5 saker Google Analytics kommer inte att berätta för dig (och vad du kan göra om det)
När någon startar en ny webbplats är en av de allra första sakerna de verkligen gör att installera Google Analytics. Det verkar inte vara något som innehållet kommer att vara, vilken expertis webbplatsägaren har, eller ens om de har någon avsikt att någonsin titta på den resulterande statistiken - ja, vi har känt bloggar som, efter att ha installerat analyserna plugin, gick aldrig tillbaka.
Det har blivit det icke-förhandlingsbara, måste-ha-verktyget för alla; men när du gräver lite djupare in i vad det kan göra för dig börjar det läsa som något ur en whodunit-roman. Var det fru Peacock, i biblioteket med ledningsrören? Eller kanske var överste senap i köket med dolkan?
Innan du börjar missa det här inlägget för ett online-spel Cluedo, här är 5 saker Google Analytics kommer inte att berätta för dig och vad du kan göra åt det:
1. Vem gjorde det?
Kallas också som användaridentifiering, vem gjorde det? är frågan varje medlem av ditt säljteam skulle älska att kunna svara. När du kan identifiera vem dina användare är, är potentialen för företag massiv, men Google Analytics har aldrig utformats för att rapportera på en enskild nivå.
Google kan inte berätta för vem som gjorde det av två anledningar: en juridisk och en teknisk.
För det första tillåter den juridiska delen: Google Analytics: s policy för PII (personlig identifierbar information) att det inte samlar in data som e-postadresser, namn och säkerhetsnummer. Med tanke på det allt vanligare antalet rapporterade händelser där människors data blir stulen på nätet är det förmodligen en bra sak.
Provtagning är utmärkt för statistiska data, det ger ingen mening för enskild data.
Som webbplatsägare finns det emellertid tider när du skulle vilja veta vem som gjorde det och tack och lov kan du styra politiken genom att samla unika ID-er som bara är relevanta i samband med din app / webbplats.
Juridiska problem åt sidan, det finns fortfarande det tekniska problemet att hantera. När trafiken till din webbplats ökar börjar Google Analytics att prova det. Vad det här betyder är att om du försöker segmentera beteendet hos en viss individ via unika ID-er, kommer Google Analytics med stora mängder data att se igenom, försöka snabba på saker, leta efter ledtrådar och gissa svaren.
Detta är långt ifrån idealiskt. Medan beräknade gissningar kan vara användbara när du försöker bestämma vilken smak av glasyr att välja på en kontorsfödelsedagskaka, när det gäller att fatta affärsbeslut, behöver du fakta. Provtagning är utmärkt för statistiska data, det ger ingen mening för enskild data.
Vad kan du göra
Ett sätt att arbeta kring provtagningsproblemet är att skapa ett konto som är dedikerat till att spåra enskild data med all anonym trafikinformation som är utesluten. Det betyder vanligtvis att dina data inte kommer att gå över gränserna för vilka Google Analytics börjar provtagning.
Så här gör du med Google Tag Manager:
Steg 1: Skapa en makro i Google Tag Manager som använder sig av ID-erna från dina webbplatsanvändare. Följande kodlinje behövs på din webbplats, endast för inloggade användare ovanför kodrubriken Google Taggstyrning:
dataLayer.push({‘userId’:’XXXXXXX’})där XXXXX kommer att ersättas med det faktiska användar-id.
Steg 2: Skapa en anpassad dimension i adminområdet på din Google Analytics-webbplatsens egendom som används för att logga in användar-ID. (Det här fungerar bara i Universal Analytics, som om du inte redan har det, ska du uppgradera till.)
Steg 3: Se till att Google Tag Manager skickar användar-ID-data till ditt Google Analytics-konto.
Steg 4: Om du börjar se provtagning i dina rapporter, skapa en ny vy under din aktuella Google Analytics-egenskap och använd följande filter på den.
Innan du gör det bör du överväga om du behöver spåra på en individuell nivå, huruvida dina användare kommer att motsätta sig och slutligen få lite juridisk rådgivning för att se till att din integritetspolicy och användarvillkor gör att du kan göra det.
2. Hur hon gjorde det
Efter att ha identifierat vem gjorde det, är det nästa som någon självrespektiv affärsägare vill veta är vad gjorde den här personen?
Rapportering om individer är vanligtvis ett problem som ska lösas av CRM, men CRM är inte utformade för att rapportera om individers beteendedata. De flesta av dem är beroende av manuell inmatning i stället för automatiserade spårningskoder.
I det här fallet behöver du en hybrid mellan CRM och Web Analytics Tools för att få de data du vill ha och behöver.
Analytics-verktyg som Kissmetrics eller Mixpanel Försök att åtgärda denna brist genom att eliminera urvalet av data. De är fortfarande verktyg som är utformade för statistisk information om din publik, men de gör ett bra jobb för att identifiera individer och rapportera individuellt beteende.
CRM-verktyg som Eloqua eller Marketo göra ett bra jobb att samla analysdata för enskilda användare men deras prisklass gör dem till överkomliga priser för endast ett litet segment av företag.
Vad kan du göra
I stället för att helt enkelt skicka data till Google Analytics kan dessa data ställas in för att skapa en logg för alla viktiga åtgärder som en användare utför. Detta är möjligt när du använder ett API eftersom det tillåter dig att extrahera data från den. Så här gör vi det, direkt från Google Taggstyrning, med hjälp av ett experimentellt inbyggt verktyg:
Steg 1: Skapa en regel i din Google Tag Manager-behållare för den åtgärd du vill övervaka. Här är ett exempel på en försäljning.
Steg 2: Skicka data som senare kan nås i råform och användas för att analysera varje specifik användare eller grupp av användare.
3. Varför gjorde hon det
Svaret på varför är förmodligen den mest värdefulla informationen från ett affärsperspektiv. Det ger dig tydliga tips om vad människor förväntar sig och hur man uppfyller dessa förväntningar.
Problemet med varför är att det är mycket svårt, om inte omöjligt, att räkna ut svaret med hjälp av webbanalysdata ensam. Det enklaste sättet att göra det är att undersöka människor och fråga dem direkt.
Problemet med sådana interaktioner är att de kan irritera användare om inte gjort bra. Det finns inget bättre än någon som hoppar för att interagera med dig när du behöver det och inget värre än någon som gör det när det är det sista du behöver!
I en idealisk värld skulle det vara fantastiskt att ha tillgång till ett system som använder statistiska data för att hjälpa dig att välja den bästa tiden att interagera med en användare. Världen är ännu inte idealisk men den är inte långt ifrån den. Det enklaste du kan göra nu är att använda ett utlösande meddelandesystem.
Vad kan du göra
En känd användare (någon vars e-postadress du har) besöker din webbplats och, baserat på de åtgärder de utför på din webbplats och deras historia med din webbplats, ett verktyg som Utlösande meddelanden eller Infusion kommer att kunna skicka personliga e-postmeddelanden till den användaren. Här är ett exempel på ett scenario från en Infusionsoft-inställning:
Tricket är inte att skicka ett mail med en kampanj, utan snarare en som börjar en dialog med användaren. Uppmuntra dem att slå svar och logga in de svar du får. Det är som företagets gulddamm.
4. Vad gick fel
Jag älskar fel! Jo, jag hatar att få fel men när jag får dem älskar jag att jag kan få ut det mesta av dem. De är de mest effektiva metriska där ute eftersom åtgärden är mycket tydlig: fixa dem.
Alla fel skapas lika, men vissa är mer lika än andra.
Alla fel skapas lika, men vissa är mer lika än andra. De ser alla ut, men vissa kan ignoreras medan andra har förmåga att förstöra ett företag. Varje fel bär sin egen vikt så det värsta att göra är att ignorera dem.
Google Analytics kan hjälpa dig att rapportera hur många som slutar på en 404-sida, och även några gränssnittsfel som formulär som inte skickas på grund av ett fel. men när det gäller backstagefel blir spårningen ganska komplicerad.
Lösningen för detta för många utvecklare är att helt enkelt skicka felet varje gång det händer. Även om detta kan fungera när du är liten, ju mer du växer desto fler fel blir tillsatta och ju mer de kommer att ignoreras. (Kom ihåg vad vi sa om att ignorera dem ??)
Vad kan du göra
Installera loggböcker som spårar alla fel och till och med viktiga åtgärder som användarna gör i appen eller på webbplatsen. Dessa fel e-postmeddelanden får sedan omvandlas till loggar som är lätta att analysera.
5. Vad hände efter
Offline-beteende är den svåraste typen av beteende som spåras online. I praktiken kräver det att du loggar in den informationen i ett elektroniskt system, varje gång verksamheten interagerar med en användare på något offline sätt.
Saker som telefonsamtal, besök i butiken, booth-interaktioner och så vidare är mycket viktiga ur ett affärsperspektiv. Men när det gäller att fatta beslut om hur man förbättrar dem beror vi ofta på den övergripande "känslan" vi får.
Vad kan du göra
Det finns inte mycket att du kan göra om det nu än för att arbeta på en företagskultur där människor loggar så mycket information som möjligt i ett format som är så standard som möjligt.
En dag kan det finnas ett verktyg där ute som kan ta de loggarna och bearbeta dem på sätt som hjälper företagare att lägga in insikter och handlingsriktningar.
Slutgiltiga tankar
Google Analytics är ett kraftfullt verktyg och det går inte snart när som helst men det var aldrig utformat för att göra allt. Men med bara några tweaks och justeringar är det möjligt att omvandla det till ett verktyg som hjälper dig och ditt team att klara affärsbeslut. Vem vet, du kan även hitta dig själv logga in och faktiskt använda den mycket mer.
Tricket är att ta bara en strategi och börja med det.