Základ webové analytiky

Vždy jsem žil s vědomím, že webová analytika není nic složitého. Jednoduše se u Google Analytics zaregistruje účet, vygeneruje se JavaScrtiptový kód a… a hotovo. Měří se. Co víc je potřeba? Předgenerované grafy už ukáží vše potřebné. Návštěvnost. Kdo na moji stránku odkazoval. Jaký operační systém a browser byl použit. Dokonce ještě víc.

Jenže to jsem se ještě nikdy nestaral o web, který má vydělat. Vše se změnilo s BOObook.cz, kde jsem začínal mít otázky typu „proč vidím v administraci tolik opuštěných košíků?“ Navštívil jsem administraci Google Analytics a přemýšlel, jestli se tam něco dozvím. Samozřejmě jsem se dozvěděl velké kulové, protože jsem nevěděl kde a co hledat. V tento okamžik jsem si řekl, že je na čase si přečíst něco o analytice.

Ještě než ze mě stihlo vyprchat nadšení pro čtení, okamžitě se mi do ruky dostala kniha Webová Analytika 2.0: Kompletní průvodce analýzami návštěvnosti. Ve stručnosti bych tuto knihu popsal asi takto: chyba, že jsem ji nechal jen tak válet u spolubydlících v knihovničce a nepřečetl jsem si ji už dřív. (Možná to nebude knihou, spíš že jsem nechal toto téma tak dlouho bez bližšího prozkoumání.)

Jen letmý náhled do problematiky mi rychle otevřel oči a po nijak náročném nastavení analytického nástroje jsem začal mít ty správné otázky. Pravděpodobně ne ty správné, ale minimálně správnější než dříve. Původní otázka se mi přetransformovala do podoby: „proč tento uživatel přišel na toto klíčové slovo, dostal se na tu správnou stránku, vložil knihu do košíku a nedokončil nákup? Kolik dní průměrně trvá od první návštěvy po konverzi? Byl tu už tento návštěvník znovu?“ To jen díky pár stránkám knihy a sledováním správných reportů správným způsobem.

A o tom zde chci mluvit. Předat základní tipy někomu dalšímu jako já – někomu, kdo se o webovou analytiku nemusí zajímat naplno, ale přesto potřebuje znát základní věci a nemá chuť číst jakoukoliv knihu o tématu.

Bounce rate (nebo také míra opuštění). Velmi důležité číslo. Je dobré toto číslo držet nízko, protože se jedná o procento návštěvníků, kteří přišli a hned zase odešli. Proč se tak stalo může být spoustou okolností:

• Návštěvník mohl přijít na špatné klíčové slovo. Pak je potřeba zvolit vhodnější texty, aby nelákali na něco, co není pravda.
• Pokud zdroj návštěvnosti vedl z reklamy – co reklamní text, koresponduje s webem?
• Na kterou stránku se návštěvník dostal – není web náhodou blbě strukturován a vyhledávač ho poslal na špatnou stránku? Neposíláte lidi na homepage místo na konkrétní stránku (lidé hledat nebudou)?
• Nepřišel návštěvník z mobilu? Co třeba datová velikost, nedošel návštěvníkovi po čase načítání FUP?
• Je také pravděpodobné, že si návštěvník jen otevřel záložku ráno a dostal se k ní až večer.

Je tu spoustu otázek, které vedou na zajímavé reporty. Inspirujte se a naklikejte, co se hodí. Minimálně je však dobré bounce rate hlídat, občas se proklikat do střev analytického nástroje, najít odpovědi a případně problémy rychle vyřešit.

Slyšel jsem však, že v případě e-shopu je bounce rate 30 % velmi dobré číslo, pod které je těžké se dostat. Hodně taky záleží na typu aplikace; v případě LunchtimeAnděl.cz mám bounce rate kolem 90 % (vůbec se divím, že číslo není ještě vyšší). Tedy jinými slovy chci říct – před stanovením závěru dosadit čísla do kontextu. Někde to může být dobře, jinde nikoliv. (Dosadit čísla do kontextu by se měly dělat pro celou webovou analytiku, nejenom bounce rate.)

Už jsem se tedy zmínil o landing page (vstupní stránka). Pokud návštěvník neprovedl žádnou konverzi, či dokonce ihned zavřel okno prohlížeče, landing page může prozradit, které stránky jsou problematické a je potřeba je upravit. Snad všichni dobře víme, že každá stránka musí jasně říct, o jakou webovou aplikace se jedná, kde se v rámci aplikaci nacházím a co tam mohu dělat, resp. k čemu daná stránka slouží. Najděte ty problematické!

Z jedné strany je landing page, ze strany druhé je exit page (výstupní stránka). Osobně nevím co mi může říct skvělého, takže exit pages nesleduju. Exit page lze však například v případě e-shopu využít na sledování opuštěných košíků. Mám report, kde vidím všechny návštěvy, které zavřeli okno prohlížeče na stránce s košíkem. Tyto návštěvy dále mohu zkoumat – z jakého zdroje přišly, na jaké klíčové slovo, jaká reklamní kampaň, … a mohu se dozvědět, co jsme udělali špatně.

Když už jsem to nakousl, budu pokračovat s traffic source. Oblíbil jsem si v této skupině takovéto grafy a tabulky:

• __Graf se zdrojem, kde vidím, zda se jedná o přímí přístup, z vyhledávání, z placené reklamy nebo z přátelených webů či sociálních sítí.
• Přes jaká klíčová slova se návštěvník na web dostal (občas se člověk dobře pobaví, například „erotické povídky ve formátu .prc“).
• Na kterou stránku byl odkázán (viz výše, jen si odfiltrovávám přímé přístupy).
• A z jakých oblastí návštěvníci jsou.

K tomu přímému přístupu bych chtěl přidat, že takové návštěvy jsou důležité. Jedná se totiž o takové lidi, kteří mají web v záložce, zapamatovali si ho nebo dostali doporučení od známého a podobně. Tedy samé pozitivní přístupy.

Další zajímavá metrika je jak dlouhé návštěvy jsou – engangement. Sice nejsou moc přesné (stačí si uvědomit, že uživatel mohl při brouzdání webem dělat ještě něco jiného – třeba pracovat :)), ale stejně mě toto číslo zajímá. Mám alespoň představu jestli jsem uživatele zaujal natolik, aby na mé stránce zůstal déle.

Pokud porovnám LunchtimeAnděl.cz a BOObook.cz – více strávíme výběrem knih než výběrem jídla. Musím ale upozornit, že pokud uživatel navštíví pouze jednu stránku, délka návštěvy je nula. Nic. Což v případě jídelníčku dosti zkresluje čísla.

Conversions (konverze). Vlastně to nejdůležitější. V ideálním světě by conversion rate byl 100 % a byli by šťastní všichni návštěvníci i autoři webové aplikace. Konverze znamená, že návštěvník našel, co hledal. Ať to bylo už cokoliv. S konverzemi se pojí cíle (goals). Určitě doporučuji si sednou, zamyslet se co je vlastně smyslem webu (to by tedy mělo být jasné než se začne web vyvíjet!), sepsat to, zadat do analytického nástroje a začít měřit, že web opravdu splňuje, co má.

Pro elektronický obchod je jeden cíl jasný – provedení nákupu. Tím to však nekončí, cílů může mít každý web spoustu. Pro inspiraci popíšu cíle pro BOObook.cz:

Jeden cíl jsem zmínil, dalším je proklik na stránku s informacemi o obchodě. Kontakt, o nás, nebo jakákoliv podobná stránka sdělující informace. Proč něco takového může být jako cíl? Nu protože zákazník mohl přijít jen omrknout kde máme pobočky (to tedy není náš případ) nebo sehnat e-mailovou adresu či telefonní číslo, kde se může optat na další informace. Může se to brát i tak, že se zákazník o nás zajímá.

Jelikož newsletter je stále nejlepší lákadlo pro provedení dalšího nákupu, máme další užitečný cíl. Třeba zákazník neprovede ihned nákup, nebo si nepřečte nic o nás, ale zato se přihlásil k odběru novinek a máme tak ještě lepší příležitost mu nabídnout něco, co neodmítne. Proto pouhé přihlášení k newsletteru má velkou hodnotu a zasloužený cíl.

U některých e-shopů může být zajímavé nastavit si jako cíl založení účtu. Pokud si uvědomíme, že sami si jen tak nikde účet nezakládáme, pravděpodobně založení účtu je dobrá věc, která by měla být započtena jako konverze.

Myslím si, že pokud bude zákazník na našem e-shopu déle než několik minut, jedná se také o konverzi. Protože web pravděpodobně zákazníka nevyděsil a je šance, že si za strávenou dobu na webu zapamatoval i náš název nebo si nás stihl poznamenat. Je to ale trochu ošemetné – co když návštěvník jen něco hledal, nemohl to najít a nakonec odešel rozhněván a už se nevrátí? To pak výhra rozhodně není. S tím se musí počítat, brát číslo s rezervou a aktivně v haldě dat hledat nespokojené tváře.

Jelikož BOObook.cz obsahuje knihy zdarma volně ke stažení, pro nás cíl je i když si návštěvník knížku stáhne. Přeci jen to byl jeden z důvodů, proč web máme. Pro sledování takového cíle je potřeba nová metoda – events. O tom později.

To jsou všechny cíle. Nyní mi stačí otevřít cíle a hned vidím, kde máme nedostatky a na co se zaměřit. Inspirujte se, ale nekopírujte. Každá aplikace (i e-shopy) se potřebují zaměřit na něco jiného. Záleží o co se jedná, co je smyslem aplikace a co přinese peníze. Například pro LunchtimeAndel.cz nemám žádné cíle. Resp. zajímá mě pouze návštěvnost a že aspoň někdo využívá funkci náhodného jídla. :)

Jako třešnička se hodí sledovat použité technologie pro dosažení webové aplikace. Tím se dají zodpovědět otázky typu „má smysl dělat další optimalizace pro mobilní telefony?“ případně „pro jaké mobilní rozlišení je potřeba to nejvíce vyladit?“ nebo „mohu použít featury, které jsou až v IE10?“ apod.

Events (události). Díky událostem nabízí webová analytika spoustu dalších zajímavých možností. Integrace je velice jednoduchá, v případě Google Analytics stačí jen přidávat do pole _gaq další položky. Nejlepší bude asi příklad:

Pokud má web vyhledávání, je velmi užitečné sledovat co návštěvníci hledali a nebyly nalezeny žádné výsledky. Autor webu může zjistit, že mu například vyhledávání nefunguje nejlépe, nebo zjistí, jaký obsah návštěvníci chtějí a snažit se ho sehnat. Jak s daty naložit pak záleží případ od případu. A jak něco takového dostat do Google Analytics? Jednoduše přidáním řádku JS kódu:

gaq.push(['_trackEvent', 'Search', 'ZeroResults', 'there is nothing for this query']);

Více o zaznamenávání událostí v Google Analytics přesměrovávám do dokumentace.

Tím se mohou sledovat různé věci, třeba stažení knih, které nepřesměruje na žádnou děkovnou stránku, přes kterou by se stažení zaznamenávalo.

Toť vše.

Ve skutečnosti se nejedná zdaleka o vše. Jen o naprostý základ. Dál ale nemá smysl, abych něco psal, protože o webové analytice moc ještě nevím. Raději si běžte přečíst nějakou knížku od někoho zkušenějšího, třeba tu Webovou Analitiku 2.0.