V současném digitálním věku návštěvník webu běžně několikrát navštíví webovou stránku, než učiní požadovanou konverzi (objednávku na eshopu). Jelikož Google Analytics je standardně nastaven, že 100% záslužnosti přiděluje poslednímu zdroji návštěvnosti, může tímto uměle zdroje, ze kterých často chodí lidé na web poprvé zařazovat neprávem do kanálů které nekonvertují, a dávat umělý dojem že nemá do nich cenu dále investovat.
Příklad:
Návštěvník si četl recenzi na specializovaném webu, proklikl se do obchodu, zjistil si informace, eshop se mu svým sortimentem a přehledností líbil a tak se stal fanouškem na facebooku. O týden později se proklikl z facebooku, kde se inzerovala sleva na produkt, který právě návštěvníka zajímal, návštěvník si dal dané zboží do košíku a vstoupil do 2 kroku ojednávkového procesu, ale již objednávku nedokončil. O týden později ho remarketingová PPC kampaň produkt připoměla a návštěvník si následně již zboží objednal a proměnil se v zákazníka.
Návštěvník přišel z těchto 3 zdrojů:
- Odkaz z recenze na specializovaného webu
- Facebook příspěvek
- PPC remarketingová kampaň
Tento návštěvník by se s největší pravděpodobností nestal zákazníkem, pokud by se vynechal jakýkoli mezikrok. Ovšem v tomto případě by GA jako zdroji dané konverze připsal právě PPC remarketingové kampani, ačkoli první 2 zdroje byli pro uskutečnění nákupu důležité.
To jaké zdroje byli na počátku nákupního procesu u našich zákazníků můžeme nyní sledovat, lze ho nalést v Konverze > Atribuce > Nástroj porovnávání modelů viz:
Zde můžete porovnávat různé atribuční modely a zjišťovat, které kanály fungují spíše jako první informační, zdroje které vnuknou myšlenku nakoupit, ty které udržují zájem a ty které naposled ovlivní definitivní rozhodnutí nakoupit.
1) Vybrat typ konverze
Důležité je vybrat si pouze jednu konverzi, abysme měli přesná data při vyhodnocování konkrétního cíle (např. odeslání poptávkového formuláře)
2) Vybrat atribuční modely k porovnání
Zde je možné si vybrat z několika možností, záleží na individuálním odhadu jaké kampaně vám budou přinášet návštěvnost v odhadovaném nákupním cyklu. V mém příkladě jsem zvolil První interakci, která připisuje 100% atribuce prvnímu zdroji, poté lineární atribuci, která záslužnost konverze rozloží rovnoměrně mezi všechny zdroje návštěv a jako poslední jsem nechal metodu poslední interakce.
3) Vybrání si mezi ukazately
Konverze a CPA = Zobrazí data o počtu konverzí a nákladů na danou konverzi. CPA znamená Cost per Action, tedy náklady na danou konverzi.
Hodnota konverzí a ROAS = Zobrazí Hodnoty konverzích v měně a poměr ROAS. ROAS znamená Return On Ad Spend, udává se v procentech a vypočítává se ((revenue/spend)*100). Česky příjmy/náklady*100, pokud je toto číslo menší než 100% tak se daný zdroj vůči zvolené atribuce může zdát jako prodělečný. Pokud je dané číslo nad 100%, znamená to že každá vložená koruna nám vydělá daný násobek čísla ROAS.
4) Částka s náklady za daný zdroj
Ano, je to tak. Jistě jste si při čtení předchozího bodu kladli otázku jak by Google Analytics uměl spočítat dané vzorečky bez informaci o nákladech. Náklady si Google Analytics v případě inzerce z adwords a propojení účtů natáhne automaticky. Ostatní kampaně (například v Skliku) mu jsou nutné zaslat přes API. Jan Zdarsa napsal na import nákladů do Google Analytcs návodný článek, pokud jste programátor bude se vám ještě hodit návod z GA API.
5) Procentuální změna v konverzi
V posledním sloupci lze vyhodnocovat jednotlivé zdroje jak se mění v poměru k první nastavené metodě měření interakcí a sledovat jak je jaký zdroj záslužný na trase proměnění návštěvníka v zákazníka.
Závěrem
Pro lepší přehled odkud přesně konvertující návštěvníci webu chodí, si je lepší přepnout do v Primární dimenzi do Zdroj / médium, popřípadě vytvořit vlastní skupinu kanálů. To jak se vytváří vlastní seskupení kanálů a k čemu je to užitečné napíšu článek příště.
Omlouvám se že ve screenu jsem neměl data s nákladama pro lepší názornou ukázku možností využití těchto nových přehledů. Budu se snažit je do článku co nejdříve doplnit.
