Ścieżki wielokanałowe (multi-channel funnels) – innowacyjna ocena źródeł ruchu w Google Analytics cz. 1

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:

Konwersja wspomagana, pierwsza interakcja, ostatnia interakcja - przykład

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.

Ścieżki wielokanałowe w Google Analytics

Kliknij na zdjęcie, aby powiększyć

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

Ścieżki wielokanałowe - menu

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:

Ścieżki wielokanałowe - zakres analizy

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:

Konwersje wspomagane - przykładowy raport

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:

Podstawowe zgrupowanie kanałów - przykładowy raport

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:

Pierwsze interakcje - przykładowy raport

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.

Pamiętaj, że jeszcze większe możliwości analizy ruchu daje Ci wykorzystanie takich narzędzi jak DoubleClick Digital Marketing.

Autor: Mateusz

Mateusz codziennie pracuje nad tym, aby współczynnik konwersji na stronach naszych klientów był jak największy. Ukończył Metody Ilościowe w Ekonomii i Systemy Informacyjne w Szkole Głównej Handlowej. Interesuje się nowoczesnymi metodami gromadzenia i przetwarzania danych marketingowych oraz tym, jak powstałe w ten sposób informacje można wykorzystać w działalności firmy. Swoimi przemyśleniami chętnie dzieli się na naszym blogu ☺





  • Piotr

    Czy da się w jakiś sposób zmienić domyślny horyzont czasowy (30 dni) w analizie ścieżek, tak aby pokazywało większy zakres? W niektórych przypadkach proces zakupowy prowadzący do konwersji trwa znacznie dłużej niż 30 dni, zanim użytkownik zdecyduje się zakupić daną rzecz czy usługę.

  • Mateusz Dałek

    Piotr, da się :) polecam lekturę tego artykułu: http://www.cardinalpath.com/beyond-30-day-trackin… :) jeżeli po przeczytaniu tego tekstu pojawią się z Twojej strony jakiekolwiek pytania, zapraszam.

  • http://www.facebook.com/wojciech.pawlik1 Wojciech Pawlik

    Mam pytanie:

    odwołuję się do tego fragmentu

    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).

    Liczba konwersji pochodzących z ostatniej interakcji (dla danego źródła, np. adwords) powinna być tożsama z liczbą konwersji z danego źródła. W moim wypadku jest dwukrotnie niższa

  • Mateusz Dałek

    Wojciech, nie do końca wygląda to w ten sposób :) polecam lekturę tego tekstu http://support.google.com/analytics/bin/answer.py…. Rozbieżności mogą wynikać m. in. z tego, że wejścia bezpośrednie są w obrębie ścieżek wielokanałowych traktowane inaczej, niż w obrębie pozostałych raportów, dostępnych w ramach GA.

  • Anna

    http://www.cardinalpath.com/beyond-30-day-trackin…. – właśnie chce to wykorzystać w praktyce pierwszy raz, natknęłam się jednak na problem że wszystkie zestawy zmiennych są pozajmowane – niewiadomo kro i kiedy wprowadził zmienne niestandardowe. A więc mam pytanie jak się pozbyć tych starych niepotrzebnych zmiennych w kluczach , żeby mieć wolne pod kątem nowotworzonych zmiennych ? szukałam informacji na ten temat niestety nie dotarłam do nich. Mam pytanie do Was zatem?

  • Mateusz Dałek

    Anna, w Google Analytics nie ma czegoś takiego, jak "usuwanie starych zmiennych" – wystarczy natomiast pamiętać o hierarchii zmiennych niestandardowych, przyjętej w obrębie Google Analytics. Metoda, opisywana przez CardinalPath, zakłada użycie zmiennych najwyższego poziomu, przypisywanych do użytkownika, więc problem, o którym piszesz, w zasadzie nie istnieje – zmienna przypisywana do użytkownika nadpisze wszystkie inne zmienne, ulokowane w danym slocie.

    Musisz tylko zadbać o to, aby zmienne nadawane w ramach metody opisanej przez CardinalPath były jedynymi zmiennymi najwyższego poziomu, lokowanymi w danym slocie w okresie, w którym będziesz korzystała z tej metody – w przeciwnym razie to, które ze zmiennych zostaną faktycznie ulokowane we wskazanych slotach przez GA, będzie zależeć od kolejności ich nadania.

    Mam nadzieję, że czytelnie wyjaśniłem, w czym rzecz – jeżeli będziesz miała jakiekolwiek dodatkowe pytania, zapraszam :)

  • Anna

    Mateusz, Bardzo dziękuje za czytelną odpowiedź, jestem o krok dalej. Cieszę się że podejmujecie w moim mniemaniu jako jedyni takie tematy. W moim przypadku jednak zastałam dużo zmiennych w każdym ze slotów (nie wiadomo kto i kiedy jakie zmienne wprowadzał). Zakładając najgorsza opcję że w każdym ze slotów jest zmienna najwyższego poziomu, które mogły być wprowadzane w ciągu ostatnich 2 lat to w takim przypadku jak rozumiem jest kłopot bo nie można nic nowego utworzyć? Usunięcie kodu JS tworzącego zmienną rozumiem że zadziała na przyszłość od momentu usunięcia. Czyżby w takiej sytuacji nie było rozwiązania na ten moment?
    W Centrum Pomocy Google spotkałam się z _gaq.push(['_deleteCustomVar', 1]); – link https://developers.google.com/analytics/devguides
    Zastanawiam się czy można ten kod mógłby mieć zastosowanie w tej sytuacji? I w ogóle jakie ma zastosowanie..
    Jeszcze raz wielkie dzięki za podjęcie tematu.

  • Mateusz Dałek

    Anna – przyznam szczerze, że pierwszy raz słyszę o funkcji _deleteCustomVar :) sprawdziłem i wygląda na to, że ta funkcja faktycznie jest w stanie "wyczyścić" wybrany slot zmiennej niestandardowej – co byłoby przydatne szczególnie wtedy, gdy jest on zajmowany przez zmienną najwyższego poziomu, trwale przypisaną do użytkownika i zapisaną po jego stronie. Czy ktoś może to potwierdzić i podzielić się doświadczeniami w zakresie wykorzystania tej funkcji?

    Z drugiej strony, jeżeli jesteś w stanie zlokalizować skrypty JS operujące na interesujących Cię slotach, to wystarczy zadbać o ich usunięcie lub deaktywację. W ten sposób sloty te staną się wolne w odniesieniu do wszystkich nowych użytkowników, natomiast userzy powracający będą mieli je zajęte zmiennymi, nadanymi kiedyś, w przeszłości – nie będzie to jednak stanowiło problemu, ponieważ zmienne te wcześniej czy później zostaną nadpisane przez operujące na ich slotach nowe skrypty, wdrożone w ramach implementacji metody opisanej przez CardinalPath. Oczywiście jest to scenariusz pesymistyczny, kiedy zakładamy, że te "stare" zmienne są zmiennymi najwyższego poziomu – jeżeli są to zmienne niższych poziomów (nadawane na sesję lub stronę), problem nie będzie istniał :)

  • Ewelina Puciłowska

    Bardzo ciekawy artykuł. Niezwykle pomocny.
    Ale mój problem, którego jeszcze nie wyjaśnił. Mianowicie: jak wyciągnąć z GA całkowitą ilość przychodu z danego źródła ruchu.
    Czy wystarczy dodać do przychodów z np kanału email (w zakładce – pozyskiwanie>cały ruch>źródło/mediu) + przychód z ostatniej interakcjii w ścieżkach wielokanałowych. Czy to w sumie da nam całkowity przychód z danego źródła. Czy też będzie za duży, lub za mały.

    Prosę o wyjaśnienie. To dla mnie BARDZO WAŻNE.

  • Mateusz Dałek

    @Ewelina, całkowity przychód z danego źródła ruchu jest dostępny w standardowych raportach GA, nie ma potrzeby przechodzenia do raportów ścieżek wielokanałowych :) proponuję zajrzeć tutaj Pozyskiwanie > Cały ruch, zakładka E-commerce na górnej belce (rozumiem, że tutaj mówimy o przychodzie e-commerce). Oczywiście ten przychód zostanie obliczony z wykorzystaniem domyślnego dla GA modelu atrybucji.

x

Pobierz najnowsze case study

Przeczytaj jak Limango Polska wykorzystuje potencjał analityki internetowej w swojej organizacji.

Pobierz case study
Przeczytaj poprzedni wpis:
Mierzenie i ocena efektywności źródeł ruchu w Google Analytics

Współcześnie, zdecydowana większość firm obecnych w internecie pozyskuje użytkowników na swoją stronę przy wykorzystaniu więcej niż jednego kanału, umożliwiającego dotarcie...

Zamknij