top of page
Writer's pictureFotis Antonopoulos

Πως θα φτιάξεις τα δικά σου Google Analytics (που θα είναι καλύτερα από τα κανονικά GA) 😎

Updated: Jul 18

Καιρό έχουμε να τα πούμε και οφείλω να ομολογήσω ότι η καλοκαιρινή ραστώνη με κέρδισε ολοκληρωτικά.


Ενώ υπήρξαν ερεθίσματα για να γράψω κάποιες σκέψεις, δεν ξέρω τι γινόταν κάθε φορά 🤷. Τη μια, ένας ήλιος και μια θάλασσα, την άλλη κάτι ολόφρεσκα γεμιστά και μια παγωμένη Corona (η μπύρα, όχι ο ιός), πάντα κατάφερναν να με σαγηνεύσουν όπως οι Σειρήνες τον Οδυσσέα, και να με προσελκύουν στην ευθυμία τους.


Σταματάω εδώ όμως με τις αλληγορίες, μιας και το καλοκαίρι έφυγε, οπότε “τέρμα το διάλειμμα, τα κεφάλια μέσα…”


Πάμε λοιπόν…


Όπως θα καταλάβατε από τον τίτλο, πάλι θα καταπιαστώ με τα Google Analytics. Και αυτή τη φορά, θα είναι λίγο πιο τεχνικό το κείμενο. Εντούτοις, δεν είναι κάτι σύνθετο.


Το αντίθετο.


Είναι μια προσπάθεια να προσεγγίσουμε τα Google Analytics από ένα άλλο πρίσμα, που απευθύνεται σε όλους στους χρήστες του εργαλείου. Από αυτούς, που εγκατέστησαν τα GA για πρώτη φορά χτες, μέχρι τους πολύ τρελαμένους που είδαν το πολύ κλειστό webinar του Simo Ahava για server-side tagging μέσω GTM (… και ότι καταλάβατε από αυτές τις λέξεις. 🙂)


Πριν καταπιαστώ όμως με το σημερινό θέμα, θα μου επιτρέψετε να γράψω μια-δυο σκέψεις πρώτα, που έχουν ενδιαφέρον.


Boing, boing.., bounce


Όπως είχα γράψει και παλιότερα, τα Google Analytics είναι ένα φανταστικό εργαλείο ανάλυσης δεδομένων. Κουβαλάει πάνω του άπειρα reports, και ειδικά αν το σετάρετε σωστά, η πληροφορία που μπορείτε να πάρετε είναι εντυπωσιακή.


Εδώ βρίσκεται όμως και το πρώτο πρόβλημα. Το γεγονός ότι τα Google Analytics είναι free, σημαίνει ότι παίρνετε το software for free.


Όχι το setup.


Αυτό θέλει δουλειά. Και μάλιστα αρκετή.


(Αλλά, επειδή δεν είναι της παρούσης, όσοι θέλετε να μάθετε περισσότερα, απλά στείλτε μου ένα emailάκι ή αν έχετε χρόνο, ρίξτε μια ματιά σε αυτόν τον χοντρούλη τον τύπο, να μιλάει για το σωστό process που χρειάζονται τα GA)


Δεύτερη παράμετρος.


Τα Google Analytics έχουν δημιουργηθεί από κάποιους εντυπωσιακά έξυπνους και ευφυείς προγραμματιστές και αναλυτές, κάπου στο Mountain View του San Francisco. Αυτό έχει πολλά πλεονεκτήματα, αλλά έχει και ένα προβληματάκι. Ότι περιλαμβάνει μέσα αναλύσεις, αλγόριθμους, δείκτες και αριθμούς που έχουν σκεφτεί αυτοί οι άνθρωποι, που ναι μεν είναι σωστοί και κουβαλάνε εντυπωσιακή πληροφορία, αλλά δεν είναι ενδεχομένως και η πληροφορία που χρειαζόμαστε πραγματικά. Πληροφορία με αξία. Και προφανώς, δεν αναφέρομαι σε όλα τα reports, ούτε σε όλους τους δείκτες.


Αυτές όμως οι δυο μικρές (στα μάτια των ανθρώπων της Google) παθογένειες, είναι τεράστια προβλήματα στα μάτια όλων των υπολοίπων ανθρώπων, που χρησιμοποιούν τα εργαλεία αυτά.


Και θα προσπαθήσω να το εξηγήσω, με ένα μικρό παράδειγμα.


Ας εξετάσουμε το περίφημο Bounce Rate.


Τι είναι το bounce rate? Πολύ απλά, είναι ένας δείκτης που μας λέει πόσοι επισκέπτες μπήκαν στη σελίδα, δεν αλληλεπίδρασαν με αυτήν, και τελικά έφυγαν. Ήλθον δηλαδή, αδιαφόρησον (παντελώς για ότι φτιάξαμε) και απήλθον.


Μάλιστα. ο άνθρωπος που λατρεύω να παρακολουθώ εδώ και χρόνια, ο Anivash Kaushik (Digital Marketing Evangelist της Google), είχε περιγράψει πριν πολλά χρόνια, το bounce rate ως ‘the sexiest metric ever‘!!!


Για του λόγου, το αληθές, το αναφέρει στο 0:41, στο πιο κάτω video:




Και εδώ ξεκινάει ένας πρώτος προβληματισμός του Φώτη (φωνή του Θεού από πάνω… “αμφισβητείς τον Άβινας, Φώτηηη???) 😲


Στα σοβαρά όμως.


Τι αξία δίνει στην ανάλυση μας το bounce rate;


Αν θέλετε την προσωπική μου άποψη… ελάχιστη.


Γιατί αν το καλοσκεφτούμε, το σημαντικό δεν είναι ότι ένα μεγάλο ποσοστό του κόσμου έφυγε, χωρίς να αλληλεπιδράσει με την σελίδα μας, όπως μας λέει το bounce rate. Το σημαντικό είναι να μάθουμε… γιατί έφυγε.


Και προφανώς, δεν θα το μάθουμε ποτέ, μιας και ο χρήστης έφυγε. Gone with the wind… Χάθηκε όπως ο μισθός τις πρώτες 5 μέρες. Εξαφανίστηκε ταχύτατα όπως η εφηβεία.


Τι αξία λοιπόν, μας δίνει ένα Metric που δεν μας εξηγεί τίποτα ποιοτικό, και μας λέει απλά ότι κάποιος ήλθε, είδε και έφυγε;


Ακούγεται λάθος η προσέγγιση μου, απέναντι στο ‘sexiest metric ever’ του Άβινας;


Ενδεχομένως.


Όπως ενδεχομένως, να ακούγομαι και λίγο θρασύς που αμφισβητώ τον Άβινας (δεν το κάνω, btw).


Δεν είμαι όμως ο μόνος. Πολλοί αναλυτές, έχουν αρχίσει να υποβιβάζουν (ως αξία) ή να περιθωριοποιούν το bounce rate, και προτιμούν να χτίζουν πάνω του, πιο ποιοτικούς δείκτες.

Πχ., δεν θα μπορούσε να δημιουργηθεί ένας δείκτης με ονομασία “Engagement Rate“, που θα ήταν το έταιρον ήμισυ του Bounce Rate; Αν ο χρήστης, δεν έφυγε, τι έκανε τελικά; Έμεινε και αλληλεπίδρασε.


Σωστά;


Έτσι λοιπόν, όσοι θέλετε να πειραματιστείτε και να τεστάρετε στα Analytics σας, το Engagement Rate, το yang δηλαδή του yin που λέγεται bounce rate, μπορείτε πολύ εύκολα να φτιάξετε ένα calculated metric, με τον ακόλουθο, πολύ εύκολο τύπο:


(Sessions-Bounces) / Sessions



Και μετά, αυτό το πολύ ωραίο metric, μπορείτε να το χρησιμοποιείτε στα reports σας, και θα δείτε πόσο πιο ποιοτικό αποτέλεσμα, θα έχουν οι πληροφορίες σας.


Π.χ. δείτε πόσο νόημα, βγάζει το πιο κάτω report:



Εξετάζοντας το είδος της οθόνης που μας επισκέφτηκαν οι χρήστες, βλέπουμε:

– πόσες επισκέψεις είχαμε (sessions)

– από αυτές, πόσες αλληλεπίδρασαν με το eshop μας (engagement rate)

– από τις επισκέψεις αυτές, πόσα προϊόντα δείξαμε στους επισκέπτες (product detail views)

– οι σελίδες προϊόντων μας, σε τι ποσοστό έπεισαν τους επισκέπτες να προσθέσουν κάτι στο καλάθι τους (cart-to-detail)

– πόσα προϊοντα έβαλαν τελικά στο καλάθι (product add to cart)

– όπου τελικά πόσες παραγγελίες μας έφεραν (transactions)

– και με τι conversion rate.

Δεν είναι αυτό ένα πολύ ωραίο funnel, που εξηγεί τι έκαναν οι χρήστες που αλληλεπίδρασαν με το eshop μας; 🙂


Αλλά ως γνωστόν, αφήστε τι λέει ο Φώτης και η αφεντιά του, και ας αγνοήσουμε τι λένε διάφοροι άλλοι τύποι, που επίσης χάνουν σιγά-σιγά τη συμπάθεια τους, για το bounce rate.


Ας δούμε τι λέει μια τεράστια εταιρεία που ξέρει τα Google Analytics, καλύτερα από τον οποιοδήποτε.


Η ίδια η Google…


H Google λοιπόν, στη νέα έκδοση analytics που ετοιμάζει, τα περίφημα App+Web Analytics, μαντέψτε τι έχει κάνει…

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

Σωστά, το καταλάβατε κάποιοι.


Εξαφάνισε το bounce rate! 😎


(…και πλέον εμφανίζει δείκτες Engagement!)


Και για να μην νομίζετε ότι υπερβάλω, αυτός είναι ο κλασσικός πίνακας ενός default dashboard:



όπου θα παρατηρήσετε ότι πλέον το bounce rate, έχει αντικατασταθεί με ένα ‘Avg Engagement Time’, ενώ στο ‘Analysis‘, ένα νέο φανταστικό εργαλείο που έχει προσθέσει στα App+Web (κληροδότημα από το Google Analytics 360), έχει προσθέσει όχι ένα, ούτε δυο… αλλά τρια engagement metrics!!


– Engaged Sessions

– Engaged sessions per user

– Engagement Rate



Κλείνω λοιπόν την μικρή κουβεντούλα για το Bounce Rate.


Ήταν ένας δείκτης που μας πρωτοσυστήθηκε πίσω τις εποχές που τα GA δεν υπήρχαν και τα γνωρίζαμε μόνο ως Urchin (κάπου στο 2005). Και τον αγαπήσαμε.


Τον αγαπήσαμε γιατί ήταν (και είναι) ένας ειλικρινής δείκτης. Και πολύ απλός. Όταν έβλεπες ότι είχες σε μια σελίδα bounce rate στο 90%, υπήρχε μόνο μια απλή, λογική εξήγηση. Έχεις μια σελίδα μπάχαλο. Συγνώμη που βρίζω… αλλά αυτό σημαίνει.


Παρόλα αυτά, με την πάροδο του χρόνου, που οι αναλύσεις άρχισαν να γίνονται πιο εκτενείς, ο τρόπος σκέψης μας έγινε πολύ πιο σύνθετος, η πληθώρα των δεδομένων πολλαπλασιάστηκε, και τα εργαλεία μπορούν να παράγουν πολύ πιο ενδιαφέροντα αποτελέσματα, το αγαπητό bounce rate δείχνει σιγά-σιγά να ξεπεράστηκε.


Δεν θα ήθελα όμως να δω το ταμπελάκι που έχει πετάξει η Google κατά καιρούς, και σε άλλους δείκτες παλιότερα. Εκείνο το περίφημο “Deprecated”.


Θα με στεναχωρούσε.


Όχι τόσο πολύ γιατί θα χάναμε έναν δείκτη ακόμα, αλλά γιατί θα πρέπει να συνειδητοποίησω πως έχω μεγαλώσει τόσο πολύ που έθαψα και το bounce rate, μετά τα visits, τα pageviews, κτλ. 🙄


Ξέφυγα όμως λίγο παραπάνω με το bounce rate και πλέον το κείμενο έχει μεγαλώσει πολύ για να συνεχίσω.


Οπότε θα κάνω μια προσωρινή παύση εδώ.


Θα δώσω όμως μια διπλή υπόσχεση για το επόμενο κείμενο, που θα ακολουθήσει πολύ σύντομα.


α. Θα προσπαθήσουμε να αναπτύξουμε ένα λίγο διαφορετικό μοντέλο σκέψης από αυτό που ακολουθούν τα Analytics, που προσπαθούν να αναλύσουν τον χρήστη από την αγορά του και κάνοντας βήματα πίσω στο path (βλέπε Conversion Rate, Buy-to-Detail, Cart-to-Detail, κτλ.). Θα προσπαθήσουμε να δημιουργήσουμε επίσης 3-4 ενδιαφέροντες νέους δείκτες με πληροφορία μέσα από τα GA, όπως κάναμε πχ. με το Engagement Rate πιο πάνω.


β. Αυτό το πολύ απλό μοντέλο ανάλυσης, θα είναι πάνω σε Google Sheets, και θα το πάρετε for free. Το μόνο που θα πρέπει να κάνετε είναι να αλλάξετε 5 values, και θα έχετε μερικούς ενδιαφέροντες νέους δείκτες που θα σας βοηθήσουν στην ανάλυση σας.


Αυτά προς το παρόν.


Σας ευχαριστώ που φτάσατε μέχρι εδώ κάτω, και υπόσχομαι ότι θα επανέρθω πολύ σύντομα, με την συνέχεια αυτού του post.


υ.γ. “Φώτη, εσύ μας έχεις συνηθίσει σε τεράστια σεντόνια. Γιατί κόβεις το κείμενο στη μέση;”


Φαντάζομαι ότι αυτή ήταν η πρώτη ερώτηση που πολλοί σκεφτήκατε, όταν έγραψα ότι θα κάνω παύση. Σωστά;


Όπως καταλαβαίνετε δεν θα ήμουν συνεπής, αν έγραφα τόσα πράγματα για τα analytics, και δεν είχα στήσει από πίσω ένα σκασμό εργαλειάκια καταγραφής… της συμπεριφοράς σας! 😉





Έτσι λοιπόν, όταν ο δείκτης ‘Engagement’ που έχω βάλει και σας καταγράφω στυγνά όπως η Στάζι, μου λέει ότι μετά τα 5 λεπτά, σας κουράζουν τα κείμενα μου, τότε έχω δυο επιλογές:

(α). Να κάνω ότι μου ζητάτε (=μικρότερα κείμενα)


(β). Να κάνω του κεφαλιού μου (=σεντόνια που θα σκέπαζαν και γίγαντες)


Προφανώς, πρέπει να πάω με την επιλογή (α)… αν και πονάω λίγο μέσα μου. 😛


2 views0 comments

Commentaires


bottom of page