- Které stránky na mém webu nebo v aplikaci mají nejvíce zobrazení?
- Které vstupní stránky mají nejlepší výkon nebo přinášejí nejvíce konverzí?
- Co lidé na mém webu nebo v aplikaci vyhledávají? Které části obsahu nebo navigace mého webu mohu zlepšit?
- Jak si moje vstupní stránky vedly v průběhu času? Přicházejí lidé na různé stránky stejně často?
- Jak uživatelé procházejí cestou k nákupu?
- Jak uživatelé postupují úrovněmi v mé hře?
- Co uživatele přivedlo k tomu, aby přidal do košíku produkt?
- Co vedlo uživatele k odstranění mé aplikace?
- Existují zajímavé průniky mezi různými segmenty mých dat?
- Chovají se uživatelé odlišně podle toho, kdy poprvé navštívili můj web?
- Které zdroje odkazů generují nejhodnotnější uživatele?
Které stránky na mém webu nebo v aplikaci mají nejvíce zobrazení?
V Universal Analytics se přehled Stránky zobrazuje s detailními informacemi podle dimenze Trasa stránky a metrik, jako jsou Zobrazení stránky, Jedinečná zobrazení stránky, Míra okamžitého opuštění apod. Ve službách v Google Analytics 4 vypadá přehled stránek jinak, ale to, co hledáte, můžete snadno vytvořit ve formě průzkumu v nástroji Prozkoumat.
Nejprve budete muset v nástroji Prozkoumat na panelu Nastavení karty pomocí ikony +, která umožňuje přidávání dimenzí, povolit další dimenzi. Konkrétně přidáte dimenzi Trasa stránky + řetězec dotazu. Pokud chcete data zobrazit podle názvu stránky (v UA používá přehled Stránky dimenzi Trasa stránky), můžete povolit další dimenzi Název stránky a název obrazovky.
Dále bude potřeba přidat metriku Zobrazení, abyste ji mohli použít v průzkumu. Na panelu Proměnné v sekci Metriky klikněte na ikonu + a vyhledejte metriku Zobrazení.
Pokud budete chtít vytvořit průzkum stránek, budete muset odstranit výchozí metriky a dimenze použité v nastavení řádků a sloupců a přidat dimenzi Trasa stránky a řetězec dotazu jako dimenzi řádku a metriku Zobrazení jako metriku sloupce. Pro srovnání můžete přidat také sloupec s metrikou Aktivní uživatelé. Poskytne vám představu o oblíbenosti jednotlivých stránek unikátními uživateli.
Obchod Google Merchandise: pokud odstraníte domovskou stránku (/) a stránku košíku, rychle zjistíte, že nejoblíbenějšími stránkami na vašem webu jsou sekce Výprodej a Pánské oděvy.
Které vstupní stránky mají nejlepší výkon nebo přinášejí nejvíce konverzí?
Když zjistíte, na které místo v aplikaci nebo na webu uživatelé přicházejí nejprve, budete moci optimalizovat uživatelský dojem a podpořit své marketingové úsilí. V Universal Analytics k tomu slouží předpřipravený přehled v uživatelském rozhraní přehledů. Služby v Google Analytics 4 zatím takovou funkci nenabízejí. Tento přehled lze vytvořit jako průzkum ve funkci Prozkoumat.
Při vytváření tohoto průzkumu budete potřebovat několik důležitých věcí: dimenzi Vstupní stránka a příslušné metriky, jako jsou metriky Zobrazení, Návštěvy a Uživatelé. Budete muset zapnout další dimenze a metriky pomocí ikony +:
Až budete mít tyto dimenze a metriky k dispozici, začnete přidávat dimenze vstupní stránky jako řádky a příslušné metriky, jako jsou metriky Zobrazení, Návštěvy a Aktivní uživatelé, jako hodnoty. Tím získáte průzkum vstupní stránky podle těchto metrik.
Pokud přidáte další metriku Nákup, zjistíte, které vstupní stránky byly zobrazeny, když došlo k nákupu:
Nyní se můžete podívat, které vstupní stránky byly zobrazeny, když došlo k nákupu, a porovnat je s celkovými hodnotami, abyste lépe porozuměli jejich efektivitě.
Co lidé na mém webu nebo v aplikaci vyhledávají? Které části obsahu nebo navigace mého webu mohu zlepšit?
Další častý přehled, který můžete chtít v nástroji Prozkoumat vytvořit, je průzkum Vyhledávání na webu. Lze to provést v několika krocích.
Pokud chcete shromažďovat data o vyhledávání na webu, musíte mít aktivovánu událost Vylepšené měření nebo vlastní událost. Pokud používáte vylepšené měření, tato událost se bude jmenovat „view_search_results“. Také budete muset zkontrolovat, zda jste ve své službě povolili parametr „search_term“ jako vlastní dimenzi. Až to uděláte, budete ho moci používat v průzkumech.
Až budete mít k dispozici správná data, můžete vytvořit průzkum. To zahrnuje několik kroků. Nejprve musíte povolit dimenzi pro „search_term“, aby ji šlo použít v průzkumu:
Až ji povolíte, můžete ji přidat do průzkumu v nastavení Řádky. Pak uvidíte výstup podobný tomuto:
Tento průzkum ukazuje řadu hodnot (not set), protože zohledňuje všechny události. Pokud chcete omezit zobrazování těchto údajů, budete muset vytvořit filtr pro „Název události“ a vybrat v něm možnosti „přesně odpovídá“ a „view_search_results“, aby se zobrazila pouze data pro danou událost:
Až filtr aplikujete, budete mít aktualizovaný průzkum ukazující počet vyhledávání každého uvedeného dotazu, tedy průzkum vyhledávání na webu:
Když budete vědět, co uživatelé na vašem webu hledají, budete moci optimalizovat svůj obsah tak, aby s ním více interagovali a byli spokojenější. Pokud například vzroste počet určitých vyhledávaných dotazů, můžete přidat relevantní obsah, aby uživatelé snáze nacházeli to, co hledají, a znali odpovědi na své otázky.
Jak si moje vstupní stránky vedly v průběhu času? Přicházejí lidé na různé stránky stejně často?
U každého průzkumu je k dispozici několik možností vizualizace. Užitečný může být spojnicový graf, který ukazuje trend vývoje dat během doby. Pokud chci zjistit, jak se během doby měnilo chování uživatelů na vstupních stránkách, stačí změnit typ vizualizace tím, že kliknu na jednu ze šesti možností vizualizace na panelu Nastavení karty.
Změnou zobrazení na spojnicový graf vytvoříte grafiku ukazující vývoj deseti nejčastějších vstupních stránek.
Když nad graf umístíte kurzor, zobrazí se datové body pro jednotlivé dny.
Anomální data mohou být zvýrazněna prázdným kruhem. Pokud umístíte kurzor nad prázdný kruh, zobrazí se informace o dané anomálii. V následujícím příkladu Google Analytics na základě shromážděných údajů předpokládala, že domovskou stránku navštíví 2. února asi 1000 aktivních uživatelů. Zaznamenáno ale bylo 2200 uživatelů, což bylo o 116 % více, než se očekávalo.
Konverzní cesty jsou skvělý nástroj, který umožňuje snadno vizualizovat, jak uživatelé provádějí určitý postup kroků, které si pro ně představujete. Běžným případem, kdy konverzní cesty dobře poslouží, může být například chování nakupujících nebo chování při placení v elektronickém obchodu. Vývojáře her může zajímat, jak uživatelé postupují jednotlivými úrovněmi hry. Pojďme se podívat na konkrétní příklady.
Jak uživatelé postupují nákupní konverzní cestou?
V případě nákupního chování můžete chtít analyzovat, jak různé segmenty uživatelů postupují nákupní konverzní cestou, když si zobrazují položku, přidávají ji do košíku a platí. Začít můžete tím, že tuto konverzní cestu sestavíte od začátku. Můžete také použít jednu ze šablon, které jsou k dispozici v ukázkovém účtu GA4 obchodu Google Merchandise. Pokud ji chcete vybrat, přejděte do centra průzkumů, posuňte zobrazení dolů a v uvedených ukázkových průzkumech vyberte možnost „Konverzní cesta Chování nakupujících“.
Až se tento průzkum otevře, budete ho moci jen číst. Můžete ale v pravém horním rohu kliknout na možnost Vytvořit kopii. Vznikne kopie tohoto ukázkového průzkumu, jejímž budete vlastníkem. Až budete mít kopii, můžete ji libovolně upravovat.
Obchod Google Merchandise prodává vybavení značky Google. Dvě kategorie vybavení, které jsou na webu populární, jsou položky se značkou Android a položky se značkou YouTube. Porovnání těchto dvou kategorií položek by mohlo být užitečné při interpretaci chování nakupujících. K tomu je potřeba vytvořit dva nové segmenty, jeden pro každou kategorii. V tomto případě můžete vytvořit segment s podmínkou s událostí „select_item“ a parametrem, že „item_name“ obsahuje buď „Android“, nebo „YouTube“.
V těchto segmentech jsou pak uživatelé, kteří postupovali konverzní cestou chování nakupujících a klikli na produkt značky Android nebo na produkt značky YouTube. Zajímavé je, že u uživatelů, kteří klikli na produkt značky Android, byla téměř dvakrát větší šance, že něco koupí, než u uživatelů, kteří interagovali s produktem značky YouTube. Neznamená to, že produkt koupili, jen to, že na něj kliknuli. Pokud by vás zajímaly jen nákupy produktů určité značky, použili byste událost nákupu, viz níže:
Až použijete tyto segmenty, bude porovnání konverzní cesty Chování nakupujících vypadat takto:
Novou funkcí konverzních cest ve službě GA4 je možnost sledovat, jak se konverzní cesta vyvíjela během doby. Pokud vás to zajímá, změňte na panelu Nastavení karty typ vizualizace na Trendovou konverzní cestu. Tím otevřete zobrazení trendové konverzní cesty ukazující jednotlivé kroky během doby. Můžete je procházet a sledovat denní počty pro každý krok a segment.
Můžete se také podívat jen na jediný krok, abyste snáze vizualizovali změny během doby. V příkladu vidíte, že 10. března došlo k nárůstu počtu nákupů, který ale nebyl patrný z předchozích dat. Zajímavé je, že rozdíl v nákupech mezi těmi, kdo sledovali Android, a těmi, kdo sledovali YouTube, se vyskytuje téměř výhradně po tomto nárůstu, což naznačuje, že mohlo dojít ke změně rozvržení webu nebo k marketingovým aktivitám, které zvýšily atraktivitu produktů značky Android.
Jak uživatelé postupují úrovněmi v mé hře?
To je častá otázka vývojáře, která se týká jeho hry nebo aplikace. Tuto otázku můžete analyzovat pomocí konverzní cesty.
Nejprve budete muset vytvořit kroky specifické pro postup úrovněmi. V tomto příkladu můžete použít událost „level_up“ a vytvořit pět kroků pro pět úrovní v ukázkovém účtu GA4 hry Flood-it!
Použití těchto kroků vám ukáže, jak uživatelé postupovali jednotlivými herními úrovněmi.
Vypadá to, že uživatelé, kteří se dostali přes 1. úroveň, budou s větší pravděpodobností ve hře pokračovat. Tato informace by vám mohla pomoci při A/B testování scénářů, v jejichž rámci přidáte tipy nebo jiné způsoby, které mohou pomoci uživatelům dokončit 1. úroveň, a snížit tak míru opuštění.
Pokud se podíváte na vývoj výše uvedené konverzní cesty během doby, zjistíte, že došlo k nárůstu ve všech krocích. Nárůst začal 19. března, což naznačuje, že tehdy došlo ke změnám v propagaci nebo viditelnosti hry.
Konverzní cestu můžete také segmentovat, abyste zjistili, zda mají různé kanály akvizice vliv na celkový postup napříč úrovněmi. V tomto příkladu se můžete podívat na akvizici z přímé vs. placené návštěvnosti. Uvidíte, že uživatelé získaní prostřednictvím placených kampaní setrvávají déle (nižší míra opuštění) než ti, kteří byli získáni přímo, což naznačuje, že vaše placená inzerce funguje dle očekávání.
Další velmi užitečná funkce průzkumu cesty je, že můžete vytvořit segment nebo publikum z uživatelů, kteří opustili aplikaci. V níže uvedeném příkladu si všimnete, že míra opuštění začíná stoupat kolem 4. úrovně. Mohlo by proto být užitečné vytvořit segment z uživatelů, kteří opustili hru na 4. úrovni (protože se nedostali na 5. úroveň), a použít toto publikum k rozšíření zásahu nebo zasílání oznámení push, aby se vrátili, úroveň dokončili a pokračovali ve hře.
Pokud chcete takový segment vytvořit, klikněte pravým tlačítkem na krok, který vás zajímá, a vytvořte segment. Segment, který zde budete chtít použít, zahrnuje také kritéria vyloučení pro 5. úroveň, abyste měli jistotu, že cílíte na správné publikum.
A je ještě jedna věc, kterou můžete chtít přidat do průzkumu cesty: nová metrika s názvem Uplynulý čas. K tomu slouží tlačítko na panelu Nastavení, které se jmenuje Zobrazit uplynulý čas. Tím přidáte do tabulky nový sloupec metriky:
To, jak dlouho průměrně trvá přechod od jednoho kroku ke druhému, může být dobrý ukazatel úspěchu zákazníka nebo, v tomto případě, jak jednoduchý nebo obtížný je postup úrovní. Mohl by to také být dobrý důvod k vytvoření publika pro akci, jako je zaslání oznámení push nebo remarketingové zprávy. Dejme tomu, že průměrně trvá dokončení 3. úrovně 3 hodiny a 53 minut. Můžete vytvořit publikum z uživatelů, kteří tuto úroveň opustí, stačí kliknout pravým tlačítkem myši a vybrat příslušnou možnost:
Mohlo by to být publikum, které by se skvěle hodilo k tomu, abyste uživatele povzbudili a oni hru nebo aplikaci neopustili.
Skvělou novou funkcí průzkumů v GA4 je průzkum trasy. Nyní můžete vybrat konkrétní událost (nebo stránku/obrazovku) a sledovat trasu uživatelů k této události nebo od této události, abyste zjistili, jak na webu nebo v aplikaci postupují. Sledování cesty uživatelů na webu bylo dlouho žádanou funkcí a díky novému průzkumu trasy v GA4 je konečně možné.
Co uživatele přivedlo k tomu, aby přidal do košíku produkt?
To je otázka, která by mohla zajímat řadu elektronických obchodů. Nyní ji lze zkoumat pomocí funkce pro zpětné sledování trasy.
Pokud chcete začít, otevřete nový průzkum trasy a v pravém horním rohu klepněte na Začít znovu. Pak budete moci vybrat koncový bod. Vyberte Název události.
Pak ve výsuvné nabídce vyberte událost, kterou chcete zpětně sledovat. Vzhledem k tomu, že chceme zjistit, co uživatele přivedlo k přidání produktu do košíku, vybereme možnost „přidat do košíku“. Pokud nevidíte název události, který vás zajímá, můžete kliknout na „Načíst další“ nebo ho vyhledat pomocí vyhledávacího pole v horní části.
Průzkum se načte a některé kroky už budou vyplněné na základě názvu události. Pokud chceme sledovat cestu podle názvu stránky, dá se to změnit v rámci kroku. V níže uvedeném příkladu jsme změnili hodnotu na „Název stránky a třída obrazovky“ a vidíme, že uspokojivý počet lidí přidal na stránce Prodej zboží do košíku. Můžeme se zajímat o další podrobnosti a detailněji prozkoumat stránku Prodej, abychom zjistili, zda některé produkty vzbuzovaly vyšší zájem, a mohli tomu lépe přizpůsobit svou marketingovou strategii.
Co vedlo uživatele k odstranění mé aplikace?
U vývojářů aplikací vzbuzuje obavy možný odchod uživatelů (uživatelé odstraní aplikaci). Zpětný přehled trasy může být zdrojem informací, které umožní zjistit, proč uživatelé aplikaci odstranili. Nový zpětný přehled trasy vytvoříte tlačítkem Začít znovu v horní části průzkumu trasy. Jako počáteční bod vyberete název události app_remove.
Pokud zpětně vysledujete několik kroků, začnete zjišťovat aktivity, které mohly vést k odchodu uživatelů. V tomto případě vidíme, že přibližně 13 % uživatelů, kteří odstranili aplikaci, se do dvou kroků od odstranění aplikace zobrazila reklama. To je celkem vysoké procento a naznačuje, že byste nejspíš měli optimalizovat způsob zobrazování reklam, abyste snížili negativní dopad zobrazování reklam na uživatele a oni neodcházeli.
Existují zajímavé průniky mezi různými segmenty mých dat?
Technika Překryv segmentů představuje skvělý způsob vizualizace toho, jak spolu vzájemně interagují různé segmenty uživatelů. Můžeme například vizualizovat překrývající se segmenty uživatelů počítačů a uživatelů mobilů, kteří se přihlásili k odběru zpravodaje. Díky tomu bychom mohli snáze zjistit, co je zdrojem většiny přihlášení k odběru, a nemuseli bychom provádět průzkum formou tabulky.
Kvůli tomu budete muset nejprve přidat segmenty, které chcete analyzovat, na panel proměnných. Nové segmenty přidáte kliknutím na ikonu + (kterým otevřete nástroj pro segmentaci).
Událost Registrace k odběru zpravodaje můžete vytvořit tím, že vyberete segment události a vyberete příslušnou událost, která se bude filtrovat, v tomto případě sign_up.
Až vytvoříte segmenty, které chcete vizualizovat, budete je muset použít: dvakrát na ně klikněte a přidejte je na panel Nastavení karty. Najednou můžete přidat až tři segmenty, abyste vizualizovali jejich překryv pomocí Vennova diagramu.
V tomto příkladu jsme přidali segmenty pro Návštěvnost z počítačů, Návštěvnost z mobilních zařízení a Registraci k odběru zpravodaje, abych zjistili, odkud většina přihlášení k odběru zpravodaje pochází.
Jak je vidět ve Vennově grafu a řádce číslo 6 v tabulce níže, naprostá většina přihlášení k odběru zpravodaje pochází od uživatelů počítačů. To může znamenat, že mobilní prostředí není vhodné nebo že dochází k nějakému problému, který uživatelům zabraňuje v jednoduchém přihlášení k odběru zpravodaje. To už je poznatek, se kterým se můžete obrátit na vývojáře a tým pro uživatelské rozhraní.
Užitečnou funkcí techniky Překryv segmentů je možnost vytvořit z překryvu nový segment. Pokud například chceme vytvořit nový segment zahrnující návštěvnost z počítačů a registrace k odběru zpravodaje, můžeme pravým tlačítkem kliknout na vizuální výseč dat, která nás zajímají, ve Vennově diagramu nebo v tabulce a vybrat příslušnou možnost.
Otevře se nástroj pro segmentaci. Podmínky budou předem nastaveny na základě vybraných segmentů. Kombinované podmínky budou mít přiřazený popisný název, třeba název segmentu, který ale můžete změnit.
Z tohoto překryvu můžete dokonce vytvořit publikum tím, že zaškrtnete v pravém horním rohu políčko. Publikum budete moci sdílet s dalšími službami Google Marketing Platform, například Google Ads, a zvýšit tak zásah.
Chovají se uživatelé odlišně podle toho, kdy poprvé navštívili můj web?
Průzkum kohorty je užitečný nástroj, který vám pomůže zjistit, jak se různé skupiny uživatelů vašeho webu chovají na základě toho, kdy a jak se stali součástí kohorty. Změnit metriku nebo výpočet toho, co analyzujete v průzkumu kohorty, může být ještě užitečnější.
Když v Průzkumech poprvé otevřete nový průzkum kohorty, zobrazí se vám průzkum vygenerovaný na základě začlenění do kohorty (first_touch, jak se někdo kvalifikoval do kohorty – v tomto případě když poprvé navštívil web nebo aplikaci), kritéria pro vrácení libovolné události (když se vrátil a na webu nebo v aplikaci něco udělal), metrika aktivních uživatelů a druh výpočtu standardu. Výsledkem je základní průzkum kohorty, který ukazuje, kolik uživatelů se na váš web vrátí během týdne po dobu pěti týdnů a zda se to liší podle toho, kdy web nebo aplikaci poprvé navštívili.
Pokud změníte typ metriky tohoto průzkumu ze „součtu“ na „na uživatele kohorty“, můžete zjistit procento návratů v jednotlivých týdnech. Pravděpodobně je v případě tohoto konkrétního výběru dat procento užitečnější než součet, protože umožňuje zjistit, jak to s vracejícími se uživateli vypadá u jednotlivých kohort.
V případě webu, který je elektronickým obchodem, může být přínosem změnit hodnotu z metriky Aktivní uživatelé na metriku Tržby z nákupů, protože uvidíte nejen uživatele, ale i tržby, které jednotlivé kohorty přinášejí. Můžete se na to podívat jako na součet pro kohortu nebo na základě jednotlivých uživatelů kohorty. V níže uvedeném příkladu si všimnete, že první dvě kohorty každý týden generovaly velmi malé tržby, ale od třetí kohorty začaly tržby růst.
Pokud změníte typ výpočtu ze standardního na kumulativní, uvidíte celkový dopad každé kohorty na firemní tržby.
V tomto příkladu z dat vyplývá, že v týdnu okolo 7. března došlo ke zvýšení marketingových snah k přivedení uživatelů s vysokou pravděpodobností konverze do obchodu Google Merchandise.
Které zdroje odkazů generují nejhodnotnější uživatele?
Když budete znát tyto informace, můžete marketingovému týmu sdělit, které zdroje odkazů by stálo za to kultivovat jako partnery. V tomto případě hodnota udává uživatele, u nichž je pravděpodobnost opuštění menší, budou pravděpodobně zdrojem větších tržeb za celou dobu a budou mít vyšší historickou LTV.
Abyste mohli tento průzkum vytvořit, musíte nejdříve zahrnout metriky a dimenze potřebné k prozkoumání různých faktorů, jako je opuštění, LTV a celkové tržby. Zdroj a médium použijeme jako dimenze. Co se metrik týče, přidáme několik dalších tím, že je přidáme ze sekce Celý životní cyklus uživatele pomocí ikony + v sekci metrik na panelu proměnných.
Jakmile tyto metriky a dimenze použijete, uvidíte, že řada řádků nemá hodnoty pro pravděpodobnost opuštění, protože tito uživatelé nesplňují podmínky pro modelování předpokládané pravděpodobnosti opuštění. Můžete vytvořit filtr, v němž bude pravděpodobnost opuštění > 0, abyste vyloučili uživatele bez vypočtené pravděpodobnosti opuštění. Pak budete mít čistě vypadají průzkum, jako je tento:
Pak můžete seřadit data podle pravděpodobnosti opuštění a zjistit, zda existuje nějaká kampaň s velkým počtem uživatelů a nízkou mírou očekávaného opuštění. Takové kampaně pravděpodobně vygenerují uživatele s vyšší mírou zapojení než kampaně s větší očekávanou pravděpodobností opuštění.
Podobně se můžete podívat na očekávané nákupy, historickou LTV a očekávané zapojení, abyste určili hodnotu získaných uživatelů nad rámec jedné relace.
Když se podíváte na níže uvedený snímek obrazovky, uvidíte, že v tomto případě je několik řádek zdrojů mimo Google odkazujících na obchod Google Merchandise, které mají málo uživatelů, ale nižší míru opuštění, delší trvání interakcí, větší počet transakcí a dobrou průměrnou LTV. Tyto odkazující zdroje jsou pro obchod přínosné, a proto jde o zdroje, které doporučujeme marketingovému týmu kontaktovat a prohloubit s nimi vztahy.