Téma: Google Analytics

Proč přejít na Universal Analytics? Protože musíte!

Pokud používáte Google Analytics, jistě víte o nové generaci tohoto analytického nástroje, tzv. Universal Analytics. Možná se ale ptáte, co přináší Universal Analytics nového a proč byste se tím měli zabývat. Existují na to dvě odpovědi.

Ta první odpověď je krátká a jednoduchá. Protože všechny účty Google Analytics musí přejít na novu platformu Universal Analytics. Vy také!

Pro úspěšnou migraci z Google Analytics na Universal Analytics musíte provést dva kroky (v tomto pořadí):

1. Jednoduše zmigrovat účet do Universal Analytics v administračním rozhraní.

Pokud to neuděláte sami, je velice pravděpodobné, že Google to již udělal za vás v rámci tzv. auto-transferu. První na řadu v auto-transferu jdou menší weby, velké weby s milionovou návštěvností jsou seřazeny až na konci fronty.

2. Změnit kódy na webu ze staré knihovny (ga.js nebo dc.js) na novou knihovnu (analytics.js).

Tento krok je náročnější, protože se mění kompletní zápis volání měřících kódů. Každou pageview, event nebo ecommerce transakci bude nutné přepsat do nové podoby. V závislosti na velikosti vašeho webu a složitosti implementace se může jednat i o poměrně rozsáhlý projekt, který bude vyžadovat kapacity IT.

Pokud budete chtít spolu se změnou kódů implementovat i Google Tag Manager (doporučujeme!), tak je potřeba počítat i s náklonností IT, kterou si marketing v některých větších organizacích musí vyjednat.

Po dokončení auto-transfer procesu máte cca dva roky na změnu kódů – poté již měření se starými kódy nebude fungovat! Velkým organizacím proto doporučujeme začít plánovat migraci na Universal Analytics co nejdříve.

V závislosti na tom, zda jste provedli tyto kroky, běží váš účet momentálně v jednom z těchto režimů:

1. Vše při starém (Google Analytics + staré kódy)

GA-classic

2. První krok máte za sebou (Universal Analytics + staré kódy)

GA-universal

3. Hotovo! (Universal Analytics + nové kódy)

Nebo ne? Změnit jenom měřící knihovnu a přepsat stávající měřící kódy je jen začátek – počkejte si na pokračování v dalším článku na tomto blogu. Dozvíte se tu druhou odpověď!

Související články:

Post to Twitter  

Napište první komentář!

Vyhrajte 500 Kč na DameJidlo.cz za Google Analytics Individual Qualification

Pokud vás živí (nebo i jen baví) webová analytika, jistě víte, že Google Analytics prochází již více než rok rapidním tempem inovací. I experti mají nyní co dělat, aby se v tom stále ještě vyznali! Důvodem je uvádění stále nových verzí kódu Google Analytics (urchin.js, ga.js, dc.js, analytics.js a nově také kódu Google Tag Manager) a nových funkcí, kdy některé jsou jen beta, některé fungují jen pro určitou verzi kódu apod. Cíl rozvoje Google Analytics je zřejmý – Universal Analytics a Google Tag Manager, ale cesta k tomuto cíli je v této chvíli podle mého názoru zbytečně rozvětvená.

Dobrou zprávou je, že rok 2014 bude pro Google Analytics rokem konsolidace. Mnoho starých slepých cest bude uzavřeno a ty ostatní se spojí v jednu megadálnici, po které všichni poběžíme. I to je důvod pro aktualizaci oficiální individuální certifikace Google Analytics Individual Qualification. Obsah zkoušky od jejího uvedení v roce 2009 (pamatujete se ještě?) značně zastaral a zcela nereflektoval všechny novinky jako například:

  • channel grouping
  • multi channel funnels
  • attribution modeling tool
  • demographics reporty
  • základy GTM

Nová podoba zkoušky by měla být poprvé zpřístupněna 15. ledna. (EDIT: už je spuštěna!) Ale již nyní můžete začít studovat doporučené studijní materiály:

Soutěž!

Google Analytics Certified Partner

A my vám to studium zpříjemníme vidinou dobré odměny! :-) Jako oficiální Google Analytics Certified Partner bychom rádi podpořili vzdělávání v Google Analytics a zvyšovali množství dobrých implementací Google Analytics v ČR. Stále se totiž setkáváme s implementacemi, které jsou chybné nebo které plně nevyužívají plný potenciál analytiky pro online marketing a business na webu. A to je škoda.

Pro dva vylosované šťastlivce, kteří během třiceti dnů od spuštění nové zkoušky doloží její úspěšné složení a tím získání nového certifikátu GAIQ, budeme mít voucher v hodnotě 500 Kč na DameJidlo.cz. Doložením se rozumí odkaz na certifikát v komentářích k tomuto článku.

Tak hodně štěstí! :-)

Související články:

Post to Twitter  

Komentáře: 7

Přechod na Universal Analytics?

Hlavním tématem prvního dne GA Summitu bylo oficiální spuštění nové verze Google Analytics, která od samého představení (říjen 2012) nese označení Universal Analytics. Její veřejná beta verze byla uvolněna k experimentování v březnu tohoto roku a i když testovací provoz stále pokračuje, Google dnes na GA blogu představil dlouho očekávaný Upgrade Center pro snadnou migraci účtu.

UAGC_doit

Pokud možnost upgradu účtu ještě nevidíte, buďte trpěliví, Google tuto funkcionalitu bude počínaje dneškem uvolňovat postupně…

Cílem tohoto článku je přiblížit, jak postupovat při migraci na novou verzi a zároveň neztratit historická data. Jestli jsou pro vás Universal Analytics novým pojmem, doporučuji začít článkem předního GA evangelisty – Justina Cutroniho.

Pokud jste si Universal Analytics již vyzkoušeli, pravděpodobně jste pro tyto potřeby zakládali nové měření (Property v anglické terminologii, Služba v české) kvůli kompletně přepracované syntaxi měřícího kódu. Toto byl také většinou navrhovaný postup (viz třeba tento článek), který měl ovšem jednu zásadní nevýhodu – ztráta historické kontinuity dat.

Až do dnešního dne taky nebylo k dispozici oficiální doporučení či stanovisko Google, jak bude probíhat migrace ze „starých“ na „nové“ Analytics. Právě proto vás možná potěší oznámení Universal Analytics Upgrade Center (dokumentace), které přináší odpovědi na všechny otázky ohledně přechodu:

After your property has been transferred to Universal Analytics, you can start using the new tracking libraries […]. Although this step is optional, you only get the full benefits of Universal Analytics after you implement the new tracking code.


Váš účet tedy bude (prozatím) fungovat nadále a není potřeba provádět žádné zásahy do měřícího kódu, přičemž postupně dojde k tzv. auto-transferu, který zajistí, že se z vašich Google Analytics stanou Universal Analytics bez jakékoliv úpravy na Vaší straně.

Universal Analytics Upgrade bude mít celkem 4 fáze:
  • Fáze 1: Možnost přihlásit se k první vlně UAGC (právě probíhá).
  • Fáze 2: Zahájení tzv. auto-transfer účtů.
  • Fáze 3: Ukončení beta provozu Universal Analytics.
  • Fáze 4: Používání ga.js / urchin.js / custom vars / user-defined nadále nepodporováno (pro programátory: deprecated).
Nejzásadnější informace pro vás:
  1. Můžete měřit do „starého“ Google Analytics účtu,
  2. Měřící kód můžete ponechat beze změny, mějte ovšem na paměti, že se tak připravíte o klíčové upgrady, které jsou v mnoha ohledech skutečně revoluční v tom, jak Analytics pracují.

I když se používání měřící knihovny ga.js (stávající měření) nebude nadále doporučovat, Google potvrdil, že data ze „starých“ měření bude zpracovávat ještě minimálně po dobu 2 let.

I přesto ale jednoznačně doporučuji na migraci a aktualizaci měřícího kódu začít pracovat, pokud jste tak ještě neučinili. Zejména pokud připravujete spuštění nového webu a dodavatelské studio/agentura s adopcí Universal Analytics nepočítají, požadujte ji.

Můžete se inspirovat postupem, který jsme praktikovali u našich klientů:


TIP: Nemusíte studovat technické návody. Neriskujte zbytečné chyby v datech. O migraci a implementaci nových funkcí se postaráme my!

  1. Založit duplicitní měření Universal Analytics – tady ještě jednou pozor na terminologii – v české verzi se jedná o novou Službu, v anglické verzi jde o nové Property.
  2. Měřící kód nasaďte přes Google Tag Manager, který vám v budoucnu usnadní správu měřícího kódu a jakékoliv změny v něm. Přinese také spousty dalších výhod.
  3. Nastavte duplicitně konverzní cíle a všechny adekvátní filtry. Měřte do obou účtu současně a pozorujte, jestli nedochází k nějakým výrazným odchylkám (např. neměření návštěv mobilních zařízení). Komplikace lze očekávat u měření, které jsou „nestandardní“ – jako třeba měření na více doménách. Detailně si proto nastudujte dokumentaci a všechny změny v měření zkontrolujte v testovacím (stage) či vývojovém (dev) prostředí před samotnou implementací na ostré, produkční (live) verzi. Pozor taky na situace, kdy diskrepance čísel nepředstavuje chybnou implementaci, ale je jen případem jiného způsobu zpracování dat v Universal Analytics (týká se zejména referral návštěv).
  4. Proveďte audit implementace (obrat v e-commerce, výkon jednotlivých kampaní, srovnání čísel pro jednotlivé kanály apod.). V ideální případě nebude pozorovat rozdíly v měření a jednotlivé reporty si budou odpovídat. Zároveň využijte tuto příležitost a proveďte kompletní revizi vašeho Analytics účtu:
    • Jsou aktuální všechny nastavené filtry / konverzní cíle?
    • Jaké jsou stávající nedostatky/nevýhody při práci s Analytics?
    • Jaké údaje by vám usnadnily práci s reporty? Co vám v nich chybí?
  5. Jakmile budete mít jistotu, že Váš nově založené měření je v pořádku, „přepněte“ účet v GTM:
    • Ujistěte se, že u vašeho hlavního účtu proběhla úspěšně migrace v UAGC (může trvat 24–48 hodin, do té doby žádné změny ve stávajícím měřícím kódu nedělejte!).
    • Přepnutí měření následně spočívá v nahrazení identifikátoru UA-XXXXXX-X vašeho testovací měření za identifikátor hlavního měření (TIP: použijte pro tuto úpravu Makro).
    • Souběžně s předchozím krokem se ujistěte, že z vašeho webu byl odebrán starý měřící kód. Abyste měli jistotu, že se měří jen za pomocí Universal Analytics, využijte funkcionality custom dimenzí a všechny požadavky si v GTM označte například pomocí řetězce „GTM_Request“.

      GTM_Request
      GTM_RequestCheck
    • Pomocí nástrojů pro audit měření (např. Omnibug ve FF či GA Debug v Chrome) zkontrolujte, zda se požadavky skutečně posílají tam, kam mají. Pomocí Real-Time reportů ověřte, že změna skutečně proběhla a zobrazují se údaje o aktuálních návštěvách.
  6. Hotovo, měříte do nového účtu se zachovanou historií dat.
Závěrem bych zde ještě jednou zdůraznil, že s přechodem na „nové“ měření nemusíte nikam spěchat. Skutečně se vyplatí postupovat podle známého rčení „dvakrát měř, jednou řež“. Dokud si nebudete jisti, že je vše nastaveno správně a nedochází k žádným anomáliím, nedělejte unáhlená rozhodnutí. Nemluvě o tom, že ne všechny funkcionality byly k dnešnímu dni zprovozněny:
  1. Používáte-li remarketing listy, Universal Analytics je ještě „neumí“. (update: už ano, od oficiálního spuštění v dubnu 2014)
  2. Rovněž se stále čeká na zprovoznění tzv. UserID, které zajišťuje ono klíčové párování uživatele napříč zařízeními. (update: i toto již funguje)
  3. Content Experiments (nástroj na A/B testování integrovaný do Analytics) má v dohledné době také doznat zásadních změn.
  4. A to nejpodstatnější závěrem – podle tohoto schématu došlo k jedné poměrně zásadní změně při zpracování informací o návštěvách z placeného vyhledávání (CPC). Pokud nepoužíváte auto-tagging (pouze AdWords) a nemáte v UTM nastavený parametr term, přijdete o report klíčových slov – respektive v něm budete mít pouze (not set), což se dotkne zejména Skliku. Toto chování lze sice „opravit“ pomocí Advanced Filtru, ale ideální by samozřejmě bylo, aby se v Universal Analytics aplikoval stejný model zpracování dat kampaní z placeného vyhledávání jako platil doposud. O této úpravě se momentálně vede diskuse v rámci interního fóra GACP, o případné změně budu informovat.

Co si myslíte o nových Universal Analytics? Podělte se o vaše zkušenosti a postřehy v komentářích.

Související články:

Post to Twitter  

Komentáře: 2

Google Analytics & BigQuery

Letošní Google Analytics Summit byl jako každý rok hodně nabitý a uživatelé Google Universal Analytics se mají na co těšit.

Pro nás je jednoznačně nejpoutavější integrace Analytics do služby BigQuery, kterou Google oznámil již během květnové I/O konference.

Pokud BigQuery neznáte/nepou­žíváte, pro potřeby tohoto článku postačí, když si za ním představíte platformu pro zpracování a analýzu velkých objemů dat. Jako GACP jsme měli testovací přístup k vzorovým datům a v tomto článku chci naznačit možnosti užití.

CO TO JE?

Hodně zjednodušeně: možnost „tahat“ GA data pomocí dotazovacího jazyka SQL.

BigQuery

K ČEMU TO JE?

Automatizace procesu získávání a zpracování (opravdu velkých objemů) dat z Universal Analytics. Hlavně díky konektorům a API. Přes BigQuery můžete poměrně rychle získat miliony (Google dokonce uvádí až miliardy) řádků dat doslova na počkání.

PRO KOHO TO JE?

Velké „hráče“, kteří si se standardním reportingem nevystačí. BigQuery totiž představuje rychlou a spolehlivou cestu k tomu, jak z Google Analytics vydolovat surová data na úrovní jednotlivých požadavků (hitů), se kterými si pak můžete pracovat v jakémkoliv jiném nástroji. Samozřejmostí je konektor do Excelu, nicméně cílovou skupinou zde budou spíše integrátoři a analytici, kteří pro integraci s data-mining nástroji anebo například interními produkty typu CRM (banky, pojišťovny) využijí výše zmíněné API či databázové konektory.

V ČEM JE HÁČEK?

Integrace BigQuery a vašeho Analytics účtu je možná pouze v případě, že jste Premium zákazníkem. Což je zásadní omezení pro většinu analytiků v ČR. Třeba se tato situace časem změní – lákadel v podobě Premium-only funkcionalit totiž bude podle Google přibývat.

Analytics se za poslední půl rok dost výrazně posunuly do enterprise sféry, kde licenční poplatky nemusí být tak velkou překážkou jako u „středních“ e-commerce subjektů.

Pokročilá analytika pomocí Universal Analytics tedy bude (minimálně prozatím) doménou velkých korporací, které v poměrně vysokých dodatečných nákladech spatří využitelnou konkurenční výhodu.

PRAKTICKÉ VYUŽITÍ?

Možná se ptáte, k čemu něco takového vlastně je, že si bez problémů každý uživatel musí vystačit s CSV exporty. Ti „pokročilejší“ pak mají přece k dispozici API… Inu, zvažte následující scénáře:

  • Potřebujete získat čísla za poměrně dlouhé období (poslední 3 roky) s poměrně vysokou granularitou:
    • denní přehled objednávek s rozpadem na jednotlivé produkty,
    • doplněné o informaci o daném zákazníkovi (user id) a také zdroji dané konverzní návštěvy (source / medium),
    • Na této úrovni pak budete chtít zobrazit hodnotu jednotlivých objednávek a produktů za účelem dopočítání přesné čisté marže podle interní produktové databáze.
  • Anebo potřebujeme získat surová data o jednotlivých návštěvách včetně všech příslušných požadavků (eventy, konverze) v chronologickém pořadí podle jednotlivých návštěvníků včetně zdroje každé návštěvy.
  • Anebo do třetice: Potřebujete zjistit, kolik návštěvníků, kteří vyplnili příslušný formulář u vás na webu, mělo zdroj první návštěvy zvolenou kampaň XYZ, ale zároveň u nich nedošlo k využití příslušné nabídky na placené předplatné během následujícího měsíce?

Standardně by takovéto výstupy byly pomocí webového rozhraní Analytics manuální práci na minimálně půl dne, pokud by je ovšem vůbec bylo možné získat. Případné další „čištění“ dat do zpracovatelné podoby zabere několik dalších hodin. Pokud někde v průběhu uděláte chybu, čeká vás druhé kolo této „opičí“ práce.

Díky API se tento postup naštěstí výrazně zjednodušil a zefektivnil, nicméně i zde narazíte na řadu omezení (např. sampling), které je potřeba různými oklikami obejít. K „surovým“ datům na úrovní jednotlivých požadavků se ale prostě nedostanete.

BigQuery všechna tato omezení odstraňuje a předestavuje nejflexibilnější, nejrychlejší a nejspolehlivější cestu, jak libovolná data z Analytics získat.

Související články:

Post to Twitter  

Napište první komentář!

Každý marketér je jako Truman

Dle zprávy Sdružení pro internetovou reklamu směřovalo v ČR jen v loňském roce do PPC reklamy ve vyhledávačích přes 4 miliardy Kč. Investice do této formy internetové inzerce navíc rostou meziročně mnohem rychleji než v kategorii bannerové reklamy.

Existují již desítky inzerentů, kteří utrácí miliony korun do této formy inzerce. Na druhé straně totiž existují miliony potenciálních zákazníků, kteří používají vyhledávače kdykoliv chtějí něco nakupovat a s důvěrou klikají na placené inzeráty předřažené přirozeným výsledkům vyhledávání.

Kvalitní produkt jako je vyhledávač si dokáže získat důvěru a důvěru lze zpeněžit, to je v nejlepším pořádku. Celé toto soukolí mezi inzerentem a zákazníkem ovšem pohání jeden významný článek a tím jsou měřící nástroje, zejména nejrozšířenější Google Analytics. Tyto nástroje zprostředkovávají informace o výkonu kampaní a marketér je používá stejně jako řidič používá svoje oči, aby udržel vůz na silnici a ve směru, kam se chce dostat. Neexistuje totiž přímá vazba mezi marketérem a zákazníkem.

ppc_schema_truman

Znáte film Truman Show z roku 1998? Připomeňte si, o čem je tento film prostřednictvím krátkého traileru.



A nyní si zkuste představit, že Truman je marketér a svět čísel a reportů, který ho obklopuje, představuje jen zdánlivou realitu. Každý marketér se nenarodil jako analytik, koneckonců svět čísel představuje spíš opačný pól světa barev a emocí, ve kterém se zrodil obor marketingu před desítkami let. Záleží ale jen na tom, jak moc chce Truman zjistit celou pravdu…

Google Analytics již dnes není jednoduchý produkt, ale realitu zcela určitě zjednodušuje prostřednictvím množství základních reportů. Pokud investujete do inzerce ve vyhledávačích nemalé peníze a chcete jako Truman na konci filmu proniknout za hranici onoho zdánlivého, zjednodušeného světa, bude vás jistě zajímat videozáznam mojí přednášky z Internet Advertising Conference 2013 o efektivitě tohoto druhu inzerce, specificky zaměřené na inzerci na vlastní brand.

Post to Twitter  

Komentáře: 9

Jak obejít sampling dat v Google Analytics

Tento článek popisuje jedno zásadní omezení Google Analytics, které tomuto jinak velmi užitečnému nástroji dost zásadně ubírá na reálné využitelnosti při rozhodování o klíčových záležitostech.

Řeč je o samplingu dat (česky tzv. vzorkování), které je aplikováno za účelem urychlení celé aplikace. Zjednodušeně řečeno spočívá v použití statistických metod pro odhady jednotlivých metrik na základě určitého „vzorku“ dat.

Zpracování menšího objemu dat má pozitivní vliv na svižnost generování reportů, ovšem rovněž dost negativní vliv na jejich přesnost a spolehlivost. Tento článek popisuje případ 88% odchylky u metriky průměrné hodnoty objednávky v rámci A/B testu u jednoho z našich klientů. Souhrnný přehled a detailní srovnání (ne)přesnosti samplovaných reportů detailně popisuje například článek Can You Trust Your Google Analytics Data, který v závěru konstatuje, že reporty konverzí či e-commerce s aplikovaným samplingem jsou de facto nepoužitelné.

Pokračování »

Newsletter

Přihlaste se do našeho e-mailového magazínu a každý měsíc obdržíte užitečné články a studie přímo do vaši schránky!

Více

RSS článků
Krátce z Twitteru Sledujte nás na Twitteru

Sledujte nás na Twitteru