Téma: Webová analytika

Je to již přes rok, co Dennis na svém blogu oznámil příchod Yahoo! Web Analytics 9.5 a jednou z hlavních novinek nové verze byly demografické údaje jako je pohlaví a věk. Dennis je špičkový expert na webovou analytiku a ve svém videu ukázal několik způsobů, jak taková data využít. Pokud jste se ještě s prostředím Yahoo! Web Analytics nesetkali, doporučuji vám před čtením následujícího článku toto video shlédnout.

Nicméně několik analytiků z evropských zemí po tomto oznámení zpochybnilo schopnost Yahoo! poskytovat relevantní data tam, kde Yahoo! Search nemá téměř žádný podíl na trhu, jako například v Česku. Berte to pouze jako orientační údaj, ale v praxi vidím, že pro české weby s návštěvností několika málo tisíc návštěvníků může Yahoo! opravdu poskytnout relevantní data se spolehlivostí 80 %, pro weby s návštěvností nad 50 tisíc návštěvníků pak se spolehlivost blížící se až k hranici 95 %.

Schopnost Yahoo! shromažďovat demografická data vyplývá z faktu, že tato data pocházejí z Yahoo! ID, které potřebujete k používání široké škály webových aplikací od Yahoo!, zejména Yahoo! Mail a webu pro sdílení fotografií Flickr, který je populární prakticky ve všech zemích světa, a tak je pravděpodobně i zdrojem většiny českých návštěvníků s Yahoo! ID.

Pro mne, a doufám, že i pro mnohé z vás, to tedy již není otázka jen o tom, zda Yahoo! může poskytnout demografické údaje o návštěvnících vašeho webu, protože odpověď je jednoznačně ano. Tou skutečnou otázkou je, zda můžeme těmto údajům věřit, využít je pro analýzu chování v jednotlivých demografických segmentech, a přijímat rozhodnutí na základě těchto informací.

Proto jsem se rozhodl prozkoumat demografické údaje, specificky pohlaví, které Yahoo! Web Analytics poskytuje, a srovnat je s daty z NetMonitoru, což je oficiální platforma pro měření návštěvnosti internetu v České republice, na jejímž základě se formuje poptávka na místním trhu online médií a reklamy.

Srovnání jsem prováděl na webu Okoun.cz (tradiční diskusní fórum fungující od roku 2001). Veškerá data jsou uváděna za období 4 měsíců od listopadu 2009 do února 2010.

Pokračování »

Docela často od klientů dostáváme dotaz, zda Yahoo! Web Analytics (YWA) umí to či ono. Přestože to nejdůležitější popisujeme na naší stránce o Yahoo! Web Analytics, je zřejmé, že na českém internetu chybí dostatek konkrétních článků a případových studií o tom, jaké užitečné funkce a jiné výhody YWA nabízí. A protože nemalá část těchto dotazů přichází od eshopů, rád bych se dnes zaměřil na 5 konkrétních věcí, které s velkou radostí využije každý majitel a manažer většího eshopu.

1. Cross-sell report

Téměř každý eshop řeší, co, jak a kde připrodat zákazníkovi, který momentálně nějaké zboží v košíku na webu již má a chystá se dokončit nákup. Obvykle lze v košíku zobrazit několik málo položek a otázkou je, podle jaké logiky by se měl řídit výběr tohoto zboží. V českých eshopech se nejčastěji jedná o zboží, které je v akci nebo o zboží ve výprodeji.

U velkých eshopů lze ovšem využít i sofistikova­nějších metod, jejichž průkopníkem je Amazon, a které jsou založené na analýze transakčních a behaviorálních dat. Nejjednodušší, ovšem také jednou z nejplodnějších je analýza zboží, které se nejčastěji nakupuje v rámci jednoho košíku. Tato data můžete dolovat z interního systému a poté analyzovat v nějakém statistickém nástroji, ale proč, když to jde jednoduše v YWA prostřednictvím reportu Cross-sell analysis? Samozřejmě i s napojením na kampaně a další možnosti filtrování a segmentace, kterou YWA standardně nabízí.

Pokračování »

Google udělal se svým nástrojem Google Analytics opravdu hodně pro rozšíření nástrojů pro webovou analytiku. Co když už ale ve svém online marketingu narážíte na hranice tohoto nástroje? Co vám nabízí pokročilá řešení, které již používají i české firmy, a o jaká z nich se zajímat?

Google Analytics – skvělý začátek

Google Analytics vám řeknou o vašich návštěvnících a webu hodně. Ačkoliv jsou zdarma, nabízejí bohatou funkcionalitu, dobré uživatelské rozhraní a širokou nápovědu. Jedná se o ideální startovací bod: nasadíte je na svůj web a postupně poznáváte, jaké informace vám webová analytika může přinést.

Především pokud jste větší firma, máte hodně navštěvovaný nebo složitý web, přestanou vám však Google Analytics postupně stačit. Ačkoliv nabízejí mnoho z enterprise-level funkcionality, mnoho jedinečných reportů a zajímavých funkcí, nejedná se o enterprise-level řešení, a žádnými úpravami v něj Google Analytics nepřetvoříte. Architektura Google Analytics je navržena pro masové použití na všech možných webech, vy však budete potřebovat úplně jiný přístup s důrazem na možnost přizpůsobení a individualizace (dostanu se k tomu dále).

Toto je velmi důležitý bod. Google Analytics nejsou špatným nástrojem, a pro některé weby a firmy zůstanou ideálním nástrojem „napořád“. Pro pokročilá řešení webové analytiky byste se měli rozhodnout ve chvíli, kdy už pracujete určitým způsobem s čísly a daty ze svého webu – nejen že je sledujete a reportujete, ale i využíváte pro optimalizaci kampaní a obchodní výkonnosti webu.

Co vám mohou nabídnout pokročilá řešení pro webovou analytiku

Pokračování »

„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:

• Pokročilé nástroje webové analytiky (aneb až vám Google Analytics přestanou stačit)
• Porovnání demografických dat z Yahoo! Web Analytics a NetMonitoru
• 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 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 »

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