Nowa funkcja Google Analytics – Eksperymenty


Testowanie w marketingu internetowym to właściwie jego najważniejsza zaleta. Nie musimy podejmować decyzji na podstawie subiektywnych odczuć, ale na podstawie obiektywnego wyboru naszych potencjalnych i aktualnych klientów. Subiektywne odczucia nawet jeśli poparte są długoletnią wiedzą i praktyką, bardzo często bywają obarczone dużym błędem związanym ze zmieniającymi się warunkami w jakich działamy. W przypadku marketingu internetowego brak testu oznacza, że nie korzystamy z jego podstawowej zalety i bardziej lub mniej “wróżymy z fusów” licząc na to, że tym razem też się uda.

Pisałem jakiś czasem temu o jednym z najciekawszych aspektów marketingu w internecie czyli testowaniu stron docelowych. Google udostępnia do tego celu darmowe narzędzie Google Website Optimizer czyli Optymalizator Witryny.

Narzędzie to od dość dawna istnieje, ale nie jest jakoś bardzo powszechnie używane. Jednym z mankamentów, które dość często było problematyczne była implementacja specjalnych, dodatkowych kodów potrzebnych do prowadzenie eksperymentu na wszystkich stronach biorących udział w eksperymencie. Dodatkowe kody javascript na stronie to zawsze nic dobrego, a częste problemy z implementacją ich w silnikach CMS (systemów zarządzania treścią) powodowało, że nie dało się testu przeprowadzić. Innym wyzwaniem było ustalenie konwersji dla eksperymentu, gdyż ustalenie takich akcji jak np. naciśnięcie guzika jako konwersja wymagało kolejnych niestandardowych czynności. Teraz co prawda też musimy dodać dodatkowy kod, ale tylko na jednej stronie.

Analytics zamiast Optymalizatora Witryny?

Tydzień temu pojawiły się pierwsze informacje o wprowadzeniu ciekawej opcji w Google Analytics czyli Eksperymentów.

analytics-eksperymenty

Właściwie to nie zastępuje to w zupełności Optymalizatora Witryny, ale w dużej mierze w prostszych eksperymentach można traktować eksperymenty jako zamiennik. Trochę z tego co widzę to nowa funkcja wprowadzi testy stron “pod strzechy” bo dla wielu osób Optymalizator Witryny był albo nieznany albo zbyt skomplikowany do implementacji.

Jak działa funkcja eksperymenty w Google Analytics?

Testy wykonywane przy pomocy eksperymentów możemy wykonywać jeśli mamy stworzone różne wersje tej samej strony. Musimy mieć oddzielny adres URL dla każdej strony czyli jeśli mamy stronę index.php i chcemy sprawdzić jak zmiana np. koloru tła wpłynie na realizację celu na stronie (np. czas przebywania na stronie) musimy stworzyć drugą, w pełni funkcjonalną wersję strony z innym adresem czyli np. index1.php.

Możemy stworzyć do 5 wersji strony i testować je jednocześnie sprawdzając, która wersja wpłynie najlepiej na realizację konkretnego celu strony.

Krok pierwszy – wybór stron do eksperymentu

W tym etapie wybieramy do 5 wersji strony oryginalnej. Trzeba pamiętaj, że każda strona musi mieć odrębny adres URL. W celu uniknięcia duplikowania treści, które pomoże zaszkodzić pozycji naszej strony w wynikach organicznych (mówiąc oględnie 😉 ), Google radzi używać artybutu canonical. Więcej na ten temat w pomocy Analitycs.

analytics-eksperymenty-krok1

Krok drugi – wybór opcji

Na tym etapie wybieramy cel strony, którego ilość chcemy zwiększyć dzięki testowaniu różnych wersji strony np. wydłużyć czas na stronie, zwiększyć ilość wypełnionych formularzy, ilość pobrań pliku itp.

analytics-eksperymenty-krok2

W tym samym miejscy wybieramy procent odwiedzających stronę oryginalną, którzy mają zostać wzięci do testu. Im większa zmiana, bardziej kontrowersyjna tym zazwyczaj wybiera się mniejszy procent, żeby uniknąć znacznych spadków ilości celów (konwersji) jeśli nasza zmiana okazała się nie trafiona. Trzeba jednak pamiętać, że mniejszy procent odwiedzających wziętych do testu wydłuża czas jego trwania.

Krok trzeci – aspekt techniczny

Na tym etapie musimy zaimplementować kod sterujący naszym eksperymentem na stronie oryginalnej. Trzeba go zainstalować w kodzie strony, tak więc musimy mieć dostęp do plików strony, tak samo jak w przypadku kodu Google Analytics. Możemy to zrobić sami lub wysłać kod do osoby zajmującej się naszą stroną WWW.

analytics-eksperymenty-krok3

To jedna z zalet eksperymentów Google Analytics, że trzeba implementować dodatkowy kod tylko na jednej stronie (wersji oryginalnej) a nie na wszystkich , tak jak w przypadku Optymalizatora Witryny. Drugą ważną zaletą jest możliwość korzystania ze zdefiniowanych celów Analytics jako konwersji w eksperymencie. Dzięki temu nie musimy dodatkowo ingerować w kod strony i możemy łatwo testować strony ze względu na takie akcje jak naciśnięcie guzika, obejrzenie filmu, ściągnięcie PDF, czas przebywania itp. Tak jak wspomniałem w Optymalizatorze Witryny nie jest to takie łatwe.

Na tym etapie też weryfikujemy też zainstalowany kod do śledzenia testu.

Krok 4 – start testu

W tym kroku weryfikujemy ustawienia i możemy rozpocząć test.

analytics-eksperymenty-krok4

Testy dostępne są później w zakładce Eksperymenty i mają kilka oznaczeń ze względu na ich wyniki i działanie. Wiemy czy dany eksperyment działa, czy została wyłoniona zwycięska wersja czy nie. Bardzo podobnie jak w przypadku Optymalizatora Witryny, system na podstawie danych statystycznych wyłania wersję, która ma największe szanse na pokonanie oryginału lub porażkę. Bardzo ważną zaletą jest możliwość segmentowania odwiedzających biorących udział w eksperymencie czyli używania opcji segmentów.

analytics-eksperymenty-raporty

Podsumowanie

Nowa opcja nie wprowadza rewolucji dla osób, które już prowadzą testu chociażby przy użyciu Optymalizatora Witryny, ale na pewno w dużej mierze może ta funkcja ułatwić zadanie. Głównie przez integrację opcji testowania w narzędziu analitycznym. Dzięki temu mamy wszystko w jednym miejscu. Nie ma opcji testów wielowymiarowych czyli testowania elementów  (guziki, tytuły, grafiki) na jednej stronie tak jak jest to w Optymalizatorze Witryny, a to duża i ważna funkcja potrzebna w testowaniu. Pierwsze wrażenie jak zobaczyłem tą nową funkcję to, że Optymalizator Witryny zostanie wchłonięty do Analytics. Być może tak się stanie, ale na razie ze względu na chociażby testy wielowymiarowe Optymalizator też będzie potrzebny testerom.

Trochę za wcześnie na ostateczne zdanie na temat tej nowej opcji bo nie było okazji do poważnego użycia, ale całość wygląda bardzo zachęcająco i prosto.

Więcej można poczytać w Pomocy Analytics

2 Comments

Add yours
    • 2
      Przemek

      Od wczoraj nie można się już tam dostać. Szkoda, że nie została przynajmniej historia.

+ Leave a Comment