Jedná se o velmi užitečnou a praktickou věc pro Tag Management především rozsáhle strukturovaných či vícejazyčných webů. Ohromné výhody také přinášejí z hlediska udělování oprávnění k editace a publikaci změn v GTM.

• Váháte, zda přidělovat marketingovému oddělení a dodavatelským agenturám práva na publikaci změn, které ve vašem GTM dělají?
• Mají vaši vývojáři obavy, že „jim zas nějakej markeťák rozbije kód“?
• Řešili jste někdy dilema, zda na několik oddělených, ale obsahově podobných webů nasadit samostatné, ale konfigurací velmi podobné GTM kontejnery?
• Dostali jste se z jiného důvodu do situace, kdy jste potřebovali nakonfigurovat podobným způsobem větší množství Značek (Tags) v rámci jednoho kontejneru, a nešlo to vyřešit společným triggerem?

Zóny Google Tag Manageru vám mohou pomoci s řešením všech těchto situací.

O co jde?

Pomocí Zón lze v Google Tag Manager kontejneru používat oddělené „oblasti“, z nichž se každá chová jako samostatný celek. Vybraným uživatelům můžete udělit přístupy pouze do těch zón, ve kterých se nachází jimi spravované značky. Stejně tak lze nastavit podmínky pro spouštění jednotlivých Zón stejným způsobem, jako se nastavují u běžných Pravidel.

Zóna prakticky představuje jeden nebo více běžných GTM kontejnerů. Ty se ovšem nevkládají přímo do webu způsobem, jakým jsme zvyklí. O jejich vložení do kódu webu a vyvolání obsažených Značek se postará právě Zóna, resp. kontejner, ve kterém je nastavena. Kontejnery jsou na sobě nezávislé, disponují samostatnou sadou proměnných a mohou mít nastavena různá uživatelská oprávnění. Používají ovšem společný dataLayer.

Zónu jednoduše vytvoříte a nakonfigurujete přímo v rozhraní GTM, v poslední záložce levého menu.

Pro koho?

Zóny jsou v tuto chvíli k dispozici ve všech kontejnerech Google Tag Manager 360, který je součástí placeného balíku Google Analytics 360 Suite nebo jej lze zakoupit i samostatně. V neplacené variantě Google Tag Manageru Zóny k dispozici nejsou a zřejmě to není ani do budoucna v plánu. To ostatně odpovídá i celkovému určení této funkcionality. Ta je svým zaměřením vhodná právě zejména pro rozsáhlé weby, které využijí i další výhody 360 Suite.

K čemu to lze v GTM použít?

Pojďme se podívat na konkrétní možnosti využití. Typickým příkladem je situace, kdy určitým uživatelům chcete umožnit zásahy jen do vybrané části značek, vyvolávaných na vašem webu. Nechcete, aby agentura spravující váš Facebook měla možnost měnit nastavení měření do Google Analytics?

Vytvořte zónu, kde budou umístěny veškeré značky související s Facebookem, a agentuře udělte přístupy pouze do ní. Navíc můžete nastavit i přesná omezení, jaké typy značek, pravidel a proměnných budou v dané zóně povolené. Tím lze efektivně zabránit například konfliktům kódu samotného webu s obsahem Custom HTML značek a Custom JavaScript proměnných.

Máte několik oddělených jazykových mutací jednoho webu? Můžete centrále udělit výhradní právo na správu společných částí GTM – jediného kontejneru. Pro každý marketingový tým v daném regionu pak vytvoříte zónu, kde bude moci svá nastavovat svá specifická měření. To zároveň přinese velkou úsporu času ve chvíli, kdy potřebujete změnit nastavení některého z tagů, které jsou společné pro všechny weby.

Částečně šlo podobné situace řešit jediným společným kontejnerem a používáním pokročilých Pravidel již teď. Pokročilejší, ale méně praktickou a spolehlivou možností bylo také vkládání jednoho kontejneru do druhého skrz Custom HTML. Zóny ale přináší výrazně větší flexibilitu v nastavení, snazší ovládání pro méně zkušené uživatele (přístup pouze do konkrétní zóny) a nižší riziko chyby s fatálními následky.

Co dál?

Jsou Zóny v Google Tag Manageru funkcí, kterou musíte okamžitě začít používat a propadnout hluboké depresi, pokud ji k dispozici nemáte? Rozhodně ne. Ale v každém případě jde o užitečnou záležitost a výraznou inovaci GTM. Asi jen v málo případech bude dávat smysl nasazovat ji do konfigurace stávajících kontejnerů, ale určitě je dobré ji využít při návrhu nových implementací.

Zóny přináší zásadní výhody ve správě oprávnění u kontejnerů využívaných více stranami, zvýšení bezpečnosti skrze omezení typů entit v jednotlivých zónách a větší flexibilitu tag managementu u rozsáhlých vícedoménových webů. To vše z nich dělá bezpochyby jednu z nejužitečnějších a nejvýraznějších změn, kterými Google Tag Manager v posledních letech prošel.

Míra zákaznické zkušenosti

Věrnost značce se řídí empirickými zákony, které se formulovaly desetiletími vědeckého marketingového průzkumu. Co všechno ovlivňuje míru loajality? Řada faktorů. Nejčastěji je zaměňována za spokojenost zákazníků s určitým výrobkem či službou. V rámci RFM segmentace je věrnost značce vyčíslena frekvencí nákupu a penetrací. Je spojována s image, vnímanou kvalitou a hodnotou pro zákazníka nebo zákazníkovou ochotou doporučit daný podnik jinému potencionálnímu nakupujícímu. Poslední zmiňované monitoruje právě Net Promoter Score (dále jen NPS).

NPS představuje ochotu doporučit značku jako jednu z možností měření zákaznické zkušenosti. Výpočet se provádí na základě marketingového výzkumu. Při něm dostanou respondenti otázku: „Jak pravděpodobné je, že byste doporučili společnost / produkt / službu příteli nebo kolegovi?“. Respondenti odpovídají na škále 0 (zcela nepravděpodobné) až 10 (zcela pravděpodobné). Procento těch, kteří odpověděli 0 až 6 (neloajální) se odečte od procenta těch, kteří odpověděli 9 nebo 10 (loajální klienti). Výsledný rozdíl činí:

NPS = (počet loajálních odpovědí – počet neloajálních) / (počet všech odpovědí).

Podle odpovědí se rozdělují respondenti na tři skupiny zákazníků: „Kritici“ (uživatelé, kteří volili 0-6), „Propagátoři“ (odpovídali nejčastěji 9 a 10) a zbylí „Neutrální“ zákazníci (zaškrtávali 7 nebo 8).

Příklad: 100 propagátorů, 30 neutrálních, 80 kritiků. Celkem 210 respondentů

Výsledná hodnota NPS = (100 – 80) / 210 = 9,5 %

Mezi zákazníky je o 9,5 % více nadšenců než nespokojenců. NPS může dosáhnout hodnot od -100 do 100. Čím vyšší číslo, tím více jsou zákazníci s obchodem spokojenější.

Zase další údaj, který mi bude k ničemu. Omyl!

• Odhalte VIP zákazníky, kteří jsou momentálně nespokojení. U pravidelných zákazníků zjistíte, že jsou nespokojení, a můžete jejich problém vyřešit dřív, než odejdou ke konkurenci.
• Zjistěte, zda změny zafungovaly, jak měly. Jak se odrazila nějaká změna v celkové spokojenosti klientské báze?
• Vyřešte problém konkrétních zákazníků. Můžete se zabývat každou odpovědí zvlášť a opětovným kontaktováním zákazníka zjistit, proč je nespokojený a pokusit se jeho problém vyřešit.
• Dělejte upsell spokojených zákazníků. Díky propojení na mailingové služby můžete vytvářet personalizované kampaně pro loajální nespokojené zákazníky a dlouhodobé „prudiče“ z databáze naopak odebrat. Máte také možnost vytvářet PPC retargetingová publika na spokojené zákazníky a naopak vyloučit ty nespokojené.
• Posilte pozitivní dojem navenek. Do služeb, kde se sbírá hodnocení o obchodě (Heureka.cz, Facebook, Firmy.cz, Zboží.cz apod.) můžete začít směřovat pouze spokojené zákazníky.

Net Promoter Score není samospásný

S využitím této metody je spojena i řada neduhů a nepřesností. Nejde do hloubky a takto osamoceně vám neřekne, co konkrétně za případným negativním výsledkem stojí. Zda je skutečně provázaný s vaší nabídkou, nebo jen odráží momentální rozpoložení hodnotícího. Ve výpočtu je také výrazně potlačena skupina neutrálních uživatelů. Nerozlišíte navíc, zda zákazník hodnotil spokojenost se službou, přehlednost webu, nebo jen zakoupené zboží. A ti, kteří odpověděli, že by vás doporučili, vás reálně vůbec doporučit nemusí. Přes všechna negativa využívá NPS právě pro jeho neodolatelnou jednoduchost i řada českých e-commerce velikánů jako Zoot, Rohlik nebo Alza.

Pro přesnější metodu výpočtu náklonnosti můžete použít např. Index loajality zákazníka (ILZ), který do svého výpočtu zahrnuje i dobu, po kterou zákazník e-shop navštěvuje. Dalšími alternativami je CES – Customer Effort Score („Jak těžké bylo dokončit nákup?“), ACSI – American Customer Satisfaction Index (vážený průměr tří odpovědí), SERVQUAL (rozdíl mezi očekáváními a doporučeními), KANO (pět kategorií kvality založených na očekávání zákazníků), NVS (vnímání zákazníků v jednotlivých segmentech trhu). Z hlediska předvídání budoucnosti vaší značky jsou jako měřítka daleko užitečnější psychická a fyzická dostupnost značky.

SatisMeter – „them-promo“ alert

SatisMeter je český startup a jednou z platforem sbírající feedback uvnitř webových i mobilních aplikací právě podle popisované metodiky Net Promoter Score. To vše za pomoci jednoduchého pop-upu, lišty v patičce webu, případně neobtěžujícího embedded dotazníku (např. na stránce s poděkováním za nákup) či v e‑mailu. Sebrané odpovědi umí zpracovat i propojovat s dalšími systémy (CRM, Support, Analytika, marketingové nástroje, Slack, Intercom, Salesforce…) přes Zapier či API. Pokud potřebujete oslovit 10 000 uživatelů, nástroj vás vyjde měsíčně na $299. A pokud budete dostatečně rychlí a ozvete se nám na velflova@medio.cz, můžete ho s námi otestovat na jeden měsíc zdarma. Od týmu SatisMeter máme možnost nástroj s jedním z vás vyzkoušet.

Náhledy forem získávání odpovědí.

Loajální zamyšlení před usnutím

„Až 50 % nákupů pochází od zákazníků, kterým jste úplně ukradení.“ Radek Hrachovec z Pricewise, #EBF16 a @Lupacz https://t.co/bgexi94zur

— ONLINE PEOPLE (@ONLINEPEOPLECZ) October 6, 2016

Řečeno slovy Byrona Sharpa: Loajalita není svatý grál. Věrný zákazník nemusí být tím nutně nejlepším. Může nakupovat často, ale málo a za málo. Obsese loajalitou svede často marketéry na cestu, u níž je vysoce nepravděpodobné, že by vedla k růstu profitu. Vnucovat loajálním zákazníkům věrnostní program je jako topit bakelitem. Lidé, kteří podléhají „uplácení“ sběrem bodů nebo věrnostními kartami, jen čekají, až se objeví jiná, lepší nabídka. „Věrnostní“ strategie zaměřené na věrné a intenzivní nákupčí, které se snaží zvyšovat tržby bez rozšiřování zákaznické základny, jsou postavené na hlavu. Nikdy totiž nepromění malou značku ve velkou, protože ignorují většinovou bázi zákaznické základny.

A nezapomeňte, že na prvním místě je vždy zákazník. Plně informovaný, spokojený zákazník – ať nový, nebo ten teprve se rodící. Paradoxně ti nejspokojenější vznikají často právě ze špatných zážitků (Ladislav Trpák, E-Business Forum 2016). Proměnit problém v příležitost vám může pomoci právě průběžné sledování míry spokojenosti zákazníků.

Ozvěte se na velflova@medio.cz a vyzkoušejte s námi nástroj SatisMeter.

Použité a související zdroje:

• MeasuringU – Net Promoter Scoring: The Mean Works As Well As Promoters Minus Detractors
• MeasuringU – Predicting Net Promoter Scores From System Usability Scale Scores
• Marketing&Media – Loajalita není svatý grál. Jsou i jiné cesty (Byron Sharp)
• Reportáž z E-Business Fora
• Kompletní studie o věrnosti zákazníka
• Marketingové noviny – Kdo je to ten věrný zákazník?
• SatisMeter – nástroj pro monitoring NPS

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!

Viděli jste první live demo EasyReportu

Na stánku jste se mohli stavit na konzultaci a zejména vidět první veřejné live demo nástroje EasyReport. Konzultace byly někdy i v řádech hodin. Povědomí o čase jako by se na Shopcampu vytratilo. Zároveň jsme představili tarif EASY (2 900 Kč/měsíc), který oslovuje zejména malé e-shopy s tisíci objednávkami do měsíce.

Slabá místa na cestě uživatele e-shopem

Před obědem jste se mohli zanořit do hlubin Google Analytics na přednášce Vybrané e-shopářské vychytávky z Google Analytics (Romana Velflová, Tomáš Kumsta). Romana s Tomášem uvedli užitečné ecommerce příklady, o kterých jste ani netušili, že se dají v Google Analytics řešit. Zmapovali problémová místa na cestě uživatele vaším e-shopem jako neexistující vstupní stránky, neintuitivní filtrace, interní vyhledávání s prázdnými výsledky, přesycenost interní propagací či nefunkční nákupní košík. Přednáška byla letmou ochutnávkou našeho nového školení. Nášup si můžete objednat na Google Analytics pro fajnšmekry.

Google Tag Manager a učení se z chyb druhých

V odpoledních hodinách se ti techničtěji zaměření mohli rozvinout na 90 minutovém workshopu Google Tag Manager (André Heller). Žádný úvod do GTM, ale konkrétní pokročilé usecases. Na základě rozličné úrovně znalostí publika se probírala nejrůznější témata a problémy každého z vás. Nejvíc času se však věnovalo aktuální změně rozhraní Google Tag Manageru. Představte si, kdybyste mohli tento workshop prodloužit na celý den. Nově můžete. Na našem novém školení Google Tag Manager pro fajnšmekry.

Aktualizováno: 16. 10. 2016.

1. Jako součást balíčku nástrojů 360. Tato verze je zpoplatněná a neobsahuje žádné limity.
2. Ve free verzi, která zatím není plně přístupná pro Českou republiku. V tuto chvíli se nedají zakládat nové reporty a datové zdroje. Další omezení je počet reportů. Reportů je možné vytvořit jen 5. Počet nasdílených reportů omezený není.

V obou případech se jedná o beta verze.

Jak na to z ČR?

Jsou dvě možnosti jak Data Studio spustit.

1. Simulace americké VPN. Případně pokud máte k US VPN přístup v práci či doma. Pokud chcete VPN simulovat, je zde mnoho nástrojů, které se dají použít. Můžu doporučit rozšíření do Google Chrome s názvem TunnelBear. Do určitého objemu dat je zdarma a dá se k němu přihlásit pomocí Google účtu. Po přihlášení stačí jen vybrat příslušnou zemi. V případě Data Studio je nutné zvolit United States.



2. Pokud vám simulace VPNky nepomůže, je zde druhá možnost. Pomocí Chromu, kde se dá nastavit geolokace přímo do Ameriky i bez použití dalších rozšíření typu TunelBear. Vystačíte si jen s Chrome Developer Tools. V konzoli nastavíme na kartě Senzors emulaci zeměpisné šířky a délky pro US: lat=27.1959532 a lon=78.0245963. Stránka se pak tváří, že je v Americe. Do konzole se dostaneme snadno. Stisknutím funkční klávesy F12 nebo pravým tlačítkem do stránky a možností „Prozkoumat“. Po nastavení lokace se veškeré funkcionality free verze Data Studio zpřístupní. Někdy je potřeba opětovné načtení stránky. Postup byl původně zveřejněn ve článku How to Fake your Location in Google Chrome.

Entity

Data Studio konektory

Data Studio obsahuje dvě základní entity, které se dají nastavit.

1. Reports (Reporty) – každý report obsahuje minimálně jednu stránku a jeden datový zdroj.
2. Data Sources (Datové zdroje) – datové zdroje se dělí na jednotlivé konektory, díky kterým můžeme připojovat data z různých zdrojů. Například AdWords nebo Google Analytics (viz obrázek vpravo).

Všechny základní konektory jsou logicky od Google a pro přidání dalších zdrojů je nutné využít doplňků v Google Sheets jako je například Supermetrics. Přidání zdrojů můžeme provádět při zakládání reportu, na hlavní stránce a také přímo v editačním prostředí každého reportu.

Zakládání reportu

Založení reportu provedeme kliknutím na ikonu +. Při založení reportu se zobrazí okno pro výběr datového zdroje. V tomto ukázkovém reportu jsem jako datový zdroj zvolil [Sample] Google Analytics. Vybraný datový zdroj nemusí být jediný. Ke každému reportu můžeme přiřadit více datových zdrojů.

Vytvořenou čistou stránku reportu si rozdělíme do tří částí – na hlavičku a dvě poloviny. Data Studio totiž samo o sobě neumí přichytávání objektů ke krajům, případně ke středu stránky. Proto si musíme pomoci dalšími objekty. Toto rozdělení stránky provedeme pomocí obdélníků, ze kterých vytvoříme jednotlivé části s hlavičkou dokumentu. Jako další si přidáme nadpis reportu pomocí vkládání textu.

Dále můžeme přidat nadpis a pojmenovat si stránku, na které budeme tvořit grafy i celý report.

Základ máme vytvořený. Pro zobrazení výstupu ostatním uživatelům, kteří nemají editační právo, stačí přepnout editační tlačítko v pravém horním rohu. Touto volbou se změny potvrdí a překlopí se na ostrou verzi. Pokud mají uživatelé právo na úpravu reportu, mohou zasahovat do práce stejně, jako je tomu v Google Sheets. Na obrázku níže jsou vyznačeny spolupracující osoby (červeně) a editační přepínač (modře).

Tvorba grafů

Nejdříve si vytvoříme spojnicový graf na zobrazení návštěv v čase a porovnáme jej s minulým obdobím. Jako dimenze je tedy logicky vybrán datum a jako metrika návštěvy. Nastavení stylu grafu v záložce STYLE můžeme vynechat. Dají se zde přidat třeba trendové křivky, názvy os a různé grafické úpravy. Pro přehlednost a jednoduchost graf necháme v základním nastavení.

Ve druhém sloupci si připravíme tzv. Scorecards pro vybrané metriky: Sessions, Bounce Rate, Avg. Session Duration, % New Sessions. Opět si zde můžeme udělat srovnání s minulým obdobím. Případně vypnout názvy metrik v záložce STYLE a pojmenovat je vložením české textace.

Vkládání ostatních grafů je obdobné. Do reportu přidáme typ grafu Area Chart se základním nastavením, které zobrazuje podíl jednotlivých zdrojů na návštěvnosti.

Dále vytvoříme Bullet Chart na odpočítávání tržeb k dosažení zvoleného cíle. U tohoto grafu se musí nastavit mezní hodnoty pro jednotlivé části. Dají se nastavit pouze tři, takže dává smysl rozdělit graf přibližně na třetiny. Případně z nich udělat důležité mezníky. Například první pole je ve velké ztrátě, druhé je přibližně na nule a poslední pole by představovalo zisk. Toto si musí každý rozhodnout sám dle svého uvážení. Já jsem zvolil na ukázkových datech mezníky tak, jak jsou zobrazené na obrázku.

Dalším výstupem pro tento report bude tabulka Default Channel Grouping. Tedy srovnání jednotlivých kanálů podle několika vybraných metrik: Sessions, Transactions, Revenue, Ecommerce Conversion Rate. Po přidání metrik a zvolení dimenze Default Channel Grouping seřadíme tabulku podle konverzního poměru. Pro lepší orientaci v tabulce si v záložce STYLE obarvíme pozadí lichých řádků na světle šedou barvu.

Dalším grafem je typ Geo. Pro tento datový zdroj jsem zvolil mapu USA. Samozřejmě pro datové zdroje z ČR se dá zvolit mapa ČR případně Evropy. Pro zvýraznění hustoty návštěvnosti si v záložce styl vybereme barvy pro maximální, minimální a střední hodnotu.

Jako poslední vytvoříme grafy pro typy publika pomocí koláčového grafu. První graf odlišuje publikum dle pohlaví a druhý dle věku. Oba grafy se vytváří stejně, jen se mění zobrazovaná metrika. V záložce STYLE zvolíme pozici legendy, která bude nejvíce vyhovovat a report je téměř hotový.

Tvorba filtrace a časových rozpětí

Další velmi důležitou funkcí je filtrace a nastavení svého vlastního datového rozpětí. Tyto dvě možnosti mají pár pravidel. Vždy záleží, pro jaké účely chceme filtrace použít. Můžeme filtrovat celou stránku nebo skupinu prvků (grafů) případně jen jeden prvek. Odvíjí se to od toho, jak máme nastavené časové rozpětí u jednotlivých prvků reportu. Časové rozpětí totiž nemusí být dynamické, můžeme ho nastavit i staticky. Pokud nastavíme statickou hodnotu už nemůžeme pomocí vložených date pickerů na stránce časové rozpětí měnit. Defaultně je u všech grafů na stránce nastavená hodnota Auto (dynamická varianta) v poli Default Date Range.

Pokud je nastaveno vše defaultně a jednotlivé prvky nemáme rozděleny do skupin, tak vložená filtrace nebo časové rozpětí platí pro všechny prvky na stránce.

Při vytváření časového rozpětí zvolíme náš vlastní Default Date Range, který nastavíme dynamicky na 14 dní zpětně. Případně můžeme zvolit ostatní dynamické hodnoty jako posledních 7 nebo 30 dní. Pokud při vytváření neprovedeme tuto úpravu, nástroj bude brát časové rozpětí 28 dní vyjma dnešního dne.

Jako úplně poslední prvek do reportu vložíme filtraci podle zdrojů návštěvnosti. Tato filtrace je opět nastavená defaultně v nástroji. Stačí ji vložit do reportu. Zde provedeme úpravu v záložce STYLE, abychom z tabulkového výběru měli rozbalovací menu, které je pro tento report praktičtější.

Tímto je vytvořený celý report, který vypadá následovně:

Seskupování

Jen pro ukázku zde ještě ukážu seskupování prvků na stránce, které je velice jednoduché. Zejména pro filtrace a časové rozpětí u reportů, kde je více datových zdrojů, tuto možnost určitě každý rád využije. Pro seskupení prvků na stránce stačí všechny prvky označit a vybrat možnost Group. V tomto seskupení musí být samozřejmě zahrnut i filtr nebo časové rozpětí, které chceme, aby pro danou skupinu platilo.

Závěrem

Data Studio od Googlu je povedený nástroj pro tvorbu dobře vypadajících reportů především ze světa online marketingu. Samozřejmě by zde mohlo být na výběr víc typů reportů, datových zdrojů a nebo i uchytávání objektů. To vše ale kompenzuje fakt, že je tento nástroj velmi jednoduchý. Při tvorbě podobných základních dashboardů se zkrátka nenadřete.

Pokud se chystáte tento nástroj využít, případně byste chtěli pomoci s vytvářením reportů z různých zdrojů, neváhejte nás kontaktovat.

Cookies zná už dnes asi každý uživatel. Především díky nutnosti odsouhlasení jejich využití prakticky na každém webu. Google Analytics používají cookies pro identifikaci uživatele. Parametr cookieDomain pak určuje doménu, pod kterou se má cookie uložit.

Možnosti nastavení

V kódu Universal Analytics existují dvě možnosti, kde lze cookieDomain nastavit. Buď jako nepovinný třetí parametr v příkazu create nebo v poli, kde se dají nastavit další vlastnosti pro danou cookie, jako je například doba expirace.

ga('create', 'UA-XXXXX-Y', 'medio.cz');

ga('create', 'UA-XXXXX-Y', {
  'cookieDomain': 'medio.cz',
});

V GTM je toto nastavení podobné. Jen u tagů Analytics přidáme proměnnou do Fields to Set.

Nastavení cookieDomain v GTM

Automatizace cookieDomain

Výše uvedené příklady nastavení však nejsou úplně ideální, protože jim chybí dynamičnost. To může vést k problémům při špatném nastavení kódu, například při změně domény. Úplné opomenutí tohoto nastavení může vést k dalším problémům. Proto existuje hodnota, kterou můžete použít na každém webu a která toto nastavení automatizuje. Stačí hodnotu konkrétní domény nahradit za auto. Ve výsledku by implementovaný kód měl vypadat takto:

ga('create', 'UA-XXXXX-Y', 'auto');

Tento zápis říká Google Analytics, aby byly cookies nastaveny na nejvyšší úroveň domény. V případě webu blog.medio.cz se cookie uloží pod medio.cz. Kód ale můžu bez problému zkopírovat i na web www.datarestart.cz a cookie se úspěšně uloží pod datarestart.cz. V rámci GA je to dostupné prakticky od začátku. V GTM bylo nastavení velmi dlouho nepoužitelné a bylo přidáno až loni. Výrazně vám to zjednoduší nasazení měření a vyvarujete se následujícím chybám.

cookieDomain a chyby měření

Kam zmizeli noví návštěvníci?

Identifikace uživatele je pro spojování jeho akcí do návštěv klíčová. Žádný hit do Google Analytics neodejde bez ID uživatele. Hit může chybět například, pokud se pokusíte cookie uložit pod jinou doménu než tu, na které se uživatel nachází. Například na blog.medio.cz je možné prostřednictvím cookie uložit domény blog.medio.cz nebo medio.cz. Pokud bych ale třeba cookieDomain nastavil na google.cz, tak se žádné ID uživatele neuloží. U nového měření nebudou GA nebudou měřit vůbec žádná data. A pokud jste změnili nastavení měření, které do té doby fungovalo správně, tak se vám přestanou měřit noví návštěvníci.

Další chybou může být špatné měření mezi subdoménami. Pokud nastavení cookieDomain úplně opomenete, tak se cookies ukládají pod doménu pouze zkrácenou o www. Například tedy uživatel, který přijde na blog.medio.cz a proklikne se na www.medio.cz je pro Analytics úplně novým uživatelem. Přestože měření probíhá rámci stejného účtu. Tato chyba navíc není úplně konzistentní. Pokud by uživatel před návštěvou blogu navštívil www.medio.cz, tak bude pro Analytics tím stejným uživatelem i na subdoméně, protože tam je jeho ID dostupné. Určitá část uživatelů má tedy v rámci Analytics dvě různé a zcela oddělené identity. Hodnoty metrik jsou tak vyšší, než by měly správně být.

Závěrem

Společně s měřícím ID je cookieDomain jedním z nejdůležitějších nastavení. Všechna nová měření jsou dnes již v základu nastaveny na hodnotu auto a měřící kód funguje korektně napříč doménami a subdoménami. Přesto doporučuji nastavení cookieDomain, především u dříve nasazených měřicích kódů, zkontrolovat a případně opravit.

Pozor, pokud používáte GTM. Tam to v základu nastavené není a je nutné postupovat dle výše uvedené sekce Možnosti nastavení a proměnnou Value ve Fields to Set správně nastavit jako auto.

Prosíme, vyplňte nám dotazník, ať víme, co můžeme do příště vylepšit.

Prezentace

David Špinar: prezentace Analytické nástroje DoubleClicku
Adam Šilhan: prezentace Produktové kampaně vs. analytika
André Heller: prezentace Analytika mobilních aplikací

Pavel Jašek: prezentace Customer lifetime value ve světě digitálního marketingu
Michal Illich: prezentace Základy strojového učení
Jan Tichý: prezentace 5 tipů pro agentury, kterak ošidit své klienty

Jan Matoušek: prezentace Prediktivní analytika pro rok 2020
Ondřej Tomas: prezentace Zákazníci a „nezákazníci“ – kde jsou?
Pavel Brecík: prezentace Custom user-scoring pro remarketing a download link na GTM scripty

Petr Hamerník: prezentace Textová analytika pro marketing a sales
Michal Procházka: prezentace Předejděte problémům ve svých datech
Honza Mayer: prezentace Podívejte se do karet největším hráčům v e-commerce

Pracovní nabídky

Hledame na #datarestart do @parfumscz weboveho analytika #najdemete?

— Matěj Slavík (@Klikavec_cz) 22. dubna 2016

Zajímavé odkazy a tipy

Life-Time Value Calculation – CLV kalkulačka od Filipa Hráčka z Google.
JSONPath Online Evaluator – nástroj, který vám může ušetřit čas oproti manuální textové analýze.

Šéfe, vydělal jsem vám 100 tisíc navíc z AdWords – praktická ukázka, jak obrat klienta u PPC.
Gustovní klasifikace nadávek – klasifikační slovník českých nadávek využitelný i pro textovou analytiku.

MLMU.cz – Michal Illich – Deep learning (10.12.2014) – video ze starší přednášky Michala Illicha o deep learningu.
Záznamy přednášek z konference DataConf 2015 – pokud vás zaujala přednáška Ondřeje Tomase z CleverMaps a CleverAnalytics, pro další doplnění zkuste záznam z přednášky Lukáše Puchrika – Kde otevřít hospodu, aby mi nechodili lidi?

Tipy na open source nástroje pro machine learning a neuronové sítě od @michalillich. #DATArestart pic.twitter.com/9kRyr9bP0u

— Medio Interactive (@mediocz) 22. dubna 2016

Fotogalerie

Ohlasy na DATA restart 2016

Dnes jsme vyrazili na #DataRestart a musíme říci, že je to jedna z mála konferencí v ČR, které můžeme z pohledu programu doporučit!

— E-shop summit 2016 (@eshopsummitcz) 22. dubna 2016

Díky @mediocz (@medioteka @jantichy) za super #datarestart. Hromada poznatků, které si budu nejméně celý víkend rovnat v hlavě… Super!

— Jan Kalianko (@eshopkonzultant) 22. dubna 2016

#datarestart bylo skvely. Diky celemu tymu @mediocz za super akci.

— Lukas Teply (@LukasTeply) 22. dubna 2016

nejlepší after by @mediocz at #datarestart pic.twitter.com/FI4iW60knH

— Vojta Roček (@VojtaRocek) 22. dubna 2016

Reporty a články

eVisions: #DATArestart 2016 report
Tyinternety.cz: Nejpoužívanější #hashtagy 17. týdne

—

Poslední aktualizace proběhla 11. června 2016 v 19:08.

Jedním z řešení je odchytávání HTTP komunikace, což se hodí zejména u kontroly nativních aplikací. Každopádně tohle řešení je poměrně pracné a vzhledem k podstatě webu i dost zbytečné. Google Chrome má totiž zabudovanou podporu na vzdálené ladění (debugging). Potřebujete v zásadě jen tři kroky:

1. Nastavit telefon
2. Připojit k počítači a Chromu
3. Ladit!

Nastavení telefonu

V nastavení Androidu potřebujete udělat jedinou věc. Tou je zapnutí funkce Ladění USB (USB debugging). Tuhle položku najdete Nastavení v sekci Pro vývojáře (Developer options).

Pokud tuto položku vůbec nevidíte, máte ji pravděpodobně skrytou. U novějších androidů to tak často bývá. Musíte v nastavení najít něco jako O telefonu/O programu a tam najít číslo buildu, na které musíte 7x poklepat. V každém telefonu a verzi Androidu je to vždy trochu jinak schované, takže případně googlete.

Jakmile se konečně dostanete do nastavení Pro vývojáře, tak jen zaškrtněte checkbox USB debugging a potvrďte vyskakovací okno. Pokud nevíte, co děláte, tak si s ostatním nastavením raději nehrajte.

Připojení k PC a Chromu

Připojte telefon k počítači klasickým nabíjecím kabelem jako obvykle. Otevřete Google Chrome a do adresního řádku napište chrome://inspect. Pokud ještě nemáte, tak zaškrtněte Discover USB devices. Následně by vám na telefonu měl vyskočit alert, který potvrďte. Kdyby náhodou alert nevyskočil, zkuste telefon odpojit a připojit znovu. Případně opětovně vypnout a zapnout ladění. Občas se proces chytí ve špatném pořadí a není to poznat. Maximálně na podruhé se mi to ale povedlo vždy.

Po úspěšném připojení se vám v počítači zobrazí seznam otevřených záložek z prohlížeče na telefonu. Mimo cool tlačítek typu focus, close a reload, je tam hlavně to, co nás zajímá nejvíc -> inspect. Klikněte na to a otevřou se vám standardní vývojářské nástroje Chromu napojené na váš mobilní prohlížeč.

Závěrem

Jistě se najdou tací, které napadne otázka: „A k čemu to vlastně je? Proč prostě neemulovat zařízení v dektopovém Chromu?“ nebo „Proč to vůbec řešit, když mám responzivní web?“ Odpověď je prostá: „Protože můžete.“ To, že máte responzivní web, neznamená, že se na mobilu třeba nemůžou špatně ukládat cookies. Což je něco, co ani emulací nelze úplně zjistit. Je to prostě další možnost jak být zase o něco přesnější.

Související články a odkazy:

• Google Developers: Remote debugging
• MDN: Remote debugging Firefox
• Modus Create: Remote debugging iOS a Safari

Téma konference tak nikoho nepřekvapí. Jako jedna z mála se zaměřuje pouze na A/B testování a optimalizaci konverzního poměru.

Letos se její evropská verze přesídlila do Berlína (vloni byla v Londýně). Ve dvou dnech (15. – 16. října) se představilo dvacet přednášejících. Nebyli to profesionální speakeři, ale „lidi od fochu“ – marketéři a analytici. To bylo příslibem dobrého obsahu.

Ne všechny přednášky byly skvělé, ale každý den bylo prezentováno několik zajímavých případovek. Celkově měla konference velmi dobrou úroveň.

Skotská A/B(anka), optimalizace sázek a rekurentní platby v Avastu

Zapojení zaměstnanců v Royal Bank of Scotland

Úvod prvního dne patřil Gilesi Richardsonovi z Royal Bank of Scotland. V RBS řešili tradiční problém. Nedostatek analytiků a marketérů pro optimalizaci webu. Vyřešili to po svém. Přišli s programem Superstar DJs. Malým týmem analytiků a CRO specialistů, kteří měli na starosti jednotlivé části webu. Ti řídili, co a kdy se bude A/B testovat v jejich „rajónu“. Pomocí Adobe platformy pak doslova každého zaměstnance firmy proměnili v pomocného marketéra. Každý měl možnost podílet se na zlepšeních a dávat CRO týmu své nápady. Uspěli. Nápady začaly chodit jak z call centra, tak z managementu. Zájemce pak učili, jak A/B testy nastavit a řešili jen kdy co spustit a co vypnout. A/B testování se tak stalo disciplínou, která se začala využívat plošně přes celou firmu s několika tisíci zaměstnanci.

Jak vložit deposit a kdy se připomenout s jeho doplněním?

I v online casinu MyBet.com dělají zajímavé věci. Sean Keogh se podělil o několik A/B testů. Tyto dva mě zaujaly nejvíce.

1) Na stránce pro vložení vkladu pro sázky zkoušeli několik způsobů, jak zákazníci mohou vložit peníze na svůj účet:

• Textové pole, kam uživatelé napsali svůj vklad.
• Několik tlačítek, každé z nich pak představovalo určitou sumu a vklad.
• Tzv. slider = posuvník, pomocí kterého zákazníci volili sumu vložených peněz.

A/B/C test ukázal, že nejvhodnější pro ně je pracovat s tlačítky. Ty vedly k největšímu obnosu vložených peněz.

2) Druhý test se týkal pop-upu, který připomíná zákazníkům, že na svém účtu už nemají skoro žádné peníze a měli by je doplnit. Zkoušeli dvě varianty:

• Zobrazení pop-upu, když je zůstatek účtu €5.
• Zobrazení pop-upu, když je zůstatek účtu €10.

Varinta s €5 byla úspěšnější. Co teď ale dělají je o krok dále. Zobrazují tento pop-up v závislosti na tom, kolik každý zákazník obyčejně vkládá. Pokud někdo vždy vloží €500, zobrazují mu tuto výzvu už při €50. Pokud někdo vkládá jen €50, vyplácí se jim zobrazovat zprávu až při €5. Nejen v jejich byznysu je personalizace klíčem k úspěchu.

Auto-renewal v Avastu

Stejně jako loni jsem i tento rok dostal příležitost na konferenci přednášet. Oproti minulého roku jsem byl poctěn rovnou 50 minutami, což jsem se dozvěděl až týden před konferencí. :-) Trochu narychlo jsem připravil více materiálu a stočil své povídání kolem rekurentních plateb (auto-renewalu).

Auto-renewal je způsob platby za produkt typu předplatné (subscription model). Když zákazníkovi končí jeho předplatné, je mu automaticky prodlouženo na další období (za předpokladu, že mu byla úspěšně stržena částka z bankovního účtu). Tento obchodní model je dnes hojně využíván (Office 365, Spotify, Evernote atd.). Využívá ho i Avast, můj zaměstnavatel.

Sdílel jsem s účastníky naše zkušenosti s auto-renewalem a podělil se o několik tipů, které nám pomohly dostat z tohoto způsobu plateb více.

V druhé části prezentace jsem pak povídal o dalších zajímavých optimalizacích, které jsme v poslední době v Avastu dělali. Celá prezentace je zde:

Tipy na dynamické zobrazení nabídek a monetizaci mobilních her

Dynamické zobrazování nabídek

1) Druhý den začal zajímavou přednáškou od Ryana Urbana o 10 způsobech, jak z pohybu uživatele po webu vyčíst více informací.

Co mě zaujalo?

• Na mobilu můžete akci navázat na klik uživatele do adresního řádku v prohlížeči. Uživatel chce pravděpodobně odejít, a vy mu můžete ukázat pobídku k registraci do newsletteru nebo poprosit o zpětnou vazbu.
• Pohyb myši často kopíruje náš zrak. Ryan vybízí k navázaní akce k hover efektu (najetí myší na nějaký element). Tou akcí může být zobrazení více informací nebo zvýraznění elementu.
• Chytré využití scrollování. Navažte nějakou akci na to, že uživatel doscrolloval až do konce nebo že se z konce doscrolloval opět na začátek. Tato aktivita značí velký zájem. Ukažte uživatelům doporučené produkty, další články ke čtení či registraci k odběru newsletteru.
• Využití Facebook Custom Audiences. Ryan o tom mluví jako o „the next big thing“ v kontextu nového kanálu, který umožňuje efektivně zasáhnout cílovou skupinu. Do Facebooku importujete emailové adresy (například z Mailchimpu) a reklamní sdělení pak zobrazíte jen těmto lidem.

Mobilní marketing

Zajímavá čísla ukázal Philippe Dumont z Francie o stavu mobilního marketingu:

• Za mobilní reklamu se v roce 2016 utratí více peněz než za desktopovou (zdroj: eMarketer).
• Kávový gigant Starbucks tvrdí, že v USA 15 % transakcí ve Starbucks bylo uděláno přes jeho mobilní aplikaci.

Monetizace mobilních her

Fámozní přednášku měla Emma Povkhan z Aeria Games. V Aeria Games dělají multiplayerové hry pro PC i mobily a nevedou si špatně. Jejich hry hraje kolem 70 milionu lidí po celém světě.

Mají zajímavá data o tom, jak se hrají hry na východě i západě. Systém odměn pro hráče se například radikálně liší. Na východě je běžné, že rozdělení odměny mezi hráče a skupinu (tzv. guildu) je 50/50. Na západě toto nefunguje. Zde se uplatňuje model 95/5 ve prospěch hráče. Hezky je tak vidět západní individualismus. :-)

Zaujaly mne monetizační taktiky, které v Aeria Games používají:

• „Flash sales“: Akce, nabízející produkt s velkou slevou, která trvá jen několik hodin. Odpočet do konce nabídky pochopitelně nesmí chybět.
• Omezené množství: Několikrát do roka předem oznámí „den velkých slev“. Několik produktů nabídnou s velkou slevou, ale v omezeném množství. Uživatelé se těší na slevy a jsou připraveni nakupovat. Na většinu z nich se zboží v atraktivní slevě nedostane. Ale tito lidé už byli rozhodnuti nakupovat. Koupí tak i zboží bez slevy nebo v méně atraktivní nabídce.

Emma Povkhan A/B testovala způsob prezentace zboží v atraktivní slevě. Verze A obsahovala pouze zboží s velkou slevou (a v omezeném množství) a pak další zboží. Verze B obsahovala zboží s velkou slevou (a v omezeném množství). Vedle bylo zobrazené totéž zboží, jen bez slevy a v neomezeném množství. A pak také další zboží. Překvapivě B verze byla lepší. Když zákazník viděl, že zboží ve slevě se prodává i bez slevy, mělo to pozitivní dopad.

Závěrem

Na závěr bych chtěl zmínit pěknou odpověď na větu, kterou jste možná už také slyšeli: „Nemáme peníze na to, abychom dělali A/B testování.“ Jak reagovat?
Co takhle: „A víte o kolik peněz přicházíte, když A/B testování neděláte?“

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