- Које странице на сајту или у апликацији остварују највише приказа?
- Које одредишне странице имају најбољи учинак или остварују највише конверзија?
- Шта људи траже на сајту или у апликацији? Како могу да побољшам садржај сајта или навигацију на сајту?
- Какав је учинак одредишних страница током времена? Да ли је учесталост долазака корисника на различите странице иста?
- Како корисници напредују кроз ток продаје?
- Како корисници напредују кроз нивое у игри?
- Шта је подстакло корисника да дода производ у корпу?
- Шта је навело кориснике да уклоне апликацију?
- Постоје ли занимљива преклапања између различитих сегмената података?
- Да ли се корисници понашају другачије у зависности од тога када су први пут посетили сајт?
- Који извори референци генеришу највредније кориснике?
Које странице на сајту или у апликацији остварују највише приказа?
У Универзалној аналитици смо навикли да видимо детаљан приказ извештаја Странице према аспекту Путања странице и показатељима као што су Прикази странице, Јединствени прикази странице, Стопа посете само једне странице и други. Извештај Странице изгледа другачије у производима Google аналитике 4, али и даље можете да лако поново направите оно што тражите као истраживање у Истраживањима.
Прво морате да омогућите додатни аспект путем иконе + за додавање аспеката у окну Подешавања картице у Истраживањима. Конкретно, треба да додате аспект „Путања странице + стринг упита“. Ако податке желите да видите и према наслову странице (извештај Странице у Универзалној аналитици користи аспект Путања странице), можете да омогућите додатни аспект Наслов странице и назив екрана.
Затим морате да додате показатељ Прикази да бисте га унели у истраживање. Да бисте то урадили, кликните на икону + за одељак Показатељи у окну Променљиве и потражите показатељ Прикази који желите да додате.
Да бисте направили истраживање страница, морате да уклоните подразумеване показатеље и аспекте примењене у подешавањима редова и колона и додате „Путања странице и стринг упита“ као аспект реда и „Прикази“ као показатељ колоне. За поређење можете да додате и „Активни корисници“ као показатељ колоне да бисте стекли увид у популарност странице према јединственом кориснику.
Када је реч о продавници Google робе, ако уклоните почетну страницу (/) и страницу са корпом, брзо ћете видети да су одељци Распродаја и Мушка одећа најпопуларније странице производа на веб-сајту.
Које одредишне странице имају најбољи учинак или остварују највише конверзија?
Увид у то шта корисници прво отворе у апликацији или на веб-сајту вам помаже да оптимизујете кориснички доживљај и маркетиншке активности. У Универзалној аналитици то је извештај уграђен у кориснички интерфејс за извештавање. Међутим, он још увек не постоји у производима Google аналитике 4. Поново можемо да га направимо од почетка као истраживање у Истраживањима.
Треба вам неколико важних ствари да бисте направили ово истраживање: аспект Одредишна страница + стринг упита и релевантни показатељи као што су Прикази, Сесије и Корисници. Мораћете да омогућите додатне аспекте и показатеље путем иконе + за додавање:
Када ти аспекти и показатељи постану доступни за коришћење, прво додајте аспект Одредишна страница + стринг упита као ред и релевантне показатеље, као што су Прикази, Сесије и Активни корисници, као вредности. То ће вам омогућити истраживање одредишних страница према овим показатељима.
Додавањем додатног показатеља Куповине можете да видите које су одредишне странице прегледане када је дошло до куповине:
Сада можете да видите које су одредишне странице прегледане приликом куповине и упоредите их са укупним вредностима да бисте боље разумели ефикасност одредишне странице.
Шта људи траже на сајту или у апликацији? Како могу да побољшам садржај сајта или навигацију на сајту?
Још један уобичајени извештај који можете да направите у Истраживањима је истраживање Претрага сајта. То можете да урадите у неколико корака.
Прво морате да омогућите догађај побољшаног мерења или прилагођени догађај да бисте прикупљали податке из претраге сајта. Ако користите побољшано мерење, овај догађај се зове view_search_results. Затим се уверите да сте омогућили параметар за search_term као прилагођени аспект у производу. Када то урадите, биће доступан за коришћење у Истраживањима.
Када прави подаци постану доступни, можете да направите истраживање. Оно ће се састојати од неколико делова. Прво морате да омогућите аспект за search_term како би био доступан за коришћење у истраживању:
Када га омогућите, можете да га додате у истраживање у подешавањима Редови. Видећете резултат сличан овом:
Ово истраживање приказује много вредности (not set) (није подешено) јер претражује све догађаје. Да бисте смањили количину непотребних података, морате да направите филтер за Назив догађаја који се потпуно подудара са view_search_results и приказиваће се само подаци за тај догађај:
Када примените филтер, добићете ажурирано истраживање које показује број претрага за сваки наведени термин, а самим тим и истраживање термина за претрагу сајта:
Увид у то шта корисници претражују на веб-сајту је сјајна помоћ у оптимизацији садржаја за повећање ангажовања и задовољства корисника. На пример, ако приметите повећање броја одређеног термина за претрагу, препоручујемо вам да додате још садржаја у вези са тим термином да би корисници сајта могли лакше да пронађу оно што траже или одговоре на своја питања.
Какав је учинак одредишних страница током времена? Да ли је учесталост долазака корисника на различите странице иста?
За свако истраживање имате неколико опција визуелизације. Линијски графикон је једна од корисних опција јер приказује трендове података током времена. Ако желите да видите трендове одредишних страница током времена, треба само да промените тип визуелизације кликом на неку од 6 опција визуелизације у окну Подешавања картице.
Променом визуелног приказа на линијски графикон правите графички приказ трендова 10 најпопуларнијих одредишних страница током времена.
Ако пређете курсором преко графикона, видећете тачке података наведене за сваки дан.
Можда ћете видети и податке о аномалијама истакнуте празним кругом. Ако пређете курсором преко празног круга, приказаће се информације о аномалији. У примеру у наставку, Google аналитика је на основу претходно прикупљених података очекивала да ће око 1000 активних корисника посетити почетну страницу 2. фебруара. Међутим, забележено је 2200 активних корисника, што је 116% више од очекивања.
Токови су сјајна алатка за једноставну визуелизацију напретка корисника кроз скуп корака које би требало да обаве. Уобичајени случајеви коришћења токова могу да буду ток понашања при куповини или ток понашања при плаћању за предузећа која се баве е-трговином. Програмери игара могу да виде како корисници напредују кроз нивое у игри. Погледајмо конкретне примере сваког од њих.
Како корисници напредују кроз ток продаје?
Када је реч о понашању при куповини, можете да анализирате како различити сегменти корисника напредују кроз ток понашања при куповини док прегледају артикал, додају га у корпу и купују. Да бисте започели, можете да направите овај ток од почетка или да користите неки од практичних шаблона доступних на пробном налогу Google аналитике 4 за продавницу Google робе. Да бисте то одабрали, отворите центар за истраживање, скролујте надоле и изаберите „Ток понашања при куповини“ у наведеним истраживањима за пробну верзију.
Када се ово пробно истраживање отвори, биће само за читање. Кликом на „Направи копију“ у горњем десном углу можете да направите његову копију која ће бити у вашем власништву. Ту копију можете да мењате и прилагођавате како год желите.
Продавница Google робе продаје брендирану Google опрему, а две популарне категорије опреме на сајту су брендирани Android и YouTube артикли. Поређење ове две категорије артикала може да буде корисно у разумевању понашања при куповини. Да бисте то урадили, направите два нова сегмента, по један за сваку категорију. У овом случају можете да направите сегмент са условом са догађајем select_item и параметром item_name који садржи Android или YouTube.
Ти сегменти ће затим приказати кориснике који су напредовали кроз ток понашања при куповини и бар кликнули на брендирани Android или YouTube производ. Стиче се занимљив утисак да је вероватноћа куповине корисника који су бар кликнули на брендирани Android производ скоро 2 пута већа у поређењу са корисницима који су остварили интеракцију са брендираним YouTube производом. Имајте на уму да то не значи да су купили брендирани производ, већ само да су кликнули на њега. Ако вас занимају само куповине конкретне брендиране опреме, користите догађај куповине, као у наставку:
Када примените ове сегменте, поређење тока понашања при куповини ће изгледати овако:
Нова функција за токове продаје у Google аналитици 4 је могућност прегледа трендова током времена. Да бисте то урадили, промените тип визуелизације на „Ток продаје са трендовима“ у окну Подешавања картице. Отвориће се приказ тока продаје са трендовима који показује трендове свих корака током времена. Можете да скролујете преко њих да бисте видели бројеве по дану за сваки корак и сегмент.
Можете да прегледате и само трендове појединачних корака да бисте лакше визуелизовали промене током времена. У овом примеру можете да видите пораст броја куповина од 10. марта који није био очигледан у претходном приказу података. Занимљиво је да се разлика у броју куповина корисника који су прегледали Android у односу на оне који су прегледали YouTube јавља скоро у потпуности после овог пораста. То указује на могућу промену изгледа веб-сајта или маркетиншких активности која је повећала уочљивост Android производ од тог тренутка.
Како корисници напредују кроз нивое у игри?
Ово је често питање које програмер поставља о својој игри или апликацији. Можете да га анализирате помоћу тока.
Прво треба да направите кораке специфичне за напредак кроз нивое. У овом примеру можете да користите догађај level_up и направите 5 корака за 5 нивоа у игри Flood-it! Пробни налог Google аналитике 4.
Примена ових корака ће вам показати напредак корисника кроз сваки ниво игре.
Изгледа да постоји већа вероватноћа да ће корисници који пређу 1. ниво наставити да играју. Ове информације могу да вам помогну да спроведете А/Б тестирање случајева у којима кроз савете или друге методе помажете корисницима да доврше 1. ниво како бисте смањили стопу напуштања.
Ако временом дође до раста тренда поменутог тока, приметићете и пораст у свим корацима негде од 19. марта. То значи да се тада можда нешто променило у промоцији или видљивости игре.
Можете и да сегментирате овај ток како бисте видели да ли различити канали за аквизицију утичу на укупан напредак кроз нивое. У овом примеру можете да видите директну аквизицију у односу на аквизицију остварену плаћеним саобраћајем. Приметићете да корисници придобијени путем плаћених кампања заправо трају дуже (ниже стопе напуштања) од оних које сте директно придобили. То значи да плаћено оглашавање функционише како треба.
Друга веома корисна функција истраживања тока је могућност да направите сегмент или категорију публике од корисника који су напустили игру. У примеру у наставку ћете приметити да стопа напуштања почиње да се повећава око 4. нивоа. Можете да направите сегмент од оних који су одустали на 4. нивоу (нису стигли до 5. нивоа) и употребите га као публику за проширивање досега или слање искачућег обавештења како бисте подстакли кориснике да се врате, доврше ниво и наставе игру.
Да бисте направили тај сегмент, кликните десним тастером на корак који вас занима и одаберите да направите сегмент. Сегмент који овде треба да користите садржи и критеријуме за изузимање за 5. ниво како бисте били сигурни да циљате праву публику.
На крају, у истраживање тока можете да додате и нови показатељ Протекло време. То можете да урадите укључивањем опције Прикажи протекло време у окну Подешавања. Тако ћете додати нову колону са показатељима у табелу:
Увид у просечно време неопходно за прелазак са једног корака на други може да буде сјајан показатељ успеха клијента. У овом случају вам показује колико је лако или тешко прећи неки ниво. То може да буде и добра прилика да направите категорију публике којој ћете, рецимо, послати искачуће обавештење или поруку за поновно оглашавање. На пример, изгледа да играчима треба у просеку 3 сата и 53 минута да доврше 2. ниво. Можете да направите категорију публике која је напустила овај корак ако кликнете десним тастером и одаберете ту опцију:
То би била сјајна публика за циљање неком врстом подстицаја да корисници не би напустили игру или апликацију.
Истраживање путање је сјајна нова функција Истраживања у Google аналитици 4. Сада можете да изаберете одређени догађај, односно страницу или екран за анализу кретања унапред или уназад да бисте видели како корисници напредују кроз сајт или апликацију. Одавно тражите функцију увида у кориснички ток кроз сајт, што вам ново истраживање путање у Google аналитици 4 коначно омогућава.
Шта је подстакло корисника да дода производ у корпу?
Ово је питање које постављају многи сајтови за е-трговину, а сада може да се истражи помоћу функције за анализу путање уназад.
Да бисте започели, отворите ново истраживање путање и кликните на Почни од почетка у горњем десном углу. Затим можете да изаберете крајњу тачку. Одаберите опцију Назив догађаја:
Затим у клизном менију одаберите догађај за враћање уназад. Пошто у овом случају желимо да видимо шта је навело кориснике да додају артикле у корпу, бирамо Додавање у корпу. Ако не видите назив догађаја који вас занима, кликните на Учитај још или га потражите у траци за претрагу у врху.
Истраживање се учитава са неколико аутоматски попуњених корака на основу назива догађаја. Ако вам треба путања према називу странице, то можете да промените за сваки корак. У примеру у наставку мењамо опцију на „Наслов странице и класа екрана“ и видимо да доста људи додаје артикле у корпу на страници Продаја. Ако желите да детаљније проучите ово, анализирајте страницу Продаја како бисте видели да ли је постојало веће интересовање за одређене артикле. То ће вам помоћи да осмислите маркетиншку стратегију.
Шта је навело кориснике да уклоне апликацију?
Напуштање (уклањање апликације) представља велики проблем за програмере апликација. Анализа путање уназад може да буде сјајан ресурс и помаже вам да сазнате разлог напуштања апликације. Да бисте започели, направите нову путању уназад кликом на дугме Почни од почетка у врху истраживања путање. Затим изаберите назив догађаја app_remove као полазну тачку.
Ако се вратите неколико корака назад, видећете активности које су можда довеле до напуштања. У овом случају је око 13% корисника који су напустили апликацију видело оглас 2 корака пре уклањања апликације. Овај прилично висок проценат можда показује да треба да оптимизујете приказивање огласа како бисте смањили негативан утицај на кориснике, а тиме и стопу напуштања.
Постоје ли занимљива преклапања између различитих сегмената података?
Техника преклапања сегмената је сјајан начин да лако визуелизујете како различити сегменти корисника међусобно остварују интеракцију. На пример, можете да визуелизујете преклапање корисника рачунара у односу на кориснике мобилних уређаја који су се пријавили за билтен сајта. Тако лакше можете да видите одакле долази већина регистрација за билтен и не морате да анализирате истраживање табеле да бисте добили те информације.
Да бисте то урадили, прво морате да додате сегменте које желите да анализирате у окно Променљиве. Кликните на икону + да бисте додали нове сегменте. Отвориће се креатор сегмената.
Можете да направите догађај Регистрација за билтен ако изаберете сегмент догађаја, па одговарајући догађај за филтрирање, у овом случају sign_up.
Када направите сегменте које желите да визуелизујете, морате да их примените. Двапут кликните на њих да бисте их додали у окно Подешавања картице. Можете да додате до 3 сегмента одједном да бисте визуелизовали преклапање путем Веновог дијаграма.
У овом примеру смо додали сегменте за Саобраћај са рачунара, Саобраћај са мобилних уређаја и Регистрација за билтен да бисмо видели одакле потиче већина регистрација за билтен.
Као што можете да видите из Веновог дијаграма и 6. реда табеле у наставку, велика већина регистрација за билтен потиче од корисника рачунара. То можда показује да доживљај на мобилним уређајима није прилагођен овом циљу или да постоји проблем са корисничким доживљајем који спречава кориснике да се лако региструју за билтен. То је увид који можете детаљније да истражите са тимом програмера и тимом за кориснички доживљај.
Веома корисна функција технике преклапања сегмената је могућност прављења новог сегмента из преклапања. На пример, ако желите да направите нови сегмент који обухвата саобраћај са рачунара и регистрације за билтен, можете да кликнете десним тастером на визуелни део података који вас занимају, било на Веновом дијаграму или путем табеле, и изаберете опцију прављења сегмента.
Отвориће се креатор сегмената са унапред изабраним условима заснованим на одабраном скупу сегмената. Описни назив комбинованих услова доделиће се као назив сегмента, али можете да га промените ако желите.
Можете чак и да направите категорију публике из овог преклапања означавањем поља за потврду у горњем десном углу. То вам омогућава да делите ту категорију публике са другим Google Marketing Platform производима, као што је Google Ads, да бисте повећали досег.
Да ли се корисници понашају другачије у зависности од тога када су први пут посетили сајт?
Истраживање кохорти је корисна алатка која вам пружа увид у понашање различитих група корисника сајта, на основу тога када су и како ушли у кохорту. Истраживање кохорти може да буде још корисније ако промените показатеље или начин израчунавања података које анализирате.
Када први пут отворите ново истраживање кохорти у Истраживањима, видећете истраживање генерисано за вас на основу уврштавања показатеља first_contact у кохорту (тј. како се неко квалификовао за кохорту – у овом случају, први пут када је посетио сајт или апликацију), критеријума приказивања било ког догађаја (што значи да се корисник вратио и предузео било коју радњу на сајту или у апликацији), показатеља активних корисника и типа израчунавања стандарда. Тако добијате основно истраживање кохорти које вам показује колико корисника привлачите назад на сајт сваке недеље у периоду од 5 недеља. Видећете и да ли се подаци разликују у зависности од тога када су корисници први пут дошли на сајт или у апликацију.
Ако промените тип показатеља овог истраживања са Збир на По кориснику у кохорти, можете да стекнете увид у процентуалну вредност повратака према недељи. То је вероватно корисније од збира за овај конкретан приказ јер вам пружа увид у поређење сваке кохорте када је реч о поновним корисницима.
Ако имате сајт за е-трговину, било би корисно да промените показатељ у пољу Вредности са Активни корисници на Приход од куповине да не бисте видели само кориснике, већ и вредност прихода коју свака кохорта доноси. То можете да видите као збир за кохорту или на основу корисника у кохорти. У примеру у наставку ћете приметити да су прве две кохорте генерисале веома мали приход сваке недеље, али да приход почиње да расте од треће кохорте.
Ако промените тип израчунавања са Стандардно на Збирно, можете да видите укупан утицај сваке кохорте на приход предузећа.
Подаци у овом примеру показују да је отприлике од недеље која почиње 7. марта вероватно дошло до интензивирања маркетиншких активности да би се корисници који остварују велики број конверзија привукли у продавницу Google робе.
Који извори референци генеришу највредније кориснике?
Те информације могу да покажу маркетиншком тиму са којим изворима референци да пробају да остваре партнерство. У овом случају, вредност показује да је мања вероватноћа да ће корисници напустити апликацију, да имају већи очекивани укупни приход и већу пређашњу вредност за укупно трајање.
Да бисте направили ово истраживање, прво треба да наведете показатеље и аспекте неопходне за истраживање ствари попут напуштања, вредности за укупно трајање и укупног прихода. Као аспекте ћемо користити Извор и Медијум, а још показатеља ћемо помоћу иконе + додати из одељка „Укупно трајање корисника“ у одељак Показатељи у окну Променљиве.
Када примените ове показатеље и аспекте, видећете да многи редови немају вредности за вероватноћу напуштања јер ти корисници не испуњавају услове за моделовање предвиђања напуштања. Можете да направите филтер за вероватноћу напуштања већу од нуле да бисте изузели све кориснике без израчунате вероватноће напуштања. Добићете прегледно истраживање попут овога:
Затим можете да сортирате податке према вероватноћи напуштања и видите постоје ли кампање са великим бројем корисника и ниском очекиваном стопом напуштања. Те кампање ће вероватно генерисати више ангажованих корисника него кампање са већом предвиђеном вредношћу напуштања.
Слично томе, можете да прегледате предвиђене куповине, пређашњу вредност за укупно трајање и предвиђено ангажовање да бисте идентификовали вредност придобијених корисника и после једне сесије.
Погледајте снимак екрана у наставку. У овом случају има неколико редова референци изван Google-а на продавницу Google робе. Оне имају мало корисника, али и мању стопу напуштања, дуже трајање ангажовања, већи број трансакција и добру просечну вредност за укупно трајање. Изгледа да ове референце имају добру вредност за продавницу. Зато бисмо маркетиншком тиму препоручили да се усредсреди на те изворе референци и боље се повеже са њима.