Pokud chcete mít přehled neustále při ruce, můžete si ho připojit přímo do svého kalendáře.

ID kalendáře:
medio.cz_9ejqlithc4cb50ih9goh8ce0r0@group.calendar.google.com

Veřejná adresa URL tohoto kalendáře:
https://calendar.google.com/calendar/embed?src=medio.cz_9ejqlithc4cb50ih9goh8ce0r0%40group.calendar.google.com&ctz=Europe%2FPrague

Veřejná adresa ve formátu iCal:
https://calendar.google.com/calendar/ical/medio.cz_9ejqlithc4cb50ih9goh8ce0r0%40group.calendar.google.com/public/basic.ics

Po pilotním běhu s několika vybranými obchody teď EasyReport zpřístupňujeme i skutečně malým e-shopům. V novém tarifu EASY nabízíme plnou funkčnost nástroje v celé šíři za 2.900 Kč měsíčně.

Plníme tak hlavní cíl, se kterým jsme EasyReport od začátku stavěli. Přiblížit skutečnou analytiku i běžným e-shopům. Reálné využívání dat nemusí a nesmí být nedostižnou výhodou jen těch největších hráčů na trhu.

V čem vám EasyReport pomůže?

K vytvoření EasyReportu nás dovedla skutečná potřeba vidět výstupy, které třeba v Google Analytics zcela chybí, ale které jsou přitom pro rozhodování e-shopů klíčové:

• Pro vyhodnocení kampaní je potřeba znát dvě věci: kolik stály a jakou marži přinesly. Každá koruna vložená do výkonnostní reklamy musí vrátit aspoň korunu zpátky, ideálně víc. Je to zcela jednoduché, ale Google Analytics na to neumí vůbec odpovědět. Marži nesledují vůbec, tržby jen bez očištění o storna a vratky, o nákladech škoda mluvit. EasyReport zobrazuje kampaňové reporty opřené o skutečné marže, očištěné o storna a vratky, se započítanými všemi souvisejícími reklamními náklady. Konečně tak zjistíte, která kampaň vám skutečně vydělává a jaký inzerát jste měli už dávno vypnout. Které kampaně vás stojí 80 procent nákladů, ale přinášejí jen 20 procent tržeb. Nebo jak se v čase vyvíjí podíly jednotlivých zdrojů na celkových nákladech a ziscích.
• Akviziční kampaně slouží k přivedení dlouhodobých vracejících se zákazníků. Chcete u nich proto vidět, jak naučily přivedené zákazníky vracet se k vám a nakupovat opakovaně. Zajímá vás, po kolika měsících se investice do nich vrátila a kolik vám přivedení zákazníci vydělali za celý následující rok. Řeč je o takzvaných kohortách a Customer Lifetime Value. Ani zde Google Analytics nenabízí uspokojivou odpověď. V EasyReportu je kohortám věnovaná celá jedna velká samostatná sekce.
• E-shop se točí kolem objednávek. O objednávkách musíte vědět řadu informací, které vám Google Analytics nedají. Na všemožné důležité otázky odpoví EasyReport. Odkud přišla jaká objednávka? Kolikátý nákup daného uživatele to je? Ze kterých kampaní přichází hodně stornovaných transakcí? Které zdroje návštěvnosti vám přivádí opakované objednávky a které naopak jen jednorázové? Jak se vyvíjí hodnoty opakovaných objednávek v čase?
• Soustřeďte se na zákazníky! Google Analytics nejsou na zákaznickou analytiku vůbec stavěné a skoro nic kolem ní neumí. EasyReport je tu doma. Roste vám počet vracejících se zákazníků? Kteří to jsou a odkud přišli? Jak často se k vám vracejí? Žije váš e-shop z věrných uživatelů, nebo musíte pro získání každé další objednávky vždy vynaložit další a další peníze do reklamy? Kteří zákazníci vám vydělávají nejvíc? Nepřináší většinu zisků jen desetina věrných zákazníků? Kteří jsou naopak problémoví a opakovaně proděleční?
• Samostatná část EasyReportu je věnována RFM segmentaci. Tedy analýze, kterou obvykle nenabízí ani mnohem pokročilejší nástroje, než jsou Google Analytics. Díky ní budete vědět, kdo u vás často nakupuje a hodně utrácí. Kdo se k vám naopak už dlouho nevrátil a je potřeba se mu připomenout nebo ho odprosit. Komu nabídnout věrnostní systém a kde je to zbytečné. Rozpoznejte a hýčkejte své věrné zákazníky. Udržte si lidi, kteří od vás odcházejí. Přiveďte zpět ztracené zákazníky.

Chcete si EasyReport prohlédnout, osahat a získat přístup do DEMO účtu? Napište nám!

Jak to celé probíhá?

Cena za EasyReport je odvislá na velikosti vašeho e-shopu, konkrétně na počtu objednávek, které průměrně v měsíci odbavíte. E-shopy s prodeji do 1.000 objednávek tak mají EasyReport už za 2.900 Kč měsíčně.

Na začátku spolu uzavřeme smlouvu na první 3 měsíce. Platíte ale jen za dva, první měsíc provozu máte zdarma – během něj dořešíme napojení EasyReportu na vaše data, můžete si celý systém osahat a seznámit se s ním. Poté přejdeme na měsíční platby, neuvazujete se k žádné dlouhodobé spolupráci, můžete kdykoliv skončit. Při roční platbě předem dostanete další 2 měsíce provozu zdarma.

Napojení vašeho e-shopu do EasyReportu je rozdělené do několika postupných volitelných fází. Každá z nich přidává do systému další dodatečná data, a tedy kvalitnější a užitečnější výstupy. Každá z nich je i jinak náročná. V nejjednodušším případě to znamená během pár minut přidání přístupů do Google Analytics či vašich reklamních systémů. Ale i tu nejsložitější část, tedy export skutečných objednávek z vašeho systému, zvládne váš vývojář za několik málo hodin práce.

Nemusíte ale vůbec splnit hned všechny. Je ale pouze na vás, co vše napojíte hned a co třeba necháte na někdy později. Pro první vstup do systému nám dokonce jen stačí během minuty zpřístupnit vaše Google Analytics. Obecně ale platí, že čím více toho hned na začátku napojíte, tím dostanete ve výsledku kvalitnější data a vypovídající reporty.

Chcete si EasyReport prohlédnout, osahat a získat přístup do DEMO účtu? Nebo se třeba jen na něco zeptat? Napište nám!

Data jsou středobodem všeho, co děláme. Na jedné straně tak dnes pokrýváme veškerá témata kolem webové a datové analytiky. Na straně druhé pak na základě správně uchopených dat svým klientům v rámci online marketingu a poradenství poskytujeme kompletní agenturní fullservis.

Měníme se…

Kompletně jsme změnili vnitřní strukturu, organizaci a řízení firmy, abychom se dovedli lépe starat o své klienty a zároveň i nadále rozvíjeli a předávali své znalosti a zkušenosti. Analytici se rozdělili na dvě části – oddělení webové a digitální analytiky a oddělení datové analytiky a business intelligence. Od webových konzultantů jsme vyčlenili samostatné oddělení e-mailingu a oddělení PPC a display reklamy. Po šesti letech čistě pasivního získávání zakázek začínáme dělat aktivní obchod. A máme už také firemní management! :)

V rámci Medio Akademie se můžete těšit na podzimní porci úplně nových a výživných školení. Ale i na další akce, které připravujeme nebo spolupořádáme, například Medio Data Workshop anebo dnes otevřený MeasureCamp Prague 2016.

Naopak jsme zcela opustili trh zakázkového vývoje webů a aplikací. Naši programátoři se teď místo klientských projektů budou plně věnovat vývoji různých užitečných nástrojů, ať už interně pro nás, nebo služeb nabízených veřejně ven. První vlaštovkou je minulý měsíc uvedený atribuční tool. Anebo zejména dlouho očekávaný EasyReport – cenově dostupná pokročilejší e-shopová analytika. Ten spustíme zítra.

…a rosteme!

Jiří Jakubec, Antonín Zíka, Martin Limburský

Novým vedoucím našeho oddělení PPC a display reklamy je Antonín Zíka. Přichází po dvouletém působení na pozici PPC specialist v agentuře Adexpres, předtím pracoval v mediální agentuře OMD. Výkonnostnímu marketingu se věnuje téměř 5 let. Během té doby se staral o klienty napříč různými obory se zaměřením na e-commerce, branding i budování awareness. U nás bude mít na starosti nejen správu klientských kampaní jako takovou, ale zejména business development všech služeb v oblasti výkonnostního marketingu a brandingu.

E-mailingové oddělení pak vede specialista na e-mail marketing a MailChimp trenér Roman Lelek. Přišel k nám z obdobné pozice v aukční agentuře Ebay, kde měl na starost především exekuční část e-mailingu. U nás bude rozvíjet poskytované e-mailingové služby, od obecných strategií přes automatizace, segmentace a personalizace rozesílek až po implementaci a vytěžení nástrojů MailChimp, Apsis a Silverpop. Pod hlavičkou naší Medio Akademie také školí kurz e-mail marketingu a MailChimpu.

Konzultační oddělení posiluje od srpna UX specialista Jiří Jakubec. Poslední čtyři roky pracoval jako UX designer ve společnostech Refresh a Render Legion. Návrhu uživatelských rozhraní, testování a uživatelskému výzkumu se bude věnovat i u nás. V rámci konzultačního oddělení bude zastřešovat a rozvíjet všechny služby týkající se návrhu webů, UX, použitelnosti a optimalizace konverzního poměru. A jeden z prvních úkolů, který u nás má, je návrh našeho nového webu, který už je po letech poněkud zaprášený a ne zcela vypovídající.

Řady webových konzultantů rozšířil také Vladimír Saur. V minulosti pracoval jako SEO a UX konzultant v agentuře H1.cz, SEO konzultant v Centrum Holdings, naposledy pak jako analytik a traffic manager v AVAST Software. Všechny tyto své zkušenosti teď zúročí u nás jako SEO a UX konzultant při péči o velké a korporátní klienty.

Nově vzniklé obchodní oddělení má pod palcem Martin Limburský. Přišel ze společnosti Edomed, výhradního distributora zdravotnických přístrojů Philips a Shimadzu, kde působil čtyři roky na obchodně-konzultační pozici. Ke světu dat, analytiky a online marketingu měl ale vždy blízko. Jeho úkolem samozřejmě je, abychom my všichni ostatní měli práce až nad hlavu.

Jedeme dopředu, tak nám držte palce!

Co je atribuční modelování a proč ho potřebujete?

Zákazníci a jejich objednávky k vám přicházejí z různých reklamních kampaní a dalších zdrojů návštěvnosti. Při vyhodnocování a řízení marketingu vás zajímá, které kanály se na objednávkách reálně podílely a jakou měrou. Podle toho pak hodnotíte jejich efektivitu. Rozhodujete se například, do kterého kanálu dát kolik peněz. Které kampaně je potřeba utlumit a které naopak nechat běžet nebo ještě posílit.

Je obvyklé, že než u vás zákazník nakoupí, přijde k vám v čase opakovaně z různých kanálů. Klasické analytické nástroje ale přiřadí celou objednávku nejčastěji tomu úplně poslednímu zdroji. Pokud například nějaký uživatel přijde postupně ze čtyř výše uvedených zdrojů a na konci si objedná řekněme za 1.000 Kč, bude report zdrojů návštěvnosti vypadat nějak takto:

Všechny předchozí kanály po cestě se ignorují a vypadá to, jako by neměly vůbec žádný vliv na rozhodnutí uživatele objednat si u vás. To samozřejmě zásadně pokřivuje výsledná čísla a doporučení. V důsledku pak budete dokonce i často posilovat ztrátové kampaně a vypínat ty vydělávající. Navíc v dobré víře, že svá rozhodnutí stavíte na datech. Bohužel na špatných datech.

Vše dále zhoršuje skutečnost, že do takového rozhodování často zahrnujete jen přímo měřitelné zdroje návštěvnosti vašeho webu. Ale už v něm vůbec nezohledňujete imprese bannerů, otevření e-mailů, zmínky o vás venku na internetu, offline kampaně, objednávky přes telefon či v kamenném obchodě.

Na základě špatných a pokřivených čísel tak děláte špatná a pokřivená marketingová rozhodnutí.

Najděte si lepší atribuční model

Atribuční model je obecný název pro způsob, jak přiřazujete jednotlivým kanálům na cestě uživatele zásluhu za výslednou konverzi a její hodnotu. Dobrá zpráva je, že atribučních modelů existuje spousta, takže se nemusíte omezovat zdaleka jen na výše uvedenou a v mnoha ohledech vadnou atribuci na poslední zdroj.

Volbou lepšího atrubučního modelu můžete lépe a spravedlivěji rozpočítat každou konverzi a její hodnotu mezi všechny k ní vedoucí kanály. Zohlednit tak nejen úplně poslední proklik před objednávkou, ale i všechny předchozí kanály, které celou dobu přispívaly ke konečnému rozhodnutí uživatele utratit u vás peníze.

Oč věrnější, smysluplnější a využitelnější výsledky dostanete už třeba jenom použitím triviálního lineárního atribučního modelu. V něm se vezme hodnota každé objednávky a spravedlivě se rozpočítá rovným dílem mezi všechny kanály po cestě:

Atribučních modelů existuje celá řada a ke každému z nich se dá snést spousta scénářů využití, důvodů pro i proti. Pro více informací si projděte seriál od Michala Krutiše nebo velice hutný a výživný článek od Avinashe Kaushika.

Spouštíme atribuce pro Keboolu

Praktickým problémem atribučního modelování je dostupnost a podpora v jednotlivých nástrojích.

Některé analytické systémy nenabízejí atribuční modelování vůbec nebo jen velice omezeně. Další, jako jsou třeba Google Analytics, ho sice nabízejí, ale naráží na zásadní omezení, jakmile dojde třeba na data mimo web – imprese bannerů, offline kampaně, otevření e-mailů, telefonické hovory na helpdesku, objednávky v kamenném obchodě. Nebo na rozpočítávání skutečné maržovosti. Na storna a vratky již zapsaných objednávek. Vůbec na rozpoznání uživatelů a spojování úplně všech dat patřících jednomu uživateli do jedné řady.

A proto jsme v Mediu připravili a naprogramovali Medio Attribution Tool – aplikaci pro výpočet nejrůznějších atribucí. Pracuje uvnitř systému Keboola Connection, což jí otevírá obrovské možnosti ve smyslu snadného řešení a přímočarého překonávání všech uvedených problémů. Umí si stáhnout a pospojovat interakce uživatele z různých míst, databází a služeb, má hotovou hromadu napojení a importních můstků. Běží v cloudu, je výkonná a automatizovaná. Podporuje množství různých předdefinovaných i custom atribučních modelů.

Podívejte se na stránku s podrobným popisem celého nástroje. A pokud ho chcete používat i vy nebo se jen chcete dozvědět více, napište nám bez obav e-mailem na adresu info@medio.cz.

Dosud jste byli v Google analytics omezeni jen na ty metriky, které standardně sledoval a nabízel systém sám za sebe, případně na vaše vlastní metriky, do kterých jste si ale museli sami natvrdo nahrát jejich hodnoty.

Teď přibývá třetí typ: počítané metriky (v angličtině Calculated Metrics). Jak už název napovídá, můžete si definovat svou vlastní novou metriku tak, že definujete nějaký vzoreček, kterým spočítáte její hodnotu z ostatních již existujících metrik. A tu pak přímo použít ve svých reportech.

K čemu se počítané metriky hodí?

Díky počítaným metrikám si najednou umíte přímo v reportech zobrazit spoustu čísel, které tam dosud chyběly. A když jste s nimi i přesto chtěli pracovat, tak jste si je museli spočítat v hlavě nebo nějakém nástoji mimo Google Analytics.

Když jste třeba potřebovali dostat ukazatel ARPU (Average Revenue Per User), tedy průměrné tržby na jednoho uživatele, museli jste si do jednoho sloupce zobrazit počet uživatelů, do druhého tržby. A pak si je mezi sebou někde v hlavě vydělit. Anebo si ty dva sloupce vyexportovat někam ven z Google Analytics a vydělit si je mezi sebou třeba nějakým vzorečkem v Excelu.

Teď si prostě založíte počítanou metriku, tedy další „sloupeček“ v tabulce, v jejíž definici jenom zadáte, že se má spočítat jako tržby děleno počet uživatelů, a je to:

Obdobně velkým problémem dosud bylo, že jste si sice mohli do Google Analytics posílat refundace, tedy storna a vratky jednotlivých transakcí. Ale ty se evidovaly zvlášť, zcela odděleně od původních tržeb, takže jste pak bez složité segmentace nikde neviděli v jednom sloupci výsledné tržby očištěné právě o storna či vratky. Dnes si stačí založit počítanou metriku „Čisté tržby“, kterou spočítáte jako „Tržby – Refundace“.

Pokud znáte svoji průměrnou maržovost a máte takový sortiment, kde je maržovost napříč objednávkami podobná, například 15 %, tak si můžete založit metriku „Marže„, kterou necháte spočítat jako „Tržby * 0.15“.

A když už budete mít v Google Analytics hrubou marži (ať už zmíněným vynásobením průměrnou maržovostí, nebo prostě díky tomu, že si posíláte svou skutečnou marži společně s každou uskutečněnou objednávkou přes Measurement Protocol), tak si hned můžete přes Data import posílat do Google Analytics i nákladová data. A nakonec si definovat vlastní metriku „Zisk“ jednoduchým vzorečkem „Marže – Náklady“.

A od zisku je už jen krůček třeba k návratnosti jednotlivých reklamních kanálů, tedy k počítané metrice „ROI„, definované vzorečkem „(Zisk – Náklady) / Náklady“. Vítejte do světa skutečné analytiky.

Tohle bylo jen několik málo příkladů, možností je neomezeně a snad už chápete mé nadšení, protože počítané metriky opravdu posouvají Google Analytics zase do další ligy.

Jak počítané metriky založit?

Celý postup je popsaný v dokumentaci Google Analytics, takže jenom stručně bodově:

• Počítané metriky se nastavují pro každý výběr dat zvlášť. Takže nejprve v administraci svého Google Analytics účtu vyberete napravo požadovaný výběr dat.
• Pod ním otevřete sekci „Počítané metriky“ a kliknete na tlačítko „Přidat počítanou metriku“.
• Ve formuláři pak už zadáváte definici metriky jako takovou:
  • Běžné jméno, pod kterým bude viditelná v reportech
  • Externí jméno, pod kterým bude dostupná zejména v různých API
  • Datový typ – celé číslo, desetinné číslo, čas, procenta…
  • Samotný vzoreček, ve kterém kromě ostatních existujících metrik můžete používat základní aritmetické operátory + – * /, dále pak závorky pro vyznačení priorit a konstantní čísla, včetně desetinných.

To je celé. Metrika se vám okamžitě objeví v nabídce mezi ostatními metrikami. Primárně se očekává, že ji budete používat při sestavování vlastních dashboardů a zejména vlastních reportů.

Další poznámky k počítaným metrikám

Otázka, která vás asi hned napadne, proč nevidíte počítané metriky ve svých Google Analytics. Dá se očekávat, že novou funkci bude Google zapínat jednotlivým účtům postupně v následujících týdnech až měsících. Takže trpělivost, i na vás určitě brzy dojde.

Nepříjemné jsou limity, které Google na počítané metriky uvalil. Aktuálně je počet omezen na nejvýše 5 v jednom výběru dat, pokud používáte standardní Google Analytics zdarma, takže bohužel je nutné hodně šetřit a rozmýšlet, co vlastně opravdu nutně potřebuji vidět. V placených GA Premium je pak počet navýšen na 50 metrik na jeden výběr dat.

Google bude brzy rozšiřovat možnosti vzorců počítaných metrik o další operátory respektive funkce. Z tohoto pohledu to asi ještě dlouho bude slabota, odhadoval bych možná tak nějaká sčítací, průměrovací, min a max funkce a šmytec. Navíc mi přijde, že Google k syntaxi vzorců nepřistupuje nijak systematicky a promyšleně, spíš dost nahodile, když někoho napadne, co by to taky ještě mohlo nabízet a počítat. Zkuste si to porovnat s propracovanými a promyšlenými jazyky pro definici metrik, jak je známe z jiných analytických nástrojů, jako je třeba MAQL.

Počítané metriky se počítají on-the-fly v reálném čase, tedy v okamžiku, kdy si necháte vypsat každý jeden report. Což je na jednu stranu hodně užitečné, protože jsou k dispozici hned po jejich vytvoření a fungují i zpětně na jakákoliv historická data. Na druhou stranu budou zejména v standardních gratis Google Analytics ještě víc zpomalovat počítání a vykreslování reportů, nemluvě o riziku dřívějšího vzorkování.

Související články

• Google support: Calculated metrics
• 25 Calculated Metrics for Google Analytics

Provozovatelé e-shopů a jiných online projektů už dnes chápou, že data jsou pro správná rozhodnutí a úspěch podnikání kriticky důležitá. Naučili se používat nějaký analytický nástroj a nějak vyhodnocovat, co se děje na jejich webu. Příliš často se ale nedívají na ta správná data a nekladou si ty správné otázky.

Sepsal jsem proto příklady opravdu důležitých metrik a analytických scénářů z různých projektů a prostředí. Rozhodně se nebudou úplně všechny týkat zrovna vašeho webu a seznam ani na druhou stranu není určitě vyčerpávající. Cílem je dát vám inspirační vodítko, co všechno také můžete sledovat a brát v úvahu. Na co všechno byste se také mohli a měli ptát.

Zkuste si schválně u každého bodu sami upřímně říct, jestli by pro váš projekt mohl být důležitý, jestli ho dnes skutečně sledujete a jestli vám ho váš dnešní analytický nástroj vůbec nabízí. Možná dokonce zjistíte, že jste se dosud dívali jen na hromadu nepříliš užitečných čísel, zatímco opravdu přínosné metriky vám zcela unikaly.

Datová integrace

• Jak vypadá celý trychtýř chování vašich uživatelů – od zobrazení bannerů, prokliků skrz kampaně a nákladů na ně, přes první příchod na web, vracení se na web, odeslání leadu, přes případnou navazující offline komunikaci callcentra, pobočky, obchodníků až po uzavření finální objednávky, zaplacení, customer care, upselling a cross selling, vracející se zákazníky, opakované objednávky?
• Umíte si celý průchod uživatelů dosledovat, změřit, vizualizovat?  Umíte si najít místa, kde vám lidi z trychtýře nejčastěji odpadávají, abyste se na ně mohli zaměřit?
• Ať celkově, nebo pro různé segmenty – podle zdroje, kohorty, typu zákazníků, typu objednávaných produktů…?
• Jaký vliv na to má geografická poloha zákazníka, počasí v jeho oblasti, aktuální kurz eura, televizní kampaň vaší konkurence?
• Máte mnoho různých míst, kde leží vaše data. Je tu rozhraní Skliku či Heuréky, administrace e-shopu, CRM, zákaznická podpora, callcentrum, ERP, sklady a distribuce, docházka zaměstnanců, finance a fakturace, e-mailing, sociální sítě, vlastní marketingové budgety, mediaplány, Collabim, Google Search Console… Zdaleka ne všechno důležité se totiž děje jen na webu. Zdaleka ne všechna klíčová data jsou jen v Google Analytics. Pracujete pravidelně a systematicky i s těmito daty?
• Skutečný poklad neleží v datech uvnitř těchto jednotlivých systémů, ale ve vztazích mezi nimi. Díváte se jen do izolovaně do každého z nich a přicházíte tak obrovskou část užitečných informací? Nebo si je dáváte do kontextu, do jednoho uceleného obrázku?

Marketing

• Kolik vám jednotlivé marketingové kanály přivádějí obratu a zisku? Nikoliv leadů či objednávek na eshopu, ale opravdu reálných tržeb z finálních zaplacených objednávek po započítání storna, vratek, reklamací?
• Jaké oproti tomu byly celkové náklady na tyto kanály a jak jsou vysoké v porovnání s příslušnou přivedenou marží? Jaká je ROI a efektivita jednotlivých kanálů? Nejen celkově, ale i pro jednotlivá období.
• To vše nejen pro kanály jako celek, ale i v rozpadu na dílčí kampaně, sestavy, konkrétní klíčová slova, inzeráty a bannery, konkrétní e-mailové rozesílky – abyste byli schopní detailně určit a rozklíčovat, co funguje a co ne, co nechat a rozvíjet, co naopak utlumit či pozastavit. Kam dát další dodatečnou korunu, aby vám vydělala zpět co nejvíce?
• Započítáváte do reklamních nákladů konkrétního kanálu vedle ceny prokliků a impresí i související fee pro agenturu, reklamku, mediálku?
• Multichannel a atribuce: Jak se na objednávkách podílejí různé kanály, kterými uživatel postupně v minulosti přišel, než si u vás nakonec objednal? Kolik můžete dát za placené PPC kampaně, když zákazníci z nich padají do newsletterové databáze nebo Facebookové stránky a pak si budou v budoucnu objednávat z newsletteru nebo z Facebooku?
• Za kolik si objednali lidé, kteří viděli vaši bannerovou kampaň, sice na ni nikdy neklikli, ale díky ní si zapamatovali vaši značku a pak přišli napřímo nebo hledáním vašeho brandu ve fulltextových vyhledávačích?
• Jak se změna sloganu na vašich bannerech promítla do výše a struktury finálních objednávek a tržeb?
• Kohorty a Customer Lifetime Value: Z jakého zdroje k vám přišly různé kohorty zákazníků, jaká je jejich životnost a jak rychle slábnou, kolik vás jejich přivedení stálo, kolik opakovaně během jejich života ještě zaplatíte za jejich opakované příchody, kolik vám celkem vydělají, za jak dlouho se vám náklady na ně vrátí?
• Byla nějaká promoakce úspěšná? Zaplatila se vám dočasná sleva nebo dárek očekávaným nárůstem tržeb? Jaké produkty si díky tomu zákazníci začali více objednávat? Přivedlo to nové zákazníky? Vydržel nárůst tržeb i po skončení promoakce? Nezpůsobilo to třeba zvýšení vratek a storen?
• Jak dlouho nabízet přes remarketing nějaký produkt lidem, kteří se na něj ptali v support chatu na webu nebo na telefonické helplince?
• Jaké produkty jsou vyprodané nebo mají nízké skladové zásoby, takže bychom pro ně měli dočasně vypnout produktové kampaně a remarketing?

Zákazníci

• Jak se vyvíjí po jednotlivých měsících počet nových zákazníků? Drží se nebo roste jejich počet? Neboli roste průběžně množství lidí, kteří vás znají?
• Jaký je rozpad nových zákazníků po jednotlivých akvizičních kampaních?
• Kolik vás stálo přivedení úplně nového zákazníka a za jak dlouho se vám zaplatí náklady na jeho získání? Kolik si můžete dovolit do budoucna v jednotlivých kanálech vydat peněz za získání nového zákazníka?
• Kolik vás stojí komunikace k vybraným zakazníkům – například aktivace k druhé objednávce?
• Jaká je průměrná hodnota první objednávky, druhé objednávky? Nejen celkem, ale i podle primárního akvizičního zdroje?
• Roste vám v čase počet vracejících se stávajících zákazníků a o kolik?
• Jaký je podíl jednorázových a opakovaných nákupů? Jaký je podíl nových a vracejících se zákazníků?
• Kolik návštěv je potřeba, než u vás návštěvník poprvé nebo podruhé nakoupí a stane se zákazníkem?
• Jak dlouho se k vám bude získaný zákazník z jednotlivých kanálů a kohort vracet, kolik vám za tu dobu vydělá (Customer Lifetime Value), jaká je rychlost a míra úmrtnosti dané kohorty (churn rate)?
• Jak váš věrnostní systém či jiné aktivity pro podporu retence ovlivnily míru úmrtnosti a obecně retenci zákazníků? Vyplatilo se to, zaplatilo se to?
• RFM analýza: Do jakého segmentu ten který zákazník patří? Jak se liší a chovají zákazníci po jednotlivých zákaznických segmentech? Co prohlížejí, co nakupují, na co reagují, jak na ně komunikovat?
• Kdo jsou vaši nejrentabilnější zákazníci? Jste schopni získat další podobné zákazníky?
• Za kolik u vás nakoupil pan Novák v posledním roce, a to napříč všemi jeho prohlížeči, telefonními hovory s infolinkou a návštěvami na pobočce? A ze kterých všech kampaní se za tu dobu proklikl na váš web a kolik vás to stálo?

Obchod

• Jaký je počet příležitostí, u kterých se v aktuálním období očekává uzavření a které to jsou, jak se v čase vyvíjí, jak se daří ve výsledku příležitosti uzavírat?
• Osobní reporty a výkonnost jednotlivých obchodníků: Jaká je aktuální průběžná výše uskutečněných a uzavřených obchodů v měsíci oproti plánu?
• Jaké je geografické rozložení vašich zákazníků, nejen jejich počtem, ale třeba přes průměrné výše objednávek, přes celkové tržby? V jakém městě dává smysl otevřít další pobočku nebo udělat nějaký offline event?
• Mění zákazníci odběrná místa? Mění zákazníci způsob doručení? Počet telefonických objednávek? Počet nevyzvednutých a vrácených zásilek?
• Chcete vidět na jednom úplně vše, co víte o každém jednom konkrétním zákazníkovi, napříč všemi zdroji dat, ve kterých o něm něco evidujete? Co viděl za bannery, z jakých zdrojů přišel, na co se díval, kolikrát se vrátil, jak často k vám chodí a kdy u vás byl naposledy, co si kdy koupil, jaké jsou jeho útraty, zda něco řešil se supportem a co, jak vám vyplnil feedback dotazník, jaká je jeho platební morálka, v jakých segmentech a remarketingových skupinách ho máte zařazeného, co mu posíláte za personalizované maily, jak na ně reaguje…
• Jaké zákazníky byste dnes měli nejurgentněji oslovit? Podle různých kritérií – jsou na odchodu, jsou těsně před nákupním rozhodnutím, něco zrovna dneska hledali či dělali na webu…

E-mailing

• Z jakých kampaní jste získali zákazníky, kteří reagují/nakupují na newslettery?
• Kolik vás stojí získání jednoho odběratele newsletteru, zaplatí se vám díky newsletteru tato akvizice a za jak dlouho?
• Kolik utratí průměrný odběratel newsletteru a jak si stojí oproti ostatním zákazníkům?
• Umíte nového odběratele newsletteru aktivovat k nákupu?
• Jak vám fungují retenční e-mailové rozesílky pro zpětné přivedení odcházejících zákazníků? Liší se nějak napříč různými segmenty zákazníků, například v závislosti na výši předchozích útrat? Zaplatí se vám retenční pobídky zpět?
• Jaký je vývoj počtu či procenta odhlášených lidí z newsletteru? Na čem to závisí, čeho se příště vyvarovat a co naopak příště zopakovat?

Produkty

• Jaké jsou základní žebříčky produktů – produktový konverzní poměr, prodej kusů, tržby, celkové marže, “vratky”, reklamace, hodnocení, stížnosti? Jak se tyto metriky vyvíjí v čase nejen na úrovni celého e-shopu, ale za jednotlivé kategorie či pro jednotlivé produkty?
• Které další produkty se objednávají nejčastěji společně s vybraným jedním konkrétním produktem? Ať už v jednom košíku, nebo i v dalších transakcích stejného zákazníka?
• Jak se prodej těchto dalších společně nakupovaných produktů vyvíjí v čase, třeba v závislosti na změně ceny vybraného produktu?
• Například pokud se matky při výběru obchodu řídí cenou sunarů, tak když zlevníte sunar, začnou se společně s ním víc prodávat drahé plenky? A když zlevníte jen sunar pro děti do tří měsíců, budouu vás takto přivedené matky později pokračovat v nákupu normálně drahých sunarů, až budou jejich děti starší?
• Které produkty jsou “traffic builders” a dlouhodobě přivádí nové zákazníky nebo objednávky jiných produktů, takže je nesmíte vyřadit z nabídky, i když samy o sobě nejsou rentabilní?
• Zvýší se vám zisk, když začnete v e-shopu jako související produkty cíleně nabízet ty s nejvyšší marží? Nebo jenom začnou lidi více bloudit po vašem webu, hledat si i navzdory tomu ty nejlevnější? Nebo začnou lidi odcházet a nekoupí si vůbec nic?
• U software: Počet objednávek vs. počet aktivací? Počet stáhnutí a počet instalací? Doba využívání služby či aplikace? Využívání jednotlivých funkcí?
• U služeb a agentur: Jak fungují kampaně jednotlivých klientů? Kolik jste jim udělali práce? Kolik máte fakturovaných hodin?
• Jaké bonusové produkty jsou nejoblíbenější? Jak podle toho máte naplánovat příští newslettery a další aktivity?

Cenotvorba

• Jaká cena za produkt je ta správná?
• Jak se změna vašich cen skokově promítla do prodejů daného zlevněného či zdraženího zboží?
• Jaká je cenová elasticita našich zákazníků? Když zdražíte, odejdou masivně zákazníci jinam, nebo zůstanou a vy jen vyděláte víc? Když zlevníte, získáte o tolik víc zákazníků, aby vám to pokrylo výpadek zisku po slevě?
• Mají vaše snížené ceny dopad i do jiných metrik? Zvýšila se vám stornovanost a vratkovost zboží? Zvýšli se neúměrně provoz na zákaznické podpoře? Změnila se vám skokově nová hodnocení na Heuréce?
• Jeden zlevněný produkt může přivést nové zákazníky, kteří si pak budou společně s ním objednávat i další nezlevněné produkty. Jak se zlevnění vybranch produktů promítne do celkových tržeb? Které další zboží se začalo objednávat více společně s vybraným zlevněným produktem?

Konkurence a vnější vlivy

• Jak se vyvíjejí cenové hladiny u konkurentů, ať už celkově, nebo na úrovni konkrétních oddělení či produktů? Jak si oproti nim stojíte?
• Jak se změna cen u konkurence promítla do vašich prodejů a obchodních výsledků?
• Vyděláte víc, pokud budete následovat změny cen konkurentů, nebo se máte radši držet své ceny?
• Jak se vyvíjejí reklamní spendy konkurentů v porovnání s mými? Jak se do vašich prodejů promítla masivní kampaň konkurence v poslední době?
• Ovlivňuje aktuální počasí výši objednávek? Zohledňujete přitom různé počasí v dílčích regionech?

Zákaznická podpora

• Kolik procent ticketů se povedlo vyřešit úspěšně ke spokojenosti zákazníka?
• Jak si v následujícím půlroce objednávají lidé, kteří se obrátili na support a ten jim (ne)uspokojivě poradil?
• Které typy požadavků se naopak nedaří zákaznické podpoře nejčastěji řešit? Co to je za problémy, kolik jich je proporčně vůči všem požadavkům a není zde prostor pro nějakou hlubší systémovou změnu?
• Na jaký typ problémů si zákazníci nejvíc stěžují? Na kterou problematickou oblast ve firmě se máte zaměřit nejdřív? Když ji vyřešíte, promítne se to do snížení počtu stížností v dané oblasti a nárůstu celkového indexu spokojenosti zákazníků?
• Jaký měla změna vaší zákaznické podpory vliv na nová hodnocení vašeho e-shopu na Heuréce nebo změnu sentimentu na sociálních sítích?
• Jak se vám obecně v čase vyvíjí výsledky dotazníků a hodnocení na Heuréce či ve vašem vlastním ponákupním zákaznickém výzkumu? Jak se vyvíjí Net Promoter Score?

Call centrum

• Kolik zboží prodal telefonista na helplince lidem, co mu volali na základě vaší bannerové kampaně?
• Počet vyřízených hovorů na směnu/hodinu/operátora? Průměrná délka hovoru dle typu? Počet uzavřených kontraktů? Počet hovorů během dne?
• Typ hovorů (help linka, stížnost, marketing, dotazníky, vztah k danému produktu)? Vývoj v čase v důsledku vámi udělaných změn či komunikace?
• Jaký banner viděl nebo z jaké kampaně se na váš web před chvílí proklikl člověk, co vám právě teď volá na telefon? K jaké online kampani přiřadit objednávku, kterou s ním operátor po telefonu uzavře?

Sklad a distribuce

• Mění zákazníci v čase odběrná místa a způsob doručení? Je to závislé na zákaznické zkušenosti, loajalitě, na typu objednávaného produktu, na bydlišti zákazníka, nebo na finanční hodnotě objednávky?
• Jak jsou zákazníci spokojení s výdejními místy, jejich dostupností, oblusluhou, otevíracími hodinami? Jak to souvisí s jejich loajalitou, dalšími navazujícími nákupy, reklamacemi a stížnostmi na zákaznické podpoře?
• Jaký má vliv stanovení dopravy zdarma od určité výše hodnoty objednávky na celkové prodeje, na upselling a cross selling, na průměrnou hodnotu objednávek? Zaplatí se vám doprava zdarma zvýšením objednávek? Nedává ekonomický smysl stanovit hranici jinak?
• Jaká je průměrná doba vyřízení přijaté objednávky a jak se vyvíjí v čase?
• Jaký je průměrný počet odbavených zakázek, které vyřídí jeden skladník za hodinu, jak se vyvíjí v čase, jak si stojí relativně oproti ostatním skladníkům?
• Je rychlost odbavení objednávky závislá na některých faktorech, jako třeba geografické umístění zákazníka, jméno konkrétního skladníka (někdo je dlouhodobě rychlý a někdo dlouhodobě pomalý), konkrétní obsah košíku (některé položky máte až vzadu na skladu a musí se pro ně běhat dál).
• Jaké jsou produkty, které když umístíte ve skladě jinam, tak to zrychlí odbavení a zefektivní sklad? Skutečně se to pak povedlo?
• Optimalizace skladových zásob – na základě historických dat a dalších metadat doporučení, kolik čeho objednat. Jakých sezónních produktů mám letos objednat více, protože loni se vyprodaly během týdne? Prodaly se jen červené, zatímco modré zůstaly neprodejné?
• Hodnota a vytížení skladu v průběhu času? Kapacita expedice skladu (počet expedovaných balíku)?
• Kolik povolat na víkend do práce skladníků, když má v Česku svítit sluníčko, na Moravě pršet a v pondělí je svátek?
• Jaké jsou průměrné výše objednávek u lidí, co využívají osobní odběr, oproti lidem, co si nechávají zboží poslat? Vydělá si osobní odběr na sebe, nebo je prodělečný? Měli byste zavést poplatek za osobní odběr a v jaké výši?
• Jak dlouho trvá a kolik stojí doručení zboží do jednotlivých částí spádové oblasti konkrétního skladu? Nevyplatilo by se někde otevřít nový sklad nebo naopak více skladů sloučit dohromady?

Kamenné pobočky

• Jak vám změna sloganů na letácích a billboardech u dálnice ovlivnila prodeje ve spádovém kamenném obchodě?
• Kde vůbec máte rozdávat letáky a stavět billboardy, aby měly správný zásah relevantní pro danou pobočku?
• Jaké jsou prodeje v jednotlivých pobočkách? Liší se nějak zásadně struktura prodávaných položek v jednotlivých pobočkách a proč? Lze toho nějak využít, například přeskládáním přednostních regálů v některých prodejnách?
• Jaké jsou průměrné tržby, které prodá každý jeden prodavač? Který z prodavačů je lepší a který horší co do schopnosti zvýšit průměrnou hodnotu účtenky, průměrný počet položek na účtence, průměrnou marži na účtenku (upselling, cross selling)?
• Jaké produkty se se kterými často a dobře prodávají, co by měli prodavači doporučovat k nakupovanému zboží?

Zaměstnanci

• Počet odpracovaných hodin, nemocenské, HO? Počet vyřízených ticketů, hovorů, balíků? Srovnání s ostatními kolegy?
• Jaký je u jednotlivých lidí či oddělení poměr fakturovatelné a nefakturovatelné práce? Celkové skutečné výše fakturací na jednoho zaměstnance? V porovnání s jeho přímými náklady?
• Jaké jsou celkové fakturace jednotlivých oddělení vs. celkové náklady jednotlivých oddělení?

Ozvěte se nám, pomůžeme vám!

Nejspíš vám výše zmíněné body přijdou povědomé, logické a potřebné. Určitě vás najednou napadá spousta dalších užitečných věcí, které by šlo nejen měřit, ale hned z nich i vyvozovat užitečné závěry a doporučení. Jenom nevíte, jak ja to a odkud začít.

Možná byste teď potřebovali pomoct s tím něco udělat a posunout se dál? Třeba si jenom s někým na hodinku sednout a probrat všechny otázky, které vás teď napadají? Prodiskutovat, co je vlastně vhodné řešit a sledovat právě ve vašem případě a jak na to? Nebo už máte jasno, jenom nemáte vhodný analytický systém a jen potřebujete někoho, kdo vám to celé pomůže opravdu nasadit a zrealizovat?

Ozvěte se nám do Media! Máme zkušenosti, máme know-how, máme efektivní postupy, máme správné technologie. Zařídíme vše kolem, abyste se vy mohli soustředit na to důležité – na svůj byznys. Rádi vám pomůžeme!

Středobodem celého webu je pochopitelný obsah psaný běžnou lidskou řečí. Jak nám zobák narostl. Záměrně jsme se vyhýbali právnickému a finančnickém ptydepe, přesným komplikovaným definicím, složitým tabulkám, detailnímu výčtu všech možných variant a nuancí, výjimkám z výjimek z výjimek. Prostě všemu, co dělá oficiální produktové texty na stránkách bank a finančních institucí nesrozumitelné, nečitelné a nestravitelné. Ostatně stejnou cestu sleduje i samotný název webu – z původního něčeho jako „Finanční edukativní portál“ nám vznikly polopatické „Finance polopatě“.

Při návrhu webu jsme proto od samého začátku stavěli na uživatelích a obsahu. Jak se dneska říká, user first! A taky content first! Uživatelský výzkum, ujasňování si uživatelských scénářů, znalostní úrovně a očekávání návštěvníků. A diskuze nad obsahem webu. Jeho vymýšlení a psaní. A zjednodušování a zlidšťování. A přepisování. A přepisování. Vlastně na úplném konci projektu přišly teprve takové ty podružné věci, jako wireframes, grafika, šablony nebo programování.

Důležitým bodem bylo udržet celému webu jeho vzdělávací charakter. Zachovat si dostatečný odstup od jakékoliv prvoplánovité reklamní masírky nebo tupého sbírání leadů. Primárně dát uživatelům užitečné informace a pomoci jim dozvědět se víc. A teprve potom třeba nabídnout nějakou individuální pomoc nebo odkázat na konkrétní produkt. A když už ve webu nějaká reklama je, tak velmi pomálu a neagresivně, na kontextově vhodných místech a jasně odlišená od zbytku webu.

Když nám lidé z Wüstenrotu poslali podkladové texty pro stránku „O nás“, kde píší, že „díky Wüstenrotu pomáháme lidem plnit jejich bezprostřední potřeby i celoživotní sny“, přišlo nám to trochu jako klišé. Dokud jsme nepochopili, že to tak opravdu myslí a cítí. Tenhle přístup k věci se nesl celou společnou přípravou webu. Je fajn spolupracovat s lidmi, kteří jsou nadšení ze své práce a kteří opravdu věří tomu, co dělají. Snad se to povedlo přenést i do výsledného webu.

Ještě předtím ale máme letos novinku, druhou konferenci z naší kuchyně. S ohledem na směřování Medio Interactive je její téma asi předvídatelné:

Data restart 2015

Celodenní konference o datech, webové i ne-webové analytice, data miningu, business intelligence. Konat se bude v pondělí 27. dubna 2015 v Konferenčním centru City na Pankráci.

Už teď a právě teď ale hledáme řečníky se zajímavým tématem, které by chtěli na konferenci představit. Ozvěte se nám, pokud byste chtěli na Data restartu přednášet, a to nejpozději do pondělí 23. února 2015.

Zatímco v minulých letech jsme pro své konference řečníky adresně oslovovali a domlouvali, chceme je letos více otevřít. Kdokoliv má tedy možnost nám napsat a nabídnout své téma. Napište nám ale, i pokud sami přednášet nechcete, ale rádi byste na Data restartu někoho konkrétního viděli či něco konkrétního slyšeli.

Ze všech navržených témat pak vybereme ta nejlepší a nejpřínosnější. Tři přednášky ale necháme otevřené a finální výběr necháme na hlasování samotnými účastníky konference.

Jaká bude struktura přednášek a jaké jsou naše požadavky pro výběr témat?

8 klasických přednášek

Na konferenci zazní osm přednášek v délce 20 minut + navazujících 5 minut na dotazy. Nebojte se dát nám vědět, pokud víte, že potřebujete pro své téma více času. Nutnou podmínkou pro každou přednášku je „méně teorie, více praxe“. Posluchači si z každé přednášky musí odnést něco použitelného, přínosného, objevného. Chceme lidem nabídnout konkrétní postupy, uchopitelné příklady, inspiraci pro jejich práci.

Nesmí se jednat o reklamní promo vlastní služby bez zásadní přidané informační hodnoty. Nechceme samožerné case studies, kde se budete jen bušit do prsou, jak vám rostou čísla, a vlastně nic neprozradíte. Případové studie jsou rozhodně vítány, pokud na nich otevřeně a znovupoužitelně popíšete postup a konkrétní kroky, jak jste výsledku dosáhli, a svou vlastní případovku použijete jako podpoření řečeného a jako demonstraci na konkrétním příkladu. Z každé přednášky si musí i pokročilejší účastník odnést něco nového, zajímavého nebo užitečného.

6 ignite talks

Ignite talk je specifický typ přednášky, která trvá přesně 5 minut, přednášející má pro ni připraveno přesně 20 slajdů, které se automaticky a neúprosně přehazují přesně po 15 sekundách. Výzva pro zkušené speakery, kteří chtějí zažít trochu adrenalinu! A co byste měli během svých pěti minut říkat? Nějaké inspirační téma, rychlá case study, stručné představení nějakého zajímavého produktu nebo vaší služby, veselý výstup pro oživení, shrnutí zkušeností se svými klienty či nějakým projektem… Cokoliv, co je zajímavé, živé, inspirační a samozřejmě přímo souvisí s tématem konference.

Přihlašte se se svým tématem na Data restart 2015, ať už pro velkou přednášku nebo pro ignite talk, a to nejpozději do pondělí 23. února 2015!

User-agent: *
Disallow: /

Zapamatujte si jednoduché pravidlo. Robots.txt neslouží k zákazu indexace stránek. Nikdy a ani trochu. A naopak může uškodit.

Indexace versus crawlování

Pro pochopení je nutné znát rozdíl mezi crawlováním a indexací. Crawlování znamená, že se robot vyhledávače prochází po vašem webu a stahuje si k sobě od vás jednotlivé stránky pro další zpracování.

Indexace je pak sestavování indexu – tedy databáze, ve které fulltext po zadání dotazu hledá. Do indexu přitom zařazuje stránky a informace o nich získané nejen z crawlování, ale i z dalších zdrojů, které vyhledávači přijdou zajímavé a užitečné.

Typicky už jenom tím, že se na nějakou konkrétní stránku odkazuje odjinud, dostává vyhledávač o dané stránce řadu zásadních informací – link text odkazu, klíčová slova v její URL, tematický kontext, ze kterého se na ni odkazuje, podobu a sílu jejího odkazového profilu. Další údaje může získat z popisků či kategorií v katalozích, do kterých je stránka zařazena. A tak dále.

Co je na zákazu indexace přes robots.txt špatně?

Robots.txt nezakazuje zařazení dané stránky do indexu, ale jen a pouze její crawlování robotem vyhledávače. Říkáte tím tedy, že si na danou URL nesmí crawler přímo sáhnout a stáhnout si k sobě její obsah.

Vyhledávače si ale i nadále můžou zařadit stránku do indexu jen na základě dalších údajů z jiných zdrojů a nabízet ji ve výsledcích hledání. A skutečně to velice často dělají:

Je vidět, že informace, které Google o stránce na SERPu zobrazuje, nepochází ze samotné stránky, ale právě z nějakého link textu a dalších zdrojů v okolí dané stránky. Všimněte si, že vyhledávač uživatele upozorní, že o stránce má jenom dílčí neúplně informace. Ale i přesto ji indexuje, nabízí a zobrazuje.

Jak tedy správně zakázat indexaci?

Správný zákaz indexace závisí na kontextu a důvodech, proč to vlastně vůbec chcete dělat:

Link rel=canonical

V případě, kdy máte na webu duplicity nebo silné podobnosti, které nelze vyřešit sloučením všech stránek v jedinou a přesměrováním ostatních přes HTTP 301, je místo zákazu všech duplicitních variant lepší použít meta značku canonical:

<link rel="canonical" href="http://www.example.com/my-canonical-page"/>

Nejedná se o zákaz indexace v pravém slova smyslu, ale spíš o nezávaznou nápovědu vyhledávači, kam by měl všechny duplicitní a podobné stránky kanonizovat. Výhodou je, že pokud na to vyhledávač přistoupí, koncentruje do navržené kanonické stránky odkazy a rank ze všech takto označených stránek. Nevýhodou je, že to vyhledávač nemusí vůbec respektovat.

Meta robots noindex

Tohle je ta správná, čistá a bezpečná metoda, jak skutečně zakázat indexaci dané stránky. Do její HTML hlavičky přidáte meta značku:

<meta name="robots" content="noindex"/>

Využijete to v případě stránek, na které vůbec nechcete, aby vám uživatelé chodili z vyhledávačů napřímo. Typicky třeba kroky nákupního procesu nebo děkovací stránky po odeslání konverze. Čistě pro jistotu i všechny stránky s nějakými neveřejnými citlivými údaji, i přesto, že ty máte určitě všechny dávno schované za přihlášením.

Po meta robots noindex sáhnete i v případě, kdy se reálně potýkáte s duplicitami či podobnostmi, ale vyhledávač odmítá zohlednit navržený meta canonical. Nevýhodou je, že se vám pak rank tematicky nekoncentruje v ideální kanonické stránce, ale rozplizne se vám bezkontextově přes všechny odchozí odkazy do zbytku webu.

HTTP hlavička X-Robots-Tag

Alternativa k meta robots noindex. Jenom místo HTML zdrojáku se posílá přímo v HTTP hlavičkách v HTTP odpovědi od serveru:

HTTP/1.1 200 OK
Date: Tue, 25 May 2010 21:42:43 GMT
(…)
X-Robots-Tag: noindex
(…)

Čili v zásadě totéž jako meta robots noindex. Jenom je to složitější na implementaci – HTML tag vrazí do zdrojáku každý, HTTP hlavičky už jsou vyšší dívčí. A navíc písmeno X na začátku naznačuje, že je to nestandardní HTTP hlavička, takže nemusí být podporovaná zdaleka všemi vyhledávači. Takže meta robots noindex bude asi většinou lepší variantou.

Více viz článek Robots meta tag and X-Robots-Tag HTTP header specifications.

HTTP autentizace

Zejména pro testovací verze vyvíjeného webu se místo zákazu indexace hodí skrýt paušálně celý web za HTTP autentizaci. To se zapíná obvykle přímo v konfiguraci daného webového serveru. Testovací verze webu se schová za heslo, takže na ni nevidí nikdo nepovolaný. Vedlejším efektem pak je, že je chráněna i před nechtěným zcrawlováním a indexací vyhledávačem.

Čistě formálně vzato, stejně jako u robots.txt platí, že ani HTTP autentizace přímo nezakazuje indexaci, jenom se crawler nedostane k samotným stránkám. U testovací verze webu se ale neočekává, že by měla nějaký smysluplný odkazový profil a vnější kontext, ze kterého by mohl vyhledávač čerpat další informace. A i kdyby ji nějakým omylem zaindexoval, tak příchozí návštěvníci z vyhledávače narazí nanejvýš tak na přihlašovací formulář. Takže pro náš účel poslouží HTTP autentizace zpravidla uspokojivě.

Výhodou je i to, že po překlopení webu na ostrou doménu se často meta robots nebo robots.txt zákazy zapomínají odstranit, takže vedou obratem k vypadnutí celého webu z indexu vyhledávačů. U HTTP autentizace je riziko nechtěného zapomenutí minimální.

Pozor na chybné kombinace

Teď už víte, že pro zákaz indexace slouží primárně meta robots noindex. Možná vás napadne, že pro jistotu to stejně navíc podpoříte současným zákazem v robots.txt. Čistě pro sichr, co kdyby, za to nic nedáte.

To je ale přeci úplně špatně! Jen si to srovnejte v hlavě. Tím, že robotovi zakážete přistupovat na vaše stránky, nemůže si stáhnout HTML zdroják, takže se ani vůbec nedozví o tom, že tam nějaký meta robots noindex je. V důsledku paradoxně může tyto stránky vesele indexovat a nabízet ve výsledcích hledání.

Robots.txt prostě opravdu nesmí být u zákazu stránek ani trochu.

Obdobně doprovodí řada lidí meta robots noindex ještě dalším parametrem nofollow. Přeci čím víc zákazů, tím jistější:

<meta name="robots" content="noindex,nofollow"/>

Ve skutečnosti tím ale zakážete následování interních odkazů ze stránky dál a dost možná i přelévání ranku do zbytku webu. Vytvoříte tak černou díru na rank, což se vám může promítnout do nižších pozic obecně celého webu. Ale vy chcete zachovat a předat co nejvíce ranku, chcete, aby robot snáze objevil indexovatelný zbytek vašeho webu. Správný zápis je tedy:

<meta name="robots" content="noindex,follow"/>

S tím, že follow je výchozí hodnota, takže ji můžete úplně vynechat. Nofollow smysluplně použijete opravdu tak jednou za sto let.

A k čemu tedy v praxi využiju robots.txt?

Zůstává otázka, k čemu tedy vlastně robots.txt je, když ne k zákazu indexace.

Je přesně k tomu, k čemu byl navržený. Tedy pro zákaz přímého přístupu robota na web nebo nějakou jeho dílčí stránku. To se občas hodí, sic zdaleka ne tak často, jak jste si mysleli.

Například pokud máte URL, jehož pingnutím se hlasuje v nějaké anketě, a nechcete, aby vám roboti při procházení vaším webem přičítali hlasy. Totéž platí pro jakékoliv trackovací a přesměrovací skripty, například pro počítání návštěvnosti nebo prokliků z reklamního systému:

User-agent: *
Disallow: /poll/vote
Disallow: /clickthru

Roboty budete chtít někdy zakázat také z výkonnostních důvodů. Ať už na dílčích skriptech a stránkách, jejichž každé zobrazení představuje složitý výpočet náročný na serverové zdroje či vám prostě přijde zbytečné, aby si je vyhledávač stahoval:

User-agent: *
Disallow: /overkill-page

Anebo třeba přes robots.txt můžete paušálně odříznout nějakého konkrétního robota, pokud je neukázněný a sestřeluje vám web:

User-agent: badbot
Disallow: /

User-agent: *
Disallow:

Pořád jenom roboti. A co lidi?

Aby to bylo spravedlivé, máme tu pro zájemce jako bonus na závěr i standard humans.txt.

Podívejte se například, jak si žijí humans.txt na našem Medio webu!

Související odkazy

• Daniel Bradbury Dočekal: Robots.txt? K čemu něco takového je? A proč je to užitečné?
• Lindsay Wassell: Serious Robots.txt Misuse & High Impact Solutions

Za hranice Google Analytics

Google Analytics jsou skvělý nástroj pro sledování a vyhodnocování všeho, co se děje na vašem webu. Vidíte, odkud k vám lidi přichází, kudy se po webu proklikávají a kde se ztrácí, kolik z nich nakoupilo, co a za kolik. To je ale ve skutečnosti příliš úzký a omezený rozhled. Zdaleka ne všechno důležité se totiž děje jen na vašem webu. Zdaleka ne všechna klíčová data máte jen v Google Analytics.

Můžete si vedle Google Analytics otevřít ještě svou e-shopovou administraci, CRM, skladový systém, mailingové rozesílátko, tickety ze supportu, statistiky o počasí, výkyvy měnového kurzu, nasbíraný vývoj cen vašeho zboží u konkurentů… A dívat se do každého samostatně. Stále ale budete přicházet o obrovskou část důležitých informací.

• Za kolik u mne nakoupil pan Novák v posledním roce, a to napříč všemi jeho prohlížeči, telefonními hovory s infolinkou a návštěvami na pobočce? A ze kterých všech kampaní se za tu dobu proklikl na můj web a kolik mě to stálo?
• Jak si v následujícím půlroce objednávají lidé, kteří se obrátili na support a ten jim (ne)uspokojivě poradil?
• Kolik zboží prodal telefonista na helplince lidem, co mu volali na základě naší bannerové kampaně?
• Kolik povolat na víkend do práce skladníků, když má v Česku svítit sluníčko, na Moravě pršet a v pondělí je svátek?
• Jak mi změna sloganů na billboardech u dálnice ovlivnila prodeje v kamenném obchodě?
• Vydělám víc, pokud budu následovat změny cen konkurentů, nebo se mám radši držet své ceny?
• Jaký měla nějaká promoakce vliv na storna nebo vratky objednávek v následujících dvou měsících? Jak dlouho se lidé, co s ním přišli, ještě vraceli, kolik celkem utratili a vyplatila se mi?
• Kteří z mých klientů utrácel v posledním půlroce nejvíc u konkurence a jaký to mělo vliv na jeho tržby u mě?
• Jak dlouho nabízet přes Adwords remarketing nějaký produkt lidem, kteří se na něj ptali v chatovém supportu?
• A řadu dalších scénářů…

Skutečný poklad totiž neleží v datech uvnitř jednotlivých systémů, ale ve vztazích mezi nimi.

Samé slepé uličky

Takže buďto začnete používat nějaký jednoúčelový startup, kterých jsou po internetu mraky a jsou zpravidla k ničemu. Sice možná stáhne nějaká vaše data, vyrobí z nich pár sexy barevných dashboardů a tím to končí.

Nebo si naprogramujete vlastní zbastlený polofunkční integrační systém. Utopíte v něm hromadu peněz a nakonec zjistíte, že polovinu věcí neumí a zbytek počítá špatně. Cokoliv změnit nemáte odvahu, protože to bude zase drahé a beztak jediný programátor, co do toho viděl, už u vás dávno nepracuje.

Anebo to budete řešit pěkně ručně přes Excel, zaměstnáte dva „analytiky“ na fulltime, aby vám průběžně z týdne na týden připravovali neúčelně stále stejné reporty s aktuálními čísly, a brzy se utopíte se v excelovém inženýrství.

Tak nebo tak, kromě tří minut reportingu na poradě managementu to stejně nebude nikdo ve firmě reálně používat, protože to je těžkopádné a neflexibilní. Stejně to omezíte jen na několik málo lidí, protože tohle dělat pro každého člověka ve firmě zvlášť, aby každý viděl právě ta svá data a ty své reporty, které chce a má vidět, je neúnosné, složité a drahé.

Potřebujete to pojmout jinak.

Keboola a GoodData!

Dneska dělá Medio velký krok. Začínáme poskytovat veškeré služby kolem dvojice business-intelligence nástrojů Keboola Connection a GoodData.

Stali jsme se Keboola Certified Partner a Keboola Certified Reseller a máme za to dokonce i takovýhle krásný odznáček:

Keboola Connection je velice mocný nástroj, který do sebe umí průběžně tahat všechna možná data, která kde máte. Ať už to jsou reporty z Google Analytics, Adwords nebo Skliku, informace o zákaznících z vašeho CRM, eshopu nebo support systému, vaše skladové hospodářství či účetnictví, ale i úplně externí zdroje dat, jako třeba informace o počasí, aktuálních měnových kurzech apod. Po úvodní implementaci a konfiguraci běží už vše automatizovaně, cílem je minimalizovat nutnost jakékoliv opakované ruční práce.

Všechna načtená data jsou v zásadě neuspořádaná a heterogenní. Keboola Connection si je profiltruje, zkombinuje a pospojuje. Připraví je tak pro elegantní jednotný reporting. Pro samotné prohlížení, procházení a zkoumání dat se pak používají GoodData. Umožňují nad připravenými daty dělat obecně jakékoliv reporty, segmentace, filtrace, vizualizace. Prostě takřka cokoliv, co byste vůbec kdy mohli potřebovat. Dovedete si pak tedy zodpovědět různé otázky, třeba ty nastíněné výše. A platí, že každý člověk ve firmě může mít takto velice snadno na míru připravené své vlastní reporty, kde uvidí přesně ta data, která vidět má, přesně v té podobě, kterou potřebuje.

Medio se na tuto novinku intenzivně připravovalo několik měsíců. Prošli jsme si tréninkem, workshopy, prvními reánými projekty. Plně pokrýváme celý proces nasazení, od úvodní analýzy a implementace přes průběžný provoz a licencování obou nástrojů až po přípravu konkrétních reportů či analýz.

Neváhejte nám tedy napsat a zeptat se na cokoliv, pokud si i jen trochu myslíte, že by se vás to mohlo týkat a že by vám Keboola mohla v něčem pomoci.

Podívejte se na náš webinář o Keboole

Pokud vás zajímá podrobněji, cože to vlastně Keboola je a jak funguje, podívejte se na záznam našeho webináře:

Podívat se na záznam webináře o Keboole

Během půldruhé hodiny v něm ukazuji Keboolu i GoodData v praxi. Vysvětluji základní princip fungování, ukazuji konkrétní nastavení, zpracování dat i vytvoření reportů na jednoduchém projektu.

Přečtěte si o Keboole víc

• Jan Tichý: Keboolovatíme
• Tomáš Čupr: Jak GoodData a Keboola mění můj život
• Co je ta Keboola a GoodData?
• Lupa.cz: Kdo si cloud nevyřeší, toho semele
• Vojta Roček: Co vlastně děláme v Keboole?
• Petr Šimeček z Kebooly: Sleduji, co lidé s daty dělají, jaké mají potřeby a čím jim nejvíc můžeme prospět my