Brez analitike ne vemo, kako uspešni smo in se ne moremo izboljšati. Katere stvari spremljati, kako postaviti analitiko za spremljanje celotnega odločitvenega procesa potrošnikov, zakaj sploh rabimo analitiko in kako te podatke vrednotimo, nam je povedal Boštjan Hozjan, vodja oddelka analitike pri Red Orbitu.
Prezentacijo si lahko ogledate spodaj.
Jaz bom danes v mojem delu predavanja naredil pregled tega, kako vrednotiti vsebino in kako meriti uspešnost marketinga. Sem precej neteoretski in bolj tehnični tip, tako da vas bom poskušal ne preveč terorizirati s teorijo, ampak bom poskusil prikazati nekaj številk, nekaj reportov, nekaj primerov.
Na tem mestu bi vas spomnil, da že cel dan poslušamo, da imamo uporabnike v različnih fazah, ne bom rekel nakupnega procesa, ampak raziskovanja, učenja, nakupa in tako naprej, čemur moramo prilagajati aktivnosti.
Spletna analitika je tista, ki omogoča podporo vsem tem fazam, in s pomočjo katere zbiramo podatke. Danes bomo za praktičen primer uporabili Google Analytics.
1. Pridobivanje obiska
Prvi podatki, ki jih lahko dobimo, se tičejo virov obiska. To je v bistvu precej osnovna segmentacija uporabnikov, je pa nujno potrebna. Zakaj? Ko imamo narejeno segmentacijo po viru obiskov, lahko hitro dobimo vsaj osnovni občutek o tem, ali določeni kanali delajo ali ne, kje lahko neke stvari optimiziramo, kdaj se kakšen tip oglaševanja ne izplača.
Ena stvar, ki jo Google Analytics omogoča, je channel grouping – to je v bistvu grupiranje po kanalih. Do pred letom in pol smo to morali delati na roke in je bila zadeva precej kompleksna. Od takrat dalje pa Google omogoča to segmentacijo na takšen način, da v nastavitvah Google Analytics nastavimo blokiranje ali segmentiranje določenih kanalov. Na desni strani vidimo primer prilagojenih nastavitev, pri čemer opazite, da smo organski obisk razdelili na brandiran in nebrandiran obisk, prav tako plačljivi obisk, poleg tega smo obisk iz e-maila razdelili na masovni e-mailing in transakcijski e-mailing.
Zakaj je to koristno? Vemo, da je transakcijski e-mailing primer lead nurturinga in lahko takšen segment v Google Analytics ločimo.
Če se gremo inbound marketing, vemo, da lahko pričakujemo obisk iz nekaj različnih kanalov, kot so npr. iskalniki, družabna omrežja, e-mailing in druge strani oziroma referrali. Brskalnik zna relativno enostavno sporočiti Google Analyticsu, če je prišel prek družbenih omrežij ali prek iskalnika, težje pa, da je uporabnik prišel prek e-maila.
Imate mogoče kakšno idejo, kako lahko Google Analyticsu povemo, da je uporabnik prišel iz e-maila? UTM-ji. En primer: imate e-mail, v njem imate pet URL povezav, prek katerih lahko uporabnik pride na vašo spletno stran. Če uporabnik klikne na to povezavo, Google Analytics ne bo vedel, da je ta uporabnik prišel prek e-maila. Lahko pa to URL povezavo opremimo z UTM-parametri in prek njih Google Analyticsu povemo, da je uporabnik prišel iz e-maila. To lahko delamo ročno, če seveda vemo, kaj je treba narediti, lahko pa uporabimo Googlovo orodje – URL builder.
Kaj naredimo? Izpolnimo obrazec v orodju in Google nam na podlagi naših podatkov pripravi novo URL-povezavo, ki jo uporabimo v e-mailu in ta URL-povezava bo v Google Analytics pošiljala potrebne podatke.
UTM-parametri v URL-povezavah se uporabljajo za celotno oglaševanje, ki ne poteka prek Google AdWords sistema, kjer se informacija o kanalu avtomatsko sporoči v Google Analytics sistem.
2. Generiranje leadov
Vemo, da gre za pridobivanje kontaktnih podatkov, pri čemer je zelo pomembno, da uporabljamo prave triggerje. Na tem mestu ne bom preveč teoretiziral, bi pa mogoče opozoril na to, da nam je v končni fazi pomembna konverzija obiskovalca v lead (kontakt). V končni fazi nas zanima tudi cena na pridobljen kontakt, pri čemer nas seveda ne zanima splošna cena na pridobljen kontakt, ampak cena na kontakt v posameznem segmentu, da lahko pridobivanje kontaktov optimiziramo.
Nekaj akcij, ki jih lahko merimo pri generiranju leadov – merimo akcije, pri katerih uporabnik pusti nek kontaktni podatek, ko npr. komentira na blogu, ko se prijavi na novice, ko se registrira, ko odda povpraševanje. Še ena pogosta akcija je, da ob prenosu dokumentov zahtevamo podatek.
Kakšne podatke potem dobimo? V zgornji tabeli vidimo segmentacijo po viru obiska, na levi strani so kanali, potem imamo posamezne stolpce, kjer vsak stolpec predstavlja akcijo, ki jo je uporabnik na strani izvedel – ali je oddal komentar na blogu, ali se je prijavil na e-novice ali oddal povpraševanje. Dobesedno vidimo, kateri kanal je prinesel največ konverzij.
Spodnja tabela je podobna, spet segmentacija po kanalih, pri čemer pa v desnih stolpcih niso številke ampak stopnje konverzije, kjer enostavno vidimo, kateri kanal dobro konvertira in kateri slabo.
3. Lead nurturing
Rekli smo, da je to proces negovanja in nagovora uporabnika ter spoznavanja uporabnika z našim izdelkom, kjer je končni cilj spremeniti kontakt v kvalificiran lead ali kupca.
V tej fazi, kjer seveda ne dobimo kontaktnih podatkov, merimo predvsem aktivnost uporabnika oziroma njegovo interakcijo z vsebino. In v končni fazi seveda naredimo konverzijo tega leada v stranko.
Same metrike – na tem mestu bi opozoril, da se največ lahko igramo pri pridobivanju statistik na lastni vsebini, npr. na blogu, kjer se lahko igramo s podatki, kot je: kolikokrat je bila vsebina prebrana, do kam je bila prebrana – tukaj lahko definiramo, da je vsebina prebrana šele, ko uporabnik pride do konca teksta. Dodatno lahko npr. merimo kolikokrat je bila vsebina deljena, objavljena na družbenih omrežjih, npr. Twitterju in podobno.
Primer: kako merimo interakcijo uporabnikov? Zgoraj vidite tabelo, kjer podobno kot prej vidite segmentacijo po virih obiska, zraven pa imamo dejavnosti, ki niso povezane z generiranjem leadov ampak interakcijo z vsebino – kolikokrat so prebrali npr. članek ali objavo na blogu, kolikokrat so kliknili na povezavo v e-mailu in kolikokrat so v končni fazi opravili nakup.
V spodnji levi tabeli je bolj zanimiva stvar. Tukaj imamo seznam URL-naslovov, kjer imamo posamezne objave na blogu, kjer vidimo, katere objave so nadpovprečno in katere podpovprečno brane.
V spodnji desni tabeli pa vidimo, s pomočjo Google Analytics eventov, kako se je uporabnik premikal po objavi na blogu: se je stran samo naložila, kako daleč po vsebini je uporabnik prispel in ali je objavo prebral čisto do konca.
Tukaj vidite še en primer, kjer imamo spet segmentacijo po kanalih, sledijo pa dogodki, povezani z lead nurturingom, hkrati pa so dodani še dogodki, povezani z samo interakcijo uporabnika z vsebino. Tukaj lahko hitro vidimo, da uporabniki, ki pridejo prek družabnih omrežij, najbolj pogosto prebirajo članke, uporabniki, ki pridejo prek iskalnikov, najbolj pogosto preberejo mnenje o izdelkih, uporabniki, ki pridejo iz transakcijskega e-maila, pa najpogosteje dodajajo izdelke v košarico ali opravijo nakup.
4. Google Analytics in CRM
Ste kdaj razmišljali, da bi združili podatke, ki jih imate v Google Analyticsu in podatki, ki jih imate v vašem CRM sistemu? To do pred kratkim ni bilo mogoče, sedaj pa Google Analytics to omogoča – svojo GA kodo na strani morate nadgraditi na Universal Analytics kodo, hkrati pa morate začeti uporabljati tudi funkcionalnost »User Id«.
Kaj je User ID? Predstavljajte si, da imamo v CRM bazi uporabnika, ki mu je ime Janez in ima User ID »123«. Spada v skupino uporabnikov, ki pri nas še niso opravili nakupa. Ko Janez pride na našo spletno stran se registrira z e-mailom, ta e-mail se pošlje v CRM, CRM pa nam na podlagi tega e-maila pošlje nazaj User ID »123«, ki se shrani v Google Analytics.
Kaj se zgodi? Google Analytics sedaj ve, da mora vse aktivnosti, ki jih ta uporabnik opravi na strani zapisati pod uporabnika Janeza z ID-jem »123«.
Kaj se še zgodi? Podatek, v katero skupino uporabnikov spada ta uporabnik, se prav tako lahko pošlje v Google Analytics. Kaj dobimo? Malce drugačno segmentacijo – po tipu uporabnika, npr. uporabnik, ki ni še nikoli kupil, ki je kupil enkrat, ki kupuje občasno ali pa kupuje redno. Tako lahko vidimo, kako se posamezni tipi uporabnikov obnašajo na naši spletni strani.
5. Neprodajne strani s prodajnimi podatki
Ker se danes pogovarjamo o inbound marketingu in lead generationu, se pogovarjamo o spletnih straneh, ki niso spletne trgovine oziroma o spletnih straneh, ki nimajo nameščene Google Analytics e-commerce kode.
Ste kdaj pomislili, da bi na strani, ki ni e-trgovina, uporabljali Google Analytics e-commerce modul? O čem govorim? Na strani imamo npr. obrazec, kjer uporabniki ne morejo kupiti izdelka, lahko pa pošljejo povpraševanje, kjer nam povejo, za katero storitev se zanimajo.
Ko uporabnik odda povpraševanje, se v Google Analytics zapiše za kateri produkt je uporabnik oddal povpraševanje, temu pa se pripiše podatek o vrednosti tega produkta. Na takšen način dobimo tudi ecommerce oziroma prodajne podatke, čeprav gre za lead generation.
6. Napredna e-commerce analitika
Mogoče kdo ve, kaj je enhanced e-commerce? Da na kratko razložim – vemo, da klasična ecommerce koda omogoča, da ob nakupu na strani pošljemo v Google Analytics podatke o kupljenih produktih, količini teh produktov, vrednosti, ipd. Ampak to so le podatki iz zadnjega koraka nakupa.
Enhanced ecommerce pa je relativno nova in dolgo pričakovanja nadgradnja, ki nam omogoča, da spremljamo obnašanje uporabnika na naši spletni trgovini v zgodnejših fazah – npr. nakupno obnašanje, pregledovanje produktov, dodajanje produktov v košarico, prav tako vidimo celoten proces zaključevanja nakupa uporabnika od začetka do konca. Te korake lahko prilagodimo svojemu nakupnemu procesu – nekdo ima 3 korake do nakupa, nekdo pa 7.
Če potegnemo analogijo med spletno trgovino in blogom – tisti, ki poznate enhanced ecommerce, vam bo to jasno, tistim, ki je ne, pa naj bo to navdih.
Kar je v spletni trgovini produkt, je na naši strani objava na blogu. Kar je v naši trgovini cena produkta, je na naši spletni strani število besed v objavi na blogu. Kar je na spletni trgovini seznam produktov, je na naši spletni stran seznam objav, recimo v kategoriji. Kar je v spletni trgovini klik na produkt, je na naši spletni strani klik na posamezno objavo. Ogled detajlov produkta na spletni trgovini je prikaz posamezne vsebine objave na blogu. Dodajanje produkta v košarico v spletni trgovini je na naši spletni strani začetek pomikanja po vsebini. Kar je v spletni trgovini proces nakupa, je na naši spletni strani premikanje po vsebini – 1/3 vsebine, 2/3 in 3/3 po višini vsebine. Nakup produkta v spletni trgovini pa je ekvivalent pomika do konca vsebine, kjer uporabnik ostane še 60 sekund.
Do kakšnih podatkov pridemo? Prej smo govorili o nakupnem obnašanju, sedaj govorimo o bralnem obnašanju.
Na primeru vidimo število vseh obiskov (sej) na spletni strani, vidimo koliko je sej, kjer so uporabniki pogledali produkt – v našem primeru objavo na blogu – vse do konca, koliko je uporabnikov, ki so prebrali del objave na blogu, pa vse do števila uporabnikov, ki so prebrali celotno objavo.
Na takšen način dobimo vse statistike, ki jih Google Analytics pripisuje produktom prilagojene za objave na blogu. Kaj s tem dobimo? S tem smo finančno ovrednotili vsebino, znamo izračunati ROI, ipd.
Vprašanje: Organski promet, ki ste ga razdelili – kaj ste s tem dobili zdaj, ko se ne pošiljajo več ključne besede?
Zaenkrat je še majhen odstotek teh podatkov, ki ga lahko dobimo, je pa po pravici povedano to starejši primer segmentacije, ki kaže, na kakšen način lahko informacije segmentiramo. Gre le za to, kakšne pogoje postavljaš in kako deliš podatke.