Czym jest analityka internetowa?
Analityka internetowa to krótko mówiąc system zbierający zachowania użytkowników na stronie internetowej czy w aplikacji mobilnej. Zbieranie tych danych umożliwia nam szereg narzędzi analitycznych, o których opowiem później. Jedno jest pewne — każda strona internetowa powinna mieć podpiętą analitykę. Zebranie wszystkich i pełnych danych pozwala na łatwiejsze i skuteczniejsze podejmowanie decyzji odnośnie zmian na stronie. Co więcej, dane te również przekładają się na decyzje biznesowe. Okazuje się, że pomimo konieczności stosowania narzędzi analitycznych nie wszystkie firmy posiadające strony internetowe czy aplikacje faktycznie to robią.
Analityka internetowa składa się z takich elementów jak wiedza, dane, narzędzia i procesy. Każdy z nich jest tak samo ważny, a pominięcie któregokolwiek utrudni uzyskanie pożądanych wyników. Przykładowo analityk w dużym sklepie internetowym musi przefiltrować dane, aby uzyskać odpowiednie informacje. Załóżmy, że sklep oferuje sprzęt wędkarski i główną grupą docelową są mężczyźni w wieku 25-60 lat. Analityk z niestrukturyzowanych danych filtruje je wybierając użytkowników, którzy odpowiadają grupie docelowej. Dzięki temu dane stają się użytecznymi informacjami. Korzystając ze swojej wiedzy uzyskuje wnioski, na podstawie których może podjąć konkretne decyzje.
Sposoby mierzenia analityki
Do mierzenia analityki na stronie internetowej czy w aplikacji mobilnej wykorzystuje się szereg różnych narzędzi analitycznych. Najpopularniejszym z nich jest na pewno Google Analytics, który jest przede wszystkim darmowy oraz łatwy do implementacji. Oprócz tego można korzystać z narzędzi płatnych jak na przykład Adobe Analytics czy Mix Panel, czyli narzędzi bardziej ilościowych lub tych bardziej jakościowych, które z kolei nagrywają sesję użytkowników jak choćby HotJar czy CrazyEgg.
Wskaźniki stosowane w e-commerce
Wskaźników stosowanych w e-commerce jest bardzo dużo, dlatego planując pomiar należy wybrać te, na których powinniśmy się skupić. Przedstawię najważniejsze wskaźniki na przykładzie najnowszej - czyli już czwartej - wersji popularnego narzędzia, jakim jest Google Analytics.
Najważniejszym i najbardziej pożądanym wskaźnikiem jest wskaźnik konwersji, który pokazuje nam stosunek osób, które weszły do sklepu do tych, które faktycznie coś kupiły. Wszystkie sklepy internetowe dążą do tego, aby był on jak najwyższy.
Pierwszą i zarazem najszerszą grupą są wskaźniki oparte o zdarzenia, które w części są automatycznie ustawiane przez GA4. Najbardziej popularny jest page view, który pozwala nam dowiedzieć się, które strony są najczęściej odwiedzane przez użytkowników naszej strony oraz ile czasu na nich spędzają.
Kolejnym wartym uwagi wskaźnikiem jest scroll, dzięki któremu wiemy, czy użytkownik scrollował stronę. Jeśli okazałoby się, że tak się nie dzieje, to możemy przypuszczać, że zawartość strony może nie być interesująca dla użytkowników. Możemy również zbadać to, do którego elementu użytkownik przescrollował stronę lub ile procent z niej zostało wyświetlonych.
Wskaźnikiem, który przybliża nas do konwersji jest na pewno zdarzenie add to cart mówiące nam ile i jakie produkty zostały dodane do koszyka, co jest niezwykle istotne podczas ścieżki zakupowej. Jeśli wskaźnik ten jest wysoki to wiemy, że proces jest przejrzysty oraz opisy produktów również zachęcają użytkowników do zakupu. Warto analizować także bardziej szczegółowe dane, na przykład to, czy użytkownicy przechodzą poszczególne kroki finalizacji transakcji oraz jakie konkretnie pola wypełniają.
Wskaźniki analityczne związane z przychodem
Drugą grupą wskaźników są te związane z generowaniem przychodu. Tutaj przede wszystkim najważniejszym jest współczynnik zakupień po obejrzeniu, czyli stosunek osób, które obejrzały dany produkt do tych, które dokonały jego zakupu. Oczywiście im wyższy ten wskaźnik, tym lepiej. Te informacje pozwalają nam oszacować czy opisy produktów i ich prezentacja jest skuteczna. Nieco mniej ważnym wskaźnikiem jest współczynnik dodań do koszyka po obejrzeniu produktu, który pozwala odkryć, ile osób po obejrzeniu produktu dodało go do koszyka. Pomiędzy tymi dwoma wskaźniki jest silna zależność, ponieważ jeśli współczynnik dodań do koszyka po obejrzeniu jest wysoki, a współczynnik zakupień po obejrzeniu niski, to możemy przypuszczać, że w procesie finalizacji transakcji coś jest nie tak. W takim wypadku warto przejrzeć cały proces w różnych wariantach, aby zidentyfikować ewentualne błędy.
Sekcją wartą analizy jest także ta związana z danymi demograficznymi, gdzie możemy dokładnie poznać naszych użytkowników. Przede wszystkim należy przeanalizować grupy wiekowe, a w nich konwersję oraz współczynnik zaangażowania. Jeśli okaże się, że któraś z grup znacznie odstaje od średniej to prawdopodobnie nasza strona nie jest dopasowana do tej grupy. Podobna sytuacja może wystąpić w przypadku języka — jeśli widzimy na naszej stronie dużo obcokrajowców, którzy nie dokonują zakupu, to może warto dodać nową wersję językową oraz umożliwić im zakupy w naszym sklepie.
Kolejną grupą wskaźników, która może nam pomóc w pracach nad użytecznością jest sekcja szczegóły związane z technologią. Tutaj przede wszystkim możemy zidentyfikować, z jakich przeglądarek korzystają nasi użytkownicy oraz kiedy ewentualnie mają problemy. W przypadku każdej przeglądarki warto przeanalizować współczynnik zaangażowania przedstawiający sesje, podczas których nastąpiła jakakolwiek interakcja ze stroną (np. kliknięcie czy scrollowanie). Jeśli widzimy, że w przypadku którejś z przeglądarek wskaźnik jest wyjątkowo niski, to może oznaczać ewentualne problemy z poprawnym wyświetlaniem strony w danej przeglądarce.
Warto zwrócić uwagę także na sekcję konwersje, gdzie można prześledzić proces finalizacji zakupu od pierwszego kroku. Przede wszystkim należy analizować to, ile osób weszło do procesu finalizacji zakupu oraz ile z nich ukończyło ten proces. Jeśli różnica ta jest dość znaczna należy dokładnie przeanalizować cały proces pod względem użyteczności, czyli zobaczyć czy wszystkie kroki są zrozumiałe oraz czy udostępniamy klientom pożądane formy płatności oraz przesyłki.
Jest to kilka przykładów przydatnych wskaźników, które mogą nam pomóc w zrozumieniu zachowania użytkowników. Możliwości Google Analytics 4 są bardzo szerokie, dlatego wszystko zależy od tego, jak skonfigurujemy sobie poszczególne wskaźniki. Chcesz się nauczyć interpretować powyższe wskaźniki? Weź udział w szkoleniu Analityka w UX - poziom pierwszy.
