Kiedyś to było – kiedyś wszystko było prostsze, lepsze, mniej skomplikowane. To zdanie, które wcześniej słyszeliście pewnie wiele razy od swoich babć i dziadków, ma zastosowanie także w marketingu. Kiedyś (10–15 lat temu) wszystko było łatwiejsze – użytkownik korzystał z jednego urządzenia, nie mieliśmy internetu w zegarkach, ciasteczka nie były usuwane w przeglądarkach, a użytkownicy nie przeglądali kilkudziesięciu stron przed dokonaniem fi nalnego wyboru. Jako marketerzy musimy radzić sobie z tymi problemami. Musimy szukać sposobów na ocenę poszczególnych działań i przypisywać im właściwe wartości. Jak oceniać ruch na różnych etapach procesu zakupowego? Czy model atrybucji data-driven rozwiąże wszystkie nasze problemy? Jak nie pogubić?się w mnogości danych i potencjalnych KPI, które możemy mierzyć w narzędziach analitycznych. Spróbujmy odpowiedzieć na te pytania, korzystając ze znanego, lubianego i często wykorzystywanego modelu See-Think-Do-Care.
Dział: Analityka internetowa
Licznik po odpaleniu panelu Google Analytics niestrudzenie odlicza dni i minuty do końca ważnej ery w świecie marketingu internetowego – ery Universal Analytics. Każdy, kto „robi internety” i przez ostatnie dwa lata nie żył pod kamieniem, wie, że 1 lipca 2023 r. jedynym narzędziem od Google do agregacji i analizy ruchu w naszych serwisach będzie GA4. Zakładam więc, że wszyscy poważnie podchodzący do rozwoju swojego biznesu w sieci mają już GA4 skonfigurowane – przynajmniej w wersji podstawowej. W tym tekście nie skupimy się więc na wdrożeniu narzędzia – zresztą takich tekstów w internecie jest już niezliczenie wiele. Ponieważ wszyscy skupiliśmy się na wdrażaniu narzędzia, ciągle brakuje praktycznych porad dotyczących tego, w jaki sposób z GA4 korzystać, i na tym właśnie skupimy się w tym tekście – a w zasadzie na kilku najważniejszych aspektach, czyli konwersjach, atrybucji i łączeniu źródeł. Bo o korzystaniu z GA4 w pełnym spektrum można by było napisać niejedną książkę.
Czy zdarzyło Ci się, że Twoje kampanie generowały doskonały ROAS, mnóstwo konwersji, ale nie przekładało się to na wzrost sprzedaży firmy? Dlaczego niektóre kampanie są skuteczne tylko w raportach? Czy to raporty zawierają nieprawdziwe dane, czy to może my je niewłaściwie interpretujemy i wyciągamy błędne wnioski?
Google Analytics 4 to gorący temat dla branży marketingu internetowego, a zwłaszcza świata analityki, już od ponad 2 lat. Za pomocą tego narzędzia Google po raz kolejny udowadnia nam, jak jest nieprzewidywalne. Problem ten nie dotyczy już tylko SEO-wców, którzy czekają w napięciu na kolejny niezapowiedziany update algorytmów indeksujących. Teraz dotyczy, tak naprawdę, każdego marketera.
Żyjemy w danocentrycznych czasach, w których można zapomnieć o przypadku, a za kształt otaczającej nas rzeczywistości odpowiada małżeństwo informacji i algorytmów. To od wiedzy wszystko się zaczyna i właściwie to na niej się kończy. Rewolucja danych to rozpędzona kula śnieżna, która z każdym obrotem nabiera coraz większego rozmiaru i impetu. W samej reklamie internetowej rynek danych wykorzystywanych w targetowaniu, szacuje się na ponad 50 mld dolarów, a dynamika wzrostu od lat jest dwucyfrowa. Dlaczego dane są tak pożądanym towarem i jak wykorzystuje się je w reklamie programmatic?
W wielu kwestiach kluczem do sukcesu niekoniecznie są pojedyncze, wielkie zwycięstwa, a powtarzalne, dobre wyniki – również w marketingu w e-commerce. Trzon Twoich zysków pochodzi od regularnych konsumentów powracających do Twojego sklepu. Dlatego tym ważniejsze jest, żeby wspierać ich nawyki zakupowe przez dbanie o satysfakcję i reagowanie na zmiany ich potrzeb i wymagań. Jak można to zrobić i zapewnić sukces swojego biznesu? Z pomocą przychodzi platforma Magento.
W październiku 2020 r. Google przedstawił światu nową wersję Google Analytics – Google Analytics 4 (GA4). Po raz pierwszy od momentu powstania GA przeszedł tak wielką metamorfozę. Poznaj kilka kluczowych nowości, które przygotował dla nas Google.
Informacja o tym, ilu użytkowników wchodzi na Twojego bloga, to zdecydowanie za mało. Nie wystarczy też wiedza, ile razy wyświetlają każdy post. Ani statystyki dotyczące czasu, który spędzają na stronie.
Atrybucja to buzzword odmieniany przez wszystkie przypadki. Przez niedawny wzrostu popularności podejścia data-driven powstało wiele modeli, wiele podejść i jeszcze więcej opinii na ten temat.
Facebook, który na rynek reklamy online wszedł klika lat po Google, przez długi czas nadrabiał opóźnienia technologiczne w stosunku do starszego konkurenta. System reklamowy i analityczny Facebooka, z początku nieskomplikowany, z czasem stał się rozbudowanym i zaawansowanym narzędziem dla marketerów. I choć pozycja Google Analytics wydaje się niezagrożona, to w niektórych aspektach Facebook wyprzedził swojego konkurenta i zaoferował rozwiązania potrafiące więcej niż te dostępne w Google. Facebook Attribution, mimo że jeszcze nie może zastąpić Google Analytics, jest z pewnością narzędziem, z którym powinieneś się zaznajomić – nawet jeśli Twoja obecność w mediach społecznościowych jest ograniczona.
Bardzo trafne zdaje się być stwierdzenie, że z firmową analizą danych najczęściej jest tak, jak z karnetem na siłownię – każdy ją ma, bo modnie, bo wypada, bo tak nakazuje zdrowy rozsądek, jednak mało kto korzysta (tutaj pojawia się cała masa wymówek, a wśród nich najczęściej brak czasu). Jak już udaje się skorzystać z dowolnego powyżej, nagle odczuwamy wielką radość i doceniamy posiadanie! A gdy wreszcie ktoś świadomie i konsekwentnie wykorzystuje to, co ma... cóż, wówczas widzi fantastyczne efekty, zarówno na siłowni (wyrzeźbione ciało), jak i w analityce (trafne wnioski i długofalowe, gwarantujące wymierne zyski strategie).
Potrzeba łączenia danych istnieje od dawna i wszyscy uczestnicy rynku reklamowego mają świadomość tego, że najlepsze jakościowo wyniki można uzyskać, stosując podejście jednoźródłowe, czyli poprzez tzw. badanie single source. Dzięki niemu wyniki wszystkich kampanii prowadzonych w różnych mediach mogą być pozyskiwane na podstawie jednej metodologii. Nikt nie zaprzeczy, że najlepiej byłoby policzyć współoglądalność, mierząc konsumpcję różnych mediów od tej samej osoby, zamiast łączyć dane od różnych użytkowników, które następnie zostaną zsumowane dzięki najlepszym algorytmom. Nic dziwnego, że badanie jednoźródłowe stało się czymś w rodzaju Świętego Graala w branży.