- Welke pagina's op mijn site/in mijn app leveren de meeste weergaven op?
- Welke landingspagina's presteren het best of leveren de meeste conversies op?
- Waar zoeken mensen naar op mijn site/in mijn app? Waar kan ik de content of navigatie van mijn site verbeteren?
- Hoe presteren mijn landingspagina's over langere tijd? Komen er evenveel gebruikers op verschillende pagina's terecht?
- Hoe doorlopen gebruikers de winkeltrechter?
- Hoe spelen gebruikers door de levels van mijn game?
- Wat zette een gebruiker ertoe aan een product aan de winkelwagen toe te voegen?
- Wat leidde gebruikers ertoe mijn app te verwijderen?
- Zijn er interessante overlappingen tussen verschillende segmenten van mijn gegevens?
- Is het gedrag van gebruikers anders, afhankelijk van wanneer ze mijn site voor het eerst bezochten?
- Welke verwijzingsbronnen leveren de waardevolste gebruikers op?
Welke pagina's op mijn site/in mijn app leveren de meeste weergaven op?
In Universal Analytics zijn we gewend om het rapport Pagina's te bekijken, uitgesplitst naar de dimensie Paginapad en statistieken zoals Paginaweergaven, Unieke paginaweergaven en Bouncepercentage. Het rapport Pagina's in Google Analytics 4-property's is anders, maar u kunt de gewenste items snel en eenvoudig opnieuw maken als een verkenning in Verkennen.
Eerst moet u een extra dimensie aanzetten via het plusicoon, waarmee u dimensies toevoegt aan Verkennen in het deelvenster Instellingen voor tabblad. De dimensie die u moet toevoegen is Paginapad + querytekenreeks. Als u uw gegevens ook per paginatitel wilt bekijken (voor UA gebruikt u daarvoor Paginapad in het rapport Pagina's), kunt u een extra dimensie aanzetten met de naam Paginatitel en schermnaam.
Daarna moet u de statistiek voor weergaven toevoegen, zodat u deze in uw verkenning kunt gebruiken. Daarvoor klikt u op het plusicoon voor het gedeelte Statistieken in het deelvenster Variabelen en zoekt u de statistiek Weergaven om deze toe te voegen.
Als u de paginaverkenning wilt samenstellen, verwijdert u de standaardstatistieken en -dimensies die zijn toegepast in de instellingen voor rijen en kolommen, en voegt u Paginapad en querytekenreeks toe als de rijdimensie en Weergaven als de kolomstatistiek. Voor vergelijkingsdoeleinden kunt u ook Actieve gebruikers toevoegen als kolomstatistiek om een idee te krijgen van de populariteit van elke pagina per unieke gebruiker.
Als u voor de Google Merchandise Store de homepage (/) en de winkelwagenpagina verwijdert, ziet u meteen dat de populairste productpagina's van de website Clearance (opruiming) en Apparel/Mens (herenkleding) zijn.
Welke landingspagina's presteren het best of leveren de meeste conversies op?
Als u weet waar gebruikers voor het eerst in uw app of op uw website terechtkomen, kunt u de gebruikerservaring en marketingactiviteiten optimaliseren. In Universal Analytics is dat een kant-en-klaar rapport in de rapportage-UI, maar in Google Analytics 4-property's bestaat dat nog niet. We kunnen deze helemaal vanaf het begin maken als een verkenning in Verkennen.
U heeft een aantal belangrijke items nodig om deze verkenning te maken: de dimensie Landingspagina en relevante statistieken zoals Weergaven, Sessies en Gebruikers. U moet de aanvullende dimensies en statistieken aanzetten via het plusteken (+) voor dimensies toevoegen:
Zodra deze dimensies en statistieken beschikbaar zijn voor gebruik, voegt u de dimensies voor de Landingspagina toe als rij en relevante statistieken zoals Weergaven, Sessies en Actieve gebruikers als waarden. Daarmee krijgt u een verkenning van de landingspagina op basis van deze statistieken.
Als u een extra statistiek Aankoop toevoegt, kunt u zien welke landingspagina's er zijn bekeken toen er een aankoop werd gedaan:
U kunt nu zien welke landingspagina's zijn bekeken toen er een aankoop werd gedaan en dat vergelijken met de totalen om meer inzicht te krijgen in de effectiviteit van de landingspagina.
Waar zoeken mensen naar op mijn site/in mijn app? Waar kan ik de content of navigatie van mijn site verbeteren?
Een ander algemeen rapport dat u mogelijk wilt maken in Verkennen, is een verkenning van Site Search. Daarvoor moet u een paar stappen uitvoeren.
Eerst moet u de gebeurtenis Verbeterde meting of een aangepaste gebeurtenis hebben aangezet om de zoekgegevens voor uw site te verzamelen. Als u Verbeterde meting gebruikt, heet deze gebeurtenis view_search_results. Daarna moet u ervoor zorgen dat u de parameter search_term heeft aangezet als aangepaste dimensie in uw property. Daarna kunt u het rapport gebruiken in Verkennen.
Zodra u de juiste gegevens heeft, kunt u de verkenning samenstellen. Dat proces bestaat uit een paar handelingen. Eerst moet u de dimensie search_term aanzetten om die te kunnen gebruiken in uw verkenning:
Nadat de functie is aangezet, kunt u die toevoegen aan uw verkenning onder de instelling Rijen. U ziet een uitvoer die er zó uitziet:
Deze verkenning heeft veel (not set)-waarden omdat hij alle gebeurtenissen bekijkt. Als u minder ruis wilt, moet u een filter maken voor Naam van gebeurtenis dat exact overeenkomt met view_search_results om alleen gegevens voor die gebeurtenis te tonen:
Zodra het filter is toegepast, ziet u een geüpdatete verkenning met het aantal zoekopdrachten voor elke vermelde term, met andere woorden een verkenning van de Site Search-termen:
Als u weet wat gebruikers zoeken op uw website, kunt u uw content optimaliseren om de betrokkenheid en tevredenheid van gebruikers te vergroten. Als u bijvoorbeeld een piek ziet bij een bepaalde zoekterm, kunt u overwegen meer content gerelateerd aan die term toe te voegen, zodat uw sitegebruikers makkelijker kunnen vinden wat ze zoeken of makkelijker antwoord op hun vragen kunnen krijgen.
Hoe presteren mijn landingspagina's over langere tijd? Komen er evenveel gebruikers op verschillende pagina's terecht?
Voor elke verkenning bestaan er verschillende visualisatieopties. Eén handige is het lijndiagram, waarmee u kunt zien welke gegevenstrends er zijn. Als u langetermijntrends van uw landingspagina's wilt bekijken, hoeft u alleen het visualisatietype te wijzigen door op een van de 6 visualisatieopties te klikken in het deelvenster Instellingen voor tabblad.
Als u het beeld wijzigt in een lijndiagram, krijgt u een afbeelding met de trends voor de 10 belangrijkste landingspagina's in de loop van de tijd.
Als u de muisaanwijzer op het diagram plaatst, ziet u de gegevenspunten voor elke dag.
U kunt ook gegevens over afwijkingen zien. Deze zijn aangegeven met een lege cirkel. Als u de muisaanwijzer op de lege cirkel plaatst, ziet u informatie over de afwijking. In het onderstaande voorbeeld verwachtte Google Analytics op basis van de eerder verzamelde gegevens dat op 2 februari ongeveer 1000 actieve gebruikers de homepage zouden bezoeken. Het waargenomen aantal actieve gebruikers bleek echter 2200, 116% hoger dan verwacht.
Trechters zijn een goede tool om makkelijk te visualiseren hoe gebruikers de stappen doorlopen waarvan u denkt dat ze die gaan nemen. Veelvoorkomende toepassingen van trechters zijn bijvoorbeeld flows voor winkelgedrag of een flow voor betaalgedrag voor e-commercebedrijven. Gameontwikkelaars willen misschien zien hoe gebruikers de levels in uw game doorlopen. Laten we eens kijken naar specifieke voorbeelden van elk van deze opties.
Hoe doorlopen gebruikers de winkeltrechter?
Voor winkelgedrag wilt u mogelijk analyseren hoe verschillende segmenten gebruikers door een trechter voor winkelgedrag gaan waar ze een artikel kunnen bekijken, iets kunnen toevoegen aan hun winkelwagen en een aankoop kunnen doen. Als u dat wilt doen, kunt u deze trechter helemaal zelf maken of een van de handige templates gebruiken die beschikbaar zijn in het GA4-demo-account in de Google Merchandise Store. Ga hiervoor naar de verkenningshub, scroll omlaag en selecteer Trechter voor winkelgedrag bij de demo-verkenningen.
Deze verkenning is in eerste instantie alleen-lezen, maar u kunt rechtsboven op Een kopie maken klikken om een kopie te maken van deze demoverkenning die uw eigendom wordt. Zodra u een kopie heeft, kunt u deze geheel naar eigen wens bewerken.
De Google Merchandise Store verkoopt Google-kleding. Er zijn 2 categorieën artikelen die populair zijn op de site: Android- en YouTube-merkartikelen. Deze 2 artikelcategorieën met elkaar vergelijken kan nuttig zijn om meer inzicht te krijgen in winkelgedrag. U doet dat door 2 nieuwe segmenten te maken: 1 voor elke categorie. In dit geval kunt u een segment maken met de gebeurtenis select_item en de parameter item_name met Android of YouTube.
In deze segmenten ziet u gebruikers die de trechter voor winkelgedrag hebben doorlopen en op zijn minst op een Android- of een YouTube-merkproduct hebben geklikt. Interessant is dat gebruikers die ten minste op een Android-merkproduct klikte, bijna 2 keer vaker geneigd lijken iets te kopen dan gebruikers die interactie hadden met een YouTube-merkproduct. Dit betekent niet dat ze een merkproduct hebben gekocht, maar alleen dat ze erop hebben geklikt. Als u alleen bent geïnteresseerd in aankopen van specifieke merkartikelen, gebruikt u de aankoopgebeurtenis, zoals hieronder:
Nadat deze segmenten zijn toegepast, ziet de vergelijking van de trechters voor winkelgedrag er zo uit:
Nieuw voor trechters in GA4 is de mogelijkheid deze trechter in de loop van de tijd te bekijken. U kunt dat doen door in het deelvenster Instellingen voor tabblad het visualisatietype te wijzigen in Trechter voor trends. Er verschijnt dan een trechterweergave waarmee u voor alle stappen kunt bekijken welke trends er in de loop van de tijd waren. U kunt over de stappen scrollen om tellingen voor elke stap en elk segment te bekijken.
U kunt ook slechts 1 stap tegelijk bekijken als trend om wijzigingen in de loop van de tijd beter te visualiseren. In dit voorbeeld ziet u dat er vanaf 10 maart een toename was in het aantal aankopen. Die toename is minder evident als we naar de vorige weergave van de gegevens kijken. Interessant is dat het verschil in aankopen van gebruikers die Android en YouTube bekijken, bijna helemaal na deze piek ontstaat. Dat kan erop duiden dat er een wijziging is geweest in de vormgeving van de website of in de marketingactiviteiten waardoor Android-producten vanaf dat moment prominenter zijn.
Hoe spelen gebruikers door de levels van mijn game?
Dit is een vraag die veel ontwikkelaars kunnen hebben over hun game of app. U kunt deze vraag analyseren met een trechter.
Eerst moet u stappen maken die specifiek zijn voor de voortgang van level tot level. In dit voorbeeld kunt u de gebeurtenis level_up gebruiken en 5 stappen uitbreiden voor 5 levels in het GA4-demo-account van Flood-it!
Als u deze stappen toepast, ziet u hoe gebruikers elk gamelevel hebben uitgespeeld.
Het lijkt erop dat gebruikers die verder komen dan level 1, waarschijnlijk doorgaan met spelen. Met deze informatie kunt u A/B-scenario's testen waarin u tips of andere methoden introduceert om gebruikers te helpen level 1 uit te spelen om het gebruikersverloop te verminderen.
Als u de trend voor de bovenstaande trechter in een grafiek uitzet tegen de tijd, ziet u vanaf 19 maart ook een toename bij alle stappen. Dit geeft aan dat er op dat moment misschien iets is veranderd door promotie of in de zichtbaarheid van de game.
U kunt deze trechter ook segmenteren om te zien of de verschillende acquisitiekanalen van invloed zijn op de algemene voortgang. In dit voorbeeld kunt u de acquisitie via Direct versus Betaald verkeer bekijken. U ziet dat gebruikers die via betaalde campagnes zijn geworven, langer speelden (lagere beëindigingspercentages) dan gebruikers die rechtstreeks zijn geworven, wat erop kan wijzen dat uw betaalde reclame werkt zoals bedoeld.
Een andere zeer handige functie van de trechterverkenning is dat u een segment of doelgroep kunt maken van de mensen die voortijdig zijn gestopt. In het onderstaande voorbeeld begint het beëindigingspercentage rond level 4 te stijgen. U kunt een segment maken met gebruikers die op level 4 zijn gestopt (die level 5 niet hebben gehaald). Dat segment kunt u gebruiken als een doelgroep om uw bereik te vergroten of om een pushmelding te sturen om gebruikers aan te moedigen terug te komen om het level te uit te spelen en verder te spelen.
Als u dat segment wilt maken, klikt u met de rechtermuisknop op de stap waarin u bent geïnteresseerd en maakt u een segment. Het segment dat u hier wilt gebruiken, bevat ook een uitsluitingscriterium voor level 5 om ervoor te zorgen dat u de juiste doelgroep target.
Ten slotte kunt u nog iets toevoegen aan uw trechterverkenning: de nieuwe statistiek Verstreken tijd. U doet dat door de optie Verstreken tijd aan te zetten met de daarvoor bestemde knop in het deelvenster Instellingen. Er wordt een nieuwe statistiekkolom aan uw tabel toegevoegd:
Zien hoelang het gemiddeld duurt om van een stap naar de volgende te gaan, kan een goede indicatie zijn van uw customer success, of in dit geval, hoe makkelijk of moeilijk het is om een volgend level te bereiken. Dat kan ook een goed argument zijn om een doelgroep te maken waarvoor u actie moet ondernemen, zoals bijvoorbeeld een pushmelding of remarketingbericht sturen. Zo te zien duurt het gemiddeld 3 uur en 53 minuten om level 2 uit te spelen. U kunt een doelgroep maken van mensen die op dit moment de game beëindigen door met de rechtermuisknop te klikken en die optie te kiezen:
Dit is een geweldige doelgroep die u kunt targeten met een aanmoediging, zodat u ze niet verliest als gebruiker van de game of app.
Een zeer nuttige nieuwe functie van Verkennen in GA4 is de padverkenning. U kunt nu een specifieke gebeurtenis of pagina/scherm kiezen van waaruit u vooruit of achteruit wilt gaan om te zien hoe gebruikers uw site of app doorlopen. Inzicht in gebruikersstromen via een site is lange tijd een functieverzoek geweest en met de nieuwe padverkenningen in GA4 is het eindelijk mogelijk.
Wat zette een gebruiker ertoe aan een product aan de winkelwagen toe te voegen?
Dit is een vraag die veel e-commercesites stellen en die u nu kunt onderzoeken door een pad in omgekeerde richting te volgen.
Open om te beginnen een nieuwe padverkenning en klik rechtsboven op Opnieuw beginnen. U kunt dan een eindpunt selecteren. Kies Gebeurtenisnaam.
Kies de gebeurtenis van waaruit u terug wilt gaan in het uitschuifmenu. In dit geval willen we zien waarom gebruikers iets aan hun winkelwagen hebben toegevoegd en kiezen we dus voor Toevoegen aan winkelwagen. Als u de gewenste gebeurtenisnaam niet ziet, klikt u op Meer laden of gebruikt u de zoekbalk bovenaan om ernaar te zoeken.
Mijn verkenning start met een aantal stappen die al zijn ingevuld op basis van de gebeurtenisnaam. Als ik liever een pad wil maken op paginanaam, kan ik die naam per stap wijzigen. In het onderstaande voorbeeld ben ik overgeschakeld naar Paginatitel en schermklasse, en zie ik dat een redelijk aantal mensen op de pagina Verkoop iets aan de winkelwagen toevoegt. Ik kan dat verder onderzoeken door bij de details op de verkooppagina te kijken of er bepaalde artikelen zijn die meer interesse opwekken, om die informatie mee te nemen in mijn marketingstrategie.
Wat leidde gebruikers ertoe mijn app te verwijderen?
Gebruikersverloop (gebruikers die de app verwijderen) is een van de hoofdbrekens van app-ontwikkelaars. Paden in omgekeerde richting kunnen een goede bron zijn om uit te zoeken waarom klanten de app hebben verwijderd. Maak om te beginnen een nieuw pad in omgekeerde richting door bovenaan een padverkenning te klikken op de knop Opnieuw beginnen. Kies de gebeurtenisnaam app_remove als uitgangspunt.
Als u een aantal stappen terugkijkt, kunt u de activiteiten zien die mogelijk tot het gebruikersverloop hebben geleid. In dit geval zien we dat ongeveer 13% van het gebruikersverloop plaats vond na weergave van een advertentievertoning binnen 2 stappen nadat de app werd verwijderd. Dat is een vrij hoog percentage en geeft aan dat u de manier waarop u advertenties toont misschien moet aanpassen om de negatieve impact op gebruikers te verminderen en daarmee het gebruikersverloop terug te dringen.
Zijn er interessante overlappingen tussen verschillende segmenten van mijn gegevens?
De techniek Segmentoverlap is een uitstekende manier om op eenvoudige wijze te visualiseren wat de interactie is tussen verschillende segmenten gebruikers. Zo kan ik de overlap visualiseren tussen de desktopgebruikers en de mobiele gebruikers die zich abonneren op de nieuwsbrief van een site. Zo kan ik makkelijker zien waar de meeste aanmeldingen voor nieuwsbrieven vandaan komen, in plaats van een tabelverkenning op te splitsen om deze informatie te krijgen.
Als u dat wilt doen, moet u eerst de segmenten die u wilt analyseren toevoegen aan het deelvenster Variabelen. Klik op het plusicoon om nieuwe segmenten toe te voegen. De tool Segmenten maken verschijnt.
De gebeurtenis Aanmelden voor nieuwsbrief kunt u maken door een gebeurtenissegment te selecteren en de juiste gebeurtenis te kiezen om op te filteren, in dit geval sign_up.
Als u de segmenten heeft gemaakt die u wilt visualiseren, moet u ze toepassen door erop te dubbelklikken om ze toe te voegen aan het deelvenster Instellingen voor tabblad. U kunt maximaal 3 segmenten tegelijk toevoegen om hun overlap te visualiseren via een Venn-diagram.
In dit voorbeeld heb ik segmenten toegevoegd voor Bureaubladverkeer, Mobiel verkeer en Aanmelden voor de nieuwsbrief om te zien waar de meeste aanmeldingen voor nieuwsbrieven vandaan komen.
Zoals blijkt uit zowel het Venn-diagram als rij 6 van de onderstaande tabel, komt het merendeel van het aantal aanmeldingen voor de nieuwsbrief van desktopgebruikers. Dit kan betekenen dat de mobiele navigatie niet is afgestemd op dat doel of dat er een probleem is met de gebruikerservaring waardoor gebruikers zich niet makkelijk kunnen aanmelden voor de nieuwsbrief. Dat is een mogelijkheid die ik met mijn ontwikkelaars- en UX-teams wil bespreken.
Een erg handige functie van de techniek Segmentoverlap is de mogelijkheid om een nieuw segment te maken op basis van een overlap. Als ik bijvoorbeeld een nieuw segment wil maken met desktopverkeer en aanmeldingen voor een nieuwsbrief, kan ik met de rechtermuisknop op het visuele gegevenssegment klikken waarin ik geïnteresseerd ben. Dat kan op het Venn-diagram of via de tabel. Daarna selecteer ik de optie om een segment te maken.
U ziet nu de tool Segmenten maken, met de vooraf geselecteerde voorwaarden op basis van de gekozen segmentenset. De segmentnaam is nu de beschrijvende naam van de gecombineerde voorwaarden, maar die naam kunt u wijzigen.
U kunt er ook voor kiezen een doelgroep te maken op basis van deze overlap door het selectievakje rechtsboven aan te vinken. U kunt deze doelgroep delen met andere Google Marketing Platform-producten, zoals Google Ads, om uw bereik te vergroten.
Is het gedrag van gebruikers anders, afhankelijk van wanneer ze mijn site voor het eerst bezochten?
Cohortverkenning is een handige tool om inzicht te krijgen in het gedrag van verschillende groepen gebruikers van uw site, op basis van wanneer en hoe ze een cohort zijn binnengekomen. Als u de statistiek of berekening van een analyse wijzigt in een cohortverkenning, kan dat nog meer inzicht geven.
Als u voor het eerst een nieuwe cohortverkenning opent in Verkennen, ziet u een verkenning die voor u is gemaakt op basis van de cohortopname first_touch (oftewel hoe iemand in aanmerking kwam voor het cohort. In dit geval de 1e keer dat deze de site of app heeft bezocht), de retourneercriteria van elke gebeurtenis (dat wil zeggen, ze zijn teruggekomen en deden iets op uw site of in uw app), een statistiek voor actieve gebruikers en een standaard berekeningstype. Dat leidt tot een basiscohortverkenning die aangeeft hoeveel gebruikers u in de loop van 5 weken per week terughaalt naar uw site, en of dat aantal afhankelijk is van wanneer ze voor het eerst op uw site of in uw app waren.
Als u het statistiektype van deze verkenning wijzigt van som in per cohortgebruiker, kunt u een idee krijgen van het retourpercentage per week. Dat is waarschijnlijk nuttiger dan de som voor deze specifieke weergave, omdat per cohortgebruiker u een idee geeft van de prestaties van elk cohort voor terugkerende gebruikers.
Voor een e-commercesite is het mogelijk ook waardevol als u de waarde van een statistiek voor Actieve gebruikers wijzigt in een statistiek voor Aankoopopbrengst, zodat u niet alleen gebruikers ziet, maar ook de opbrengstwaarde die elke cohort oplevert. U kunt dat bekijken als de som voor het cohort of als waarde per cohortgebruiker. In het onderstaande voorbeeld ziet u dat de 1e 2 cohorten wekelijks zeer weinig opbrengst opleverden, maar dat de opbrengst vanaf het 3e cohort begint te groeien.
Als u het berekeningstype wijzigt van Standaard in Cumulatief, ziet u de totale impact van elk cohort op de bedrijfsopbrengst.
In dit voorbeeld geven de gegevens aan dat er vanaf de week van 7 maart waarschijnlijk een toename was in marketingactiviteiten om converterende gebruikers naar de Google Merchandise Store te leiden.
Welke verwijzingsbronnen leveren de waardevolste gebruikers op?
Met deze kennis kan uw marketingteam bepalen welke verwijzingsbronnen ze mogelijk willen promoten als partners. In dit geval geeft een hogere waarde aan dat gebruikers waarschijnlijk minder snel churnen, een hogere totale opbrengst opleveren en een hogere historische LTV hebben.
Als u deze verkenning wilt maken, moet u eerst de statistieken en dimensies bekijken die u nodig heeft voor onderzoek naar gebruikersverloop, LTV en totale opbrengst. We gebruiken bron en medium als onze dimensies. We voegen ook een paar statistieken toe vanuit het gedeelte Lifetime value van gebruiker met het plusicoon in het gedeelte met statistieken van het deelvenster met variabelen.
Nadat u deze statistieken en dimensies heeft toegepast, ziet u dat veel rijen geen waarden vermelden voor de kans op gebruikersverloop, omdat deze gebruikers niet geschikt zijn voor de modellering van gebruikersverloop. U kunt een filter maken waarbij kans op gebruikersverloop > 0 is om alle gebruikers zonder berekende kans op gebruikersverloop uit te sluiten. U krijgt dan een overzichtelijke verkenning:
Daarna kunt u uw gegevens sorteren op kans op gebruikersverloop en zien of er campagnes zijn met een aanzienlijke hoeveelheid gebruikers en een lage kans op gebruikersverloop. Die campagnes leveren waarschijnlijk meer betrokken gebruikers op dan campagnes waarvoor de kans op gebruikersverloop groter is.
Ook kunt u naar voorspelde aankopen, historische LTV en voorspellende betrokkenheid kijken om de waarde van de geworven gebruikers na die ene sessie te bepalen.
Als u naar het onderstaande screenshot kijkt, zijn er in dit geval een paar rijen met verwijzingen die niet van Google komen naar de Google Merchandise Store, die weinig gebruikers hebben, maar ook een lager gebruikersverloop, een langere betrokkenheidsduur, meer transacties en een goede gemiddelde LTV. Deze verwijzingen lijken waardevol voor de winkel te zijn en dus zijn dit de verwijzingsbronnen die we het marketingteam aanraden om de relatie verder mee uit te bouwen.