżeli wiesz jak to zrobić lub masz już zainstalowane wyszukiwanie wewnętrzne możesz pominąć poniższe instrukcje i przejść bezpośrednio do implementacji filtra. W tym celu udaj się do ustawień profilu (kliknij edytuj przy nazwie profilu) i wybierz edytuj informacje o profilu witryny głównej.

Kliknij na zdjęcie, aby je powiększyć

Zostałeś przeniesiony do ekranu edycji. Ostatnia sekcja edycji dotyczy śledzenia wyszukiwania wewnętrznego. Wybierasz tutaj Śledź wyszukiwanie w witrynie. W polu poniżej wpisujesz parametr zapytania. Skąd go wziąć? Parametr zapytania sprawdzisz w pasku adresu, który jest wynikiem wyszukiwania na Twojej witrynie. W tym celu wyszukaj jakiekolwiek słowo w wyszukiwarce wewnętrznej Twojej strony. Biorąc przykład naszego bloga, po wpisaniu w wyszukiwarce wewnętrznej „KPI” w wynikach wyszukiwania pojawia się następujące adres w pasku adresu.

Kliknij na zdjęcie, aby je powiększyć

Operatorem zapytania jest w tym przypadku literka „s”. W ten sposób konfiguracja wyszukiwania wewnętrznego na naszym blogu będzie wyglądała następująco.

Kliknij na zdjęcie, aby je powiększyć

Dodatkowo możesz wybrać czy w panelu Google Analytics będzie pojawiał się parametr(y) zapytania. Jeżeli używasz kategorii wyszukiwania wewnętrznego, to analogicznie musisz określić jego parametr. W poniższym przypadku będzie to „section” (natomiast parametrem wyszukiwania dla tej strony jest „phrase”).

Kliknij na zdjęcie, aby je powiększyć

Po wszystkim klikasz Zapisz zmiany i możesz cieszyć się zainstalowanym wyszukiwaniem wewnętrznym.

Jak teraz odfiltrować ruch z wykorzystujący takie wyszukiwanie?
Konfiguracja filtra zaawansowanego wygląda następująco.

Kliknij na zdjęcie, aby je powiększyć

Wykorzystuje on wyrażenia regularne zaprojektowane specjalnie dla naszego bloga. Jeżeli potrzebujecie podpowiedzi, jak skonstruować Regex dla Waszych witryn to zapraszam do kontaktu – będziemy pomagali. W panelu Google Analytics użytkownicy będą oznaczeni „wyszukiwanie | wyszukiwana fraza”, czyli np. „wyszukiwanie | KPI”. W ten sposób możecie analizować ruch na stronie każdego z nich lub grupy osób, które wyszukują te same frazy.

Ruch płatny PPC

Obecnie firmy coraz częściej jako źródło pozyskania klientów wykorzystują ruch płatny Google tzw. pay per click (PPC). W związku z tym, że każdy przeklik z takiego źródła jest związany z pewnym kosztem to należy szczególną uwagę zwrócić przy jego analizie, aby ROI (zwrot z inwestycji, ang. return on investment) z tego typu inwestycji było jak najwyższe. W związku z tym niezbędnym jest implementacja profilu, który będzie pokazywał ruch jedynie z tego typu źródła. Poniżej znajduje się przykład takiego filtra.

Kliknij na zdjęcie, aby je powiększyć

Powyższy filtr pokazuje jedynie ruch płatny. Natomiast jeżeli zależy Ci na połączeniu rzeczywistego słowa kluczowego, które zostało skojarzone z Twoim słowem kluczowym, za które zapłaciłeś musisz zastosować następującą konfigurację.

Kliknij na zdjęcie, aby je powiększyć

W ten sposób otrzymasz wyniki w panelu Google Analytics, które będą wyświetlane np. „golarka – (golarka+elektryczna)”. Wynik ten przedstawia użytkowników, którzy weszli na Twoją witrynę poprzez link sponsorowany po wpisaniu słowa kluczowego „golarka elektryczna”, które zostało skojarzone ze słowem kluczowym, które wykupiłeś tj. „golarka”.

Ruch z social media

W artykule dotyczącym instalacji Google Analytics na stronie Facebooka Paweł opisał jak analizować ruch na tej stronie. Jeżeli prowadzisz bardzo silną kampanię w mediach społecznościowych, to może warto założyć profil w ramach Twojego konta Google Analytics, który będzie pokazywał zagregowany ruch z tego źródła. Poniżej prezentuję przykład takiego filtra.

Kliknij na zdjęcie, aby je powiększyć

Zmienia on nazwę ruchu z podanych stron serwisów społecznościowych z referrali na social media. Kolejne serwisy oddziela się znakiem „|”, co oznacza LUB. W ten sposób otrzymujesz zagregowany ruch ze wszystkich serwisów społecznościowych, w których jesteś obecny (a dokładnie rzecz ujmując z tych, które wpisałeś w filtrze).

Podsumowanie

Mam nadzieję, że te dwa artykuły pozwolą Wam zaczerpnąć nieco ciekawej wiedzy dotyczącej filtrów Google Analytics. Jeżeli macie pomysły na inne filtry lub potrzebujecie jakiś konkretnej segregacji danych spływających do Waszych systemów Google Analytics to dajcie znać – razem pomyślimy i na pewno uda nam się stworzyć coś konstruktywnego.

Słowem przypomnienia, chciałbym jeszcze raz zwrócić Waszą uwagę, żeby zawsze zostawić jeden „czysty” profil, a różne filtry stosować w różnych kombinacjach – nie wszystkie na raz. Zastosowanie filtru nie powoduje oczyszczenia danych z przeszłości, ale również nie da się odzyskać surowych danych, które przeszły przez Twój filtr. Także raz źle zaimplementowany filtr może pozbawić Cię ogromu istotnych informacji o użytkownikach Twojego serwisu.