Nie takie API straszne, jak je malują - wykorzystaj środowisko R do pobierania danych z Google Analytics i Google Trends

Czy spotkałeś się kiedyś z sytuacją, w której funkcjonalności prezentacji i analizy danych w Google Analytics były dla Ciebie niewystarczające? Albo masz dość generowania cotygodniowych raportów w panelu GA, a następnie kopiowania ich do Excela? Jeśli tak, to świetnie trafiłeś. Do pozyskiwania takich informacji w sposób zautomatyzowany służy Analytics API (Application Programming Interface - automatyczny sposób komunikacji programów). Dzięki niemu proces pozyskania danych można usprawnić. 

Google Analytics dysponuje zdecydowanie większą ilością dostępnych informacji niż te zawarte w standardowych raportach. Dzięki obsłudze API mamy do nich dostęp. Postaram się podzielić się z Tobą moją wiedzą na temat praktycznego wykorzystania API do pozyskania danych.

Jak zacząć?
Wystarczą 2 kroki. Pierwszy to aktywowanie API analyticsowego dla naszego konta (jeśli wcześniej nie zostało to zrobione), drugi to zainstalowanie bezpłatnego oprogramowania R (język programowania oraz środowisko do obliczeń statystycznych i wizualizacji wyników źródło: Wikipedia).

Aby uruchomić opcję korzystania z API należy wejść na stronę:

https://console.developers.google.com/

Do pracy z API musisz wygenerować client ID i client secret. Aby to zrobić, postępuj zgodnie z poniższymi krokami:

1. Otwórz Credentials page.
2. Jeśli nie robiłeś tego wcześniej, stwórz OAuth autoryzację dla swojego projektu, klikając w Create credentials, następnie kliknij w OAuth 2.0 client ID. Później konfigurator może poprosić cię o stworzenie nazwy dla produktu. Gdy przejdziesz przez ten etap, wybierz Other application i nadaj nazwę swojemu projektowi.
3. W pop-upie otrzymasz client ID i client secret.
4. Jeśli coś pójdzie nie tak i nie uzyskasz dostępu do tych informacji, w pop-up odszukaj Client ID w OAuth 2.0 i kliknij w nazwę.

Client ID i client secret to kluczowe ciągi znaków dla całego procesu pobierania danych z Twojego konta przy użyciu R. Dlatego sugeruję skopiowanie ich do notatnika.

Teraz musimy aktywować API dla naszego konta. Aby tego dokonać, postępuj zgodnie z poniższą instrukcją:

1. Otwórz stronę z informacjami dla Analytics API - Overview page.
2. Kliknij w przycisk Enable API, który aktywuje Analytics API.

Teraz pozostaje nam zainstalować R na komputerze. Oprogramowanie można pobrać z poniższej strony:

https://cran.r-project.org/bin/windows/base/

Jeżeli nie miałeś wcześniej styczności z takim oprogramowaniem, załączam również link z krótkim wprowadzeniem do R:

https://cran.r-project.org/doc/contrib/Komsta-Wprowadzenie.pdf

Zapoznanie się z całą zawartością wprowadzenia nie jest warunkiem koniecznym dla opisywanej metody. W Sieci dostępne są również darmowe szkolenia oraz fora informatyczne, na których programiści chętnie udzielają porad w kłopotliwych sytuacjach. Jednak w tym przypadku musisz wiedzieć jedynie, jak wykonywać kod w R i postępować zgodnie z instrukcjami.

Po wykonaniu powyższych kroków masz już wszystko, aby zacząć naszą przygodę z R i Analytics API. Aby podłączyć się do swoich danych musisz otworzyć R i zainstalować pakiet RGoogleAnalytics. Hash i wszystko co następuję po nim możesz pominąć. Jest to tylko komentarz, który nie jest interpretowany podczas kompilacji kodu. Służy on jedynie utrzymywaniu odpowiedniej dokumentacji i nadzoru nad tym, co dzieję się w skrypcie. Opisywanie swoich kroków przy pomocy komentarzy ułatwia rozumienie wcześniej stworzonego kodu.

# instalacja pakietu
install.packages("RGoogleAnalytics")
# ładowanie pakietu do pamięci R
library("RGoogleAnalytics") 

Powyższe komendy pozwalają na zainstalowanie pakietu potrzebnego to utworzenia połączenia oraz załadowanie go do pamięci podręcznej R. Teraz będziesz musiał stworzyć token dla swojego skryptu. Na tym etapie będziesz potrzebować wcześniej wygenerowanych client ID i client secret. Do autoryzacji Twojego połączenia wykorzystaj poniższy skrypt. 

# tworzy token
token<-Auth(client.id="client id ", client.secret = "client secret")
# zapisuje token
save(token,file="./token_file")
# sprawdza poprawność tokena
ValidateToken(token) 

Jeśli token został poprawnie zaimplementowany nasze połączenia z API analyticsowym właśnie zostało uwierzytelnione i jest gotowe do pracy. Celem tego artykułu jest zaprezentowanie możliwości pobrania danych przy użyciu API, dlatego nie będę wchodził w szczegóły techniczne środowiska programistycznego.

W kolejnym kroku tworzymy zmienną, w której przechowywane będzie zapytanie do danych.

#Utworzenie listy przykładowych parametrów
query.list <- Init(                start.date = "2015-09-01",
       end.date = "2015-09-31",
       dimensions = "ga:date,ga:source,ga:medium",
       metrics = "ga:sessions",
       max.results = 10000,
       sort = "-ga:date",
       table.id = "ga:identyfikator widoku danych") 

Dwa pierwsze parametry funkcji Init odnoszą się do daty początkowej i daty końcowej ekstraktu. Parametry dimensions i metrics odpowiadają kolejno za wybór wymiarów i metryk do naszego zapytania. Nazwy metryki i wymiarów dostępne są na stronie:

https://developers.google.com/analytics/devguides/reporting/core/dimsmets

Google Analytics ogranicza jednak pozyskanie danych przez API do 7 wymiarów i 10 metryk, dlatego warto uwzględnić to przy generowaniu ekstraktu. Należy również pamiętać o tym, że nie wszystkie metryki i wymiary możemy ze sobą zestawiać tzn., że w przypadku nieprawidłowo zdefiniowanego zapytania napotkamy na błąd. 

Parametr max.result ogranicza maksymalny rozmiar Twojego zapytania. Atrybut sort ustala kierunek i zmienną dla sortowania naszego zbioru danych. Jednak, aby zapytanie zostało poprawnie skonstruowane, musisz dodać informację o tym, z którego widoku usługi chcesz pobrać dane. W tym celu w table.id wpisz identyfikator widoku danych, którego wartość łatwo znajdziesz w panelu administracyjnym Google Analytics w sekcji ustawienia widoku. Wykonanie powyższego kodu stworzy zapytania do obiektu query.list. W kolejnym etapie zbudujesz obiekt, który posłuży  już do bezpośredniego pozyskania danych z Google Analytics.

# Utworzenie obiektu Query Builder
ga.query <- QueryBuilder(query.list)
# Umieszczenie otrzymanych wyników w obiekcie data.frame
dane <- GetReportData(ga.query, token, split_daywise = T)
# Wyświetlenie pozyskanych danych
dane 

Jeśli znasz R w stopniu pozwalającym na swobodne poruszanie się po danych, już możesz rozpocząć analizę. Jeśli nie, zapisz dane w formie tekstowej i otwórz je środowisku, w którym czujesz najbardziej swobodnie np. w Excelu. Dzięki zautomatyzowanej formie pobierania danych można również ograniczyć problem próbkowania, pobierając dane dzień po dniu.

# Zapisanie ramki danych do pliku tekstowego
write.table(dane,"dane.txt",sep="\t")

Teraz przy tworzeniu własnych raportów i odnajdywaniu wzorców w danych nic nie jest w stanie Cię powstrzymać. Z pewnością nie będzie to panel Google Analytics. Może jedynie poziom Twoich umiejętności analizy danych w R, ale to zawsze można nadrobić. R łączy się również bez trudu z Google Trends. Nie jest to jednak oficjalna dystrybucja API Google’a tylko opensourcowy pakiet stworzony przez środowisko pasjonatów R. Google Trends daje możliwości sprawdzenia popularności określonych fraz w danym czasie i miejscu. Poniżej wykres popularności słów (jajka,karp,kielbasa) między 1 stycznia 2015 a 21 kwietnia 2016 w Polsce.

Możesz z łatwością zaobserwować, jak okres świąteczny wpływa na wyniki wyszukiwania fraz związanych z jedzeniem - widać wyraźne wzrosty w okolicach Bożego Narodzenia i Wielkanocy. Dzięki temu narzędziu możesz np. sprawdzić, które produkty powinny być promowane w danym miesiącu lub też, jak plasują się w porównaniu z konkurencyjnymi. Oczywiście podobny wykres możesz swobodnie wygenerować używając wersji webowej aplikacji. Jednak w przypadku cyklicznego raportowania, może to stać się nużące, a w takiej sytuacji nietrudno o błąd. Poza tym, mając już dostęp do danych z API możesz spróbować połączyć obie te informacje i wysnuć wiele ciekawych wniosków.

Aby połączyć się z Google Trends musisz wykonać poniższe komendy w środowisku R i posiadać konto Google.

# instalacja pakietu gtrendsR
install.packages("gtrendsR")
# załadowanie pakietu do używanych bibliotek
library(gtrendsR)
# zapisujemy nazwę użytkownika konta do zmiennej
usr <- "przykład@gmail.com"
# zapisujemy Google’owe hasło do zmiennej
psw <- "haslo"
# łączymy się z Google Trends
gconnect(usr, psw) 

Aby stworzyć raport musisz użyć funkcji gtrends. Pierwszym parametrem tej funkcji będą frazy, których popularność chcesz zmierzyć. Start_date w cudzysłowach wpisz datę początkową dla Twojego zapytania, a w end_date analogicznie - końcową. Możesz również zawęzić raport popularności wyszukań do parametru geograficznego.

# ch<- gtrends(c("kielbasa","jajka","karp"),start_date = "2015-01-01",end_date = "2015-12-01" ,geo = "PL") 

Tak przygotowany obiekt ch jest źródłem wielu cennych informacji. Aby do nich dotrzeć wystarczy wykonać kod z nazwą obiektu.

ch 

Stworzenie wykresu to już tylko jedna komenda.

plot(ch) 

To tak naprawdę jedynie przykłady naprawdę szerokiego użycia Analytics API i R. Zachęcam do korzystania i pogłębiania więdzy na temat możliwości obydwu narzędzi. Użycie ich może zaoszczędzić cenny czas podczas generowania raportów lub dać początek Twojej bazie danych.

Autor:

Jakub Krysicki, Digital Data Analyst

Sposób na poprawne śledzenie transakcji w sklepach na silniku PrestaShop za pomocą GTM

Jednym z kluczowych aspektów analityki w e-commerce jest zapewnienie maksymalnej poprawności danych transakcyjnych w Google Analytics. Jeśli korzystasz z e-płatności możesz spotkać się z problemem zliczania wszystkich transakcji.  Z takim wyzwaniem zmierzyliśmy się w przypadku jednego z naszych klientów, który korzysta z PrestaShop. Pokażemy, jak rozwiązaliśmy ten problem.

PROBLEM – brak poprawnego zliczania wszystkich transakcji

U naszego klienta zauważyliśmy znaczące różnice w ilości transakcji oraz wielkości przychodu pomiędzy Google Analytics a panelem PrestaShop. Po przeprowadzeniu testowych transakcji okazało się, że płatności wykonane przez Przelewy24 nie zliczają się w Google Analytics, a na stronie potwierdzenia zamówienia brakuje kodu modułu e-commerce.

PRZYKŁADOWE ROZWIĄZANIE – wpięcie kodu modułu e-commerce

Prawidłowe śledzenie transakcji, których płatność odbywa się online, może sprawić trudność. Nie wszyscy użytkownicy, po wykonaniu opłaty za swoje zamówienie, czekają na pojawienie się strony potwierdzenia zamówienia na naszym serwisie. Alternatywnym sposobem ich śledzenia jest odsyłanie kodu transakcji bezpośrednio przed przejściem do zewnętrznego serwisu z płatnością, a konkretniej, wpięcie kodu modułu e-commerce pod button.

Zanim jednak kod transakcji zostanie zaimplementowany musimy utworzyć parametry, które są wymagane przy śledzeniu e-commerce.

Pobranie wartości zmiennych dotyczących zakupionych produktów oraz samego zamówienia odbywa się bezpośrednio z kodu strony z wykorzystaniem niestandardowych kodów JavaScript w GTM. Poniżej przykład zmiennej, która zawiera liczbę zamówionych sztuk dla każdego produktu z koszyka.

Jeśli na stronie mamy wdrożony dataLayer, wówczas z jego pomocą możemy pobrać potrzebne wartości zmiennych.

Teraz wystarczy tylko przygotowanie niestandardowego tagu GTM zawierającego kod modułu e-commerce, który będzie wykonywany, gdy użytkownik kliknie w button „Kupuję i płacę”. Aby mieć pewność, że kod zdąży się odesłać przed przejściem do strony płatności, może być on wykonywany razem ze zdarzeniem GA, na przykład:

ga('send', 'event', 'purchase', 'przelewy24');

Listę niezbędnych parametrów oraz postać kodu transakcji możesz znaleźć na poniższych stronach:

https://developers.google.com/analytics/devguides/collection/analyticsjs/ecommerce lub https://developers.google.com/analytics/devguides/collection/analyticsjs/enhanced-ecommerce.

Dzięki temu sposobowi możesz samodzielnie skonfigurować moduł śledzenia transakcji bez angażowania działu IT. Oczywiście, powyższe rozwiązanie można zastosować w każdym sklepie internetowym, w którym istnieje możliwość dokonania płatności online.

Autor:

Kamila Celeban, Junior Digital Analyst

Dwa proste kroki do rozpoczęcia akcji „Personalizacja” w Twoim serwisie

W poniższym artykule, pokażę Ci jak nieszczególnie skomplikowana implementacja wymiarów niestandardowych umożliwi spojrzenie na zachowania użytkowników z zupełnie nowej, świeższej perspektywy. Słynne „Segment or die” zawsze w modzie, ale warto pójść o krok dalej i zastosować rozwiązanie, które umożliwi śledzenie per użytkownik, w szczególności, gdy myślimy poważnie o personalizacji. W tym celu wykorzystamy dwa wymiary niestandardowe – identyfikator ciasteczka Google Analytics oraz stempel czasu.

#1 wymiar niestandardowy - TimeStamp
Przy pomocy tagu niestandardowego definiujemy funkcję, która finalnie zwraca aktualną datę i godzinę w formacie RRRR-MM-DD GG:MM:SS. Nie jest to format przypadkowy. Stempel czasu w takiej postaci jest rozpoznawalny przez większość systemów. W związku z tym, przy eksporcie danych z Google Analytics do np. R czy Tableau, nie ma potrzeby dodatkowego formatowania daty. Do każdej interakcji użytkownika ‘doklejamy’ informację stempla czasu. Tworząc raport niestandardowy, przy wyborze opcji „tabela kartotekowa” możemy wybrać maksymalnie 5 wymiarów. Miesiąc, dzień, godzina i minuta wyczerpują 4 miejsca, pozostawiając tylko jeden wolny slot. Dzięki time stamp, wręcz przeciwnie, zajmujemy 1 miejsce, a 4 sloty zostają wolne. W konsekwencji, możemy utworzyć bardzo interesujące raporty.

#2 wymiar niestandardowy – GA cookie

Za pomocą kolejnego custom tagu, pobieramy i przekazujemy z każdym hitem niestandardowy wymiar w postaci wartości ciasteczka Google Analytics. W przeciwieństwie do userID, które na ogół definiujemy tylko dla użytkowników zalogowanych, cookie określamy dla każdego użytkownika. Jest to idealne rozwiązanie dla serwisów zorientowanych na zbieranie leadów, gdzie nie ma możliwości utworzenia konta, a zapis na newsletter to iframe. 

Time Stamp + GA cookie = personalizacja

Zdefiniowanie powyższych wymiarów niestandardowych to dopiero przedsmak tego co czeka nas w następnej kolejności. Dzięki zestawieniu ciasteczka i stempla z innymi wymiarami, otrzymujemy dotychczas niemożliwe do uzyskania raporty. Poniżej prezentujemy kilka naszych propozycji.

Wymiar #1 -> GA cookie

Wymiar #2 -> Time Stamp

Wymiar #3 -> Źródło / Medium

Metryka #1 -> Sesje

Przestrzeń do analizy -> Ilość sesji wygenerowanych przez dane ciastko (czytaj użytkownika) w zestawieniu ze źródłem ruchu. Kolejność i odstępy pomiędzy poszczególnymi sesjami. Jednym słowem raport wszystkich ścieżek (nie tylko ścieżek konwersji).

Wymiar #1 -> GA cookie

Wymiar #2 -> Time Stamp

Wymiar #3 -> Strona

Metryka #1 -> Odsłony

Przestrzeń do analizy -> Kolejność odsłanianych stron przez danego użytkownika. Poszukiwanie schematu zachowania. Ocena skuteczności nawigacji w obrębie serwisu. Jeżeli mamy skonfigurowane śledzenie zdarzeń, warto dodać do poniższego, atrybuty zdarzeń tj. kategorię, akcję i etykietę.

Wymiar #1 -> GA cookie

Wymiar #2 -> UserId

Metryka #1 -> Użytkownicy

Przestrzeń do analizy -> Ilość ciasteczek przypisanych do jednego userId. Realna ocena liczby użytkowników, którzy odwiedzają nasz serwis. Na poniższym przykładzie, możemy zaobserwować, że do jednego userId zostały przypisane dwa ciastka. Zatem ten konkretny użytkownik, albo korzysta z dwóch urządzeń, albo pozbywa się cookies. Co więcej, przy następnej wizycie w serwisie bez logowania, będziemy mogli (przy pomocy ciasteczka) powiązać  aktywność tego konkretnego użytkownika z wcześniej nadanym userId.

Co więcej, czy zastanawialiście się kiedyś ilu użytkowników żegna się z Waszym serwisem? Odpowiedź na to pytanie jest z pewnością twierdząca. Dzięki porównywaniu ciasteczek np. miesiąc do miesiąca jesteśmy w stanie określić ilu (oraz którzy!) użytkownicy do nas nie wrócili. Oczywiście moglibyśmy zastosować odpowiedni segment, ale z pewnością pojawiłby się problem próbkowania. Ponadto, wykorzystując przedstawione wyżej raporty, możemy pokusić się o zdefiniowanie ostatniego kroku przed wspomnianą ‘ucieczką’, czego segment nam nie zapewni.

Oczywiście przedstawione propozycje raportów, to tylko kropla w morzu opcji, jakie się przed nami otwierają. Nieskomplikowana konfiguracja, w szczególności, gdy mamy do dyspozycji menadżera tagów, daje nam wiele możliwości. Moim zdaniem warto :)

Autor: Weronika Kraszula, Digital Analyst

3 sposoby na lepszą monetyzację ruchu w serwisie

Słońce wyłania się znad dachów grochowskich kamienic, miasto się budzi. Pan Władysław zdążył już rozmieścić nowy towar na półkach, teraz ostatni rzut oka na sklep: podłoga czysta, informacje o obniżonych cenach naniesione flamastrem na metki znaczące półki, papierosy nie przyjechały, może przyjadą później. Żaluzje zwijają się z łoskotem, odsłaniając umyte wczoraj szyby. Za chwilę pojawią się pierwsi klienci. Rozpoczął się kolejny dzień w sklepie przy Zamienieckiej.

Choć model sklepu off-line ewoluował przez kilkaset lat, zasady prowadzenia nie zmieniały się radykalnie: liczy się lokalizacja, atrakcyjność i szeroki wybór towarów, konkurencyjna cena, miła obsługa. Skoro taki model sprawdza się od wieków, wielu właścicieli serwisów e-commerce podświadomie opiera metody prowadzenia sklepu na takich właśnie zasadach, które, nota bene, mogą z powodzeniem stanowić skuteczny fundament działania sklepu internetowego. Jednak dobrze jest pamiętać, że Internet oferuje dodatkowo szeroki wachlarz sposobów na poprawę działania sklepu, sposobów trudnych do zastosowania w tradycyjnym sklepie off-line, opartych na danych zbieranych przez narzędzia analityczne. Jakie to sposoby? Przyjrzyjmy się trzem, które sprawdziły się w mojej pracy z klientami.

Chcesz wiedzieć więcej? Artykuł ukazał się pierwotnie w numerze grudzień 2015 - styczeń 2016, 6(25)/2015 magazynu Online Marketing Polska (o-m.pl). Chcesz pobrać jedno z poprzednich wydań Magazynu? Kliknij: bit.ly/OMP_egzemplarz_pokazowy”.

Pobierz pełną wersję artykułu

Autor:

Florian Pertyński, Digital Analytics Technical Lead

5 pytań, które należy zadać klientowi przed rozpoczęciem kampanii

Na sukces kampanii w Internecie wpływa kilka czynników. To regularna praca specjalistów, ciągła optymalizacja działań, a także korzystanie z wiedzy i możliwości reklamowych, jakie daje dzisiaj marketing wyszukiwarek. Każdy z tych elementów jest bardzo istotny. Jednak kampania, mimo najlepszych wyników, nigdy nie okaże się sukcesem, bez rozpoznania potrzeb Klienta. 

Z doświadczenia w pracy w agencji wiem, jak ważna jest wstępna rozmowa z klientem, jeszcze przed rozpoczęciem działań. To wtedy definiujemy najważniejsze elementy przyszłej kampanii: dobieramy narzędzia i przygotowujemy strategię działań. Wstępny wywiad pozwala zrozumieć potrzeby klienta, specyfikę branży i faktyczny cel prowadzenia działań marketingowych.

Obecnie działania prowadzone w Internecie muszą być spersonalizowane pod kątem potrzeb Klienta. Nie istnieje uniwersalny przepis na sukces. Jak zatem przygotować się do rozpoczęcia działań? Wystarczy zadać kilka prostych pytań. Wybrałem 5, w mojej opinii najważniejszych, rzeczy, o które warto zapytać Klienta.

Jaki jest produkt?
Zacznijmy od sytuacji wyjściowej i zapoznania się z podmiotem przyszłych działań. To bardzo ważny etap, gdyż zrozumienie charakteru danej strony internetowej czy portalu powinno być wyjściową informacją do dalszej rozmowy. Jeszcze przed spotkaniem z klientem należy zapoznać się ze stroną, zobaczyć jakie treści prezentuje, czego dotyczy. Warto przejść przez nią kilkukrotnie, sprawdzając różne elementy. Wiele z wniosków wyciągniętych na tym etapie, może posłużyć jako późniejsze pomysły do kampanii.

Bardzo ważna jest także sama rozmowa z klientem na temat witryny. Być może treść prezentowana na stronie jest jedynie składową ekosystemu witryn podlegających klientowi? Być może omawiany sklep nastawiony jest jedynie na jeden rodzaj produktu, resztę utrzymując niejako przy okazji. Być może strona ulegnie zmianie, a to co widzisz teraz, jest jedynie stanem przejściowym?

W kampaniach SEM i SEO bardzo ważny jest harmonogram prac dostosowany do działań klienta. Zespół opiekujący się projektem musi reagować na decyzje o zmianach bardzo elastycznie, służąc klientowi swoimi rekomendacjami i ekspercką wiedzą. Na tej podstawie można stworzyć prawdziwie partnerską relację, która opiera się na wzajemnym zaufaniu i wymianie wiedzy.

Jaki jest cel kampanii?
Gdy już pozna się „głównego bohatera” kampanii, należy zapytać o cel. Jest to rzecz tak elementarna, że aż wstyd o niej wspominać. Niemniej, nie wolno dać się złapać w pułapkę tej pozornej oczywistości. Celem sklepu zawsze będzie sprzedaż. Czy na pewno? A co z mikrocelami? Czy w prowadzonych działaniach rzeczywiście możemy je pominąć? Co z optymalizacją konwersji, nieustannym rozwojem witryny i dbaniem o komfort klienta? Czy naprawdę zysk jest jedyną miarą sukcesu kampanii?

Rozpatrzmy przypadek działań SEO – do których dziś wiele osób podchodzi schematycznie – osiągamy wysokie pozycję i dbamy o ruch. Czy to wystarczy? Absolutnie nie. SEO buduje rozpoznawalność marki w  Internecie. Nie sztuką jest pojawiać się wysoko w wynikach wyszukiwania na słabe frazy. Sztuką jest pojawiać się na te, najważniejsze biznesowo z perspektywy klienta. Sztuką jest pozyskać jakościowy ruch, który pozytywnie wpłynie na statystyki serwisu. Działania w wyszukiwarkach internetowych nie powinny ograniczać się jedynie do wzrostu ruchu i konwersji. SEO i SEM, w dobie content marketingu, personalizacji, RTB, dają o wiele więcej możliwości, które można zaoferować klientowi. Dziś wartością nie jest konsument, który dokona zakupu raz, ale taki, który wróci i pozostanie wierny marce.

Do kogo kieruję swój komunikat?
Grupa docelowa – elementarne pojęcie, którego uczy się wszędzie tam, gdzie występuję słowo marketing. Pytanie o adresata działań reklamowych jest bardzo ważne, zwłaszcza w kontekście działań w wyszukiwarce. Ale po kolei. Nie wolno dać się złapać w pułapkę, gdy grupą docelową jest każdy. To droga donikąd. Każda marka powinna mieć zdefiniowaną grupę, do której kierowany będzie komunikat.

Czemu jest to tak ważne w działaniach SEM i SEO? Wymienię dwa najważniejsze argumenty – personalizacja i analityka. Dziś jesteśmy w stanie kierować komunikat do konkretnej osoby, która będąc na stronie wykonała konkretną czynność, lub która jest akurat w danej części naszego kraju. Taka reklama ma wartość. Użytkownik czuje, że komunikat jest zindywidualizowany i marka doskonale wie, czego potrzebuje. Im bardziej zdefiniowana grupa, tym więcej możliwości kreowania reklam i tym większa szansa na konwersje i wartościowe wizyty.

Druga kwestia to analityka internetowa. To mierzenie i ocena danych działań na stronie. Analityka umożliwia zdefiniowanie użytkowników danej strony. Pozwala ich segmentować, nie tylko ze względu na źródło ruchu, ale także na działania jakie wykonali na stronie. To sprawia, że określanie konkretnej grupy docelowej staje się nieustannym procesem, który daje coraz większe możliwości wcześniej wymienionej już personalizacji.

Jakie inne działania prowadzę?
Synergia działań to również jedno z kluczowych pojęć w marketingu. Czy specjalista zajmujący się kampaniami Paid Search zna media plan swojego Klienta? Być może korelacja działań telewizyjnych i SEMowych da znacznie lepszy efekt dla wybranych produktów w postaci większej liczby konwersji?

Co w sytuacji, gdy dany klient angażuje się w akcje z blogerami? Czy to nie dobry moment, by wspomóc go od strony contentowej, by zaproponować mu najbardziej jakościową współpracę, doradzić i pomóc? Połączenie wszystkich dostępnych kanałów komunikacyjnych, jakie wykorzystuje klient, może z jednej strony znacznie wzmocnić działania reklamowe, a z drugiej bardzo je urozmaicić. Należy patrzeć na działania SEO, SEM i DA, nie tylko przez pryzmat standardowych możliwości. Warto czasem zastanowić się, jak prowadzone działania mogą na różne sposoby wzmocnić całą komunikację Klienta.

Jakie jest moje otoczenie?
Ostatnie pytanie. Pytanie o branżę, o konkurentów, o partnerów biznesowych. Odpowiedź na to zagadnienie powinna być jak najbardziej obszerna i powinna uzupełniać się z pierwszym pytaniem. Przed rozpoczęciem kampanii trzeba dowiedzieć się, jak strona klienta wypada na tle konkurencji. Jak bardzo widoczna jest w organicznych, a jak w płatnych wynikach wyszukiwania. Jak reklamuje się branża? Może jest jakiś specyficzny rodzaj działań reklamowych, które warto wykorzystać? Jak silny wpływ na daną branżę mają trendy? Czy Klient posiada partnerów biznesowych, których również można zachęcić do współpracy?

Poznanie otoczenia Klienta jest ostatnią fundamentalną kwestią, którą poruszyłem w tym tekście. Bez odpowiedniej świadomości biznesu, nikt nie będzie w stanie stworzyć efektywnej kampanii, która przyniesie Klientowi oczekiwane zyski.

Odrób pracę domową! 
Przed rozpoczęciem współpracy, to po stronie agencji leży obowiązek odpowiedniego rozpoznania Klienta. Nie tylko zadając pytania, ale także weryfikując liczby. Jak wyglądały dane w ostatnim czasie? Jak kształtował się ruch? Które kanały były wykorzystywane najczęściej w działaniach prowadzonych wcześniej? Trzeba pamiętać, że sukces kampanii opiera się nie tylko na teraźniejszych działaniach i przyszłych planach, ale także na doświadczeniach z przeszłości.

Podstawą do stworzenia relacji jest dialog. I choć jest to truizm, to warto rozmawiać z klientami, warto dowiadywać się o ich potrzebach i planach na przyszłość. Z doświadczenia wiemy, że długofalowość współpracy z poszczególnymi markami, to wielki powód do dumy. Nie byłoby tego, gdyby nie odpowiednie podejście do Klienta i odpowiedzi na kilka prostych pytań, które naprawdę potrafią dać więcej już na samym starcie.

Autor:
Dominik Kamocki, Account Executive

Jak korzystać z Google Tag Assistant Recordings?

Google Tag Assistant Recordings jest nową funkcją rozszerzenia Google Tag Assistant do przeglądarki Chrome. Służy do szybkiej weryfikacji wdrożenia na stronie, rozpoznaje ewentualne źródła błędów w usługach oraz umożliwia ich usunięcie. Oprócz sprawdzenia poprawności implementacji kodu śledzenia może również służyć do weryfikacji tagów w innych usługach Google, takich jak Tag Manager czy AdWords.

Poniżej przedstawiamy dlaczego warto zacząć pracować z Google Tag Assistant Recordings oraz w jaki sposób z niego korzystać.

Dlaczego warto korzystać z Google Tag Assistant Recordings?
W celu weryfikacji wdrożenia najczęściej korzystamy z opcji podglądu w Tag Managerze lub raportów na żywo w Google Analytics. Obie te opcje mają jednak swoje wady.

Podczas korzystania z podglądu w Tag Managerze możemy mieć problem ze sprawdzeniem poprawności tagów, kiedy wykonywane przez nas działanie powoduje przeładowanie się strony. Natomiast śledzenie naszych działań i weryfikacja ich poprawnego zliczania w raportach na żywo w Google Analytics jest utrudnione, jeśli nasza witryna generuje bardzo duży ruch i trudno wyodrębnić z niego tylko nasze interakcje.

Google Tag Assistant Recordings rozwiązuje powyższe problemy i ma kilka dodatkowych możliwości ułatwiających jeszcze szybsze sprawdzenie poprawności implementacji kodów śledzenia oraz tagów.

Gdy nagrywanie jest włączone, Google Tag Assistant rejestruje ścieżkę użytkownika i zapisuje wszystkie interakcje na stronach, nawet jeśli nie wszystkie kroki odbywają się w domenie głównej lub są tworzone dynamicznie. Po zakończeniu nagrywania, wszystko znajduje się w raporcie zawierającym dane wygenerowane tylko przez Ciebie, nie ma w nim żadnych informacji na temat aktywności innych użytkowników. Jeśli nie możemy od razu przeanalizować raportów z nagrania, możemy je zapisać i zrobić to w dowolnym innym momencie, dzięki czemu nie musimy powtarzać poszczególnych kroków z nagrania. Gdy w narzędziu zostały wykryte jakieś błędy, możemy skonfigurować nasze usługi i zobaczyć efekty tych zmian ponownie analizując nagranie z nową konfiguracją.

Instalacja Google Tag Assistant Recordings
Jeśli nie korzystałeś wcześniej z rozszerzenia Google Tag Assistant należy je dodać do przeglądarki Chrome. Znajdziesz je na stronie: https://chrome.google.com/webstore/. Wybierz rozszerzenie Tag Assistant (by Google), a następnie „+ DODAJ DO CHROME”.

Po zainstalowaniu rozszerzenia Google Tag Assistant na pasku rozszerzeń przeglądarki Chrome pojawi się jego ikona: 

Rozpoczęcie pracy z Google Tag Assistant Recordings

Przejdź do witryny, którą chcesz śledzić. Wybierz ikonę Tag Assistant na pasku rozszerzeń, a następnie przycisk „Record”.

Od tego momentu każdy ruch na stronie jest nagrywany. Wykonaj akcje, które chcesz przetestować. Jeśli już wszystko wykonasz przejdź ponownie do Tag Assistant i kliknij „STOP”.

Narzędzie pokaże podsumowanie bieżącego nagrania: liczbę śledzonych stron oraz odpalonych tagów. Wybierz „Show Full Report”, aby przejść do interfejsu raportowania Tag Assistant Recordings.

Możemy wybrać spośród dwóch typów szczegółowych raportów. 

Raport Tag Assistant pokazuje tagi, które uruchomiły się na odwiedzonych stronach w trakcie nagrywania sesji. Oprócz wyświetlenia podstawowych informacji na temat odwiedzonych stron (adres URL, czas ładowania strony) prezentuje tagi, które zostały na niej uruchomione (wraz ze szczegółami), a także wszelkie błędy implementacji lub sugestie dotyczące ich poprawienia.

Jeśli masz dostęp do odpowiedniej usługi lub widoku na swoim koncie Analytics możesz również obejrzeć dane Google Analytics Report. Po przejściu do tej zakładki musimy wybrać interesujące nas widoki, a następnie kliknąć „OK”.

Raport Google Analytics prezentuje jak nagrane dane wyglądałyby w poszczególnych raportach dla tego widoku. Dodatkowo na samym końcu raportu widzimy sekcję Flow. Tutaj możemy zobaczyć każdą z załadowanych stron oraz działania i zdarzenia na tych stronach. Dzięki tym danym możemy szybko zidentyfikować i rozwiązać ewentualne problemy związane z niepoprawną implementacją.

Nowa funkcja rozszerzenia Google Tag Assistant z pewnością ułatwi pracę wszystkim tym, którzy podejmują decyzje marketingowe na podstawie danych Google Analytics lub zajmują się implementacją kodów i usług na stronie. 

Jeśli jeszcze nie korzystałeś z Google Tag Assistant i nowej opcji nagrywania sesji, koniecznie wypróbuj! :)

Autor:

Kamila Celeban, Junior Digital Analyst

Google Tag Manager dla początkujących

Jeszcze do niedawna, aby zmodyfikować lub umieścić nowy kod w witrynie, należało skontaktować się z działem IT albo webmasterem. Niestety, często proces wdrożenia kodu na stronę trwa dłużej niż tego oczekujemy. Do tego jeszcze dochodzą błędne instalacje, które należy poprawić i tym samym wydłuża się czas poprawnej implementacji kodu na stronie. 

Google Tag Manager jest narzędziem, które ułatwia pracę ze wszystkimi skryptami i kodami śledzenia zamieszczonymi w witrynie. Dzięki usłudze możemy samodzielnie dokonywać edycji istniejących kodów oraz dodawać nowe skrypty, bez konieczności korzystania z usług działu IT. Za pomocą opcji debugowania na żywo możemy przetestować poprawność zaimplementowanego nowego tagu lub reguły. I co najważniejsze - wprowadzane modyfikacje są całkowicie odwracalne dzięki funkcji tworzenia wielu wersji kontenerów z tagami.

Poniżej przedstawimy sposób konfiguracji konta Google Tag Manager. Zobaczycie, jak łatwo z pomocą narzędzia możemy wdrożyć kod śledzenia Google Analytics i śledzenie konwersji Google AdWords na stronie www.domena.pl.

KONFIGURACJA

Krok 1. Utworzenie konta
Aby skorzystać z usług Google Tag Managera, należy posiadać konto.
Skieruj się na stronę http://www.google.com/tagmanager/ i wybierz „Zarejestruj się teraz”.

Krok 2. Konfiguracja konta
W zakładce „Dodaj nowe konto”, w polu „Nazwa konta” wpisz nazwę konta.
Opcja „Udostępniaj dane anonimowo firmie Google i innym użytkownikom” uruchamia usługę testów porównawczych, udostępniając dane firmy anonimowo. Wybór tej opcji nie jest wymagany.

Krok 3. Konfiguracja kontenera

Nadaj kontenerowi nazwę oraz wybierz ,gdzie chcesz go używać (w naszym wypadku wybieramy „Witryna internetowa”).

Co ważne, konto może zawierać więcej niż jeden kontener. Dobrą praktyką jest posiadanie jednego konta na firmę i jednego kontenera na witrynę/aplikację mobilną. 

Po akceptacji warunków korzystania z Menadżera Tagów Google zostanie utworzone konto z kontenerem.

Krok 4. Kod Google Tag Manager
Skopiuj fragment kodu GTM, który się pojawił i umieść go na każdej stronie witryny. Kod powinien się znaleźć tuż pod znacznikiem <body>, a nie tak, jak w przypadku kodu Google Analytics, pod <head>. Jest to związane z użyciem elementu <iframe>, który w sekcji <head> nie zadziała poprawnie. To jest jedyny moment, w którym konieczne jest skontaktowanie się z działem IT, późniejsze dodawanie i zarządzanie skryptami na stronie możesz wykonywać samodzielnie.

WDROŻENIE ŚLEDZENIA GOOGLE ANALYTICS
Najpopularniejszym wykorzystaniem Google Tag Managera jest śledzenie ruchu w witrynie z wykorzystaniem Google Analytics. Coraz więcej witryn – zarówno tych małych, jak i dużych – decyduje się na pomiar danych dotyczących zachowań użytkowników na stronie, co kupują i przeglądają. Jeśli jeszcze nie korzystasz z Google Analytics warto rozważyć jego wdrożenie na stronie w kilku prostych krokach.

UWAGA 
Jeśli nie posiadasz konta Google Analytics, przejdź do strony https://www.google.com/analytics/ i utwórz konto oraz usługę, dla której będziesz dokonywać wdrożenia. Przejdź do zakładki „Administracja”, z kolumny „USŁUGA” wybierz „Ustawienia usługi” i skopiuj identyfikator śledzenia.   

Krok 1. Utworzenie nowego tagu

Przejdź do strony https://tagmanager.google.com/. Wybierz utworzony kontener, a następnie „Dodaj nowy tag”.

Krok 2. Wybór produktu i typu tagu

Nadaj tagowi odpowiednią nazwę. W naszym wypadku nazwą tagu będzie „GA – pageview”, ponieważ będzie on śledził wyświetlenia naszych stron. Dobrą praktyką jest tworzenie nazwy w oparciu o rodzaj usługi i funkcji, jaką ma spełniać. Jest to szczególnie ważne, gdy w przyszłości będziemy posiadać wiele tagów i będziemy musieli nimi sprawnie zarządzać. Wybierz produkt („Google Analytics”) oraz typ tagu („Universal Analytics”). Jeśli korzystasz z klasycznej wersji wersji GA, jako typ tagu należy wybrać „Klasyczne Google Analytics”.

Krok 3. Konfiguracja tagu

W polu „Identyfikator śledzenia” wklej wcześniej skopiowany ID usługi GA, którą chcesz wdrożyć za pomocą GTM. Tworzenie kolejnych tagów dla strony wiąże się z każdorazowym przeklejaniem ID usługi. Można zautomatyzować dodawanie identyfikatora śledzenia za pomocą zmiennej.

Kliknij na ikonę klocka i z listy wybierz opcję „Nowa zmienna”.

Dodaj nazwę zmiennej (w naszym wypadku „GA - ID”), wybierz typ „Stała” oraz nadaj wartość zmiennej, czyli numer konta Google Analytics i kliknij „Utwórz zmienną”. Od teraz możesz korzystać ze zmiennej i nie potrzebujesz kopiować numeru usługi przy tworzeniu kolejnych tagów do kontenera.

Opcja „Włącz funkcje związane z reklamą w sieci reklamowej” umożliwia wykorzystanie remarketingu w Google Analytics oraz raportów demograficznych. Wybór tej opcji jest opcjonalny.

Wybierz „Wyświetlenie strony”, ponieważ chcemy śledzić wyświetlenia wszystkich stron witryny.

Krok 4. Wybór reguły

Wybór reguły uruchamiania jest ważny, ponieważ bez reguły tag nie zadziała. Wybierz ‘Wszystkie strony”, ponieważ chcemy, aby tag był odpalany na każdej stronie.

Zatwierdź utworzenie nowego tagu klikając w przycisk „Utwórz tag”.  

WDROŻENIE ŚLEDZENIA KONWERSJI GOOGLE ADWORDS

Dzięki śledzeniu konwersji możemy mierzyć np. ruch na stronie oraz liczbę realizacji celu. Najpopularniejszym przykładem konwersji są odwiedziny strony, np. „Dziękujemy za kontakt”. Strona ta wyświetli się użytkownikowi tylko wtedy, gdy wykona pożądane przez nas działanie, takie jak wypełnienie formularza kontaktowego. Do śledzenia powyższej konwersji potrzebujemy śledzić stronę, na której wyświetlany jest komunikat „Dziękujemy za kontakt”. Konfiguracja takiego tagu przebiega w kilku prostych krokach.

UWAGA 

Jeśli nie posiadasz konta Google AdWords, przejdź do strony https://www.google.com/adwords i utwórz konto oraz konwersję, dla której będziesz dokonywać wdrożenia. 

Przejdź do zakładki „Narzędzia”, z rozwijanej listy wybierz „Konwersje”, kliknij w utworzoną konwersję i skopiuj jej ID oraz etykietę.

Krok 1. Utworzenie nowego tagu

Utwórz nowy tag wybierając opcję „Dodaj nowy tag”.

Krok 2. Wybór produktu i typu tagu

Nadaj tagowi odpowiednią nazwę. W naszym wypadku nazwą tagu będzie „konwersja AdWords – Dziękujemy za kontakt”. Wybierz produkt „Google AdWords” oraz typ tagu „Śledzenie konwersji AdWords”. 

Krok 3. Konfiguracja tagu

W polu „Identyfikator konwersji” wklej skopiowane ID konwersji, a w polu „Etykieta konwersji” umieść nazwę etykiety z kodu konwersji. 

Poniżej znajdują się dwa pola: „Wartość konwersji” oraz „Kod waluty”, które w naszym wypadku pomijamy.   

Krok 4. Wybór i utworzenie reguły

Aby tag był uruchamiany tylko na wybranej stronie (www.domena.pl/dziekujemy.html), wybierz opcję „Niektóre strony”.

W nowym oknie wybierz „Nowe”. 

Dodaj nazwę reguły („Dziękujemy za kontakt”), wybierz typ zmiennej „Page URL”, operację „zawiera” oraz nadaj wartość zmiennej, czyli fragment adresu docelowego („dziękujemy.html”) i kliknij „Zapisz”.

Możesz zatwierdzić utworzenie tagu klikając w przycisk „Utwórz tag”.  

WERYFIKACJA I PUBLIKACJA

Utworzone tagi jeszcze nie działają na stronie. Zanim zostaną opublikowane, warto zweryfikować czy działają w poprawny sposób. 

Krok 1. Podgląd

Wybierz rozwijane menu przy przycisku „Opublikuj” po prawej stronie, a następnie „Podgląd”.

Krok 2. Weryfikacja

Przejdź na witrynę (www.domena.pl) w nowej karcie przeglądarki. Na dole powinna pojawić się konsola z informacją, czy utworzone tagi zostały uruchomione. 

Jak widać w konsoli tag „GA – pageview” został uruchomiony, a tag „konwersja AdWords – Dziękujemy za kontakt” nie uruchomił się, ponieważ jest on odpalany wyłącznie na stronie zawierającej dziekujemy.html.  

Krok 3. Zapisanie i publikacja kontenera 

Wybierz rozwijane menu przy przycisku „Opublikuj”, a następnie „Utwórz wersję” i zatwierdź przyciskiem „Gotowe”. Kliknij „Opublikuj” i „Opublikuj teraz”.

Od teraz tagi są uruchomione na witrynie, skrypt śledzący serwis rejestruje każde wyświetlenie strony, a jeśli ktoś pomyślnie wypełni formularz i przejdzie do strony zawierającej dziekujemy.html kod konwersji zarejestruje realizację celu.

Autor:

Kamila Celeban, Junior Digital Analyst