A legtöbb Magyarországon működő webáruháznak már sikerült átállnia a Google Analytics 4 mérési rendszerére, amely mérföldkőnek számít a piac egészét tekintve. Nem szabad megfeledkeznünk azonban arról, hogy ez igazából egy „nulladik” lépésnek tekinthető, hiszen ez csupán alapot ad arra, hogy a GA 4-ben rejlő rengeteg lehetőséget ki tudjuk használni és ennek megfelelően jobb üzleti döntésekre juthassunk.
Ebben a cikkben 5 hasznos tippet adunk, amelyek segítségével javíthatjuk webshopunk adatainak mérési pontosságát és rendszerezését, valamint releváns következtetéseket vonhatunk le a hatékonyabb, sikeresebb és több bevételt hozó működtetés szempontjából.
1. A jó mérés lelke: alapbeállítások
Rend a lelke mindennek, avagy megfelelő alapok nélkül nem érdemes belevágni mélyebb elemzésekbe. Mindaddig, amíg nem tudjuk, hogy a webanalitikában látható számok jó közelítéssel – a technológiai korlátokat figyelembe véve – fedik a valóságot, komoly üzleti kockázatot is jelenthet, ha hibás számok alapján hozunk döntéseket. Első lépés tehát az alapbeállítások ellenőrzése, mind a mérőkódokat, mind pedig a Google Analytics adminisztrációs beállításait tekintve. Ezután jöhetnek a mélyebb szakmai elemzések.
Először is érdemes elgondolkodnunk a következő kérdéseken. Mikor ellenőriztük utoljára a méréseket a webáruházban? Biztos, hogy a jó számokat nézzük? Biztos, hogy a megfelelő konverziókat számoljuk? Biztos, hogy nem torzítják az adatokat például fizetőkapuk által generált munkamenetek vagy egyéb mérési anomáliák? Egy-egy megrendelésre vonatkozóan ugyanazokat az adatok láthatók a webanalitikában, mint a CRM-rendszerben?
Ha a fenti kérdésekre határozott igennel tudunk válaszolni, akkor minden rendben, jó eséllyel biztos alapokon nyugszik a webshopunk mérése. Ha azonban egy kicsit is bizonytalanok vagyunk, akkor itt az ideje, hogy utánajárjunk és kijavítsuk ezeket az anomáliákat. A GA 4 bevezetése erre kiváló apropót jelent.
2. Vásárlási folyamat vizualizálása
A Google Analytics 4 webes felületén a Felfedezés/Explore menüpontban a Tölcsér felfedezése/Funnel exploration sablont használva olyan riportot tudunk készíteni, ahol be tudjuk állítani a vásárlási útvonal egyes lépéseit és megnézni, hogy melyik lépésnél és milyen esetben vannak esetlegesen a vártnál magasabb arányban lemorzsolódók, ami hasznos információ a vásárlási, fizetési folyamat optimalizálásához. Ezek eddig a Universal Analyticsben is megvoltak, nézzünk meg pár újdonságot!
- Nyitott tölcsér / Open funnel kapcsoló – A különbséget az adja, hogy míg a nyitott tölcsérbe a felhasználók bármely lépésnél beléphetnek, addig a zárt csatornákba szigorúan csak az első lépésnél lehet belépni.
- Eltelt idő megjelenítése / Show elapsed time kapcsoló – Az egyes lépések között eltelt átlagos időt mutatja, ami pl. marketingkampányok tervezésénél hasznos lehet.
- Lépések pontosabb konfigurációja – Többek között be lehet állítani, hogy közvetlenül vagy közvetetten kövessék egymást az egyes lépések. Adhatunk a lépéseknek maximális időablakot, amin belül be kell következniük (másodpercektől napokig), és/vagy relációt tudunk beállítani adott lépésen belül.
- Lebontás / Breakdown és Szegmensek / Segments – Különböző dimenziókat és szegmenseket tudunk összehasonlítani egymás mellett grafikusan és táblázatos formában is.
- Rugalmasság – Míg a Universal Analyticsben csak a meghatározott ecommerce események mentén lehetett tölcséreket konfigurálni, addig a GA 4-ben bármilyen eseményt konfigurálhatunk, ezzel nagyfokú rugalmasságot biztosítva a riportnak.
3. utm_id használata
Valamilyen oknál fogva kevésbé felkapott téma a utm_id használata. Pedig, ha a Universal Analytics után a GA 4-be is szeretnénk feltölteni pl. a nem Google rendszerből indított fizetett hirdetéseink költségadatait, akkor jobb, ha minél előbb megbarátkozunk vele és elkezdjük használni.
Jelen állás szerint ugyanis amikor költségadatot szeretnénk feltölteni egy nem Google fizetett csatornához (pl. Facebook, Tik-Tok, LinkedIn stb. hirdetések), akkor a fájlban kötelező a campaign_id paraméter használata. Viszont, ha nem használtuk eddig az utm_id paramétert, akkor a rendszer nem fogja tudni egyetlen munkamenethez sem társítani a feltöltés egyik rekordját sem, így végső soron hiába stimmel minden egyéb attribútum (dátum, forrás, médium), nem fognak a kattintások, költségek, megjelenések semelyik dimenzió bontásában sem megjelenni.
Erre egyetlen megoldás létezik jelenleg: el kell kezdeni mielőbb az utm_id paraméterek hozzáadását a meglévő és jövőbeni fizetett hirdetéseinkhez. Természetesen megtörtént munkamenetet utólag már nem tudunk „felparaméterezni”, így onnantól kezdve tudunk élni a költségelemzés adta lehetőségekkel, amint elindultak az első utm_id-t tartalmazó hirdetéseink.
Hogy mit érdemes beállítani az utm_id értékének, az leginkább a vállalkozástól/ügynökségtől függ, hogy hova illeszti azt a meglévő paraméterezési gyakorlatba. Vélhetően azért lett a kampányazonosító, mint utm paraméter kitalálva, hogy a kampánynév mellett/helyett legyen egy egységes dimenzió, amely egy esetleges átnevezés esetén is egyértelműen azonosítja azt a kampányt, amelyről információt szeretnénk. Ennek azonban gyakorlati haszna jelenleg igen csekély a legtöbb hirdető számára.
Megúszós megoldásként (a követelményt teljesíti és gyorsan implementálható), hogy az utm_id-t egyenlővé tesszük az utm_campaign paraméterrel, esetleg az utm_source vagy utm_medium-mal.
4. Eseményparaméterek
Gyakran előforduló hiba, hogy amikor az eseményeket illetően a GA 3 – GA 4 migrációval már végeztünk, akkor hátradőlünk és elfelejtünk egy fontos lépést, ez pedig az eseményparaméterek egyéni dimenzióként/metrikaként való konfigurálása.
Az ecommerce eseményekhez tartozó paramétereket ugyan a rendszer automatikusan feldolgozza, ez az egyéni események esetében már nem igaz. Éppen ezért minden olyan eseményparamétert, amely fontos számunkra, hozzá kell adni egyéni dimenzióként vagy metrikaként.
Például, ha mérjük a bejelentkezést mint eseményt (login), és különböző paramétereket is rendeltünk az eseményhez (pl. felhasználó klubtagsági szintje, utolsó bejelentkezés óta eltelt napok száma stb.), akkor ezeket a dimenziókat/metrikákat konfigurálni kell a beállításoknál. Egyes riportokban enélkül a beállítás nélkül is láthatók a paraméterekhez tartozó értékek, de ezek száma korlátozott, és pl. a Felfedezés/Explore menüpontban egyáltalán nem lehet őket alapértelmezés szerint látni.
5. Néha a kevesebb több
Sokan aggódnak az adatvédelem szigorítása, a sütik kivezetése miatt attól, hogy rengeteg adatot fognak veszíteni, vagy már eddig is veszítettek. Ilyenkor érdemes azonban elgondolkodni az ismert szóláson: néha a kevesebb több. És ez az Analytics tekintetében különösen igaz.
Sokszor abba a hibába esünk, hogy amit csak lehet, azt mérünk, mert ugye „jó lesz az majd valamire”. Aztán az adatok csak gyűlnek és gyűlnek, de sokszor már azt se tudjuk, mit miért mérünk, vagy ha tudjuk is, üzletileg nem lehet őket hasznosítani. És ez az adatok többségére igaz.
2 fő oka van annak, hogy miért ne gyűjtsünk ész nélkül adatokat:
1) Az adat nem ingyen van
Bár pénzt nem kell fizetni az alap Google Analytics használatáért, de senki ne gondolja, hogy ez azt is jelenti, hogy ingyen van. Az online térben már megszokhattuk, hogy ha közvetlenül pénzt nem fizetünk egy szolgáltatásért, akkor az adatainkkal fizetünk. Nincs ez másképp a Google Analytics esetén sem.
Amikor az Analytics süti a felhasználó eszközére kerül, akkor azzal nemcsak a mi tulajdonunk felé küld adatot a Google (1st party cookie), hanem saját magának is a nálunk böngésző felhasználókról, és ezt teszi még több millió weboldallal (3rd party cookie). Ennek köszönhetően kiválóan tud profilozni, amit a hirdetéseken keresztül tud monetizálni.
Nos, ennek a világnak lesz vége, amikor a Google is kivezeti a harmadik feles sütijeit a böngészőiből. Nagy valószínűséggel ezért van az, hogy a GA 4-ben a gyűjthető adatok mennyisége ugyan nem csökkent (sőt, elvileg nincs limit), a lekérdezhető adatok mennyisége viszont annál inkább. Elég, ha a(z) Adatküszöbre/Data thresholdsra, Mintavételezésre/Samplingra, vagy pl. a Data Studio-ban elérhető lekérdezési tokenek alacsony számára gondolunk. Valószínűleg nemsokára meg kell barátkozni a gondolattal, hogy a jövőben közvetlenül is fizetnünk kell az adatokért.
2) A ténylegesen fontos dolgokra fogunk csak koncentrálni
Érdemes rászánni az időt, hogy az adatelemzéssel kapcsolatosan az érintettekkel beszéljük meg, hogy melyek a főbb KPI-k, amelyek alapján készülhetnek riportok, mi a célja a riportoknak és ki milyen gyakran használná őket. Legyen egy ember, aki összegyűjti az igényeket és azt egy egységes mérési rendszerbe foglalja, így jelentősen csökkenthető a feleslegesen gyűjtött adatok és a sosem használt riportok száma.
+1 Tipp: Csináld magad? Csak ha profi vagy.
Az adat pénz. Ha megfelelően állítjuk be a méréseket, kezeljük és elemezzük az adatokat – majd ezek alapján jó döntéseket hozunk –, az jelentős bevételnövekedést eredményez. Ellenkező esetben viszont komoly bevételektől eshetünk el.
Kiemelten fontos, hogy már az alapok rendben legyenek (setup és alapbeállítások), mert ha itt hibázunk, az kihat a teljes mérési folyamatra. Csak ezután kerülhet sor a szofisztikáltabb beállítások és elemzési rendszer kialakítására.
Ha házon belül nincs tapasztalt Analytics-szakértő, inkább bízzunk meg olyan szakembert, aki tisztában van a webshopok analitikai céljaival, kihívásaival és megoldásaival.
Akiknél esetleg még nincs bevezetve a Google Analytics 4, ezt minél hamarabb ajánlott pótolni. Ezzel kapcsolatban érdemes megnézni a Growww Digital szakértőinek előadását, melyben elmondják a váltás főbb szempontjait és egyéb hasznos tudnivalókat is megosztanak.
A szerző:
Rajnai Richárd – A Growww Digital PPC-koordinátora és webanalitika-specialistája
Szeretnél még többet tudni a Google Analytics 4-ről? Gyere el az Ecommerce Expo-ra, ahol Szabó Lászlótól, a Growww Digital társalapítójától hallhatsz majd hasznos tudnivalókat!
