Google Analytics w sklepie internetowym – jak analizować dane by zwiększać sprzedaż?

O google-analityce kilka słów wstępu

Też zauważyłeś, że rynek e-commerce rozwija się w szalonym tempie? Zgadzasz się, że technologie, które wczoraj były egzotyką, dziś stają się standardem, a jutro będą koniecznością dla każdego, nawet niedużego sklepu internetowego? Czytając raporty rynku ecommerce coraz częściej jesteśmy zarzucani hasłami: mobile, VR, Big Data, IoT. W tym innowacyjnym pędzie cały czas bardzo istotny (a właściwie coraz ważniejszy) jest jeden aspekt – analityka. Jeśli na poważnie myślisz o swoim biznesie online, Ty (lub Twoi pracownicy, zewnętrzne agencje czy podwykonawcy) regularnie kontrolujesz to, co dzieje się w Twoim sklepie. W jaki sposób? Cóż metod jest bardzo dużo – od narzędzi nagrywających zachowania klienta (jak popularne: HotJar czy Smartlook) po pełne systemy analityczne – jak Open Web Analytics, Clicky, Piwik czy oczywiście… Google Analytics. Ten ostatni cieszy się ogromną popularnością, dlatego że:

1. jest darmowy (przynajmniej w sensie bezpośrednich przepływów pieniężnych)
2. jest tworzony przez TĘ firmę – giganta, internetowego (praktycznie) monopolisty

Oczywiście GA ma swoje wady – jak choćby domyślne zliczanie odwiedzin botów, problem ze zliczaniem czasu spędzonego na ostatniej odwiedzanej stronie itp. Mimo to, GA jest doskonałym narzędziem dla różnego rodzaju stron – a zwłaszcza dla sklepów internetowych. Nie dziwne, że – według różnych szacunków – systemu tego używa nawet ponad połowa najpopularniejszych stron internetowych na świecie (https://en.wikipedia.org/wiki/Google_Analytics#Popularity).

W pełni poprawne dane – gonimy króliczka?

Zanim ustalimy co chcemy analizować, musimy zdać sobie sprawę z jednego faktu: Google Analytics nie mierzy dokładnie całego ruchu w Twoim sklepie internetowym! I choćbyś nie wiem jak bardzo się starał, 100-procentowa dokładność jest prawie niemożliwa.

Dlaczego?

• niektórzy użytkownicy mają zdezaktywowaną obsługę JavaScript lub wyłączone ciasteczka w swoich przeglądarkach – a właśnie tych technologii GA używa do zbierania danych
• niektórzy użytkownicy instalują specjalne wtyczki blokujące przesyłanie danych do Google Analytics
• inne dodatki do przeglądarek (np. wtyczki blokujące reklamy) także mogą wpływać na wyłączenie przesyłania danych do GA. Warto dodać, że Polska jest globalnym liderem w rankingach używania adblockerów. Ponad 30% internautów może korzystać z adblockerów. Wprawdzie nie wszystkie adblockery będą kolidowały z GA, ale niektóre z nich owszem
• użytkownicy korzystają z różnych urządzeń, z czym GA wciąż nie do końca umie sobie poradzić – odwiedziny tej samej osoby z różnych przeglądarek czy urządzeń są pokazywane jako odwiedziny osobnych użytkowników
• błędna – lub niepełna implementacja kodów śledzących GA na Twojej stronie także zakłamuje zbierane dane. Pełna implementacja Google Analytics to zadanie wymagające doświadczenia i wiedzy – jest mnóstwo domyślnych ustawień, które trzeba dopasować do danej strony/sklepu – żeby mieć pewność, że dane są adekwatne, istotne i poprawne. Błędna konfiguracja ustawień śledzenia (pozostawianie domyślnych opcji) minimalizuje jakość danych w kontekście ich analizy i potencjalnych decyzji biznesowych.

Nietrudno znaleźć przykłady niepoprawnego korzystania z analityki Google – wystarczy poszperać w… samym Google. Najczęstsze błędy dotyczą implementacji śledzenia w więcej niż jednej domenie, śledzenia ecommerce (zwłaszcza na stronach z nietypowym procesem zamówienia), celów czy śledzenia ruchu wewnętrznego i automatycznego. Przykłady takich błędów możesz znaleźć np. tutaj.

Przykład z naszego podwórka? Jeden z klientów, z którymi współpracuję, stosował tagowanie kampanii za pomocą UTMów wewnątrz strony (jest to metoda na sprawdzanie źródeł ruchu na stronie poprzez odpowiednie otagowanie linków np. w mailach. Było to o tyle przydatne, że w prosty sposób pozwalało sprawdzić, które banery i miejsca na stronie przekierowują np. do sklepu. Jednak po włączeniu kampanii Adwords i Facebook, stosowane tagowania fałszowały informacje o źródłach ruchu – zaniżając wskaźniki dla Google Adwords. Użytkownicy bowiem wchodząc na stronę z reklamy wędrowali po niej, klikając także w otagowane banery, przez co wydawało się, że kampania działa tragicznie. W rzeczywistości duża część ruchu i konwersji wygenerowanych przez Adwords była przypisywana do danego banera.

Dużym problemem są też rozbieżności między danymi z Google Analytics a zewnętrznymi systemami – np. statystykami CMSów, systemów sklepowych, Facebooka czy nawet Adwords. Te ostatnie opisuje sam internetowy gigant. Pozostałe zaś trzeba rozważać w każdym przypadku indywidualnie.

W związku z opisanymi przeze mnie potencjalnymi błędami oraz rozbieżnościami danych Google Analytics z rzeczywistością nasuwa się jedno zasadnicze pytanie…

Zobacz, jak udało się zwiększyć

ROAS i rentowność

w sklepie suzana.pl

Zobacz case study

Czy w ogóle warto analizować dane Google Analytics w sklepie internetowym?

Spojler: TAK, TAK, TAK!

Jeśli mówimy o poprawności mierzenia transakcji zakupowych w sklepach internetowych – mamy do czynienia z tymi samymi problemami, o których wspomniałem wcześniej. Ba, są także dodatkowe utrudnienia – np. zdarza się, że w systemie sprzedażowym sprzedawcy rejestrują zamówienia telefoniczne, które w ogóle nie mają szans dostać się automatycznie do GA, albo nie pamiętamy, że GA domyślnie nie wie czy zamówienie z płatnością przelewem bankowym zostało rzeczywiście opłacone. 

Przeprowadziłem badanie zgodności danych systemu sprzedażowego w pięciu sklepach Klientów Convertis.pl (sklepy internetowe Presta i sklepy internetowe SOTE) – mapując poszczególne transakcje w GA i w systemie sklepowym w danym miesiącu. Wyniki z okresu 12 miesięcy prezentują się następująco: Google Analytics zapisuje dane dla około 85-95% transakcji zarejestrowanych w systemie sprzedażowym sklepu internetowego. 

Oznacza to mniej więcej tyle, że:

1. nie warto zawsze oceniać bezwzględnych wartości sprzedaży w danej chwili za pomocą GA
2. warto przeprowadzać wszelkie analizy porównawcze w czasie, w różnych kanałach i segmentach.

Mówiąc dokładniej – w Google Analytics nie pokażesz w 100% informacji nt. wielkości sprzedaży w danym okresie. W tej sytuacji zdecydowanie skorzystaj z danych systemu księgowego, albo przynajmniej systemu sklepu internetowego (po odrzuceniu transakcji testowych, anulowanych, niepoprawnych i zamówieniach, z których produkty zostały zwrócone.

Możesz jednak – i powinieneś – porównywać dane w przekrojach czasowych – sprawdzać czy z miesiąca na miesiąc sprzedaż się rozwija czy trwa w stagnacji, sprawdzać wahania sezonowe (jeśli zbierasz dane przez dłuższy czas) i porównywać te same okresy rok do roku.

Ważne też, żebyś korzystał z funkcji zapisywania notatek na wykresie Google Analytics – jeśli w danym tygodniu brałeś udział w dużej akcji promocyjnej, która mocno zwiększyła przychody – zapisz tę informację, żebyś za rok wiedział skąd biorą się różnice w poszczególnych wskaźnikach. Jeden z naszych klientów przeprowadził bardzo dużą akcję promocyjną z przecenami do 50% – co spowodowało wzrost wskaźnika konwersji w tym miesiącu o 50% w stosunku do średniej rocznej. Warto mieć zapisane skąd biorą się takie

Analizuj też w podziale na segmenty, kanały pozyskiwania ruchu, grupy odbiorców korzystające z podobnych urządzeń czy grupy osób o podobnych cechach demograficznych czy geograficznych (np. mieszkańców większych oraz mniejszych miast).

Co dokładnie możesz analizować? Sprawdźmy poniżej kilka możliwości.

7 analiz (subiektywnie) istotnych dla sklepów internetowych

1. Analiza segmentowa osób kupujących i niekupujących w sklepie

Badanie średnich globalnych może pokazać pewne trendy, ale tak naprawdę najczęściej z takich analiz nie wynikną żadne przełomowe odkrycia. Żeby wgryźć się w temat, warto przyjrzeć się zachowaniom osób, które kupują u nas w sklepie oraz takim, które nie dały się przekonać do zakupu. Technicznie może być konieczne dodanie odpowiedniego ustawienia (segment “Nie dokonali zakupu” nie jest domyślny, ale łatwo to zmienić wskazując jako warunek “transakcje = 0” przy dodawaniu nowego segmentu).

W ten sposób widzimy jak różni się zachowanie tych dwóch grup użytkowników. Możemy porównać dane czasowe (sprawdzając czy poprawiły/pogorszyły się wskaźniki), dane na różnych urządzeniach (wyszukując potencjalnych błędów strony) czy też obserwować wskaźniki kupujących i próbować wyciągać wnioski co poprawiać, aby jeszcze więcej osób przeszło do “tej lepszej” grupy.

Można też – jak w powyższym przykładzie – zauważyć, że klienci dokonujący zakupu często wracają – co jest ważne dla działań marketingowych.

2. Analiza wskaźników wg rodzajów urządzeń

Jako że wszystkie raporty branżowe wskazują na coraz szybciej rosnące znaczenie ruchu mobilnego na stronach, warto przyjrzeć się różnicom wskaźników na poszczególnych typach urządzeń. Jeśli np. 35% ruchu pochodzi z urządzeń mobilnych, ale 98% przychodów pochodzi z desktopa – warto przyjrzeć się jak wyglądają wskaźniki konwersji w poszczególnych typach urządzeń albo – zagłębiając się w temat – w poszczególnych przeglądarkach.

Ogólnie mobile przeważnie ma słabsze wskaźniki e-commerce – zwłaszcza w polskich warunkach, jednak takimi analizami można wykryć błędy, które utrudniają poruszanie się po stronie na danym urządzeniu, przeglądarce itp. Jeśli coś wygląda podejrzanie, warto samodzielnie, lub z pomocą osoby postronnej (najlepiej z grupy docelowej) przeprowadzić test użytkowania najważniejszych elementów strony – strony głównej, stron kategorii, stron produktu, koszyka itp.

Raporty podstawowe o tej tematyce znajdziemy w sekcji Odbiorcy -> Ruch Mobilny -> Ogółem

3. Analiza współczynnika konwersji w poszczególnych kanałach

To prosta, ale bardzo ważna analiza, która od ręki pokazuje w którym miejscu działamy nieefektywnie. Przeważnie najwyższe wskaźniki będą miały kanały związane z email marketingiem, dobrze prowadzonymi działaniami społecznościowymi, a także – zwłaszcza, jeśli marka jest znana – Direct i Organic. Najsłabsze współczynniki konwersji może pokazywać np. brandowa reklama displayowa – nienastawiona na sprzedaż.

Przykładowy raport o tej tematyce znajdziemy np. w sekcji Pozyskiwanie -> Cały ruch -> Kanały

4. Zachowania klientów w czasie

Jeśli chcemy dobrze poznać naszych klientów, warto sprawdzić kiedy przebywają w naszym sklepie. Potrzeba do tego wygenerować niestandardowy raport, który pozwala nam jednak na uzyskanie informacji w stylu “kiedy najlepiej przeprowadzić prace, które zablokują sklep na godzinę?”

Można sprawdzać w ujęciu godzinowym:

lub dniowym:

Można sprawdzać sesje, współczynnik konwersji lub liczbę transakcji – zależnie od tego jakie informacje chcemy uzyskać. Może okazać się, że w godzinach porannych dużo ludzi przegląda produkty, jednak zakupy dokonywane są przede wszystkim wieczorem. Tego typu informacje pozwalają dostosować komunikaty marketingowe w sklepie i kampaniach zewnętrznych.

5. Analiza wyszukiwania w witrynie

Jeśli posiadamy dobrze skonfigurowaną wyszukiwarkę, analiza danych z nią związanych pozwala zaobserwować bardzo ciekawe prawidłowości. Możemy wydobyć listę słów kluczowych, na które warto się pozycjonować/reklamować, możemy sprawdzić, które produkty są często wyszukiwane ale rzadko kupowane, jak zachowują się klienci, którzy w trakcie swojej wizyty korzystali z wyszukiwania. Czasem z wyszukiwania może korzystać tylko kilka procent odwiedzających – warto wtedy sprawdzić czy wyszukiwarka jest dobrze wyeksponowana, czy działa poprawnie, ma zaindeksowane wszystkie produkty, czy nie warto jej usprawnić.

Podstawowy raport o tej tematyce znajdziemy np. w sekcji Zachowanie -> Wyszukiwanie w witrynie -> Ogółem

6. Strony wyjścia

Każdy odwiedzający stronę Twojego sklepu w końcu z niej wychodzi. Najlepiej, gdyby to wyjście następowało ze strony “podziękowanie za transakcję”, jednak dobrze wiemy, że najczęściej w ponad 90% jest inaczej.

W sekcji Zachowanie -> Zawartość witryny -> Strony wyjścia możemy sprawdzić które strony (lub typy stron sa najczęściej opuszczane. Jeśli to strony kontaktowe zawierające numer telefonu czy listę placówek, prawdopodobnie wszystko jest w porządku. Jeśli jednak na naszej liście królują strony produktów, kategorii czy koszyka – trzeba sprawę zbadać dokładniej.

Warto zastosować w raporcie dodatkowy filtr – odsiewając strony, które miały poniżej 100 czy 50 odsłon oraz pokazać odchylenia od średniej:

Dzięki temu widzimy dokładnie, którym stronom warto się przyjrzeć bliżej i np. przyspieszyć ich wczytywanie, poprawić czytelność informacji, usunąć zbędne elementy itp.

W tej samej sekcji znajdziemy też raporty o stronach, które najczęściej są docelowymi (można np. ustawiać na nich dodatkowe informacje dla nowych użytkowników) oraz podsumowanie najpopularniejszych stron w ogóle. Może np. okazać się, że strona główna, na której poprawę poświęcamy 80% czasu, jest odwiedzana tylko podczas 20% sesji (a – zależnie od formy reklamy i charakteru strony – ten odsetek może być nawet jednocyfrowy), albo że osoby kupujące w sklepie w ogóle nie zwracają na stronę główną uwagi. Trzeba wtedy zastanowić się czy ważne informacje ze strony głównej są widoczne także w pozostałych częściach sklepu

7. Szybkość witryny

Raport z sekcji Zachowania -> Szybkość witryny pokazuje czy nasza strona działa szybko i sprawnie. Możemy znaleźć tam strony, które wymagają poprawek – raport “Sugestie dotyczące szybkości” pokazuje nawet wskazówki, które pozwolą zlecić programiście co dokładnie warto poprawić. Ten raport jest o tyle istotny, że podobnie efektywność strony sprawdzają roboty Google – co może mieć wpływ na pozycjonowanie. Warto więc sprawdzać czy któreś strony nie odstają nadmiernie (np. z powodu nieskompresowanych zdjęć, nadmiernej ilości funkcji czy źle dostosowanego kodu) i czy sama średnia prędkość jest zadowalająca – przeważnie 2-3 sekund to wynik perfekcyjny, ok. 3-5 to wynik w porządku, dłuższe średnie wymagają bliższego przyjrzenia się problemowi.

Rozmiar ma znaczenie – kilka słów o reprezentatywności i istotności

Statystyka daje bardzo dokładne informacje nt. tego kiedy dane są rzeczywiście istotne statystycznie. Jest to istotne zwłaszcza wtedy, gdy przeprowadzamy testy A/B lub porównujemy różne dane i nie jesteśmy pewni czy to co obserwujemy to niebywałe odkrycie czy po prostu losowe wahania danych.

Żeby dobrze zrozumieć te zagadnienia, warto przejść podstawowy kurs statystyki. Wielu studentów ma to już za sobą, inni mogą nadrobić zaległości np. w jednym z darmowych kursów z uniwersytetów na całym świecie – np. tutaj 

Pomijając w tym miejscu kwestie matematyczne, ważne, żeby do danych podchodzić z rozsądkiem. Jeśli w Twoim sklepie jest na początku tylko jedna transakcja co kilka dni, musisz bardzo uważać z wyciąganiem wniosków co do trendów, ważności różnych źródeł pozyskiwania klientów czy jakością strony na podstawie zachowań użytkowników. Różne źródła podają, żeby nie osądzać, że dana wersja strony jest lepsza od innej, jeśli na każdej z nich nie zbierze się około 200-300 konwersji. Podobnie nie warto porównywać wartości współczynnika konwersji do średniej branżowej. Zwłaszcza jeśli na taką konwersję w danym okresie składa się tylko kilka transakcji. 

Nie ma tak naprawdę idealnej odpowiedzi na pytanie “jaka ilość danych jest wystarczająco reprezentatywna”, tak jak nie ma idealnej granicy, która da nam informację: jeśli osiągnęliśmy X transakcji dziennie, możemy zacząć mierzyć wiarygodny współczynnik konwersji czy wpływ rodzaju urządzenia na sprzedaż. Tak jak pisaliśmy na początku, Google Analytics jest najbardziej przydatny, jeśli stosuje się go do analiz porównawczych. Jeśli zaś dopiero rozkręcamy nasz sklep internetowy, może minąć kilka tygodni, zanim zebrane dane będą mogły do nas przemówić.

Istnieje świat poza Google – inne sposoby analizy Twojego sklepu internetowego

Skupiliśmy się na najbardziej popularnym systemie do analityki internetowej – Google Analytics. Warto jednak mieć na uwadze, że nie jest to jedyna metoda badania mnóstwa danych, jakie zbierają systemy sklepów internetowych. Mamy oczywiście wspomniane na wstępie konkurencyjne do GA systemy analityki, ale istnieją też rozwiązania innego typu – skupione na innych celach. 

Standardową analizę GA warto wzbogacać np. o wspomniane na początku systemy do śledzenia zachowań klientów. Pozwalają one na zbadanie zachowań rzeczywistych osób na poszczególnych podstronach. Ile procent odwiedzających dojeżdża do samego dołu ekranu? Jak zachowuje się klient na stronie kategorii? Na te pytania lepiej odpowiedzą mapy cieplne i nagrania użytkowników niż standardowe funkcje GA.

Jeśli wykorzystujesz inne metody kampanii – np. newslettery, kampanie push w przeglądarce – bardzo ważnych danych dostarczą też dedykowane do tych działań systemy – współczynniki otwarć, kliknięć bardzo dobrze pokazują zaangażowanie Twoich klientów, “żywotność” bazy adresowej i dopasowanie Twojej oferty i strategii do rynku. Nie pomijaj tych aspektów w całościowej analizie nakierowanej na wzrost sprzedaży.

Ostatni element to analizy własne. Jeśli chcesz zwiększyć sprzedaż, musisz bardzo mocno pochylić się nad danymi, które są dostosowane do specyfiki Twojej branży. W każdym sklepie warto przeprowadzać analizy w rodzaju “lista 50 najlepszych klientów z ostatniego kwartału”, “5 najlepiej sprzedających kategorii” czy “średni czas, po jakim klienci powracają do sklepu”. Do tego, jeśli sprzedajesz produkty specyficzne, kupowane regularnie itd. – możesz dokładać kolejne warstwy analizy, które w wyniku albo pokażą Ci do kogo kierować specjalne komunikaty marketingowe. Pokażą również na jakim asortymencie się skupiać, albo np. pomogą zdecydować kiedy warto zastosować promocję. W jednym z obsługiwanych przeze mnie sklepów analiza danych ze specjalnego modułu porzuconych koszyków pokazała, że zastosowanie kodu rabatowego wcale nie przyczyniało się do większych zakupów z tego kanału. Zwykłe przypomnienie było równie skuteczne! Czy tak samo będzie w Twoim sklepie internetowym? Nie dowiesz się, dopóki nie zastosujesz dodatkowych analiz.

Jeśli na poważnie chcesz rozwijać swoją sprzedaż, powinieneś poważnie podejść zarówno do bogactwa danych, jakie daje Google Analytics, jak i przemyśleć co tak naprawdę chcesz rozwijać, poprawiać i modyfikować. Dopiero wtedy możesz dobrać odpowiednie narzędzia lub bazy danych. Sprawią, że nie będziesz działać na przypuszczeniach, ale na realnych faktach. 

Bo o to właśnie w analizie danych chodzi – o wyłączenie emocji i przypuszczeń i zastosowanie jednoznacznych informacji. Jeśli tak będziesz rozwijać swój sklep – masz znacznie większe szanse na zwiększanie sprzedaży.

Potrzebujesz pomocy, wskazówek czy konsultacji w stosunku do Twojego sklepu i zbieranych w nim danych?  Napisz od razu lub zadzwoń 😉

Zobacz także:

EK 02: Jak dzięki testom A/B zwiększono konwersję o 30% – na przykładzie sklepu internetowego z akcesoriami fryzjerskimi

15 powodów, przez które Twój sklep na PrestaShop nie sprzedaje