Tenhle článek jsem měl rozepsaný fakt dlouho, ale je stále aktuální… Trápí mě, že opakovaně narážím na problémy, související s neznalostí některých principů.
Věřím, že těchto pár základních tipů, pomůže upgradovat know-how začínajících online/“digitálních“ markeťáků či account managerů a zkvalitnit dodávané služby.
Abychom si rozuměli (pro účel tohoto článku):
- markeťák = člověk, který řeší on-line marketing, tj. věci jako nastavení a vyhodnocení on-line kampaní, zvyšování konverzního poměru (CRO) či uživatelské přívětivosti webu (UX)
- ajťák = web developer / programátor / zkušený „webový“ projektový manažer či konzultant
Obsah
Web je dnes dynamický
Kde jsou ty časy kdy, aby se se stránka změnila, musela se zobrazit (načíst) celá nová stránka. Dnes (posledních pár let), když máme jednostránkové weby, tzv. Single-Page-Applicaton (SPA) weby, nekonečné donačítání stránky (například v e-shopech) nebo jiné typy dynamického načítání, musíme tomu přizpůsobit sledování chování návštěvníků a vyhodnocení dat (například v Google Analytics či při A/B testování). Už zdaleka nestačí vědět, které stránky uživatel navštívil.
A pak tu máme problematiku měřících kódů samotných. Když se stránka načítá dynamicky nebo správce/developer webu používá tag management systém (například Google Tag Manager), měřící kód se nevkládá přímo do stránky (jak většinou nápověda měřící služby říká).
Pokud tedy analytik či mediální agentura chce zkontrolovat, že se měřící kód provádí (odesílá požadavky na server měřící služby), nestačí hledat měřící kód ve zdrojovém kódu stránky, ale ověřit jeho skutečnou funkčnost. K tomu vám pomůže například WASP Inspector.
Uživatel vs. počítač/mobil v Google Analytics
Malý příběh na začátek. aneb modelová situace:
Přijde vám ráno e-mail s akční nabídkou z eshopu. Zahlédnete ho na mobilu, možná se prokliknete. Po obědě si v práci dáte ještě pauzičku na vytrávení a kouknete na nabídku toho e-shopu. Pokud e-shop znáte, jdete už přímo bez prokliku akční nabídkou z e-mailu. Večer se doma z tabletu rozhodnete si tu super věc v akci koupit, protože už zbývá jen poslední kus.
Jste jeden uživatel (člověk), ale použili jste tři různá zařízení. Proto ve většině případů bude vaše počínání vyhodnoceno jako chování tří samostatných osob. Ačkoliv bez akčního e-mailu z rána byste pravděpodobně svůj večerní nákup neuskutečnili, v analytických nástrojích (třeba Google Analytics) tuto souvislost většinou neuvidíte a je třeba s tím při vyhodnocení a tvorbě hypotéz počítat.
Jisté možnosti, jak propojit identitu člověka napříč všemi jeho používanými zařízeními tu jsou. Zvláště, pokud se lidé na vašem webu přihlašují nebo jim posíláte pravidelné e-maily.
Například v Google Analytics si lze pomoci implementací User ID, ačkoliv praktická využitelnost je velmi omezená.
Exaktnost a konzistence
Chápu, že dodržování konvencí je pro některé povahy nesnadný úkol. Nicméně pokud chceme mít data, kterým máme věřit, bez dodržování konvencí (které si většinou sami nastavíme) se neobejdeme.
Myslím, tím například způsob označování odkazů pomocí UTM parametrů v Google Analytics. Vždy bychom si měli na začátku ujasnit, že pro médium email bude zdroj vždy jedna z možností newsletter, order, trigger. Nebo si říct, zda návštěvy z PPC z Adwords či Skliku budeme označovat jako ppc/seznam a ppc/google nebo ppc/sklik a ppc/adwords (tu druhou možnost nedoporučuji).
Pokud označujeme pomocí kalendářního data, vyplatí se zvážit datum a ohledem na frekvenci kampaní (měsíční, týdenní, nárazová) a podle toho zvolit formát RRRR-MM nebo jen RRRR-MM. Pokud chceme v přehledech dle data řadit, nesmíme zapomenout na uvozující nulu (tj. pro 1. 2. 2020 to bude 2020-02-01). Při týdenní frekvence je lepší použít celé datum než kombinaci rok-týden, protože z běžný člověk nedokáže bez kalendáře ani říct, do kterého měsíce spadá 36. týden roku.
Roztříštění dat má také často příčinu v tom, že se označení liší velikostí písmen nebo někde je místo pomlčky mezera či podtržítko. Dohoda musí panovat i v (ne)používání diakritiky.
Regulární výrazy
Pokud vám v podmínce (například filtru reportu) nestačí „obsahuje“, „začíná na“, „končí na“, pak je to okamžik, kdy je na místě použít regulární výrazy.
Jejich uplatnění najdete v mnoha nástrojích – typicky Google Analytics (filtry, cíle), Google Data Studio (filtry), ale třeba i v Mergadu při transformaci feedů nebo Adobe Indesignu a všech pokročilejších textových editorech (při nahrazování textu).
Regulární výrazy se hodí obecně pro
- kontrolu, že nějaký text (řetězec, string) má určitý formát (vzor, pattern)
- transformaci textu – například se můžete snadno udělat z CSV tabulky HTML/XML tabulku
Chcete-li s „reguláry“ začít, koukněte na základní pravidla a kompletní přehled syntaxe.
Kontrola přesměrování
Roky se stále potkávám s problémem klientů, že „vidí prokliky, ale nevidí návštěvy z kampaně“. A v drtivé většině případů je příčina stejná: Cílová URL kampaně se přesměrovává na jinou URL a při přeměřování dojde ke ztrátě UTM či „gclid“ parametrů, které nesou informaci o kampaní.
Přitom řešení je jednoduché:
- Pokud je to možné, do inzerátu vždy dávejte konečnou URL a vyhnete se tak přesměrování.
- Pokud se přesměrování nelze vyhnout nebo ho nemůžete vyloučit (například při přejmenování stránky uživatelem v redakčním systému), je třeba zajistit, aby technické řešení (web) při přesměrování zachovalo všechny parametry za otazníkem (tzv. „GET parametry“).
Je třeba vždy ověřit, že se po prokliku odkazem z kampaně uživatel dostane na požadovanou cílovou stránku a ta že funguje (tzn. vrací stavový kód „200“, nikoliv třeba „404“ = stránka nenalezena) a pokud dochází k přesměrování, že parametry za otazníkem jsou zachovány.
Existuje mnoho nástrojů, které nám s kontrolou pomohou. Můj oblíbený je httpstatus.io.
Koukněte na krátké video, kde ukazuji jeho použití v praxi.
Často dochází k přesměrování mezi URL s/bez „www“ a mezi a HTTP a HTTPS. Proto si opravdu vždy ověřte finální URL, na které uživatel skončí a směrujte kampaň přímo na ni.
Základní automatizace & vizualizace
Potřebujete opakovaně stejná data, exporty, přehledy, grafy? Využívejte nástroje, které vám vytáhnou jen podstatná data v přehlednější podobě, než jsou k dispozici v původním nástroji.
Pár příkladů:
- pro webovou analytiku & PPC:
- pro SEO aktivity
- počty lajků a sdílení na sociálních sítích
Nenech si to pro sebe...
Pokud tě článek zaujal, sdílej ho s ostatními. Díky!