Základní postupy pro analýzu dat pomocí Google Analytics

Pro webovou analytiku jsou každodenním chlebem základní popisné a průzkumové statistické metody. V tomto článku si 7 vybraných postupů představíme na praktických příkladech v Google Analytics.

Je důležité vědět, k čemu různé postupy pro analýzu dat slouží. Adobe má hezké schémátko, které ukazuje roli reportování a analýzy dat. Celé to usazují do procesu, který má ve výsledku přinést lepší výsledky. Reportování i analýza musí být v souladu s řešenou hypotézou a sběrem potřebných dat. To v praxi znamená, že nesledujeme data, jen abychom tam něco náhodou objevili, ale že data využíváme pro podporu či vyvrácení svých domněnek a rozhodnutí.

Vztah reportování a analýzy dat

Jeff Leek, který vede přes Courseru kurz Data Analysis, popisuje šest typů výzkumných analytických otázek podle určení a náročnosti:

Analýza Zjednodušený popis a cíl Příklad pro analýzu návštěvnosti
Popisná (Descriptive) Základně číselně popsat, s jakými daty pracujeme. Nutné zlo, které vás nedovede k žádné interpretaci, ale pomůže charakterizovat variabilitu dat. Kolik návštěv či objednávek bylo za určité časové období naměřeno?
Průzkumová (Exploratory) Objevit doposud neznámé vztahy mezi daty. Mají návštěvníci přicházející z různých zbožových srovnávačů stejný konverzní poměr?
Inferenční (Inferential) Na malém vzorku ověřit teorii, která by mohla platit pro celou populaci. Pomocí testování hypotéz chceme vysvětlit variabilitu v datech. A/B testování různých variant stránky s cílem dosáhnout lepšího konverzního poměru.
Prediktivní (Predictive) Predikce = předpověď. Využít dedukci a z určitých dat předpovídat jiné hodnoty. Lze na základě historických dat o předchozích návštěvách odhadnout návštěvníkovu pravděpodobnost nákupu?
Příčinná (Causal) Objevit dopady změn jedné proměnné na jiné. Citlivostní analýza (what-if): Jaký dopad by mělo zdvojnásobení konverzního poměru na měsíční tržby z webu?
Mechanistická (Mechanistic) Pochopit, které konkrétní změny určitých hodnot mají dopad na zkoumané objekty. Simulace multikanálového marketingu od Kevina Hillstroma nebo procesní pohled na online marketing od Semphonicu.

Tento článek vybírá pár konkrétních jednorozměrných i vícerozměrných technik z popisných a průzkumových metod. Více rozměrů (dimenzí) se hodí, abychom našli nejvhodnější pohled na data, ze kterého získáme maximum informací.

Jednorozměrná analýza dat je tím nejjednodušším, s čím lze začít. Přeskočíme zcela triviální statistiky jako je počet konverzí, podíl opakované návštěvnosti či průměrný počet zobrazovaných stránek.

1.) Podíly

Relativní četnosti pomáhají prioritizovat a srovnávat vůči očekáváním.

Příklad: Kolik procent návštěvnosti chodí na titulní stránku

Kolik procent návštěvnosti chodí na titulní stránku

Co by vás mělo zarazit: když se podíl návštěv nebude shodovat s vaším očekáváním. Pokud jste stránky kategorií produktů optimalizovali, aby vám přes ně chodila většina návštěvnosti, a výsledek je pouze 4,37 %, je to slabé.

Jak na to:

  1. Otevřte si report Vstupní stránky (v sekci Chování).
  2. Přepněte se na pohled Procenta (druhá ikonka vpravo nahoře nad tabulkou).

2.) Histogram

Grafické znázornění kvantitativní proměnné histogramem je rychlý způsob, jak pochopit rozložení studovaného vzorku dat.

Příklad: Jaká část návštěvníků si zobrazila více jak 20 stránek?

Jaká část návštěvníků si zobrazilo více jak 20 stránek?

Co se vám bude líbit: pokud jste obsahovým webem a lákáte své inzerenty na spoustu zobrazených stránek, bude se vám líbit skupinka návštěv, které si zobrazily více jak 20 stránek. Na ni se budete chtít více zaměřovat.

Jak na to:

  1. Otevřte si report Zapojení (v sekci Cílové publikum > Chování)
  2. Proklikněte se na záložku Počet stránek na návštěvu (nahoře nad počtem návštěv)

Dvourozměrná analýza se ptá, zda existuje rozdíl mezi různými segmenty návštěvníků, případně zda mezi nimi existuje nějaký vztah.

3.) Časové srovnání

Používám vždy minimálně tyto tři časové pohledy: meziroční srovnání (prosinec 2012 vs. prosinec 2013), meziměsíční srovnání (listopad 2013 vs. prosinec 2013) a trend za 13 měsíců (prosinec 2012 až prosinec 2013). Dlouhodobým trendem se můžete dostat také k užitečnému očištění časové řady o sezónnost, k tomu vám už ale dopomáhej Excel.

Příklad: Meziroční srovnání návštěvnosti a transakcí z mobilů

Meziroční srovnání návštěvnosti a transakcí z mobilů

Co se vám bude líbit: pokud z návštěvnosti přes tablety a mobilních telefony získáváte více a více peněz.

Co by vás mělo zarazit: pokud stagnují vaše tržby z desktopů. Když však vidíte, že návštěvnost padla o 17 %, a přesto jste ztratili jen 1 % tržeb, není to tak špatné.

Jak na to:

  1. Otevřte si report Mobil > Přehled (v sekci Cílové publikum > Mobil).
  2. Změňte časové období na minulý měsíc (naučte se klávesovou zkratku „d“ + „m“)
  3. Překlikněte na skupinu metrik „Elektronický obchod/Ecommerce“ (odkazy nad grafem), pokud máte nastaveno měření detailů objednávek.
  4. Proveďte časové srovnání s minulým rokem přes další šikovnou klávesovou zraktu „d“ + „x“

4.) Porovnání trendu

Zobrazení řádků v grafu (Plot rows) je pro zdroje návštěvnosti užitečné, pokud můžete na jejich případný různý časový vývoj zareagovat kupř. změnou rozpočtu do takových zdrojů.

Příklad: Srovnání návštěvnosti či objednávek ze zbožových srovnávačů Heuréka vs. Zboží za poslední tři měsíce

Porovnání trendu

Na co vás srovnání upozorní: pokud bude odlišný trend dvou obdobných zdrojů a vy nebudete vědět, o co se jednalo.

Jak na to:

  1. Otevřte si report Veškerá návštěvnost (v sekci Akvizice).
  2. Vyfiltrujte si Heuréku a Zboží zadáním regulárního výrazu „heureka|zbozi“ do vyhledávacího pole mezi grafem a tabulkou.
  3. Označte si řádky se zbozi.cz a s heureka.cz přes zatrhávací boxíky.
  4. V levém horním rohu tabulky se vám povolí tlačítko „Zobrazit řádky v grafu“, které použijte.
  5. Nastavte si časové období na poslední 3 měsíce (vpravo nahoře nad grafem v kalendáři).
  6. Vyzkoušejte změnit časový pohled na týdny a ne jednotlivé dny (prokliknutím na „Týden“ v pravé horní části grafu).

5.) Srovnávání průměrných hodnot

Nejen SEO je hra s pravděpodob­ností, ale na honbou za vyšší pravděpodobností konverze je postaven celý výkonnostní marketing. Proto je vhodné srovnávat různé marketingové kanály mezi sebou právě podle jejich výkonnosti, účinnosti a efektivity.

Příklad: srovnání konverzního poměru návštěvnosti ze Heurékou a Zboží.cz

Srovnávání průměrných hodnot

Co se vám bude líbit: když vám zdroj více vydělává, má lepší konverzní poměr a vyšší průměrnou hodnotu objednávky.

Co se vám líbit nebude: když bude statistická významnost rozdílu nízká.

Jak na to:

  1. Otevřte si report Veškerá návštěvnost v anglickém rozhraní (v sekci Akvizice/Acqu­isition).
  2. Překlikněte na skupinu metrik „Elektronický obchod/Ecommerce“ (odkazy nad grafem), pokud máte nastaveno měření detailů objednávek.
  3. Tip: Použijte bookmarklet pro ověření statistické významnosti pomocí z-testu. To by vás mělo zachránit od situací, když budete myslet, že zdroj se 2 objednávkami je lepší než zdroj s 0 objednávek. Pomůcka funguje jen v anglické verzi rozhraní. Zatrhávacím boxíkem vyberete dva zdroje a kliknete na tlačítko Z-test, které vám díky bookmarkletu přibude.

6.) Srovnání výkonnosti segmentů

Výkonnost dvou segmentů porovnává četnost relativní vzhledem ke 100 % segmentu. Můžete tedy srovnávat i segmenty návštěv, které mají v absolutních hodnotách velmi odlišný počet.

Příklad: srovnání dvou segmentů – zobrazený obsah na desktopech vs. mobilech

Srovnání výkonnosti segmentů

Co se vám bude líbit: Hodnota 9,05 % označuje 1 010 zobrazení stránky /vyhodne-ceny z celkového počtu zobrazení 11 157 v segmentu mobilních návštěvníků. Tato hodnota je relativně vztažena k segmentu. Díky tomu můžeme alespoň rychle srovnat, že segment návštěvníků z desktopu si tuto stránku zobrazuje relativně méně.

Nad čím se pozastavíte: Naopak stránka košíku je na mobilních zařízeních prohlížena relativně méně než na desktopu.

Jak na to:

  1. Otevřte si report Všechny stránky (v sekci Chování).
  2. Zapněte si standardní segment Mobilní návštěvnost.
  3. Uložte a zapněte si segment Návštěvnost z desktopu, který jsem vám připravil.
  4. Přepněte na pohled Výkon (třetí ikonka vpravo nahoře nad tabulkou).

7.) Kontingenční tabulka

Málo používaná funkce zobrazení kontingenční tabulky se hodí v případech, kdy potřebujete data rychle sledovat ze dvou různých zkombinovaných pohledů najednou. Kontingenčka je přehlednější než vlastní přehled se dvěma dimenzemi v jednoduché tabulce.

Příklad: Srovnání placených a neplacených klíčových slov na Seznamu

Srovnání placených a neplacených klíčových slov na Seznamu

Co se vám bude líbit: když budete mít více návštěv z přirozeného vyhledávání a platíte si jen málo z nich.

Na které situace si budete dávat pozor: když si některé slovo pouze platíte. Zkuste optimalizovat titulky stránek kategorií produktů.

Jak na to:

  1. Otevřte si report Veškerá návštěvnost (v sekci Akvizice).
  2. Uložte si a zapněte segment Seznam nebo Sklik přes připravený odkaz.
  3. Přepněte se na pohled Kontingenční tabulka (poslední ikonka vpravo nahoře nad tabulkou).
  4. Jako primární dimenzi zvolte Klíčové slovo.
  5. Jako dimenzi pro kontingenční tabulku zvolte Médium.
  6. Přes filtr (vyhledávací políčko nad tabulkou) si můžete zobrazit jen některá slova – v ilustračním obrázku jen co obsahuje „šaty“.

Tip: Vyzkoušejte si kromě návštěvnosti zobrazit konverzní poměr či počet objednávek přes volbu Ústřední metriky.

Tip: Srovnávání placených a neplacených klíčových slov se prakticky nedá dělat pro Google, když nám již neposkytuje klíčová slova z přirozeného vyhledávání. Pro Google použijte speciální report v AdWords.

Kontingenční tabulky jsou příkladem vícerozměrné analýzy dat. Dalším příkladem, který si pod tím můžete představit, je např. pěšinková analýza (path analysis, v Google Analytics používaná v reportu Tok návštěvníků).

V článku jsem popsal základní, ale zato nejčastěji používané postupy popisné a průzkumové analýzy dat na praktických příkladech v Google Analytics. Rozdělením na jednorozměrné a vícerozměrné techniky jsem zdůraznil rozdíl, co z různých dat dokážete získat. Kolik z těchto 7 postupů jste ještě nezkoušeli?

Děkuji Petrovi, Přemkovi, Adamovi a Zbyňkovi za komentáře ke článku ještě před vydáním.

6 komentářů u „Základní postupy pro analýzu dat pomocí Google Analytics

  1. Paráda Pavle, snad je zaděláno na delší seriál :-) Zkoušel jsem všechny postupy, v čem občas klopýtnu je záměna korelace za kauzalitu .. v SEO to k tomu často svádí :-)

  2. Díky Pavle za nový odkaz na aktualizaci Z-test kalkulatoru.

    Po aktualizaci UI GA mi celkem chyběl a dlouho jsem nemohl najít náhradu.

    Když se teď ale na něj dívám, tak mi přijde, že Z-test kalkulace v Table Boosteru – https://chrome.google.com/…lhlbbdlldidj jsou lepší. Fungují v stabilněji jak v české, tak anglické verzi, u základních i přizpůsobených reportů a navíc můžeš porovnávat nejen konverzní poměry, ale i ostatní metriky.

  3. Ten výkyv v bodě 4.) Porovnání trendu pro heuréku mi připomíná akci den dopravy zdarma že? :)

    Pěkné postupy!

  4. Pingback: Analýza klíčových slov – jak jednoduše získat data | Marek Hnátek – Blog

Napsat komentář

Vaše emailová adresa nebude zveřejněna. Vyžadované informace jsou označeny *