Joanna Horoszko – wywiad po semWAW

Tak, czasem Klientom zdarza się popełniać błąd przy analizie współczynnika konwersji w GA4.
Chodzi o sytuację, gdzie Klient ma w GA4 ustawione kilka zdarzeń jako konwersje. Podczas gdy patrzą na kolumnę z wynikami współczynnika konwersji, zapominają o kliknięciu w strzałkę i wybraniu odpowiedniej konwersji, którą chcą analizować. Przez to był czas, że miałam masę pytań od klientów, dlaczego im tak mocno się nie zgadza współczynnik konwersji e-commerce z UA (brał pod uwagę tylko purchase) ze współczynnikiem konwersji w sesji w GA4 (patrzyli na ogólny wynik, na który składały się również inne konwersje niż purchase).

Linki do screenów:
1. wiele zdarzeń ustawionych jako konwersje, lub inaczej „po nowemu” jako zdarzenia kluczowe”: https://monosnap.com/direct/KTXIV9no3Q9wMJSlUXsqwRANp3sfIb
2. współczynnik konwersji w sesji obliczony razem dla wszystkich zdarzeń kluczowych (konwersji): https://monosnap.com/direct/5QwUcIXjYcPOffIQ6Q8FxvYeksqcWx
3. właściwy odpowiednik współczynnika konwersji e-commerce: https://monosnap.com/direct/8h8vrk9T971dGO9qvXFbxKuRK5672u

Kolejne błędy pojawiały się przy analizie ścieżki do konwersji, gdzie pod uwagę było brane wszystko naraz: add_to_cart, purchase i konwersje związane z wyświetleniem produktu czy listingu produktu: https://monosnap.com/direct/sB5gxLzUg9QUtSIgqIZMmW0tNLTI2R

Ciekawszym przypadkiem – i teraz, z perspektywy czasu, śmieszniejszym (choć na czas, gdy to działo się na żywo, wcale nie było mi do śmiechu, a prędzej do wizyty na oddziale kardiologicznym ze stanem przedzawałowym) – to jak programista myślał, że skoro wdrażamy nowe Data Layery, to on te stare usunie jeszcze przed wdrożeniem nowych i wziął się za to na wersji produkcyjnej sklepu w okresie mikołajkowym. A zaznaczam, że działo się to u dużej znanej marki, gdzie każdy dzień bez danych bądź ze złymi danymi to sytuacja niedopuszczalna – bo ciągnie za sobą katastrofalne skutki, chociażby dla algorytmu reklamowego.

Według mnie w Clarity brakuje niektórych funkcjonalności, które ma Hotjar (chociażby możliwość przeprowadzania ankiet na stronie).

Clarity wizualnie wygląda fajnie, sprawia wrażenie narzędzia „analitycznego” – znajdziemy tam dużo wykresów kołowych, ale nie tylko. Clarity możemy zintegrować z Google Analytics. Pomimo kilku ciekawych rozwiązań, w niektórych aspektach jest mocno niedopracowany, jak np. heatmapy, w których nakładają się elementy interfejsu (numerki elementów) czy różnego rodzaju „wyskakujące okienka”, które zasłaniają nieraz niemały obszar strony.

Zauważyłam i obserwuję, że inne osoby korzystające z Clarity również to zgłaszają – uruchomienie Clarity często mocno wpływa na szybkość strony.

Na początku należałoby się zastanowić, jaki jest nasz główny cel i jakie mikrocele do niego prowadzą.

W zależności od specyfiki startupu dla jednych będzie to pozyskanie leada, a dla innych sprzedaż. Jeśli z kolei oferujemy produkt w modelu subskrypcyjnym, ważnym wskaźnikiem będzie mierzenie LTV (livetime value).

Kiedy mamy już ustalone i skonfigurowane w narzędziu analitycznym (np. w GA4) cele, należałoby zbudować segment odbiorców realizujących określony przez nas cel oraz drugą grupę, która jest na dobrej ścieżce do tego, by ten cel w przyszłości zrealizować.

Następnie, kiedy mamy już utworzone wspomniane segmenty odbiorców, należałoby sprawdzić, czy dane takie jak wiek, płeć, zainteresowania, obszar geograficzny czy wyszukiwane hasła zgadzają się z wynikami z analizy rynku.

Wartościową informację zwrotną na temat tego, co myślą o naszym produkcie osoby wchodzące na naszą witrynę, możemy pozyskać z miniankiet umieszczonych na naszej stronie (np. za pośrednictwem hotjara). Okienko czatu z pytaniem „Czy jest coś, czego brakuje Ci w naszym produkcie?” jest też dobrą informacją nt. tego, w którym kierunku powinniśmy rozwijać nasz produkt.

Warto też analizować mapy ciepła i zapisy wideo wizyt na naszej witrynie. Być może mamy świetny produkt, ale jego szczegóły są ukryte pod buttonem, który może nie rzucać się w oczy.

Z takich obowiązkowych analiz należałoby zwracać uwagę na takie raporty jak:
- pozyskiwanie użytkowników i pozyskiwanie ruchu – należy patrzeć, skąd trafiają do nas użytkownicy, którzy finalnie przy którejś kolejnej wizycie, być może z innego źródła/medium, konwertują. Z kolei raport pozyskiwania ruchu pokaże nam, który kanał jest kluczowy w domykaniu ścieżki do konwersji. W obu raportach należy analizować współczynnik konwersji, jej koszt i liczbę. Jeśli konwersji jest mało, to dobrym wskaźnikiem będzie współczynnik zaangażowania i czas zaangażowania – im wyższe, tym lepszy sygnał, że użytkownicy są zainteresowani produktem.
- ścieżki do konwersji – tutaj dowiemy się, czy któryś z kroków nie odstrasza naszych potencjalnych klientów, np. podanie szczegółowych danych osobowych. Warto te dane przeanalizować w zestawieniu z nagraniami video np. z hotjara.
- powracalność do witryny – pamiętajmy, że potencjalny klient potrzebuje często kilku wizyt na stronie, zanim skonwertuje. Jeśli nie wróci do naszej witryny, nie będzie naszym klientem. W tym celu pomocny będzie raport kohortowy. By zadbać o powracalność potencjalnego klienta, warto zadbać o remarketing.

Najłatwiejszym sposobem jest powierzenie tego kroku firmie specjalizującej się w badaniu rynku, jest ich dość sporo. Analiza przyda się do biznesplanu, w trakcie wypełniania wniosku o dofinansowanie, w procesie uzyskania grantu, ale też jeśli właściciel startupu poszukuje inwestora, to taka analiza rynku przygotowana przez profesjonalną firmę będzie dobrą „podkładką” do rozmów, znacznie lepszą, niż gdybyśmy opowiadali o własnej, często subiektywnej analizie rynku.

Firmy zajmujące się analizą rynku dla startupów badają:
- potencjał rynkowy
- potencjał innowacyjny
- patenty
- potrzeby klientów (np. poprzez ankiety)
- konkurencję
- kluczowe czynniki sukcesu

Taka firma jest też często w stanie podpowiedzieć, jakie są możliwości finansowania dla startupu.

To jest bardzo fajne pytanie, bo na co dzień nie zdajemy sobie sprawy, jak wiele znanych dziś firm było jeszcze dość niedawno startupami.

Przykłady polskich startupów, które odniosły sukces:
- Allegro
- Brand24
- Booksy

Przykłady zagranicznych startupów, które odniosły sukces:
- Facebook
- Snapchat
- no i oczywiście Google :)

Kiedyś najczęściej używaną „sztuczką”, by pozbyć się progowania, była zmiana tożsamości raportowania na Zależną od urządzenia: https://monosnap.com/direct/k2dBWNzbFuAEmdQDmMKZNO3HjeYvGh, co było dość uciążliwym i nie najlepszym rozwiązaniem.

Od niedawna mamy możliwość pozostawić włączone Signalsy, ale możemy jednym suwakiem sprawić, że dane z nich nie będą uwzględniane w raportach np. pozyskiwania ruchu, gdzie powodują progowanie: https://monosnap.com/direct/Qo2gIDABhaRGiCyLjFLQvDrSdyJhAd

Tak, to prawda. Kampanie PMax są przypisywane w GA4 do kanału Cross-network. Ale nie tylko PMax – podobnie kampanie Demand Gen oraz Smart Shopping https://monosnap.com/direct/eWxGFRs8ms5JrxbcdnM3BbwZSYnUKx

Więcej o nowych kanałach w GA4, klasyfikacji ruchu do poszczególnych kanałów oraz jak prawidłowo nadawać UTM, mówi ta dokumentacja Google: https://support.google.com/analytics/answer/9756891?hl=en

Szablon raportu, który stworzyłam do swobodnego użytku i kopiowania subskrybentom czasopisma Marketer+ (dostępny w tym artykule: https://bit.ly/47IivzS ) ma podłączone „próbki danych” od Google. Przedstawia najważniejsze dane z GA4, Google Ads i Search Console. Raport ten nie zawiera danych z BigQuery, ale swobodnie można cały ten raport skopiować i rozbudowywać o kolejne strony i podłączać kolejne narzędzia, jak chociaż wspomniane BigQuery.
W razie trudności można mnie łapać na LinkedInie. Pomogę :)