„Žijeme v informačním věku, kdy největší hodnotu nemají továrny a ruce dělníků, ale informace.“

Podobná tvrzení slýcháme všichni poměrně často po posledních 10–20 let. Osobně jsem k nim dost skeptický. Nesprávně nám totiž vnucují myšlenku, že všechny informace, kterých dnes máme k dispozici obrovské množství, představují zlatý poklad. Mnoho lidí a firem se potom zaměřuje především na sběr co největšího množství informací a dat, a jejich prohlížením – málokdy z nich ale získají nějakou přidanou hodnotu nebo konkurenční výhodu.

Hezky se to dá ilustrovat na analýze návštěvnosti z dat Google Analytics (GA). Odhaduji, že 90 % uživatelů GA používá tento nástroj pro přehled o několika základních metrikách a faktech – počet návštěvníků, počet objednávek/kon­verzí, nejnavštěvovanější stránky, počet stránek shlédnutých na návštěvníka, průměrný čas strávený na webu a celkový bounce rate. U těchto metrik pak zkoumají vývoj v čase a zkouší si ho nějakým způsobem vysvětlit.

Na tom je hezky vidět celý problém. Informace vám samy o sobě (v základních reportech) nic nepřinesou, jsou příliš obecné – např. na průměrný čas na webu mohou mít vliv nárůsty a poklesy různých zdrojů návštěvnosti, kampaně, nové stránky na webu či úpravy stávajících, výpadky serveru… Abyste z těchto informací mohli získat nějakou přidanou hodnotu, reálný nárůst prodeje, musíte data analyzovat:

• Nezabývat se pouze agregátním souborem, ale dívat se na menší podskupiny i jednotky souboru – jen tak můžete velké množství dat očistit od desítek nerozpoznatelných externích faktorů, působících společně i proti sobě.
• Zasazovat informace do kontextu, spojovat je s jinými informacemi a hledat závislosti.
• Být kreativní, přemýšlet o informacích v souvislostech.
• Pečlivě se snažit získat všechny externí faktory, které mohou data ovlivňovat.

Konkrétně pro analýzu návštěvnosti na základě dat Google Analytics bych vám doporučil:

1. Základní metriky mohou být ovlivněny tolika vlivy, že se téměř nedají samy o sobě analyzovat. Základem pro analýzu je tedy rozdělení vaší návštěvnosti do několika segmentů, což je v GA proklatě jednoduché (viz pravý horní roh rozhraní).

   Vytvořte si segmenty pro vaše nejčastější zdroje návštěvnosti (přímé přístupy a brandové dotazy, kampaně, vyhledávače, významné odkazující weby) a pro různé typy návštěvníků – např.:

   • ti, kteří hned z webu neodešli
   • zákazníci (konvertující návštěvníci)
   • zaujatí návštěvníci – např. podle počtu shlédnutých stránek, počtu návratů, času stráveného na webu, návštěvy určitých konkrétních stránek
   • zákazníci s vysokou hodnotou objednávky
   • návštěvníci přicházející přes konkrétní vstupní stránku
2. Hledejte příčiny pro různé změny, odchylky a zvláštnosti v datech, snažte se získat opravdu věrohodná vysvětlení. Jděte v datech hluboko (drill-down), překřižujte si různé dimenze dat (např. vstupní stránky a zdroje návštěvnosti), vytvářejte si i pro jednorázové použití segmenty návštěvníků, obvykle již vcelku malé a specifické – např. návštěvníci, kteří si prohlédli několik důležitých prodejních stránek, a poté se nestali zákazníky. Tyto specifické segmenty vám umožní nahlédnout do nákupního cyklu a získat konkrétní náměty pro změny na webu.
3. Snažte se podchytit externí vlivy, které mají na návštěvnost vašeho webu (ne jen na kvantitu, ale hlavně na kvalitu) dlouhodobě vliv – probíhající kampaně, vývoj vašeho oboru, média, změny vaší nabídky, změny vašeho webu… Všechny tyto vlivy je nejlepší si průběžně zaznamenávat přímo v GA do anotací (pod každým grafem) – při analýze díky tomu máte k ruce všechny podstatné informace.
4. Pro některé analýzy již není dostatečné rozhraní Google Analytics – nebojte se v takovém případě použít Excel. Ať už pro poznamenávání různých součtů, výpočet mediánů a dalších statistik, tvorbu ad-hoc grafů, porovnávání různých údajů. GA export do Excelu samy podporují, kromě toho lze využít i různých speciálních programů čerpajících data z GA.

Bez této pečlivější analýzy vypadá celá analytika jako něco, do čeho nemá smysl dávat prostředky. Webová analytika musí vždy směřovat k jasným akcím, doporučovat změny na webu i v marketingu – neslouží jen ke sbírání údajů. Jakmile dokážete informace správně analyzovat, rázem můžete zjistit, kde jsou přesně problémy vašeho webu, jaké skupiny zákazníků oslovit s jakým sdělením, z jakých hlavních důvodů ztrácíte potenciální zákazníky – a rázem se před vámi otevřou nové možnosti a pohledy. Jen to není zadarmo!

Související články:

• Jak využít data z vašeho webu ke zvýšení předvánočního prodeje (1/2)
• Jak využít data z vašeho webu ke zvýšení předvánočního prodeje (2/2)

Komentáře: 3

V říjnu a listopadu jsme pracovali na optimalizaci webu firmy Kentico Software a slíbili jsme, že vás necháme nahlédnout více „pod pokličku“. Slib dnes plníme a ukážeme vám v detailní případové studii, jak jsme krok po kroku při této optimalizaci postupovali, a jakých jsme dosáhli výsledků. Ten nejzajímavější výsledek ukážu hned:

Růst kontaktů v databázi Kentica po týdnech, od 1.9.2009 do 6.12.2009

(Případně se ještě můžete podívat na shrnující stránku o této studii.)

Související články:

• Prezentace z WebExpo 2009 – optimalizace webu Kentico.com

Komentáře: 13

V prvním článku této minisérie jsem vám ukázal, jak lze prostřednictvím vizuální analýzy dat z Google Analytics zobrazit konverzní poměr webu pro jednotlivé geografické regiony. Zároveň jsem naznačil možnost, jak prostřednictvím segmentace návštěvníků webu v reálném čase lze zvýšit konverzní poměr u podprůměrně konvertujících regionů. Dnes bych na toto téma rád navázal s článkem, který se také věnuje zvyšování prodeje na základě analýzy dat z webu, ale jde na to trošku z jiné strany.

Akvizice, konverze, retence – čert aby se v tom vyznal!

Zvyšování prodeje je pro mnohé synonymem pro získávání nových zákazníků, protože tradičně se nové obchodní příležitosti hledají vysoko v tzv. sales funnelu. Alfou a omegou je návštěvnost a konverzní poměr. Osobně si myslím, že částečně proto je stále taková poptávka po SEO.

Nicméně často se podceňuje význam stávajících zákazníků a jejich podílu na celkových prodejích firmy. Data o zákaznících se nijak nezkoumají, nevyhodnocují a nevyužívají k udržení a zvyšování peněžní hodnoty jednotlivých zákazníků (tzv. life-time value nebo LTV). Je určitě škoda, že se online marketéři neučí více od tradičních disciplín, jako je direct marketing a katalogový prodej. Tyto obory totiž již dávno umí pracovat se segmentací a s efektivním cílením (nebo personalizací, chcete-li) marketingové komunikace jen na vybrané segmenty s cílem udržet zákazníky a zvyšovat v čase objem prodeje, který každý zákazník generuje.

Pokračování »

Tento článek byl původně zveřejněn na blogu VKI Studios. Pokračujeme v debatě, kterou jsme nastartovali příspěvkem Barryho Schwartze a s laskavým svolením VKI Studios přinášíme překlad pro naše čtenáře.

Hmmm…

Je dobré mít na výběr. Ale tak jako u mnoho jiných věcí, příliš mnoho možností může být i na škodu.

V průzkumu* z roku 2000 byl pro zákazníky v obchodě s potravinami instalován stánek, který nabízel buď 6 (omezený výběr), nebo 24 (velký výběr) různých druhů marmelády. Průzkum mimo jiné zjišťoval následující údaje:

• Podíl okolojdoucích, kteří přistoupili ke stánku.
• Podíl těch, kteří si nějakou marmeládu koupili.

Výsledky byly ohromující. Ačkoliv stánek s 24 druhy marmelády přilákal více zájemců (60 % kolemjdoucích přistoupilo ke stánku ve srovnání s 40 % u stánku s 6 druhy), byl to totální propadák z pohledu prodeje.

A nebyl to nějaký zanedbatelný rozdíl. Stánek, který nabízel 6 druhů, prodal v 30 % případů; stánek s 24 druhy prodal pouze v 3 % případů. Ano, přesně tak. Omezený výběr prodal 10× více než velký výběr.

Takže pokud si myslíte, že děláte pro zákazníky (nebo pro sebe) maximum tím, že jim dáváte na výběr z velkého množství možností, zamyslete se znova. Může být pro vás lepší, když nabídnete pouze několik nejlepších možností. Příliš mnoho možností na výběr může paralyzovat schopnost zákazníků se rozhodnout.

*Iyengar, Sheena S. a Mark Lepper (2000). „When Choice is Demotivating: Can One Desire Too Much of a Good Thing?“ Journal of Personality and Social Psychology 76: 995–1006. http://www.columbia.edu/…nchoice.html

Komentáře: 18

Nedávno jsem četl, že když nakupujeme v supermarketu, jsme ve stavu plném takových vnitřních rozporů. Chceme vyřešit svůj problém, třeba nedostatek kukuřičných vloček, a chceme to udělat rychle! Regály jsou ale plné všech možných typů a značek vloček, takže v nás postupně narůstá frustrace – nedaří se nám splnit cíl (koupit vločky), nemůžeme se zorientovat a vybrat si.

Ve chvíli, kdy naše frustrace převýší kritickou mez, vybereme zkratovitě jeden z produktů, a ten si hodíme do košíku. Poté už dochází pouze k sebepotvrzení, kdy sami sebe ujišťujeme, že jsme vybrali dobře. Přijde mi zajímavé, že se možná dá i na webu tímto způsobem vytvářet v člověku urgence – s pomocí lehké frustrace, která bude utlumena pouze akcí, kterou po návštěvníkovi našeho webu požadujeme.

Ukážu příklad, z webu Web-Site-Evaluations.com (hrozná doména) – klikněte pro obrázek celé stránky:

Všimněte si, jak celá stránka útočí červenou barvou, vyvolává urgenci a znepokojení. Nejkřiklavější je červené podbarvení tlačítka Send Me My Free Video Now. Když na tlačítko ale najedete myší, objeví se místo toho zelené podbarvení, které jakoby uklidňuje a podvědomě nabádá ke kliknutí. S jeho pomocí máte možnost uniknout ze stavu znepokojení, je to ta nejsprávnější věc, kterou můžete udělat.

Pro mě se jedná o hezký příklad toho, jak se dá na webu pracovat s emocemi pro podpoření prodeje. Jak se na to díváte vy?

Komentáře: 1

Z konference WebTop 100 jsem si odnesl tuto informaci jako možná nejvíce zásadní. Přední české e-commerce projekty sice vyhodnocují, kolik zákazníků jim přinášejí jednotlivé kampaně (především PPC), ale dělají to možná nevědomky na základě špatných dat. Vyplynulo to z panelové diskuse, které se účastnili zástupci Invie, Vivantisu a Aukra. Dobře toto téma poté popsal také Roman Appeltauer ve své prezentaci (PDF ke stažení).

Jak Adwords, tak Sklik totiž měří konverze tak, že pokud návštěvník kdykoliv během 30 dní před konverzí kliknul na inzerát z vaší kampaně, započítá se jako konverze v PPC systému. Realita je však o dost složitější, lidé totiž přijdou na web před nákupem většinou vícekrát:

• Poprvé třeba z newsletteru, z placené promo akce nebo díky doporučení od kamaráda – projdou si nabídku, ale zatím vše promýšlejí nebo se ještě podívají ke konkurenci.
• Poté se na web vrací, aby se ujistili a zjistili další informace. Pokud si nepamatují adresu vašeho webu, často hledají ve vyhledávači jméno firmy – a klikají na PPC. Nebo si dělají ve vyhledávači větší rešerši – a opět třeba klikají na vaše PPC inzeráty.
• To, na co se dnes zaměřují vyhodnocovací nástroje především, je poslední návštěva před koupí – a ta jde často opět přes vyhledávače.

Celý vtip je v tom, že ačkoliv zájem zákazníka nejspíš často vyvolávají kampaně, promo akce či newslettery, v číslech to vypadá, že prodeje přináší vyhledávače – PPC nebo přirozené výsledky. Vyhodnocování konverzí integrované v PPC systémech favorizuje tento typ inzerce velmi výrazně, avšak podobně výrazně to dělá i měřící systém Google Analytics. Ten přiřazuje konverze tomu zdroji návštěvnosti, přes který přišel návštěvník na web naposledy (s výjimkou přímých přístupů) – a vzhledem k tomu, že v závěrečných fázích nákupního cyklu jsou vyhledávače velmi často přítomny, opět je vykresluje v o něco lepším světle.

Na základě těchto nepřesných dat se dá velmi snadno udělat rozhodnutí vypneme všechno kromě vyhledávačů, případně mírnější snížíme objem peněz v klasických kampaních a nalijeme je do vyhledávání. S velkou pravděpodobností podobným počínáním snížíte svůj objem prodeje, protože bez úvodní fáze nákupního cyklu nevzniknou ani ty další. Samozřejmě, že někteří zákazníci projdou celým svým nákupním cyklem pouze ve vyhledávačích, ale zdaleka ne všichni – a o ty přijdete.

Mimochodem, na listopad a prosinec chystáme spolu s Benetou, Ogilvy Interactive a Ataxem prestižní školící program jménem Konverzní univerzita. Od mnoha známých osobností z praxe se tu naučíte dělat lépe online marketing a získávat přes svůj web více konverzí. Rádi vás tam uvidíme!

Komentáře: 11