Konwersje to nic innego, jak wykonanie pożądanego działania (zarówno online jak i offline) na Twojej stronie przez innego użytkownika. Konwersja jest rejestrowana, gdy użytkownik ukończy pożądane działanie w Twojej witrynie, np. rejestrację, pobranie pliku lub subskrybcję newslettera. Jednak samo Google rozgranicza również konwersję na dwa typy: makro – realizacja transakcji, dokonanie zakupu oraz mikro – ukończone działanie, np. wspomniana wcześniej rejestracja w newsletterze, która docelowo ma skłonność do konwersji makro.
Ogólnie konwersje można podzielić na:
- Cele
- E-commerce
- Ścieżki wielokanałowe
- Atrybucję
Tak więc, czym są cele i do czego one są potrzebne?
Cel to nic innego jak ukończone działanie (inaczej konwersja), która może przyczynić się do sukcesu Twojej firmy. Celem może być jak największa ilość sprzedanych produktów w ciągu dnia (w witrynach e-commerce), przesłanie formularza z informacjami kontaktowymi (w witrynach marketingowych lub służących do pozyskiwania kontaktów do klientów) lub też zapisanie na newslettera użytkowników, którzy przeglądają stronę. Definiowanie celów to podstawowy element każdego planu analizy danych cyfrowych. Ważne jest to, że właściwie skonfigurowane cele umożliwiają Analytics dostarczanie ważnych informacji, takich jak liczba konwersji czy współczynnika konwersji witryny lub aplikacji. Bez tych informacji ocena skuteczności działań firmy online i jej kampanii marketingowych jest praktycznie niemożliwa.
W Google Analytics cel jest reprezentowany przez akcję lub poziom interakcji użytkownika z Twoim serwisem internetowym, który jest niezbędny do tego, aby Twój biznes odnosił sukcesy, których od niego oczekujesz. Dla przykładu mogą to być udział użytkowników, którzy wysłali zapytanie ofertowe w stosunku do wszystkich użytkowników lub określony czas, który średnio użytkownicy spędzają na Twojej stronie.
W przypadku Google Analytics można wyodrębnić trzy rodzaje celów, które można określić dla witryny:
- Docelowy adres URL – użytkownik wypełnia cel (konwertuje), jeżeli dotrze do określonej strony w ramach Twojej witryny (np. strony podziękowania za zakup, co będzie oznaczało, że dokonał zakupu),
- Czas spędzony w witrynie – cel zostaje wypełniony, jeżeli użytkownik spędza w witrynie czas, który jest przez nas oczekiwany (np. więcej niż 60 sekund),
- Strony/odwiedziny – cel jest wypełniony, kiedy użytkownik przegląda podczas wizyty określoną liczbę stron (np. więcej niż dwie strony).
1.1 Grafika pokazująca zarówno współczynnik konwersji celu, jak i realizacje celu
Czym są raporty e-commerce i do czego one są potrzebne?
Raporty e-commerce mają za zadanie analizować zakupy dokonywane w witrynie (czyli stronie internetowej) lub aplikacji. Można w nich znaleźć informacje o produkcie i transakcji, średniej wartość zamówienia, współczynniku konwersji e-commerce, czasu do zakupu i inne dane.
Moduł e-commerce w Google Analytics może być wykorzystywany do pomiaru praktycznie każdej czynności, której wykonania oczekujemy od użytkowników wchodzących na stronę internetową naszego sklepu. Jednak tutaj pojawia się problem, ponieważ do pomiaru niemal każdej czynności na stronie wystarczy nam sam podstawowy kod śledzenia Google Analytics, który pozwoli nam zdefiniować cele związane z monitorowaniem zakupów dokonywanych przez klientów. Więc w tej sytuacji pojawia się pytanie: dlaczego powinniśmy wdrożyć moduł e-commerce, skoro te same funkcje można realizować bez jego implementacji? Przyjrzyjmy się, czym przede wszystkim różni się śledzenie e-commerce od śledzenia celów.
W przypadku prowadzenia sklepu internetowego zapewne zależy nam na liczbie zawartych transakcji. Taki cel można sobie zdefiniować w panelu Google Analytics, nie korzystając z modułu e-commerce, jednak w tym przypadku osoba, która zajmuje się sprzedażą produktów przez internet, może poczuć się zaskoczona. Załóżmy, że użytkownik wszedł na nasz serwis i dokonał zakupu jakiegoś produktu z naszego sklepu. A następnie przypomniał sobie, że chciałby zamówić kolejną rzecz i ponownie złożył zamówienie. W tym przypadku zostały zawarte dwie transakcje, a mimo to Google Analytics powiększy nasze statystyki celów o 1. Dlaczego? Ponieważ w ramach danej sesji może zostać zarejestrowana tylko jedna realizacja celu, a każda następna nie zostanie uwzględniona przez Google Analytics.
I tutaj przydaje nam się moduł e-commerce. Jeśli poprawnie uda się nam go skonfigurować, za każdym razem, kiedy dojdzie do realizacji zdefiniowanego celu, zostanie on zarejestrowany i pojawi się w naszych statystykach. Dodatkowo śledzenie e-commerce dostarczy nam wiele dodatkowych informacji, których nie pozyskamy w przypadku podstawowego śledzenia celów.
2.1 Grafika pokazująca współczynnik konwersji e-commmerce
Czym są ścieżki wielokanałowe?
Ścieżki wielokanałowe mówią nam o tym, jak zachowywał się klient, czyli osoba, która ostatecznie dokonała konwersji, czy coś kupiła lub wykonała jeden z naszych celów – od pierwszego spotkania z naszą stroną www. Przede wszystkim odpowiadają nam one na wiele pytań: Jak nas pierwotnie znalazł? Ile razy wchodził na stronę sklepu i z jakich źródeł? Które kanały marketingowe brały udział w konwersji?
Raporty Ścieżki wielokanałowe są generowane na podstawie ścieżek konwersji (np. kliknięć/odesłań z kanałów) domyślnie w ciągu 30 dni, które poprzedzają każdą konwersję i transakcję. W Google Analytics gromadzone są dane o ścieżkach konwersji we wszystkich zdefiniowanych przez Ciebie celach i transakcjach e-commerce. Oznacza to, że ścieżkę do konwersji można śledzić na podstawie działań takich jak spędzanie określonej ilości czasu w witrynie, o ile zdefiniujesz to działanie jako jeden ze swoich celów. Samo Google Analytics automatycznie wykrywa wiele kanałów, które kierują ruch do Twojej witryny. Pozostałe kanały mogą wymagać odpowiedniej konfiguracji.
Google Analytics wykrywa następujące kanały takie jak:
- bezpłatne wyszukiwania (dotyczą one wszystkich wyszukiwarek, przykłady: Google, bing),
- odesłania z innych witryn (w tym z witryn społecznościowych),
- wizyty bezpośrednie (w przypadku których użytkownicy użyli zakładek lub wpisali adres URL witryny w przeglądarce),
- płatne wyszukiwania (dotyczą one klikania w reklamy Google AdWords),
- sieć społecznościowa (dotyczy wchodzenia na stronę poprzez media społecznościowe, takie jak np. Facebook czy Twitter)
3.1 Grafika przedstawiająca wszystkie ścieżki wielokanałowe konwersji
3.2 Grafika przedstawiająca ścieżki konwersji, które biorą udział w konwersji wielokanałowej
Czym jest atrybucja oraz co to są modele atrybucji?
Atrybucja jest ściśle związana z konwersją, czyli niczym innym jak pożądaną przez nas akcją wykonaną przez użytkownika na naszej stronie internetowej.
Model atrybucji to nic innego jak zbiór reguł, który określa do którego punktu kontaktu na ścieżce konwersji będzie przypisana konwersja. Punkty kontaktu na ścieżce konwersji to kanały ścieżek wielokanałowych, które określają źródła ruchu, poprzez które użytkownicy trafili na nasz serwis: przykładowo poprzez bezpośrednie wejście na stronę albo poprzez płatne wyniki wyszukiwania (np. AdWords). W raportach modeli atrybucji można znaleźć domyślne pogrupowanie kanałów, które zawierają:
- Wejścia bezpośrednie
- Bezpłatne wyniki wyszukiwania
- Odesłania
- Płatne wyniki wyszukiwania
- Sieci społecznościowe
- Emaile
- Reklamy displayowe
W modelach atrybucji jako wartość konwersji można uwzględnić zarówno konwersje e-commerce, jak również konwersje celów. W tym drugim przypadku, aby modele atrybucji działały poprawnie i zbierały dane, warto pamiętać o ustawieniu wartości celów. W ustawieniach raportu możemy określić zakres czasowy raportu od 1 do 90 dni – określa on czas przed każdą konwersją, w którym będą zliczane kliknięcia z kanałów ruchu prowadzące do danej konwersji. Wybrany okres ważności powinien zależeć od długości ścieżki konwersji – w przypadku tanich produktów, takich jak drobna elektronika, będzie on krótki. Natomiast dla drogich produktów, takich jak samochody, gdy użytkownicy potrzebują dużo czasu i interakcji z serwisem, aby podjąć decyzję o zakupie, wybrany okres ważności raportu powinien być dłuższy. Zbyt krótki okres ważności spowoduje, że modele nie będą zawierały wszystkich punktów interakcji użytkownika z serwisem. Zbyt długi okres (szczególnie, gdy chcemy analizować konkretne kampanie) może powodować, że w naszej analizie znajdą się również punkty styczności użytkownika z serwisem, które miały miejsce zanim kampania ruszyła.
Domyślne modele atrybucji w Google Analytics
Google Analytics dzieli modele na:
Model ostatniej interakcji przydziela 100% udziału w wartości konwersji ostatniemu kanałowi, z którym klient wchodził w interakcję przed dokonaniem zakupu lub realizacją konwersji.
Kiedy stosować: Model „Ostatnia interakcja” może się sprawdzić, gdy reklamy i kampanie mają na celu przyciąganie uwagi użytkowników w momencie zakupu lub gdy firma bazuje głównie na transakcjach w cyklu sprzedaży pomijającym fazę namysłu.
Model ostatniego kliknięcia niebezpośredniego ignoruje wizyty bezpośrednie i przydziela 100% udziału w wartości konwersji ostatniemu kanałowi, w którym klient kliknął przed zakupem lub konwersją. Jest to domyślny model Analytics do przypisywania wartości udziału w konwersji w raportach innych niż dla ścieżek wielokanałowych.
Kiedy stosować: Model „Ostatnie kliknięcie niebezpośrednie” jest domyślnie używany w raportach innych niż dla ścieżek wielokanałowych, dlatego zapewnia użyteczne dane porównawcze do zestawienia z wynikami innych modeli. Dodatkowo, jeśli uważasz, że wizyty bezpośrednie są realizowane przez klientów, których udało się już pozyskać innym kanałem, możesz je odfiltrować i skupić się na ostatniej aktywności marketingowej przed konwersją.
Model ostatniego kliknięcia AdWords przypisuje 100% udziału w wartości konwersji ostatniej reklamie AdWords, którą klient kliknął przed zakupem lub konwersją.
Kiedy stosować: Użyj tego modelu, jeśli chcesz zidentyfikować i przypisać udział reklam AdWords, które wygenerowały najwięcej konwersji.
Model pierwszej interakcji przydziela 100% udziału w wartości konwersji pierwszemu kanałowi, z którego klient wszedł w interakcję.
Kiedy stosować: Ten model jest odpowiedni dla reklamodawców, którym zależy na budowaniu początkowej świadomości. Jeśli na przykład Twoja marka nie jest jeszcze znana na rynku, możesz położyć nacisk na te słowa kluczowe lub kanały, które stanowią dla klientów pierwszy kontakt z marką.
Model Liniowy przypisuje taki sam udział wszystkim kanałom interakcji na drodze do konwersji.
Kiedy stosować: Ten model jest odpowiedni dla reklamodawców, którzy chcą zachowywać kontakt z klientem i utrzymywać świadomość marki w ramach całego cyklu sprzedaży. W takiej sytuacji każdy punkt styczności jest dla Ciebie równie ważny.
Model rozkładu czasowego jest odpowiedni tylko wtedy, kiedy nasz cykl sprzedaży obejmuje krótką fazę rozważania. Model ten opiera się na koncepcji rozkładu wykładniczego i przypisuje największy udział punktom styczności, które są najbliżej czasu konwersji. Model rozkładu czasowego ma domyślny okres półtrwania, który wynosi 7 dni, co oznacza, że punkt styczności, który wystąpił 7 dni przed konwersją, będzie mieć wartość równą połowie punktu styczności występującego w dniu konwersji. I odpowiednio – punkt styczności, który wystąpił 14 dni wcześniej, będzie liczony jako 1/4 punktu styczności z dnia konwersji. Rozkład wykładniczy trwa przez cały okres ważności (który domyślnie liczy 30 dni).
Kiedy stosować: Jeśli prowadzisz jedno- lub dwudniowe kampanie promocyjne, ważniejsze mogą być dla Ciebie interakcje, do których dochodzi w dniach promocji. W takiej sytuacji interakcje sprzed tygodnia w porównaniu z punktami styczności blisko konwersji mają niewielką wartość.
Model uwzględnienia pozycji pozwala połączyć cechy modeli „Ostatnia interakcja” i „Pierwsza interakcja”. Zamiast przypisywać cały udział pierwszej lub ostatniej interakcji, możesz go podzielić między oba te rodzaje interakcji. Jednym z często występujących scenariuszy jest przypisanie po 40% udziału pierwszej i ostatniej interakcji oraz 20% interakcjom pośrednim.
Kiedy stosować: Użyj tego modelu, jeśli najważniejszymi punktami styczności są pierwszy kontakt klienta z marką oraz etapy prowadzące do zakupu.
4.1 Przykładowy model atrybucji w Google Analytics
Padawan GA
Ostatnie wpisy Padawan GA (zobacz wszystkie)
- Google Analytics: E-commerce - 6 grudnia 2017
- Google Analytics: Technologia - 3 grudnia 2017
- Google Analytics: Dane geograficzne - 3 grudnia 2017