אני עובד עם גוגל אנליטיקס ככל שאני יכול לזכור, מתחילת הקריירה שלי בדיגיטל, וזה בהחלט כלי מופלא. אני באמת לא יכול לחשוב על עולם השיווק הדיגיטלי בלי הדבר הזה שנקרא אנליטיקס, שמאפשר מדידה מדויקת יותר מאי פעם; מדידה שרק משתפרת עם חלוף הזמן.
אלא שבשנים האחרונות אני נתקל יותר ויותר בכל מיני רעות חולות שהשתרשו בגוגל אנליטיקס; תוצאה של שימוש לקוי ושגוי (לדעתי, לפחות) שהופך את תפעול הכלי למסורבל וקשה להבנה.
הנה כמה מהרעות החולות שאנשים כופים על גוגל אנליטיקס כל פעם מחדש.
1. פותחים View נפרד לכל שטות
מכירים את חשבונות האנליטיקס האלה, שכל חיפוש פנימי בהם פותח גלילה מהגיהנום?
בדרך כלל זה קורה בארגונים גדולים יחסית, שפותחים view לכל דבר אפשרי עליי אדמות – גרסת מובייל; אתר טסט משנה שעברה; אתר טסט חדש; האפליקציה (ולפעמים עוד views לפי חיתוכים שונים בתוך האפליקציה); רק סשנים עם חיפושים; רק סשנים בלי חיפושים… ועוד כהנה אפשרויות ככל שאנשי הדיגיטל בארגון מרשים לעצמם להשתולל.
אחד מסוגי ה- views הכי גרועים הוא להקים מבט נפרד לכל קטגוריה ראשית באתר (כן, יש גם כאלה). לא חבל? הרי אפשר לראות את זה ברמת הדוחות הקיימים או ליצור דוח מותאם אישית. בסופו של דבר, מרוב עצים לא רואים את היער.
מתי כן מומלץ להקים מבטים נפרדים?
בגדול, אם כבר לעבוד עם מבטים שונים, אז מומלץ שיהיו 3 – אחד נקי מכל סינון, השני מסונן לפי כתובות IP לא רלוונטיות (של ספק השירות, של הלקוח עצמו וכו’) והשלישי לצורך בדיקות. אבל גם זה ממש לא חובה, ואפשר להישאר רק עם שני המבטים הראשונים (העיקר שאחד יהיה המקורי, בלי שום פילטור).
דוגמה נוספת, כאשר מדובר בדפי נחיתה ייעודיים לקמפיינים ממומנים. מכיוון שהתנהגות המשתמש בדף נחיתה שונה מאשר באתר (זמני שהייה קצרים יותר, באונס רייט גבוה יותר) – לא מומלץ שהנתונים הללו יתערבבו עם נתוני האתר וישפיעו על הממוצע. הוספת view נפרד לדפי נחיתה ממומנים תהיה צעד בכיוון הנכון.
אפשרות נוספת היא view נפרד כאשר מדובר בסאב דומיין, שבדרך כלל מתנהג כאילו מדובר באתר נפרד. אבל בחייאתכום, אל תקימו מבטים שונים לכל גרעפס שמסתובב באתר. זה כל כך מיותר ועושה יותר נזק מתועלת.
2. מקימים Goal לכל תזוזה באתר
לא ברור לי אם כל משתמשי אנליטיקס יודעים את זה, אבל יש רק 20 המרות בלבד בכל view קיים. חלק ניכר מהעסקים/ החברות מסתערים על כולם, בלי לדעת שלא ניתן למחוק goal מרגע שנוצר (אפשר רק להחליף אותו ב-goal אחר).
אין ספק שזה באג של גוגל (למה לא לאפשר מחיקה של גולים?), אבל זו המציאות ורבים כלל לא מודעים לה. פועל יוצא מכך הוא שיוצרים גול לכל דבר שמתרחש באתר, וסותמים את האפשרויות העתידיות – מכניסה לעמוד/ים מסוים/ים (השטות הכי גדולה; מה התועלת בזה?) וכלה בהגדרת זמן שהייה כהמרה, הוספת כל טופס אפשרי וכן הלאה.
אז במקום להסתער ישירות על 20 הגולים המסכנים שיש לכם, עצרו לרגע ונסו לחשוב מה התועלת שאתם רוצים להפיק מהאתר. אם מדובר באתר סחר עם אפשרות לרכישה מקוונת, ניתן להטמיע את אפשרויות האיקומרס המובנות באנליטיקס, בלי לבזבז אף אחת מ-20 ההמרות שלכם.
לעומת זאת, אם מדובר באתר תוכן/ תדמית (רוב האתרים באינטרנט) – הגדירו מראש מה ייחשב עבורכם כהמרות הכי קריטיות: פניות מהאתר (לידים), רישום לניוזלטר, חיוג לטלפון (click to call) וכן הלאה. למרות שמדובר באתר תוכן, אין טעם להגדיר (למשל) את זמן השהייה כהמרה. הנתון הזה ממילא זמין לכם בדוחות הרגילים, אז למה לשרוף עליו המרה שלעולם לא תוכלו למחוק?
טיפ למתקדמים – אם כבר “שרפתם” את כל 20 ההמרות האפשריות, ולא בא לכם להחליף אותן לטובת המרות חדשות – התחילו להשתמש באיוונטים (Events). “אירועים” בגוגל אנליטיקס לא מוגבלים בכמות, וניתן להוסיף אותם בקלות רבה באמצעות תג מנג’ר.
3. נצמדים לפרמטרים הפחות חשובים
האתר יכול להביא 100 לידים בחודש או לגרוף מכירות של אלפי שקלים, אבל תמיד יהיה מישהו שישאל “למה הבאונס רייט שלי כל כך גבוה?” או “למה זמן השהייה בדף האודות יותר גבוה מדפי המוצרים שאמורים למכור”?
אין ספק שחשוב לבדוק את מכלול הפרמטרים המוצגים בדוחות אנליטיקס; אבל מה שאסור לעשות הוא להיצמד לפרמטר אחד או שניים, ולהסיק מהם מסקנות נחרצות על כל האתר.
אם האתר מביא לכם את התועלת שהוא אמור להביא (לידים / מכירות / וכו’), אין תועלת בשאלה מדוע הבאונס רייט הכללי גבוה. ומה אם אגיד לכם שאפשר לזייף באונס רייט ולהכתיב את הנתון הזה מראש? האם כעת הוא יהיה פחות-ערך בעיניכם?
צריך להבין את התנהגות המשתמשים בהתאם לדפים אליהם הם נכנסים: יש עמודים שמטבע הדברים יהיה להם באונס נמוך יותר (למשל עמודי קטגוריה של מוצרים, שמחייבים כניסה לעומק האתר כדי להגיע למוצרים עצמם); ויש דפים בהם הבאונס יהיה גבוה מאוד למרות שהמשתמשים שהו בהם שעה כדי לקרוא את כל המאמר מתחילתו ועד סופו, אבל לא עברו לשום דף אחר ויצאו מהאתר.
אומנם חשוב מאוד להכיר את הנתונים הללו ולנסות לשפר אותם; אבל זהו תהליך תמידי שמורכב מצעדים קטנים, שלא תמיד ניתן לעמוד עליהם במדויק ולפרוט אותם לפרוטות. שורה תחתונה – עשו את מה שטוב למשתמשים שלכם, וחלק ניכר מהפרמטרים הללו יהיו בגבול הסביר (בהתאם לסוג האתר וסוג הפעולות המבוצעות בו).
4. לא טורחים לטפל בכפילויות קוד
לאחת מקבוצות הלייף סטייל הגדולות בישראל היו כמה אתרים, שכולם ישבו על אותה מערכת ניהול. פועל יוצא מכך הוא שלכל האתרים היה אותו קוד אנליטיקס בדיוק (כלומר קוד אחד שהוצב בכמה אתרים נפרדים). עכשיו לכו תנסו לפלח איזה נתון שייך לאתר X ואיזה נתון שייך לאתר Y… וכך זה נמשך עשרות שנים.
אחרי תקופה יחסית ארוכה בה הם נאלצו לסמוך על הפרדת חלב ובשר באמצעות סגמנטים שנוצרו אד-הוק, החליטה הקבוצה להעלות לאוויר אתרים חדשים. אחד מהאתרים נשאר עם קוד האנליטיקס המקורי, והשאר קיבלו קודים נפרדים תוך איבוד כל ההיסטוריה בחשבונות האנליטיקס החדשים (ההיסטוריה נשמרה בחשבון המקורי, שכמובן דורש סגמנטציה בכל פעם שניגשים אליו).
כל הטרחה המיותרת הזו הייתה נחסכת אם מישהו היה מציב קודי אנליטיקס נפרדים בכל אתר מלכתחילה.
כפילות נוספת שחוזרת על עצמה ללא הרף היא כמובן יותר מקוד אנליטיקס אחד בכל אתר. אומנם כאן ההשפעה היא לא דרסטית במיוחד – הדבר היחיד שכנראה נפגע מכך יהיה נתון הבאונס רייט, שידולדל לכדי כמה אחוזים בודדים בלבד – אבל בכל זאת לא מומלץ שיהיה יותר מקוד אנליטיקס אחד בכל נכס.
5. חושבים שאנליטיקס רואה ומודד הכול
רוב העסקים והארגונים שעובדים עם אנליטיקס, לא מודעים למגבלות שיש לו (למרות היותו כלי מופלא באמת ובתמים).
שאלות כמו “למה יש הבדל כל כך גדול בין אדוורדס / פייסבוק לאנליטיקס”, חוזרות ונשנות שוב ושוב. אין ספק שלעיתים מדובר בתקלה שאותה ניתן לתקן, בעיקר כאשר מדובר בפערים גדולים מדי; אבל בדרך כלל מדובר בפערים שנגזרים מהצורה בה אנליטיקס מודד את הדברים, לעומת פלטפורמות אחרות.
קודם כל צריך להבין שגוגל אנליטיקס משתמש בדפדפן כנקודת מוצא למדידה. כל עוד אתם מבצעים את כל הגלישה שלכם בדפדפן אחד, אין שום בעיה – אנליטיקס יזהה אתכם. אבל מרגע שעברתם לדפדפן אחר או למכשיר אחר לחלוטין (מובייל / דסקטופ / טאבלט / טלוויזיה חכמה) – אנליטיקס יראה בכם משתמש חדש לחלוטין. כל נושא המדידה המתוחכמת יותר אמור להיפתר עם Google Attribution, אבל נכון לעכשיו זה כנראה עדיין לא מיושם במלואו.
פייסבוק הרבה יותר מתוחכם מהבחינה הזו, מפני שהוא מבוסס על טכנולוגיה שונה. פייסבוק מסוגל לזהות יוזרים נפרדים ברמת דיוק גבוהה, מפני שהוא לא מחכה לנתוני דפדפן בלבד. גוגל אנליטיקס מייחס המרות לאפיק התנועה האחרון שהשתתף במשפך השיווקי (Last Non Direct Click), ואילו גוגל אדוורדס עושה זאת בדיוק באותה צורה – אבל מייחס את ההמרות לעצמו (כמובן, אלא מה).
טיפ קטן בנושא – צריכים נתונים לגבי קמפיינים ממומנים? הנתונים בגוגל אדוורדס ובפייסבוק מדויקים יותר מהנתונים הממומנים המוצגים בגוגל אנליטיקס. השתמשו בהם כבסיס האמיתי לאפיקי השיווק הממומנים, ואל תהפכו את אנליטיקס למקור המידע העיקרי כאשר מדובר בפרסום ממומן בגוגל או בפייסבוק. בנוסף, לפייסבוק יש כלי אנליטיקס מתקדם משלו שיכול לזהות משתמשים נפרדים (כפי שכבר ציינתי), אז תנו לו צ’אנס.
כדי להרחיב את היריעה ולאפשר לנו לשפר את האתרים והדפים שלנו, מומלץ מאוד להשתמש גם בכלים נוספים כגון מפות חום, הקלטות גולשים, סקרים וכן הלאה. נתונים מהסוג הזה ישלימו את המידע המתקבל מגוגל אנליטיקס, ויאפשרו לנו לבצע שיפורים שכלל לא היינו מודעים לצורך בקיומם.
רגע לפני סיום
מן הסתם לא מניתי את כל אסונות האנליטיקס האפשריים עלי אדמות.
נפלתם על עוד אסונות מהגיהנום?
אשמח לשמוע ולהסתמפט.
בהצלחה!
