Som digital markedsfører bruker vi tid på webstatistikk for å finne informasjon, muligheter og eventuelle avvik. Jeg husker tilbake til mitt første møte med Google Analytics og den frustrasjon som oppstod da jeg bare skulle "finne innsikt".
Google Analytics har heller ikke fått færre rapporter og tall med tiden. Jeg kan forestille meg at oppgaven med å sette seg inn i Google Analytics for første gang i dag, kan være både skremmende, frustrerende og irriterende.
Webanalyse er noe vi ikke kommer unna om vi ønsker å drive datadrevet markedsføring. Og det kan være vanskelig å finne et utgangspunkt og jobbe seg derfra.
Derfor har jeg skrevet en liten innføring i hvordan du kan komme i gang med segmenter du også.
Tidligere, når du logget deg inn i Google Analytics, ble du presentert for følgende oversikt.
I denne rapporten fikk du servert "økter", "brukere", "sidevisninger", "sider per økt", "gjennomsnittlig besøkstid", "fluktfrekvens" og "nye økter".
Så, er dette gode tall, eller ikke? Vanskelig å si?
I dagens oversiktsrapport du møter når du logger inn, er forbedret og mer detaljert enn den forrige, og nå også med sammenligningsgrunnlag. Så, hva med denne rapporten? Er det gode tall?
Det kan fortsatt være utfordrende å lese tallene, om du ikke vet hva du skal se etter. Rapporten er ment til å gi et oversiktsblikk, slik at det kan være enklere for deg å vite hvilke rapporter du bør se på deretter. Men for mange, kan dette være et vanskelig utgangspunkt også.
Jeg husker selv tilbake da jeg startet med webanalyse, den umulige oppgaven med å analysere tallene, for hvordan kunne disse tallene evalueres som gode eller ikke?
Følelsen av at det manglet noe, var definitivt tilstede.
Og det er faktisk en ganske umulig oppgave uten noen kontekst. Det blir litt som å spørre, "hvor lang er en kjeppp?"
Kjent konsulentsvar, "det kommer an på.."
Det kommer faktisk også an på flere ting.
Det var ikke før litt senere, etter at jeg hadde jobbet med web i et par år at jeg ble kjent med muligheten for segmentering og det å bryte ned dataen for å isolere deler av den, som beskrev målgruppebasert atferd isteden for aggregert og samlet. Da Google Analytics introduserte segmentering som ny funksjonalitet i 2008, var lykken stor.
Det er faktisk helt avgjørende at du benytter tallene i en kontekst. Det vil si, hvordan er utviklingen over tid for disse tallene? Hvis antall økter i dag er 40 og det var 30 i går, så er utviklingen positiv. Men hvis antall økter i går var 50, så er utviklingen negativ.
Hvis du har til formål å doble antall besøk, så er 40 økter sammenlignet med 30 økter, så har vi fortsatt ikke riktig utvikling, til tross for at tallet er høyere. Hvis konteksten er at du skal doble antallet, er ikke 33% tilfredsstillende. Det er derfor viktig å se tallene i sammenheng med både utvikling og mål.
Måned 1 har du 17% mer besøk, måned nr 2 har du 15% prosent mer besøk, og måned nr 3 har du 13% mer besøk. Hvilken vei går denne utviklingen? Ja, du har flere besøk for hver måned, men den prosentvise utviklingen, går feil vei. På et tidspunkt, kommer denne utviklingen til å gå i 0%, og etter det, er det kun minus. Det er faremomentet.
Det er derfor veldig viktig å se på mer enn bare 1 ting av gangen. Flere kunder av meg har trodd at de har hatt en god utvikling hvor de har hatt stegvis økende antall besøk, men den prosentvise utviklingen har vist noe annet. Da er det viktig å kunne ta affære før du taper mer. Her kan da innsikt være med på å spare penger. Penger spart, er penger tjent!
Hvis vi ser tilbake på bildet over, så er dette tall for hele nettstedet. Og hva er galt med det?
Tanke-eksperiment:
Er det naturlig at en person som kommer på nettstedet, skal bestille varer, søke jobb, finne kontaktinformasjon, lese nyheter og bli medlem av kundeklubben samtidig? I de aller fleste tilfeller, er svaret nei. (Med mindre du er en av mine kverulerende venner som liker å motbevise meg på slike ting).
Hvis vi da rapporterer på disse aggregerte tallene, vil det da gi innsikt i om nettstedet presterer godt i de forskjellige oppgavene som kan utføres?
For å kunne optimalisere og finne viktig informasjon, er det helt essensielt å isolere deler av dataen. For å kunne optimalisere kjøpsprosessen, så lønner det seg å benytte seg av dataen som er relatert til kjøpsprosessen, hvilket kan være brukere som viser kjøpsatferd på nettstedet. Da bruker vi segmenter.
Avinash Kaushik sier; "Segment or die". Og det er en grunn til det. Segmentering kalles webanalysens hellige gral, for det er der mye av den gode innsikten finnes. For å finne mest ut om atferd som omhandler nettbutikken, så prøver vi å isolere den delen av statistikken, slik at ingen andre atferdsgrupper kan påvirke den dataen vi ser på.
Vi kan se tendenser til slike innsiktsbehov i Google Analytics kontoer som benytter egne datautvalg (views/profiler) som tar utdrag av kun deler av datasettet, som for eksempel en nettbutikk.
Det er som regel ikke i datautvalgene vi skal drive segmentering, det er i rapportene. (Finnes selvsagt noen avvikende tilfeller). Vi ønsker muligheten til å drive segmentering med hele datagrunnlaget som utgangspunkt. På den måten kan vi både leke oss og fordype oss i deler av dataen, som beskriver mindre utdrag av områder vi ønsker å se nærmere på.
Eksempel:
Brukerne som er interessert i produkter i nettbutikken besøker sider som inneholder "shop" i seg. Da kan vi bruke denne fellesnevneren til å bygge et segment.
På denne måten isolerer vi den delen av besøkende til nettstedet som besøker nettbutikken.
I artikkelen til Avinash, som daterer seg tilbake til 2006, nevner han det som kommer til å bli den hellige gral innen webanalyse for mange år fremover, nemlig segmentering. "Do or die, there is no try", skriver han. Må også nevne at, det er noen år siden sist jeg leste dette blogginnlegget og det er fortsatt detaljer i hans innlegg, 13 år tilbake,som gir meg fortsatt frysninger på ryggen.
For å nevne et eksempel; brukere som ikke er på nettsiden mer enn 5 sekunder, kan ekskluderes. De er rett og slett ikke "in the game" i det hele tatt. Nettstedet hadde ingen sjanse.
Så hvorfor er dette et briljant eksempel? Jo konteksten. For hvis du kombinerer det med markedsaktiviteter du har gjort, for eksempel betalt annonsering via Adwords, Facebook annonsering eller andre aktiviteter, hvor du da kan se hvor mange som faktisk går ut fra nettstedet igjen innen 5 sekunder? Det er viktig informasjon! Det er innsikt!
Hvis du mot formodning skulle ha 80% av en kampanje der brukerne klikker seg videre fra annonsen og inn til nettstedet, for så å forlate det innen 5 sekunder, så er det mye penger kastet bort. Det er slik innsikt vi trenger for å kunne optimalisere hyppig.
Jeg starter ofte med brukeroppgavekartlegging for kunder som skal bygge segmenter for første gang. Brukeroppgavene beskriver hvilke mulige oppgaver som kan gjennomføres på et nettsted og vil umiddelbart gi et utvalg av segmenter som kan benyttes.
Lag gjerne eget dokument på dette, for denne kan videreutvikles over tid.
Eksempel:
Hovedmenyen på nettstedet er ofte en god kilde til å kartlegge hvilke brukeroppgaver et nettsted har. Finn frem til hvilke fellesnevnere disse segmentene har, og test ut ved å bygge segmenter i Google Analytics.
Her er en liste av segmenter du kan starte med.
Når du har gjennomført kartlegging av brukeroppgavene, så ta en titt på selve ABC (Acquisition, Behaviour, Conversion). Definer segmenter som tilhører disse forskjellige kundefasene. Det vil si:
Brått har du en lengre liste med segmenter du kan benytte til å hente innsikt fra. Du lærer mer og mer om dine målgrupper og kjenne. Du lærer nettstedet bedre å kjenne og du kan fortere benytte enda mer taktiske og strategiske kampanjer ved å utnytte denne innsikten du nå har tilegnet deg.
Det trenger ikke stoppe der! Hva med å bygge mikrosegmenter? Segmenter som underbygger og fragmenterer større segmentgrupper. For eksempel innenfor segmentet "brukere som besøker nettbutikk", så kan du bygge mikrosegmenter på produktkategorier og deretter også produkter. Her er det kun kreativiteten og fantasien som setter en stopper.
Men hva om du kunne legge til ytterligere parametre? For eksempel ved å legge til mikro og makrokonverteringene. Makrokonverteringene, er de store konverteringene som gir deg direkte verdi, mens mikrokonverteringene er de som er av lavere verdi og ofte kan føre til makrokonverteringer i senere tid. Mange kaller mikrokonverteringer for supporterende konverteringer.
Det finnes utallige mange måter å bygge segmenter på, og jeg håper jeg har kunnet gi deg noen ideer om hva du selv kan gjøre for ditt nettsted.
Segmentene er kun utdrag av statistikken og vil ikke endre, fjerne eller ødelegge statistikken på noen måte. Hvis du er usikker på om du har satt opp segmentet riktig, er det bare å ta kontakt med oss, så vil vi kunne hjelpe deg med dette. Men jeg anbefaler at du prøver ut.
Hvilke segmenter bruker du? Og har du funnet noen segmenter som er "din hellige gral" av innsikt? Hvis du ønsker hjelp til å både finne og sette opp segmenter for din bedrift, så kontakt oss gjerne i dag for en hyggelig prat.
