semCAST #02: Analityka dla biznesu. Czy naprawdę jest niezbędna?
Gościem Krzysztofa Marca jest Martyna Zastrożna (Analityczka | Specjalistka SEO | Entuzjastka UX). W tym odcinku poznacie odpowiedź na pytanie, dlaczego analityka jest tak ważna dla każdego biznesu.
Dlaczego warto nas słuchać?
? opowiemy co nieco o różnicach między GA4 a Universal,
? porozmawiamy o tym, dlaczego prędkość ładowania strony to klucz do sukcesu,
? podpowiemy, jak wejść na wyższy poziom wtajemniczenia w pracy z danymi,
? wypunktujemy najczęstsze analityczne pułapki…
? …i oczywiście podpowiemy, jak je omijać.
Martyna Zastrożna: Jeśli umiecie liczyć – liczcie na siebie, pilnujcie wszystkiego i przede wszystkim upewniajcie się, że osoby, z którymi współpracujecie rozumieją te zmiany i rozumieją Wasze prośby tak samo, jak wy je rozumiecie. Można się na tym troszkę przejechać…
Przemysław Biegacz: Cześć, tu Przemek Biegacz z DevaGroup. Ten odcinek poświecimy analityce i temu, jak może pomóc w prowadzeniu biznesu i mierzeniu realnych wyników. A skoro już jesteśmy przy analityce, to nowości semCAST będą dotyczyć Google Analytics 4. Możliwość połączenia GA4 z Google Optimize. Pierwszy news odnosi się do nowej funkcjonalności, która umożliwia połączenie GA4 z narzędziem Google Optimize. Otrzymaliśmy dodatkowo możliwość tworzenia testów A/B w oparciu o segmenty odbiorców z Google Analytics (czego nie mogliśmy robić do tej pory za pomocą GA3). Czym jest Google Optimize? Jest to platforma, która pozwala na przeprowadzanie testów różnych wariantów stron internetowych w celu poprawy ich użyteczności. Warto dodać, że narzędzie jest całkowicie darmowe. Więcej informacji w tym linku.
Drugi news dotyczy modelu atrybucji opartego na danych. 21.01. 2022 Google poinformowało o masowym włączeniu modelu dla wszystkich usług Google Analytics 4. Ma to nastąpić w Polsce od 26.01.2022 lub później. Czym jest model atrybucji? Model atrybucji jest regułą albo zbiorem reguł, które określają sposób przypisywania sprzedaży i konwersji do punktów styczności na ścieżkach konwersji. Domyślnie GA3 oraz GA4 konwersję przypisuje do ostatniego niebezpośredniego źródła ruchu. Jest to częsty powód wyciągania niepełnych wniosków dotyczących efektywności poszczególnych kanałów w kontekście realizowanych założeń biznesowych i reklamowych. Model atrybucji oparty na danych przypisuje udział w konwersjach w oparciu o dane zebrane na koncie. Warto zatem stosować to rozwiązanie do analizy wyników w Google Analytics 4. Po szczegóły warto zajrzeć tutaj. Linki rozszerzające omówione tematy oczywiście znajdziecie w transkrypcji odcinka na naszej stronie. To tyle w nowościach semCAST. Dzięki za uwagę i oddaję głos Krzyśkowi i jego gościowi.
Krzysztof Marzec: Naszym gościem dzisiaj jest Martyna Zastrożna. Ja z Martyną spotkałem się pierwszy raz czytając jej książki. I książki są przygotowane właśnie specjalnie i dla biznesu i dla marketerów, na temat Google Analytics. Jak widać potrzeba wiedzy jest spora. Cześć Martyna!
Martyna Zastrożna: Cześć, cieszę się, że się w końcu udało spotkać. Trochę nam zeszło…
KM: Tak, trochę nam zeszło. Zacznijmy z grubej rury – wszedł na rynek Google Analytics 4. Jestem biznesmenem, chcę się skupić na własnym biznesie, chcę oceniać efekty tego biznesu – mam wrzucać wszystko i przesiadać się na nową wersję, czy jakiś inny plan?
MZ: Zdecydowanie nie powinieneś rzucać wszystkiego i nie powinieneś pozbywać się starego Analytics, czy też Google Analytics 3, ze swojej strony. Przyszłościowy teoretycznie Google Analytics 4 już sporo rzeczy ma, ale sporo rzeczy jeszcze brakuje tam. I Google wręcz otwarcie o tym mówi, że niektóre rzeczy się pojawią gdzieś tam np. w połowie 2022. Więc, zwłaszcza, jeżeli masz dużo integracji z takimi, innymi produktami Google jak np. Search Console, z Adsami, z Google Marketing Platform, to absolutnie nie powinieneś porzucać tego, co masz. Myślę, że najlepszym sposobem byłoby tzw. dual tagging, czyli dodanie drugiego Analytics na stronę. Wiadomo, że to może troszeczkę ją spowolnić, ale ta różnica jest ledwo, ledwo zauważalna i pewnie najfajniej będzie sobie obserwować równolegle, co te dwa narzędzia, te dwie generacje Analytics nam pokazują. Czasami się można zdziwić, jeśli się popatrzy na różnicę. No i to jest też taki fajny moment, żeby te różnice wyłapać i spróbować je sobie wyjaśnić, zrozumieć, może podpytać kogoś, o co w nich chodzi – ale zdecydowanie nie pozbywać się Universal jeszcze.
KM: To czas na drugą nowość – Core Web Vitals. SEOwcy mówią, że trzeba inwestować w szybkość działania strony, no bo Google będzie ją oceniał. Ale nie będzie jej oceniał pod kątem tego jak się ładuje, tylko jakie jest wrażenie ładowania się tej strony. Czy tutaj Google Analytics i analityka mogą nam trochę pomóc?
MZ: Wiesz co – mamy teoretycznie raporty dotyczące szybkości działania strony, czy szybkości ładowania strony w Analytics. Ale po pierwsze musimy pamiętać, że one są bardzo mocno próbkowane, a po drugie na pewno jest tam znacznie mniej informacji, niż w innych narzędziach dedykowanych po prostu tematom prędkości ładowania strony. Zdecydowanie mniej widać tam metryk związanych właśnie z takim wrażeniem – czyli kiedy content zaczyna się pojawiać na stronie, kiedy jest pełen itd. Myślę, że tutaj Analytics o tyle mógłby się przydać, że ja zawsze namawiam na ustawienie sobie alertu niestandardowego, który w momencie kiedy ten średni czas ładowania, czy którakolwiek inna metryka związana z czasem nam się niebezpiecznie wydłuży, to po prostu przyśle nam maila i będziemy wiedzieli, że mamy się czemuś przyjrzeć. Ale do dokładniejszych analiz myślę, że inne narzędzia będą lepsze.
KM: Okej, wspomniałaś właśnie o próbkowaniu, wspomniałaś o tym, że te raporty nie są dokładne. Chciałem się zapytać, czy Tobie się zdarzyło znaleźć taki przykład, który by popierał tą, taką dosyć ogólną tezę, która padła na chyba wszystkich marketingowych konferencjach w Polsce swego czasu, że wolniejsze ładowanie strony to mniej konwersji i oczywiście wyższy współczynnik odrzuceń. Czy udało Ci się zobaczyć taką korelację, bo mam na ten temat też pewną teorię?
MZ: Wiesz co, jeśli chodzi o konwersję, to różnie bywa i różnie bywa w różnych branżach. Jeżeli ktoś jest bardzo mocno zmotywowany, a branża nie jest mocno konkurencyjna, czyli wybór jest dosyć ograniczony, to skonwertuje tak czy siak. Tak samo, jeśli ma do wykorzystania jakiś kupon, albo innego rodzaju incentive, no to on będzie uparty. Myślę, że jak najbardziej w szerszej skali i w bardziej konkurencyjnych np. e-commerce, to może mieć duże znaczenie. Ale bardzo, bardzo często spotykam się z potwierdzeniem w statystykach tego, że jeżeli strona wejścia ładuje się dłużej, to ten współczynnik odrzucenia jest zdecydowanie wyższy. Więc na tym etapie (może jeszcze nie konwersji tylko jeszcze wcześniejszym) zdecydowanie możemy gubić potencjalnych klientów, więc na pewno warto tego pilnować i dane potwierdzają, że coś jest na rzeczy.
KM: Super, bo właśnie moja teoria szła w tym kierunku, że moglibyśmy patrzeć na dwa segmenty użytkowników – jeden ten super zmotywowany, u których nie zobaczymy różnicy, no i drugi ten właśnie konkurencyjny, czy nowy, ten który mimo naszej marki nas może jeszcze dobrze nie zna, a tam właśnie się to zmienia. No i właśnie, bardzo często idąc za tą myślą tłumaczę Klientom, tłumaczę osobom, z którymi rozmawiam, że powinni patrzeć na różne segmenty. Oni często otwierają duże oczy…
MZ: Segment or die! 🙂
KM: … tak dokładnie, mówimy o użytkownikach nowych, powracających. Gdybym był takim super początkującym marketerem, właścicielem biznesu i miałbym zobaczyć na jakieś segmenty – to co byś poleciła mi otworzyć, tak żeby otworzyły mi się oczy na to, co się tam dzieje?
MZ: Na pewno często otwierający oczy jest sprawdzenie segmentów użytkowników, czy też ruchu mobilnego vs. desktop. Jeżeli pracujemy na Analytics 4 i mamy aplikację, to możemy to sobie jeszcze porównać z aplikacjami. I tu wnioski bywają, że tak powiem „kontrintuicyjne”, czyli często się spodziewamy tego, że na mobile konwersja będzie gorsza albo czas spędzony na stronie będzie gorszy. A to też mocno zależy od typu strony, od typu użytkownika, od kontekstu itd. Więc to na pewno bym sobie jako taki pierwszy punkt do sprawdzenia zanotowała. Też z tego względu, że jakby nam się wydaje w branży jak działamy w branży marketingowej, że już wszędzie te strony dostosowane pod mobile są, a to niestety nie jest prawda. Ja na przykład regularnie zamawiam herbatę z konkretnego sklepu z herbatami. I tam jest po prostu wersja niemobilna na 100 proc. strony. Korzysta się ciężko, ale jestem z tych zmotywowanych, bo to jest dokładnie ta herbata, która ma być, więc i tak skonwertuje. Ale np. w jednym dużym banku, który się reklamuje jako ikona mobilności, też trafiam jeszcze w serwisie tej części poświęconej użytkownikowi – już po zalogowaniu, non-stop trafiam na jakieś strony, które jeszcze nie są dostosowane pod mobile i proponują mi widok komputerowy. Więc to na pewno segment, który warto sobie, czy segmenty, dwa, które warto sobie porównać. Jeśli mamy jakąś opcję rejestracji logowania, to też bardzo często nam się będą różniły zachowania użytkowników, którzy są zarejestrowani, i którzy się logują, od tych którzy są nazwijmy ich gośćmi jakimiś na naszej stronie tylko. I to też warto sobie porównać. I często też proponuję, jeżeli mamy różne segmenty na stronie, np. mamy taką stronę, na której są i oferty pracy w naszej firmie, stażu jakiegoś i część blogowa, jakieś recenzje, opinie i klasyczny np. sklep, to też zawsze proponuję stworzenie sobie takich segmentów użytkowników sfocusowanych na jakiejś intencji. Czyli takich, którzy raczej oglądają tego bloga vs. tacy, którzy już się gdzieś tam przeklikali na nasz sklep. I nawet tacy, którzy szukają u nas pracy, więc też często jest zauważalne, zwłaszcza w mniejszych firmach, zauważalny ruch. I to też mocno otwiera oczy, w jak różnych kontekstach ludzie korzystają z naszej strony i jak różne mogą być doświadczenia w tym względzie. Więc to chyba takie najważniejsze segmenty, na które bym zwróciła uwagę. Poza oczywiście klasyczną segmentacją per źródło odwiedzin na przykład.
KM: Podoba mi się taki przykład, już teraz go nie uruchomimy w Analytics, bo ten raport znika – kiedy można było sprawdzić dokładnego dostawcę internetu i wtedy odkryliśmy, że ktoś podpisujący się jako dostawca “Komenda Główna Policji” oglądał naszą stronę “Jak ściągnąć historię z Facebooka”.
MZ: Urocze (śmiech).
KM: Więc ten kontekst używania jest bardzo, bardzo różny, więc nie wiem czy tam pomogliśmy komuś, mam nadzieję, że nikt nie ma nam za złe tego z naszym blogiem… Mnie też podoba się to, że właśnie to czym się zajmuje, że analityka świetnie się splata z marketingiem i np. segmenty same, ten użytkownik nowy versus powracający mówią: używaj człowieku remarketingu, łap tych użytkowników na emailmarketing itd. Ale czy to nie jest tak, że jeśli ktoś użyje za dużo tych wszystkich rzeczy (i tutaj pije w kierunku marketingu automation, źle skonfigurowanego) to możemy sobie uszkodzić trochę wizerunek naszego użytkownika?
MZ: Myślę, że zawsze jest szansa przeszarżowania, jeśli chodzi np. o modele to też znamy pojęcie przetrenowania modelu. Jeśli chodzi o analizy, to znamy pojęcie paraliżu analitycznego, gdzie liczba tych danych i proces przetworzenia ich jest bardziej kosztowny, niż potencjalne zyski z tego. Więc wydaje mi się, że to jest realne zagrożenie – możemy przesadzić. Zarówno jeśli chodzi o analizę, jak i później, że tak powiem aktywację tych danych np. marketing automation, zwłaszcza jeśli zaczynamy i jesteśmy jacyś tam początkujący, to ja bym robiła to jednak takimi krokami i obserwowała, co się zmienia i starała się jak najlepiej zrozumieć z czego to wynika. No bo też jeżeli jest za dużo zmiennych, wrzucimy sobie to przestaniemy wiedzieć, przestaniemy rozumieć, co tak naprawdę wpływa na nasze wyniki, a co jest gdzieś jakimś takim szumem, jest mniej istotne albo, albo w ogóle nieistotne. Rzeczywiście mamy taką tendencję często, też na szkoleniach dostaję takie pytania: “A co jeszcze, co jeszcze mogę sobie sprawdzić?” i zawsze mówię, że można sobie nawet sprawdzić korelację z prognozą w Pekinie, tylko co to wnosi. Więc na początek stopniowo i tak, żebyśmy faktycznie rozumieli, rozumieli te wyniki i rozumieli z czego one wynikają, które czynniki wpływają na te zmiany, bo bardzo łatwo się zarzucić takim ogromem danych, że przestaniemy mieć czytelny, jasny widok tego, co się dzieje. I tak samo możemy przetrenować różne modele optymalizujące czy przewidujące to, co się będzie działo na naszej stronie. Więc take it easy, spokojnie, stopniowo, bez szaleństw na początek.
KM: Super powiedziałaś o osobach początkujących i pewnie dużo słuchaczy jest na tym etapie, gdzie dopiero poznaje tę głębszą warstwę Analytics. Więc zdradź nam, jak Ty zaczynałaś, żeby dojść do takiego poziomu. To jest bardziej bycie samoukiem czy bardziej coś związanego z wykształceniem, czy po prostu to jest dla każdego, kto to pokocha, pokocha dane i po prostu będzie siedział bardzo, bardzo dużo w tych narzędziach analitycznych?
MZ: Wiesz co, bardzo się cieszę, że zadałeś to pytanie, bo jakieś 20 minut temu, może 25 minut temu otwarłam swojego maila uniwersyteckiego i napisała do mnie studentka, że myślała, że w zasadzie i SEO i analityka to jest w ogóle jakieś czarne magia i tylko ludzie, którzy są super ścisłowcami to sobie z tym poradzą. Ale jak posłuchała trochę zajęć, wykładów czy warsztatów, to stwierdziła, że w sumie to nie gryzie, ona trochę poklika i w zasadzie teraz byłaby skłonna nawet zmienić pracę w kierunku tej pracy z danymi właśnie. Więc super się składa, że o to pytasz. Ja jestem w ogóle politologiem czy politolożką powinnam powiedzieć, z wykształcenia. Zawsze chciałam być dziennikarką radiową, więc ten dzisiejszy podcast jest dla mnie takim trochę mikro spełnieniem tych ambicji. Więc zdecydowanie z wykształceniem to u mnie nie ma za wiele wspólnego poza tym, że rzeczywiście zająłam się marketingiem internetowym zainspirowana tym, co się działo w pierwszej kampanii Baracka Obamy. Wtedy rzeczywiście się zaczęło okazywać, że ten internet może pomóc wygrać wybory prezydenckie w światowym mocarstwie i trochę baczniej się zaczęłam przyglądać. Natomiast sama analityka trochę wynika z tego, że nie lubię przepalania kasy i nie lubię, jak to mówi Maciek, ja nie jestem skąpa, ja jestem z Poznania. Swoją drogą nie wiem czy zauważyłeś, że najwięcej analityków, takich występujących na konferencjach w Polsce jest z Krakowa albo z Poznania. Coś jest na rzeczy.
KM: Coś w tym jest, na pewno.
MZ: Zawsze lubię rozumieć na co idą pieniądze, nie moje – tylko np. Klientów, kiedy pracowałam w agencji SEM. Więc to jest jedna rzecz, a druga rzecz była wymuszona przez sytuację. Pewnego pięknego dnia mój ówczesny szef przyszedł i powiedział: “słuchaj, sprzedałem taki audyt statystyk, musisz go zrobić”. Ja byłam wtedy na etapie, okej, miałam zrobiony certyfikat Analytics dla zaawansowanych, ale między zrobieniem certyfikatu, a taką biegłością życiową, że tak powiem, w Analyticsie, to jeszcze jest tam ho, ho, ho. Ale jak sprzedał i trzeba zrobić, no to przysiadłam przy tym i rzeczywiście klikając po prostu na żywo bardzo dużo się nauczyłam. A drugi taki moment, kiedy się mocno rozwinęłam to było pisanie książki. Bo wiele rzeczy musiałam sprawdzić i potwierdzić, żeby nie kierować się tylko swoją intuicją. Bardzo dużo czytałam dokumentacji, czyli takich rzeczy, których się na co dzień może nie weryfikuje, tylko często bierzemy jakąś metrykę tak na zdrowy rozum. Więc chcąc być uczciwa wobec czytelników, to musiałam to po prostu sprawdzić, musiałam zajrzeć w te czasem nudne rzeczy i też wtedy bardzo dużo się dowiedziałam. Ale najwięcej moim zdaniem to jest używanie. Używanie, przeklikiwanie się, próbowanie krok po kroku, próba, wyciąganie wniosków. I tyle. I to jest najlepsza metoda nauki moim zdaniem.
KM: Ja jeszcze zaczepię się o tę książkę i o te metryki, o których powiedziałaś. Ja za każdym razem, jak siadam do jakiegoś artykułu dłuższego albo właśnie fragmentu do książki, to mogę sobie zanotować w głowie: “Ostatni raz piszę jakąkolwiek książkę”. I chyba dużo osób ma to samo. Natomiast to jest niesamowicie fajne uczucie jak się już wreszcie skończy, bo sam proces jest męczący. I właśnie, analizując tematykę do książek czy do artykułów zawsze też staram się to sprawdzić. I wtedy nagle odkrywamy, że to zupełnie jest inaczej, i że żyłem całe życie w błędzie, źle interpretując…
MZ: Tkwiąc w kłamstwie! 🙂
KM: … w kłamstwie, tak. Źle interpretując jakąś metrykę, jakąś definicję… i dobra, teraz Ciebie poproszę o właśnie takie, jakiś jeden przykład, jakąś pułapkę, na którą wszyscy wpadamy – a to wcale nie jest tak.
MZ: Wiesz co, myślę, że dużo z nas się dało złapać w pułapkę związaną z tzw. directowymi sesjami, bo ci, którzy trochę mocniej siedzą w analityce pewnie mają już świadomość, że metodologia przypisywania źródeł przez Analytics jest dosyć pokrętna i trochę nam deprecjonuje wejścia directowe. Jeżeli na standardowo 6 miesięcy przed wejściem directowym – czyli wejściem bezpośrednim – Analytics jest w stanie dla nas znaleźć jakieś inne źródło np. kampanię, albo referrala, no to przypisze to inne źródło. No i wydawało się, że w momencie kiedy doszedł taki wymiar dodatkowy, który miał nam pokazać, że to jest faktycznie directowe wejście, to problem się rozwiązał tylko, że… się nie rozwiązał. Ja zaczęłam przeglądać dokumentację i to jest jeszcze bardziej zawiłe, niż te 6 miesięcy nadpisywania, naprawdę. Tam są takie sytuacje, że jeżeli masz np. dwie wizyty z Google Organic pod rząd, to druga będzie przypisana jako direct true. To chyba to nie jest to, czego byśmy się spodziewali. Więc myślę, że wielu nawet takich analityków mocno zaawansowanych dało się na to nabrać, bo po prostu tak bardzo chcieli mieć te rzeczywiste dane, że już wzięli wszystko co nam Google zaoferowało, tymczasem to nadal nie jest prawda. I między innymi w moim wystąpieniu na jednym z semKRK opowiadałam jak sobie z tym poradzić. I myślę, że, że rozwiązanie jest całkiem spoko, do zaimplementowania. Myślę też, że w sieci możecie znaleźć mój wpis blogowy, gdzie jest trochę więcej na ten temat. Link do wpisu dostępny tutaj. I tak, i nie trzymać się tak kurczowo tego, co nam Google podsyła.
KM: Tego się nauczyłem mocno w SEO, żeby nie zawsze też do końca ufać temu, co Google mówi. Albo brać jako absolutną prawdę to, co się tam pojawia. W Analytics z tym kanałem bezpośrednim w ogóle jest kłopot, bo on oznacza bardzo dużo różnych spadów z dziwnych rzeczy też, natomiast ten problem, o którym mówiłaś, też się na niego naciąłem, i to nieraz, już myślałem, że wszystko jest OK. To tylko pokazuje, często to pokazuję na szkoleniach, jak na zasadzie mówię komuś “już myślicie, że wiecie wszystko o Analytics -niekoniecznie.”.
Dobra, to ja chciałem jeszcze wrócić do jednej rzeczy: mamy różnicę między Google Analytics i Universal, mamy różnice między GA4, ale często problem jest na jeszcze niższym poziomie. Wiele osób porównując dane z różnych platform reklamowych wymaga tego samego. Ja często nawet się łapię na tym, że próbują porównać te dane co do kosztów i wtedy ekipa od Google Adsów krzyczy to my zrobiliśmy. Ekipa od Facebooka mówi to jest nasze. No i na końcu przychodzi SEO i mówi to jest wszystko nasze, bo było wejście końcowe z brandu. Czyli chcę tutaj się spytać o dwie rzeczy, pierwsze: czego absolutnie nie porównywać, drugie: jak do tego wszystkiego siąść, żeby wyciągać wnioski. Oczywiście chodzi mi o atrybucję.
MZ: Jeśli chodzi o atrybucję…okej, ja mam takie doświadczenia z pracy w największym polskim e-commerce, że w zasadzie każdy ma swoją prawdę albo przynajmniej stara się ją, przynajmniej stara się ją sprzedać, a na końcu jest taki analityk albo grupa analityków, która musi powiedzieć czy tak naprawdę jest. I różne, różne oczywiście są podejścia i też rzeczywiście się bardzo często spotykam z tym, że zwłaszcza w kontekście Facebooka – przechodzi zespół, który zajmuje się reklamami facebookowym i tam są przeróżne atrybucje konwersji związane również z wyświetleniem np. post view i tego typu, tego typu pomysły, gdzie w ogóle przełożenie do Analytics jest praktycznie zerowe. Z Google Ads ta zgodność będzie większa, ale też niezbyt, niezbyt zadowalająca, bo te modele są jednak zupełnie inne. I tak naprawdę musimy sobie chyba po prostu powziąć jakieś założenie i musimy też bardzo indywidualnie podejść do naszego, naszego case’u. W przypadku e-commerce, w którym pracuję oprócz takiej atrybucji, która jest gdzieś tam rozwijana, pisana, bardziej zaawansowana, gdzieś tam może zahaczająca o shoeplay’a lub w coś, coś, coś w tym stylu. To też np. mamy wypracowaną taką bardzo prostą atrybucję, która co prawda bierze np. pod uwagę zgodność kategorii strony wejścia z danego źródła i zakupionego produktu, no bo w tym e-commerce mamy tych kategorii produktowych multum i te intencje zakupowe mogą się różnić, ale jednocześnie jest na tyle prosta, że można ją wytłumaczyć każdemu marketerowi w firmie i można wytłumaczyć też partnerom. Bo to też jest bardzo ważna rzecz, żebyśmy trochę nie, nie zakopali się w tych ultra zaawansowanych technologiach nie rozumiejąc tego i nie potrafiąc tego wytłumaczyć właśnie współpracownikom. Więc na pewno nie porównywać Facebooka, bardzo trudno jest porównywać to, co widać w Google Ads, ale już to jest trochę lepsze. Gdzieś tam jeszcze firebase, jeśli ktoś korzystał to jeszcze ma troszeczkę inne te sposoby atrybucji, więc w ogóle może się pogubić. Najlepiej się po prostu na coś zdecydować i działać tą metodą. Niekoniecznie nawet patrząc wewnątrz samego Analytics’a, ale jeśli jesteśmy bardziej zaawansowani to fajnie jest sobie spróbować napisać własną atrybucję na eksporcie danych do BigQuery i wtedy dokładnie wiemy, co się dzieje, dokładnie rozumiemy, co się dzieje. To może jest trochę żmudne, może będzie potrzebna pomoc, ale dokładnie rozumiemy co tam, jakie reguły są zapisane i jesteśmy w razie czego w stanie odtworzyć ścieżkę i stwierdzić że okej, ta konwersja nie przypisała się do tego źródła, bo ono było np. za późno, za wcześnie na ścieżce albo miało niezgodność kategorialną itd. Więc jest to łatwiejsze też do weryfikacji mimo, że ten początkowy wkład pracy może być jednak dosyć duży, nie.
KM: Czyli upraszczając, mam nadzieję, że nie uproszczę za bardzo, możemy pracować z danymi np. z Google Analytics, eksportując te surowe dane do BigQuery i tam sobie je po prostu obrabiać?
MZ: Tak i myślę, że coraz więcej osób w polskim marketingu w ten sposób działa. I to, co jesteśmy w stanie zrobić w interfejsie nawet, nawet w tych rozwijanych jako beta raportach związanych atrybucją, opartych na danych – to często nie jest takie stuprocentowe spełnienie zapotrzebowania i coraz więcej osób rzeczywiście pracuje z tymi danymi i nie tylko jeśli chodzi o atrybucje, ale po prostu tworząc jakieś scoringi, które później można oczywiście znów wykorzystać, przesłać do Analytics i wykorzystać np. do tworzenia list remarketingowych. Tworząc sobie np. scoring naszych topowych użytkowników, średnio zaangażowanych użytkowników i takich, którzy, którzy są najmniej jakoś zaangażowani w tą relację z naszym serwisem. I to można później fajnie wykorzystywać albo tworzyć jakieś persony w stylu miłośnik gier wideo, modnisia, czytelnik itd. i też w ten sposób wykorzystywać. Dużo łatwiej jest to zrobić pracując na wyeksportowanych danych, czy też mamy więcej możliwości przy pracy z wyeksportowanymi danymi. I też środowisko Google Cloud Platform ma dużo takich komponentów, które nam w tym pomogą, i które np. potrafią takie proste modele np. machine learning albo marketing automation wyklikać i wcale nie trzeba być super zaawansowanym, żeby sobie z tym poradzić. Więc myślę, że to jest przyszłość i też widzę, że chyba Google pracując nad Google Analytics 4 też chyba pokłada nadzieję, że użytkownicy sporo rzeczy sobie zrobią w BigQuery albo w Data Studio zaciągając te dane z BigQuery. Więc myślę, że jak zaczynamy z Analytics nauczymy się dobrze interfejsu, zrozumiemy dobrze interfejs, a jeżeli jesteśmy kroczek dalej to warto się zainteresować eksportem.
KM: Dosyć kreatywne wytłumaczenie dlaczego tam nie ma moich ulubionych raportów. Ale niech tam, niech tak będzie dobrze.
MZ: No tak (śmiech).
KM: Wspomniałaś o Data Studio – to narzędzie bardzo ułatwia pracę z raportami, szczególnie pokazywanie tych raportów na zewnątrz. Czy wykorzystuje je w swojej bieżącej pracy i jak mogłabyś zainspirować naszych słuchaczy do skorzystania i zalogowania się wreszcie do Data Studio?
MZ: Ja uwielbiam Data Studio i rzeczywiście bardzo dużo z niego korzystam, też szkole wewnątrz firmy z Data Studio i wszystkich namawiam do korzystania. Przede wszystkim ogromna zaleta jest taka, to że możemy połączyć sobie dane z różnych źródeł i zobaczyć chociażby na jednym wykresie jak to nam się koreluje albo i nie koreluje. I to jest trochę taki Święty Graal dla marketerów, bo bardzo często zanim Data Studio było rozpowszechniane to trochę był taki właśnie przesyt informacjami. Nie można było się trochę połapać, trzeba było skakać od narzędzia do narzędzia, pobierać te dane z różnych źródeł i jakby na analizę nie starczało aż tak dużo czasu, bo bardzo dużo czasu trzeba było na spędzić na pobraniu tych danych, obrobieniu ich itd. To w Data Studio mamy w zasadzie parę kliknięć i jesteśmy w stanie pobrać z bardzo różnych źródeł te dane. Nawet jeśli nie takimi natywnymi konektorami, no to jest bardzo dużo komercyjnych, bardzo fajnych, bardzo też intuicyjnych w użyciu. To też bardzo mocno nam później zaoszczędza czas, kiedy stworzymy sobie taki kokpit, taki dashboard z kluczowymi danymi i nie musimy po prostu za każdym razem szukać gdzie to było. Nie musimy też za każdym razem generować nowego raportu dla naszego przełożonego albo dla naszego Klienta, tylko jesteśmy w stanie poświęcić godzinę albo dwie na wyklikanie takiego super dashboardu i zaplanowanie np. cyklicznej wysyłki e-maili i już sprawa jest załatwiona. Data Studio jest też bardzo fajnym środowiskiem do analityki. Moim zdaniem dużo rzeczy wygodniej się nawet analizuje, sprawdza różne przekroje, różne, różne porównania w Data Studio, niż w interfejsie Analyticsa. Dużo rzeczy można zauważyć, których nie zauważylibyśmy patrząc tylko przez interfejs, bo po prostu nie ma tego typu raportów, nie ma tego typu przekrojów albo nie ma takich wizualizacji, które, które nam to uzmysłowią. Więc ja też bardzo często używam Data Studio po prostu do analityki. Tak jak wcześniej używałam np. Tableau Software, które jest komercyjnym, trochę bardziej zaawansowanym rozwiązaniem, ale bardzo dużą część tej pracy można wykonać w Data Studio i jest to nawet przyjemniejsze.
KM: Czas na semKOSTKę. Losujemy podstawowe pytanie dla naszych rozmówców. O, padło na oczko. Oczko oznacza, że chcemy się uczyć na cudzych błędach, czyli na Twoich błędach Martyna. Jakbyś mogła nam opowiedzieć coś, co prawie nie wyszło albo nie wyszło i nauczyło Cię czegoś na przyszłość.
MZ: Bardzo chętnie, ja mam trochę faili na koncie. Trochę mam takich mniejszych lub większych porażek, które zwykle są może przeoczeniem albo jakimś niedopilnowaniem, ale skala serwisu, z którym pracuję skutkuje tym, że mogą być bardzo, mogą mieć duży rozmach jeśli chodzi o konsekwencje. I kilka rzeczy ciekawych mi się zdarzyło i one wszystkie mnie nauczyły w zasadzie tego, że jeśli umiesz liczyć, to licz na siebie i bądź control freak’iem tak naprawdę. Pierwszy fail, bo chyba mam dwa najciekawsze SEOwe do opowiedzenia. Pierwszy fail, kiedy jeszcze zajmowałam się mocniej SEO, więc kiedy przyszłam do pracy u obecnego pracodawcy mieliśmy dosyć zaawansowaną współpracę z zagranicznymi serwisami. I przyjęłam jako pewnik, że osoby, z którymi współpracuję są dobrze zorientowane w temacie i jak ja im tam rzucę kilka haseł to zdecydowanie sobie poradzą, będą wiedziały co zlecić deweloperom itd. Tylko nie wzięłam pod uwagę bariery językowej. I po dwóch dniach od mojej korespondencji z pewnym serwisem zagranicznym nagle wchodzę i moim oczom ukazało się “no index” na wszystkich podstronach produktowych. Na szczęście zorientowałam się tak, jak mówię po dwóch, trzech dniach, więc dosyć szybko udało się to odwrócić i straty nie były aż tak ogromne. Ale nauczyłam się, że nie można nikomu zaufać i nie można, nie można też polegać na swojej klątwie wiedzy, tylko trzeba każdemu krok po kroku wszystko dokładnie wytłumaczyć, żeby mieć pewność, że to zostanie, że to zostanie poprawnie wdrożone. I jakby bliźniacza sytuacja, niestety z gorszymi skutkami – kiedy w naszym serwisie zmienialiśmy trochę ścieżkę, sposób budowy ścieżki adresu URL. Tam się pojawił pewien element, którego wcześniej nie było i kolega, który się tym zajmował chodził do mnie po prośbę- czy ja się na to zgodzę, czy ja się zgodzę. Ja powiedziałam dobrze, w porządku, tylko zróbmy to po pierwsze partiami, a nie wszystko naraz, bo to był bardzo ważny typ strony. Po drugie musisz mi obiecać, że przypilnujesz i tutaj już byłam mądrzejsza, więc wypisałam mapy witryny, pełnego linkowania wewnętrznego, przekierowań, przypilnuj, żeby nie było łańcuchów przekierowań, bo to był moment, w którym przechodziliśmy równolegle na właśnie, na https’a. Mówię, przypilnuj jeszcze, żeby to od razu było przekierowane na https itd., itd. “Jasne, jasne, wszystko Ci zrobię”. No i oczywiście jak uzyskał zgodę, to wszystko, co go interesowało się dokonało i nic nie zostało przypilnowane i niestety za to zapłaciliśmy dosyć dużymi spadkami, które było przez długi czas widać i to były spadki, które kosztowały trochę pieniędzy, że tak powiem. I kolega się nauczył, że jeżeli SEO coś mówi, to nie mówi, żeby przeszkadzać, tylko mówi, bo wie jak powinno być. A ja się po raz kolejny nauczyłam, że na nic nie można się zgadzać, póki się nie ma ustalonych takich punktów granicznych i że najpierw spełniamy oczekiwania nasze, a potem ewentualnie dajemy zielone światło na zmiany. I teraz, jeżeli miałabym to samo robić, to na pewno prosiłabym o zaprezentowanie działającej testówki, gdzie to wszystko działa tak jak powinno i dopiero jakbym to zobaczyła to bym powiedziała: “zmieniaj”. Więc jeśli umiecie liczyć, liczcie na siebie, pilnujcie wszystkiego i przede wszystkim upewnić się, że osoby, z którymi współpracujecie rozumieją te zmiany i rozumieją Wasze prośby tak samo, jak Wy je rozumiecie, bo można się na tym troszkę przejechać. Więc komunikacja najważniejszym Waszym narzędziem i najważniejszą Waszą siłą w pracy.
KM: To ja tylko dodam na sam koniec tego, że nigdy nie wdrażajcie też takich rzeczy w piątki…
MZ: Oj tak! A już na pewno nie po 15:00 (śmiech).
KM: Rozmawialiśmy o Analytics, wyszliśmy do Data Studio do robienia wygodniejszych raportów i w ogóle analityki zestawień. A jeszcze jest tak, że często analityka jest wykorzystywana, nie wiem, chyba wszyscy marketerzy chcą trochę ukraść z tego tematu użyteczności stron i SEO zmienia się nagle w SXO…
MZ: A to bardzo dobrze.
KM: … dokładnie, ADSowcy wreszcie mówią “hmm, to może trzeba by podnieść konwersję mówiąc temu klientowi, że ma jednak słabą stronę” i zaczyna się coś tam dziać w tym kierunku. No ale często wykraczamy poza Analyticsa z takimi analizami. Czy tutaj mogłabyś coś polecić szczególnie początkującym użytkownikom?
MZ: Wiesz co, jeśli chodzi o początkujących użytkowników to myślę, że najfajniejszą rzeczą, która daje frajdę będzie testowanie różnych zmian na stronie. Czyli wychodzimy od danych, które rzeczywiście mogą być Analytics, ale mogą być też zebrane z narzędzi najprostszych, które, które pozwalają przeprowadzać ankietki. I na podstawie tych danych ilościowych jesteśmy w stanie sobie, po pierwsze zlokalizować gdzie jest, gdzie nam coś przecieka, gdzie jest problem, a po drugie opracować jakąś prostą hipotezę. I później na przykład google’owski Google Optimize, który też jest bardzo fajny w użyciu i prosty i łatwo się, łatwo się go nauczyć i też jakby operujemy danymi, operujemy nomenklaturą, którą znamy. Jest też fajnym rozwiązaniem, żeby te zmiany po prostu przetestować. I tam też nie ma jakiegoś przeładowania metodologią, jakąś konkretną wiedzą statystyczną, raczej są to rzeczy, które są ujęte bardzo wizualnie i od razu wiadomo co wygrywa, co przegrywa i to jest też taka fajna rzecz, która pozwala się tym tak po prostu zajarać. Zawsze mówię, że to jest bardzo fajne, kiedy pomysł Pana Prezesa i pomysł Juniora Specjalisty jest tak samo dobry do przetestowania i może się okazać, że, że Junior miał lepszy. Więc na pewno testowanie i Google Optimize są fajnym rozwiązaniem. Jeśli ktoś mocniej chce wejść w użyteczność i mocniej chce poznać zachowania użytkowników na stronie, to oczywiście są narzędzia typu hotjar i pokrewne, związane z tym, że patrzymy sobie na heat mapę, na click mapy, niektóre z tych narzędzi oferują nagrywanie sesji – możemy sobie popatrzeć co użytkownicy robią na naszej stronie, więc nie musimy mieć laboratorium UXowego, żeby, żeby to przeprowadzić. Akurat w firmie, w której ja pracuje takie laboratoria UXowe są i można po prostu zaprosić człowieka i przez lustro wiedeńskie chociażby patrzeć co robi. Ale wcale nie potrzebujemy takich dużych środków, nie potrzebujemy takiego profesjonalnego zaplecza, żeby po prostu zacząć i cokolwiek poprawić na naszej stronie tak, żeby ona była bardziej użyteczna. I też z tego co widzę, jak pracuję chociażby ze studentami, bo w pracy się mniej zajmuje UXem, ale gdzieś tam, gdzieś tam zahaczam na uniwersytecie o te tematy. To też jest rzecz, która potrafi zajarać. Więc jeśli ktoś nawet specjalnie nie chce patrzeć w tabelki to, to są takie rzeczy, które może go rzeczywiście przekonają, że w tych liczbach jest gdzieś jakaś moc i jest jakaś wiedza, która nam coś pomaga poprawić. Więc w tę stronę bym szła i zwłaszcza na początku szukałabym w tym trochę frajdy, a nie jakichś super skomplikowanych modeli. Więc na początek – polubić to.
KM: Często analityka jest traktowana bardzo po macoszemu tzn. chodzi o brak czasu, jeżeli marketer ma ogarnąć Adsy, Facebooka, billboardy, ulotki i jeszcze pranie dla Prezesa, no to już mu nie starczy czasu na to, żeby nawet zbudować sobie ten raport w Data Studio. Czy uważasz, że gdybyś miała prowadzić dla własnego biznesu teraz jakąkolwiek kampanię, to w ogóle byś ją – i to jest już pytanie na koniec – w ogóle byś ją odpalała bez Analytics?
MZ: Nie, myślę, że nie ma sensu. Ja, jako analityk, to w ogóle byłaby dla mnie frajda, żeby zobaczyć co tam się dzieje analitycznie. I też jak mam jakieś takie niekomercyjne, hobbystyczne projekty to tego Analyticsa wszędzie wciskam i nawet w zaprzyjaźnionych projektach też zawsze się zgłaszam na ochotnika, “czy ja mogę wam podpiąć Analyticsa i popatrzeć, co tam się dzieje?”. Więc ja sobie też w związku z moim doświadczeniem nie wyobrażam. Ale też nie wyobrażam sobie nie kontrolować jakie są efekty. I nie wyobrażam sobie wyrzucania pieniędzy w błoto albo nie, – nie wiedząc czy to jest błoto, czy to jest, czy to jest z jakimś skutkiem. Po prostu myślę, że po pierwsze większości z nas na to nie stać, a nawet jak nas na to stać, to pewnie są lepsze sposoby zainwestowania tych pieniędzy, niż przeznaczanie na nieefektywne kampanie. Absolutnie sobie nie wyobrażam, żeby nie mierzyć. Ale niestety cały czas się spotykam z takimi sytuacjami i też rzeczywiście z braku czasu, też w nawet dużych projektach jest tak, zresztą SEO jest tak samo, że jak już jest wszystko gotowe, jak już jest wszystko pomyślane, są dwa dni do startu, to ktoś przychodzi i mówi, to teraz chciałbym zmierzyć to, to, to, to i to i być na pierwszym miejscu w wyszukiwarce. Tylko, że nic jest nie gotowe. Więc też bardzo się skupiam w mojej pracy, też takiej edukacyjnej na tym, żeby uświadomić ludziom, żeby jak najszybciej o tym myśleli, i o SEO, i o analityce. I też oczywiście o UX’ie, ale to trochę z siebie będzie wzajemnie wynikało. Absolutnie sobie nie wyobrażam i chyba bym nie spała po nocach jak bym gdzieś nie podpięła tej analityki.
KM: Bardzo dobrze. Mam nadzieję, że większość osób tak pomyśli też po wysłuchaniu tego podcastu. Naszym gościem była Martyna Zastrożna. Martyna, bardzo Ci dziękuję za przekazanie tej wiedzy. Mam nadzieję, że żaden z słuchaczy nie uciekł jak usłyszał BigQuery i te zaawansowane rzeczy, a większość osób się zainspirowała do tego, żeby działać jak najwięcej w Analytics.
MZ: Ja na koniec powiem tylko, żebyście się nie bali, i żebyście sobie nigdy nie dali wmówić, że to nie dla Was, i że się nie nauczycie. Bo jeśli ja się nauczyłam, to Wy się też nauczycie i myślę, że dla każdego to może być frajda. A Tobie bardzo dziękuję za zaproszenie. Bardzo mi się miło rozmawiało.
KM: To na tyle z naszego semCASTOWEGO wprowadzenia w świat analityki. Z dzisiejszego odcinka dowiedzieliście się dlaczego żaden biznes nie powinien funkcjonować bez doskonale skonfigurowanej analityki oraz jak w ogóle wejść na wyższy poziom wtajemniczenia w narzędzia analityczne. Dziękujemy za wysłuchanie odcinka – w kolejnym weźmiemy na warsztat content marketing! Jeśli nie chcecie przegapić kolejnego odcinka – subskrybujcie nasze kanały! Do usłyszenia!
Materiały dodatkowe:
- Artykuł o ruchu bezpośrednim i tym, jak mierzyć go bardziej precyzyjnie KLIK.
- W tym samym temacie fantastyczny tutorial Bartka Kaczmarczyka: KLIK.
- Pomysł na śledzenie Core Web Vitals w Google Analytics w sensowny sposób (uwaga! jeśli mamy duży ruch na stronie, to powstrzymajmy się od tego wdrożenia, bo możemy szybko przekroczyć limity Google Analytics): KLIK.
- Wprowadzenie do eksportu danych z Google Analytics do BigQuery dla Universal Google Analytics: KLIK oraz dla Google Analytics 4: KLIK.
A najnowsza książka autorstwa Martyny, która szeroko omawia analitykę dostępna jest tutaj.
Loading...
