Google Analytics dostarcza nam masę danych ilościowych na temat interakcji użytkowników z naszymi serwisami. Spotykamy się z problemem, że tych danych jest za dużo i nie wiemy co z nimi robić.

Z drugiej strony, czasem okazuje się jednak, że tych danych mamy w narzędziu za mało. Zapytacie pewnie jak to?

Google Analytics nie powie nam np. czy dane zamówienie jest pierwszym zamówieniem danego użytkownika i skąd przyszedł on przy pierwszym zamówieniu (ścieżki wielokanałowe zdradzają nam tylko część informacji). Nie powie nam także ile średnio odwiedzin naszego sklepu zajmuje mu podjęcie decyzji. Jeśli prowadzimy także sprzedaż offline to możemy pomarzyć o tym, aby Google Analytics powiedział nam, który użytkownik online odpowiada naszemu użytkownikowi offline :)

Zastanawialiście się kiedyś jak poradzić sobie ze zbudowaniem znacznie pełniejszego obrazu naszych klientów czy leadów pochodzących z kanału online? Prawdą jest, że im więcej danych mamy (i umiemy je wykorzystać), tym lepiej możemy dostosować nasze działania marketingowe, więc gra jest warta świeczki.

Czasem słyszałem pytania, czy istnieje możliwość importu danych z Google Analytics do zewnętrznych baz danych i łączenie tych danych ze sobą w celu dokładniejszej analizy.

Odpowiedź jest prosta: istnieje i to nie jedna.

API Google Analytics

Pewnie wielu z Was odrazu pomyślało: „hej, przecież możemy wyciągać dane z Google Analytics za pomocą API”.

Jasne, że możemy. Tylko jak je połączymy z danymi w innych systemach? Google Analytics nie przechowuje żadnych osobistych danych naszych użytkowników, czyli np. imienia i nazwiska, adresu zamieszkania czy adresu IP.

Oznacza to ni mniej ni więcej, że owszem możemy sobie wyeksportować liczbę odwiedzin w danym dniu, współczynnik odrzuceń (bounce rate) oraz źródło ich pochodzenia. Nie dowiemy się jednak, ilu z nich to klienci, którzy złożyli zamówienie dwa tygodnie temu. Google Analytics nam tych danych nie da, bo ich fizycznie nie posiada (a przynajmniej nam ich nie przedstawia ;))).

Kliknij na screen, aby powiększyć

Jak więc zaadresować ten problem?

Przekazywanie interesujących nas danych z Google Analytics do zewnętrznej bazy CRM

Jeżeli chcemy mieć możliwość analizy dodatkowych danych na temat naszych klientów czy leadów w naszych bazach CRM musimy te dodatkowe dane przekazać.

Wyobraźmy sobie sytuację sklepu internetowego, który chce widzieć jak zmieniały się źródła wejścia każdego z użytkowników wraz z kolejnymi zamówieniami. Czyli, że np. źródłem pierwszego zamówienia była kampania PPC, drugiego wejście bezpośrednie, a trzecie zamówienia danego klienta została zainicjowane mailingiem.

W normalnych warunkach, użytkownik przy składaniu zamówienia wypełniłby formularz (i pewnie się zarejestrował) zawierający takie dane:

• imię
• nazwisko
• adres dostawy
• email
• login

Co musielibyśmy zrobić, żeby widzieć w naszym CRMie jakie było źródło odwiedzin użytkownika? Musielibyśmy taką informację przekazać do CRMu wraz z pozostałymi danymi z formularza.

Jak więc to zrobić?

Nie będziemy przecież pytać użytkownika w formularzu składania zamówienia: „z jakiego źródła odesłania przychodzisz dobry człowieku?” (tutaj dowiesz się jakie są elementy, które warto w formularzach przetestować, a tutaj jak stworzyć dobry formularz). Szczególnie, że nie musimy o to pytać, ponieważ takie dane zawierają ciasteczka Google Analytics przechowywane w przeglądarce użytkownika. Musimy je jedynie przeczytać, a następnie wartość źródła odesłania przekazać w ukrytym polu formularza.

Nie wydaje się to łatwe? Nie wiesz jak czytać ciasteczka Google Analytics?

Tak naprawdę nie ma nic prostszego

Tak się składa, że niejaki Danny wyręczył nas w programowaniu i napisał skrypt, który czyta ciasteczka Google Analytics.

Wystarczy, że wczytamy skrypt na naszej stronie, a otrzymamy możliwość łatwego wykorzystania wszystkich elementów przechowywanych w ciasteczkach użytkownika. Przykładowo możemy m.in. poznać i przekazać w kodzie html:

• czas od ostatniej wizyty
• źródło odwiedzin
• słowo kluczowe odwiedzin
• numer kolejnych odwiedzin
• słowo kluczowe

a co za tym idzie także bezproblemowo te dane przesłać do naszej bazy CRM.

Przyznacie, że nie ma w tym nic trudnego, prawda?

Dążąc do perfekcji i osiągnięcia nirvany

Jest niestety jeden problem z wykorzystaniem tego podejścia. Tak jak pisałem, żeby analizować dane w CRMie, musimy je tam przekazać. Oznacza to, że już dziś musimy zadecydować, jakie dane będą nam potrzebne w przyszłości. Co jeśli ich nie przekażemy? Niestety nie będziemy mogli cofnąć czasu.

Na szczęście istnieje na to recepta.

Pamiętacie jak wspominałem o API Google Analytics? Daje nam ono dostęp do wszystkich danych historycznych zebranych w ramach naszego konta. Wspominałem, że standardowo nie da się tych danych wyeksportować dla pojedynczego użytkownika. Istnieje jednak na to pewien sposób.

Jak połączyć ze sobą dwa zestawy danych?

Zawsze jest tak, że jeżeli chcemy połączyć dwa zestawy danych, muszą one posiadać jeden wspólny element, który przyjmuje unikalne wartości. Przykładowo w bazie CRM takim kluczem jest numer klienta. Do jednego numeru może być przypisany tylko jeden klient i jego unikalne dane.

Z drugiej strony mamy dane z Google Analytics w których nie ma unikalnego numeru, który rozróżniałby każdego użytkownika i jego działania. Prawda jest jednak taka, że unikalny numer każdego użytkownika istnieje, tylko Google Analytics nam go nie udostępnia :)

To jest standardowe ciasteczko utma, które zostało utworzone przez Google Analytics na mojej przeglądarce w trakcie odwiedzin naszego bloga:

32856364.423507134.1316540148.1319460289.1321559324.8

Pogrubiony numer to ID użytkownika – losowy unikalny identyfikator (więcej informacji o ciasteczku utma znajdziecie tutaj). To ID nie zmienia się przy kolejnych odwiedzinach – zawsze pozostaje takie samo (dopóki ktoś nie skasuje ciasteczek ;)).

Teraz, jeżeli każdemu użytkownikowi przy odwiedzinach przekażemy do Google Analytics jako zmienną niestandardową ten numer ID (znowu za pomocą skryptu Danny’ego), to będziemy mogli analizować poczynania każdego pojedynczego użytkownika na naszej stronie:

Kliknij na screen, aby powiększyć

Mariusz korzystał z tego sposobu pisząc artykuł na temat _addIgnoredOrganic w Google Analytics.

Mamy więc taką sytuację:

1. W naszej bazie CRM, każdy klient / lead posiada unikalny wpis
2. W Google Analytics każdy pojedynczy użytkownik posiada unikalny numer ID

Aby połączyć te dane ze sobą, w obu bazach każdy użytkownik musi posiadać wspólny rekord. Oznacza to, że do bazy CRM musimy przekazać unikalne ID naszego użytkownika przechowywane przez Google Analytics (w zmiennych niestandardowych). Możemy ro zrobić opisywanym już sposobem, a więc w trakcie składania formularza przekazać wartość unikalnego ID jako ukryte pole do naszej bazy.

Stworzy nam się wtedy w bazie CRM taka tabela:

Login
Imię
Nazwisko
Adres
Unikalne ID

Login-1
Jacek
Placek
Adres 1
1000020245

Login-2
Krzysztof
Iksiński
Adres 2
100057639

Z drugiej strony w Google Analytics będziemy mieli druga tabelę:

Kliknij na screen, aby powiększyć

Jak widzicie mamy część wspólną, czyli Unikalne ID użytkownika w jednej i drugiej bazie. Dzięki temu możemy je połączyć. Teraz, jeżeli będziemy potrzebowali jakichkolwiek informacji na temat któregoś z naszych użytkowników, wystarczy że stworzymy odpowiednie zapytanie przez API. Podając jako wyróżnik jego unikalne ID będziemy mieli dostęp do wszystkich zbieranych przez Google Analytics danych na jego temat.

Podsumowując

Google Analytics jest świetnym narzędziem do analizy danych ilościowych pochodzących z naszych serwisów. Niestety czasem jego możliwości się kończą i wtedy będziemy chcieli wykorzystać te dane w połączeniu z innymi, które mamy dostępne w hurtowniach danych lub bazach CRM. Dzięki takiemu podejściu będziecie mogli łączyć dane online i offline i przenieść swoją analizę i wnioski na prawdziwie wyższy poziom.

Co sądzicie o podejściu łączenia danych z Google Analytics z innymi systemami? Uważacie, że może to być przydatne?

Nadszedł czas na kontynuację porad dotyczących podstawowej konfiguracji Google Analytics. W artykule w dwa tygodnie temu przedstawiliśmy, jak naszym zdaniem powinien wyglądać aspekt konfiguracji narzędzia samego w sobie.

Dzisiaj chcielibyśmy powiedzieć coś więcej o zaawansowanych metodach śledzenia – jak poprzednio będzie to raczej uporządkowanie wiedzy zgromadzonej na naszym blogu, ponieważ większość tematów poruszaliśmy już w naszych postach.

Zaawansowane śledzenie

Pierwszą rzeczą – w ogóle, jaką powinniśmy zrobić jest „przeklikanie naszego serwisu od początku do końca”, rejestracja we wszystkich formularzach, kliknięcie na wszystkie możliwe odnośniki – jednym słowem przejrzenie strony na wylot. Podejrzewam jednak, że będąc właścicielem serwisu sami dobrze wiemy, co w nim siedzi… Działania te mają na celu zidentyfikowanie specjalnych implementacji, które pozwolą nam na zaawansowane śledzenie naszych użytkowników.

Śledzenie zdarzeń (ang. event tracking)

Dla hiperłącz, które nie wywołują załadowania nowej strony (ściągnięcie pliku, wysłanie formularza kontaktowego, kliknięcie w link maila itp.) należy skonfigurować śledzenie zdarzeń. Jeżeli jednak będziemy chcieli skonfigurować cel w Google Analytics, który będzie raportował wykonanie takiej akcji, to wówczas powinniśmy wykorzystać do tego wirtualne odsłony. Poruszaliśmy te tematy w artykułach zatytułowanych: Śledzenie zdarzeń w Google Analytics (ang. event tracking) oraz Wirtualne odsłony – uzupełnienie śledzenia zdarzeń. Dodatkowo musimy pamiętać o zachowaniu odpowiedniej struktury raportowania śledzenia zdarzeń.

Jeżeli w naszym serwisie znajduje się bardzo dużo linków zewnętrznych lub maili, czyli hierpłączy, które nie wywołują załadowania strony z naszym kodem śledzącym, to możemy ułatwić sobie życie – nie ma konieczności tagowania wszystkich linków oddzielnie. Wystarczy na swoim serwerze umieścić dwa pliki, a na wszystkich stronach w ramach serwisu, w sekcji head umieścić następujący kod:

Poszczególne pliki mają natomiast następującą zawartość.

mailto.js

outband.js

Zmienne niestandardowe (ang. custom variables)

Zmienne niestandardowe służą do „oznaczania” wybranych użytkowników. Ta funkcjonalność pomoże nam na pewno w segmentacji naszego ruchu Możemy np. chcieć zobaczyć, jak zachowują się użytkownicy zarejestrowani vs. niezarejestrowani lub osoby, które obejrzały wybraną stronę wobec internautów, którzy do niej nie dotarli – bez implementacji zmiennych niestandardowych niestety nie będzie to możliwe. O zastosowaniu tej funkcjonalności pisaliśmy w artykule pt. Zrozumieć zmienne niestandardowe w Google Analytics, w którym znajdziecie szczegóły na ten temat.

Śledzenie wypełniania formularzy

Formularze są częstą przyczyną wąskich gardeł na ścieżce konwersji. Dlatego bardzo istotna jest śledzenie ich wypełnienia. O optymalizacji konwersji formularzy pisaliśmy już jakiś czas temu w artykule pt. Jak analizować formularze, by poprawić ich skuteczność. Metodę pomiaru formularzy w Google Analytics opracował Bluerank – nasza firma partnerska. Możecie przeczytać o niej na oficjalnym blogu Google Analytics.

Śledzenie stron błędu 404

Tej tematyce poświęciliśmy dosyć niedawno artykuł pt. Strona błędu 404 w Google Analytics. Znajdziemy w nim sposób, dzięki któremu możemy bardzo łatwo zautomatyzować proces śledzenia ślepych linków w naszym serwisie np. poprzez implementację odpowiednich alertów niestandardowych.

Instalacja E-Commerce

Instalacja modułu e-commerce to już trochę dłuższa historia. Do tej pory nie pisaliśmy nic na ten temat, jednak znalazł on miejsce w naszym planie wydawniczym na najbliższy kwartał. Omówienie instalacji śledzenie transakcji e-commerce wymaga poświęcenia jej w całości całego artykułu, więc na razie niech zadowoli nas jedynie jej krótki przedsmak w postaci filmiku z kanałau Google Analytics na YouTube.com.

Update: tutaj jest dostępny post krok po kroku wyjaśniający, jak zainstalować, skonfigurować i wykorzystać moduł e-commerce w Google Analytics :)

Konfiguracja poziomych ścieżek do celu

Może się zdarzyć, że przy analizie naszego serwisu zachodzi potrzeba segmentacji całej ścieżki dojścia do celu. W standardowym raporcie nie jest to niestety możliwe. Z pomocą przychodzą tzw. poziome ścieżki do celu. Poświęciliśmy im cały oddzielny artykuł pt. Segmentacja ścieżek w Google Analytics. Znajdziecie tam sposób, jak stworzyć taką ścieżkę, aby móc ją następnie poddać segmentacji.

Segmenty zaawansowane

Segmentation – do or die, tere is no try ten cytat autorstwa Avinasha Kaushika podaje zawszę, jeżeli mówię o konieczności segmentacji danych w analityce internetowej. Sami tej funkcjonalności poświęciliśmy m.in. post pt. Segmentacja (zaawansowana) – nie ma wybacz!. Jednak na pewno zauważyliście, że często w naszych tekstach przewija się ich motyw.

Raporty niestandardowe

Pisaliśmy również na naszym blogu o raportach niestandardowych. Jeżeli jednak zaczynamy przygodę z Google Analytics, to jest mało prawdopodobne, że będziemy poszukiwali niestandardowej konfiguracji raportów, jeżeli nie znamy dokładnie raportów dostępnych w standardowej ich konfiguracji. Gdyby jednak była taka potrzeba, to zapraszamy do lektury artykułu o wszystko-mówiący tytule Raporty niestandardowe w Google Analytics :)

I najważniejsze – sprawdzenie…

Po implementacji wszystkich funkcjonalności należy odczekać kilka dni, aby przekonać się czy wszystko działa jak należy!

Myślę, że narzędzie poprawnie skonfigurowane według omówionych punktów jest w pełni gotowe do zbierania solidnych danych dotyczących naszej obecności w Internecie.

Nic tylko analizować – oczywiście przed opracowaniem strategii analityki internetowej.

Swojego czasu, pracując nad optymalizacją sklepu internetowego w pewnym momencie pojawiła się potrzeba rozróżniania użytkowników po niestandardowych kluczach (metrykach i wymiarach). Mimo wszechstronności Google Analytics nie możliwe było wykorzystanie raportów, nawet w niestandardowej ich konfiguracji. Wówczas sięgnęliśmy po zmienne niestandardowe (ang. custom variables).

Pamiętam, że musiałem poświęcić sporo czasu w celu zrozumienia tej funkcjonalności. Nie było łatwo, ale było warto – naprawdę rozszerza ona pole widzenia ruchu na stronie internetowej. Ostatnio również miałem możliwość wykorzystać tą funkcjonalność i związku z tym, że musiałem wrócić do źródeł wiedzy na ten temat, postanowiłem napisać na ten temat artykuł – jak zawsze będę starał się kłaść nacisk na część praktyczną. Jednak tym razem bez wstępu teoretycznego się nie obejdzie. Moje rozważania w dużej mierze będą opierały sięna następujących treściach:

• Strona pomocy Google Analytics na temat zmiennych niestandardowych,
• Blog Google Analytics – moc zmiennych niestandardowych.
• Naszych doświadczeniach;)

Zmienne niestandardowe (ang. custom variables)

Najprościej mówiąc, zmienne niestandardowe dają Ci możliwość gromadzenia danych dotyczących różnych metryk i wymiarów (aby przypomnieć sobie co to jest zajrzyj do artykułu o raportach niestandardowych w Google Analytics), które nie są standardowo dostępne w panelu Google Analytics. Pozwalają one zdobyć dane na temat pewnych zachowań użytkowników Twojej strony, które nie są standardowo rozpoznawane przez system. Dla przykładu, Twoja firma oferuje darmową wersję kursu online na stronie. Możesz tak skonfigurować zmienną niestandardową, aby przekonać się jak poszczególni rodzaje użytkowników (zapisani vs. niezapisani na darmowy kurs) dalej zachowują się w ramach Twojej witryny. W szczególności możesz przekonać się m.in.:

• Jak dużo poszczególnych użytkowników powraca do Twojego serwisu?
• Jakie rodzaje wysyłki są najchętniej wybierane?

Jak działają zmienne niestandardowe?

Z technicznego punktu widzenia zmienne niestandardowe pozwalają oznaczyć użytkowników, którzy wykonali jakieś na działanie. Użytkownikowi, który np. kliknął button „Lubię to!” w Twoim serwisie zostaje nadana „etykieta”, która następnie może stać się wymiarem do segmentacji odwiedzających Twojego serwisu.

Zmienne niestandardowe mają zastosowanie na trzech poziomach strony: użytkownika, sesji, oraz pojedynczej strony. Najprościej podział ten można przedstawić za pomocą grafiki. Poniżej, krótka charakterystyka każdego z nich.

Źródło: http://analytics.blogspot.com/

1. Poziom użytkownika

Etykieta jest nadana użytkownikowi, który spełnia założony warunek i jest określona dla niego do czasu wygaśnięcia lub usunięcia ciasteczek z jego przeglądarki np. klienci vs. niekliencki sklepu internetowego.

2. Poziom sesji

Przypomnijmy, że sesja jest czasem spędzonym przez użytkownika od momentu jego wejścia do czasu wyjścia z witryny (lub wygaśnięcia odpowiedniego ciasteczka po 30 minutach – kwestia ustawienia w Google Analytics. W związku z tym również etykiety nadane użytkownikom są aktywne jedynie na ten czas. Po opuszczeniu serwisu przez odwiedzającego traci on status użytkownika, który otrzymał.

3. Poziom strony

W czasie jednej sesji użytkownik może odwiedzić wiele stron. W zależności od akcji, którą wykonał może zostać przypisany do danej kategorii np. po kliknięciu linku lub zobaczeniu video.

Warto również wspomnieć, że zmienne niestandardowe zastąpiły zmienne typu SetVar. Jednak ich negatywną stroną jest fakt, że nie można ich stosować w filtrach.

Jak skonfigurować zmienne niestandardowe?

Przed przejściem do podania konkretnych przykładów, najpierw musisz dowiedzieć się, jak umożliwić sobie korzystanie z funkcjonalności, jaką są zmienne niestandardowe. Tutaj ponownie odwołam się do blogu Mariusza, na którym znajdziecie jak skonfigurować kod, aby mieć możliwość korzystania ze zmiennych niestandardowych. Oczywiście, nieocenionym źródłem pomocy w tym względzie może okazać się również centrum pomocy Google Analytics. Gdyby tego było za mało, w przykładach poniżej będę starał się podawać przykłady kodu, który trzeba wprowadzić, aby skorzystać z danych zmiennych niestandardowych.

Przykłady zmiennych niestandardowych

Przykłady zostaną podane na podstawie poziomów, na których mogą być generowane zmienne niestandardowe.

Poziom użytkownika – wybór wersji językowej strony

Użytkownicy zostają przypisani do danego segmentu zgodnie z wersją językową serwisu, którą wybrali. Modyfikacja kodu śledzącego na stronie, w ramach które istnieje możliwość wyboru języka będzie wyglądała wówczas następująco:

Powyższy przykład dotyczy stron bardziej „międzynarodowych”. Innym przykładem, znanym z własnego podwórka jest serwis Jakdojade.pl. Po wejściu na stronę ukazuje się nam ekran powitaln, w którym możemy wybrać miasto, w którym szukamy połączenia komunikacji miejskiej. Przy pomocy zmiennych niestandardowych, podobnie jak w powyższym przykładzie możemy nadać użytkownikom etykiety. W tym przypadku użyjemy jednak „onclick” zamiast „onsubmit” w śledzeniu zdarzeń. Przypomnę, że tutaj możesz przeczytać więcej o śledzeniu zdarzeń w Google Analytics.

Poziom sesji – typ użytkownika

Na poziomie sesji można użyć wielu zmiennych niestandardowych, aby zróżnicować użytkowników na podstawie ich zachowania w czasie sesji. Najprostszym przykładem jest rozróżnienie użytkowników na podstawie ich konwersji, czyli np. na tych, którzy cokolwiek kupili (w przypadku sklepu internetowego) i pozostałych. Użytkownik, który kupi cokolwiek będzie „naznaczony” np. etykietą „buyer”.

Dla takiego przykładu zmodyfikowana powinna zostać strona końcowa konwersji (ang. landing page), czyli np. ekran podziękowania za dokonanie zakupu. W związku z tym kod śledzący na takiej podstronie powinien wyglądać następująco.

Poziom strony – różne działy

Na tym poziomie zmiennej niestandardowej możesz np. sprawdzić, który dział twojego serwisu jest najbardziej popularny. Załóżmy, że prowadzisz sklep internetowy z odzieżą. Dla poszczególnych kategorii ubrań możesz nadać etykiety. Edytujesz kod źródłowy każdej z podstron.
www.domain.com/damskie.html

www.domain.com/meskie.html

www.domain.com/dzieciece.html

I tak dalej:)

Na koniec słowo komentarza, który jest motywem przewodnim większości moich artykułów:) W przypadku zmiennych niestandardowych również nie można mówić o najlepszych praktykach – myślę, że sami dokładnie zdajecie sobie z tego sprawę. W końcu, po co komuś rozróżnienie użytkowników na klientów i nieklientów, jeżeli Twoja strona nie jest „sprzedażowa”.

Podsumowanie

Starałem się jak najprościej wytłumaczyć działanie tej funkcjonalności Google Analytics – mam nadzieję, że mi się udało:) Pamiętam, że sam na początku miałem z tym problem, więc chciałem Wam krok po kroku to pokazać. Jeżeli jednak ciągle nie czujesz istoty zmiennych niestandardowych, to zapraszam do obejrzenia filmu dotyczącego istoty i podstaw tworzenia zmiennych niestandardowych (film jest w języku angielskim i niestety w bardzo słabej jakości dźwięku), ale dla mnie okazał się bardzo pomocny. Jak zwykle, zapraszam również do komentowania.