7 błędów popełnianych w analizie danych strony internetowej - Blog Artefakt

7 błędów popełnianych w analizie danych strony internetowej

/ Analityka
analityka internetowa e-commerce

Analityka internetowa dostarcza cennych informacji o ruchu na stronie internetowej. Dzięki narzędziom analitycznym takim jak Google Analytics można dowiedzieć się, skąd przychodzą użytkownicy, które podstrony serwisu odwiedzają, na jakim etapie procesu zamówienia rezygnują z jego finalizacji. Dane jednak trzeba umieć analizować, aby na podstawie mylnych wniosków nie podjąć niewłaściwych decyzji biznesowych. Na co należy uważać? Poznaj 7 błędów popełnianych w analityce e-commerce!

Niepoprawnie zainstalowany kod śledzenia

Jednym z problemów w analityce e-commerce jest wyciąganie wniosków na podstawie niepełnych lub niewłaściwych danych. Google Analytis zbierze prawidłowe informacje o zachowaniach użytkowników na Twojej stronie tylko wtedy, gdy kod śledzenia zostanie poprawnie zainstalowany. Powinien znajdować się na każdej podstronie w sekcji Head. Za pomocą narzędzia http://www.gachecker.com/ zweryfikujesz, czy właściwie wdrożyłeś kod śledzenia na wszystkich stronach serwisu.

Brak wykluczenia „własnego ruchu” i spamu

Pewnie Ty i Twój zespół spędzacie dużo czasu na stronie internetowej, udoskonalając ją i wprowadzając zmiany. A może robi to też agencja, której powierzyłeś realizację marketingu internetowego. Ruch wygenerowany przez osoby pracujące nad Twoim serwisem nie powinien być analizowany, ponieważ nie ma żadnej wartości i może zaburzać dane. Koniecznie wyklucz ze śledzenia adresy IP wszystkich współpracowników.

Innym błędem jest analizowanie ruchu wygenerowanego przez roboty i automaty. Cel odwiedzin może być różny, jednak by takie dane nie zaburzały statystyk, należy ustawić odpowiednie filtry w Analyticsie. Analizowanie spamu nie przyniesie żadnych korzyści, a może jedynie wpłynąć na podjęcie niewłaściwych decyzji biznesowych.

Brak śledzenia konwersji i celów strony

Nawet jeśli nie prowadzisz sprzedaży online za pośrednictwem swojej strony, założyłeś ją w określonym celu, który być może zmierzysz za pomocą narzędzi analitycznych. Np. zbadasz, ile osób pobiera pliki z Twojej strony lub przechodzi do formularza kontaktowego. Takie standardowe wskaźniki jak liczba odsłon lub czas spędzony w witrynie nie powiedzą Ci, czy Twoje działania przekładają się na konwersje. Załóż cele w Google Analytics i obserwuj zaangażowanie użytkowników w serwisie.

Błędy w analizie e-commerce

Złe rozumienie używanych terminów

Jednym z najczęściej popełnianych błędów podczas analizy danych e-commerce jest niewłaściwe rozumienie poszczególnych wskaźników. To powoduje, że już na samym początku stawiamy niepoprawne założenia i wyciągamy nieprawdziwe wnioski na temat zachowania użytkowników. W Google Analytics powinniśmy rozróżniać podstawowe dane:

  • Sesja – okres aktywności użytkownika na stronie. W trakcie jej trwania internauta przegląda podstrony, odświeża je, ogląda zdjęcia itp. Domyślnie sesja kończy się po 30 minutach braku aktywności,
  • Użytkownicy – liczba osób, które przejrzały stronę internetową,
  • Odsłona – wskaźnik obrazujący, ile razy została wczytana dana podstrona w wybranym okresie czasu. Kiedy użytkownik odświeży przeglądarkę, wyświetlenie podstrony zostanie uznane jako nowa odsłona,
  • Współczynnik odrzuceń – procent sesji, w których internauta przejrzał tylko jedną podstronę, nie nastąpiło inne zdarzenie i opuścił serwis,
  • Współczynnik wyjść – odsetek sesji, w których dana podstrona była ostatnią oglądaną przez internautę.

Pomijanie aspektu sezonowości w analizie danych

Podczas analizy warto poszerzyć horyzont czasowy i wziąć pod uwagę dane z ubiegłego roku. Porównywanie wskaźników do wyników z poprzedniego miesiąca może być zgubne, jeśli np. w Twojej branży panuje sezonowość. Mniejsza liczba sesji w lipcu niż w czerwcu nie musi wiązać się pogorszeniem efektywności podejmowanych działań. Sprawdzenie, jak wyglądały statystyki w analogicznym okresie rok wcześniej pomoże zaobserwować trendy i obiektywnie przeanalizować ruch w serwisie.

Analizowanie danych w oderwaniu od kontekstu

Sprawdzając liczbę sesji, odsłon lub współczynnik odrzuceń, nie zapomnij zestawić danych z konkretnymi warunkami, w których zostały uzyskane. Jeśli np. prowadziłeś tradycyjną kampanię reklamową (rozdawałeś ulotki) i w tym okresie zaobserwowałeś wzrost ruchu na stronie, możesz się spodziewać, że Twoje działania offline’owe przyniosły efekt. Nie warto także wyciągać wniosków na podstawie uśrednionych wartości – zawsze lepiej zweryfikować, które podstrony lub sekcje serwisu cieszą się większą lub mniejszą popularnością i na tej podstawie podejmować decyzje biznesowe. Warto też korzystać z segmentacji danych np. w odniesieniu do użytkowników. Zestawienie danych z kontekstem pozwala poprawnie zinterpretować zachowania użytkowników na stronie.

Niepoprawna interpretacja danych

Jednym z największych błędów w analizie e-commerce jest wyciąganie niewłaściwych wniosków na podstawie zebranych danych. Np. nie powinniśmy łączyć czasu spędzonego na stronie z zaangażowaniem. To, że użytkownicy poświęcają 10 minut na przejrzenie Twojego serwisu, nie oznacza, że z uwagą czytają teksty, oglądają filmiki lub przeglądają produkty w sklepie.

Podobnie nie należy z góry zakładać, że wysoki współczynnik odrzuceń jest zły. Strony typu landing page realizują określony cel, np. zachęcają do zapoznania się z treścią przepisu na spaghetti. Jeśli użytkownik trafi na taką podstronę z wyszukiwarki, wykona danie według receptury, a następnie opuści serwis. Nasz cel został osiągnięty – internauta przeczytał przepis, więc w tym przypadku nie należy traktować wysokiej wartości współczynnika odrzuceń jako niekorzystne zjawisko.

Błędy w analityce internetowej – jak ich unikać?

Powyżej zaprezentowanych zostało jedynie kilka błędów, które można popełnić analizując dane o ruchu na stronie internetowej. Oczywiście problemów związanych z analityką internetową może być więcej, a ich wyeliminowanie wymaga obeznania w zakresie działania narzędzi analitycznych. Przed rozpoczęciem badania zebranych informacji o witrynie warto zapoznać się z metodologią danej aplikacji – np. Google Analytics posiada rozbudowany support, w którym znajdziemy obszerne instrukcje na temat sposobu zbierania i prezentacji poszczególnych danych. Najtrudniejsze jest jednak prawidłowe wyciąganie wniosków, które posłużą do podejmowania racjonalnych decyzji biznesowych. Tutaj należy wykazać się intuicją, doświadczeniem oraz wiedzą o danej branży, zachowaniach internautów i analityce internetowej.

Również na naszym blogu
Niedawno Facebook opublikował nowy regulamin. Warunki korzystania z serwisu określają prawa i...
Audytując strony internetowe, staramy się wyeliminować wszystkie niedociągnięcia i problemy...
Jak stworzyć nagłówek, który będzie konwertować? Sprawdź wyniki badań Buzzsumo oraz naszych 8...
Ubrania, wózki niemowlęce czy pieluszki to produkty, po które klienci zawsze będą sięgać, aby...
Za pośrednictwem Search Console rozesłane zostały powiadomienia o przejściu serwisów na...