Prepojenie webovej štatistiky s internými nástrojmi
Predstavte si viackrokový proces napr. žiadosti o hypotéku. V každom kroku návštevník vypĺňa iné údaje – najprv osobné, neskôr informácie o príjme či zamestnávateľovi a ďalšie, ktoré banka vyžaduje. V treťom kroku dochádza k automatickému prepočtu na zistenie toho, či je výška žiadanej hypotéky pri zadaných údajoch reálna. Na pozadí web komunikuje s bankovým serverom, ktorý spracuje kalkuláciu a pošle naspäť výsledok. Výsledok môžeme zaradiť do jednej z troch kategórií:
- Nevyhovuje – žiadateľ môže žiadať iba nižšiu sumu
- Vyhovuje – žiadateľ môže dostať žiadanú sumu
- Vyhovuje – žiadateľ môže dostať aj vyššiu sumu, ako požaduje
Po obdržaní tejto informácie ju vieme napojiť na webovú analytiku napr. cez vlastnú dimenziu. Znamená to, že vo webových štatistikách návštevnosti si budete môcť vytvoriť segmenty na základe predschválenia či vyhodnotenia žiadostí o hypotéku. Každý údaj v Google Analytics bude následne previazaný na hodnotu obdržanú z backend systému. Ihneď uvidíte, ktoré reklamné systémy prinášajú návštevníkov, ktorí žiadajú nereálne hypotéky a naopak odlíšite tie weby, cez ktoré k vám chodia návštevníci, ktorým dokážete ponúknuť aj vyššie sumy, ako sami žiadajú.
Iným príkladom môže byť konverzia, ktorá nenastáva odoslaním formulára na webe (ukončením nákupného procesu). Ide zvyčajne o nákupy, kde bola zvolená platba prevodom či na dobierku. V tomto prípade by nákup v ecommerce časti Analytics s konkrétnou sumou nebol realitou. Do ecommerce v Analytics zapíšete údaj o konverzii až v momente pripísania sumy na váš účet. V tomto prípade potrebujeme z Analytics získať client ID a uložiť si ho spolu s objednávkou. Po prijatí platby ho využijeme spätne na to, aby sme objednávku do ecommerce pripísali.
Akékoľvek takáto automatizácia zdieľania dát sa dá realizovať v napojení na interné systémy. Podmienkou je schopnosť exportu dát vo formáte, ktorý dokážeme spracovať.
Na úrovni webu využijeme dátovú vrstvu (napr. cez Google Tag Manager alebo si vytvoríme vlastnú), cez ktorú údaje dokážeme webovej analytike sprostredkovať.
Prepojenie online a offline aktivít zákazníkov
Ako prepojiť online aktivitu používateľov s nákupmi na kamenných predajniach / pobočkách? Ako zistíme, ktorá online reklamná kampaň motivovala človeka prísť do predajne a nakúpiť? Ktoré kampane prinášajú zákazníkov, ktorí nakupujú viac? Kam sa rozhodne prísť nakúpiť návštevník z menšieho mesta, keď sú obe predajne od neho zhruba rovnako vzdialené?
Na prvý pohľad neriešiteľná situácia – veď ako dokážeme identifikovať aktivitu na webe s reálnym nákupom (konverziou) v predajni? Využijeme desaťročiami odskúšaný systém identifikácie zdroja a prenesieme ho na web – zľavové kupóny.
Každému návštevníkovi na webe zobrazíme jedinečný zľavový kupón napr. so šesťmiestnym kódom ABCDEF. Zľavový kupón bude návštevníka webu motivovať, aby ho použil na pobočke a získal zľavu alebo menší darček k nákupu. Tento kupón na pozadí prepojíme s návštevou na webe. Po nákupe na predajni predavačka kupón vloží do tabuľky, z ktorej ho napr. raz za deň automaticky spárujeme s našou webovou analytikou. Do ecommerce vložíme nielen výšku objednávky a zakúpené produkty, ale aj identifikáciu predajne – napr. mesto, kde sa nachádza.
Zrazu získame výborný prehľad o tom, aký kanál (organika vs platené kampane či sociálne siete) nám funguje a prináša nákupy na predajniach. Zároveň si vieme ľahko pozrieť segment zákazníkov pre konkrétnu predajňu alebo vyfiltrovať návštevníkov, ktorí nakúpili iba v určitej výške.
Remarketing na základe spojenia dát z webu a aplikácie
Do prepojenia dát môžeme zaradiť aj aktivitu na webe vs aktivitu v mobilnej aplikácii. Ak nájdeme spôsob, ako prepojiť návštevníka s používateľom aplikácie, dokážeme vytvárať v analytike špecifické segmenty, prípadne využiť túto informáciu pre personalizáciu obsahu na webe a v aplikácii.
Aké sú možnosti prepojenia webovej analytiky s analytikou aplikácie? Naša aplikácia bude vyžadovať prihlásenie. Na webe máme prihlásenie tiež, napr. pre zobrazenie zákazníckej zóny. Vieme teda využiť buď funkcionalitu User ID alebo vlastnú dimenziu a pseudonymný identifikátor.
Pracoval návštevník na webe s hypotekárnou kalkulačkou? Môžeme mu pripraviť vhodnú ponuku v mobilnej aplikácii. Vieme, že používateľ si v aplikácii prezerá prehľad noviniek? Poskytnime mu ho po prihlásení aj na webe pre zlepšenie používateľského zážitku.
Máte na webe konfigurátor produktu a používateľ si vybral konkrétnu konfiguráciu, ale potom odišiel? V aplikácii mu môžete zobraziť rýchle tlačidlo na dokončenie objednávky. Alebo mu pošlime o tri dni email s ponukou dopravy zadarmo, ak objednávku dokončí.
Kombináciou rôznych indikátorov (web / aplikácia) dokážeme opäť vytvárať špecifické segmenty návštevníkov, ktoré nám môžu pomôcť pri ďalšej automatizácii. Najmä ak ich ďalej skombinujeme napr. so skóringom.
Skóring návštevníka pre lepšiu segmentáciu
Nie všetci návštevníci sú rovnakí. Niektorí na webe strávia viac času a to by malo signalizovať väčší záujem. Je to ale naozaj tak? Čo ak nám do tejto kategórie spadajú ľudia, ktorí čítajú pomalšie alebo sa na webe nevedia zorientovať? Jednoznačná štatistika o dĺžke návštevy (vyššie = lepšie) sa nám zrazu mení na mätúcu, ničnehovoriacu metriku.
Riešením tejto a podobných nejasností môže byť skóring. Akciám (alebo dianiu) na webe priradíme číselné skóre podľa dôležitosti. Samotnej návšteve stránky o produkte priradíme 1 bod. Ak návštevník pridá produkt do košíka, dostane 2 body. Prihlásil sa na odber noviniek? Pridáme mu ďalšie 2 body. Odoslanie objednávky bude za 10 bodov (alebo tu body odstupňujeme podľa ceny). Ak nám niekto nechá komentár, priradíme mu tiež 2 body. Interakcia s hypotekárnou kalkulačkou bude pravdepodobne dôležitejšia ako kalkulačka na prevod čísla účtu na IBAN, a teda dostane viac bodov.
Zrazu sa nám začnú objavovať segmenty návštevníkov stránok, pre ktorých je náš web zaujímavejší. Človek, ktorý si pozerá desiatky produktov, prihlási sa do newsletteru, ale nenakúpi, môže byť zaradený do podobného segmentu ako niekto so zopár nákupmi. Skóre návštevníka nám poslúži napr. na odlíšenie návštevníkov, ktorí sa na webe mihli vs tí, ktorí k nám chodia a pracujú s kalkulačkou pravidelne. Opäť nám vznikajú špecifické publiká, ktoré je možné rôzne ďalej osloviť – v prípade newsletteru emailom, v prípade reklamy remarketingom. Pri odoslaní kontaktných formulárov nám potom môže emailom prísť aj informácia o skóre, ktorá signalizuje záujem.
Aby nám skóring dával ešte väčší zmysel, prepojíme si zákazníkov pseudonymným identifikátorom s interným systémom pre možnosť hlbšej analýzy.
Ak by sa nám nechcelo vytvárať vlastný skóring, môžeme využiť predvolenú Analytics metriku – customer lifetime value.
Webová analytika a kontext návštevníkov
Ako vplýva počasie na nákupy dovoleniek? Prepdokladá sa, že ľudia viac nakupujú dovolenky počas daždivých dní. Je to ale naozaj tak?
Túto hypotézu vieme ľahko overiť, ak váš web predáva dovolenky. Začneme si pre každú návštevu ukladať vlastnú dimenziu počasie. Tá môže obsahovať kombináciu teploty a typu počasia (slnečno, oblačno, dážď, sneh, hmla atď.) pre lokalitu návštevníka. Na tento účel vieme využiť napr. bezplatné OpenWeather API. Hodnoty uložíme do dátovej vrstvy, ktorú spracujeme a odošleme do analytiky.
Na základe týchto zistení sa dokážeme rozhodovať o tom, či nám dáva zmysel zvýšiť rozpočty počas daždivého počasia alebo spustiť odlišný remarketing na ľudí, ktorí nás počas oblačného počasia navštívili.
Využitie môžu nájsť aj iné dátové zdroje – stav dopravy v lokalite, vlaková výluka (autobusovej spoločnosti sa automaticky spúšťa reklama) a ďalšie – limitom je iba fantázia a programátorské možnosti.
Google Analytics ako úložisko dát
Málokto vie, že Google Analytics je v princípe iba úložisko dát, ale s výborným rozhraním na rôzne prehľady nad týmito dátami. Môžeme predpokladať, že väčšinu implementácií tvorí iba základný webový profil s nejakou tou návštevnosťou. Potom tu nájdeme pokročilé implementácie s eventami, ecommerce a pod. Stále ale hovoríme iba o webovom Google Analytics.
Tento nástroj nám však umožňuje zbierať štatistiky aj pre mobilné aplikácie. Tu sa rozhranie Google Analytics mení v trošku flexibilnejší, ale zároveň jednoduchší, variant. Namiesto návštev tu máme zobrazenia obrazoviek. Niekde na pozadí však ide opäť v princípe o zhodné dáta – zobrazenie obrazovky = návšteva stránky.
A práve tento moment môžeme využiť na to, že Google Analytics si prispôsobíme a využijeme ho ako úložisko (akýchkoľvek) dát. Máte vaše statické (historické) dáta ešte stále v nejakých spredsheetoch (”zošitoch”)? Nebolo by prínosnejšie ich mať v nástroji, ktorý vám poskytuje sadu základných aj pokročilých filtrov? Práve Google Analytics (alebo podobný nástroj) vám môže prísť vhod.
Čo tak posielať denné stavy zásob do Google Analytics, napr. v podobe eventov, príp. s využitím vlastných dimenzií? Zrazu získame nad dátami sadu jednoduchých náhľadov s možnosťou porovnávania medzi dátumami, segmentáciou podľa kategórie produktov a pod. Údaje možeme doplniť objednávkami (mimo webu), ktoré budeme posielať do ecommerce sekcie.
Iný scenár môže tvoriť jednoduché zariadenie, ktoré nám real-time reportuje pár metrík – stav, teplota, obsadenosť a pod. Opäť využijeme Google Analytics iba ako úložisko a zariadenie necháme hodnoty posielať tam. Získame tak historický prehľad o dátach, ktoré by sme inak museli zaznamenávať manuálne alebo ich vôbec z minulosti nemali. Samozrejme, tento scenár predpokladá, že sa vieme nejak k dátam o zariadení dostať a následne ich odoslať do Analytics.
Podobný spôsob sme využili aj my – pri našej oslave 10 rokov Basta digital (vtedy ešte Pizza SEO). Od kamarátov z RE-BELLS sme si požičali niekoľko “zvončekov”, ktoré sa používajú na privolanie obsluhy v reštauráciách. Malou úpravou sme stlačením tlačidla vyvolali odoslanie tejto informácie do Google Analytics. Zvončekom sme priradili rôzne vtipné hlášky a takto sme nechali našich hostí “hlasovať”. Počty a časový priebeh získaných hlasov sme si neskôr mohli pozrieť v Analytics. Aj keď sme kvôli technickým problémom na poslednú chvíľu hlasovanie nevyužili, testovacie čísla máme v Analytics dodnes.
Každý zvonček simuloval stlačením návštevu stránky s jeho číslom.
Google Analytics nám teda vie poslúžiť aj ako primitívna náhrada business intelligence nástrojov či máloučelových databáz.
Automatizácia naprieč zdrojmi návštevnosti
Automatizáciou môžeme reagovať aj na prepady v návštevnosti z jednotlivých zdrojov. Poklesli nám organické pozície či organická návštevnosť? Skript automaticky spustí reklamnú kampaň na dané frázy. Naša infografika sa stala virálnou, zo sociálnych sietí sa nám valia tisícky návštevníkov a hosting nestíha? Radšej pozastavíme kampaň, až kým sa hosting nevyrovná s návalom. Nebudeme zbytočne platiť za kliknutia, ktoré vedú k okamžitému odchodu pri spomalenom webe.
Ďalším príkladom je zmena biddingu podľa reklamných pozícií konkurencie alebo zapnutie kampane v momente, keď kampaň spustila aj vaša konkurencia. Človek nedokáže nikdy tak rýchlo zareagovať ako predpripravený skript, ktorý v pravidelných intervaloch vykonáva kontrolu (aj cez víkendy a sviatky).
Recepčná v hoteli musí každý deň oboslať emailom hostí, ktorí prídu o pár dní? Automatizujte to. Email zvládne denne odosielať Mailchimp, do ktorého pošleme dáta o pobyte hosťa.
Zapojiť môžeme všetky systémy, ktoré poskytujú export dát. Na formáte nezáleží: je to externé API, výpis vo formáte CSV zasielaný každý deň emailom, XML feed aktualizovaný na FTP alebo webhook (HTTP callback), ktorý nám zašle informáciu o zmene.
Využili ste už u vás prepojenie dát alebo zaujímavo automatizovali niektoré kampane? Dajte nám v komentároch na sociálnych sieťach.