Skocz do linków, Skocz do treści

GASummit 2013 – moje notatki

30 października 2013 23:00. Autor: Robert Drózd. Komentarze (2) »

Przeczytałem niedawno nową książkę Kominka, „Blog. Pisz, kreuj, zarabiaj”, w której ten pisze, że „nawet cycki są lepsze od martwego blogera”. Jeszcze lepszy od martwego bloga WebAudit będzie jakiś artykuł, a konkretnie relacja. 

Otóż tydzień temu miała miejsce w Warszawie konferencja GASummit, zorganizowana przez firmy Bluerank i Marketing Online, pod patronatem Google. To było chyba pierwsze takie spotkanie poświęcone wyłącznie Google Analytics, bez tematów pobocznych.

Dlatego mimo sceptycyzmu wysupłałem 300 zł netto i znalazłem się w gronie ponad 500 uczestników. Co mnie, przyznaję, lekko zmroziło, bo nie spodziewam się, żeby w naszym kraju żyło tylu specjalistów od Analytics. W takim zaś przypadku można zakładać, że przyszło wiele osób, które Analytics z grubsza tylko kojarzą, a to wpłynie na poziom konferencji.

Jak się okazuje, obawy były płonne, a chyba każdy coś stamtąd wyniósł.

Najpierw organizacja. Od czasu UX Poland 2013 oraz 10 lecia Wikipedii jestem fanem konferencji w salach kinowych. Dużo miejsca, na prezentacji widać najdrobniejsze szczegóły. Multikino w Złotych Tarasach sprawdziło się więc całkiem dobrze.

A teraz prezentacje. Pierwsze dwie pochodziły od pracowników Google.

The Challenges and Opportunities in Data

  • Clancy Childs przedstawił trzy wyzwania dla wszystkich, którzy robią analitykę: Access – Empower – Act
  • Access – musimy zebrać właściwe dane. Jak to robić w erze multiscreeningu, w której przeciętny człowiek korzysta z 2-3 ekranów, a większość przełącza się między różnymi, nawet jednego dnia? Rozwiązaniem jest Universal Analytics – co daje możliwość dorzucania do Google naszych własnych danych
  • Podstawowa kwestia to rozpoznanie użytkownika na różnych punktach styku, abyśmy wiedzieli że użytkownik który np. skorzystał z naszych usług offline jest tym samym, który wchodzi online. Tu jest miejsce dla naszej kreatywności. Jak zachęcić ich żeby się logowali? Programy lojalnościowe to jedna z odpowiedzi.
  • Empower – potrzebujemy tak zobaczyć nasze dane, aby szybko dojść do wniosków, w tym ma pomóc zaawansowana segmentacja użytkowników, która od niedawna już w GA. Zwróćmy uwagę – segmentacja użytkowników, a nie wizyt. To już nie tylko „użytkownik z Google”, ale to ten, który nas odwiedza od 3 miesięcy i jeszcze nie dokonał transakcji.
  • Action – tutaj pomaga tworzenie list remarketingowych np. mężczyźni 25-34, z niskim wskaźnikiem odbić, którzy nie odwiedzali nas w ostatnim tygodniu…
  • Inny sposób wykorzystania zdobytych danych to użycie Google Big Query – możemy tam załadować dane z GA oraz własne – i wspólnie analizować. Podstawowe konto jest bezpłatne.

Integrated Marketing Measurement – From Precision to Scalability with Google Analytics

  • Tutaj prowadzący, Stefan Schnabl, skupił się na pokazaniu, jak GA można wykorzystać w podążaniu za klientem na różnych etapach jego związku z naszą firmą i jak zintegrować wszystkie dane wewnątrz GA. Przedstawił różne przypadki – niestety większość była dość szybkim omówieniem case studies ze stron Google – i dodatkowo większość wymagała Google Analytics Premium.
  • Swoją drogą, z kuluarowych plotek wynikało, że jak dotąd żadna polska firma nie zdecydowała się wydać 100 tysięcy dolarów na zaawansowaną wersję Analyticsa.

Optymalizacja z Google Analytics: od danych do decyzji

  • Florian Pertyński zdefiniował najpierw kulturę analityczną w organizacji jako sposób, w jaki ludzie myślą o danych.
  • Jest kilka poziomów takiej kultury – czasami po prostu decyzja/akcja, a dane gdzieś tam z boku.
  • Problemem analityki jest traktowanie jej jako elementu IT, a tym samym odsunięcie od faktycznych wyników firmy. Świadczy o tym choćby używanie metryk, które nie przekładają się na cele.
  • Istnieje kilka kamieni milowych, od których realizacji zależy powodzenie analityki. I pytanie – czy mówimy o czynności, jaką jest „podpięcie kodów” czy też „realizacja systemu rejestracji danych”? Czy celem analityki jest tylko raportowanie, czy jednak optymalizacja i eksperymenty?
  • Ponownie wraca jako przykład remarketingu. Zbieramy dane z Analytics, tworzymy segmenty, dla nich dopasowane reklamy w Adwords i konwersja ładnie idzie w górę.
  • W czerwcu tego roku Bluerank opublikował raport Status of Web Analytics in Poland, z którego możemy wyciągnąć wnioski, gdzie znajduje się obecnie polska analityka.
  • Dobra rada – wyłączmy własne ego, nie udowadniajmy co jest lepsze, ale po prostu pokażmy dane.

I prezentacja:

(aktualizacja z 21.12: poprawiłem link)

Zaawansowana optymalizacja reklamy online z użyciem Google Analytics

  • Piotr Guziur zaczął od przypomnienia twierdzenia Philipa Kotlera – że firmy często myślą o kosztach (np. reklamy), a zapominają o utraconych korzyściach.
  • Bardzo ważne, aby w kampanii u stawić wszystkie cele, nie tylko te oczywiste – oraz ich wartość, nawet jeśli nie jest to kasa, którą firma zarabia.
  • Od dawna np. Avinash Kaushik krzyczał – przestańcie rozmawiać o danych, mówcie o klientach – ale struktura Google Analytics wcale do tego nie zachęcała. Dopiero niedawno interfejs został podzielony na trzy części – pozyskanie, zachowanie i konwersja. To niejako zmusza do definiowania celów konwersji, bo jeśli tego nie zrobimy, raporty są niepełne.
  • Trzeba być świadomym współdziałania różnych mediów, co sprawia, że kampania w jednym źródle generuje nam ruch z drugiego. Przykładem może być efekt „halo”, w którym kampania PPC generuje zapytania organiczne, często na frazy brandowe.
  • Bardzo ważny bywa czasami efekt ROPO czyli Research Online, Purchase Offline – wyłączenie kampanii webowej może zmniejszyć liczbę wizyt w placówce i na odwrót. Jak to powiązać? Klient kupił wycieczkę offline – wysyłamy mu newsletter, tam jest odpowiednie ID, zapisujemy zmienną niestandardową i już wiemy że ten użytkownik dokonał zakupu.
  • Nadchodząca wersja Google Analytics czyli Universal Analytics pozwoli nam na lepsze skupienie się na użytkownikach, a nie sesjach. W ten sposób jeszcze lepiej da się wykorzystać ścieżki wielokanałowe i inne narzędzia, które właśnie są do tego celu stworzone.
  • Uwaga na temat różnych modeli atrybucji – czasami jakieś źródło wygląda świetnie w standardowym raporcie opartym na modelu „last click”, ale to często wejścia nawigacyjne, bo klienta przekonaliśmy na wcześniejszym etapie.

Jak skutecznie liczyć rentowność działań marketingowych dzięki ścieżkom wielokanałowym?

  • Maciej Gałecki polecił na początku  Google Think Insights, oraz narzędzie The Customer Journey to Online Purchase, które pokazuje udostępnione dane z Analytics w różnych branżach i krajach. Polski jak dotąd nie ma, ale i tak da się czegoś nauczyć. Który kanał pozwala dowiedzieć się o ofercie, a przy którym klient podejmuje decyzje i realizuje transakcję?
  • Ocena źródeł ruchu wymaga wybrania odpowiedniego modelu atrybucji. GA ma 7 różnych modeli oraz możliwość tworzenia własnego. Najpopularniejszy jest „ostatnie kliknięcie”, albo „ostatnie zidentyfikowane źródło ruchu” – to jest standardowy model używany w większości raportów Analytics. Można jednak zastosować modele „pierwszej wizyty” – np. dla nowych produktów na rynku, tudzież model linearny, jeśli wartość rozkłada się na wszystkie wizyty. Są też modele zmienne w czasie (to się przydaje przy badaniu okresowych promocji) i preferujące pierwsze oraz ostatnie kliknięcie.
  • Najważniejsze to aby porównywać modele i to, jak wygląda w nich rentowność – a dane wykorzystywać do lepszej alokacji budżetu dla różnych źródeł.
  • Firma Econsultancy opracowała raport Marketing Attribution: Valuing the Customer Journey (PDF), w którym oceniają wykorzystanie różnych modeli przez biznes.
  • Ścieżki w codziennej pracy można wykorzystać badając np. język zapytań klientów. Jak często zmieniają temat, czy doprecyzowują zapytania, czy używają słów związanych z marką.

Prezentacja:

10 najpopularniejszych błędów w implementacji Google Analytics – gdzie tkwią pułapki?

  • Mateusz Godała wykorzystał w swoim wystąpieniu badanie, jakie wykonał na 50 kontach w różnych firmach. Na tej podstawie wyszły mu najważniejsze błędy.
  • Brak osoby odpowiedzialnej za analitykę prowadzi do tego, że na kontach pojawiają się dziwne osoby (często już nawet niepracujące w firmie), nie kontroluje się kodu i używanych konwencji. 96% firm nie ma zapisanych zasad tagowania kampanii. A pamiętajmy – co raz wleci do Analytics, tego już nie odkręcimy.
  • 92% firm nie stosuje adnotacji – a potem nie wiadomo po pół roku co np. spowodowało zmianę jakichś wskaźników. Tymczasem notatka powinna towarzyszyć zarówno każdej większej kampanii, jak i zmianie w kodzie.
  • Nie stosuje się pewnej higieny – takiej jak konto zbierające wszystkie dane z różnych domen (z zachowaniem przejść między nimi) oraz czysty profil bez filtrów.
  • Problemy z raportowaniem. Męczymy managerów tabelkami, podczas gdy można im zrobić ładne dashboardy. W raportach wierzy się średnim, które wprowadzają w błąd, jeśli ich mocno nie segmentujemy.

Optymalna integracja AdWords i Analytics – ustawienia konta i najlepsze praktyki?

  • Maciej Lewiński wyjaśniał różne problemy związane z integracją tych dwóch usług i dzielił się pomysłami.
  • Nie widzmy danych mimo integracji? Sprawdźmy czy parametry Adwords (gclid) nie zostały usunięte przez przekierowania serwera. 90% przypadków to problem z .htaccess.
  • Warto mieć zawsze osobny profil dla Adwordsów
  • Idealny raport powinien opowiadać jakąś historię – i właśnie nowy układ Analytics (przypomnę: pozyskanie – zachowanie – konwersja) prowadzi do takich opowieści. Kaushik zaproponował to rozwiązanie kilka lat temu w artykule Best Web Metrics / KPIs for a Small, Medium or Large Sized Business
  • Warto ustawić alerty, które poinformują nas, gdy dzieje się coś nie tak.
  • Maciek nawiązał do mojej prezentacji sprzed kilku lat na SEMCampie, gdy radziłem aby korzystać z anglojęzycznej wersji Analytics. Dlaczego? Bo pojawiają się czasami funkcje, których w polskiej wersji nie ma. Na przykład… alerty na SMS. Niby tylko dla Amerykanów (wersja językowa US English), ale jak się wpisze polski numer, też działa. Tylko uwaga – wysyłają te alerty późnym wieczorem.
  • Dla różnych mikroceli (które jak wiemy warto wyceniać w Analytics) warto utworzyć sobie szablon ich wyceny – np. dotarcie do koszyka 3,50, więcej niż 10 minut na stronie – 1,5, realizacja zamówienia: 10. Wtedy mamy dwa alternatywne sposoby oceny wizyt – tę twardą (ecommerce) oraz miękką (wspólna wartość mikroceli). To da się wykorzystać np. przy ocenie skuteczności miejsc na których się pojawiamy na dane słowo kluczowe. Często może okazać się, że nie warto walczyć o pierwsze miejsce.
  • Warto mierzyć różne korelacje – jak choćby… z pogodą. Maciek przygotował skrypt umożliwiający import danych pogodowych do Analytics. :-)

A oto i prezentacja:

Podsumowanie

Wbrew swoim obawom nie wynudziłem się na GASummit i chętnie odwiedzę kolejną edycję, pod warunkiem zachowania przyjaznej ceny.

Może dlatego, że ja korzystam z Google Analytics trochę w innym celu – zazwyczaj staram się znaleźć i zweryfikować potencjalne błędy użyteczności. Tymczasem prezentacje skupiały się na użyciu Analytics w kampaniach reklamowych (szczególnie Adwords) oraz ich optymalizacji. Taki jest też cel firmy Google – przecież ich darmowa usługa analityczna ma wspierać słono opłacany system reklamowy. Dlatego część informacji stanowiła dla mnie nowość. Wynotowałem kilka pomysłów, które się przydadzą, a przecież także o to chodzi w tego typu konferencjach.

PS. Inne podsumowanie pojawiło się na blogu Webmetrics.

Podobne artykuły:

Być może zainteresują Cię następujące artykuły:

Zapisz się na kanał RSS bloga i dołącz do ponad 1500 czytelników RSS.

Zostań fanem WebAudit na Facebooku.

Komentarze czytelników

Śledź komentarze do tego artykułu: format RSS
  1. Odox

    Trochę spóźnione ale za to fajne podsumowanie. :)

Komentarze z innych blogów

  1. Kilka wrażeń z Google Analytics User Conference 2014 + nowy certyfikat GA : WebAudit Blog

    […] temu wybrałem się na GA Summit, z którego byłem całkiem zadowolony, czego dowodem było sporo notatek. W tym roku druga […]

Zostaw komentarz

W komentarzu można (choć nie trzeba) używać podstawowych znaczników XHTML. Komentarze zawierające w podpisie słowa kluczowe mogą zostać potraktowane jako spam i usunięte.