Analiza danych statystycznych w sklepach internetowych – część I
Branża e-commerce rośnie jak świat długi i szeroki. Osiągnięcie ROI ze sprzedaży wymaga połączenia ze sobą kilku czynników, m.in. funkcjonalnego sklepu, konkurencyjnych cen, ale także trafnej analiz danych statystycznych i podejmowania na tej podstawie decyzji o dalszej strategii. Właśnie ten ostatni element chciałbym wziąć na warsztat w dzisiejszym artykule i pokazać kilka istotnych parametrów, na które warto zwrócić uwagę w tym względzie.
Ruch w serwisie to podstawa – współczynniki potrafią być złudne
Każdy serwis internetowy, czy to e-commerce czy też nie, jak kania dżdżu potrzebuje ruchu użytkowników online, które narzędzia analityczne, takie jak np. Google Analytics, rejestrują w postaci sesji użytkowników. Naturalnie, istnieją inne systemy zbierania informacji statystycznych, jednak Google Analytics jest ogólnodostępny i przy tym najpopularniejszy, więc w tym tekście będę posługiwał się jego przykładem.
Już pierwszy rzut oka w Google Analytics może dać nam obraz tego, jakie kanały pozyskania (Organic, Direct, Referral itp.) generują ruch. To elementarz analizy tego, co dzieje się w Twoim e-commerce. Idąc krok dalej, można przeanalizować indykatory zachowania takie jak: czas spędzony na stronie i współczynnik odrzuceń. Polecam jednak zestawić te wskaźnik z współczynnikiem konwersji e-commerce, gdyż, jak się okazuje, bardzo często kanał pozyskania ze słabymi parametrami zachowania, czyli np. wysokim współczynnikiem odrzuceń może mieć bardzo wysoki współczynnik konwersji.
By słowo ciałem się stało, posłużę się przykładem. Na poniższym screenie kanał oznaczony na zielono ma najniższy współczynnik odrzuceń (przy tym najdłuższy czas trwania sesji), ale współczynnik konwersji w jego przypadku jest najniższy. Z kolei kanał oznaczony na niebiesko na poniższej liście ma wysoki współczynnik odrzuceń, ale współczynnik konwersji jest również dość wysoki.
Rys. 1.
W kontekście osiągania ROI ze sprzedaży w sklepie internetowym, przy analizie i planowaniu strategii sugeruję wziąć pod uwagę po pierwsze współczynnik konwersji i liczba transakcji.
Analiza zachowania – cenne podstrony
Załóżmy, że chcemy poprawić nasz e-sklep pod względem użyteczności, tak aby wpłynęło to pozytywnie na sprzedaż. Możemy oczywiście wykonać testy A/B i wprowadzając zmiany dokonywać kolejnych prób i wybierać najlepsze wersje. To jednak bardzo często zbyt duże wyzwanie techniczne dla właścicieli sklepów, a i koszty implementacji testów mogą odstraszać.
Proponuję rozważyć alternatywne rozwiązanie. Zacznijmy od analizy statystyk w Google Analytics w zakładce Zachowanie > Zawartość witryny > Wszystkie strony. Znajdziemy tam widok podobny do poniższego (rys. 2). Interesujące w tym przypadku będą parametry:
a) liczba odsłon;
b) wartość strony (wartość strony to parametr obliczany wg wzoru [przychody z e-commerce + całkowita wartość celu]/ liczba unikalnych odsłon danej strony).
Zapisz się do newslettera
i pobierz checklistę
wdrożeniową GA4
Dzięki niej prawidłowo wdrożysz Google
Analytics 4 na swojej stronie!
Rys. 2.
Sprawdzamy, jaka jest średnia wartość strony, a następnie korzystając z filtra zaawansowanego (rys. 3.) ustawiamy strony, które miały dużą liczba odsłon (w moim przykładzie ponad 500) i wartość strony niższą od średniej np. o ponad połowę (w przykładzie mniej niż 10 zł).
Rys. 3.
Otrzymamy widok podobny do przedstawionego na rys. 4. Sortując kolumnę Odsłony od największej do najmniejszej, uzyskamy podstrony, które miały dużą liczbą odsłon, a sprawdzając parametr wartość strony poznamy kwotę, jaką generowała podstrona będąc na ścieżce przepływu użytkownika.
Rys 4.
Mając takie dane możemy przyjrzeć się wybranym podstronom i zacząć optymalizację części z nich, począwszy od tych z dużą liczbą odsłon i zerową wartością strony. Jeśli będzie to podstrona produktu, to z pewnością należy przyjrzeć się opisom, zdjęciom oraz cenom na tle sklepów konkurencyjnych.
Dodatkowo, w analizie zachowań na konkretnych podstronach możemy wykorzystać nagrania sesji np. dzięki narzędziu Yandex Metrica i wbudowanemu Session Replay (należy jednak podczas konfiguracji kodu śledzenia włączyć tę opcję w ustawieniach).
Kampanie AdWords – które rentowne, a które nie
Optymalizacja kampanii Adwords to kluczowa sprawa. Czasem jednak podejmowane są decyzje o zatrzymaniu jednej z nich, gdyż – dajmy na to – wykazuje ona bardzo niski współczynnik konwersji w stosunku do innych kampanii. Nic bardziej mylnego.
Otóż, kampania może posiadać niski współczynnik konwersji, nawet w stosunku do innych kanałów pozyskiwania – często porównywane są parametry z ruch organicznego.
Wskaźnikiem, który należy sprawdzić przede wszystkim jest ROAS (nazywany Zwrotem z nakładów na reklamę – to nic innego jak wynik dzielenia przychodów z reklamy przez wartość wykorzystanego budżetu). Znajdziecie go w Google Analytics w zakładce AdWords.
Obrazowo załączam wyniki kampanii AdWords na rys. 5. Spójrzmy na parametry kampanii na 3. pozycji. Patrząc na współczynnik konwersji – niski na tle pozostałych kampanii – kwalifikowałaby się ona do natychmiastowej optymalizacji lub wyłączenia, ale ROAS pokazuje nam, że jest to bardzo efektywna kampania, w której niskim kosztem udało się pozyskać duży przychód.
Rys. 5.
Podsumowanie
Analiza danych statystycznych nie jest prosta i wymaga wielowątkowego podejścia. Potrzebne jest także doświadczenie i przychodząca wraz z nim umiejętność interpretacji zastanych w GA danych, które zminimalizują ryzyko podjęcia błędnej decyzji. Jeśli sprawia Ci to trudność lub nie masz pewności, czy Twoje wnioski są trafne, polecam skorzystanie z wiedzy i doświadczenia osób pracujących w agencji marketingowej.
Dowiedz się jak, wdrożyć nową wersję GA4 i zarządzać jej ustawieniami.
W kolejnej części artykułu przybliżę m.in. analizę sprzedaży produktów oraz przenikanie się kanałów konwersji w ścieżkach wielokanałowych. Już dziś zapraszam do lektury.
Historie sukcesu naszych klientów:
- o 35% wzrósł przychód
- o 17% wzrosła liczba transakcji
- o 17% wzrósł współczynnik konwersji
