en
pl
wyślij brief
wyślij brief
kontakt

Analiza ścieżek konwersji – praktyczne przykłady analiz

W poprzednich wpisach przedstawiliśmy ścieżki konwersji oraz pojawiające się w związku z tym nowe możliwości bardziej wiarygodnej oceny wartości poszczególnych źródeł ruchu.

W ostatniej części naszego cyklu piszemy o praktycznym wykorzystaniu i wyciąganiu wniosków z udostępnionych danych – pokazujemy na czym naprawdę polega analityka internetowa. Poniżej znajdziecie przykłady trzech krótkich analiz, które można przeprowadzić przy pomocy raportów ścieżek konwersji.

1. Charakterystyka wizyt klientów

Informacje o ilości wizyt użytkownika przed złożeniem zamówienia są dostępne w Google Analytics od dawna, gdy jednak chcemy wyciągnąć bardziej precyzyjne dane, przyjdą nam z pomocą nowe raporty. Jako przykład weźmy zamówienia składane bezpośrednio przy pierwszej wizycie. Wiemy, że mają one bardzo różny charakter:

  • mogą być złożone pod wpływem impulsu – gdy internauta po raz pierwszy spotyka się z marką lub produktem i zaintrygowany postanawia jeszcze podczas tej samej wizyty dokonać zakupu;
  • mogą być złożone przez internautę, który już podjął decyzję o zakupie (np. wcześniej odwiedził tradycyjny sklep) – pojedyncza wizyta ma posłużyć wyłącznie do złożenia zamówienia.

Dla uproszczenia pomijamy tutaj zjawisko korzystania z wielu komputerów lub urządzeń mobilnych przez jednego użytkownika oraz wynikający z tego brak możliwości śledzenia użytkownika, który faktycznie wielokrotnie odwiedził witrynę, lecz na wielu różnych urządzeniach.

Patrząc na przedstawione niżej przykładowe dane, możemy nieco dokładniej zinterpretować charakter konwersji po jednej wizycie:

Wnioski są następujące…

  • Klienci szczególnie często składają zamówienie wchodząc bezpośrednio lub za pośrednictwem wyników organicznych. Wejścia bezpośrednie mają zdecydowanie nawigacyjny charakter – internauta zna adres strony i ma świadomość jakie miejsce odwiedza. Wejścia z wyników organicznych wyszukiwarek w tym konkretnym przypadku pochodzą w przeważającej większości z zapytań zawierających nazwę serwisu lub jego adres, co również potwierdza ich nawigacyjny charakter (’chcę odwiedzić sklep X po to, by kupić w nim produkt A').
  • Dużo zamówień pochodzi z kampanii linków sponsorowanych – świadczy to o dobrej konstrukcji kampanii, która emituje reklamy dla właściwych zapytań o charakterze transakcyjnym.
  • Skuteczność działań reklamowych prowadzonych poza serwisem – zarówno sieć afiliacyjna (NetSales) jak i obecność w serwisach zewnętrznych (Snobka.pl, i Woman.pl) pozwalają sprowadzić użytkowników, którzy zachęceni właściwą informacją, dokonują zakupu.
  • Skuteczność działań autopromocyjnych i lojalnościowych – newsletter i komunikacja przez platformę społecznościową Facebook są w stanie sprowadzić ruch, który generuje zamówienia. Jest to o tyle ciekawa informacja, że tego typu źródła ruchu najczęściej sprowadzają lojalnych użytkowników, którzy już wcześniej odwiedzali serwis (na newsletter trzeba się przecież zapisać).

Pogłębiając analizę, skoncentrujmy się teraz dla odmiany na sesjach z przynajmniej dwiema wizytami, które zakończyły się zakupem. Poniższa tabela prezentuje najpopularniejsze ścieżki zachowań w tym segmencie:

Widzimy, że…

  • Proces decyzyjny jest najczęściej stosunkowo prosty – zwykle są to 2 – 4 wizyty do momentu złożenia zamówienia.
  • Co ciekawe, internauci wracają na serwis przez ten sam kanał, przez który rozpoczęli z nim swoją przygodę. Jeżeli użytkownik trafił na serwis przez linki sponsorowane, to kolejną wizytę rozpoczął w ten sam sposób.
  • Pierwsza ścieżka, która pokazuje wykorzystanie więcej niż dwóch różnych źródeł, przyniosła zaledwie 5 zamówień – mała popularność takich zachowań pozwala zmarginalizować na przykład problem conversion overlapping, czyli niekorzystnego, wielokrotnego rozliczania tej samej konwersji z różnymi partnerami (jeżeli stosowany jest w rozliczeniach z nimi model CPA lub CPL).

Interesujące wnioski można również wysnuć z analizy ścieżek zawierających powyżej 10 wizyt. Okazuje się, że w badanym przypadku jest to ponad 25% wszystkich złożonych zamówień! Tutaj również dominują proste, jednakowe wzorce zachowań:

2. Jaki jest wkład poszczególnego źródła w końcowym zamówieniu?

Drugi przykład analizy dotyczy przede wszystkim ostatniego wspomnianego segmentu. Dużo trudniej odpowiedzieć na pytanie postawione wyżej w przypadku bardziej złożonych wzorców zachowań, które składają się z wejść z różnych źródeł ruchu (przykład poniżej). By ustalić faktyczną wartość poszczególnych źródeł, kreacji reklamowych, czy słów kluczowych należy zastosować jeden z modeli atrybucji konwersji.

Zbierając wszystkie dotychczasowe obserwacje i wnioski w tym zakresie możemy powiedzieć, że…

  • Najliczniej reprezentowane zachowania dotyczą przejść (pojedynczych lub wielokrotnych) z tego samego źródła ruchu – cała wartość zamówienia jest efektem tego źródła ruchu.
  • Należy głębiej zastanowić się nad pierwotną przyczyną wizyty w serwisie w przypadku zamówień pochodzących ze źródeł o charakterze nawigacyjnym (wejścia bezpośrednie i z zapytań brandingowych z naturalnych wyników wyszukiwania). Wynikają one z wcześniejszej znajomości marki. Istnieje z pewnością konkretny powód, dla którego internauta postanowił wejść na serwis i złożyć zamówienie.
  • Ścieżki o złożonym charakterze (1/4 całości) wykazują bardzo różnorodne zachowania internautów – we wskazanym wyżej przykładzie internauta odwiedzał serwis przez 5 unikatowych źródeł ruchu. Poszczególne źródła ruchu występują seriami (np. 11 wejść pod rząd z linków sponsorowanych), co wskazuje na wręcz nawigacyjne traktowanie, w tym wypadku, reklam serwisu. Z pokazanego wyżej schematu możemy wywnioskować coś jeszcze – prawdopodobnie mamy do czynienia z internautą, który sprowadzony na serwis zapisał się na newsletter i regularnie wracał poprzez ten kanał (mogą o tym świadczyć  źródła ruchu „poczta.wp.pl / referral” oraz „newsletter / email”). W momencie otrzymania atrakcyjnej oferty (np. promocja) wreszcie zdecydował się na zakup. Dowodzi to skuteczności treści newslettera oraz samego narzędzia. Idąc tym tropem należałoby wykonać analizę skierowaną na obliczenie wartości pozyskania subskrybenta newslettera (który z dużym prawdopodobieństwem złoży w przyszłości zamówienie) i zastosować optymalizację wydatków marketingowych również pod tym kątem.
  • W przypadku ustalania wpływu źródeł ruchu dla długich ścieżek konwersji, zwykle stosuje się dwie zasady. Pierwsza to zmniejszenie istotności wejść pośrednich w ścieżce, gdyż internauta jedynie utrzymuje kontakt z serwisem (np. czeka na atrakcyjną promocję), ale nie mamy do czynienia ze zmianą jego preferencji lub decyzji, co do dokonania zakupu. Druga to ignorowania serii wejść z tego samego źródła, ponieważ powtarzalność (zaobserwowana również na poziomie zapytań czy kreacji reklamowych) ma charakter bardziej nawigacyjny niż decyzyjny. Biorąc pod uwagę te założenia, można w przypadku powyższego schematu zastosować model atrybucji konwersji, który przypisze największe znaczenie linkom sponsorowanym i newsletterowi. Pierwsze źródło odpowiadało za sprowadzenie internauty i doprowadzenie do subskrypcji newslettera, drugie zaś utrzymało jego zainteresowanie i wygenerowało (przez odpowiednią komunikację marketingową) zakup. Wniosek taki płynie również z faktu analizy pierwszego i ostatniego źródła wejścia w ścieżce konwersji – najczęściej bowiem te dwie skrajne wizyty mają największe znaczenie w całym procesie decyzyjnym.
  • Analogiczna analiza wielu pojedynczych ścieżek pozwoliła nam zebrać bardziej ogólne i uniwersalne wnioski, których jednak nie możemy ujawnić publicznie.

3. Optymalizacja działań SEM – jakie słowa wykorzystać w pozycjonowaniu i kampaniach linków sponsorowanych?

Często działania PPC i SEO nie są ze sobą poprawnie koordynowane. Dużo mówi się o efekcie synergii i właściwym podejściu do analizy słów kluczowych, która pozwala identyfikować hasła o potencjale sprzedażowym (zwłaszcza kiedy taki jest główny cel działań marketingowych). Jednak dopiero analizowanie zapytań występujących w tej samej ścieżce konwersji przynosi nową porcję istotnych informacji, które należy dalej wykorzystać. Spójrzcie na przykład analizy przeprowadzonej dla jednego z naszych klientów. Poniższa tabela zawiera w wierszach słowa kluczowe (niestety ukryte, ze względu na ich wartość biznesową) wraz z dokładnym zestawem informacji pokazujących ich pośredni lub bezpośredni wpływ na złożone zamówienie. Bezpośredni wpływ to taki, kiedy słowo stanowiło zapytanie wykonane podczas wizyty, która zakończyła się zakupem. Pośredni wpływ wystąpił wtedy, gdy słowo pojawiło się w formie zapytania w jednej z wcześniejszych wizyt, które doprowadziły do późniejszego złożenia zamówienia. Ciekawe jest wyodrębnienie słów, które jednocześnie przyczyniły się w sposób pośredni i bezpośredni do zamówienia – internauta musiał użyć ich zarówno w trakcie, jak i na końcu ścieżki konwersji.

Słowa sprzedające w kanale organicznym (SEO):

Słowa sprzedające w kanale płatnym (linki sponsorowane):

W wyniku tej analizy:

  • słowa z pierwszej tabeli powinny zostać uwzględnione w prowadzonej kampanii linków sponsorowanych – zwłaszcza hasła z wierszy 9 i 10, które dużo częściej uczestniczyły pośrednio w generowaniu zamówień (bez ścieżek konwersji nie mielibyśmy takiej informacji!),
  • słowa z drugiej tabeli powinny być objęte działaniami pozycjonowania, zwłaszcza słowo z wiersza nr 307, które analogicznie cechuje się bardzo dużym, pośrednim wpływem na zakupy w analizowanym serwisie.

Mamy nadzieję, że powyższymi przykładami zainspirowaliśmy Was do aktywnego interpretowania danych ze ścieżek konwersji Google Analytics. Zrozumienie typowych i najpopularniejszych zachowań internautów, na pewno pozwoli Wam podjąć właściwe decyzje biznesowe i podnieść ogólną efektywność działań marketingowych. Gorąco zachęcamy do prowadzenia dalszych indywidualnych analiz!


Maciej Gałecki

Spodobał Ci się artykuł? Udostępnij go: