Kompletny przewodnik po korzystaniu z Google Analytics w CRO

5 ukrytych możliwości dzięki Google Analytics

W swoim niekończącym się dążeniu do poprawy swojego CRO prawdopodobnie zacząłeś polegać na Google Analytics jako przydatnym gadżecie KPI. To ten zaufany klucz w Twojej skrzynce narzędziowej CRO, do którego zwracasz się, gdy liczby się nie zgadzają, coś cieknie w Twojej automatyce i musisz zajrzeć pod zlew (bez pęknięcia hydraulika).

Ale jeśli chodzi o wiarygodne dane, wciąż pojawia się jeden nieznośny problem.

Jesteśmy podatni na ślepe punkty i błędy.

Nie powinno dziwić, że wiarygodne źródła danych na ogół nie są dobrze skonfigurowane, a interpretacja danych jest podatna na błędy poznawcze.

Pomimo wkroczenia w erę big data, nasze rozwijające się mózgi wciąż są przygotowane na fabułę i narrację, a nie na dane. Oznacza to, że jesteśmy naturalnie skłonni, aby dane działały dla naszych celów.

Czy ci się to przydarzyło?

Znajdujesz coś odstającego. Twój wewnętrzny detektyw (i ego) mówi „Aha!”, tylko po to, by poczuć się sflaczałym, (chrzanić!)… To był brak odpowiedniej konfiguracji eksperymentów Google Analytics.

Nie czuj się źle. Jesteśmy optymalizatorami konwersji, a nie naukowcami prowadzącymi badania kliniczne szczepionki.

Od błędów w konfiguracji tagów po niepoprawne uruchamianie skryptów, istnieje pewien poziom hiperczujności wymagany do zbudowania solidnych podstaw pod Twoje analizy i testy A/B.

Przyjrzyjmy się, jak korzystać z Google Analytics dla CRO w 2021 r., a następnie przedstawimy 5 ukrytych możliwości eksperymentów Google Analytics.

Dlaczego warto korzystać z Google Analytics?

Nawet jeśli jesteś geniuszem, oto krótkie odświeżenie, aby zapewnić, że nawet w 2021 r. Google Analytics nadal będzie perełką CRO.

1. To za darmo

Kto nie kocha za darmo? Nie daj się jednak zwieść niskiej cenie. Bezpłatność nie sprawia, że ​​Google Analytics jest mniej wartościowe. Jeśli już, to jest odwrotnie.

Ale jeśli zmaksymalizujesz to narzędzie, to naprawdę zdumiewające, ile istnieje złotych samorodków dla możliwości konwersji.

A dlaczego nie wykorzystać w pełni narzędzia, z którego już wiesz, jak korzystać? Pomyśl o tym: jeśli nasze mózgi rozładowują się jak bateria przez cały dzień, chcesz ograniczyć liczbę narzędzi w swoim przepływie pracy.

2. Łatwy w konfiguracji

BEZPŁATNY I łatwy w konfiguracji? O tak. Teraz mówisz.

Nie masz jeszcze skonfigurowanej usługi Google Analytics? Chociaż konfiguracja jest łatwa, warto powtórzyć, że właściwa konfiguracja Google Analytics to podstawa całej strategii optymalizacji konwersji.

Oczywiście żadna konfiguracja nie jest kompletna bez bezproblemowej integracji. A będziesz spać lepiej, wiedząc, jak łatwo jest korzystać z innych narzędzi CRO, takich jak Convert Experiences.

Jeśli masz już pewność swojej konfiguracji i po prostu szukasz bardziej atrakcyjnego wyglądu w swoich raportach, skonfiguruj je za pomocą Google Data Studio (lub podobnej alternatywy dla Data Studio), dodając prosty skrypt do każdej strony lub użyj Menedżera tagów Google.

3. Najbardziej konfigurowalne opcje śledzenia i raportowania

Google Analytics pozostaje najbardziej konfigurowalnym narzędziem, które pozwala zobaczyć głęboki poziom interakcji użytkowników, na przykład miejsca, w których użytkownicy rezygnują, i określić, które pola powodują tarcia lub porzucanie koszyka.

I nie brzmieć jak twoja matka, ale jest zasługa zaufania władzom w tej sprawie.

Ekspert SEO Neil Patel jest wielkim fanem tych wstępnie ustawionych niestandardowych funkcji raportów w Google Analytics. Niezależnie od tego, czy mierzysz konwersje w kampaniach PPC, optymalizację blogów, zachowania klientów, diagnostykę witryny, ścieżki lub w różnych przeglądarkach, znajdziesz raporty, których potrzebujesz.

Możesz również łatwo zainstalować te niestandardowe raporty, aby mieć je na wyciągnięcie ręki. Ten poziom szczegółowości i raportowania może pomóc w przyspieszeniu współczynnika konwersji.

Jak znaleźć możliwości danych w Google Analytics

Zanim znajdziesz możliwości, wykonaj te dwa kroki:

1. Skonfiguruj GA poprawnie (zwłaszcza śledzenie zdarzeń)
2. Zdecyduj, co chcesz śledzić, korzystając z raportów niestandardowych.

Następnie zajrzyj do każdego z tych 5 obszarów, aby znaleźć ukryty skarb:

1. Optymalizacja formularza
2. Optymalizacja bloga
3. Optymalizacja strony
4. Optymalizacja ścieżek
5. Optymalizacja pod kątem ekranów i urządzeń

Szansa nr 1: Optymalizacja formularza

Google Analytics może pomóc w optymalizacji wszelkiego rodzaju formularzy. Należą do nich formularze subskrypcji, formularze kontaktowe, formularze płatności, formularze sprzedaży, formularze strony docelowej i formularze wielostronicowe.

Korzystanie ze śledzenia zdarzeń Google Analytics to świetny sposób na śledzenie interakcji pól formularzy w swoich witrynach i tworzenie ścieżek odpadowych w celu zrozumienia sukcesu lub jego braku w formularzach.

Krista Seiden, główny konsultant ds. analityki cyfrowej w KC Digital

Krista wyjaśnia, jak używa tagowania zdarzeń w GA do śledzenia pól formularzy. (Wypełnianie formularza to rodzaj śledzenia zdarzeń).

Załóżmy, że formularz jest stale niekompletny.

W raporcie GA możesz

po prostu zmień kolejność tabeli i szybko zauważ spadki lub wzrosty. Łatwiej byłoby rozpoznać osoby, które nie widziały wymaganej gwiazdki i napotkały błąd.

Krista Seiden, główny konsultant ds. analityki cyfrowej w KC Digital

Szansa nr 2: Optymalizacja bloga

Jeśli chodzi o optymalizację blogów, Johann Van Tonder z AWA Digital sugeruje:

Poznaj swój potencjał konwersji. Nie każdy odwiedzający Twoją witrynę może dokonać konwersji. Jaka jest wielkość szansy? Wiedza o tym pozwala również skoncentrować wszystkie swoje wysiłki na prawdziwej okazji bez zbaczania z drogi przez duże, bezsensowne liczby zbiorcze.

Aby krótko wyjaśnić tę koncepcję, oto prosty przykład:

Załóżmy, że Twoim rynkiem docelowym jest Wielka Brytania, ale GA pokazuje, że 15% Twojego ruchu pochodzi z krajów poza Wielką Brytanią, które konwertują słabo lub wcale. W tym scenariuszu prawdziwy potencjał konwersji jest bliższy 85% całej populacji witryny.

Biznes e-commerce, któremu ostatnio przyglądałem się, ma wysokiej rangi treści na blogu, które stanowią 48% całego ruchu.

Jednak skłonność do konwersji (nie zmierzona, ale obliczona przy użyciu modeli regresji logistycznej) dla tego segmentu jest znikoma. Okazuje się, że ci użytkownicy odwiedzają witrynę tylko w celu zbadania konkretnego pytania, na które odpowiada treść tego bloga.

Możesz spróbować sprzedać im coś, co chcesz, ale nie są w nastroju do kupowania. W pewnym momencie mogą potrzebować dokładnie tego, co musisz sprzedać, ale teraz nie jest to czas. Sposób, w jaki podchodzisz do tej możliwości, zarówno z perspektywy analizy, jak i testowania, jest zupełnie inny niż ten charakteryzujący się cieplejszym ruchem.

Szansa nr 3: Optymalizacja strony

Załóżmy, że przeprowadzasz testy A/B dla 2 wariantów na stronie docelowej. Postanawiasz dowiedzieć się, które elementy są najbardziej angażujące, takie jak czas przebywania lub najechanie myszą.

Łatwo jest stracić z oczu, dlaczego dokonałeś zmiany. Czy była to kreatywność, czy napędzanie danych? Zwłaszcza z większą ilością rąk w miksie, takich jak projektant UX, programista i strateg.

Phillip Koo z Fluent Group.

Zauważasz, że podczas gdy strona A ma większe zaangażowanie, strona B ma wyższą konwersję.

Możesz więc wywnioskować, że chociaż podoba Ci się obraz na stronie, czy zmniejsza on konwersję, ponieważ zbytnio odwraca uwagę od celu.

Phillip wyjaśnia, że ​​dzięki Google Analytics możesz powiązać to z innymi elementami, na przykład z tym, czy są użytkownikami mobilnymi. Następnie wyeliminuj element z krótszą stroną, aby odpowiedzieć na pytanie „Czy element lub interakcja są niezbędne do konwersji?”

Jasne, istnieją inne narzędzia, które mogą rejestrować zachowanie na określonej stronie. Ale nie będziesz w stanie zebrać więcej unikalnych informacji o swojej branży

Phillip Koo z Fluent Group.

Szansa nr 4: Optymalizacja ścieżki

Jeśli chodzi o optymalizację lejków, Andra Baragan z Ontrack Digital podzieliła się:

Znalezienie tych głównych punktów porzucenia w lejkach konwersji naszych klientów ma ogromną wartość. Ścieżki do celów są zdecydowanie jednym z kluczowych elementów fazy raportowania analitycznego, ale mają ogromną wadę, ponieważ są dostępne tylko w przypadku celów typu docelowego.

Odkryliśmy, że najskuteczniejszym sposobem definiowania ścieżek jest używanie segmentów niestandardowych.

Korzystając z zaawansowanej konfiguracji „sekwencji” na ekranie segmentu niestandardowego, możesz zdefiniować kroki na ścieżce i zrozumieć porzucanie w każdym punkcie poprzez kombinację zdarzeń i odsłon.

Andra zaleca te kroki, aby wykryć możliwości GA na ścieżce :

1) Pierwszą rzeczą, którą robimy podczas optymalizacji strony internetowej, po upewnieniu się, że analityka jest prawidłowo skonfigurowana i wszystko jest dokładnie śledzone, jest tworzenie raportów analitycznych.

2) Wybierz pierwszy krok w swoim lejku i zapisz liczbę użytkowników.

3) Następnie dodaj drugi krok w lejku, ponownie zapisz liczbę. Widać, że w tym przypadku użyliśmy zdarzenia Added Product.

Procent porzuceń to po prostu liczba użytkowników w kroku 2 podzielona przez liczbę użytkowników w kroku 1 pomnożona przez 100.

W tym przykładzie jest to 1813/12940 * 100 = 14% → oznacza to, że tylko 14% użytkowników dodaje produkt do koszyka, a współczynnik porzuceń wynosi 86% .

W ten sposób możesz tworzyć złożone ścieżki dla swojej witryny, a następnie, gdy tylko zauważysz największy spadek, wejść i zoptymalizować tę sekcję tak bardzo, jak to tylko możliwe.

Szansa nr 5: Optymalizacja pod kątem ekranów i urządzeń

Oto scenariusz:

Załóżmy, że szukasz szybkiego ulepszenia z poprawką techniczną. Postanawiasz więc sprawdzić problemy ze zgodnością przeglądarki. Od razu okazuje się, że ręczne sprawdzanie w różnych przeglądarkach i urządzeniach jest kłopotliwe i nieuchwytne. Zaczynasz gubić się w chwastach.

Wszystko to można rozwiązać za pomocą Google Analytics. GA pozwala sprawdzić problemy z użytecznością w różnych przeglądarkach, na przykład niedziałającą stronę internetową.

Phillip Koo

W Google Analytics możesz sprawdzić wszystkie przeglądarki, w tym przestarzałe, takie jak Internet Explorer.

Możesz pomyśleć, poczekaj, Internet Explorer, kogo to obchodzi? To przestarzałe i nikt go nie używa.

Zagłęb się w raport dotyczący przeglądarki i odkryj, że chociaż tak, to prawda, że ​​40% używa Chrome lub Safari, to nadal 10% korzysta z IE.

Strata czasu? Może… Nie tak szybko…

Kopiesz i kopiesz… aha… Twoi goście w różnych przeglądarkach są zaangażowani, ale transakcje spadły.

Teraz gorączkowo zaczynasz robić matematykę. I przynajmniej w przypadku części ruchu we wszystkich przeglądarkach zdajesz sobie sprawę, że naprawienie problemu zajmuje programiście tylko 2 minuty… A jeśli zaczniesz rozszerzać swoją analizę i myślisz, poczekaj, czy tak też się stało na stronach sprzedażowych?

Możesz zobaczyć, jak zebranie tego poziomu szczegółowych danych na temat aktywności podzielonej na wszystkie przeglądarki może znacząco wpłynąć na CRO.

Interpretowanie wyników testów A/B w Google Analytics

Sprawdzone narzędzia do testowania A/B, takie jak Convert Experiences, ułatwiają testowanie i optymalizację. Po części dlatego, że bezproblemowo integrują się z Google Analytics.

Całościowe, tandemowe podejście narzędzia do testowania A/B z Google Analytics pozwala bardziej instynktownie zauważać niespójności i wartości odstające i znacznie szybciej korygować kurs.

W większości przypadków analiza post-testowa jest wykonywana poza narzędziem do testowania A/B.

Dzięki funkcji Convert Experiences analizowanie wyników eksperymentów jest proste i łatwe. Oto jak dane konwersji są wyświetlane w GA:

Jak widać, kiedy łączysz te dwie osoby, spodziewaj się, że Twoja optymalizacja zostanie wzmocniona analizą po testach i szczegółowym omówieniem interakcji z użytkownikiem.

Tymczasem możesz analizować krzyżowo spostrzeżenia znacznie wykraczające poza to, co mógłbyś znaleźć, gdybyś poświęcił czas na analizę osobno (zamiast krzyżować oczy).

Co więcej, raport podsumowujący nie pomoże ci zrozumieć „dlaczego” tego, co działa, a co nie.

Każdy przeprowadzany test powinien być zintegrowany z Google Analytics. Więcej testów = statystycznie większa szansa na trafność i możliwość zaufania tym danym.

Jak uzyskać dostęp do danych eksperymentu w Google Analytics

Po skonfigurowaniu integracji dane eksperymentalne zaczną pojawiać się w Google Analytics. Oto, co jest wysyłane do GA (z przykładami).

W klasycznej analityce

1. Przejdź do Odbiorcy -> Niestandardowe -> Zmienne niestandardowe. Znajdź zmienną o nazwie CONVERT-XXXX, gdzie XXXXX to identyfikator eksperymentu.
   

   

2. Pod tą zmienną znajdziesz swoje kombinacje testowe.
   

   

3. Przy każdym wyświetleniu testowanej strony wysyłamy również zdarzenie do Google Analytics. Znajdziesz je w zakładce Treść -> Wydarzenia. Możesz użyć zdarzeń, aby na przykład przeanalizować, ile razy zauważono odmianę (a nie tylko liczbę odwiedzających).
   

   

W Universal Analytics

1. Przejdź do Dostosowywanie, a następnie znajdź Raporty niestandardowe:
   

   

2. Utwórz nowy raport niestandardowy. W sekcji Analiza wymiarów wybierz niestandardowy wymiar utworzony w poprzednim kroku:
   

   

3. Po utworzeniu raportu poczekaj, aż zobaczysz zmiany i napływające dane. Według Google może wystąpić 24-48 godzinne opóźnienie w przetwarzaniu danych.
   

   

4. Ostatecznie każda odmiana eksperymentu Konwertuj będzie znajdować się w osobnym wierszu w raporcie niestandardowym.
   

   

Słowo ostrzeżenia

Chociaż możesz poczuć się jak dziecko w sklepie ze słodyczami, odkrywając i delektując się wszystkimi możliwościami danych Google Analytics, słowo przestrogi, zanim pospiesz się, aby pochłonąć mnóstwo danych.

Uważaj, nie skończysz z przypadkiem TMI (zbyt dużo informacji). Pamiętaj, że przy większej ilości danych jest więcej miejsca na błąd ludzki i stronniczość w interpretacji danych oraz większe prawdopodobieństwo zesłania Cię długą, błędną drogą.

Kluczem jest najpierw budowanie wydajności i zaufania do swoich procesów.

Poświęć czas na:

• 1) Prawidłowo skonfiguruj Google Analytics,
• 2) Upewnij się, że Twoje dane są czyste, dostosuj je do swojej branży,
• 3) Zsynchronizuj swoich marketerów i programistów oraz
• 4) Włącz swoje dane do istniejącej metodologii testowania z mniejszą liczbą zmiennych.

Dopiero wtedy powinieneś dodać więcej złożoności, dostosowując swoją optymalizację.