Report ze školení Google Analytics v podání Honzy Tichého

Na toto školení jsem se těšila a dlouhou dobu chystala. S Google Analytics pracuji pravidelně, řeším též implementaci pro e-shopy, ale potřebovala jsem znát odpovědi na některé otázky. Honza nezklamal, jeho školení také ne. Nyní vám přináším report o tom, co se na školení probíralo.

Honza Tichý stojí za společností Medio Interactive, která řeší zejména webovou analytiku a vývoj aplikací. Pracuje s hodně velikými klienty jak z řady známých českých e-shopů, tak tuzemských firem. Mimo to firma pořádá individuální i skupinová školení na téma Google Analytics, Google Tag Manager, Optimalizace konverzního poměru a další. Vše najdete na stránkách Medio Akademie.

Honza Tichý umí věci vysvětlit jednoduše a srozumitelně tak, že jim porozumí i začátečník.

Školení Google Analytics

Školení začalo v 9:00, tradičně na úvod se představil jak Honza, tak i účastníci, jejich zkušenosti s Google Analytics a očekávání. Po tomto krátkém představení následoval blok věnovaný principům měření. Detailně Honza prošel to, jak funguje sběr dat v Google Analytics, proč jsou potřeba cookies a v jakých ohledech je měření nedokonalé. Vysvětlil základní termíny, s nimiž se běžně setkáte i v rozhraní Google Analytics, za všechny jmenuji 2 termíny (v Google Analytics to jsou tzv. metriky):

• Návštěva – časová relace 30 minut (pozor, časovou relaci lze změnit nastavením v případě Universal Analytics)
• Uživatel (Návštěvník) – nejedná se o konkrétního člověka, jak se někteří mylně domnívají, ale o 1 prohlížeč, který zrovna používáte při procházení internetu

Poměrně velkou část věnoval informacím o bounce rate, tzv. okamžité míře opuštění. Na konkrétních číslech ukazoval, že hodnota sama o sobě vlastně nemá žádný význam. Pouze ve vztahu k dalším skutečnostem má vypovídající hodnotu – např. když cílová stránka z placeného inzerátu zaznamenává 100% bounce rate, je možné, že znění inzerátu nekoresponduje s tím, co uživatel najde na vstupní stránce.

Jaký je optimální konverzní poměr e-shopu?

[sociallocker id=6351]Dalším diskutovaným tématem byl konverzní poměr. Jaký je pro e-shop ten správný? To vám nikdo neřekne. Neexistuje žádné měřítko, které by řeklo jednoznačně, že třeba 2% je zdravý konverzní poměr a 0,5% je špatný. Honza měl zajímavý poznatek, a to ten, že e-shopy, kterým v čase roste návštěvnost z přirozeného vyhledávání např. díky tvorbě unikátního obsahu, může klesat konverzní poměr. Je to dáno tím, že tvorbou unikátní obsahu přitahujete i návštěvnost, která není ve fázi, kdy chce nakupovat.[/sociallocker]

Když v Google Analytics chcete vidět více, než vám umožňuje

U pokročilejších projektů, větších webů a e-shopů se stává, že chtějí v datech vidět i jiné údaje, než které běžně Google Analytics zaznamenává. I to lze implementovat. Jednou z možností je Measurement Protocol. Slouží zejména k odesílání citlivých údajů, jako jsou třeba marže na zboží. Další důležitou věcí jsou vlastní metriky a dimenze, s nimiž pracuji i já (např. odesílání cenové skupiny zákazníka, navštěvované kategorie zboží aj.).

Na co soustředit pozornost, když se v rozhraní Google Analytics neorientujete?

Honza stejně jako já zastává názor, že nejdůležitější report pro začátečníka, jsou Zdroje návštěvnosti. Ten najdete v záložce Akvizice – Veškerá návštěvnost – Zdroj médium. Když se na něj podíváte blíže, měl by vás zajímat:

1. Kalendář – v něm nastavuje období, za jaké chcete data filtrovat (vhodné je taktéž srovnávání různých období).
2. Graf – pro první rychlou orientaci (mají data klesající či stoupající charakter, jsou v nich nějaké výkyvy?).
3. Tabulka – v ní strávíte asi nejvíce času, protože tam najdete rozpad metrik (návštěvnost, % nových návštěv, noví uživatelé atd.) na jednotlivé zdroje návštěvnosti (seznam, google, direct atd.).
4. Segmentace – ta slouží k zobrazení skupiny údajů na základě společného znaku, v každém reportu, tedy i tomu se zdroji návštěvnosti, jsou k tomu určeny 3 cesty, jak toho dosáhnout:
   1. Využití primární a sekundární dimenze (zobrazíte si tak např. klíčová slova generující návštěvnost).
   2. Využití políčka nad tabulkou pro filtrování (omezíte tak data např. na návštěvnost, co přichází pouze z heureky).
   3. Využití klasických předdefinovaných segmentů nad tabulkou, třeba pro zobrazení návštěvnosti bez okamžité míry opuštění (ti pokročilejší si vytváří taktéž vlastní segmenty).

1 – Kalendář, 2 – Graf, 3 – Tabulka, 4 – segmentace dat pomocí primární dimenze, 5 – segmentace dat pomocí filtrování.

Důsledně dbejte na správné značení odkazů z kampaní (tagování)

Podle Honzy je častým problémem nejednotné označování média – příkladem je značení PPC kampaní, kdy v datech je jednou vidět google/cpc (to je správné a nejčastější značení), pak google/PPC či google/ppc. Stává se tak často při ručním značení odkazů, kde není předem zavedena jednotná metodika. U inzertních systém Google Adwords a Sklik funguje naštěstí automatické značení, takže když si je zapnete, můžete si potíže s výše psaným problémem značení média jako PPC či cpc ušetřit. U Skliku Honza doporučil v nastavení tagování zaškrtnou volbu Klíčové slovo a ve formuláři doplnit {query}. Podrobný postup, jak na to a k čemu to je dobré, najdete na blogu Media.

Výkonnostní model, KPI a PNO – jak vyhodnocovat on-line inzerci?

Na tuto část jsem se opravdu těšila. Pro začátek si ovšem musíte uvědomit, že vyhodnocování placených kampaní či jiných dat je různé případ od případu. Když přijdete k agentuře, bude mít vlastní model, ten byste měli plně pochopit, měl by vám být vysvětlen.

Honza zmínil klasický výkonností model, který je založen na principu ve smyslu “Vložím 100 Kč a musím vydělat minimálně 101 Kč”. U placených zdrojů návštěvnosti, kdy se díváte, že jste zaplatili za kredit 100 Kč a nedošlo k žádné objednávce, je závěr příliš zavádějící. Jednak jednotlivé systémy mají jiný princip připisování konverzí (proto často vidíte nesoulad mezi daty Adwords, Sklik, Google Analytics, Heurekou atd.), jednak také v tom, že před objednávkou mohlo dojít k více vstupům na e-shop z různých zdrojů. A na to se při vyhodnocování a následném vypínání placených kampaní zapomíná.

V případě vyhodnocování dat Google Analytics je dobré použít některý z atribučních modelů v Google Analytics (např. lineární, který každému zdroji návštěvnosti připíše zásluhu stejnou měrou). Pak se stane to, že vlastně těch 100 Kč vložených do reklamy přineslo na daném zdroji 33.3 Kč obrat a ne původně zjištěných 0 Kč. Návštěva totiž před uskutečněním objednávky vstoupila na e-shop celkem 3x, tudíž se výsledný obrat rovnoměrně rozpočítal na všechny tyto vstupní zdroje a nepřipisuje se plně poslednímu zdroji návštěvnosti.

Celý obrat je připisován poslední zdroji návštěvy – PPC kampaním – ve výši 857,47 Kč u 10 transakcí. Jedná se o data z reportu v záložce Akvizice – Veškerá návštěvnost – Zdroj/médium. Výjimku tvoří přímá návštěvnost, která se připíše opět PPC kampaním za předpokladu, že proklik z PPC kampaně předcházel přímému vstupu na e-shop, jež vyústil v transakci (objednávku).

Pokud ovšem data z předchozího obrázku rozpočítáme pomocí atribučního modelu – lineárního, tak PPC kampaně přispěly částkou 834,45 Kč na 9,5 transakcích. A to je o něco méně, než když se díváte ryze na transakce připsané poslednímu zdroji návštěvnosti. PPC kampaně v tu chvíli nepřináší takový obrat, jako když se díváte do reportu Akvizice – Veškerá návštěvnost – Zdroj/médium. Část je totiž zásluhou přímého vstupu (23,02 Kč na 0,5 transakcích = v součtu s 834,45 Kč z PPC kampaní tak dostanete částku 857,47 Kč).

KPI (klíčové ukazatele výkonnosti) jsou založeny na bázi, kdy sleduje zvolené metriky. Např. vás zajímá ryze návštěvnost, počet nových odběratelů blogu aj. V praxi může dojít ke kombinaci, tj. určíte si KPI a k tomu používáte výkonností model nebo jiný model vyhodnocování návratnosti.

Existuje také model založený na PNO (podíl nákladů na obratu). V praxi se tento údaj dost používá a říká, jaký podíl na celkovém obratu mohou mít investované náklady. Výhodou tohoto modelu oproti klasickému výkonnostnímu je to, že není “zastropován” výši nákladů v přesném čísle, ale v % z obratu. Pokud je vaším cílem maximálně 15% PNO u PPC kampaní, je jedno, jestli těch 15% odpovídá zrovna 15 000 Kč měsíčně nebo 650 Kč měsíčně. Pro vás je podstatné, aby nebyla překročena hranice 15% podílu nákladů na obratu jako celku.

Při stanovování PNO nezapomínejte do údajů započítat i vaši práci (pokud si inzerci spravujete sami), nebo práci vaší marketingové agentury či externího správce. Ve výše psaných případech v tabulce to znamená, že do částky 15 000 Kč se musí vejít taktéž náklady na agenturu či freelancera, stejně tak do částky 650 Kč. Bohužel u e-shopů s malými rozpočty je dosažení rozumného PNO nemyslitelné, protože chybí investice na reklamu a marketing (s tisícovkou na měsíc v kapse a 15% PNO se PPC kampaně spravují těžko). Druhou skupinou jsou e-shopy s malým počtem položek, navíc doplněné nízkou hodnotou nominální marže. V těchto případech může být dosahování rozumné návratnosti investic také těžší.

V rámci školení na vás čekají podpůrné tiskové materiály, psací potřeby i drobné občerstvení. Za účast dostanete taktéž certifikát a navíc i po školení se můžete po dobu 14 dnů dotazovat lektora po emailu na to, co vám třeba nebylo jasné.

Na školení si určitě zajděte, protože ….

…. kdybych vám zde měla popsat vše, co na školení zaznělo, alespoň v kostce, článek by byl cca 4x delší. Určitě bude lepší, když si školení prožijete na “vlastní kůži”. Aktuální termíny školení Google Analytics naleznete zde. Doporučuji také sledovat blog Media, na kterém jednou za čas vychází článek věnovaný nějaké formě nastavení Google Analytics. I já z těchto návodů vycházím a patřičně si je přizpůsobuji. Koneckonců na některé odkazuji i výše v článku.