Blog analytikaPoznámky a postřehy z oboru analýzy návštěvnosti webu

Klíčové ukazatele výkonu (KPI – Key Performance Indicator) se podle mého názoru u nás často používají úplně špatně. Mám v úmyslu tímto článkem ukázat prstem na ty, kteří to špatně chápou podle mě. Pokud je ale špatný můj pohled, může být závěr mého článku může zcela opačný, než k jakému se hodlám dobrat. Ale to nevadí. Důležitější je nebýt vedle než si myslet, že mám pravdu :-).

Klíčové ukazatele výkonu

Pro mě jsou (webová) KPI velmi praktická čísla, která vycházejí z dlouhodobého měření a podle nejlepších pozorování a analýz skutečně pomáhají ukázat, jestli se (na webu) něco děje, případně, jak daleko máme k plnění stanovených cílů.

Za tímto účelem taky tato „měřítka“ zřejmě vznikla. Mají fungovat jako jakési semafory, které upozorní na případný průšvih nebo úspěch. A jakožto ukazatele mají být tato čísla maximálně přehledná, smysluplná a vypovídající. To platí i pro jejich případné vizualizace (grafy).

Stará čísla ne

Jednou z častých začátečnických chyb při využívání principu KPI je tendence sledovat tato čísla za příliš dlouhé období.

Je správné sledovat trendy. To jistě ano, ale analýza trendů není totéž jako reportování KPI. Příliš mnoho trendů rozptyluje a taky trochu paralyzuje. Trend totiž často bývá výmluvou lenochů – „Tak to chodí každý rok.“ Přitom se obvykle málokdo zabývá skutčně kvalitní analýzou trendu – křivky se většinou neporovnávají a nesezónní pokles se tak může ztratit.

U trendovaných KPI mají jejich uživatelé výrazně menší motivaci hlouběji analyzovat data, spokojí se s primitivním vysvětlením a mají větší strach přijímat rozhodnutí (to je ta paralýza).

Trocha psychologie a praxe

Mají-li nám data pomáhat, musíme jim tu roli trochu usnadnit. Jinak sami sebe zahrneme příliš velkým množstvím informací, ve kterém se ani sami nevyznáme.

Denně potkáváme různé ukazatele a mnoho z nich splňuje základní vlastnosti KPI: srozumitelnost, přehlednost a názornost. Takový klíčový ukazatel by nám měl ukázat, co asi tak máme dělat. Vezměme si třeba takový semafor. Na něm má každá barva svůj jasný význam a každý vlastník řidičáku ví, co má dělat. Na semaforu nevidíte, za jak dlouho blikne červená a už vůbec vám neradí, jaký rychlostní stupeň máte zařadit – to už je váš problém. Stený význam mají mít KPIčka. Mají vás prostě informovat o stavu.

Reportujte KPI, analyzujte detaily

Při práci s KPI se velmi často zaměňuje význam a funkce analýzy a reportingu. Často se tak tráví mnoho času reportováním zbytečného balíku čísel, která mají částečně zastoupit kvalitní analýzu, na kterou díky tomu už není čas nebo rozpočet.

Rád bych apeloval především na cílevědomé manažery, aby se naučili pracovat s daty, která mají vypovídací schopnost, ale nejdou zbytečně do hloubky. Zároveň aby k těmto číslům vyžadovali vysvětlení od svých podřízených – ti je totiž svými skutky naplňují, tudíž by se sami měli velice detailně zabývat analýzou, která odhalí více.

A jak KPI ve vaší firmě vnímáte a provozujete vy?

Používáte-li striktně JavaScriptový nástroj pro měření návštěvnosti webu, jako např. Google Analytics, možná vás někdy napadne, kolik toho vlastně nezměříte.

Samotný Google Analytics a jemu podobné vám na tuto otázku odpovědět nedokáží, ale snad pro vás bude přínosné moje zjištění. Můj oblíbený nástroj Omniture SiteCatalyst standardně používá tzv. hybridní měřicí kód, který má v <noscript> klasický obrázek, jenž měří i to, co JavaScript změřit neumí, např. přístupy z mobilních telefonů apod.

Méně než 0,5% zobrazení

Bez JavaScriptu jsem tedy naměřil méně než 0,5% všech zobrazení - ne návštěv ani uživatelů. Počet návštěv a uživatelů můžeme jenom odhadovat. Když už klient (rozuměj prohlížeč) nepodporuje JavaScript, je dost možné, že bude i jinak přistupovat k akceptování cookies apod. Sice máme statistiku nějakých návštěv naměřenou pomocí statického obrázku, ale tenhle počet návštěv či uživatelů není jedna ku jedné porovnatelné s počtem návštěv či uživatelů změřených pomocí JavaScriptu.

Má to vůbec dopad na přesnost měření eshopů?

To je vlastně otázka otázka přístupnosti. Některé eshopy jsou bez JavaScriptu zcela neschopné jakéhokoli prodeje, jiné se bez této technologie používají hůře a ty další JavaScript nepoužívají vůbec. Může být vůbec počet nezměřených prokliků z kampaní nebo prodejů nějak významný?

Došli jste ve vašich statistikách k podobně nízkým číslům?

Zejména na samotném začátku a tak dva roky po něm měl Google Analytics velké problémy s rychlostí načítání. Jak je to dnes?

Hodně dlouho jsem se nesetkal s klením uživatelů na pomalé načítá díky Google Analytics. Ale hlasy se začaly ozývat poté, co se tento měřicí nástroj mou vinou objevil na jednom dost navštěvovaném webu. Tak asi 2 během půl roku. Otázka zní, jak velká je v tomto případě mlčící menšina.

Pokud to berete vážně, tak vězte, že …

Google Analytics vám většinou potíže působit nebude, ale čas od času se tak stane a může to být právě v ten neméně vhodný okamžik. Problém je údajně v tom, jak se volá hlavní skript ga.js. A právě on a jeho dostupnost je zřejmě jádrem problému.

Jedním z pokusů o řešení problému je stahovat si ga.js na vlastní server, který je tak dostupný jako zbytek vašich stránek. Jiné, ale o to komplikovanější řešení je popsané na mladém developerském blogu lyncd v článku Better Google Analytics JavaScript that doesn’t block page downloading. Najdete tam ukázku HTML kódu a odkazy na spoustu dalších zdrojů.

Můžeme také debatovat o umístění kódu v hlavičce nebo patičce stránky. Na druhou stranu mám ale experimentálně vyzkoumané, že množství naměřených zobrazení skriptem v hlavičce a v patičce se může lišit i o 10%. Ale o tom zas někdy jindy.

Řešili jste někdy potíže s měřicím kódem Google Analytics? S jiným kódem ten problém nebyl? Stojí za to (možná i) přicházet o zákazníky jen proto, abychom dokázali změřit, co dělají ti šťastní, kteří se na web dostanou?

Že Google testuje zobrazování výsledků hledání pomocí AJAXu není nic nového. Uvědomujeme si ale všichni, že to má vliv na statistiky? Ve vašich statistikách totiž mohou chybět slova u návštěv z hledání ve vyhledavači Google.

Jak to obvykle chodí

Všechny měřicí systémy, které rozpoznávají klíčová slova, přes která uživatel přišel na web, tak činí na základě referera. To je URL předchozí stránky. U většiny vyhledavačů platí, že se zadaný dotaz objeví v URL. Viz např. stránka s výsledky hledání fráze Google Analytics v Googlu obsahuje v URL hledaný text: „q=google+analytics“.

AJAX neprozradí klíčové slovo

Výsledky hledání v Googlu zobrazené pomocí AJAXu způsobí, že se v URL neobjeví, co uživatel hledal. A z toho plyne náš problém. Měřicí nástroje nemají kde vzít informaci o tom, co uživatel hledal. Významnou nepřesnost dnes ve statistikách nečekejte. Naprostá většina hledání probíhá stále standardně.

Zatím je sice AJAX na Googlu jen v testování, a tak doufám, že pokud se Google pustí do AJAXu naplno,  přistoupí předtím k nějaké geniální změně a umožní nám měřit, která klíčová slova přivedla uživatele na náš web.

Na toto téma mě upozornil Bill Mungovan svým článkem Google Testing AJAX on Search Results Pages. Zajímavé je i vyjádření Googlu, které odkazuje na článek z roku 2006 s názvem This is a test. This is only a test., který má zřejmě ilustrovat, že Google experimentuje už dlouho :-).

Nebo, že by znemožnění měření klíčových slov byl záměr a snaha o boj proti SEO praktikám? ;-)

Možná to zní trochu moc charitativně, ale někteří z vás už možná má tu zkušenost, že měřicí kód z webu zmizel, nebo nebyl v plné kondici a změřená data byla k ničemu. Není nad dobře fungující měřicí kód.

Pozdě bycha honiti

To, co jste  nezměřili už nikdy nezměříte, proto: Myslete na svůj kód. :) Už několikrát jsem nadával na programátora, který kód pokazil, smazal, upravil tak, že to měřilo jinak a něco jiného atd. Na druhou stranu musím říct, že jsem se taky o měřicí kód, jeho stav a existenci na webu příliš nestaral a věřil, že je vše OK.

Ze své zkušenosti tedy doporučuji dodržovat alespoň některé z následujících tipů.:

Mějte kód zdokumentovaný

Někde by měla existovat aktuální verze měřicího kódu se všemi komentáři a speciálními úpravami. Všichni zúčastnění by o ní měli vědět. Zdá se, že např. Google Docs se pro tento účel mohou hodit. Výborně se hodí i verzování, a tak si můžete zjistit, kdy se v tom kdo vrtal.

Čas od času na vašem projektu pracuje jiný programátor, nebo se celý web předělává, k chybě může dojít i při instalování nové verze webu z testovací instance. Ne každý je odborník na měřicí nástroj, který používá, ale pokud existuje (byť jednoduchá) dokumentace, máte vy i oni možnost kontrolovat. Kdykoli.

Ujistěte se, že vývojáři chápou, jak důležité to pro vás je

Předně si to ale uvědomte vy sami. Programátoři nebývají tupci, takže jistě velmi dobře pochopí, jak moc důležité je to pro vás. Bohužel k chybám dochází, ale zdůrazněním priorit je můžete omezit. Sankce asi v dnešní době nejsou reálná forma nátlaku na programátory (nebo ano?).

Mějte jasno, co měříte

Víte-li, co a proč měříte, víte, jaký průšvih to je, když chybí data. Měřicí kód by pro vás neměl být pouhým kusem HTML kódu, kterému nikdo nerozumí. Pokud se tomu ale nechcete věnovat, najměte si profesionála, který vám poradit s tím, jak má kód vypadat, co má dělat a co by mohl dělat navíc.

Měřicí kód Google Analytics je poměrně hodně upravitelný a stojí za to si ho vyladit přesně pro konkrétní web. Proč ne, když už to jde!

Testujte!

Poslední, ale ne nejméně důležitý tip. Po zásahu do webu se rozhodně vyplatí zkontrolovat, je-li na webu měřicí kód ve tvaru, v jakém má být. Určitě jednou k chybě dojde, a díky kontrole přijdete o minimum dat.

Máte své vlastní tipy na udržení měřicího kódu v kondici? Nebo své vlastní problémy?
Docela by mě zajímaly zkušenosti vývojářů… vaše názory a tipy pro zlepšení. Už se vám někdy stalo, že jste nějaké měření odpravili? Věřím, že to zamrzí. Co děláte pro to, aby se to neopakovalo?

Zní to jako banální rada, ale ze zkušenosti vím, že podnikatelé docela často rozdávají přístup kúčtům Analytics, ale méně často je zase odebírají. To první chápu – potřebují s něčím pomoci. To druhé taky – zapomínají. Chápu, lidi jsou dneska hrozně byzy.

Zkontrolujte si to ještě dnes

Podívejte se ještě dnes do všech svých účtů Google Analytics (a jiných služeb) a zkontrolujte si, kdo má do nich přístup. Mnoho z vás tam jistě najde:

• bývalé kolegy a programátorry,
• zaměstnance agentur, se kterými už nespolupracujete,
• kamarády a známé, od kterých jste chtěli pomoci,
• bývalého inzerenta nebo obchodního partnera. 

A kdo ví koho ještě.

Mějte v tom systém

Je téměř jisté, že tam najdete i spoustu e-mailových adres, o kterých ani nevíte, komu vůbec patří. I proto jsem si zvykl přidělovat přístupy výhradně na adresy, ze kterých poznám, komu patří.

• Jméno firmy za zavináčem vám mnoho řekne – např. @h1.cz – a má to další výhody – v případě, že už osoba není zaměstnancem agentury, je docela pravděpodobné, že už se na váš účet nedostane.
• Srozumitelný výraz před zavináčem. Např. z loginu jako pepazdepa@gmail.com dost možná nepoznáte ani vlastního kolegu a nastane problém, když bude chtít, abyste mu přidělili přístup k dalším profilům apod.

Nikdy mi to nepřišlo až tak podstatné. Až teď když spravuji účet, ke kterému má přístup čím dál víc uživatelů a ne všichni do stejných profilů, jejichž počet se taky mění.

Takže ještě jednou! Zkontrolujte si, kdo má přístup k vaším datům ještě dnes. Našli jste mezi uživateli někoho, kdo už tam být neměl?

KPI graf je snad v každém Google Analytics reportu a jdou s ním dělat divy. Vedle dalších zajímavých vychytávek je zde (asi i díky velkému nátlaku komunity uživatelů) možnost zobrazit data nejen po dnech, ale i týdnech a měsících, jenže…

Už jsem dříve psal o tom, jak nastavení jazyka ovlivňuje kalendář v Google Analytics. Bohužel tato změna má sice vliv pouze na kalendář a jen usnadní jeho používání. Pokud však přepnete KPI graf do týdenního zobrazení, vždy týdny začínají nedělí bez ohledu na jiné nastavení.

Situaci ilustruje následující obrázek – týdny v kalendáři začínají pondělím, ale graf ukazuje týdny od neděle do soboty.

Rozdílný začátek a konec týdne v kalednáři a na grafu.

Týdenní pohled na data se hodí, když chcete sledovat trend vývoje např. počtu návštěv (denní výkyvy mohou hodně zkreslit realitu). Obvykle tento rozdíl v týdnech nevadí a KPI graf vám i tak dá poměrně dobrý náhled na to, jak se asi situace vyvíjí. Bohužel jsem ale minulý týden narazil na situaci, kdy tohle neplatí. Poslední týden měl každý den o maličko menší počet návštěv než týden předchozí. Ale v týdenním zobrazení šla křivka nahoru, protože se do posledního týdne započítala výjimečně silná neděle z minulého týdne.

Na KPI grafu můžete většinou nastavit, která metrika (visits, bounce rate, % new visitors) má být na tom grafu má být. Můžete si také zobrazit grafy dvou hodnot přes sebe, abyste viděli, jak se vzájemně ovlivňují.

Porovnání dvou metrik.

¨
Používáte KPI graf v Google Analytics? Všimli jste si této vlastnosti?

Nejen komentáře pod mým předchozím článku na téma konverzní poměr mě přesvědčily o tom, že se význam tohoto čísla příliš přeceňuje. Rád bych se tedy na to podíval z druhé stránky.

Konverzní poměr ovlivňuje marketingová a obchodní strategie ve všech podobách (značka, její známost a oblíbenost, cenová politika, zásadní vliv má také forma a obsah komunikace), totéž ve srovnání s konkurencí (a obchodními partnery), technické řešení webu, spolehlivost a dostupnost stránek. Záměrně jsem se v tom výčtu vyhnul často omýlaným typicky webovým pojmům jako je grafika, účinné texty apod. To vše už v tom totiž dávno je.

Zásadním omylem při hodnocení konverzního poměru je příliš velká soustředěnost na web, jeho technologie a nadhodnocená specifika. Ve skutečnosti zde velmi silně schází orientace na zákazníka a marketing. 

Iluze webové analytiky

Detailní měřitelnost a relativně snadná analyzovatelnost bohužel vytváří iluzi, že je web snadno vyčíslitelný a jeho uživatelé se chovají podle předvídatelných vzorců, které lze s matematickou přesností vyjádřit.

Tuto iluzi zvyšuje i mizerná kvalita resp. schopnosti měřicích nástrojů, které často neumí o moc víc než měřit konverze a konverzní poměr. To je veliký problém. Jeden z mála způsobů, jak porozumět uživatelům – potenciálním zákazníkům – je právě analýza návštěvnosti, kterou schonosti nástroje silně limitují.

Kdo si alespoň jednou v životě vyzkoušel vyhodnocování návštěvnosti webu pomocí pomocí silnějšího nástroje než je Google Analytics a poznal kouzlo pokročilé segmentace, zajisté už ví, že konverzní poměr říká o webu a uživatelích přibližně totéž co průměrná mzda o platech obyvatelstva (a síle ekonomiky).

Hodní a zlí

Konverzní poměr dělí uživatele webu na hodné a zlé – ti, kteří koupili a ti, kteří nekoupili. Ale existuje mnoho jiných a lepších škatulek, do kterých můžeme uživatele zařadit. Z těch primitivních jsou to například uživatelé, kteří navštívili jen jednu stránku (Bounces, Bounce rate, Short visit, Okamžité odchody). Zkuste si orientačně spočítat konverzní poměr pouze z návštěv, které neskončily okamžitým odchodem. ;) WOW!

Můžeme ale zajít dále – uživatelé, kteří nějakým způsobem (ne)započali proces nákupu – přihodili do košíku zboží, nebo také zboží v určité minimální hodnotě, uložili si košík na příště apod.

Jiní uživatelé zase na daném webu mají zcela jiný záměr – zjištění detailních informací o produktu, o firmě, zapojit se do diskuze, provést výběr před nákupem na pobočce, vyhledání zboží, které by si zde mohli koupit známí apod.

Přidejme do této matematiky fakt, že každý uživatel má jinou částku v peněžence, má jiné mínění o webu či značce a mnoho jiných faktorů i kvalitu jednotlivých zdrojů návštěvnosti.

Není to trochu moc proměnných na jedno číslo?

Uděláte-li jakoukoli změnu, potřebujete spíše vědět, jestli vzrostl konverzní poměr, nebo to, jaký má ta změna vliv uživatele?

Chápu, že není-li k dispozici nic lepšího než konverzní poměr, mají lidé tendenci hodnotit web podle něj, ale rozhodně je velká chyba u této metriky zůstávat.

I Google Analytics je služba, která má své hranice a měří jen vocamcaď pocamcaď. Na hranice ale narazíte snad jen v případě, že máte opravdu velký web a rozhodně, pokud máte velkou návštěvnost.

5 milionů

Vzorek dat

Sám Google uvádí, že Google Analytics je zdarma až do 5 milionů zobrazení měsíčně. Potřebujete-li více, musíte svůj účet propojit s aktivním Google AdWords účtem, na kterém se měsíčně proinzeruje alespoň $1. To není moc. Málokterá takhle propracovaná služba stojí do 20 Kč měsíčně bez omezení. Ve skutečnosti ale GA měří furt, i když ho s žádným AdWords nepropojíte.

Přesto se ale dá 5 milionů zobrazení považovat za jakousi hranici využitelnosti Google Analytics. V takovém případě už v hlubší úrovni detailu narazíte na vzorek dat. Ukázku vidíte vpravo. Toto jsou konkrétně data ze statistiky Traffic sources > All Traffic Sources > Seznam.cz > Dimension: Landing Page. Neboli – na toto omezení narazíte nejčastěji až na úrovni největšího detailu, na který se lze doklikat.

50 000

Google Analytics má ale i limit, přes který nejede vlak. Padesát tisíc unikátních URL a ani o jednu víc. Spíš míň. Ve statistikách o obsahu webu (Top Content) sice uvidíte, že uživatelé zobrazili třeba 1 000 000  unikátních URL, ale když omezíte období na jediný den, už je tam maximálně 50 000.

A ona to není sranda

Ostatní zobrazení se měří, ale už jen jako „(other)“, zřejmě proto, aby se absolutní čísla z Google Analytics nelišila od jiných systémů. Other stránky jsou zlé! Do (other) se teoreticky může změřit i URL, která má v parametru ID objednávky, podle kterého se měří konverze.

Tip

Jelikož stejně není v silách běžného smrtelníka do hloubky analyzovat desítky tisíc unikátních URL, které se zobrazily jen jednou, můžete určité URL zgrupovat.

U profilu, ve kterém může takový problém nastat, klikněte na Edit:

"Profil" v účtu Google Analytics.

Pak zase na Edit v hlavičce prvního bloku nastavení:

Administrace základních informací v profilu.

A v řádku Exclude URL Query Parameters vypište seznam parametrů v URL vašeho webu, v nichž se často vyskytují nějaké unikátní hodnoty, které nepotřebujete (či dokonce ani nechcete) odlišovat. Typicky to bývají nějaké SESSIONID, různé filtrovací parametry, nebo hodnoty formuláře odesílané metodou GET.:

Parametry, které se mají z URL "uříznout".

Používáte-li Site Search (vyhodnocování interního vyhledávání), doporučuji na téže stránce zapnout odřezávání parametru s dotazem z URL.:

Zaškrtnutím "Yes, strip query parameters out of URL" se z URL odřízne parametr s tím, co uživatelé hledali, statistiky hledání to nijak neovlivní.

Tímto způsobem můžete výrazně snížit počet unikátních URL, které se ve statistikách objeví. Adresy, které by jinak byly unikátní a zobrazily se třeba jen 1x, se seskupí pod jednu společnou URL. Tím v onom padesáti tisícovém limitu vznikne spousta místa pro všechny ostatní stránky, které můžete potřebovat víc.

Pokud překročíte limit 50 000 stránek, objeví se vám ve statistice Top Content řádek, který obsahuje třeba něco takového.:

Kdo ví, kolik se do tohoto řádku započítalo konverzí...

Musím říct, že je to trošku adrenalin – pokoušet, kam až budou Google Analytics ochotné měřit.

Už jste narazili na nějaké hranice Google Analytics? Používáte nějaké další triky jako třeba Exclude filtry apod.?

Kolik nesmyslů se už okolo konverzního poměru napovídalo… a ještě napovídá. Debaty o konverzním poměru ve firmě většinou odstartují příliš málo poučení ajťáci, kteří prostřednictvím primitivního vzorce nebo i drahého sofistikovaného nástroje objeví, že něco takového existuje. 

Ajťáka taky napadne něco jako.: „Zvýšíme konverzní poměr a předběhneme konkurenci! Heuréka! (A dostanu přidáno! Hurá)“ Z toho samozřejmě logicky vyvodí, že konverzní poměr je záležitost webu, nastaví ho jako jedno z KPI a oznámí všem, že tohle číslo značí, jak dobrý má firma web. V horším případě o tom napíše i článek. Dál už se ta hloupost šíří sama. A čím výš se to dostane, tím rychleji se to pak šíří.

Problém je, že si málokdy k těm statistikám sedne člověk, který rozumí lidem, oslovování, získávání zákazníků, péči o ně a vůbec všemu tomu obchodničení. Ten by totiž velmi záhy pochopil, jak se to ve skutečnosti má.

V reálném světě by se dal konverzní poměr přirovnat k úspěšnosti pojišťováka (nebo jiného prodejce). Růst či pokles konverzního poměru i úspěšnosti pojišťováka ovlivňují stejné faktory, jen v malinko jiných světech a úplně jinak měřené.

Průměrný ajťák má s prodáváním (mnohdy i s nakupováním) zkušenosti pramalé. Konverzní poměr je snadná veličina, a navíc je tak oslnivě krásná a populární jako Agáta Hanychová. Na rozdíl od Agáty je ale konverzní poměr veličina po čertech zrádná. Jde spočítat jedním primitivním vzorečkem, ale změnit ho lze milionem různých způsobů – opravením základních chyb webu počínaje a totálním přepracováním marketingové strategie konče.

Přes to všechno konverzní poměr na mnoha webech budí dojem, že funguje tak, jak si mnoho nešťastníků myslí. Ale to jen do té doby než se z webu odstraní ty největší překážky. Pak už návratnost investic do webu a jejich vliv na konverzní poměr rapidně klesá.

I když je to tak primitivní numero, vyvolává konverzní poměr podobný zájem jako třeba iPhone, ale koncentrace na něj mnohdy nepřináší odpovídající účinek, ale spíše až neadekvátní odliv peněz. :)

Pokračování příště…

Co vy na to? Jak vy se díváte na konverzní poměr vašeho webu?