Startup – moje doświadczenia w USA i w Polsce | Arek Skuza | Blog

Miałem zaszczyt udzielić krótkiej wypowiedzi dotyczącej analityki webowej (web analytics) w kontekście wykorzystania sieci społecznościowych. Temat: miasta i administracja. Video do wypowiedzi tutaj

Uczestniczyłem ostatnio w kilku projektach doradczych w których przygotowywano kampanie reklamowe, rozliczano kampanie reklamowe lub planowano rozliczać kampanie reklamowe w necie. Część projektów to finansowanie POIG 8.1, kilka innych to finansowanie prywatnych osób (Business Angels). Poraziło mnie to, że osoby odpowiedzialne za kampanie reklamowe i finansowanie tych kampanii nie mają wiedzy z zakresu analityki webowej (web metrics, web analytics). Idąc dalej – zauważyłem także, że agencje interaktywne, specjaliści od facebook’a, naszej-klasy, flakera (mam tu na myśli marketerów, którzy na tych platformach organizują akcje marketingowe) także nie znają / nie używają żadnych wskaźników poza:

- współczynnikami kliknięć (CPC, CPM itp.)

- kosztem pozyskania użytkownika (cost per user, $/#)

Niestety, muszę przyznać z bólem, iż z reguły specjalistów od kampanii internetowych, domy mediowe, agencje interaktywne ocenia się subiektywnie, czyli odbywa się spotkanie 3 menedżerów, którzy zadają sobie pytanie: “Co sądzisz o agencji X”…. “podoba mi się ich kampania charytatywna i podoba mi się ich aplikacja na facebook’u”. …. Na tym się całość kończy. Nikt nie dokonuje analizy głębszej aniżeli subiektywne rozważania kolegów za biurkiem.

No nic, aby skończyć pozytywnie…..trzeba, trzeba, trzeba, albo zatrudnić specjalistę od analityki webowej, albo samemu czytać, czytać, czytać i poznać zagadnienia analityki webowej. Stwierdzenie kategoryczne tutaj podam: Analityka webowa to absolutny must have każdego menedżera, członka RN czy CEO.

Ze zdumieniem patrzę na brak wiedzy zarządzających biznesem w materii wskaźników i liczb oceniających sukces aplikacji webowych czy mobilnych. Postaram się wkrótce przygotować prezentację, która może być narzędziem startowym dla zainteresowanych.

Dlaczego wiedza z analityki webowej jest tak mało wykorzystywana w Polsce? Any ideas?

Spędzając sporo czasu z analityką webową, rozmawiając z ludźmi, czytając fora i newslettery zauważyłem, iż analityka webowa (najczęściej w Polsce kojarzona z Google Analytics) postrzegana jest zbytnio, jako zestaw statystyk. Produkowanie kolejnych numerków do raportu jest z pewnością ważnym i istotnym zadaniem, ale jeszcze ważniejszym jest wnioskowanie, projektowanie akcji i wdrażanie zmian.
Narzędzia do analityki webowej dostarczają wyłącznie liczb (statystyk).  Liczby zawarte w np. Google Analytics pozwolą obiektywnie ocenić, to, że dany layout graficzny jest praktyczny lub nie. Liczby pozwolą obiektywnie powiedzieć “ten layout jest piękny i ładny, wszystkim nam się podoba, ale jest niepraktyczny. Użytkownicy z niego nie korzystają ponieważ…….(zestaw liczb pokazujących funkcjonalność layoutu graficznego)”. Natomiast to, jak zmienić dany layout, jak go optymalizować i w jaki sposób rozmieścić na nim elementy zależy już od umiejętności wnioskowania i umiejętności / możliwości wdrożenia zmian.

Oparcie zmian o analitykę webową jest fantastyczne ponieważ analityka webowa dostarcza solidnych dowodów na to, że coś (landing page, layout, formularz itp.) działa lub nie, że jest funkcjonalne czyli dobre dla użytkownika. Do zadań specjalistów analityki webowej, w mojej ocenie, powinno należeć przede wszystkim projektowanie zmian. Zatem nie tylko analiza liczb, ale przede wszystkim projektowanie kierunku zmian.

Warto przy tym pamiętać o wsparciu analiz ilościowych, analizami jakościowymi. Analiza jakościowa to nic innego jak zbliżenie się do punktu widzenia użytkownika, wejście w “jego buty”. Jeśli analizujemy liczby w Google Analytics, zorganizujmy np. konkurs na Facebook’u pod tytułem “Powiedz nam co sądzisz na temat naszego serwisu internetowego a dostaniesz od nas koszulkę”. Z sukcesem przeprowadzony konkurs pozwoli na pozyskanie opinii użytkowników, które pogrupowane, przeanalizowane, skondensowane pozwolą potwierdzić / osłabić wnioski wyciągnięte na podstawie analityki webowej.

Reasumując moje spostrzeżenia:
1. Analizuj liczby – każdą analizę zakończ sformułowaniem wniosków
2. Pamiętaj – liczby to nie wszystko, liczy się wnioskowanie i wdrożona zmiana
3. Wesprzyj analizy ilościowe (web analityka) analizami jakościowymi (feedback od użytkowników)

Mam nadzieję, że moje spostrzeżenia przydadzą się w Twojej pracy.

Miłego i fantastycznego dnia (Właśnie popijam kawę W Biegu Cafe na ul. Puławskiej w Warszawie, skąd pozdrawiam)
Arek

Sporo czasu w ostatnich dniach pracowałem z analityką webową konstruując ścieżki konwersji dla naszego www.totutam.pl.

Pracując nad rozliczaniem dotychczasowych kampanii i nad ścieżkami konwersji użytkowników (sales funnel) skonstruowałem kilka pomysłów na automatyzację powiadomień w Google Analytics.

1. Słowo kluczowe vs Bounce Rate

Z pewnością Wasze aplikacje webowe, blogi, strony firmowe posiadają w statystykach kilka słów kluczowych, które przynoszą największą “liczbę” ruchu. Warto zawsze analizować, jaki współczynnik odbicia powiązany jest z tymi słowami. Korzystając z opcji Alerts w panelu Google Analytics można z łatwością skonstruować powiadomienia, które będą informować o tym, że dane słowo kluczowe ma niepokojący poziom współczynnika odbicia. Takie rozwiązanie może przydać się w sytuacji, kiedy prowadzona jest online kampania marketingowa oparta o słowa kluczowe. Wówczas automatyczne powiadomienie poinformuje nas o tym, czy ruch, jaki płynie ze słów kluczowych jest wartościowy (w tej konkretnej kampanii).

2. Przychód z klientów obecnych

Automatyzacja alertów w Google Analytics pozwala na monitorowanie wzrostu przychodów na klientach powracających. Dzięki konfiguracji w panelu analitycznym GA możemy uzyskać informację o tym, że obecni klienci naszego biznesu wydają np. 30% więcej pieniędzy na produkty w naszym sklepie w porównaniu do ubiegłego miesiąca. Taka informacja pomoże nam przeanalizować realną wartość naszej oferty. W przypadku www.totutam.pl takim czynnikiem może być sprzedaż biletów na imprezy, seanse, przedstawienia w modelu afiliacji.

3. Monitorowanie automatyczne wskaźnika źródło odwiedzin / czas na stronie

Inaczej rzecz ujmując, analiza wartości źródła odwiedzin. Użytkownicy z pewnych źródeł np. facebook.com są bardziej wartościowi (z punktu widzenia czasu spędzonego na stronie) aniżeli użytkownicy z np. bebo.com. Wydając pieniądze na kampanie warto mieć informację o atrakcyjności danego źródła odwiedzin. Google Analytics pozwala na automatyzację powiadomień w tym obszarze.

i ostatni wskaźnik, który uważam, że warto zautomatyzować (w sensie powiadomień)

4. Miasto vs. wskaźnik odrzuceń vs. liczba wizyt

W przypadku warszawa.totutam.pl, istotna jest wartość wskaźnika dla użytkowników z Warszawy. Dzięki automatycznym alert’om mogę uzyskać informację zawsze wtedy, gdy wskaźnik odrzuceń wzrośnie powyżej 70% dla użytkowników z Warszawy. Uwzględniając wówczas także liczbę wizyt, jestem w stanie ocenić jaka jest liczba użytkowników, którzy “nie lubią” mojego biznesu.

To pierwszy post w języku polskim – jak miło tu wrócić.

Fantastycznego dnia

Arek

Kilka ostatnich artykułów na znanych polskich portalach zainspirowało mnie do napisania tego krótkiego postu.

12 godzin, 14 godzin, 18 godzin na stronach serwisów społecznościowych, 5 godzin na serwisach prasowych itd. Wspaniałe wyniki – hm….?

Zgodnie z moim przekonaniem, które przemycam na tym blogu – segmentuj, segmentuj, segmentuj dane, a zbliżymy się do prawdy.

Czy 2 godziny na stronie gazety wyborczej można jednoznacznie ocenić  jako zaangażowanie na wysokim poziomie? Co jeśli użytkownik poszukiwał informacji na onet.pl i nie mógł jej znaleźć? Jeśli spędziłem 30 minut na stronie logitech’a w poszukiwaniu sterowników, czy to oznacza moje zaangażowanie i ekscytację zawartością strony internetowej?

Prawdziwe wyzwanie dla “żonglujących” analityką web’ową (web analytics) to pozyskanie umiejętności głębokiej, biznesowej analizy wskaźnika czas na stronie (zapraszam przy okazji do mojego postu poświęconego zagadnieniu web analytics w serwisach społecznościowych). Warto pamiętać, że analizy wskaźników www (web metrics) są tym bardziej rzetelne im mocniej oddzielają dane ilościowe od jakościowych. Innymi słowy warto pamiętać, że dane ilościowe  (web metrics) wpisane mają w swoje “DNA” ograniczenie polegające na tym, że mierzą stopień zaangażowania (czas na stronie), ale nie potrafią mierzyć rodzaju zaangażowania (pozytywne, negatywne doświadczenie). W tej kwestii potrzebna jest solidna analiza i wnioskowanie.

Warto zatem zderzyć czas na stronie choćby z:

- głębokością wizyt,

- liczbą subskrypcji RSS,

- liczbą subskrypcji newsletter’ów.

Wciąż jednak należy pamiętać, że mierzymy poziom zaangażowania a nie jego rodzaj. Nadal nie jesteśmy w stanie powiedzieć czy w związku z wizytą na naszej www użytkownik odszedł usatysfakcjonowany czy też nie, czy nasza www dostarczyła pozytywnych wrażeń czy też uprzedziła i zapisała się w pamięci jako np. trudna w nawigacji.

Narzędzia, które mogą okazać się pomocne w procesie rozpoznania rodzaju zaangażowania to:

- ankiety online (nie myślę tutaj jednak o pop up’ach czy innych utrudniających życie elementach ,

- narzędzia śledzące “szepczących” czyli wszelkie pomoce, które pozwolą poznać opinię innych o nas,

- analizy długoterminowe (kilku letnie) pozwalające mierzyć w długim okresie czasu rozkład wskaźników lojalności (np. liczba powracających użytkowników).

Aby wygrać trzeba grać…..

Powodzenia

Arek

blog @ arekskuza.pl