5 ting Google Analytics vil ikke fortælle dig (og hvad du kan gøre ved det)
Når nogen starter en ny hjemmeside, er en af de allerførste ting, de er sikre på at gøre, at installere Google Analytics. Det ser ikke ud som om, hvad indholdet vil være, hvilket niveau af ekspertise ejeren af hjemmesiden har, eller endda om de har til hensigt at se på den resulterende statistik - ja, vi har kendt bloggere, der efter at have installeret analyserne plugin, gik aldrig tilbage.
Det er blevet det ikke-omsættelige, må-have værktøj til alle; men når du graver lidt dybere ind i hvad det kan gøre for dig, begynder det at læse som noget ud af en whodunit roman. Var det fru Peacock, i biblioteket med blyrørene? Eller måske var det øverste sennep i køkkenet med dolk?
Før du begynder at fejle dette indlæg til et online spil Cluedo, her er 5 ting Google Analytics vil ikke fortælle dig, og hvad du kan gøre ved det:
1. Hvem gjorde det?
Også kendt som brugeridentifikation, hvem har det gjort? er spørgsmålet hvert medlem af dit salgsteam ville elske at kunne svare. Når du kan identificere, hvem dine brugere er, er potentialet for virksomheder massivt, men Google Analytics blev aldrig designet til at rapportere på et individuelt niveau.
Google kan ikke fortælle dig, hvem der gjorde det af to grunde: en juridisk og en teknisk en.
For det første tillader det juridiske stykke: Google Analytics's politik på PII (personlige identificerbare oplysninger) ikke at samle data som e-mail-adresser, navne og sikkerhedsnumre. I betragtning af det hyppigere antal indberettede hændelser af folks data, der stjæles online, er dette nok en god ting.
Prøveudtagning er fantastisk til statistiske data, det giver ingen mening for individuelle data.
Men som ejer af hjemmesiden er der tidspunkter, hvor du gerne vil vide, hvem der gjorde det, og heldigvis kan du sidestille politikken ved at samle unikke ids, der kun er relevante i forbindelse med din app / hjemmeside.
Juridiske problemer til side er der stadig det tekniske problem at håndtere. Da trafikken til dit websted øges, begynder Google Analytics at prøve det. Hvad det betyder er, at hvis du forsøger at segmentere adfærd hos en bestemt person via unikke id'er, vil Google Analytics, med store mængder data at se igennem, forsøge at fremskynde tingene, lede efter spor og gætte svarene.
Dette er langt fra ideel. Mens beregnede gæt kan være nyttige, når du forsøger at bestemme hvilken smag af glasur der skal vælges til et kontorfødselsdagskage, når det kommer til forretningsbeslutninger, har du brug for fakta. Prøveudtagning er fantastisk til statistiske data, det giver ingen mening for individuelle data.
Hvad du kan gøre
En måde at løse problemet med prøveudtagning er at oprette en konto dedikeret til at spore individuelle data med alle anonyme trafikdata udelukket. Det betyder normalt, at dine data ikke vil gå over grænserne, hvor Google Analytics starter prøveudtagning.
Sådan gør du det ved hjælp af Google Tag Manager:
Trin 1: Opret en makro i Google Tag Manager, som vil gøre brug af id'er fra dine websitebrugere. Følgende kode kode er påkrævet på din hjemmeside, kun for brugere, der er logget ind over Google Tag Manager-kodestykket:
dataLayer.push({‘userId’:’XXXXXXX’})hvor XXXXX vil blive erstattet af den faktiske bruger id.
Trin 2: Opret en brugerdefineret dimension i administrationsområdet på din Google Analytics-webstedsegenskab, der bruges til at logge bruger-id'er. (Dette virker kun i Universal Analytics, som hvis du ikke allerede har det, skal du opgradere til.)
Trin 3: Sørg for, at Google Tag Manager sender bruger-ID-data til din Google Analytics-konto.
Trin 4: Hvis du begynder at se prøveudtagning i dine rapporter, skal du oprette en ny visning under din nuværende Google Analytics-ejendom og anvende følgende filter på det.
Før du gør det, skal du overveje, om du skal spore på et individuelt niveau, om dine brugere vil gøre indsigelse og endelig få juridisk rådgivning for at sikre, at din privatlivspolitik og vilkår og betingelser giver dig mulighed for at gøre det.
2. hvordan hun gjorde det
Efter at have identificeret hvem der gjorde det, er den næste ting, som enhver selvrespektiv virksomhedsejer ønsker at vide, hvad gjorde denne person?
Rapportering om enkeltpersoner er normalt et problem, der skal løses af CRM'er, men CRM'er er ikke designet til at rapportere om individers adfærdsdata. De fleste af dem er afhængige af manuel input frem for automatiserede sporingskoder.
I dette tilfælde har du brug for en hybrid mellem CRM og Web Analytics Tools for at få de data, du ønsker og har brug for.
Analytics-værktøjer som Kissmetrics eller Mixpanel Prøv at rette op på denne mangel ved at fjerne prøveudtagningen ud af data. De er stadig værktøjer, der er udviklet til statistiske data om dit publikum, men de gør et godt stykke arbejde med at identificere enkeltpersoner og rapportere individuel adfærd.
CRM værktøjer som Eloqua eller Marketo gør et godt stykke arbejde med at indsamle analysedata til de enkelte brugere, men deres prisklasse gør dem overkommelige til kun et lille segment af virksomheder.
Hvad du kan gøre
I stedet for blot at sende data til Google Analytics kan disse data indstilles til at oprette en logfil for alle vigtige handlinger, som en bruger udfører. Dette er muligt, når du bruger en API, fordi det giver dig mulighed for at hente dataene fra den. Sådan gør vi det, direkte fra Google Tag Manager, ved hjælp af et eksperimentelt internt værktøj:
Trin 1: Opret en regel i din Google Tag Manager-container for den handling, du vil overvåge. Her er et eksempel på et salg.
Trin 2: Send data, der senere kan fås i råform og bruges til at analysere hver specifik bruger eller gruppe af brugere.
3. Hvorfor gjorde hun det
Svaret på hvorfor er nok det mest værdifulde stykke information fra et forretningsperspektiv. Det giver dig klare råd om, hvad folk forventer og hvordan du opfylder disse forventninger.
Problemet med hvorfor er, at det er meget svært, om ikke umuligt at finde ud af svaret ved hjælp af webanalysedata alene. Den nemmeste måde at gøre det på er at undersøge folk og spørge dem direkte.
Problemet med sådanne interaktioner er, at de kan irritere brugere, hvis de ikke har det godt. Der er ikke noget bedre end nogen, der hopper for at interagere med dig, når du har brug for det; og intet værre end nogen gør det, når det er det sidste, du har brug for!
I en ideel verden ville det være fantastisk at have adgang til et system, der bruger statistiske data til at hjælpe dig med at vælge den bedste tid til at interagere med en bruger. Verden er endnu ikke ideel, men det er heller ikke langt fra det. Det enkleste, du kan gøre nu, er at bruge et udløset messaging system.
Hvad du kan gøre
En kendt bruger (en person, hvis e-mailadresse du har) besøger dit websted og baseret på de handlinger, de udfører på dit websted og deres historie med dit websted, et værktøj som Udløsningsbeskeder eller Infusionsoft vil kunne sende personlige e-mails til den pågældende bruger. Her er et eksempel på et scenario fra en Infusionsoft opsætning:
Tricket er ikke at sende en e-mail med en forfremmelse, men snarere en, der starter en dialog med brugeren. Opmuntre dem til at ramme svar og logge de svar, du får. Det er ligesom erhvervsmæssigt guldstøv.
4. Hvad gik galt
Jeg elsker fejl! Nå, jeg hader at få fejl, men når jeg får dem, elsker jeg at jeg kan få mest muligt ud af dem. De er de mest brugbare metric derude, fordi handlingen er meget klar: Fix dem.
Alle fejl er skabt lige, men nogle er mere lige end andre.
Alle fejl er skabt lige, men nogle er mere lige end andre. De ser alle ens ud, men nogle kan ignoreres, mens andre har evnen til at ødelægge en virksomhed. Hver fejl bærer sin egen vægt, så det værste at gøre er at ignorere dem.
Google Analytics kan hjælpe dig med at rapportere, hvor mange mennesker der kommer op på en 404-side, og endda nogle grænsefladefejl som formularer, der ikke sender på grund af en fejl. men når det kommer til backstagefejl bliver sporing ret kompliceret.
Løsningen til dette for mange udviklere er simpelthen at sende sig fejlen hver gang det sker. Selv om dette kan fungere, når du er lille, jo mere du vokser jo flere fejl bliver tilføjet, og jo flere bliver de ignoreret. (Husk hvad vi sagde om at ignorere dem ??)
Hvad du kan gøre
Installer interne logbøger, der sporer alle fejl og endda vigtige handlinger, som brugere gør i appen eller på hjemmesiden. Disse fejl e-mails derefter blive forvandlet til logfiler, der er nemme at analysere.
5. Hvad skete der efter
Offline-adfærd er den sværeste type adfærd, der skal spores online. I praksis kræver det, at du logger disse oplysninger i et elektronisk system, hver gang virksomheden interagerer med en bruger på en eller anden offline måde.
Ting som telefon diskussioner, besøg i butikker, messe interaktioner og så videre er meget vigtige fra et forretningsperspektiv. Men når det kommer til at træffe forretningsbeslutninger om, hvordan man forbedrer dem, afhænger vi ofte af den overordnede "følelse", vi får.
Hvad du kan gøre
Der er ikke meget, du kan gøre ved det nu, end at arbejde på en forretningskultur, hvor folk logger så meget information som muligt i et format, der er så standard som muligt.
En dag kan der være et værktøj derude, der kan tage de logfiler og behandle dem på en måde, der hjælper virksomhedsejere med at få indsigt og indsigtsretninger.
Endelige tanker
Google Analytics er et kraftfuldt værktøj, og det går ikke væk når som helst snart; men det var aldrig designet til at gøre alt. Men med blot et par tweaks og justeringer er det muligt at omdanne det til et værktøj, der hjælper dig og dit team med klare forretningsbeslutninger. Hvem ved, kan du endda finde dig selv logge ind og faktisk bruge det meget mere.
Tricket er at tage kun en strategi og starte med det.