27 lipca 2012

Google Shopping

Google Shopping - usługa, która wywołuje na rynku e-commerce bardzo różne reakcje i opinie. Czym tak naprawdę jest, jakie korzyści mogą czerpać z niej marketingowcy i czy sklepy internetowe mają się czego obawiać? Aby odpowiedzieć na te pytania postanowiliśmy dokładniej zapoznać się z niedawno wprowadzoną usługą Google

Jak to wszystko się zaczęło?

W grudniu 2002 roku Google powołało do życia długo oczekiwaną wyszukiwarkę produktów, której nadano nazwę Froogle (pewnie nie wszyscy ją pamiętają). Jako darmowa usługa, umożliwiająca dotarcie do milionów potencjalnych klientów, Froogle szybko zyskało na popularności. Cztery lata później nastąpiła zmiana nazwy na Google Product Search. Odświeżono też interfejs, który stał się bardziej czytelny i intuicyjny.


Przez wiele lat wyszukiwarka produktów Google była ogromnym źródłem ruchu dla sklepów internetowych, które bez żadnych opłat mogły dodawać do niej swoje produkty. Rok 2012 jednak przyniósł w tym temacie wielkie zmiany - w maju ogłoszono, iż dotychczasowe rozwiązanie Google Product Search zostanie zastąpione nowym - Google Shopping.

Czym jest Google Shopping?

Jest to nowa usługa Google, która w najbliższych miesiącach zastąpi dotychczasową wyszukiwarkę produktów, najpierw w USA, potem na kolejnych rynkach. Główną różnicą, w porównaniu z poprzednio proponowanym rozwiązaniem, jest fakt, iż właściciele sklepów internetowych będą musieli zapłacić za samo wyświetlanie się ich produktów w tejże wyszukiwarce. System ma działać podobnie do tego w Google Adwords; sprzedawcy będą licytowali, ile są w stanie zapłacić za konkretne słowo, produkt... Docelowo, Google Shopping zarządzane będzie właśnie z panelu Adwords.

Całość zmian Google tłumaczy koniecznością poprawiania jakości dostarczanych wyników wyszukiwania. Obecnie, bardzo często zdarzają się sytuacje, w których cena czy opis produktu widniejącego w wynikach wyszukiwania różni się od stanu faktycznego w sklepie internetowym, co wprowadza kupujących w błąd i irytację. Dzięki wdrożeniu systemu opłat za wyświetlanie produktów, Google chce skłonić właścicieli sklepów internetowych do ciągłej aktualizacji informacji o swoich produktach.

Według Google nowa usługa umożliwi skuteczną rywalizację biznesom, niezależnie od ich wielkości. Wszystkie zmiany mają również na celu skrócenie drogi od wyniku wyszukiwania do dokonania zakupu w sklepie internetowym.

Google Trusted Store

Co ciekawe, równolegle z Google Shopping testowana jest nowa usługa nosząca nazwę Google Trusted Stores. Jest to program mający na celu nagradzanie najbardziej zaufanych, wiarygodnych, rzetelnych sklepów poprzez nadanie im odznaki, którą można wykorzystać w linkach sponsorowanych oraz - w późniejszym czasie – także w Google Shopping. Więcej o programie można przeczytać tutaj.


Testy nowej usługi idą naprawdę dobrze, a w Sieci można znaleźć już pozytywne przykłady wprowadzenia Google Trusted Store dla witryn e-commerce.

Discount Filters


Beau-coup


Google Shopping, a wygląd SERPów

Kolejną bardzo istotną zmianą, która dotknie nas wszystkich - niezależnie od tego czy prowadzimy sklep internetowy czy też jesteśmy zwykłymi użytkownikami Internetu - jest nowy wygląd SERPów. Poniżej prezentujemy przykładowy wygląd wyników wyszukiwania dla frazy telescopes.


Gdy internauci będą poszukiwać natomiast konkretnych produktów, np. Celestron CPC 800, otrzymają takie informacje, jak opis, opinie oraz ceny danego produktu w wybranych sklepach internetowych. Innymi słowy, Google wprowadzi typową porównywarkę cen już na etapie wyników wyszukiwania dla konkretnych zapytań produktowych.


Jaki wpływ Google Shopping wywrze na sprzedawców internetowych? Dzisiaj trudno jest to dokładnie określić, ale w Sieci krąży już wiele opinii - zarówno tych negatywnych, jak i pozytywnych. Wielu sądzi, że duże firmy, mogące zapłacić więcej za wyższe pozycje, będą czerpały ze zmian większe korzyści, niż małe sklepy internetowe, które nie mają budżetów na marketing. Na pewno jednak wymogi stawiane przez Google co do dokładności przesyłanych informacji o produktach sprawią, że konwersja sprzedażowa będzie o wiele wyższa, niż w przypadku Google Product Search.

Po wprowadzeniu na nasz rynek produktu Google Shopping najwięcej mogą stracić porównywarki cen, dla których wyszukiwarka Google jest jednym z największych źródeł ruchu. Podobnie ma się sytuacja w przypadku firm wystawiających certyfikaty sklepom internetowym. Z punktu widzenia zwykłego użytkownika, większą wartość może mieć dla niego odznaka / certyfikat wystawiony przez Google Trusted Store.

Dodatkowe informacje o Google Shopping można znaleźć m.in. tutaj.

--
Mateusz Rzetecki, SEO, Bluerank

23 lipca 2012

CTR w wynikach wyszukiwania Google dla różnych typów zapytań

Roman Bębenista (SEO Specialist w Bluerank) postanowił przeanalizować, w jaki sposób użytkownicy Sieci przeszukują Internet. Korzystanie z wyszukiwarek jest przecież oparte na ludzkich przyzwyczajeniach, a więc poznając sposoby zadawania zapytań i reakcje na wyniki wyszukiwania, jesteśmy w stanie lepiej zaplanować kampanię SEO... Roman skupił się na analizie współczynnika CTR w obrębie wyników wyszukiwania Google. Nie będzie zaskoczeniem, że pozycja w SERP jest kluczowa. Okazuje się jednak, że możemy wyróżnić  trzy główne rodzaje zapytań kierowanych do wyszukiwarki, a każdy z tych typów charakteryzuje inny współczynnik klikalności.

Metodologia

Badania zostały przeprowadzone na bazie 14 507 fraz kluczowych, wartości ich współczynnika CTR oraz pozycji w wyszukiwarce. Dane pozyskano za pomocą narzędzia Google Webmaster Tools z różnych typów stron internetowych (serwisy e-commerce, ogłoszeniowe, firmowe itd.). Warto zaznaczyć, że gdy fraza kluczowa zawierała nazwę domeny, traktowana była jako brandowa. W momencie, gdy zawierała nazwę produktu, oznaczano ją jako produktową. Pozostałe frazy zostały potratowane jako ogólne. Pełny opis metodologii zamieszczony jest na końcu artykułu.

Kluczowe wnioski z badania

Najważniejszą konkluzją jest fakt, że w zależności od typu zapytania, jakie użytkownik skieruje do wyszukiwarki, jego reakcja na wyniki wyszukiwania jest różna. Przygotowując plan długofalowych działań SEO, warto wziąć te wnioski pod uwagę. Najlepszym dowodem na potwierdzenie powyższej tezy są wyniki badań nad zapytaniami złożonymi z fraz z tzw. długiego ogona. Właściwie przygotowane serwisy WWW będą dysponowały odpowiednimi stronami, jako odpowiedziami na zapytania typu long tail.


Osiąganie wysokich pozycji dla słów kluczowych jest niezwykle ważne. Pracując nad projektem SEO warto jednak opracować pewną hierarchię fraz i zacząć od osiągania wysokich miejsc dla tych najważniejszych. Rekomendujemy najpierw skupić się na frazach produktowych, następnie ogólnych, a na końcu brandowych.

Średni CTR dla wszystkich zapytań

Jak widać na powyższej grafice, CTR dla miejsca pierwszego jest najwyższy (52%). Nie jest to - rzecz jasna - nic zaskakującego. Co ciekawe, całkowity średni CTR dla top10 zapytań to 208%. Oznacza to, że internauci klikają częściej, niż dwukrotnie w odnośniki  na pierwszej stronie wyników wyszukiwania. To oczywiste, że pierwsze 5 pozycji generuje największy ruch w serwisie, jednak użytkownicy często szukają głębiej, więc widoczność stron na dalszych pozycjach również może być opłacalna.

Średni CTR dla zapytań brandowych


Działania SEO obejmujące frazy brandowe są mniej opłacalne, niż te skierowane na potrzeby ogólnych fraz kluczowych. Nie znaczy to jednak, że możemy o nich zupełnie zapomnieć. Średnia wartość CTR dla najpopularniejszych fraz brandowych wyniosła 306%, czyli użytkownicy klikają w pierwszą stronę wyników wyszukiwania więcej, niż trzy razy. Może to oznaczać, że internauci nie przywiązują wagi do pozycji serwisu wyszukiwanego za pomocą fraz branżowych. Druga interpretacja uzyskanych wyników pozwala założyć, że użytkownicy starają się dotrzeć do informacji za pomocą różnych źródeł (firmowa strona internetowa, blog firmowy, sklep, czy też oficjalne profile w social media).

Średni CTR dla zapytań produktowych


Stwierdzenie, że internauci szukający produktów najczęściej klikają w pierwszy wynik nie jest niczym oczywistym (CTR dla pierwszej pozycji wynosi 53%). Dla zapytań produktowych całkowity średni CTR przyjmuje wartość 208%, widzimy więc, że użytkownicy klikają w więcej, niż dwa wyniki na pierwszej stronie. Może wynikać to z chęci porównania ofert. Gdy jednak użytkownik nie znajdzie produktu na pierwszej stronie, zacznie szukać go na kolejnych. Więcej danych na ten temat przedstawimy w dalszej części tekstu.

Średni CTR dla zapytań ogólnych


Dla ogólnych fraz kluczowych wykres prezentujący średnią wartość CTR prezentuje się dość przewidywalnie. Poniżej grafika przedstawiająca średnią wartość CTR dla wszystkich omówionych wcześniej grup słów kluczowych.


Jak widać, zdecydowanie wyróżniają się zapytania brandowe. Wykres ten pokazuje, że internauci korzystając z takich zapytań przywiązują mniejszą wagę do pozycji wyniku, w który decydują się kliknąć.

Zapytania z długiego ogona

Czyli frazy złożone z kilku słów, dość precyzyjnie określające czego szuka internauta. Poniżej przedstawiamy średnią wartość CTR dla zapytań longtailowych złożonych z trzech, czterech i pięciu słów.


Gdy użytkownicy formułują zapytania za pomocą bardziej precyzyjnych fraz kluczowych, wyniki wyszukiwania stają się bardziej adekwatne. Dla fraz składających się z czterech lub pięciu słów, obecność na pierwszej pozycji jest szczególnie istotna. Przyjrzyjmy się, jak wygląda średnia wartość współczynnika CTR dla fraz z długiego ogona.


Powyższa grafika jasno prezentuje, że im dokładniejsze jest zapytanie, tym istotniejsze staje się osiągnięcie dla niego wysokiej pozycji w wynikach wyszukiwania. Zwłaszcza, że frazy o charakterze long tail są w stanie wygenerować  w serwisie wysoki poziom ruchu. Zaskakujący okazał się fakt, że internauci korzystający z długich zapytań otwierają więcej witryn z poziomu wyników wyszukiwania Google. Średnia wartość współczynnika CTR dla top 10, dla zapytań złożonych z trzech słów wyniosła 227%, dla zapytań złożonych z czterech słów 233%, a dla zapytań złożonych z pięciu słów 249%. Można podejrzewać, że dzieje się tak ponieważ wyniki dla fraz z długiego ogona są adekwatne do zapytań i więcej, niż jeden wynik może zainteresować użytkowników.

Dodatkowe dane dla dalszych stron wyników wyszukiwania

Podczas analizy sprawdziliśmy również wartość współczynnika CTR dla dalszych stron wyników wyszukiwania (11 - 20, 21 - 30, 31 - 40). Trzeba pamiętać, że choć narzędzie Google dla webmasterów jest w stanie dostarczyć nam dane dla wspomnianych powyżej stron wyników, mianownik używany dla obliczania wartości CTR dla tych stron jest inny. Dzieje się tak, ponieważ pod uwagę brana jest ilość wyświetleń, a nie ilość wyszukiwań. Współczynnik klikalności może być również rozproszony przez universal search. Prowadzi to do podejrzeń, że dane z dalszych stron wyszukiwania mogą być mniej wiarygodne, niż te zebrane dla pierwszej strony wyników. Poniżej średnia wartość współczynnika CTR dla dalszych stron wyników wyszukiwania, w odniesieniu do różnych typów fraz kluczowych.


Pełny opis metodologii badania


Na początku zostały zebrane dane złożone z zapytań, ich wartości współczynnika CTR oraz ich średniej pozycji. Dane zgromadzono za pomocą narzędzia Google dla webmasterów. Pochodzą one z serwisów o następującej tematyce...
- serwis e-commerce (odzież)
- serwis e-commerce (leki i suplementy)
- serwis e-commerce (zdrowie i uroda)
- serwis uczelni wyższych
- serwis z biżuterią
- serwis zawierający teksty piosenek
- dwa serwisy ogłoszeniowe (zwierzęta)
- serwis ogłoszeniowy (maszyny ciężkie)

Dane dotyczą wyłącznie polskich stron internetowych, jednak wnioski z badania ujawniają tendencje, które prawdopodobnie pokryłyby się z badaniami przeprowadzonymi również na serwisach zagranicznych. Ostateczna baza danych składa się z 14 507 zapytań. Frazy kluczowe zostały przyporządkowane do poszczególnych kategorii. Oznaczono je jako brandowe, jeśli zawierały nazwę domeny. Zapytania były sprawdzane ręcznie, by na wszelki wypadek znaleźć te, które zawierały literówki. Okazało się, że internauci dość często się mylą. Gdy fraza kluczowa zawierała drobny błąd, również zaliczano ją do brandowej. Jeśli zapytanie zawierało nazwę produktu, zostało sklasyfikowane jako produktowe. Gdy dana fraza nie zawierała ani nazwy domeny, ani nazwy produktu, oznaczana była jako ogólna.


Podział zapytań wykorzystanych do przeprowadzenia badania
  • 14 507 wszystkich zapytań
  • 418 zapytań brandowych
  • 11 684 zapytań produktowych
  • 1795 zapytań ogólnych
  • 3538 zapytań z długiego ogona (3 wyrazy)
  • 1638 zapytań z długiego ogona (4 wyrazy)
  • 809 zapytań z długiego ogona (5 wyrazów)

Najważniejsze wnioski z badania

W zależności od typu zapytania, jakim posługują się internauci poszukując informacji, ich rekcja na wyniki wyszukiwania jest inna. Warto o tym pamiętać planując długofalowe działania SEO. Poszczególnym typom zapytań możemy nadawać różne priorytety np. bardziej skupiać się na uzyskiwaniu wyższych pozycji dla zapytań produktowych, niż dla fraz ogólnych. Brandowe frazy kluczowe możemy zostawić na koniec. Kluczem jest właściwa optymalizacja serwisu (w tym jego treści), by poszczególne strony były widoczne w wyszukiwarce i wyświetlały się wysoko dla użytej frazy.

--
Redakcja

16 lipca 2012

Attribution Modeling w aplikacji Google Analytics

Dziś chcemy się z wami podzielić najważniejszymi wnioskami z webinaru Attribution Modeling with Google Analytics, zrealizowanego przez SEMPO. Poprowadziła go Jen Cykman.

Prowadząca wykazała, że jest wiele podejść do kwestii mierzenia jakości ruchu. Każdy system analityczny (np. Google Analytics) używa attribution model do przypisywania metryk, takich jak wizyty czy konwersje, różnym źródłom ruchu.

Dwa najczęściej spotykane modele to...

First-click attribution – w tym modelu pod uwagę brane jest pierwsze źródło wizyty użytkownika. Dobrym przykładem będzie tu wejście przez Google na witrynę sklepu internetowego i brak dokonania zakupu. Następnie wejście w to samo miejsce z wyników wyszukiwarki Bing i zakupienie produktu. W takim modelu to Google'owi przypisywana jest konwersja.

Last-click attribution – w tym modelu to ostatnie źródło wizyty użytkownika jest brane pod uwagę.
Odnosząc się do przedstawionego powyżej przykładu, w obrębie tego modelu konwersja zostanie przypisana Bingowi.

Oczywiście można spotkać modele atrybucji przypisujące wartość w mniej jednoznaczny sposób
np. equal/linear, gdzie wartości rozkładane są równomiernie pomiędzy różne źródła. Odnosząc się do powyższego przykładu, zostałyby przypisane w 50% do Google i 50% do Binga.

Jest również model U-Curve, w którym pierwsze i ostatnie źródło wejść ma przypisaną wartość w granicach 40%, a pośrednie źródła są oznaczane za pomocą mniejszych wartości. 

Kolejny model to Time-decay, gdzie każde kolejne źródło ma coraz więcej udziału w konwersji.

Co istotne, Google Analytics w wersji darmowej korzysta tylko z Last-click atribution.

Co ciekawego możemy znaleźć w Multi-Channel Funnels?

MCF - overview pozwala na dokonanie analizy ścieżki konwersji. Określenie źródła, medium, kampanii i innych wskaźników, na które natrafił użytkownik zanim dokonał konwersji.

MCF - assisted visits – dzięki tej funkcji możemy poznać wszystkie źródła ruchu, za sprawą których naszą stronę odwiedzili użytkownicy, a następnie dokonali konwersji. W kolumnie assisted conversions mamy na przykład liczbę konwersji, które wystąpiły również w późniejszym czasie.

Interesującym zagadnieniem jest współczynnik Assisted / Last interaction Coversions. Najlepiej będzie go opisać za pomocą przykładu. Przyjmijmy, że ruch direct ma współczynnik wynoszący 0,66, więc jest źródłem "blisko" konwertującym. Ruch z serwisu Facebook ma współczynnik 1,45, więc duża ilość konwersji miała miejsce przy pośrednim wpływie Facebooka, ale ilość konwersji bezpośrednich jest mniejsza, przez co możemy nie doceniać tego źródła.

W sekcji Conversion paths możemy sprawdzić, jak wyglądały ścieżki, którymi użytkownicy trafiali do serwisu. Oczywiście chodzi o internautów, którzy ostatecznie dokonali konwersji.

Funkcja Time lag informuje o całkowitym czasie konwersji. Path lenght pokazuje natomiast długość ścieżki.

Prowadząca zakończyła prezentację informacjami o płatnej wersji Google Analytics. Mamy w niej dostęp do pięciu różnych modeli: Last, First, Linear, U-curve, Time-Decay. Można je edytować lub tworzyć nowe. Istnieje również możliwość porównywania danych równocześnie z wybranych trzech modeli.

Więcej szczegółowych informacji na temat Attribution Modeling w Google Analytics znajdziecie w poprzednich postach na naszym blogu. Jeśli chcecie poszerzyć swoja wiedzę, szczególnie polecamy trzy teksty:

- Analiza ścieżek konwersji - nowe możliwości Google Analytics

- Analiza ścieżek konwersji - Conversion Attribution

- Analiza ścieżek konwersji - praktyczne przykłady analiz

Mamy nadzieję, że przedstawione w postach informacje, pomogą w praktyce mierzyć skuteczność działań e-marketingowych.

--
Redakcja