- Какие страницы вашего сайта или приложения получают больше всего просмотров?
- Какие из целевых страниц наиболее эффективны или получают больше всего конверсий?
- Что именно ищут пользователи на вашем сайте или в приложении? Как улучшить контент или навигацию своего сайта?
- Как меняется эффективность целевых страниц со временем? Одинакова ли статистика посещения пользователей на разных страницах?
- Какие этапы проходят пользователи на пути к покупке?
- Как пользователи проходят уровни в игре?
- Что заставило пользователя добавить товар в корзину?
- Что заставило пользователей удалить приложение?
- Наблюдаются ли точки пересечения сегментов данных?
- Различается ли поведение пользователей в зависимости от того, когда они впервые посетили сайт?
- Какие источники перехода генерируют наиболее ценных пользователей?
Какие страницы вашего сайта или приложения получают больше всего просмотров?
В Universal Analytics мы привыкли видеть отчет "Страницы", детализированный по параметру "Путь к странице" и разным показателям, например "Просмотры страницы", "Уникальные просмотры страницы", "Показатель отказов" и т. д. В Google Аналитике 4 этот отчет выглядит по-другому, однако вы всё равно можете легко создать то, что вам нужно для исследования, в разделе "Исследования".
Сначала включите дополнительный параметр, нажав на значок плюса, чтобы добавить параметры на панели "Настройка вкладки" в разделе "Исследования". В частности, нужно добавить параметр "Путь к странице и строка запроса". Чтобы просматривать данные по названию страницы (в отчете "Страницы" в UA используется параметр "Путь к странице"), включите дополнительный параметр "Название страницы, Название экрана".
Затем нужно добавить показатель "Просмотры", чтобы включить его в исследование. Для этого нажмите на значок плюса в разделе "Показатели" на панели "Переменные" и найдите показатель "Просмотры".
Чтобы создать исследование для страниц, нужно удалить показатели и параметры по умолчанию, указанные в настройках строк и столбцов, а затем добавить параметр "Путь к странице и строка запроса" для строки и показатель "Просмотры" для столбца. Кроме того, для сравнения можно добавить показатель столбца "Активные пользователи", чтобы оценивать популярность каждой страницы по уникальным пользователям.
Если для Google Merchandise Store удалить главную страницу (/) и страницу корзины, то можно увидеть разделы "Акция" и "Мужская одежда" – самые популярные страницы товаров на сайте.
Какие из целевых страниц наиболее эффективны или получают больше всего конверсий?
Анализ страниц, с которых посетители начинают просмотр вашего сайта или приложения, позволяет сделать их более полезными и удобными. В Universal Analytics эта информация представлена в интерфейсе с готовым отчетом, однако в ресурсах Google Аналитике 4 такая функция пока недоступна. Этот отчет можно создать с нуля как отдельное исследование в одноименном разделе.
Для этого нужно добавить параметр "Целевая страница" и релевантные показатели, например "Просмотры", "Сеансы" и "Пользователи". Дополнительные параметры и показатели можно включить и добавить с помощью значка плюса.
Когда эти параметры и показатели будут готовы к использованию, добавьте параметр "Целевая страница" в качестве строки, а соответствующие показатели (например, "Просмотры", "Сеансы" и "Активные пользователи") – в качестве значений. Так вы создадите исследование для целевой страницы, в котором будут учитываться выбранные показатели.
Если вы добавите необязательный показатель "Покупка", то увидите, какие целевые страницы просматривали пользователи в момент покупки.
Эти данные можно сравнить с общими результатами, чтобы лучше понять эффективность целевой страницы.
Что именно ищут пользователи на вашем сайте или в приложении? Как улучшить контент или навигацию своего сайта?
Ещё один тип отчета, который можно создать в разделе "Исследования", – "Поиск по сайту". Для этого нужно выполнить несколько действий.
Сначала необходимо включить событие улучшенной статистики или специальное событие для сбора данных поиска по сайту. Если вы используете улучшенную статистику, это событие называется view_search_results. Далее в ресурсе нужно включить специальный параметр search_term, чтобы затем использовать его в разделе "Исследования".
Получив нужные данные, вы сможете создать исследование, которое будет состоять из нескольких частей. Сначала необходимо поставить флажок рядом с параметром search_term, чтобы использовать его в исследовании.
После этого вы сможете добавить параметр в исследование в разделе "Строки". Панель будет выглядеть примерно так:
В этом исследовании показывается много значений со статусом (not set), поскольку оно охватывает все события. Чтобы уменьшить количество значений, создайте фильтр "Название события", точно соответствующий значению view_search_results. Таким образом, будут показываться только данные для нужного события.
После применения фильтра появится обновленное исследование, в котором приведено количество поисковых запросов для каждого слова в списке (т. е. исследование поиска по сайту).
Узнав, что именно ищут клиенты на вашем сайте, вы сможете оптимизировать свой контент, чтобы привлекать больше пользователей и повышать уровень их удовлетворенности. Например, если определенный поисковый запрос становится популярным, следует добавить для него больше контента, чтобы пользователи могли легко находить нужные результаты и ответы на свои вопросы.
Как меняется эффективность целевых страниц со временем? Одинакова ли статистика посещения пользователей на разных страницах?
Для каждого исследования доступно несколько параметров визуализации. Один из вариантов – график, с помощью которого можно узнать, как изменяются данные с течением времени. Чтобы посмотреть динамику популярности целевых страниц, достаточно изменить тип визуализации, нажав один из шести параметров на панели "Настройка вкладки".
Если вы выберете представление данных в виде графика, то появится график с 10 самыми популярными целевыми страницами за всё время.
Наведите курсор на график, чтобы увидеть точные данные за интересующий вас день.
Кроме того, вы можете видеть данные об отклонениях, выделенные пустым кружком. Если навести указатель мыши на этот кружок, появится подробная информация. Ниже приведен пример на основе ранее собранных данных. По прогнозам Google Аналитики, 2 февраля главную страницу должны были посетить 1000 активных пользователей, однако их фактическое количество составляет 2200, что на 116 % превышает ожидаемый результат.
Воронка – это полезный инструмент, позволяющий визуализировать предусмотренные вами действия пользователей. Например, предприятия электронной торговли могут использовать их для отслеживания поведения пользователей во время покупки или оплаты, а разработчики игр – чтобы наблюдать за тем, как пользователи проходят уровни в игре. Рассмотрим конкретные примеры для обеих ситуаций.
Какие этапы проходят пользователи на пути к покупке?
Вы можете анализировать поведение различных сегментов пользователей на пути к покупке при просмотре товара, добавлении его в корзину и совершении покупки. Вы можете создать воронку с нуля или воспользоваться одним из шаблонов, доступных в тестовом аккаунте GA4 для Google Merchandise Store. Для этого перейдите в центр Исследований, прокрутите страницу вниз и выберите "Воронка поведения покупателей" из списка исследований "Тест".
Когда это исследование открывается, оно доступно только для чтения. Однако вы можете нажать "Создать копию" в правом верхнем углу, чтобы создать копию этого демонстрационного исследования, которой вы будете владеть. Ее можно редактировать и корректировать в любое время.
В Google Merchandise Store продаются товары с фирменным оформлением Google, причем две самые популярные категории представляют брендовые товары Android и YouTube. Сравнив обе категории товаров, можно понять поведение покупателей. Для этого нужно создать два новых сегмента, по одному для каждой категории. В нашем случае можно создать сегмент с условием, содержащим событие select_item и параметр item_name со значением "Android" или "YouTube".
После этого в сегментах появятся пользователи, которые проходили шаги в воронку поведения покупателей и, по крайней мере, нажали на брендовый товар Android или YouTube. Оказывается, что пользователи, хотя бы нажавшие на брендовый товар Android, почти вдвое чаще совершали покупку, чем те, кто взаимодействовал с товаром YouTube. Помните, что речь идет о клике, а не покупке брендового товара. Чтобы отслеживать только покупки определенного брендового товара, используйте событие purchase, как показано ниже.
Когда сегменты будут применены, сравнение результатов воронки поведения покупателей будет выглядеть так:
Для воронок в GA4 добавлена новая функция, с помощью которой можно отслеживать изменение показателей в динамике. Чтобы воспользоваться ею, на панели "Настройка вкладки" выберите тип визуализации "Воронка конверсии с учетом тенденций". Откроется представление данных этой воронки, где будут приведены шаги пользователей за весь период. Чтобы посмотреть показатели каждого шага и сегмента по дням, прокрутите страницу вниз.
Чтобы лучше визуализировать динамику изменений, можно просматривать каждый шаг по отдельности. На этом примере можно увидеть, что по состоянию на 10 марта был зарегистрирован стремительный рост количества покупок, чего не было заметно в предварительном представлении данных. Интересно, что разница в количестве покупок, которые совершили пользователи после просмотра товаров Android и YouTube, наблюдается почти сразу после резкого роста показателей. Это свидетельствует о возможных изменениях в макете сайта или маркетинговых мероприятиях, благодаря которым товары Android стали с тех пор заметнее.
Как пользователи проходят уровни в игре?
Это часто задаваемый вопрос среди разработчиков игр и приложений. Ответ на него можно получить, проанализировав воронку.
Для начала нужно создать специальные шаги для каждого уровня игры. В этом примере можно использовать событие level_up и создать пять этапов для пяти уровней в игре Flood-it! в тестовом аккаунте GA4.
После этого вы увидите, как пользователи продвигаются по каждому уровню игры.
Похоже, пользователи, проходящие уровень 1, с большей вероятностью продолжат игру. Благодаря этой информации вы сможете создать сценарии A/B-тестирования и предоставить пользователям советы или другие методы, которые помогут им пройти уровень 1 и снизить их отток.
Если проследить динамику приведенной выше воронки, вы заметите рост на каждом шагу, начиная примерно с 19 марта. Это свидетельствует о том, что в какой-то момент в продвижении и видимости игры что-то изменилось.
Кроме того, вы можете сегментировать эту воронку, чтобы узнать, влияют ли различные каналы привлечения на общий прогресс по уровням. В этом примере сравниваются два канала привлечения: прямой и платный трафик. Можно заметить, что пользователи, привлеченные через платные кампании, проходят больше уровней в игре (т. е. коэффициент прерывания ниже), чем те, кто был привлечен напрямую. Это означает, что ваша платная реклама работает правильно.
Ещё одна полезная функция исследования воронки – возможность создания сегмента или аудитории для пользователей, прервавших последовательность конверсии. В примере ниже коэффициент прерывания начинает расти примерно на уровне 4. Вы можете создать сегмент для пользователей, которые отсеялись на уровне 4 (не достигли уровня 5), и использовать его как аудиторию, чтобы увеличить охват или отправить push-уведомления и поощрить пользователей пройти уровень и продолжить игру.
Затем нажмите правой кнопкой мыши на нужный шаг и создайте сегмент. Чтобы настроить таргетинг на нужную аудиторию, добавьте в этот сегмент критерии исключения для уровня 5.
Наконец, в исследование воронки можно добавить новый показатель "Прошло времени". Для этого на панели настроек включите параметр "Показать время между шагами". В таблицу будет добавлена новый столбец с этим показателем.
Данные о том, сколько времени в среднем пользователи переходят от одного шага к следующему, помогут определить показатель успеха клиентов, а в нашем случае – сложность прохождения определенного уровня игры. На основе этих данных также можно создать аудиторию, для которой вы будете выполнять определенные действия, например отправлять push-уведомления или ремаркетинговые сообщения. Например, для прохождения уровня 2 в среднем требуется 3 часа 53 минуты. Вы можете создать целевую аудиторию на основе пользователей, прервавших последовательность, нажав правой кнопкой мыши и выбрав соответствующий вариант.
Этим пользователям можно будет отправлять поощрительные сообщения, чтобы они не отказывались от прохождения игры или приложения.
В разделе "Исследования" в GA4 доступна новая функция – исследование пути. Теперь вы можете выбрать определенное событие или страницу/экран, для которых нужно отслеживать путь вперед или назад, чтобы увидеть, какие шаги проходят пользователи на сайте или в приложении. Мы давно получали запросы на добавление функции, с помощью которой можно было бы исследовать пути пользователей на сайте. Теперь эта возможность доступна в GA4.
Что заставило пользователя добавить товар в корзину?
Это часто задаваемый вопрос среди владельцев сайтов электронной торговли. Ответ на него можно получить благодаря функции обратного пути.
Сначала откройте новое исследование пути и в правом верхнем углу нажмите "Начать заново". После этого можно будет выбрать конечную точку. Выберите "Название события".
Затем в выдвигающемся меню выберите событие, для которого нужно создать обратный путь. Поскольку в этом случае нас интересует то, что побудило пользователей добавить товар в корзину, мы выберем событие add_to_cart. Если название нужного события не показывается, нажмите "Показать ещё" или введите его в строке поиска вверху.
Загрузится исследование, несколько шагов в котором будет предварительно заполнено на основе названия события. Если же нужно указать путь по названию страницы, это можно сделать для каждого шага отдельно. В следующем примере выбран параметр "Заголовок страницы и класс экрана". Видно, что многие пользователи добавляют товары в корзину на странице распродажи. Затем можно более подробно проанализировать страницу распродажи, чтобы выяснить, не вызывают ли определенные товары повышенный интерес, а затем сформировать маркетинговую стратегию.
Что заставило пользователей удалить приложение?
Разработчиков приложений особенно беспокоит отток пользователей (когда они удаляют приложение). Чтобы узнать, почему пользователи прекращают пользоваться приложением, можно применить функцию обратного пути. Сначала в верхней части исследования пути нажмите кнопку "Начать заново", чтобы создать обратный путь. Затем выберите событие app_remove в качестве начальной точки.
Вернувшись на несколько шагов в пути, вы увидите действия, которые могли привести к оттоку. В этом случае примерно 13 % пользователей, прекративших пользоваться приложением, видели объявление в двух шагах от удаления. Это достаточно высокий показатель. Вероятно, вам нужно оптимизировать показ объявлений, чтобы уменьшить их негативное влияние на пользователей и таким образом сократить их отток.
Наблюдаются ли точки пересечения сегментов данных?
Метод "Наложение сегментов" – это отличный способ визуализировать, как разные сегменты пользователей взаимодействуют между собой. Например, можно узнать, как накладываются сегменты пользователей компьютеров и мобильных устройств, подписавшихся на новостную рассылку сайта. Так вы увидите, где регистрируется больше подписок на новости, не открывая таблицу сводных данных исследования.
Сначала на панель "Переменные" нужно добавить сегменты для анализа, нажав на значок плюса (откроется компоновщик сегментов).
Теперь вы можете создать событие для подписки на новости. Для этого выберите сегмент и событие для фильтра (в этом случае – sign_up).
Создав сегменты для визуализации, дважды нажав на них, чтобы добавить на панель "Настройки вкладок". Чтобы визуализировать наложение на диаграмме Венна, можно добавить до трех сегментов одновременно.
В этом примере добавлены сегменты "Трафик с компьютеров", "Трафик с мобильных устройств" и "Подписка на новости", чтобы узнать, откуда поступает большинство подписок.
Как видно из диаграммы Венна и строки 6 в таблице ниже, большинство подписок на новости поступает от пользователей компьютеров. Это может указывать на то, что страницы сайта на мобильном устройстве не оптимизированы для выбранной цели или что пользователям неудобно подписываться на новости из-за проблем с интерфейсом. Этот вопрос следует обсудить с командами разработчиков и дизайнеров.
Для метода "Наложение сегментов" доступна важная функция: вы можете создать новый сегмент на основе места наложения. Например, можно создать новый сегмент, включающий трафик с компьютеров и подписки на новости. Для этого на диаграмме Венна или таблице нажмите правой кнопкой мыши на нужный фрагмент данных, а затем – "Создать сегмент из выбранного".
Откроется компоновщик сегментов с условиями, выбранными на основе вашего набора сегментов. Название сегмента служит описательным названием объединенных условий, но его можно будет изменить.
Кроме того, вы можете создать аудиторию на основе места наложения, поставив флажок в правом верхнем углу. Ей можно поделиться в других продуктах Google Marketing Platform (например, Google Рекламе), чтобы привлечь больше пользователей.
Различается ли поведение пользователей в зависимости от того, когда они впервые посетили сайт?
Когортное исследование – это полезный инструмент, с помощью которого можно понять поведение разных групп пользователей сайта на основе данных о том, когда и как они вошли в когорту. Когортное исследование можно сделать ещё более полезным, изменив критерий анализа или способ расчета.
Когда вы впервые откроете когортное исследование в разделе "Исследования", то увидите исследование, сгенерированное на основе следующих факторов: включение в когорту с параметром first_touch (как пользователь попал в когорту; в этом случае – первое посещение сайта или приложения), критерии возврата любого события (т. е. пользователь вернулся на сайт или в приложение и выполнил там определенное действие), показатель активных пользователей и стандартный типа расчета. Так вы получите базовое когортное исследование, где показано, сколько пользователей вы повторно привлекаете на свой сайт в течение последних пяти недель и зависят ли эти показатели от того, когда они впервые посетили ваш сайт или приложение.
Если для типа показателя исследования выбрать вариант "На пользователя из когорты" вместо "Сумма", вы будете знать, какой процент пользователей возвращается еженедельно. Вероятно, такой вариант будет для вас более эффективным, поскольку вы сможете сравнить количество вернувшихся пользователей в каждой когорте.
На сайте электронной торговли также можно изменить элемент "Значение" показателя "Активные пользователи" на показатель "Доход от покупок". Так вы будете видеть не только пользователей, но и значение дохода, предоставляемое каждой когортой. Эта информация о когорте показывается для показателей "Сумма" и "На пользователя из когорты". В примере ниже заметно, что первые две когорты еженедельно приносили очень низкий доход, однако с третьей когортой доход начал расти.
Если изменить тип вычисления из "Стандартное значение" на "Совокупное значение", вы сможете посмотреть общее влияние каждой когорты на доход компании.
В этом примере данные свидетельствуют о том, что примерно с 7 марта было принято больше маркетинговых мер, чтобы привлечь в Google Merchandise Store пользователей с высоким показателем конверсий.
Какие источники перехода генерируют наиболее ценных пользователей?
С помощью этой информации вашим маркетологам будет легче определить, с какими источниками перехода следует установить партнерские отношения. В нашем случае значения указывают на более низкую вероятность оттока пользователей, лучший прогнозируемый доход за всё время и более высокую общую ценность.
Чтобы создать это исследование, необходимо сначала добавить показатели и параметры, необходимые для отслеживания оттока пользователей, общей ценности и дохода за всё время. Мы включим параметры "Источник" и "Средство", а также несколько дополнительных показателей из раздела "Общая ценность пользователя", нажав на значок плюса рядом с разделом "Показатели" на панели переменных.
При использовании показателей и параметров вы увидите, что многие строки не содержат значений вероятности оттока, поскольку пользователи в этих строках не отвечают требованиям для моделирования прогнозирования. Чтобы исключить всех таких пользователей, можно создать фильтр, где вероятность оттока выше нуля. В результате вы получите более точные результаты.
Затем можно отсортировать данные по вероятности оттока и проверить, есть ли у вас кампании с большим количеством пользователей и низким прогнозируемым оттоком. Такие кампании могут привлечь больше заинтересованных пользователей, чем те, у которых более высокий прогнозируемый отток.
Кроме того, можно посмотреть прогнозируемые покупки и привлечение, а также общую ценность, чтобы определить ценность привлеченных пользователей после одного сеанса.
На скриншоте ниже видно несколько строк с данными о переходах в Google Merchandise Store, не связанных с Google. В них приведено низкое количество пользователей с более низким показателем оттока, более длительным взаимодействием, большим числом транзакций и хорошей средней общей ценностью. Такие переходы ценны для магазина, поэтому команде маркетологов следует развивать отношения с источниками переходов.