Documente Academic
Documente Profesional
Documente Cultură
eCommerce
GPeC SUMMIT Online – #GPeCSUMMITOnline
2 noiembrie 2020
Cine sunt?
Eugen Potlog, Founder & Chief Optimizer @ UX Studio (www.uxstudio.ro)
• UX Certified - Certificare UX din partea Nielsen Norman Group
• CRO Certified– Certificare Optimizare Conversii din partea ConversionXL
• Digital Analytics Certified– Certificare Digital Analytics din partea
ConversionXL
• Google Analytics Certified – Certificare Analytics din partea Google
• Membru juriu @ Competiția magazinelor online GPeC
• Peste 10 ani de experiență în ecommerce, online marketing, product
management și user experience
Înainte să începem...
Google Analytics = BAU BAU!?!
Sfat #1: The Right Mindset
Gândește-te la Google Analytics ca la un
prieten care te ajută să iei decizii privind
un business online, nu ca la un laborator
de mecanică cuantică.
Dacă pentru a
conduce o
companie ai
nevoie de analize
de piața, rapoarte
vânzări, etc...
De ce nu ai face
asta și atunci când
te ocupi de un
magazin online?
Sfat #2: Folosește zilnic/săptămânal Google Analytics
Fără a înțelege cum obții rezultatele în urma investirii resurselor și ce se întâmplă pe
site-ul magazinului online, rezultatul este similar cu cel a unui joc de noroc.
MAGAZIN ONLINE
RESURSE REZULTAT
UNIVERSAL ANALYTICS GOOGLE ANALYTICS 4 NOU
Structura contului și instalarea
codului de Google Analytics
Structura unui cont de Analytics
View-uri care nu trebuie să lipsească dintr-o
proprietate de Google Analytics
Sfat #3: Păstrează un view
cu toate datele colectate
nealterate
Asigură-te că ai permanent un view care nu
are setat nici un filtru (deci nu alterează în
nici un fel datele).
Instalarea și configurarea Google Analytics
• Construiește încă de la început un plan de măsurare - ce vrei să măsori și cum o vei face
• Codul de baza se instalează ușor și îți permite deja să vezi multe informații utile în rapoartele Google Analytics
• Pe lângă instalarea codului de Google Analytics în site, trebuie să te asiguri că ai făcut corespunzător setările la nivel de
propery și view
• Pentru Ecommerce este absolut necesar să implementezi modulul de Enhanced Ecommerce. Acesta îți va permite să
măsori foarte multe lucruri care se întâmplă pe site-ul unui magazin online: afișări și clickuri pe produse în diverse liste,
afișări de pagini de produse, adăugări în coș, pași checkout, vânzări, etc.
• Îmbogățește datele cu dimensiuni și metrici custom
• Măsoară cu evenimente diverse acțiuni importante care se întâmplă pe site-ul magazinului online.
NEW Session 1
USER Pageview Pageview Pageview Pageview
EXIT PAGE
LANDING PAGE
Session 2
RETURNING Pageview User Action Pageview
USER
Sfat #5: Reține semnificația noțiunilor
de bază
Dacă înțelegi noțiunile de bază (user, sesiune, pageview, landing
EVENT
page, exit page, event, bounce) câștigi mult timp în a înțelege
RETURNING Session 3 BOUNCED SESSION
ceilalți indictori prezentați în interfața Google Analytics
USER Pageview
Session 1: Non Bounce
Session 2: Non Bounce
Session 3: Bounce
1/3 ≈ 33% BOUNCE RATE
Session
Page A Event X Page B Event Z Page A Page C Page A Event Z
Page A 3 1 Event X 1 1
Page B 1 1 Event Z 2 1
Page C 1 1 TOTAL 3 2
TOTAL 5 3
Dimensiuni vs metrici
• Dimension: atribute ale informațiilor existente. De exemplu, „City” este dimensiunea care arata din ce oras navigheaza
utilizatorul. „Page” este dimensiunea care reprezintă URL-ul paginii vizualizate.
• Metric: măsurările cantitative a informațiilor. Numere ce pot fi adăugate, scăzute, împărțite sau înmulțite.
De reținut:
• Nu se poate combina orice dimensiune cu orice metrică. De exemplu, nu poți măsura „numărul de landing pages” pentru
„City”.
• Cu toate că Google Analytics oferă multe dimensiuni și metrici standard, există posibilitatea să adaugi și alte dimensiuni și
metrici (custom), care ajută mult în analiză (detalii).
• Uneori ai nevoie să construiești un „metric” printr-o formula matematică din alte metrici disponibile. De exemplu, vrei să
ai într-un singur metric valoarea comenzii fără TVA sau taxă de livrare. Pentru asta, folosește calculated metrics (detalii).
bit.ly/ga-demo
COLECTATE AUTOMAT:
1) Google Organic (căutări pe Google)
2) Google Ads (fostul AdWords)
numele magazinului
ANALIZA
Performanțele canalelor de achiziție
Paid Search: cu Branded Keywords
Session
Event X 8 3
Trigger rules (example) min sec
Min 30 sec active on page
Min 2 scrolls
Ajustare Bounce Rate în Google Analytics
Atunci când un utilizator vizualizează o singura
pagină, dar prezintă interes pentru aceasta...
Este bine să nu îl mai considerăm bouncer.
Acest lucru se poate face prin trimiterea unui event setat cu parametrul nonInteraction = FALSE.
De exemplu, dacă vizitatorii au stat pe pagină mai mult de 30 secunde și au făcut cel puțin un scroll
în pagină, acest utilizator poate să nu fie considerat bouncer.
Evaluare Bounce Rate
Evaluare Bounce Rate
75%
50%
100%
25%
0%
Sursa 1 Sursa 2 Sursa 3 … Sursa N Direct
• Este raportul implicit folosit în rapoartele standard din Google Analytics
• Atribuie conversia către ultima sursă care a adus utilizatorul în site, exceptând traficul direct. Canalului ”Direct” îi este
atribuită conversia doar dacă anterior nu a fost identificată o altă sursă.
• Implicit se verifică istoricul din ultimele 6 luni, setare ce poate fi modificată la nivel de proprietate din Google Analytics pe
orice interval de la 1 minut la 2 ani. Ce interval este potrivit? Depinde de tipul produselor vândute. Cât de mult timp are
nevoie utilizatorul de a lua o decizie de cumpărare? Pentru majoritatea magazinelor online, setarea trebuie modificată cu
o valoare de maxim 30 zile.
• Potrivit pentru site-urile care au un ciclu rapid de conversie. De exemplu, un magazin online din fashion unde, în general,
oamenii iau decizia de cumpărare influențați de ultima campanie văzută.
MODEL DE ATRIBUIRE
Last Interaction
100%
75%
50%
100%
25%
0%
Sursa 1 Sursa 2 Sursa 3 … Sursa N
• Similar cu modelul Last Non-Direct Click, doar că include și canalul Direct printre sursele luate în considerare.
• Nu oferă suficientă valoare în procesul de analiză, prin urmare nu este foarte des utilizat.
• Îl poți utiliza doar pentru a identifica cum a intrat ultima oară utilizatorul pe site înainte de a converti.
MODEL DE ATRIBUIRE
Last Google Ads Click
100%
75%
50% 100%
25%
0%
Sursa 1 Sursa 2 … Google Ads …
5% Sursa N
• Alocă conversia către ultima sursă din Google Ads, indiferent dacă au mai fost și alte surse de trafic înainte
de conversie.
• Util dacă folosești PPC doar pe Google Ads și vrei să faci o evaluare a costurilor vs rezultatelor. Asta dacă
celelalte surse au costuri foarte mici în raport cu Google Ads.
MODEL DE ATRIBUIRE
First Interaction
100%
75%
50% 100%
25%
0%
Sursa 1 Sursa 2 Sursa 3 … Sursa
5% N
• Asociat cu întrebarea „Cum ai auzit de noi?”
• Atribuie conversia către sursa care a adus pentru prima oară utilizatorul pe site
• Este potrivit în special pentru companiile/site-urile noi pentru a evalua unde se face cunoscut brand-ul
MODEL DE ATRIBUIRE
Linear
60%
35%
35%
27% 30%
10% 18%
15%
10%
Sursa 1 Sursa 2 Sursa 3 Sursa 4 Sursa 5
-15%
• Atribuie conversia tuturor canalelor în funcție de cât de recent a fost acest canal în raport cu momentul conversiei:
canalele mai aproape de momentul conversiei primesc un scor mai mare decât canalele mai îndepărtate.
• Și acest model este potrivit în situațiile cu cicluri de conversie lungi unde crezi că fiecare canal are un rol în
conversie, dar canalele mai vechi își pierd importanța pe măsură ce trece timpul.
• Este, în opinia mea, cel mai potrivit model pentru ecommerce.
• Pentru o utilizare mai bună a acestui model, recomand să ții cont numai de sursele de trafic relevante, să setezi o
perioadă minimă pentru sesiunile incluse în calcul (Ex. 30 secunde) și să excluzi sesiunile care nu prezintă
engagement.
MODEL DE ATRIBUIRE
Position Based
60%
10%
10% 10%
Sursa 1 Sursa 2 Sursa 3 Sursa 4
-15%
• Atribuie câte 40% pentru prima și ultima interacțiune. Restul de 20% este distribuit egal între interacțiunile
de la mijloc.
• Este un model care îmbină beneficiile date de First Interaction (să afli ce sursă a adus utilizatorul pentru
prima oară) și Last Interaction (ce sursă a adus utilizatorul pentru conversie).
OK, dar cum folosesc aceste
modele de atribuire pentru
evaluarea surselor de trafic?
Multi-Channel Funnels: Overview
Conversii Asistate
Conversia asistată => conversie pentru care canalul analizat a adus o contribuție,
dar nu a fost ultima interacțiune
Asistă conversia
Conversii Asistate
Top Conversion Paths
Time Lag Report
Path Lag Report
Model Comparison Tool
De ce să mă complic când văd foarte
clar câte conversii mi-a generat
Facebook și Google, direct în FB
Business Manager / Google Ads?
De ce să mă complic când văd foarte
clar câte conversii mi-a generat
Facebook și Google, direct în FB
Business Manager / Google Ads?
Discrepanțe sisteme multiple de raportare
Dacă aduni toate conversiile raportate de toate
sistemele, primești o valoare extrem de mare
comparativ cu numărul real de conversii...
Discrepanțe sisteme multiple de raportare
Dacă aduni toate conversiile raportate de toate sistemele, primești o valoare extrem de
mare comparativ cu numărul real de conversii. Asta se întâmplă, în general, din
următoarele motive:
1. Platformele nu comunică între ele, așa că aproape toate platformele nu iau în calcul
sursele de trafic anterioare – ceea ce duce la duplicarea conversiilor raportate.
2. Pixelii / Cookie-urile de tracking nu funcționează după aceleași principii, în special din
punct de vedere a „ferestrei de alocare” a conversiei (lookback-window).
3. Diferă tipul de interacțiune luat în calcul de fiecare platformă. De exemplu, sunt
platforme care raportează conversii de tip view-through... Adică alocă conversia dacă
utilizatorul a văzut un ad, nu neapărat să fi dat click pe el.
Overview diferențe atribuire între sisteme de
raportare
eugen@uxstudio.ro
linkedin.com/in/eugenpotlog
facebook.com/eugen.potlog
Mulțumesc.