ݺߣ

ݺߣShare a Scribd company logo

WUD 2009 - Użyteczna magia Google Analytics

•
•
World Usability Day Tour 2009
World Usability Day Tour 2009

Prezentacja Roberta Drózda z WebAudit w ramach World Usability Day Tour 2009!

1 of 33
(użyteczna) Magia Google Analytics Robert Drózd. WebAudit.pl 10.11.2009 World Usability Day, Warszawa
Dlaczego analityka i użyteczność? Analityka potrzebuje użyteczności • Nic ci tego, że wiesz co się dzieje, jeśli nie wiesz dlaczego. Użyteczność potrzebuje analityki • Nie możesz mówić o przyczynach, dopóki nie wiesz co właściwie się dzieje. Louis Rosenfeld, What and Why, and How they Fit , kwiecień 2009
Ile raportów ma Google Analytics?
Odpowiedź: 75
Razy 23 razy 5
Kto to wszystko czyta. Prymusi? • Po co większość serwisów zainstalowała sobie GA? Bo jest darmowe? • I jak się ma do tego użyteczność?
Trzy problemy. „Zwykłe” Analytics 1. Brak przygotowań i czekanie na „jakieś” przypadkowe wyniki 2. Patrzenie na serwis tylko z jednej perspektywy 3. Ograniczanie się do podstawowych metryk, które ignorują charakter serwisu „Magiczne” Analytics 1. Przygotowanie do wdrożenia i opracowanie tego, co chcemy dostać 2. Segmentacja i spojrzenie oczami użytkowników 3. Wybór metryk dla konkretnego rodzaju serwisu
1. PRZYGOTOWANIE
Na czym polega przygotowanie? • Myślenie: – Jak możemy podzielić użytkowników naszego serwisu? – Jakie metryki będą najważniejsze dla każdego segmentu? – Jakie działania użytkowników jesteśmy w stanie mierzyć? – Co może nam ewentualnie wypaczyć statystyki? • Działanie: – Definiujemy segmenty – Definiujemy filtry – Definiujemy cele
Czy ktoś nam kradnie statystyki?
2. SEGMENTY
Co rozumiem przez segment? • Segment = Grupa użytkowników, której zachowanie nas interesuje • Np. – Osoby już zarejestrowane w serwisie – Power userzy – Ludzie, którzy jeszcze nic nie kupili – Dzieciaki z Wykop.pl
Skąd bierzemy segmenty w Analytics? 1. Istniejące segmenty zaawansowane 2. Własne segmenty zaawansowane 3. Osobny profil na podstawie zmiennych identyfikujących segmenty
Istniejące segmenty zaawansowane
Własne segmenty zaawansowane
Zmienne określające segmenty • Zmienne określające segmenty (nie wolno identyfikować pojedynczych osób), które musi wygenerować nasz serwis i wysłać do Analytics • Wystarczy wywołać je raz i są pamiętane przez Analytics przez 2 lata. pageTracker._setCustomVar( 1, // This custom var is set to slot #1 "Typ", // The name of the custom variable „Klient", // The value of the custom variable 1 // Sets the scope to visitor-level ); pageTracker._setCustomVar( 2, // This custom var is set to slot #1 „LTV", // The name of the custom variable „10000-20000", // The value of the custom variable 1 // Sets the scope to visitor-level );
Tworzymy filtr i profil na podstawie wartości zmiennych
3. METRYKI zwane także KPI (key performance indicators)
Jak to wygląda zazwyczaj? • „Wzrosło czy spadło?” • „Ilu mamy Unikalnych Użytkowników?” • „Czy więcej osób wchodzi z Google?” • Podstawowa metryka: liczba wizyt/użytkowników • Podstawowy wymiar: wszyscy lub Google
Najważniejszy dla metryki jest kontekst • Pytania: – Czy umiemy wyjaśnić zmiany trendu? – Czy metryka odpowiada na jakieś pytanie biznesowe? • Przykłady – Wzrost „liczby użytkowników” vs. wzrost „powracających”? – Wzrost „wejść z Google” vs. „wzrost wejść na frazy brandowe”. – Spadek „wskaźnika odrzuceń” vs. spadek „wskaźnika odrzuceń dla podstawowych stron docelowych”
TRZY PRZYKŁADY
Przykład: blog • Na czym nam właściwie zależy? – Kto czyta? – Kto się angażuje? – Skąd pozyskujemy wiernych czytelników – Gdzie warto umieszczać linki do bloga?
Przykład: blog • Segmenty: – Powracający (to nasi najważniejsi czytelnicy) – przypadkowi z Google (ci nas mało obchodzą) • Cel: – dodanie komentarza, – zapisanie się na RSS/newsletter, – wysoka wartość odsłon/wizytę – wysoki czas w serwisie
Cele nastawione na zachowanie
Przykład: serwis społecznościowy Zainteresowanie serwisem Rejestracja Pierwsze kroki po rejestracji Zaawansowane korzystanie z serwisu
1. Zainteresowanie • Segment: – Niezarejestrowani (użytkownicy bez zapisanej zmiennej „rejestracja”) – Nowi użytkownicy (ale ostrożnie) • Liczba odsłon/wizytę • Liczba powracających, choć niezarejestrowanych
2. Rejestracja • Segment: – niezarejestrowani • Cel: dokonanie rejestracji • Lejek rejestracji: 1. strona rejestracji 2. strona podziękowania • Czy trafili za wcześnie, czy za późno? • Co robią po opuszczeniu strony rejestracji?
3. Pierwsze kroki w serwisie • Segment: – zarejestrowani • Cel: – dodanie komentarza, – dodanie zdjęcia, – dodanie/zakup w aukcji, – dodanie czegokolwiek.
4. Użytkownicy zaawansowani • Segment: – ludzie, którzy zrobili „czynność zaawansowaną”. • Miara: – liczba wizyt na liczbę zaawansowanych – częstotliwość czynności zaawansowanych
Przykład: sklep • Segmenty: – wizyty z transakcjami (segment zaawansowany) – ci, którzy kupili (po zmiennych) – i którzy nie kupili – kupujący regularnie – odwiedzający regularnie, ale nie kupujący
Nie wszystko załatwi Analytics • W co dokładnie ludzie klikają? – Programy do heatmap: clicktale, gemius Heatmap • Co ludzie sądzą o serwisie? – Ankiety, serwisy opiniac.com, sugester.pl • Dlaczego ludzie zachowują się w taki sposób? – Klasyczne badania IDI, FGI • Jak wychodzi ludziom korzystanie z konkretnych funkcji serwisu – Testy użytecznosci
Powtórka: włączamy myślenie 1. Jakie metryki? 2. Jakie segmenty (jacy użytkownicy?) 3. Jakie przygotowania potrzebne?
Dziękuję! • www.webaudit.pl/blog/ • rd@webaudit.pl

More Related Content

WUD 2009 - Użyteczna magia Google Analytics

  • 1. (użyteczna) Magia Google Analytics Robert Drózd. WebAudit.pl 10.11.2009 World Usability Day, Warszawa
  • 2. Dlaczego analityka i użyteczność? Analityka potrzebuje użyteczności • Nic ci tego, że wiesz co się dzieje, jeśli nie wiesz dlaczego. Użyteczność potrzebuje analityki • Nie możesz mówić o przyczynach, dopóki nie wiesz co właściwie się dzieje. Louis Rosenfeld, What and Why, and How they Fit , kwiecień 2009
  • 3. Ile raportów ma Google Analytics?
  • 6. Kto to wszystko czyta. Prymusi? • Po co większość serwisów zainstalowała sobie GA? Bo jest darmowe? • I jak się ma do tego użyteczność?
  • 7. Trzy problemy. „Zwykłe” Analytics 1. Brak przygotowań i czekanie na „jakieś” przypadkowe wyniki 2. Patrzenie na serwis tylko z jednej perspektywy 3. Ograniczanie się do podstawowych metryk, które ignorują charakter serwisu „Magiczne” Analytics 1. Przygotowanie do wdrożenia i opracowanie tego, co chcemy dostać 2. Segmentacja i spojrzenie oczami użytkowników 3. Wybór metryk dla konkretnego rodzaju serwisu
  • 9. Na czym polega przygotowanie? • Myślenie: – Jak możemy podzielić użytkowników naszego serwisu? – Jakie metryki będą najważniejsze dla każdego segmentu? – Jakie działania użytkowników jesteśmy w stanie mierzyć? – Co może nam ewentualnie wypaczyć statystyki? • Działanie: – Definiujemy segmenty – Definiujemy filtry – Definiujemy cele
  • 10. Czy ktoś nam kradnie statystyki?
  • 12. Co rozumiem przez segment? • Segment = Grupa użytkowników, której zachowanie nas interesuje • Np. – Osoby już zarejestrowane w serwisie – Power userzy – Ludzie, którzy jeszcze nic nie kupili – Dzieciaki z Wykop.pl
  • 13. Skąd bierzemy segmenty w Analytics? 1. Istniejące segmenty zaawansowane 2. Własne segmenty zaawansowane 3. Osobny profil na podstawie zmiennych identyfikujących segmenty
  • 16. Zmienne określające segmenty • Zmienne określające segmenty (nie wolno identyfikować pojedynczych osób), które musi wygenerować nasz serwis i wysłać do Analytics • Wystarczy wywołać je raz i są pamiętane przez Analytics przez 2 lata. pageTracker._setCustomVar( 1, // This custom var is set to slot #1 "Typ", // The name of the custom variable „Klient", // The value of the custom variable 1 // Sets the scope to visitor-level ); pageTracker._setCustomVar( 2, // This custom var is set to slot #1 „LTV", // The name of the custom variable „10000-20000", // The value of the custom variable 1 // Sets the scope to visitor-level );
  • 17. Tworzymy filtr i profil na podstawie wartości zmiennych
  • 18. 3. METRYKI zwane także KPI (key performance indicators)
  • 19. Jak to wygląda zazwyczaj? • „Wzrosło czy spadło?” • „Ilu mamy Unikalnych Użytkowników?” • „Czy więcej osób wchodzi z Google?” • Podstawowa metryka: liczba wizyt/użytkowników • Podstawowy wymiar: wszyscy lub Google
  • 20. Najważniejszy dla metryki jest kontekst • Pytania: – Czy umiemy wyjaśnić zmiany trendu? – Czy metryka odpowiada na jakieś pytanie biznesowe? • Przykłady – Wzrost „liczby użytkowników” vs. wzrost „powracających”? – Wzrost „wejść z Google” vs. „wzrost wejść na frazy brandowe”. – Spadek „wskaźnika odrzuceń” vs. spadek „wskaźnika odrzuceń dla podstawowych stron docelowych”
  • 22. Przykład: blog • Na czym nam właściwie zależy? – Kto czyta? – Kto się angażuje? – Skąd pozyskujemy wiernych czytelników – Gdzie warto umieszczać linki do bloga?
  • 23. Przykład: blog • Segmenty: – Powracający (to nasi najważniejsi czytelnicy) – przypadkowi z Google (ci nas mało obchodzą) • Cel: – dodanie komentarza, – zapisanie się na RSS/newsletter, – wysoka wartość odsłon/wizytę – wysoki czas w serwisie
  • 24. Cele nastawione na zachowanie
  • 25. Przykład: serwis społecznościowy Zainteresowanie serwisem Rejestracja Pierwsze kroki po rejestracji Zaawansowane korzystanie z serwisu
  • 26. 1. Zainteresowanie • Segment: – Niezarejestrowani (użytkownicy bez zapisanej zmiennej „rejestracja”) – Nowi użytkownicy (ale ostrożnie) • Liczba odsłon/wizytę • Liczba powracających, choć niezarejestrowanych
  • 27. 2. Rejestracja • Segment: – niezarejestrowani • Cel: dokonanie rejestracji • Lejek rejestracji: 1. strona rejestracji 2. strona podziękowania • Czy trafili za wcześnie, czy za późno? • Co robią po opuszczeniu strony rejestracji?
  • 28. 3. Pierwsze kroki w serwisie • Segment: – zarejestrowani • Cel: – dodanie komentarza, – dodanie zdjęcia, – dodanie/zakup w aukcji, – dodanie czegokolwiek.
  • 29. 4. Użytkownicy zaawansowani • Segment: – ludzie, którzy zrobili „czynność zaawansowaną”. • Miara: – liczba wizyt na liczbę zaawansowanych – częstotliwość czynności zaawansowanych
  • 30. Przykład: sklep • Segmenty: – wizyty z transakcjami (segment zaawansowany) – ci, którzy kupili (po zmiennych) – i którzy nie kupili – kupujący regularnie – odwiedzający regularnie, ale nie kupujący
  • 31. Nie wszystko załatwi Analytics • W co dokładnie ludzie klikają? – Programy do heatmap: clicktale, gemius Heatmap • Co ludzie sądzą o serwisie? – Ankiety, serwisy opiniac.com, sugester.pl • Dlaczego ludzie zachowują się w taki sposób? – Klasyczne badania IDI, FGI • Jak wychodzi ludziom korzystanie z konkretnych funkcji serwisu – Testy użytecznosci
  • 32. Powtórka: włączamy myślenie 1. Jakie metryki? 2. Jakie segmenty (jacy użytkownicy?) 3. Jakie przygotowania potrzebne?