Analiza ścieżek wielokanałowych w Google Analytics – poradnik

|
|
Kategorie: Analityka Internetowa

Ścieżkę użytkownika do konwersji można rozważać na co najmniej dwa sposoby: w witrynie pomiędzy poszczególnymi stronami (w trakcie jednej sesji) lub wejść z różnych kanałów, prowadzącą finalnie do konwersji. W tym artykule zajmę się drugim przypadkiem i przybliżę raporty ścieżek wielokanałowych, które umożliwiają sprawdzenie, które kanały pełnią rolę wspomagającą, a które zamykającą sprzedaż. Zapraszam do naszego poradnika.


Po co to w ogóle analizować?

Raporty w Google Analytics opierają się na tak zwanej atrybucji ostatniego kliknięcia niebezpośredniego. Oznacza to, jak sama nazwa wskazuje, że wszystkie konwersje przypisywane są do ostatniego, niebezpośredniego źródła, z jakiego wszedł użytkownik. Wejścia bezpośrednie są z kolei przypisywane do poprzedniego źródła, o ile takie było.

Ścieżka klienta nie zaczyna się jednak od zakupu. Widać to na przykładzie jednego z modeli lejka zakupowego, w którym sam zakup jest jednym z etapów ścieżki.

Lejek zakupowy Semahead

Lejek zakupowy. Źródło: semahead.pl.

Na kolejnych etapach role odgrywają różne źródła ruchu. A zatem, patrzenie na efektywność kanału jedynie poprzez pryzmat jego funkcji zamykania sprzedaży, prowadzi do niedoceniania tych z nich, które tę sprzedaż zapoczątkowały lub asystowały na ścieżce.

W lepszym zrozumieniu tego, czy kanał w większym stopniu pełni rolę zamykającą czy asystującą, pomagają właśnie raporty ścieżek wielokanałowych. Odpowiadają one na pytanie: które kanały pojawiły się na ścieżce użytkownika, zanim dokonał on konwersji.


Wielokanałowość – czy występuje w witrynie?

Pierwszym etapem analizy wielokanałowości jest sprawdzenie czy w ogóle występuje w przypadku naszej witryny. Do tego celu służą raporty „Upływ czasu” i „Długość ścieżki”. W raportach tych możemy ustawić kilka elementów, zaznaczonych na obrazku poniżej:

Raport Długość ścieżki. Źródło: Google Analytics.

Po pierwsze możemy wybrać konwersję (patrz: obrazek powyżej). Poszczególne konwersje należy analizować oddzielnie, wybierając transakcje e-commerce lub jeden z celów, żeby nie zaburzać wyników.

Następna opcja to wybór typu konwersji – w zależności od tego, czy zależy nam na przeanalizowaniu tylko Google Ads, czy wszystkich kanałów, dokonujemy odpowiedniego wyboru.

Trzecia opcja to wybór okresu ważności, czyli okna czasowego, w którym analizowane są konwersje. Możemy wybrać od 30 do 90 dni przed konwersją. Co to oznacza w praktyce? Jeśli wybierzemy 30 dni, to w raporcie nie zostaną uwzględnione wejścia, które miały miejsce 31 i więcej dni przed konwersją. Dłuższy okres ważności wydłuża czas wpływu kanału na konwersję.

Ja zazwyczaj wybieram okres 90-dniowy, który daje pełniejsze informacje o ścieżce użytkownika, zwłaszcza w przypadku biznesów, w których proces decyzyjny jest długi.

Raport Długość ścieżki. Źródło: Google Analytics.

Takie same opcje wybieramy w raporcie Upływ czasu.

Raport Upływ czasu. Źródło: Google Analytics.

Na powyższych przykładach widać, że co prawda większość konwersji ma miejsce w ciągu 0 dni od pierwszej interakcji (czyli tego samego dnia), jednak raport długości ścieżki (rys. 3) pokazuje, że 67% zakupów dokonywanych jest podczas pierwszej interakcji, 16% potrzebuje dwóch kontaktów, 10% – trzech, i tak dalej. Możemy zatem przyjąć, że wielokanałowość występuje w analizowanej witrynie.

seo baner


Co można wyczytać z raportów ścieżek wielokanałowych?

Jeśli już ustalimy, że użytkownicy potrzebują więcej niż jednej interakcji, żeby dokonać zakupu, mamy do dyspozycji trzy raporty, które pozwolą nam przeanalizować tę wielokanałowość. Ogólne informacje o konwersjach wielokanałowych i stopniu “nakładania się” poszczególnych kanałów zawiera raport „Przegląd”.

Raport Ścieżki wielokanałowe > Przegląd. Źródło: Google Analytics.

Więcej informacji dostarcza raport „Konwersje wspomagane”. Informuje nas o tym, że w badanym okresie mieliśmy do czynienia z 23 konwersjami wspomaganymi. Zgadza się to z analizowanym wcześniej raportem długości ścieżki, na którym widnieje 69 konwersji, z czego 46 miały miejsce podczas 1 interakcji. Łatwo zatem policzyć, że do realizacji 23 konwersji prowadziła ścieżka 2 lub więcej interakcji.

Raport Konwersje wspomagane. Źródło: Google Analytics.

Ostatnia kolumna w powyższym raporcie mówi o tym, który kanał ma rolę bardziej wspomagającą, a który bardziej zamykającą sprzedaż. Można by nazwać ją “współczynnikiem wspomagania”, ponieważ powstaje w momencie, w którym podzielimy konwersje wspomagane dla danego kanału przez konwersje po ostatnim kliknięciu lub bezpośrednie. Im wyższy wynik otrzymamy, tym większą rolę wspomagającą ma kanał. Wartość bliska 1 oznacza, że kanał w równym stopniu wspomagał, jak i zamykał konwersję. Jednak co dokładnie oznaczają liczby z kolumnach “Konwersje wspomagane” i “Konwersje po ostatnim kliknięciu lub bezpośrednie”?

Druga kolumna jest dość oczywista. Są to po prostu wszystkie konwersje, które miały miejsce z danego kanału. Wliczając w to kanał Direct, czyli wejścia bezpośrednie, które w innych raportach Google Analytics są zaliczane do ostatniego znanego źródła (o ile takie było). W tym raporcie konwersje bezpośrednie są faktycznie wyszczególnione jako Direct. Możemy te liczby porównać z raportem Pozyskiwanie > Cały ruch > Kanały.

Raport Kanały. Źródło: Google Analytics.

Widać, że część konwersji, de facto bezpośrednich, została rozdysponowana pomiędzy kanały Organic Search i Paid Search. Natomiast suma nadal wynosi 69.

Przejdźmy teraz do kolumny “Konwersje wspomagane”. Dlaczego po zsumowaniu tej kolumny dostajemy 34 konwersje, a nie 23? Dzieje się tak dlatego, że we “wspomaganiu” jednej konwersji mógł brać udział więcej niż jeden kanał (lub jeden kanał więcej niż raz). Możemy to porównać z raportem „Najważniejsze ścieżki konwersji”. Poniżej widać, że kanał Organic Search pojawia się kilka razy jako kanał inicjujący lub wspomagający konwersje.

Raport Najważniejsze ścieżki konwersji. Źródło: Google Analytics.

Po przemnożeniu liczby wystąpień Organic’a przez liczbę konwersji, które wspomagał, daje to w sumie 14 konwersji wspomaganych przez ten kanał – zgadza się to z tabelą na poprzednim obrazku. Analogiczne obliczenia dla każdego kanału dadzą liczbę 34, a zatem sumę konwersji z kolumny “Konwersje wspomagane”.

Z powyższego raportu możemy wyczytać jakie są najczęstsze ścieżki prowadzące do konwersji oraz – w pewnym stopniu – które kanały najlepiej współpracują ze sobą. Trzeba jednak pamiętać o pewnych ograniczenia raportów ścieżek wielokanałowych, o których za chwilę.

O tym jak zwiększyć przydatność raportów ścieżek wielokanałowych w artykule „Jak wyliczyć współczynnik konwersji dla ścieżki wielokanałowej” pisze nasz ekspert analityki internetowej, Rafał Marchewka. Można go przeczytać, klikając w link


Ścieżki wielokanałowe – ograniczenia

Podczas analizy ścieżek wielokanałowych w Google Analytics warto mieć na uwadze, jakie posiadają ograniczenia.

  • Raporty mówią tylko o tym, czy kanał pojawił się na ścieżce zakupowej. Nie odpowiadają na pytanie czy (ani jaki) miał wpływ na konwersję.
  • Co więcej, nie biorą pod uwagę wyświetleń reklamy, które nie zakończyły się kliknięciem.
  • Raporty nie uwzględniają przechodzenia użytkowników pomiędzy urządzeniami.
  • Nie biorą pod uwagę efektu ROPO (research online, purchase offline) i odwróconego ROPO.

Poza analizą ścieżek wielokanałowych warto przyjrzeć się zatem chociażby raportom „Atrybucja” (użytkownicy Google Analytics 360 mogą skorzystać z modelu atrybucji data-driven) oraz „Różne urządzenia”. Ale to już temat na zupełnie inną opowieść.

szybki audyt google analytics

Komentarze do artykułu: Analiza ścieżek wielokanałowych w Google Analytics – poradnik