(użyteczna)

MagiaGoogle Analytics

Robert Drózd. WebAudit.pl

10.11.2009 World Usability Day, Warszawa

Dlaczego analityka i użyteczność?

Analityka potrzebuje użyteczności• Nic ci tego, że wiesz co się dzieje, jeśli nie

wiesz dlaczego.

Użyteczność potrzebuje analityki• Nie możesz mówić o przyczynach, dopóki

nie wiesz co właściwie się dzieje.

Louis Rosenfeld, What and Why, and How they Fit , kwiecień 2009

Ile raportów ma Google Analytics?

Odpowiedź: 75

Razy 23 razy 5

Kto to wszystko czyta. Prymusi?

• Po co większość serwisów zainstalowała sobie GA? Bo jest darmowe?

• I jak się ma do tego użyteczność?

Trzy problemy.

„Zwykłe” Analytics1. Brak przygotowań i czekanie

na „jakieś” przypadkowe wyniki

2. Patrzenie na serwis tylko z jednej perspektywy

3. Ograniczanie się do podstawowych metryk, które ignorują charakter serwisu

„Magiczne” Analytics1. Przygotowanie do wdrożenia i

opracowanie tego, co chcemy dostać

2. Segmentacja i spojrzenie oczami użytkowników

3. Wybór metryk dla konkretnego rodzaju serwisu

1. PRZYGOTOWANIE

Na czym polega przygotowanie?

• Myślenie:– Jak możemy podzielić użytkowników naszego serwisu?– Jakie metryki będą najważniejsze dla każdego segmentu?– Jakie działania użytkowników jesteśmy w stanie mierzyć?– Co może nam ewentualnie wypaczyć statystyki?

• Działanie:– Definiujemy segmenty– Definiujemy filtry– Definiujemy cele

Czy ktoś nam kradnie statystyki?

2. SEGMENTY

Co rozumiem przez segment?

• Segment = Grupa użytkowników, której zachowanie nas interesuje

• Np.– Osoby już zarejestrowane w serwisie– Power userzy– Ludzie, którzy jeszcze nic nie kupili– Dzieciaki z Wykop.pl

Skąd bierzemy segmenty w Analytics?

1. Istniejące segmenty zaawansowane

2. Własne segmenty zaawansowane

3. Osobny profil na podstawie zmiennych identyfikujących segmenty

Istniejące segmenty zaawansowane

Własne segmenty zaawansowane

Zmienne określające segmenty• Zmienne określające segmenty (nie wolno identyfikować pojedynczych

osób), które musi wygenerować nasz serwis i wysłać do Analytics• Wystarczy wywołać je raz i są pamiętane przez Analytics przez 2 lata.

pageTracker._setCustomVar(      1,                 // This custom var is set to slot #1      "Typ",     // The name of the custom variable      „Klient",         // The value of the custom variable       1                 // Sets the scope to visitor-level );

pageTracker._setCustomVar(      2,                 // This custom var is set to slot #1      „LTV",     // The name of the custom variable      „10000-20000",         // The value of the custom variable       1                 // Sets the scope to visitor-level );

Tworzymy filtr i profil na podstawie wartości zmiennych

3. METRYKIzwane także KPI (key performance indicators)

Jak to wygląda zazwyczaj?

• „Wzrosło czy spadło?”• „Ilu mamy Unikalnych Użytkowników?”• „Czy więcej osób wchodzi z Google?”

• Podstawowa metryka: liczba wizyt/użytkowników

• Podstawowy wymiar: wszyscy lub Google

Najważniejszy dla metryki jest kontekst

• Pytania:– Czy umiemy wyjaśnić zmiany trendu?– Czy metryka odpowiada na jakieś pytanie biznesowe?

• Przykłady– Wzrost „liczby użytkowników” vs. wzrost

„powracających”?– Wzrost „wejść z Google” vs. „wzrost wejść na frazy

brandowe”.– Spadek „wskaźnika odrzuceń” vs. spadek „wskaźnika

odrzuceń dla podstawowych stron docelowych”

TRZY PRZYKŁADY

Przykład: blog

• Na czym nam właściwie zależy?– Kto czyta?– Kto się angażuje?– Skąd pozyskujemy wiernych czytelników– Gdzie warto umieszczać linki do bloga?

Przykład: blog

• Segmenty: – Powracający (to nasi najważniejsi czytelnicy)– przypadkowi z Google (ci nas mało obchodzą)

• Cel: – dodanie komentarza, – zapisanie się na RSS/newsletter, – wysoka wartość odsłon/wizytę– wysoki czas w serwisie

Cele nastawione na zachowanie

Przykład: serwis społecznościowy

Zainteresowanie serwisem Rejestracja Pierwsze kroki po

rejestracji

Zaawansowane korzystanie z

serwisu

1. Zainteresowanie

• Segment: – Niezarejestrowani (użytkownicy bez zapisanej

zmiennej „rejestracja”)– Nowi użytkownicy (ale ostrożnie)

• Liczba odsłon/wizytę• Liczba powracających, choć

niezarejestrowanych

2. Rejestracja

• Segment: – niezarejestrowani

• Cel: dokonanie rejestracji• Lejek rejestracji:

1. strona rejestracji 2. strona podziękowania

• Czy trafili za wcześnie, czy za późno?• Co robią po opuszczeniu strony rejestracji?

3. Pierwsze kroki w serwisie

• Segment: – zarejestrowani

• Cel: – dodanie komentarza, – dodanie zdjęcia, – dodanie/zakup w aukcji,– dodanie czegokolwiek.

4. Użytkownicy zaawansowani

• Segment: – ludzie, którzy zrobili „czynność zaawansowaną”.

• Miara: – liczba wizyt na liczbę zaawansowanych– częstotliwość czynności zaawansowanych

Przykład: sklep

• Segmenty: – wizyty z transakcjami (segment zaawansowany)– ci, którzy kupili (po zmiennych)– i którzy nie kupili– kupujący regularnie– odwiedzający regularnie, ale nie kupujący

Nie wszystko załatwi Analytics

• W co dokładnie ludzie klikają? – Programy do heatmap: clicktale, gemius Heatmap

• Co ludzie sądzą o serwisie?– Ankiety, serwisy opiniac.com, sugester.pl

• Dlaczego ludzie zachowują się w taki sposób?– Klasyczne badania IDI, FGI

• Jak wychodzi ludziom korzystanie z konkretnych funkcji serwisu– Testy użytecznosci

Powtórka: włączamy myślenie

1. Jakie metryki?2. Jakie segmenty (jacy użytkownicy?)3. Jakie przygotowania potrzebne?

Dziękuję!

• www.webaudit.pl/blog/• rd@webaudit.pl