Video z rozhovoru
Záznam rozhovoru má necelých 11 minut. České titulky k videu by měly při přehrávání nastartovat automaticky, můžete si je případně vypnout pod ikonkou „CC“. Kompletní český textový přepis je k dispozici pro pohodlnější čtení, výtah obsahu rozhovoru uvádím také v následujících odstavcích.
Optimistický stav využívání webové analytiky?
V rámci nedávno zveřejněné Studie českých e-shopů jsem zkoumal rozšíření nástroje Google Analytics mezi českými e-shopy. Zjistil jsem, že tento systém využívá 89 % internetových obchodů, které jsou recenzovány na serveru Heuréka.cz (vzorek 300 obchodů) a z 50 nejvíce recenzovaných obchodů jich tento systém používá dokonce 98 %.
Míru používání webové analytiky však nelze posuzovat jen podle rozšíření určitých měřících nástrojů. Praxe a několik majitelů obchodů mi potvrdilo domněnku, že implementací analytického nástroje často veškerá analytika končí.
Myslím si, že firmy často nechápou, v čem je přidaná hodnota webové analytiky a jak by ji mohly využít pro hledání nových obchodních příležitosti. Proto jsem se Avinashe zeptal, jak se s tím vypořádat.
Návrat k základnímu použití webové analytiky
Potěšilo mne, že v odpovědích nevymýšlel žádné složitosti. Naopak uvedl možná až příliš obecný postup, který pokročilým analytikům a ostříleným čtenářům Lupy může připadat fádní.
Kaushik zopakoval základy: “co se děje na vašich stránkách, byste měli poznávat na základě chování návštěvníků, kteří přicházejí z určitých zdrojů. A můžete pak optimalizovat všechny tři uvedené součásti.”
Uvedené problémy, na které má webové analytika odpovídat, Kaushik rozřadil do následujících tří úloh.
1. Jak se návštěvníci dostávají na vaše webové stránky?
Kaushik tvrdí, že v přehledech zdrojů návštěvnosti lze stále objevovat překvapení. Může jít o zajímavé stránky, které na vás odkazují, a posílají vám tím kvalitní návštěvnost. Zmínil také, jak důležitá je analýza klíčových slov z vyhledávačů, díky níž lze objevit skutečné poklady. Často je totiž velký rozdíl mezi tím, jak svůj byznys vnímáte vy sami, a jak jej vnímají vaši návštěvníci či zákazníci. Víte, jaká klíčová slova tito lidé používají, aby vás našli?
Přehled zdrojů návštěvnosti Kaushik využívá pro rozdělení do tří základních částí:
- získaná média (earned media, jako třeba sociální sítě),
- placená média (paid media, např. PPC kampaně),
- vlastní média (owned media, např. přirozené vyhledávání).
Podobný model se zkratkou POEM neuvádí jen Kaushik, ale zmiňuje jej i společnost Forrester nebo server Mashable (v kladném i kritickém pohledu). Tyto akviziční kanály Kaushik nesleduje jen kvůli porovnávání konverzních poměrů, ale hlavně pro zodpovězení otázky, zda zdroje, které utrácí nejvíce peněz, jsou zároveň těmi, které přinášejí největší hodnotu.
2. Jak se návštěvníci na stránkách chovají?
Poznat chování návštěvníků nemusí být jen záležitost sledování metrik, jako je Míra opuštění (Bounce rate) nebo složitějších otázek, jako třeba kolik návštěvníků na web přišlo minulý měsíc více než dvakrát.
Kaushik zdůraznil, že důležitější je znát spíše odpovědi na otázky, které řeší určitý podnikatelský problém, např. “Jaký obsah bych měl psát více? Které produkty bych měl intenzivněji propagovat? Které výzvy k akci fungují lépe?” Kdyby Kaushik četl článek Michala Blahuta o výzvách k neaktivitě (uncall to action), určitě by se ptal i na to, které z těchto neaktivních prvků fungují účinněji.
Zkuste použít Google Analytics, abyste vymysleli způsob, jak nejlépe investovat peníze do obsahu, produktů a služeb, které lidé chtějí. A neinvestujte do něčeho, co lidé nechtějí.
Pro odpověď na otázku, který obsah by bylo vhodné více podporovat, Kaushik nabízí přednastavený vlastní přehled pro Google Analytics (pokud jste do tohoto nástroje přihlášeni, stačí rozkliknout a potvrdit uložení šablony přehledu). Z něj je možno vyčíst, ke kterým stránkám se návštěvníci skutečně dostávají a jakou pro vás mají hodnotu. Pro prioritizaci práce s obsahem jde o užitečný přehled.
3. Jaké jsou dopady návštěvníků na business?
Možná jste již četli články Avinashe Kaushika o mikro a makro konverzích nebo o konverzních poměrech. Právě v posledním zmíněném se uvádí, že konverzní poměr nemůže existovat jen jako izolované číslo či metrika bez jasných souvislostí o tom, co sledovaný cíl znamená.
Co pro mne vlastně webové stránky znamenají?
Nevím, z čeho Kaushik v tomto bodu vychází, ale vyzdvihoval, že provozovatelé webů často nemají ponětí, proč webové stránky vlastní a jaké s nimi mají cíle. Předpokládám, že e-shopy by do této škatulky zařadit nemohl, ty mají výběr možných cílů často až hodně jednoduchý.
Kdy se vyplatí optimalizace?
Zeptal jsem se Avinashe, jak postupovat, když chci odhadnout, co mi přinese konkrétní zvýšení investice do placené inzerce.
Za ideální řešení pro tento typ úlohy Kaushik označil aplikování finančního modelování. Lze nastavit proměnné, které dokážeme ovlivňovat (návštěvnost na stránkách, míra opuštění atd.), a za pomoci modelu pak rozhodovat o dalších investicích. Protože je však tento obor poměrně komplikovaný, zdůraznil místo toho jiné techniky.
Jednou možností je důsledná evidence provedených aktivit optimalizace a propagace a ještě důslednější označení všech kampaní, které slouží na získávání návštěvnosti. Dlouhodobým sledováním efektů jednotlivých aktivit si pak můžete vybudovat vlastní cit či měřítko pro dopady kampaní.
Testování a experimentování
Kaushik zdůraznil význam testování a experimentování pomocí již rok existující funkce Campaign Experiments (ACE) v reklamním systému Google AdWords. Jde o obdobu A|B testování, pouze kromě textace inzerátu lze testovat také nabídky cen za proklik a další nastavení kampaní. O této funkci si v češtině můžete přečíst články Petry Větrovské a Michala Chamilly.
Často lidem říkám: “Nekomplikujte si hlavu tím, že potřebujete komplexní modely. Experimentujte!”
Experimenty s reklamními kampaněmi nemají přínos pouze v tom, že přehledně prokazují odlišnou účinnost jednotlivých variant. Podle Kaushika jsou také velmi levným způsobem, jak snížit pochybnosti a získat data pro rozhodování. Demonstroval to na příkladu rozesílání e-mailových kampaní, jejichž distribuce má náklady v řádu desítek korun. A třeba s nástrojem Mailchimp lze mít dva tisíce příjemců zcela zdarma.
Analýza dlouhodobého chování návštěvníka
V rozhovoru jsme také narazili na problematiku sledování dlouhodobého efektu kampaní a tomu odpovídajícího chování návštěvníků. Kaushik uvedl, že pro tuto oblast analýz je podstatné odklonit se od vnímání izolovaných návštěv, ale spíše spojit informace o více návštěvách díky tzv. “pan-session analysis”. Jde o dobrý krok směrem k výpočtu celoživotní hodnoty zákazníka.
V Google Analytics na tento typ úloh existuje funkce Cesty s více kanály (Multichannel funnels) nebo je možné také využít ve vlastních přehledech dimenzi Počet návštěv (Count of visits), se kterou lze zjišťovat, při kolikáté své návštěvě zákazníci nakoupili. Kaushik poodkryl, že v této oblasti se třeba právě Google Analytics bude ještě více rozvíjet.
ČLÁNKY DO MAILU