Segmentacja w Google Analytics – inne spojrzenie


 

segment Na ostatnim SEMcampie miałem przyjemność przedstawić swoje spojrzenie na segmentację danych za pomocą Google Analytics.

Segmentacja to nie jest nowy temat i wiele się o tym już pisało i mówiło, ale moja prezentacja na SEMcampie sprowokowana została nowymi możliwościami w obszarze segmentacji w Google Analytics, głównie dodanie demografii, ale nie tylko.

Patrząc obecnie w ogóle na kwestie związane z analizami, bardzo popularne stało się wśród analityków mówienie i zajmowanie się takimi czy innymi modnymi narzędziami jak np. modelowanie atrybucji zamiast skupić się na fundamentalnych kwestiach czyli np. segmentach właśnie. Sam wpadłem w pewnym momencie w pułapkę nowych rozwiązań zaniedbując to co najważniejsze. Koniec z tym 😉

Segmenty to najlepsza i najszybsza droga do wyciągnięcia konstruktywnych wniosków z raportów GA. Bez segmentacji danych nie będzie żadnych konstruktywnych wniosków dla biznesu. Wspomniane przeze mnie różnego rodzaju “sexy” narzędzia jak Modelowanie Atrybucyjne nie są za bardzo przydatne dla przeciętnego użytkownika Google Analytics. Z kolei bez segmentów nie zrobimy nic oprócz marnowania czasu na przeglądanie nic nie znaczących, zagregowanych danych.

Kluczem do sukcesu jest jednak wybór odpowiednich segmentów i pomysł co i jak segmentować. Od czego zacząć i w którą stronę iść. Tak więc po tym przydługim wstępie przejdźmy do konkretów.

Przed segmentacją 2.0

Przeglądając różnego rodzaju publikacje, czytając blogi dotyczące analityki najcześciej możemy spotkać się z kwestią segmentacji. Wielu autorów, jak na przykład Avinash Kaushik, stawia segmentację na piedestale i oczywiście ma rację. Do tej pory jednak głównie zajmowano się głównie segmentacją w obszarze:

  • zachowań użytkowników na stronie
  • źródeł pozyskania ruchu w serwisie.

Wszystko w obrębie realizacji celów jakie właściciel założył dla strony czy serwisu internetowego. Czyli w uproszczeniu patrząc, skad pochodzą najbardziej wartościowe odwiedziny pod względem ralizacji celów oraz drugi aspekt, jakimi zachowaniami na stronie charakteryzuje się grupa odwiedzających, która jest najbardziej wartościowa pod względem konwersji. Dodatkowo w tym miejscu staraliśmy się przypisać odpowiednie cechy takiej grupy: skąd pochodzi, jakich urządzeń używa, czy jest pierwszy raz na serwisie czy kolejny, itp.

Główny problem z segmentacją

Tak jak segmentacja według źródeł ruchu jeszcze jakoś tako nam się sklejała to jeśli chodzi o charakterystykę odwiedzającego to już było dużo gorzej, bo określenie pełnej charakterystyki odwiedzających było dość trudne, ze względu na brak podstawowych informacji takich jak dane demograficzne.

W obu przypadkach występował także podstawowy problem. Identyfikacja danych pochodzenia i charakterystyki według sesji, a nie użytkownika.

segmentacja-analytics-2

Za każdym razem, kiedy użytkownik nas odwiedzał to rozpoczynała się jego nowa sesja (lub po 30 minutach nieaktywności). W związku z tym nie było bezpośrednio połączenia pomiędzy wizytami i nie znaliśmy pełnego obrazu zachowań odwiedzającego. Obecnie możemy dokonać segmentacji nie tylko według sesji, ale według użytkownika. Dzięki temu możemy tworzyć segmenty ze względu na prawdziwą charakterystykę użytkownika. W przykładzie powyżej wyraźnie widać, że określenie wartości użytkownika będzie zaburzone przy ocenie według sesji, prawidłowe zaś jeśli będziemy segmentować według użytkownika (a nie jego sesji).

Persona – tego nam brakowało

Persona, to wyobrażenie przedstawiciela naszej grupy docelowej, d0 której kierujemy nasze działania reklamowe czy tworzymy produkty.  Bez Persony nie powstają plany reklamowe, nie tworzy się strategii marketingowych itd.

segmentacja-analytics-persona

Przecież w końcu produkty i reklamy są dla ludzi o konkretnych cechach. A nam pozostawała analiza tylko pojedynczych zachowań. Czy możemy coś powiedzieć o człowieku, po jednej wizycie w sklepie? Czy możemy wyciągać daleko idące wnioski? Nie. Możemy raczej coś tylko przypuszczać. Do tej pory zaś analizowaliśmy zbiór wspomnianych pojedynczych sesji odwiedzających. Mogło to powodować wiele rozbieżności w naszych analizach. Obecnie, w nowych segmentach możemy analizować prawdziwych użytkowników*. Dzieje się to dzięki dwóm nowym funkcjom:

  • Segmentacji według użytkownika, a nie tylko sesji
  • Danych demograficznych w Google Analytics

No i dzięki temu możemy teraz tworzyć Persony, korzystać z już istniejących, potwierdzać Persony lub odkrywać jeszcze nieodkryte.

Segmentacja – Restart

Dzięki nowym możliwościom segmentacji, możemy zupełnie inaczej spojrzeć na segmentację. Właściwie teraz jest to trochę prostsze niż poprzednio, bo możemy identyfikować grupy i poznawać ich zachowania, dokładnie te, o których mówi nasz marketing. Tak więc mamy (analitycy i marketing) wreszcie wspólne pole porozumienia. Poprzednio, marketing zajmował się poszukiwaniem klienta, a my zajmowaliśmy poszukiwaniem wartościowych sesji klienta. Niby blisko, ale…
Tworzymy zatem nowy plan do przeprowadzania analiz:

  1. Weryfikacja persony, odnajdowanie Persony
  2. Weryfikacja źródła pochodzenia Person
  3. Optymalizacja ścieżek zakupowych pod Persony (optymalizacja serwisu)
  4. Zwiększanie wartości życiowej Persony (kompleksowa optymalizacja strategii)

Aby nam audyt szybko i łatwo poszedł. Potrzebujemy jeszcze kilka standardowych rzeczy, bez których raczej będziemy działać po omacku.

1. KPI czyli wskaźniki sukcesu – łącznik pomiędzy celami biznesowymi (np. zwiększenie sprzedaży) a wskaźnikami analitycznymi (np. wskaźnik konwersji, wartość koszyka, itp.)
segmentacja-analytics-kpi 2. Założone cele w Google Analytics
Wydaje się to oczywiste, ale wcale nie takie powszechne. Jest też kwestia sposoby zakładania celów. Cele muszą odzwierciedlać KPI, przynajmniej muszą być obecne. Dodatkowo nie powinniśmy ich mieszać z celami pobocznymi typu zdarzenia, chyba, że jest to KPI.

3. Planowane KPI dla Persony lub Person
No i za końcu musimy zaplanować. Ile jakie wskaźnik musi się zmienić dla odpowiedniego segmentu użytkowników, żebyśmy mogli osiągnąć nasze cele KPI, a tym samym cele biznesowe.

Teraz możemy przystąpić do analiz.

Czego możemy dokonać przy pomocy nowych segmentów – inspiracje

Analizujemy sklep internetowy z ozdobami i akcesoriami do domu i ogrodu.

Weryfikacja , poszukiwanie Persony

W przykładzie, który wziąłem do analiz, właściciel nie określił ściśle Persony. Mniej więcej wiedział kto dokonuje zakupu, z doświadczenia wiedział, że zakupów dokonują głównie kobiety. Niestety żadnych dodatkowych konkretów nie podał. Co właściwie w takim razie z mężczyznami? Czy ten sklep może zrezygnować z kierowania przekazów do mężczyzn? Tego właściciel nie był w stanie powiedzieć i to postanowiłem zbadać w pierwszej kolejności. Poszukać Persony lub Person i zweryfikować wiedzę właściciela do dalszych działań promocyjnych i kreatywnych.  No to zaczynamy.

W jakim wieku jest moja Persona?

Zaczynając używać nowych możliwości segmentów od razu zaczynam od konkretów związanych z celami biznesowymi sklepu. W tym przypadku chcę zobaczyć kto w ogóle kupuje i jakie cechy charakteryzują tych co kupują i tych, którzy zakupów nie dokonują.

segmentacja-analytics-wiek-transakcje

Wykorzystałem dwa segmenty. Kupujących i nie kupujących. Po przyłożeniu tych dwóch segmentów do wieku jasno widać, że nasza Persona mieści się w zakresie wieku 25-44 lata. Co ciekawe widać jasno, że osoby kupujące są dużo bardziej zaangażowane w treści strony (Głębokość odwiedzin i czas spędzony na stronie) niż osoby nie kupujące.

Ważne żebyśmy korzystali w tego rodzaju analizach z segmentów opartych o użytkownika a nie sesji. Chcemy poznać całościowe zachowania Persony, a nie rozbite na pojedyncze sesje.

segmentacja-analytics-1

Wnioski:

Persona: wiek 25-44 lat.

Optymalizacja serwisu: Zwiększamy zaangażowanie. Sprawdzić co i gdzie powoduje ucieczkę ze strony.

Optymalizacja promocji: Wyodrębnić grupę wiekową 25-44 do bardziej intensywnej promocji. Intensywna akcja remarketingowa, w celu przywrócenia Person do serwisu. Omawiana grupa jest “Kurą znoszącą złote jajka”.

Dodatkowe wnioski: Nie możemy rezygnować z innych grup wiekowych. Bardzo ciekawa grupa docelowa 18-24 , jednak po analizie nie jest to grupa najważniejsza ze względu na wysokie ceny produktów, nigdy nie będzie to grupa najważniejsza. Należy dokonać analizy kupowanych produktów w innych grupach w celu tworzenia dopasowanych kampanii promocyjnych.

Jakiej płci jest Persona?

Korzystając znowu z nowych raportów analizujemy płeć odwiedzających i korelujemy je z celami. Stąd znowu korzystam z moich dwóch segmentów dotyczących transakcji.

segmentacja-analytics-plec-transakcje

Jak widać wyraźnie, właściciel miał rację, że główną grupą odwiedzającą sklep i dokonującą zakupów są kobiety. Widać to także po wielkości sprzedaży ze względu na płeć.

Pytanie czy możemy zacząć ignorować mężczyzn? Właściwie to jakby nie patrzeć ok. 1/5 sprzedaży jest generowana przez mężczyzn. Mało nie jest. Z kolei przyglądając się dokładniej (w zakładce ecommerce) widać, że mężczyźnie mają potencjał. Wartość koszyka jest prawie taka sama co kobieta, za to wskaźnik konwersji jest widocznie wyższy.

segmentacja-analytics-plec-ecommerce

Wnioski:

Persona jest płcie żeńskiej, ale płeć nie jest tutaj determinantem zmiany podejścia do klientów. Nie możemy ignorować mężczyzn. Być może ta grupa jest niedoceniania bo dużo mniej odwiedzających sklep jest płci męskiej. Należy zastanowić się nad rozdzieleniem przekazu do kobiet i mężczyzn w celu zwiększenia efektywności akcji promocyjnych.

Widać także, że grupa docelowa ważniejsza czyli kobiety także nie osiąga maksimum efektywności.  Tylko ok. 5% kobiet, które odwiedziły sklep dokonało zakupów. Musimy przyjrzeć się dokładniej co powoduje, że w tak dużym stopniu tracimy potencjał sprowadzonego ruchu na stronę. Być może jest to niedopasowana treść przekazów reklamowych (nie spełniamy obietnicy z reklamy) albo istnieją w naszym sklepie tzw. “wąskie gardła” które uniemożliwiają dokonanie zakupów.

Czym interesuje się Persona?

Nowe raporty Google Analytics pozwalają poznać zainteresowania osób, które pojawiają się na naszej stronie. Tworząc segment dotyczący Persony z  już zidentyfikowanych kawałków cech naszej persony staramy się poznać jej zainteresowania. Tak więc  znamy jej wiek, płeć (w tym przypadku sprawdzam kobiety, ale także mężczyzn czy są jakieś różnice), wiemy także, że Persona z założenia ma kupować, przebywać na stronie powyżej 10 minut oraz obejrzeć więcej niż 10 podstron.

Do dyspozycji mamy 3 raporty do wykorzystania – Inne Kategorie, Podobne Kategorie i Segment na rynku. Wszystkie przedstawiają trochę inne dane dotyczące zainteresowań. Warto o nic poczytać w pomocy Google. My patrzymy na dwie:

“Inne kategorie” – odpowiadają na pytanie “na jakie rodzaje stron wchodzą osoby, które odwiedziły naszą stronę”,

segmentacja-analytics-zaintersowania-kategorie

“Podobne kategorie”, które odpowiadają na pytanie kim, tak naprawdę, są Ci odwiedzający w kategorii typu człowieka. Tak jak określa się charakterystykę docelowego klienta w tradycyjnym marketingu.

segmentacja-analytics-zaintersowania-zasieg

Szukamy różnic w zainteresowaniach co może być bardzo przydatne przy późniejszych wyborach sposobów kierowania kampanii marketingowych.

Źródła pozyskania Persony

Wcześniejsza analiza źródeł pozyskania polegała na odnajdowaniu najlepszych źródeł pozyskania wartościowych sesji użytkowników. Warto zatem sprawdzić jakie źródła odpowiadają za pozyskanie najbardziej wartościowych użytkowników.

segmentacja-analytics-zrodla-ruchu

Segmentując źródla wg płci od razu widać, że wartość każdego źródła jest różna dla każdej grupy. Ponieważ w pierwszym etapie skupiamy się na pozyskaniu naszych głównych Person czyli kobiet, widać, że nie warto jest inwestować w pozyskanie mężczyzn na stronę przez źródło google/cpc. W kolejnym etapie zadałbym sobie pytanie “czemu tak słabo wypadają mężczyźni w tym źródle?”. Ale to w kolejnym etapie optymalizacji.

Każde źródło oczywiście potrzebuje wniosków, ale skupiam się w inspiracjach na najbardziej oczywistych.

Skąd pochodzą odwiedziny najbardziej zbliżone do mojego ideału klienta?

W kolejnym etapie zagłębiamy się w analizy źródeł. Poszukuję tym razem “Idealnego klienta” czyli mojej idealnej Persony.

segmentacja-analytics-zrodla-ruchu-idealny

Jak widać “Idealny klient” jest warty o wiele więcej niż przeciętna osoba dokonująca transakcji. Najbardziej wartościowe Persony pozyskuje przez źródło google/cpc, ale jest ich bardzo mało. Po co właściwie o tym piszę? Chodzi o kwestie inwestycji. Jeśli widzę ile wart jest klient pochodzący z danego źródła mogę ocenić czy przepłacam za pozyskanie klienta czy może nie doceniam źródła i inwestuje zbyt mało, przez co ograniczam swoje zyski. W przykładzie powyżej wszystkie źródła generują Idealne Persony, ale ich potencjał jest różny i różna jest ich możliwość rozwoju. Warto inwestować w źródła, które możemy łatwo modyfikować i w każdej chwili zwiększyć zasięg lub go obciąć.

Warto też zwracać uwagę na takie źródła, które są bardzo wrażliwe na sposoby naszej komunikacji ze światem. Na przykład Facebook. Sposób naszego prowadzenia dialogu z użytkownikami FB będzie się odbijał na tym kogo zachęcimy do odwiedzin czy zainteresowania się naszymi produktami. Jak w przykładzie poniżej. Wskaźnik konwersji mężczyzn jest o wiele wyższy niż kobiet, a z kolei potencjał (ilość) jest odwrotny.

segmentacja-analytics-facebook

Czemu więc z FB wchodzą mężczyźni, którzy tak ochoczo kupują? Może tak stworzona jest komunikacja? Z innych źródeł aż takich różnic jeśli chodzi o mężczyzn nie zaobserwowałem. W tym miejscu także warto wspomnieć, że wszystkie anomalie są ciekawym punktem zaczepienia audytu i szansą na wyciąganie bardzo ciekawych wniosków.

Zachowania Person na stronie

Zachowania na stronie to także jedna z głównych kwestii do analiz i segmentacji. Jednak znowu wcześniej badaliśmy sesje a teraz możemy już użytkowników. Przy każdej analizie zachowań, pierwszą sprawą nad jaką się zastanawiam to czy najbardziej widoczne funkcjonalności na stronie są pomocne czy przeszkadzają użytkownikom w osiągnięciu celu. Zazwyczaj jest to pierwszy krok do kolejnych analiz, takich jak ścieżka zakupowa, treści na stronie, cross-selling i inne. Zazwyczaj jest też tak, że ten pierwszy krok generuje tyle wniosków, że właściciel strony “zapycha się” ilością rzeczy do poprawy czy zmiany. Warto zaczynać od rzeczy prostych, ale wprowadzających duże różnice w kwestii osiągania celów. Sprawdźmy.

Baner na stronie głównej

Ta kwestia jest zawsze dla mnie ciekawa. Wiele stron posiada wielkie, przesuwające się banery i wiele robi je bo inni tak mają. Na przykład banki…

segmentacja-analytics-baner

Firmy często analizują czy baner przynosi konwersje, ale nie badają czy gdyby go nie było to byłoby lepiej czy gorzej. Ponieważ baner często zajmuje bardzo dużo miejsca na pierwszym ekranie monitora, warto sprawdzić czy on jest potrzebny czy może lepiej go zdjąć (zmniejszyć ), aby pokazać inne ważne elementy strony na pierwszym ekranie.

segmentacja-analytics-baner-na-stronie

Jak widać powyżej, dla badanego sklepu, baner jest bardzo wartościowy bo zwiększa wskaźnik konwersji 3 krotnie. Mamy zatem wytłumaczenie dla banera. Oczywiście tego konkretnego, gdyż różne banery mogą różnie się zachowywać.

Wyszukiwarka na stronie

Wyszukiwarka to ważna rzecz, ale czy na danej stronie rzeczywiście ktoś z niej korzysta i czy jest pomocna w kwestii konwersji?

segmentacja-analytics-wyszukiwanie

Jak widać, wyszukiwarka jest bardzo pomocna dla użytkowników no i dla nas, gdyż ci, co z niej korzystają dużo chętniej dokonują zakupów w naszym sklepie. Pytanie jakie się od razu nasuwa, co zmienić, aby poprawić jeszcze jej używanie? Na badanej  stronie wyszukiwarka jest słabo widoczna i nie za łatwa w obsłudze.

Wniosek: uwidocznić wyszukiwarkę na stronie, zachęcić użytkowników od jej używania, popracować nad jej użytecznością.

Elementy wideo na stronie

Badany sklep kładzie duży nacisk na tworzenie filmików wideo prezentujących produkty w sklepie. Ponieważ zajmuje to dużo czasu i jest dość kosztowne, warto sprawdzić czy rzeczywiście jest to takie istotne i jak wpływa na realizację naszych celów.

segmentacja-analytics-wideo

Jak widać filmik wpływa znacząco na wskaźnik konwersji. Co ciekawe bardzo podnosi wskaźnik konwersji właśnie w naszej grupie docelowej jeśli chodzi o wiek i płeć. Grupa wiekowa 25-44 reaguje mocno ponad przeciętną i podbija ogólne wskaźniki konwersji tych co oglądali filmik.

segmentacja-analytics-wideo-plec

Tak samo kobiety lepiej reagują (czyli nasza Persona) na obejrzenie filmu.

Wniosek: Filmiki bardzo dobrze stymulują zakupy w sklepie. Filmy do tej pory były na samym dole strony produktowej. Należy przetestować zmianę miejsca filmiku wideo i przenieść go na górę obok opisu i tytułu oraz ceny.

Wnioski dla właściciela sklepu

Podsumowując tą szybką analizę. Mamy bardzo wiele konstruktywnych wniosków w kwestiach dotyczących grupy docelowej, strategii promocji i optymalizacji serwisu:

Persona

  • Kobieta w wieku 25-44.
  • Kocha muzykę i nowinki technologiczne.
  • Przegląda strony związane z rozrywką, gotowaniem, urządzaniem wnętrz i zakupami.
  • Lubi oglądać prezentacją produktów w formie wideo.
  • Korzysta z promocji w sklepie ( zawarte w prezentacji na SEMcampie)
  • Kupuje >2 razy / mieś. I wydaje ponad 1000 zł. (omawiane na SEMcampie)

Marketing

  • Aktywizować mężczyzn – wykorzystać remarketing w działaniach promo oparty o wiek i płeć.
  • Rozróżnić przekaz promocyjny ze względu na płeć
  • Analizować skuteczność AdWords w szerszym ujęciu
  • Poszukać profilowanych baz mailingowych ze względu na personę

Optymalizacja serwisu

  • Wyróżnić wyszukiwarkę w serwisie
  • Przywrócić baner na stronie głównej
  • Promować strony z promocjami
  • Wykorzystywać wideo do promocji produktu

Podsumowanie

Przykłady analiz, które tutaj zawarłem mają za zadanie zainspirować czytelnika to zabaw z nowymi segmentami i spojrzenie na analizy przez pryzmat Persony. Nie było moim zamiarem tworzyć tutaj wnikliwego raportu, a jedynie pokazać możliwości i potencjał do wyciągania bardzo ciekawych i strategicznie ważnych wniosków. Analiza tego typu zajęła mi około 60 minut i większość czasu zajmowało przeładowywanie się interfejsu GA. Właścicielowi sklepu wdrożenie wniosków duuużo dłużej 🙂

Jeśli ktoś ma ciekawe wnioski i doświadczenia z segmentami do będę wdzięczny za podzielenie się w komentarzach.
*Użytkowników – dla uproszczenia,  na myśli mam oczywiście przeglądarki.

6 Comments

Add yours
  1. 4
    radaro

    To zdecydowanie najlepszy Twoj artykul jaki czytalem. Bardzo praktyczny. Swietny tez wystep nam Semcampie. Tak trzymaj. Twoja robota naprawde ma sens.

  2. 6
    tomek

    Bardzo Bardzo Fajny Przykład . I przyłączam się że naprawdę jeden z fajniejszych artykułów na blogu chociaż inne też są niczego sobie.

+ Leave a Comment