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?

Měřicí skript pro měření subdomén v Google Analytics

Úprava standardního měřicího skriptu je velmi triviální. V podstatě Analytics řeknete, že má při měření spojovat návštěvu v rámci vaší hlavní domény pomocí funkce _setDomainName();.

Např. pro tento web by úprava vypadala takto:

<script type="text/javascript">
var gaJsHost = (("https:" == document.location.protocol) ? "https://ssl." : http://www.");
document.write(unescape("%3Cscript src='" + gaJsHost + "google-analytics.com/ga.js' type='text/javascript'%3E%3C/script%3E"));
</script>
<script type="text/javascript">
try {
var pageTracker = _gat._getTracker("UA-1807318-1");
pageTracker._setDomainName(".romag.cz");
pageTracker._trackPageview();
} catch(err) {}</script>

Nově si v Google Analytics můžete rovnou vygenerovat měřicí skript právě pro web se subdoménami.

Generování skriptu pro web s vice subdoménami v Google Analytics

Tuto volbu naleznete na stránce Sledovací kód v nastavení profilu. (Tam se dostanete buď při vytváření nového profilu pro měření webu nebo odkazem Zkontrolujte stav v pravém hormín rohu v nastavení existujícího profilu.)

V každém případě – tento skript vložte na všechny subdomény i hlavní (www.) doménu.

Další 2 doporučená vylepšení

Rozdělení na subdomény

Pokud potřebujete sledovat chování uživatelů na jednotlivých subodménách zvlášť, můžete si pro jednotlivé domény vytvořit paralelní profily a pomocí vlastního filtru např. v této podobě.:

Filtr: omezení statistik na konkrétní subdoménu

Rozlišení subdomén ve společných statistikách

Do společného profilu se pak velmi hodí vlastní pokročilý filtr (viz obrázek níže), který vám do názvů stránek ve statistikách Obsah doplní i doménu. Bez tohoto vylepšení ze statistik nepoznáte, o kterou stránku se jedná a navíc se vám data za stejné adresy z různých subdomén sčítají.

Filtr: přidá názvy subdomén do adres stránek ve statistikách "Obsah"

Proč ne standardní skript

Se standardním skriptem Google Analytics nedokáže měřit návštěvu napříč subdoménami, a proto ve statistikách narazíte nejčastěji na:

• váš vlastní web (a jeho subdomény) jako nejčastější zdroj návštěv,
• větší počet návštěv než je realita – pro každou doménu, se započítávají návštěvy i uživatelé zvlášť a ve statistikách se sčítají.

Google Analytics API nabízí možnost propojení dat z webu s interními statistikami prodejů apod. V rukách šikovných vývojářů se z tohoto nenápadného rozšíření může stát velmi silný nástroj. V nepovolaných rukou možná i další bezpečnostní riziko.

Google poskytl API už dříve v beta testování vybraným partnerům, takže si už dnes můžete hrát s několika aplikacemi postavenými na Google Analytics API. K mání jsou v Google Analytics Labs.

Podělte se s námi o vaše zkušenosti s touto novinkou. Plánujete vývoj vlastní aplikace nad Google Analytics API?

UPDATE: Hezký článek o Google Analytics API napsal Honza Tichý: Google Analytics mají konečně veřejné API. Rozepsal se o možnostech využití a přidal i pár tipů pro vývojáře.

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?

Pokročilá segmentace má spoustu much. Nejvíce mi na ní vadí, že neumí použitelně pracovat s počty uživatelů/návštěvníků a umocňuje efekt „samplovaných“ dat. Znáte ten žlutý pruh nad statistikou, který nevěstí nic dobrého a říká, že data pro tuto statistiku jsou orientační a vycházejí jen z blíže neurčeného vzorku dat. Tak ten se na webu s větší návštěvností ukazuje se segmenty furt a plusminus procenta, která se u jednotlivých čísel ukazují, jak moc se mohou lišit od reality, dostahují astronomických cifer (ne zřídka přesahujících 50 i 80%). No a když omezíte segment na určitou skupinu uživatelů a zjistíte, že tahle skupina má za stejné období víc konverzí než kolik jich GA naměřil, tak už téhle funkci začnete říkat pokročilá parodie na segmentaci.

Nový odkaz v administraci

Na obrázku níže můžete vidět odkaz, kterým můžete přidat nový profil. Velmi to usnadňuje situaci, kdy potřebujete pracovat s přesnějším segmentem než je pokročilá parodie. Perfektní na této funkci je, že vám na následující stránce vybere správný hlavní profil, ze kterého se budou data čerpat. To oceníte např. v případě, že v té nabídce máte 2 či více profilů se stejným názvem. Možná jste si také s dobrý úmyslem založili více profilů ke stejné nebo hodně podobné URL a třeba je už i smazali – stále zůstávají v nabídce a poznat, který právě potřebujete použít není moc jednoduché.

Google Analytics přidává odkaz - přidat nový profil

Funkce je i v češtině a v účtu jsem ji objevil dnes. Je tedy možné, že jsem to včera přehlédl, nebo že je to fakt novinka a opět bude postupně přibývat i na dalších účtech.

Já sám tuto novou funkci vnímám jako marketing – snahu Googlu připomenout, že tady ta funkce je. Možná i s nástupem Google Analytics IQ testu zjistili, že je to jedna z nejméně známých a používaných funkcí v Analytics. Pokročilá segmentace taky bude výpočetně náročná věc. Při zapnutí 3 segmentů čekáte 3x tak dlouho a Google tak musí v reálném čase segmentovat data, která by si spíše zasloužila vlastní filtr.

Zpět k segmentaci

Tak úplně na nic není, a pokud potřebujete rychle porozumět svým uživatelům, určitě ji oceníte. Na dlouhodobější reporting přesných čísel to ale není a doporučuji vytvořit právě onen samostatný profil.

Více o pokročilé segmentaci najdete např. v článku Google Analytics Releases Advanced Segmentation: Now Be A Ninja! (by Avinash Kaushik), nebo trochu více ve zkratce a v češtině Pokročilá segmentace v Google analytics. Návod k použití :-) od Googlu je na Youtube ve videu Advanced Segments in Google Analytics.

Taky jste se setkali s problémy se segmentací? Používáte to vůbec?

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.

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?