– Kako najlažje s pomočjo spletne analitike merimo neposredno učinkovitost oglaševanja – conversions (na primeru prijave na mailing in prodaje izdelkov)
Vedno moramo vedeti, kaj je cilj oz. kaj šteje kot konverzija, poznati moramo pa tudi vire obiska. S pravilnimi nastavitvami lahko dobimo relevantne podatke. Za primer bom predpostavil, da imamo spletno stran s ciljem, ki je pridobiti čim večjo bazo elektronskih naslovov za izvajanje email kampanje, za kar si pomagamo z obrazcem za prijavo na e-novice. Cilj je v tem primeru izpolnjen obrazec, spremljali pa bomo vse uporabnike, ki so obiskali našo spletno stran. V nastavitvah znotraj orodja Google Analytics dodamo »Goal« oz. cilj – izpolnitev obrazca (obisk URL naslova, kjer je zahvala za izpolnjen obrazec). Čez nekaj dni lahko že vidimo, kolikokrat je bil obrazec izpolnjen oz. koliko prijav na e-mail smo dobili. Hkrati lahko pogledamo, kolikšen je odstotek konverzije, kar pomeni razmerje med številom prijav in številom uporabnikov, ki so obiskali našo spletno stran, kar sem na začetku primera navedel kot vir obiska.
Drugi primer je prodaja izdelkov. Imamo recimo spletno trgovino, ki prodaja športne artikle. Da bo stvar malo bolj zahtevna, nas poleg konverzije vseh uporabnikov na spletni strani (prvi vir obiska) zanima tudi segment uporabnikov, ki so na spletno stran prišli preko naše Facebook strani (drugi vir obiska oz. segment uporabnikov). Tudi tukaj lahko postopamo na podoben način kot v prejšnjem primeru, in sicer tako, da dodamo »Goal« oz. cilj – nakup (obisk URL naslova, kjer je zahvala za nakup). Tako bomo lahko spremljali število nakupov. Bolj priporočljivo pa je na stran vprogramirati kodo za »E-commerce« oz. e-trgovino, ki jo dodamo na stran, kjer prikažemo zahvalo za nakup. Na ta način bo Google Analytics dobil še dodatne podatke o vrednosti nakupa in posameznih postavkah na računu, tako da bo statistika res popolna. Na ta način smo cilj konverzije nastavili, preveriti moramo še, kako bomo spremljali konverzijo za oba segmenta – vse uporabnike in uporabnike, ki so prišli na stran preko Facebook strani. Stvar je preprosta. Prvi segment (vsi uporabniki) nam ne bo delal težav, saj so podatki tako ali tako že vezani nanj. Za drugi segment pa uporabimo možnost segmentacije znotraj Analyticsa, tako da naredimo nov segment z uporabniki, ki so našo spletno stran obiskali preko Facebook strani. Ko imamo tako postavljen cilj konverzije (prodaja izdelka) in oba segmenta (vsi uporabniki, Facebook uporabniki), lahko spremljamo statistične podatke o konverziji. Pri e-trgovini je stvar toliko bolj zanimiva, saj dobimo podatek o skupni vrednosti nakupov, kar pa lahko takoj primerjamo z vložkom v oglaševanje.
– Koliko časa nam takšno spremljanje konverzij vzame od začetka kampanje, do konca (programer, spremljanje itd.)
Čas, ki ga namenimo statistiki, je lahko zelo različen. Odvisen je predvsem od kompleksnosti kampanje. Velika razlika je, ali delamo npr. samo e-mail kampanjo ali pa delamo kampanjo na družabnih omrežjih, hkrati objavimo sporočila za javnost na različnih portalih in uporabljamo QR kode v tiskanih medijih ipd. V prvem primeru je priprava hitra, saj moramo v osnovi samo popraviti URL naslove v e-mailu, v drugem primeru pa je potrebno že pri pripravi koncepta kampanje vedeti, kaj nas zanima in kaj bomo spremljali.
Zelo pomembna faza, ki je nismo omenili, je »data-mining« oz. rudarjenje ali podatkovno rudarjenje. To ne pomeni samo sprotnega spremljanja statistike, ampak pomeni tudi poglobljeno in sistematično iskanje informacij, vzorcev, napak, uspešnih stvari idr. znotraj statistike. Zakaj je ta faza pomembna? Zato, da lahko že med kampanjo popravimo in izboljšamo določene stvari ali pa vemo, kaj bomo morali popraviti in na kaj bomo morali biti pozorni pri naslednjih kampanjah. Žal se pogostokrat zgodi, da statistične podatke pogledamo samo z vidika, ali smo dosegli cilje ali ne, ne potegnemo pa zaključkov, kaj je bilo dobro in kaj slabo oz. kaj bomo uporabili pri naslednji kampanji in česa ne smemo več početi.
– Je Google Analytics res največja avtoriteta analitike? Alternative?
Google Analytics je postal avtoriteta na področju spletne analitike zaradi treh stvari. To orodje je bilo prvo, ki je na pregleden in tudi za laike berljiv način podalo enormno količino statističnih informacij o obisku spletnih strani in obnašanju uporabnikov. Drugi razlog za uspeh je bil ta, da je bila uporaba orodja brezplačna, kar je hitreje razširilo njegovo uporabo. Tretja stvar, ki še dodatno dviguje avtoriteto, pa je seveda Googlov iskalnik, ki ima največji tržni delež na svetu in gotovo tudi največjo količino informacij. V zadnjem letu je Google s svojim analitičnim orodjem naredil velik korak naprej. Dodanih je bilo precej funkcionalnosti. Med njimi bi izpostavil pregled obiska spletnih strani v realnem času (»Real-Time«), pregled večkanalnih tokov (»Multi-Channel Funnels«) in ne nazadnje podatke z družabnih omrežij (»Social Reports«). Opozoril bi tudi na najnovejšo možnost testiranja vsebine z A/B testiranjem (»Content Experiment«). Danes je možna tudi plačljiva uporaba orodja Google Analytics, ki pa v osnovi ne pomeni toliko dodatnih statističnih informacij, ampak pomeni večjo in 24/7 podporo s strani Googla.
Strinjam se, da je Google Analytics največja avtoriteta na področju spletne analitike. To se še nekaj časa ne bo spremenilo, saj brezplačnega programa, ki bi omogočal zbiranje in obdelavo tolikšne količine podatkov, še nekaj časa (če sploh kdaj) ne bo na voljo. Alternativo Analyticsu vidim v plačljivih orodjih za spletno analitiko, ki jih ponujajo podjetja, kot so npr. Omniture Inc., Bruce Clay Inc., Webtrends Inc., ClickTale Ltd., Experian in druga. Vendar se mi še vedno zdi, da je Google Analytics tisti, ki diktira standarde na tem področju.

– Je »real-time« novost GA uporabna in kako?
Če nas zadovoljijo suhoparne številke in tedenska ali mesečna poročila, potem nam ta novost ne prinaša nekaj res novega. Po drugi strani pa vemo, da se danes vsebina na internetu spreminja hitreje in bolj pogosto, informacije pa se prenašajo hitreje, zato moramo ponavadi tudi reagirati hitreje. Ne smemo pozabiti tudi na to, da je danes digitalni marketing ena od pomembnih oblik marketinga. Zato je ta novost v določenih primerih uporabna.
Prvi primer uporabe je ta: v podjetju recimo pripravljamo e-mail kampanjo. V e-mailu uporabimo URL naslove z dodatnimi parametri, s pomočjo katerih bomo kasneje ugotavljali, kakšni so bili na spletni strani obisk, obnašanje uporabnikov in konverzija. Z orodjem »Real-Time« lahko še pred izvedbo kampanje preverimo, da je le-ta pravilno pripravljena in da bomo dobili pravilne podatke. Drugi primer uporabe: na blogu smo objavili nov prispevek in na Twitter profilu objavili kratko sporočilo. Oba zapisa vsebujeta povezavo na spletno stran. Z orodjem »Real-Time« lahko spremljamo obisk, ki je posledica objav, pri čemer lahko takoj razločimo, preko katerega od obeh kanalov smo dobili obisk. Hkrati lahko takoj opazimo, kdaj obiska prek kanalov ni več, in posledično vemo, kdaj moramo objaviti novo vsebino.
– 3 stvari, ki jih MORAMO meriti in redno analizirati s pomočjo spletne analitike so?
Če bi moral celotno analitiko združiti v tri področja (kar je mimogrede težko, saj je možnosti zares veliko), bi se odločil takole. Prva skupina podatkov so podatki o obisku strani (viri obiska, kvantiteta, kvaliteta …). Druga skupina so podatki o kvaliteti vsebine na spletni strani (najbolj obiskane strani, najbolj brane strani, čas na strani …). Tretja skupina so podatki o marketinških kampanjah in njihova uspešnost (viri obiska, konverzija …). Mogoče bi na tem mestu omenil segment uporabnikov, ki seveda zadeva vse tri skupine in na katerega podjetja danes tako pri marketinških aktivnostih kot pri statistiki pogosto pozabljajo – družabna omrežja. Vpliv le-teh je velik, kar je potrebno upoštevati pri spletni analitiki. To nakazuje tudi Google, ki v svoje orodje že vključuje funkcionalnosti za ta segment uporabnikov.
Pogovor z Boštjanom Hozjanom, vodjem razvoja v podjetju Red Orbit.do.o. Skozi več kot 8 let izkušenj z digitalnim marketingom se je Boštjan razvil v enega največjih strokovnjakov na tem področju v Sloveniji. Njegovo poznavanje iskalnega marketinga v kombinaciji s tehničnim znanjem in poznavanjem algoritmov spletnih iskalnikov je pomagalo doseči nadpovprečne rezultate na spletnih iskalnikih številnim podjetjem tako v Sloveniji, kot v tujini.