Analityka nie toleruje błędów i… nie oferuje drugiej szansy. Nie ma możliwości naprawienia źle zebranych danych, ponieważ nie da się ich odzyskać wstecz. Im szybciej skorygujemy ewentualne niedociągnięcia, tym sprawniej będziemy mogli interpretować kluczowe aspekty naszego przedsiębiorstwa. Perspektywa analizy zależy od punktu obserwacji – i to dosłownie! Jakie są najczęstsze pomyłki popełniane przy analizie danych ze strony internetowej, a które są najbardziej krytyczne?
Niewłaściwie skonfigurowane narzędzia
To jedno z fundamentalnych zagrożeń. Skuteczność analiz w kontekście naszej działalności zależy od poprawności danych dostarczanych przez narzędzia analityczne, takie jak Google Analytics czy Google Ads. Czasami również błędna konfiguracja parametrów w Google Merchant Center może przysporzyć problemów. To jest początek łańcucha, ponieważ błędnie skonfigurowane narzędzia generują fałszywe dane, co prowadzi do nieprawidłowych wniosków i podejmowania nietrafionych decyzji. Jakość danych jest tutaj kluczowa.
Przykłady błędów wynikających z niewłaściwej konfiguracji to chociażby:
- Brak wykluczenia ruchu z firmowego numeru IP
Właściciele stron, pracownicy (np. programiści) spędzają na stronie często kilka godzin dziennie. Brak wykluczenia ruchu wewnętrznego powoduje, że algorytmy Google traktują tych użytkowników jako potencjalnych klientów, co nie jest prawdą. To z kolei wpływa na zawyżenie współczynnika odrzuceń i obniżenie jakości konta. Oczywiste jest również, że liczba użytkowników i sesji na stronie jest sztucznie zawyżona przez wspomnianych pracowników.
- Nieprawidłowa implementacja kodów śledzących
To kluczowe połączenie między stroną/sklepem a narzędziem analitycznym. Poprawnie skonfigurowana analityka pozwala nam mierzyć liczbę i wartość zakupów, liczbę użytkowników i sesji na stronie, a także inne kluczowe wskaźniki. W zależności od platformy sprzedażowej, mamy kilka opcji implementacji kodów. Możemy to zrobić bezpośrednio na stronie, korzystając z Google Analytics – witryna, za pomocą Google Tag Manager – co jest obecnie najbardziej polecane, lub za pomocą różnych wtyczek.
Niewłaściwa implementacja może prowadzić do problemów takich jak brak śledzenia zdarzeń eCommerce, podwójne śledzenie tych zdarzeń lub po prostu brak śledzenia interakcji ze stroną.
W celu sprawdzenia poprawności implementacji, zaleca się korzystanie z wtyczki Google Tag Assistant. Jeśli wszystko jest w porządku, tagi będą podświetlać się na niebiesko. Jeśli zauważymy kolor żółty lub czerwony, konieczna jest korekta na stronie lub w GTM (w zależności od metody wdrożenia).
- Brak zdefiniowanych celów
Po dokonaniu podstawowej konfiguracji, gdy narzędzia odczytują poprawne dane, czas na wyciąganie wniosków. Zanim to zrobimy, musimy sobie postawić pytanie: co tak naprawdę chcemy śledzić? Jeśli naszym obszarem jest e-commerce, oczywiste jest, że zależy nam na monitorowaniu liczby transakcji, wartości zakupów i liczby porzuconych koszyków. Aby to osiągnąć, musimy skonfigurować odpowiednie cele, które następnie importujemy do konta Google Ads, jeśli prowadzimy kampanie PPC. Bez precyzyjnie zdefiniowanych celów będziemy mieć jedynie podstawowe dane, takie jak liczba użytkowników czy sesji. Dopiero, gdy określimy cele i zorganizujemy konkretne konwersje, będziemy w stanie mierzyć te dane, które są dla nas najważniejsze.
Wąski zakres danych i zbyt szybkie wnioski
Pierwsze dane w panelu Google Analytics zazwyczaj pojawiają się po około 24 godzinach. Kolejne również mają opóźnienie, nie są dostarczane w czasie rzeczywistym. Innym ważnym aspektem jest gromadzenie informacji o ruchu i konwersjach. Warto pamiętać, że analiza nie działa wstecz, dlatego system nie posiada informacji o tym, co działo się wcześniej na naszej stronie. Dane są obliczane od momentu poprawnej konfiguracji kodów i narzędzi.
Błędne wnioski często pojawiają się zwłaszcza w przypadku prowadzenia działań promocyjnych dla biznesu, takich jak PPC. Te różnią się od działań SEO, przede wszystkim szybkim efektem, który nie wymaga długiego oczekiwania. Niemniej jednak, z zastosowaniem wniosków, warto się wstrzymać nieco dłużej. Algorytmy Google Ads potrzebują kilku tygodni na opracowanie strategii ustalania stawek w odniesieniu do naszej witryny i konkurencji. Jakość dostarczanych danych również ma znaczenie – im lepsze i więcej danych, tym lepiej i szybciej algorytmy przechodzą przez fazę tzw. uczenia się. Przy zbyt małej próbie danych trudno jest dokładnie je interpretować.
Na przykład, jeśli nasz sklep zdobył zaledwie 100 użytkowników, z których tylko 30 dokonało zakupu, nie możemy szybko wyciągać wniosków o bezsensowności działań, nieatrakcyjności oferty lub złej strukturze witryny. Lepsze wnioski można uzyskać, analizując dane od dwóch tysięcy użytkowników. Porównanie danych z analogicznymi okresami wcześniej, na przykład bieżącego miesiąca z poprzednim, również przynosi lepsze rezultaty.
Innym błędem jest pomijanie aspektu sezonowości
W kontekście interpretacji danych pomijanie sezonowości i ogólnych kontekstów to kolejny istotny błąd. Podejście do analizy z pewnym dystansem pozwala nam określić, gdzie obecnie znajduje się nasza firma, czy realizuje założenia, czy zmierza w dobrym kierunku i co można zrobić, aby poprawić wyniki.
W obecnej sytuacji geopolitycznej to nieco trudniejsze. Wszelkie zmiany, nie tylko w branży czy na rynku, ale także na świecie, wpływają na naszych użytkowników, co zostawia ślad na danych. Ważne jest, aby interpretować każde dane w odpowiednim kontekście. Czy spadek zakupów wynika ze zmniejszenia liczby użytkowników, którzy mogą być zaabsorbowani innymi tematami, czy może pojawił się nowy konkurent na rynku? Kiedy przypada największa sezonowość dla naszej branży, a kiedy jest okres mniejszej aktywności zakupowej? Czy nagły wzrost zakupów wynika z akcji promocyjnej, czy może polecenia w mediach społecznościowych?
Pomijanie zależności między kanałami – atrybucja
Mając na uwadze social media, warto zauważyć, że każde narzędzie analityczne posiada swoją własną atrybucję.
Kolejnym istotnym zagadnieniem jest próbkowanie danych. W przypadku podstawowej (darmowej wersji) Google Analytics warto być świadomym, że dane mogą nieco się różnić od tych, które są dostępne w rzeczywistym panelu sklepu. Ważne jest zrozumienie, że to nie oznacza błędu, przyjmuje się pewien margines błędu na poziomie kilku procent. Wróćmy jeszcze do kwestii atrybucji – różne narzędzia będą liczyć konwersje, takie jak zakupy, w różny sposób. Na przykład, w przypadku konfiguracji w linii:
Google Analytics/GTM – strona [x]
a w przypadku implementacji za pomocą Pixela Google:
Google Ads – strona [x] / GTM
Inna sytuacja ma miejsce w przypadku Facebook Ads, które opiera się na zupełnie innej atrybucji niż narzędzia Google. W związku z tym liczba konwersji ze źródła Facebook może różnić się od danych dostępnych w panelu Google Analytics. Należy zdawać sobie sprawę, że wielu przedsiębiorców może błędnie zakładać, że działania Facebook Ads są nieopłacalne, co stanowi fałszywy wniosek.
Podsumowanie
Podsumowując, warto zachować zdrowy dystans do analizy danych. Każdy wskaźnik czy współczynnik może być obarczony pewnym błędem. Rzeczywistość nie jest czarno-biała, podobnie jak dane. Analizujemy informacje, uwzględniając różne perspektywy i konteksty. Warto przyjąć holistyczne podejście, uwzględniając strategię całego biznesu, unikając stronniczości i pozostając obiektywnym.
Przyjęcie danych 1:1 jako odzwierciedlenia rzeczywistości może prowadzić do błędnych wniosków. Jednak również całkowite odrzucenie danych w momencie, gdy mamy już wyrobione zdanie, jest niewłaściwe. W dynamicznym świecie, zachowania użytkowników również ulegają zmianom.
