Téma: Google Analytics

Google Analytics: Jak vám může vzorkování dat zlomit vaz

Retenční kampaně jsou u našich klientů, kterým poskytujeme chytrý e-mailing, poslední dobou v kurzu. A není se čemu divit – pracují automaticky, každý den, bez jakéhokoliv úsilí, probouzí spící zákazníky, zapojují je zpět do nákupního procesu a zejména: generují tržby! Nástrahy na vás však mohou čekat ještě před vyhodnocením kampaně – nechat se svést z cesty a dojít k zavádějícím manažerským rozhodnutím je totiž tak jednoduché.

Stejně jako se to mohlo stát jednomu z našich klientů, který nám do Optimics poslal dotaz:
Dobrý den, v srpnu nám hodně klesla průměrná hodnota objednávky u retenční kampaně. Je pro to nějaké vysvětlení?

Součástí byl i přiložený export reportu z Google Analytics, který si klient vygeneroval a v němž meziměsíčně srovnával vybrané metriky retenční kampaně. Pomiňme nyní nepříliš vhodné srovnávání relativně krátkých časových úseků u čerstvé kampaně a zaměřme se na samotný report.

GA_report_sampling  


Ten je poměrně jednoznačný a na první pohled skutečně v srpnu došlo ke snížení průměrné hodnoty objednávky (-40,93 % wow), která klienta překvapila. Trendové šipky v červené barvě nemá nikdo rád, začali jsme proto pátrat, jak klient daného přehledu vůbec dosáhl. Měli jsme podezření, které nám vzápětí potvrdilo samotné záhlaví reportu. Totiž první a vůbec nejdůležitější specifikum, které je nutné brát v potaz při práci s Google Analytics, je sampling neboli vzorkování dat.  

Vzorkování dat je aplikováno za účelem urychlení analytického nástroje. Spočívá v použití statistických metod pro odhady jednotlivých metrik na základě menšího vzorku dat. Zpracování pak má pozitivní vliv na rychlost generování reportů, na druhou stranu negativně ovlivňuje jejich přesnost a spolehlivost. Ke vzorkování dochází zejména tehdy, kdy je překročen počet 250 000 návštěv pro vytvoření požadovaného ad-hoc reportu.
Vytvoříte-li si tedy ad-hoc report jako náš klient (aplikujete segmenty na standardní přehledy, využíváte sekundární dimenze apod.), pro jehož sestavení Google Analytics potřebují více než 250 000 návštěv, použije se jen vzorek z těchto dat – jednotlivé hodnoty pak budou dopočítány, resp. statisticky odhadnuty. Lze si tak snadno dovodit, že tento fakt může mít – a reálně má – dopad na data.  


Zpět do reportu retenční kampaně; do reportu, na základě kterého klient usoudil, že průměrná hodnota objednávky spadla meziměsíčně o polovinu; do reportu, který mohl být pro klienta předzvěstí prostého stopnutí kampaně, radikálních řezů v marketingovém plánu či dokonce vyhlášení války!

(Dobře, takovou pohromu by špatné vyhodnocení kampaně asi nepřineslo, ale při nejmenším byste si jako marketingový specialista mohl ve firmě lehce zlámat vaz, že?)

Pamatujete na již zmíněné záhlaví přehledu? Tak přesně tuto část stránky je potřeba mít na mysli a koutkem oka sledovat. Informuje vás o tom, zda vůbec a případně jakou měrou, bylo potřeba při generování reportu využít sampling. Pokud aplikujete segmenty na standardní přehledy, použijete sekundární dimenze nebo třeba spustíte personalizované přehledy, sampling je zpravidla na světě – seznamte se.

Suma sumárum: pro vygenerování reportu, který nám zaslal klient, bylo použito pouze 12,94 % z celkového počtu návštěv (viz žlutý řádek). Zbytek byl statisticky odhadnut… Zkreslení prezentovaných hodnot tedy nemusí být pouze naší hypotézou, ale čirým faktem.

Nesklánějte hlavu, nesklápějte uši, nestahujte ocas mezi nohy – existuje několik variant, jak se s tímto omezením částečně, či zcela vypořádat, a jak jít tomu štěstíčku trochu naproti:  

  1. Nastavit velikost vzorku / vlastní přesnost reportu, resp. navýšit počet reálných návštěv, které budou použity pro vygenerování daného reportu.
  2. Snížit počet návštěv pod 250 000 potřebných pro vytvoření ad-hoc reportu (např. zkrácením období či zúžením segmentu).
  3. Obejít vzorkování přes Google Analytics API – více v našem článku Jak obejít sampling dat v Google Analytics.
  4. Přejít na skvělé Google Analytics Premium!
  5. Zamyslet se, zda nemůžete najít odpověď na svou otázku v některém ze standardních reportů (bez použití segmentů či sekundárních dimenzí).
První možnost je poměrně jednoduchá a efektivní – stačí jeden klik a počáteční hladinu vzorkování můžete posunout až na 500 000 návštěv. Výměnou za tento luxus je zpomalení generování reportu a zejména fakt, že počátek samplování jsme pouze odsunuli… Jak ad-hoc vypadá report po manuálním navýšení přesnosti reportu?  


GA_adhoc_precision  


Zdvojnásobili jsme vzorek = měli bychom dostat přesnější data! Bylo tomu ale skutečně tak? Z přesnějšího reportu jsme zjistili, že propad průměrné hodnoty objednávky se probloubil dokonce na 52,36 %, zvýšil se však i počet uživatelů (a otočil trend). Žádná sláva, pojďme k dalším možným řešením.

Druhý bod pro nás nebyl vhodný – snížením počtu návštěv by se klient nedomohl meziměsíčního srovnání. Třetí varianta je skvělá a zábavná, ale z důvodu vyšší pracnosti pro potřebu klienta nevhodná. Bod čtyři by byl pro klienta z dlouhodobého hlediska zcela nejefektivnější, pro aktuální potřebu ale nebyl dostupný.

(Fanfáry!) Jako ideální se tak ukázala možnost č. 5, ta vůbec nejjednodušší aktivita, kterou by měl každý marketingový specialista využít v první řadě – zamyslet se. Zamyslet se, zda nemůže získat odpověď na svou otázku v některém ze standardních reportů a elegantně se tak vyhnout samplingu. (Přiznáváme, ve skutečnosti bylo pořadí možných řešení jiné, ale chtěli jsme vás napínat do poslední chvíle.)

A protože našeho klienta v danou chvíli zajímal skutečně jen údajný propad průměrné hodnoty objednávky, nebylo nic snazšího, než se podívat do standardního přehledu Akvizice → Kampaně (nově Akvizice → Kampaně → Všechny kampaně), pro který se vzorkování dat neuplatňuje, pokud nezačnete segmentovat.  


GA_campaign  


V meziměsíčním srovnání nedošlo k avizovanému snížení průměrné hodnoty objednávky o 40,93 % ani 52,36 %, ale jen o 17,19 %, což se vzhledem k nízkému počtu transakcí (44 a 64) dá přisuzovat zcela běžné rozkolísanosti dat. (Ano, mohli bychom pokračovat dál a zjistit, zda v předchozím období neproběhla například nějaká extrémně vysoká objednávka, která by průměrnou hodnotu objednávek zkreslila, podívat se na čísla z mailingového nástroje či segmentovat, ale vyhodnocení kampaně si necháme na další článek.)  
Bingo!  

Pokud Google Analytics použijí vzorkování, nepřesnost dat je citelná zejména na malých číslech (např. transakce). To může vést k zavádějícímu pohledu na výsledky a následná managerská rozhodnutí. Mějte to na paměti, pokud vyhodnocujete metriky malých čísel, nebo – jako v našem případě – testujete čerstvou marketingovou kampaň. A nepanikařte – jedna červená metrika ještě neznamená, že něco musí být zákonitě špatně.
Teprve teď se náš klient dostal na správnou startovní čáru, ze které může začít odkrývat další čísla retenční kampaně, dolovat data a postupně vyhodnocovat. Samozřejmě, čím déle a hlouběji se bude v analýze pohybovat, neobejde se bez použití segmentů či sekundárních metrik. Ale to už je jiná písnička, kterou si dnes nepustíme. 


Tento příběh ze života agentury vám může být malou ukázkou toho, jak jednoduché je se ještě před samotným vyhodnocením kampaně splést; jak snadné je dívat se na jiná data; jak prosté je chybně vyhodnotit metriky a učinit špatné rozhodnutí, pokud se jako marketingový specialista alespoň nezamyslíte.

Zlomte vaz!

 

Související články:

Post to Twitter  

Komentáře: 2

Universal Analytics – 10 příkladů pokročilých implementací

Dobře už víte, že implementace Universal Analytics je příležitost, jak posunout marketing a analytiku na zcela novou úroveň. Pojďte se tedy inspirovat, jak lze využít nové možnosti Universal Analytics na konkrétních příkladech z praxe. Vybírám pro vás ty nejlepší články z internetu. Jejich autoři představují hitparádu nejzajímavějších expertů na analytiku. Doporučuji sledovat na Twitteru!

1. Measuring Profit using Google’s Universal Analytics
Yehoshua Coren (@analyticsninja)

2. Using Offline and Online data to drive Google Analytics Remarketing
Justin Cutroni (@justincutroni)

3. YouTube Video Tracking with GTM and UA: A Step by Step Guide
Stéphane Hamel (@SHamelCP)

4. How to Track & Analyze Scroll Depth in Google Analytics
Joe Christopher (@joechristopher)

5. Email Tracking in Google Analytics with MailChimp
Jim Gianoglio (@jgianoglio)

6. E-mail open rate tracking with Google Analytics' Measurement Protocol – Demo
Mark Edmondson (@HoloMarkeD)

7. Universal Analytics: Weather As A Custom Dimension
Simo Ahava (@simoahava)

8. Physical Analytics Part 1: Tracking Your Home with Google Analytics
Nico Miceli (@nicomiceli)

9. How to Measure Google Glass into Google Analytics
Benjamin Mangold (@BenjaminMan­gold)

10. World Cup 2014 Data in Universal Analytics for the First Time Ever!
Allaedin Ezzedin (@AllaedinEzze­din)

Související články:

Post to Twitter  

Komentáře: 1

Proč přejít na Universal Analytics? Protože chcete!

Ta druhá odpověď na úvodní otázku, proč přejít na Universal Analytics, je delší a složitější. Nejen, že musíte přejít na Universal Analytics. Existuje mnoho dobrých důvodů, proč to budete chtít udělat – až si přečtete celý tento článek. Pouze s implementací nových měřících kódů Universal Analytics totiž můžete využít mnoho nových, pokročilých vlastností, které jsou uvedeny níže. Takže začínáme!

1) Enhanced Ecommerce

Pro eshopy je tím nejdůležitějším motivem okamžitého přechodu na Universal Analytics a nové implementace měřících kódů celá sada nových reportů pod označením Enhanced Ecommerce. Zatímco dříve jste v rámci ecommerce reportů viděli pouze samotný nákup, nyní lze měřit celou sekvenci událostí od zobrazení produktu v nějakém seznamu (např. výpis vyhledávání nebo kategorie), po zobrazení detailu produktu, přidání či odebrání z košíku, navazující kroky nákupního košíku až po samotnou transakci.

ecommerce

Lze tak konečně sledovat produkty od začátku až do konce a to na úrovni jednotlivých produktů, nebo agregovaně na úrovni až pěti produktových kategorií a dalších atributů, které lze měřit do vlastních dimenzí a metrik.

Součástí Enhanced Ecommerce a zároveň zajímavou novinkou v oblasti machine learningu v Google Analytics je také report tzv. related products (dostupný pouze skrz Reporting API, nikoliv reporty v UI). Ve zkratce jde o automatickou detekci produktů, které zákazníci často nakupují dohromady. Ukázkový příklad z tohoto reportu níže identifikuje vysokou korelaci mezi dvěma produkty z českého eshopu: testem na HIV a testem na syfilis.

Related Products

2) Custom dimenze a metriky

Možnost sbírat na webu specifická data, která se týkají pouze vašeho businessu, je jednou z oblastí, kde se odlišují pokročilé analytické nástroje od jednoduchých počítadel návštěvnosti.

Adobe Analytics (dříve Omniture) již dávno umožňoval sbírat 75 propů a 75 eVarů. Jsou to proměnné, do kterých lze ukládat jakákoliv vlastní data nad rámec toho, co je ve webové analytice považováno za standard (timestamp, URL, browser atd.). Typicky se tedy jedná o parametry produktu, stavové hodnoty webu a aplikací (např. parametry hledání, filtrů, košíku), kontextové informace (např. aktuální počasí) a data o zákaznících (např. demografické údaje). Jednoduše řečeno, pokud prodáváte hypotéky, zajímají vás jiné produktové parametry než vašeho kamaráda, který prodává zájezdy.

CD

Google Analytics před lety nabízel pouze jednu takovou vlastní proměnnou, tzv. user defined value. Poté přibylo 5 custom variables. A konečně s Universal Analytics máte dnes k dispozici 20 custom dimenzí a 20 custom metrik (v Google Analytics Premium je to 200 a 200).

Možnost sbírat vedle standardních dat z webu i vlastní data o produktech a zákaznících otvírá zcela nové možnosti pro reporting a analytiku. Web developera zajímá podíl browserů v návštěvnosti, proto mu stačí standardní webová analytika. Marketéra ale spíše zajímá, jací zákazníci chodí na web a o jaké produkty mají zájem. Universal Analytics lze naimplementovat tak, aby i marketér našel v reportech odpovědi na svoje otázky (např. Jaká je průměrná výše hypotéky podle jednotlivých akvizičních kanálů?).

3) Import dat

Vlastní dimenze a metriky nemusíte sbírat do Universal Analytics jen přímým voláním z webu. Například pokud máte bohatý produktový katalog, kde atributy jednotlivých SKU jsou relativně stálé (např. výrobce pračky) nebo jsou naopak některé údaje důvěrné (např. marže na produktu), můžete využít import dat.

Z webu lze odesílat jediný údaj v rámci Enhanced Ecommerce, a to SKU produktu. Ostatní atributy lze importovat do vlastních dimenzí a metrik skrz konfiguraci v administraci Universal Analytics. Výhodou je, že z klienta přenášíte naprosté minimum dat, tato data jsou „neviditelná“ pro kohokoliv, kdo by se chtěl šťourat ve vaší implementaci a můžete ušetřit práci IT, protože vše si obsloužíte sami z administrace. Importovat data lze mimo již zmíněné produkty také ke kampaním, uživatelům, stránkám webu a lze takto např. i refundovat ecommerce transakce.

Data import

4) Measurement protocol

Doslova revoluční inovací Universal Analytics je tzv. measurement protocol. Je to vlastně způsob, jak lze posílat data do Universal Analytics přímým voláním serverů Google skrz HTTP requesty. To znamená, že nepotřebujete javascript a measurement protocol tak lze používat defacto z jakéhokoliv zařízení nebo aplikace. Navíc lze takto data předávat dávkově a asynchronně, tj. mimo interakci uživatele.

Tento princip se používá při sběru dat v mobilních aplikacích, protože ty lze používat i bez připojení k internetu. Data se tak ukládají lokálně v mobilním zařízení a v online režimu se pak dávkově přenesou na servery Google.

Stejně tak synchronizace dat z firemního CRM může být díky measurement protocolu realizována v denních dávkách. Párování dat je zajištěno skrz identifikaci anonymního návštěvníka (ClientID) nebo autentifikovaného uživatele (UserID). Takto lze do Universal Analytics posílat např. offline konverze, kdy na webu vzniká jen nezávazná poptávka a skutečný prodej se realizuje až po podpisu smlouvy.

Jako poslední reálný use case stojí za zmínku sběr dat v aplikacích jako je např. internetové bankovnictví nebo checkout v eshopu. V tradičním způsobu, který využívá javascript, putují data cestou od vašeho serveru přes browser uživatele na servery Google. Browser uživatele je v tomto případě nejslabší článek. Díky measurement protocolu lze zajistit přímý přenos citlivých dat mezi vaším serverem a servery Google, a máte tak naprostou kontrolu nad obsahem i přenosem těchto dat.

Sběr dat z elektroměrů, kávovarů, chytrých brýlí a všech možných senzorů je – byť již zcela možnou a funkční – zatím spíše experimentální záležitostí.

5) UserID

Celá plejáda již popsaných inovací v Universal Analytics se pomalu začíná sbíhat dohromady. Další v řadě je totiž tzv. UserID. Je to způsob, jak párovat jednotlivé návštěvy, události a další data ke konkrétnímu autentifikovanému uživateli. K tomuto uživateli pak můžete sledovat vlastní dimenze a metriky (scope = user) a to přímo z webu díky knihovně analytics.js, z mobilní aplikace skrz mobilní SDK (Android a iOS), importu dat nebo i measurement protocolu. Můžete své uživatele sledovat v čase, napříč zařízeními i online a offline. Zapomeňte na webovou analytiku, jak ji nyní znáte. Tohle je začátek zcela nové dimenze sledování a chápání tzv. customer journey.

Multi-Channel Funnel (MCF)

6) Remarketing

Konečně, když už budete mít tolik dat k jednotlivým uživatelům, přijde čas je nějak využít – personalizovaným cílením reklamního sdělení ať už v banneru, na webu, v emailu nebo jiném outbound kanálu. Universal Analytics přimo podporuje (zatím?) ten první případ. Už dnes můžete vybrat segment lidí (tzv. publikum), který je pro vás zajímavý a chcete ho znova oslovit skrz remarketing. Například prodejce hypoték se speciálně zaměří na segment lidí, kteří si na webu spočítali nadprůměrně vysokou hypotéku.

Pojďme ale dále. Pokud již dnes realizujete v CRM nějakou formu prediktivního modelování (lead scoring, next best offer apod.), můžete tuto predikci přece sdílet do Universal Analytics! A co je v Universal Analytics, nad tím lze definovat segment a ten zacílit v remarketingu. Pokud vám tedy lead scoring identifikuje segment uživatelů, u kterých vychází nízká pravděpodobnost nákupu, můžete do banneru přihodit nějakou extra incentivu. Banner se pak bude točit skrz Adwords v GDN nebo skrz Doubleclick kdekoliv v RTB prostoru.

predictive remarketing

7) _____________­_________

Napište si do komentářů o další funkce, které vám v Google Analytics ještě chybí. Než naimplementujete Universal Analytics a výše uvedené, je dost dobře možné, že Google už stačí proměnit vaše přání ve skutečnost. To tempo rozvoje a inovací je neskutečné a můžu prozradit, že v roce 2015 se máme zase na co těšit!

Pokud chcete využívat výhody Universal Analytics co nejdříve, ozvěte se nám ještě dnes. Nebo si počkejte na další pokračování – příště vám ukážu odkazy na nejzajímavější popsané implementace, které využívají některou z výše uvedených inovací v Universal Analytics.

Související články:

Post to Twitter  

Napište první komentář!

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

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