Kako pravilno posmatrati podatke da biste razumeli svoje posetioce

Ako imate veb-sajt, velike su šanse da koristite Gugl analitiku. Možda je otvarate svakog jutra da proverite koliko ljudi je posetilo sajt, odakle su došli i da li su obavili kupovinu, poslali upit ili posetili specifičnu stranicu koju promovišete putem brojnih kanala za oglašavanje.

I zaista, malo koji alat je promenio način na koji imamo uvid u ponašanje korisnika i donosimo poslovne odluke kao što je to uradila veb-analitika. Ono što je nekada bilo puko nagađanje danas možemo da merimo gotovo u realnom vremenu: znamo ukupnu posetu na sajtu, najpopularnije stranice, vreme zadržavanja korisnika ili gde posetioci odustaju od kupovine.

Međutim, tu postoji zamka u koju je veoma lako upasti. Gugl analitika može u svakom momentu da nam kaže šta se dogodilo, kada i u kom obimu, ali veoma retko može da nam „objasni” zašto se to dogodilo. Upravo zato se dešava da vlasnici sajtova vide pad konverzija, promenu u saobraćaju ili lošije rezultate kampanja i odmah krenu da traže rešenje, iako zapravo još uvek nisu razumeli pravi uzrok problema.

Stoga, da bismo pravilno koristili analitiku i podatke koje nam pruža, prvo moramo da razumemo njena ograničenja.

Šta Gugl analitika radi odlično?

Gugl analitika je alat za kvantitativnu analizu podataka. To, u prevodu, znači da meri ono što korisnici rade na vašem sajtu i pretvara njihovo ponašanje u brojke, grafikone i izveštaje koje kasnije možemo da ispratimo i analiziramo.

Veb-analitika svakako nije nova disciplina. Još od ranih dana interneta vlasnici sajtova pokušavali su da shvate svoje posetioce. Vremenom su alati za analitiku postajali sve sofisticiraniji, a Gugl analitika je postala svojevrsni industrijski standard koji danas koriste milioni sajtova širom sveta, od malih lokalnih biznisa i blogova do najvećih svetskih e-komerc platformi.

Prema podacima sajta W3Techs, ovaj alat koristi oko 46% svih sajtova na internetu. Kada posmatramo samo sajtove koji imaju implementiran neki alat za analitiku, njegov tržišni udeo prelazi 80%, što ga, dakle, čini daleko najrasprostranjenijim rešenjem za praćenje i analizu ponašanja posetilaca.

Razlog popularnosti leži pre svega u tome što ovaj alat dolazi iz Gugl ekosistema, sa posledično snažnom integracijom sa Gugl alatima koje većina firmi već koristi u svakodnevnom radu. Naravno, prednost je i u tome što je široko dostupan i besplatan za korišćenje.

Zahvaljujući svom odličnom temelju, Gugl analitika u svojim izveštajima veoma dobro odgovara na pitanja poput:

• Koliko ljudi je posetilo sajt?
• Odakle su došli?
• Koje stranice najviše posećuju?
• Gde napuštaju proces kupovine?
• Koji marketinški kanali donose najviše konverzija?
• Koliko vremena provode na sajtu?

U sekciji Acquisition možemo da vidimo odakle dolaze posetioci, da li su stigli preko Gugl pretrage, društvenih mreža, plaćenih oglasa, mejlova ili direktnim unosom adrese sajta.

U okviru sekcije Engagement nalaze se izveštaji poput Pages and screens, gde vidimo performanse pojedinačnih stranica i ekrana, Landing page, koji pokazuje prve stranice na koje korisnici ulaze na sajt, kao i Events, izveštaj koji prati vrstu interakcije koju korisnici imaju tokom sesije (klikovi, skrolovanje, slanje formi, konverzija i sl.).

Monetization izveštaji fokusirani su na kupovine, prihode i ponašanje korisnika tokom procesa kupovine, dok Advertising izveštaji pomažu da razumemo kako različiti marketinški kanali doprinose konverzijama i prihodima.

Pored standardnih izveštaja, Gugl analitika nudi i sekciju Explore, koja omogućava kreiranje naprednih analiza poput fanel (funnel) izveštaja, analiza putanja korisnika, segmentacije publike i različitih prilagođenih izveštaja.

Sve navedeno Gugl analitku čini izuzetno moćnim alatom za razumevanje onoga što se događa na sajtu. Međutim, podaci nisu isto što i odgovori na pitanje „zašto?”.

Zamislite da imate fizičku prodavnicu i da jednog dana primetite da mnogo ljudi ulazi unutra, razgleda proizvode i izlazi bez kupovine. To je podatak sam po sebi, koji ne govori da li su cene previsoke, da li zaposleni nisu dovoljno ljubazni, da li kupci nisu pronašli ono što traže ili je jednostavno bio loš dan. Ista situacija postoji i na internetu.

Gugl analitika može da vam pokaže da ljudi napuštaju određenu stranicu, da ne završavaju kupovinu ili da ne popunjavaju kontakt formu kroz svoje već definisane ili izveštaje koje ste sami napravili. Ono što ne može da uradi jeste da objasni specifične motive posetilaca, njihove nedoumice i razloge zbog kojih su odustali. Drugim rečima, analitika meri ponašanje korisnika u brojkama, ali nema mogućnost da izmeri njihovo razmišljanje.

Greška u donošenju brzih zaključaka

Kada vide određeni trend u analitici, mnogi vlasnici sajtova odmah pokušavaju da pronađu krivca.

• Ako je organski saobraćaj pao, sigurno je SEO problem.
• Ako je broj konverzija manji, oglašavanje ne radi.
• Ako je porastao Direct saobraćaj, ljudi sigurno sve više prepoznaju brend.

Stvari retko funkcionišu tako jednostavno i tu je posebno zanimljiv primer direktnog saobraćaja.

Kada u izveštaju o poseti pogledate brojke za Direct kanal, lako je pretpostaviti da ljudi kucaju adresu sajta jer već znaju za vaš brend. Nekada je to zaista i slučaj. Međutim, vrlo često Direct saobraćaj znači samo da analitika nije uspela da identifikuje pravi izvor posete, pa se tako u ove posete mogu ubrojiti klikovi iz mejlova bez UTM parametara, linkovi iz mobilnih aplikacija, PDF dokumenata ili drugih izvora koji nisu pravilno označeni.

Iz tog razloga, visok procenat Direct saobraćaja nije nužno znak da je svest o brendu porasla, već može značiti da nešto nije dobro podešeno u praćenju linkova.

Korisnici napuštaju proces poručivanja. Šta sada?

Sledeći slučaj odnosi se na proces poručivanja. Primetili ste, recimo, da korisnici masovno napuštaju korpu za kupovinu. Ukoliko na svom sajtu imate implementirano praćenje konverzija i procesa poručivanja, ovaj problem možete relativno lako da uočite u Monetization izveštajima ili kroz analizu Funnel exploration u sekciji Explore.

Na primer, možete videti da su tokom određenog perioda 192 korisnika dodala proizvod u korpu, tek 52 prešla na čekaut stranicu, ali i da je samo njih 25 završilo kupovinu.

Na fanel grafikonu to bi izgledalo kao jasan pad između koraka Add to Cart, Checkout i Purchase. U jednom trenutku imate korisnike koji su pokazali interesovanje, dodali proizvod u korpu i zakoračili ka kupovini, a već u sledećem koraku znatan deo njih jednostavno nestaje iz procesa. I tu analitika staje. Vidite gde se ljudi „gube”, da se nešto dešava na čekaut strani, ali ne vidite šta ih je tačno u tom trenutku zaustavilo, niti šta su oni zapravo doživeli dok su bili tu.

Razlozi za to mogu biti različiti. Korisnici se često predomisle kada tek na kraju vide troškove dostave, dok neke odbije forma za naručivanje koja zahteva previše podataka. Problem može biti i nedostatak željenog načina plaćanja, ali i samo iskustvo kupovine − sporo učitavanje stranice ili komplikovano korišćenje na telefonu ponekad su dovoljni da korisnik odustane svega nekoliko koraka pre završetka kupovine.

Analitika ne ulazi u taj nivo iskustva, već ostaje na nivou brojeva i pokazuje vam gde je došlo do prekida, ali ne i šta je u tom trenutku prolazilo kroz glavu korisnika.

Uzrok u većini slučajeva moramo da pronađemo drugim metodama.

Gde pronaći „zašto”?

Upravo ovde dolazimo do najvećeg ograničenja analitike, jer ako želimo da razumemo korisnike, moramo da izađemo iz okvira samih brojki.

Razgovor sa korisnicima

Jedan razgovor sa stvarnim kupcem često može da otkrije problem koji mesecima ne biste primetili kroz izveštaje. Korisnici će vam vrlo direktno reći šta ih je zbunilo, šta nisu pronašli ili zbog čega su odustali od kupovine.

Koristite ankete

Kratke ankete nakon kupovine ili napuštanja sajta mogu pružiti izuzetno korisne uvide. Pitanje poput „Šta vas je sprečilo da završite kupovinu?” često daje konkretnije odgovore od desetina različitih grafikona.

Posmatrajte ponašanje korisnika

Heatmap alati omogućavaju da vidite kako se ljudi zaista ponašaju na sajtu. Nekada ćete otkriti da korisnici pokušavaju da kliknu na element koji nije klikabilan, da ne primećuju važno dugme ili da ne mogu da pronađu informacije koje traže.

Razgovarajte sa korisničkom podrškom

Ako imate tim za podršku, oni često poseduju informacije koje nijedan analitički alat nema, jer su u svakodnevnom kontaktu sa korisnicima. Pitanja koja korisnici najčešće postavljaju mogu ukazivati na probleme u navigaciji, procesu kupovine ili samoj ponudi proizvoda.

Čak ni podaci nisu potpuni

Postoji još jedna važna stvar koju treba imati na umu kada radite sa podacima iz Gugl analitike − oni nikada ne predstavljaju potpunu sliku stvarnosti i postoje brojni razlozi zbog kojih određeni deo korisničkog puta ostaje van njegovog dometa.

Korisnici mogu koristiti blokatore oglasa ili kolačića, mogu promeniti uređaj između prve posete i kupovine, istraživati proizvod na telefonu, a samu kupovinu završiti kasnije na laptopu. Takođe, odluka o kupovini često nije rezultat samo onoga što se dešava na samom sajtu − korisnik može prethodno videti bilbord, čuti za brend u podkastu, pročitati preporuku na društvenim mrežama ili dobiti preporuku od prijatelja a da nijedan od tih uticaja ne bude pouzdano povezan sa konverzijom u analitici.

Pored toga, savremeni zahtevi za zaštitu privatnosti korisnika dodatno utiču na način na koji se podaci prikazuju. U situacijama kada broj korisnika ili događaja nije dovoljno veliki, neki podaci mogu biti agregirani, modelovani ili u potpunosti sakriveni kako bi se zaštitila privatnost pojedinaca.

Zbog svega navedenog, izveštaje u Gugl analtici ne treba posmatrati kao apsolutnu i neupitnu istinu, već kao veoma dobru procenu onoga što se dešava na sajtu i u marketinškim kanalima. To, međutim, nikako ne znači da su podaci nepouzdani ili beskorisni. Naprotiv, oni pružaju izuzetno vredne uvide za donošenje poslovnih odluka, ali ih je uvek potrebno tumačiti sa razumevanjem njihovih ograničenja i sa određenom dozom opreza.

Kako pravilno posmatrati i koristiti podatke iz Gugl analitike?

Najveća vrednost Gugl analitike nije u tome da vam automatski kaže zašto se nešto dogodilo, već da vam pomogne da uočite da se nešto promenilo i da tu promenu dalje istražite. Zbog toga je korisno ovaj alat posmatrati kao saveznika u otkrivanju simptoma, a ne kao alat koji uvek daje konačne odgovore.

Ako primetite da je stopa konverzije pala, da korisnici napuštaju određenu stranicu ili da je saobraćaj iz nekog kanala opao, nemojte odmah donositi zaključke. Umesto toga, postavite dodatna pitanja:

• Šta se promenilo na sajtu?
• Da li postoji tehnički problem?
• Da li se ponašanje korisnika promenilo?
• Da li je konkurencija pokrenula agresivniju kampanju?
• Da li sadržaj više ne odgovara potrebama publike?

Tek kada spojite podatke iz analitike sa povratnim informacijama korisnika, istraživanjima i posmatranjem stvarnog ponašanja, možete da sagledate situaciju iz više uglova i dođete do mnogo potpunije slike.

Umesto zaključka

Gugl analitika je odličan alat za razumevanje onoga što se dešava na sajtu. Međutim, kao i svaki analitički alat, ona veoma uspešno meri posledice i obrasce ponašanja korisnika, ali ne može uvek da objasni njihove uzroke.

Zato, kada sledeći put otvorite ovaj alat i ugledate zabrinjavajući grafikon, nemojte odmah tražiti rešenje u još jednom izveštaju. Odgovor se najčešće ne nalazi samo u brojevima, već u ljudima koji koriste vaš sajt − njihovim potrebama, očekivanjima, iskustvima i razlozima zbog kojih donose odluke.