Oldal kiválasztása

Kulcsfontosságú egyéni Analytics jelentések és szegmensek webhelyed optimalizálásához

Nem tudom te milyen gyakran és milyen mélységben elemzed ki webhelyed látogatottságának statisztikai adatait. Gondoltam könnyítek a helyzeteden és készítek számodra néhány egyéni Google Analytics jelentést és szegmenst, amelyeket te magad is azonnal használhatsz saját webhelyedhez, különösen, ha éves értékelést kell készítened.

Mivel a jelentések értelme függ attól, hogy épp milyen webhelyről van szó (webáruház vagy hírportál, esetleg blog) igyekeztem lefedni minden területet, így nagyon remélem, hogy néhány jelentést hasznosnak találsz!

Azt külön megköszönném, ha a végén elmondanád véleményedet, saját tapasztalataidat illetve, ha hiányolsz még valamit ami számodra fontos lenne.

Hosszú távon tervezem bővíteni ezt a gyűjteményt további hasznos jelentésekkel.

Sikeres elemzést, jó olvasást!

Milyen napokon és időintervallumban a legaktívabbak felhasználóid?

Munkamenetek óránként - Google Analytics éves jelentés

Munkamenetek óránként – Google Analytics éves jelentés

Ezzel a jelentéssel megvizsgálhatod a nap mely órájában a legmagasabb a webhelyed forgalma.

Az általam elemzett oldal esetében, éves időszakra kivetítve, a webhely látogatottsága este 9 órakor éri el a maximum értéket (~14500 munkamenet).

Ezt a jelentést,- különösen nagyon magas látogatottságú oldalak esetében-, a nagyszabású vagy több időt igénylő karbantartási munkálatok tervezéséhez is használhatod, igaz az esetek többségében a hajnal 3 óra a legideálisabb időpont a munkálatok elvégzéséhez, de lehet olyan a téma, hogy nem ez jellemző.

A következő jelentésben pedig a hét napjait vizsgálhatjuk meg (0-vasárnap, 1-hétfő, 2-kedd stb…). A lentebbi kimutatásból arra következhetünk, hogy éves szinten, a hétfői nap érte el a maximális munkamenetek számát, illetve a szombati napon volt a legalacsonyabb.

Munkamenetek, a hét napjai - Google Analytics éves jelentés

Munkamenetek, a hét napjai – Google Analytics éves jelentés

A jelentések segítségével egy adott órát vagy a hét valamely napját is külön kielemezhetjük. Ilyenkor a legegyszerűbb, ha kérdéseket teszünk fel magunknak. Például:

Keddenként milyen volt az óránkénti munkamenetek száma?

Még egy említésre méltó jelentés: a hét napjai összevetve a nap óráival, ez az alábbi jelentésen látható. Mint kiderül, az általam elemzett webhely esetében, keddenként 21 óra körül volt a legmagasabb a munkamenetek száma. A mi esetünkben ez nem lényeges különbség, de a te webhelyed esetében ez teljesen másképp nézhet ki. Ezeket az információkat akár kampányaid időzítésére is felhasználhatod.

Munkamenetek: A hét napjai és órák összevetése - Google Analytics jelentés

Munkamenetek: A hét napjai és órák összevetése – Google Analytics egyéni jelentés

A lineáris idő kimutatásával azt is megtudhatod, hogy melyik napon és hány órakor volt a legmagasabb a munkamenetek száma. Az alábbi jelentésből az látható, hogy 2017 október 19-én ez lényegesen magasabb volt.

Munkamenetek: Lineáris idő - Google Analytics egyéni jelentés

Munkamenetek: Lineáris idő – Google Analytics egyéni jelentés

Webáruházak esetében még hasznosabb kimutatásokra tehetünk szert. Az alábbi kimutatáson a tranzakciók számának a változását láthatjuk órákra lebontva. Hogy még érdekesebb legyen, én összehasonlítottam az előbbi időszakkal (teljes éves időszak). Úgy tűnik, a mi esetünkben, a vásárlási hajlam maximális értéke éves adatok alapján, délelőtt 10 óra körül volt. Ha ezt tovább bontjuk, akkor a hétfői nap volt a legkiemelkedőbb a tranzakciók számát tekintve. Én nagy valószínűséggel 9-11 óra közötti időszakban maximálisan fókuszálnék az értékesítésre, legyen az fizetett kampány vagy hírlevél, bármi ami az árbevétel növeléséhez vezet.

Tranzakciók száma óránként - Google Analytics egyéni éves jelentés

Tranzakciók száma óránként – Google Analytics egyéni éves jelentés

Melyek a jelentős forgalommal bíró, de gyengén teljesítő képernyőfelbontások?

Ezt a jelentést azért készítettem el neked, mert ennek segítségével te is megtudhatod, hogy a különböző böngésző típusok milyen konverziós értéket mutatnak. Ez különösen akkor érdekes, ha képernyőfelbontással (vagy eszköz típussal) összevetve vizsgáljuk. Az alábbi példán az látható, hogy Chrome böngésző használatával jelentős látogató érkezik az oldalra 360×640 felbontású képernyőről (mobil eszközről), azonban a konverziós arány a legalacsonyabb a top 10 felbontások közül. A jelentés importálást követően azt is láthatod majd, hogy az adott felbontással milyen mobil eszközről nézik leginkább webhelyed oldalait.

Képernyőfelbontás Chrome böngészővel, ekereskedelmi értékek - Google Analytics egyéni jelentés

Képernyőfelbontás Chrome böngészővel, ekereskedelmi értékek – Google Analytics egyéni jelentés

Honnan tudhatjuk, hogy a képernyőfelbontás egyezik a böngésző ablak méretével?

Ez a jelentés rendkívül fontos. Geiger Tamásnak (@duracelltomi) köszönhetjük, akit megkértem, hogy osszon meg velünk néhány kedvenc jelentést habár ő igazán már csak kizárólag Google Data Studióban készíti a jelentéseket. Tamás egyébként Magyarország egyik legkiemelkedőbb AdWords, Analytics és GTM szakértője, az ő nevéhez fűződik a legnépszerűbb GTM WordPress bővítmény is, amit érdemes kipróbálnod.

És akkor lássuk a jelentést.

Sokan a képernyőfelbontást nézik, holott ez minél nagyobb, annál inkább lehet, hogy a felhasználó nem teljes képernyős módban használja a böngészőt, ahol megjelenik a weboldalunk és így fals infó lehet, hogy _azért_ nem jó valami, mert az túl *nagy* felbontás, miközben pont, hogy ott túl kicsi az ablak:

Képernyőfelbontás és böngésző ablak méret

Képernyőfelbontás és böngésző ablak méret

Pivot (kimutatás) nézetben feltárható problémák

Szintén Tamásnak köszönhetjük ezt a jelentést. Sajnos kevesen használják pedig érdekes számokat lehet innen is kiolvasni, ahogy az alábbi példán is látható:

Operációs rendszer visszafordulási arány pivot kimutatás

Operációs rendszer visszafordulási arány pivot kimutatás

Például a böngésző és operációs rendszer pivot nézetbe állításával könnyebben kiértékelhető, hogy melyik kombinációval lehet gond, mert akár magas a bounce (visszafordulási arány), akár alacsony az oldalon töltött idő (a kettő általában összefügg).

De ha például egy bizonyos elemmel kapcsolatban (videó, belső banner, stb) mérünk esemény méréssel több akciót is, akkor ez a pivot nézet megint hasznos lehet megnézni, hogy például melyik videóval meddig jutnak el a felhasználók leginkább:

Esemény (event) pivot kimutatás

Esemény (event) pivot kimutatás

Hogyan változnak a konverziós értékek mobil eszközökön és asztali gépeken?

Ehhez a jelentéshez nincs szükség egyéni beállításra. Analytics felületén navigálj el a „KÖZÖNSÉG>Mobil>Áttekintés” menü alá!

Habár a mobil eszközök használata túllépte az asztali gépekét -különösen webáruházak esetében-, a vásárlási kedv vagy egyszerűen a kényelmi funkció miatt, a konverziós értékek még mindig magasabbak asztali gépeken.

Konverziós értékek mobil eszközök és asztali gépről

Konverziós értékek mobil eszközök és asztali gépről

Ahogy a fentebbi példán is láthatjuk, messze jobbak az asztali gépről érkező látogatók értékei, igaz arról sem kell megfeledkeznünk, hogy a mobil eszközökről érkező látogatók egy jelentős része (akiknél feltételezhetően már nagy a vásárlási szándék), átvándorolnak asztali gépükre, majd ott folytatják vagy bonyolítják le a vásárlási folyamatot.

Erős meggyőződésem, hogy számos webáruház manapság már nagyon jó felhasználói élményt nyújt mobil eszközökön is, mindennek ellenére, a felhasználók egy jelentős része erős pszichológiai késztetést érez arra vonatkozóan, hogy a vásárlási folyamatot inkább asztali gépén végzi el.

Ha a fenti példát nézzük, az látható, hogy tablet eszközökön már eleve magasabb a konverziós érték.

Azonban, ha tovább elemezzük az adatokat és az eszközöket képernyőfelbontásuk alapján vizsgáljuk, akkor rádöbbennünk, hogy a magas felbontású eszközökön a konverziós értékek már nem annyira rosszak. Itt azonban mérlegelnünk kell, hogy milyen felbontásra lenne érdemes még tovább optimalizálnunk weblapunkat a kedvezőbb értékek elérése érdekében.

Az alábbi példán azt figyelhetjük meg, hogy a legtöbb oldalmegtekintés mobil eszközön, a 360×640 felbontású kijelzővel rendelkező eszközökről érkezik, aminek a konverziós értéke csak 0,7%. Érdemes lenne erre a felbontásra jobban optimalizálni az oldalt, különösen a vásárlási folyamat során betöltődő oldalakat.

Konverziós értékek mobil eszközök képernyőfelbontás alapján

Konverziós értékek mobil eszközök képernyőfelbontás alapján

Melyik külső hivatkozó webhelynek a legmagasabb a konverziós értéke?

Én most számodra e-kereskedelmi adatokkal készítettem el egy jelentést, de ez más célok kimutatásához is hasznos lehet, hogy láthassuk mely külső hivatkozó oldalak a leghatékonyabbak.

Hogy milyen célt határoztunk meg az változó, a hírlevél feliratkozástól a generált leadekig, az új regisztrált felhasználók számától a whitepaper és e-könyv letöltésekig bármi lehetséges.

Hivatkozó webhelyek, ekereskedelmi eredmények - Google Analytics éves egyéni jelentés

Hivatkozó webhelyek, ekereskedelmi eredmények – Google Analytics éves egyéni jelentés

Amennyiben azt is szeretnénk látni, hogy a külső hivatkozó webhely mely oldaláról mutat a hivatkozás, akkor a „Hivatkozó oldalak” fülre kattintva ezzel az opcióval kiegészítve is elemezhető a jelentés.

Alábbiakban egy ilyen példát láthatsz, amelyen az e-kereskedelmi értékeket emeltem ki, pirossal a gyengén teljesítő forrásokat, zölddel a jól teljesítőket.

Külső hivatkozó oldalak, ekereskedelmi eredmények - Google Analytics éves egyéni jelentés

Külső hivatkozó oldalak, ekereskedelmi eredmények – Google Analytics éves egyéni jelentés

Hol szivárog az AdWords kampányod? Fölösleges költségek, amelyeket azonnal leállíthatsz.

Ehhez ugyan ott van az AdWords Kampányok jelentés az „ÜGYFÉLSZERZÉS” menüpont alatt, azonban az általam készített egyéni jelentésben belefoglaltam a hirdetési költségek megtérülését (ROAS) is. A jelentést kampány, hirdetési csoport majd kulcsszó csoportosításként láthatod.

AdWords kampányok - ROAS elemzés - Google Analytics egyéni jelentés

AdWords kampányok – ROAS elemzés – Google Analytics egyéni jelentés

Természetesen, annak érdekében, hogy az elkövetkező időszakban jobb eredményeket érjünk el, minden egyes kampányt külön ki kell elemeznünk hirdetési csoport és kulcsszó szerint.

Ezen kívül, az alábbi példán látható, hogy a 9-es és 10-es kulcsszavak nem igazán teljesítettek jól (természetesen attribúciómodellezés vizsgálat során könnyen lehet, hogy más a helyzet). Én egyébként valószínű meghatároznék egy limitet, ami alá semmiképp nem mennék.

Az alábbi példa esetében nagy valószínűséggel az 1-es, 4-es és 7-es kulcsszavakra csoportosítanám a többi kulcsszó költségét, a többit pedig leállítanám. Nagyon sok szempontot kell figyelembe vennünk, de a profit maximalizálás érdekében néha le kell mondanunk egyes célokról.

AdWords kulcsszavak - ROAS elemzés - Google Analytics egyéni éves jelentés

AdWords kulcsszavak – ROAS elemzés – Google Analytics egyéni éves jelentés

Lényeges szempont, hogy az AdWords kampányok optimalizálása során, vegyük előtérbe azokat a kampányokat, amelyekre a legmagasabb a költség, majd ezt követően optimalizáljuk kulcsszó csoport és ezen belül kulcsszó szinten! Az alábbi példán egy olyan kampány esetet mutatok be, amelyen belüli 51 kulcsszó közül csak kettőnek volt pozitív konverziós értéke, a többi kulcsszó csak fölöslegesen növelte a kampány költségét.

AdWords hirdetési csoport, kulcsszavak - ROAS elemzés - Google Analytics egyéni jelentés

AdWords hirdetési csoport, kulcsszavak – ROAS elemzés – Google Analytics egyéni jelentés

Ismerkedj meg az optimalizálási lehetőségeiddel az összes fizetett és nem fizetett kampányaidra!

Az AdWords egyéni jelentéshez hasonlóan járunk el, ehhez azonban föl kell töltenünk a többi kampány költségét, csak így tehetjük láthatóvá a különböző mérőszámokat, majd kizárjuk a jelentésekből a google/cpc (forrás/médium) dimenziót.

Google Analytics alatt „ÜGYFÉLSZERZÉS>Kampányok>Minden kampány” fül alatt készítettem egy jelentést azzal a kiegészítéssel, hogy hozzárendeltem a „Forrás/médium” másodlagos dimenziót majd kizártam a „google/cpc” dimenziót, így sikerült minden más kampány eredményét láthatóvá tennem.

Fontos! A csak cpc médiumra való szűrést inkább mellőzzük, mivel ahogy az alábbi példán is látható, a manuális UTM tagelések nem mindig követik a standard formát. A jelentésben piros háttérszínnel emeltem ki azokat a kampányokat, amelyek nem igazán voltak eredményesek.

Az elemzést részletesen tovább elemezhetjük majd optimalizálhatjuk, hogy javuljanak a kitűzött mérőszámaink.

Ami még lényeges szempont, hogy elsősorban a folyamatosan futó kampányokon próbáljunk javítani hiszen ezek folyamatosan generálhatnak fölösleges költségeket.

Fizetett és nem fizetett kampányok - Google Analytics éves egyéni jelentés

Fizetett és nem fizetett kampányok – Google Analytics éves egyéni jelentés

Hogyan mérjük és tegyük láthatóvá a legjelentősebb hazai piacterekről érkező forgalom hatékonyságát?

Ehez egy irányítópultat fogok bemutatni nektek, amit Németh Attila volt üzlettársamnak köszönhetjük, jelenleg az Extreme Digital Ecommerce Managereként folytatja pájafutását.

A hazai webáruházak között igen népszerű a piacterek támogatásával történő értékesítés. Ennek az értékesítési csatornának a mérését elősegítő Analytics irányítópulton, a főbb piacterek adatai hasonlíthatók össze. Az irányítópult segítségével az Analytics részleteiben való elmélyülés nélkül minden webáruház tulajdonos képet kaphat arról, hogyan teljesítenek a piacterekről érkező látogatói.

Attila nem rajong a piacterekért de tény, hogy sok webáruháznak nyújtanak megtérülő, hatékony értékesítési lehetőséget. Amennyiben több piactéren is értékesítünk, vagy lehetőségünk van rá, hogy megválasszuk mely termékeket értékesítsük piactéren keresztül, célszerű a megjelenésünket optimalizálni. A cél az, hogy a jobban megtérülő piactereken költsük el a pénzünket és a csak a megfelelően jövedelmező termékeket hirdessük ezeken a csatornákon keresztül.

Ezt az optimalizálási munkát és összehasonlítást segíti az alábbi linkről letölthető Analytics Irányítópult.

Piacterek Analytics irányítópult
Letöltés előtt lépj be az Anayltics fiókodba!

Piacterek: Irányítópult

Az irányítópult segítségével a legjelentősebb hazai piacterekből származó forgalmunkat vizsgálhatjuk. Jelenleg az alábbi piactereket tartalmazza az irányítópult:

  • argep.hu
  • olcsobbat.hu
  • shopmania.hu
  • arukereso.hu
  • depo.hu
  • olcso.hu

Az összehasonlításhoz az alábbi adatok kerültek használatra. Ezek az e-kereskedelmi mutatók összehasonlítva igen jól és hatékonyan megmutatják, hogy melyik piactérről milyen minőségű látogatás érkezik a webáruházunkba.

  • E-kereskedelmi konverziós arány
    azon látogatások százalékos aránya, amelyek e-kereskedelmi tranzakciót eredményeztek.
  • Látogatásonkénti érték
    a webhelyre érkező egyes látogatások átlagos értéke (az e-kereskedelmi bevétel alapján). Kiszámításának módja: bevétel elosztva a látogatások számával
  • Átlagos érték
    az e-kereskedelmi tranzakciók átlagos értéke

Piactereket elemző Analytics irányítópult

Piactereket elemző Analytics irányítópult

Piacterek: Főszámok

Piacterek főszámok

Piacterek főszámok

Az összehasonlítás mellett fontos, hogy a piactereket mint átfogó értékesítési csatornát is értékelni tudjuk. Erre szolgálnak a főszámok, amelyek az irányítópult bal szélső oszlopában láthatók. Ezeknek a számoknak a segítségével a webhelyátlaghoz, vagy más forgalmi forrásokhoz hasonlítva vizsgálhatjuk meg a piacterek teljesítményét.

Láthatjuk az adott időszakra vonatkozó teljes bevételt, a webhelyátlaghoz viszonyított konverziós arányt, az egy látogatóra lebontott bevétel mértékét, továbbá két webhelyhasználati adatot, a látogatások és oldal/látogatások adatokat. Ezek közül talán konverziós arány és a látogatásonkénti érték a legfontosabb, hiszen ezek mutatják meg a forgalom minőségét, a látogatásonkénti érték pedig már nagyjából összevethető a kattintási árakkal is.

Fontos, hogy a látogatásonkénti értéket ne hasonlítsuk össze a piacterek kattintási áraival, mert a kettő nem ugyanaz. A piacterekről egy-egy látogató több kattintással is eljuthat az oldalunkra, így a látogatás alapú költés ezeken az oldalakon magasabb lehet, mint a kattintási ár.

Piacterek: Adatok összehasonlítása

Piacterek teljesítménye

Piacterek teljesítménye

A középső oszlopban az egyes piacterek összehasonlítására szolgáló adatok találhatók. Az irányítópult segítségével összehasonlíthatók a látogatottsági, bevételi és az értékesítési teljesítményre vonatkozó adatok. Ezek közül a konverziós arány és a látogatásonkénti érték adatok a legérdekesebbek, hiszen ezek elvileg a látogatás volumenétől független értékek.

Ezeknek az adatoknak a vizsgálatával már képet kaphatunk arról, hogy melyek azok a piacterek, amelyek a saját témakörünkben jobban teljesítenek, jobb minőségű forgalmat generálnak számunkra.

Piacterek: Termékek teljesítménye

Nem csak az egyes piacterek által az oldalunkra irányított forgalom minőségét célszerű vizsgálni, hanem az egyes termékek teljesítményét is. Célszerű megvizsgálni, hogy az egyes piactereken mely termékeket tudjuk sikeresen, megfelelő haszonnal értékesíteni és melyeket nem.

A nem jól teljesítő termékek kattintás alapú megjelenését célszerű megszüntetni, és az egyes piacterekre optimalizált, hatékony termékcsoportokat kell hirdetni.

Az optimalizálási folyamat hasonlóan kell működjön, mint az AdWords hirdetések optimalizációja. A részletes, termék szintű optimalizálás adott esetben a siker kulcsa is lehet és megtérülővé tehet egy olyan értékesítési csatornát, ami jelenleg még gyengén muzsikál.

A termékek teljesítményére vonatkozó alap adatok az irányítópult jobb szélső oszlopában láthatók.

Milyen longtail kulcsszavakra találnak meg látogatóid? Longtail kulcsszavak csoportosítása

Ezt az elemzést két lépésben fogjuk elvégezni.

Első lépésként létrehozunk egy egyéni jelentést, amellyel kilistázzuk az összes organikus kulcsszókifejezést. Fontos, hogy ebben a jelentésben a forrás/médium „google/organic” legyen illetve legyen kizárva a „not set” valamint „not provided” adatok. Könnyítésként, itt a link, amivel azonnal importálhatod saját Analytics fiókodba a Longtail kulcsszavak – organikus elnevezésű egyéni jelentését.

Mivel csak maximum 2% adattal rendelkezünk, ezért érdemes éves szintű kimutatást elemeznünk. Az importálást követően ezt mindenképp állítsd be.

A jelentés nagyjából így fog kinézni:

Longtail organikus kulcsszavak ekereskedelmi adatok - Google Analytics egyéni jelentés

Longtail organikus kulcsszavak ekereskedelmi adatok – Google Analytics egyéni jelentés

A következő lépés a longtail kulcsszavak csoportosítása 2, 3, 4, 5, …. 10 de akár 15 szót magában foglaló kifejezések elemzéséhez.

Ennek érdekében, egyedi szegmenseket fogunk létrehozni és egy kis trükkel megoldjuk azt, hogy a kulcsszavak számát külön csoportosítsuk. A trükk nem más mint egy reguláris kifejezés használata, az alábbiak szerint:

Longtail Analytics szegmens reguláris kifejezéssel

Longtail Analytics szegmens reguláris kifejezéssel

Hogy könnyebb legyen számodra a szegmensek létrehozása a saját Analytics fiókod alatt, készítettem két azonnal importálható sablon szegmenset, ezek a következők:

Az értelmezés kedvéért, íme néhány reguláris kifejezés, amit azonnal kimásolhatsz és tetszés szerint használhatsz saját Analytics fiókod alatt:

  • 1 kulcsszavas: ^[^\.\s\-]+([\.\s\-]+[^\.\s\-]+){0}$
  • 2 kulcsszavas: ^[^\.\s\-]+([\.\s\-]+[^\.\s\-]+){1}$
  • 3 kulcsszavas: ^[^\.\s\-]+([\.\s\-]+[^\.\s\-]+){2}$
  • 10 kulcsszavas: ^[^\.\s\-]+([\.\s\-]+[^\.\s\-]+){9}$
  • 3+ kulcsszavas: ^\s*[^\s]+(\s+[^\s]+){3,}\s*$

A jelentés pedig valahogy így fog kinézni:

Longtail Google organikus kulcsszó csoportok

Longtail Google organikus kulcsszó csoportok

Search Console adatokból kinyert organikus kulcsszavak elemzése és ezek összevetése a megfelelő céloldallal

Search Console adatokból ezt a jelentést maximum 90 napra visszamenőleg vizsgálhatjuk (hamarosan 16 hónapra), azonban a ConsoleRocket név alatt ismert SEO eszközzel, ez a korlát is kiküszöbölhető. Ingyenes eszköz, így akár már most kipróbálhatod. A ConsoleRocket eszköz segítségével majd összevetve láthatod a kulcsszót és a hozzá legrelevánsabb céloldalt (az oldal, amely listázásra kerül Google találati listáin).

ConsoleRocket: Kulcsszavak és céloldalak összevetése

ConsoleRocket: Kulcsszavak és céloldalak összevetése
(Keyword: kulcsszó / Brand: márka / Position: helyezés / Top Page: top céloldal / Pages: Oldalak / Query impressions: megjelenések / Clicks: kattintások / CTR: átkattintási arány)

Egy másik szintén ingyenes alternatíva, Google Search Analytics for Sheets Chrome bővítmény telepítése, amely segítségével tetszés szerint állíthatsz be automatikus Search Console adat mentéseket. Egy dologra mindig ügyelj, mindig állítsd be a szűrőt a megfelelő országra (Magyarországra: hun)!

Kevés erőfeszítéssel elérhető top 10 vagy top 5 helyezések

Ennek a jelentésnek az a lényege, hogy olyan oldalakat vagy kulcsszavakat térképezz fel, amelyek átlag helyezései Google keresőben 11-20 között vannak. Ez azért hasznos számodra, mert így lehet egy listád azokról az oldalakról, amelyek relatívan kevés energia befektetéssel, tovább optimalizálva nagy eséllyel top 10-es listára kerülhetnek és több látogatót hozhatnak webhelyedre.

Ezeket az adatokat vagy Search Console felületéről nyerheted ki vagy Analytics felületén, amennyiben ez a két eszköz össze van kötve.

Én Analytics felületét használtam az alábbi jelentés készítéséhez. Ha nálad is elérhetők a Search Console adatok Analytics alatt, navigálj el az „ÜGYFÉLSZERZÉS>Search Console” menü alá és itt találod a lekérdezéseket vagy céloldalakat.

A pontosabb értékek érdekében, érdemes leszűrnöd az adatokat arra az országra, amelyet webhelyed célpiacként tekint.

Top 11-20 helyezett céloldalak - Search Console

Top 11-20 helyezett céloldalak – Search Console

A fentebbi példán, amely egy webáruház adatait tükrözik, az látható, hogy a 11-20 átlag helyezéssel rendelkező oldalak többsége blog tartalmi oldalak. A jobb helyezések elérése érdekében, érdemes lenne ezek tartalmain javítani (kiegészítés, részletesebb leírás, több kép, illusztráció vagy akár videó anyag). Néha előnyösebb, ha korábbi blogbejegyzéseinket tovább optimalizáljuk ahelyett hogy újabb és újabb blogbejegyzéseket írnánk.

Ugyanezt az elemzést a lekérdezésekre (kulcsszavakra) is elvégezheted, így a keresés mögötti szándékra is fény derülhet.

Vásárló látogatók csoportosítása vásárlási érték alapján

Ennek a jelentésnek a lényege, hogy közelebbről megvizsgálhasd a top vásárlóid vásárlási viselkedését.

Természetesen webáruházaknál a leghasznosabb.

Első lépésként meg kell állapítanunk a webáruházunk átlagos megrendelési értékét és lehetőleg egy teljes éves időszakra. Ezt az információt a „KONVERZIÓK > Elektronikus kereskedelem > Áttekintés” menü alatt érheted el és valami ilyesmit fogsz látni:

Bevétel és konverziós arány - Google Analytics E-kereskedelem

Bevétel és konverziós arány – Google Analytics E-kereskedelem

Ha ezzel megvagyunk, akkor tovább szegmentálhatjuk webáruházunk éves átlagos megrendelési értéket. Az általam vizsgált webáruház esetében ez az érték közel 70 ezer Ft.

Én az alábbi csoportosítást vizsgáltam, amelyekhez külön szegmenseket hoztam létre.

Top vásárlók viselkedése - Google Analytics egyéni szegmens

Top vásárlók viselkedése – Google Analytics egyéni szegmens

Ebből a jelentésből az tűnik ki leginkább, hogy azok a felhasználók, akik vásárolnak, a webhelyen eltöltött idő átlag 15 perc körül van, míg a nem vásárlóknak mindössze csak 2,5 perc körül.

Azt is könnyedén megállapíthatjuk, hogy mennyi a webhelyen eltöltött átlag idő, ami fölött nagy valószínűséggel a felhasználó vásárolni fog.

Nem vásárlók viselkedése - Google Analytics egyéni szegmens

Nem vásárlók viselkedése – Google Analytics egyéni szegmens

A fentebbi kimutatást a „KÖZÖNSÉG > Viselkedés > Új/Visszatérő” menü alatt érhető el, majd jelöld be az általad készített szegmenseket!

Készítettem egy importálható szegmenset, amivel te magad is készíthetsz egy hasonló kimutatást a saját webáruházadról. A szegmens importálásához kattints ide.

Teljes éves időszak kimutatásához csak egy szegmenset válassz ki, együttesen sajnos csak max 90 napos időszakot vizsgálhatsz.

Ne feledd, hogy ezt a jelentést számos kimutatáshoz használhatod, csak a megfelelő kérdést kell feltenned magadnak, hogy mi az amire kíváncsi vagy illetve mire használhatod a rendelkezésedre álló információt!

Milyen arányban konvertált egy adott termék a termékadatlapról a kosárba, illetve a termékadatlapról a rendeléshez – Enhanced ecommerce?

Egy újabb remek kimutatás Tamástól, amit webáruház tulajdonosoknak érdemes figyelemmel kísérni.

Kevesen tudják talán, hogy amikor az a sok fejlesztési feladat elkészül, ami egy enhanced ecommerce-el jár, akkor olyan „hidden gem” tűnhet fel például a termékek elemzésénél, ami mutatja, hogy 1-1 termék milyen arányban konvertált a termékadatlapról a kosárba, illetve a termékadatlapról a rendeléshez:

Kosár-részlet és vásárlás-részlet arány - Enhanced ecommerce

Kosár-részlet és vásárlás-részlet arány – Enhanced ecommerce

Bevétel és a látogatások számának a függvénye

Magyarán, hogyan alakult webáruházad bevétel az 1, 2-4 vagy 5-nél több látogatás során?!

Vásárlás látogatás szám fügvénye alapján - Google Analytics egyéni szegmens

Vásárlás látogatás szám fügvénye alapján – Google Analytics egyéni szegmens

A fentebbi példán az látható, hogy az 1 látogatás során vásárlók értéke az összérték 40%-át teszik ki, ami elég jónak mondható, hiszen minél magasabb ez az érték, annál kevesebb energiát kell befektetned a vásárlási kedv növelése érdekében.

A három szegmenset innen importálhatod.

Hogyan járják be webhelyed oldalait a különböző forrásokból érkező látogatók?

Gyakran találkozom olyan cégvezetőkkel, akik mai napig a nyitóoldalt feltételezik webhelyük leglátogatottabb oldalának. A valóságban ez a megérzés teljesen másképp fest.

Azért is fontos tudnunk hogyan járják be webhelyünket a felhasználóink, mert ennek segítségével tudjuk igazán összehasonlítani azzal, amit mi valójában szeretnénk. Természetesen ennek akkor van jelentősége, ha tudatosan úgy tervezzük meg webhelyünket, hogy előre kigondoljuk hogyan irányítjuk látogatóinkat céljaink elérése érdekében.

Az elemzéshez te is navigálj el a „VISELKEDÉSEK>Viselkedési folyamat” fül alá, majd válaszd ki a „Forrás/Médium” dimenziót majd az alábbihoz hasonló jelentést fogsz látni!

Látogatók viselkedési folyamatábra forrás/médium dimenzió alapján

Látogatók viselkedési folyamatábra forrás/médium dimenzió alapján

A viselkedési folyamat segítségével pontosan kielemezheted milyen forrásból, hová landolnak a látogatóid, majd ezt követően mi a második, harmadik és a további interakció. És ami a legfontosabb, ennek a jelentésnek a segítségével összevetheted azzal, amit te szeretnél elérni webhelyed látogatóival.

Magas lepattanási (visszafordulási) aránnyal rendelkező oldalak

A visszafordulási arány tulajdonképpen az egyetlen egy oldal megtekintések aránya, tehát amikor a felhasználó egy adott céloldalra érkezik (valamilyen csatornán keresztül) majd ezt követően nem navigál tovább más aloldalra.

Visszafordulási arány: belépések, kilépések

Visszafordulási arány: belépések, kilépések

Kérlek importáld saját fiókodba az általam előre megszerkesztett visszafordulási arány részletező jelentést.

Egy adott oldal visszafordulási aránya (a mért időszakra) = Visszafordulások száma / Belépések számával

A teljes web visszafordulási aránya (a mért időszakban) = Az összes oldal összesített visszafordulásának a száma / az összes oldal belépésének számával

A mi esetünkben ez valahogy így néz ki (lásd fentebbi screenshot):

Az 1.-es oldal visszafordulási aránya (a mért időszakban) = 2.134 / 102.370 = 2,08%

A teljes web visszafordulási aránya (a mért időszakban) = 108.542 / 443.028 = 24,46%

A visszafordulási arány nincs összefüggésben az oldalon eltöltött idővel. Itt egyszerűen arról van szó, hogy a felhasználó vagy tovább navigál webhelyünkön vagy nem. Ha nem navigál tovább, akkor nő a visszafordulási arány, de ettől még eltölthetett több percet az oldalunkon.

Teljesen normális, ha egy webhelynek van valamilyen visszafordulási aránya, igaz ez lehetőleg ne legyen nagyobb mint 50% hiszen ez azt jelentené, hogy a felhasználók több mint fele csak egyetlen egy oldalt tekint meg vagy számos olyan oldal van, amelynek a visszafordulási aránya 100%.

Webhelytulajdonosként érthető módon csökkenteni szeretnéd a visszafordulási arányt, habár a cél inkább a konverziók növelése. Attól mert valaki csak egy oldalt tekint meg, attól még konvertálhat (például feliratkozik hírlevelünkre a tartalomba elhelyezett űrlap kitöltésével).

Attól a pillanattól, ahogy az első oldalmegtekintést követően, egy újabb (mért) eseményt hajt végre a felhasználó, ezzel már automatikusan nem fog minősülni visszafordulásnak (egy újabb gif elem kerül átadásra Analytics szerverére) és az első és második átadott GIF elem közt eltelt idő rögzítésre kerül.

Az már talán számodra is köztudott, hogy jellemzően a blog oldalak lepattanási aránya az átlagnál jóval magasabbak. Ez főleg abból adódik, hogy a blog elolvasását követően, a látogató elhagyja a webhelyed, tehát nem navigál tovább más aloldaladra (vagy az adott oldalon nem hajt végre olyan eseményt, amit a Google Analytics mérni tud). Orvoslására számos stratégia létezik, de ne feledkezzünk meg róla, hogy a folyamatosan visszatérő látogatók (akik rendszeresen olvassák blogjainkat) az inkább pozitív mint sem negatív felhasználói élményt jelent.

A probléma leginkább a többi oldallal van, különösen webáruházak esetében, jellemzően a termék vagy kategória oldalak.

Egy ilyen jelentést készítettem, amelyen leszűrtem a magas lepattanási aránnyal rendelkező oldalakat (>70%) majd összevetettem a „forrás/médium” dimenzióval, hogy csatornánként külön tudjuk elemezni.

"Visszafordulási

Blog oldalakról való lepattanás vizsgálata

Különösen olyan webáruházaknak ajánlom, akik erőteljesen tolják a tartalommarketinget, hiszen ez az esetek többségében rendszeres blogolást jelenti.

Blog lepattanási arány - Google Analytics egyéni szegmens

Blog lepattanási arány – Google Analytics egyéni szegmens

A fentebbi példából arra következhetünk, hogy a teljes oldalmegtekintések számához képest, a blogra érkező látogatások aránya meglehetősen alacsony, sőt, a blog oldalakról nem lepattanók aránya a teljes oldalmegtekintésekhez képest alig éri el a 0,04%-ot.

A jelentés akár úgy is értelmezhetjük, hogy a teljes munkamenetekhez képest (éves szinten), a blog oldalakra érkező munkamenetek aránya alig éri el a 0,06%-ot, és csak alig 0,04%-a jelent több oldalmegtekintést (nem lepattanók aránya).

Ez természetesen nem azt jelenti, hogy a bloggal nem érdemes foglalkozni, inkább azt, hogy a stratégián kell változtatni (pl: rendszeres blogolás helyett ritkábban, de minőségi tartalmakat készítsünk).

A három szegmenset ennek a linknek a segítségével importálhatod saját Analytics fiókodba.

A profitot termelő oldalak száma – webhelyed profit index értéke

Jól konvertáló és gyengén konvertáló oldalak

Jól konvertáló és gyengén konvertáló oldalak

Közismert Pareto elve miszerint a befektetett munka 20%-ka hozza az eredmények 80%-át. Az én segítségemmel most te magad is szembesülsz, hogy Pareto elve a te webáruházadra is érvényes. Ha importálod a jelentésemet, azt fogod látni, hogy webáruházad néhány oldala hozza a bevétel jelentős részét.

Profit index jelentés – azon oldalak, amelyek valamilyen értéket teremtenek a vállalkozásod számára, ez lehet hírlevélfeliratkozás, vásárlás, megosztás stb. A jelentés majd megmutatja azon oldalak számát, amelyek leglátogatottabbak voltak közvetlen konvertálás előtt.
Webáruházak esetében ez a jelentés a legjobban értékesíthető termékek listáját is jelentheti, így ezáltal tudni fogod mi az amit leginkább érdemes értékesíteni.

Én most egy webáruház tranzakciós adataival fogom neked ezt illusztrálni és mivel egyedi konfigurálásra is szükséged lesz, leírom a szükséges lépéseket, hogy ezt majd te magad is el tudd végezni.

Az alap koncepció, hogy feltérképezhesd a valamilyen értéket teremtő oldalakat és ezeket tovább optimalizáld a még jobb eredmények eléréséhez.

Előbb importáld saját Analytics fiókodba az általam készített Profit Index egyéni jelentést.

A fő hangsúly az oldalértéken lesz – ((Tranzakciókból származó bevétel + Teljes célérték) / Egyedi oldalmegtekintések az oldal vagy oldalkészlet esetén)).

Minden webhely így a tiéd is rendelkezik olyan oldalakkal, amelyek nem vesznek részt egy konverziós folyamat során (nem látogatják konverziót megelőzően).

Az importált profit index jelentésbe használd a következő speciális szűréseket:

Profit index: speciális szűrés

Profit index: speciális szűrés

  • Oldal elérési útja — 1. szint: a nem tartalmi oldalak leszűréséhez (keresés, 404, kosár, felhasználó, session ID stb…)
  • Oldalmegtekintések: <30 (a túl alacsony oldalmegtekintésekkel rendelkező oldalak)
  • Oldalérték: <1 (a ‘0’ oldalértékkel rendelkező oldalak leszűrése)

A szűrést követően mindenképp készíts magadnak egy mentést, hogy azonnal elérhető legyen a szűrt jelentésed a Mentett jelentéseid közt.

Profit index: profitábilis oldalak száma

Profit index: profitábilis oldalak száma

Majd helyezd a táblázatot Oldalérték alapján csökkenő sorrendbe és vizsgáld meg az összehasonlító táblázatot Oldalmegtekintések és Visszafordulási arány alapján.

Visszafordulási arány: összehasonlítás

Visszafordulási arány: összehasonlítás

A magas visszafordulási aránnyal rendelkező oldalakat külön vizsgáld meg, hogy mit tehetsz annak érdekében hogy ez az érték csökkenjen.

Konklúziók

A fentebbi jelentések messze nem fedik le egy webhely látogatóinak teljes viselkedési szokásait, az Analyticsnek is megvannak a saját korlátai, amelyeket más egyéb eszközökkel sokkal hatékonyabban mérhetünk ilyen például a Kissmetrics vagy RJMetrics.

Az automatizáló eszközök elterjedésével (pl: ActiveCampaign, Intercom, Ontraport) ideértve az automatizált tulajdonságokkal felruházott profi hírlevélküldő rendszerekkel (MailChimp, AWeber, GetResponse) is, már nagyon sok információt gyűjthetünk össze felhasználóinkról. Ezen információk birtokában egyre célzottabban tudunk kampányolni.

A jelentések egy részéhez a következő külső forrásokat használtam: Kissmetrics, Avinash Kaushik, Search Engine Watch, Dan Barker, Koozai, Econsuktancy, Analytics Solutions Gallery.

Ha bármi hozzáfűznivalód lenne, akár saját tapasztalat, megköszönném ha velem is megosztanád egy hozzászólásban!

Ha szeretnél mihamarabb értesülni friss blogbejegyzéseimről, esettanulmányaimról, hasznos tanácsokról, irány és iratkozz fel hírlevelemre!

Fülöp Imre (Phil Amery)

T-szintű online marketinges, SEO szakértő és üzleti tanácsadó

A SEOaudit.hu alapítója és vezetője. Tevékenységem nagy részét digitális marketing és vállalatfejlesztési tanácsadóként látom el. Szakmai pályafutásomat hagyományos marketing területen kezdtem, majd érdeklődésem az online marketing és üzletfejlesztési stratégiákra irányult, ahol kiemelkedő tapasztalatra tettem szert. Online marketing pályafutásomat 2005-ben amerikai és angol piacon kezdtem, majd ezt követően az iProspect Hungary ügynökség keretein belül a SEO üzletág vezetőjeként folytattam. Manapság már a T-szintű modellben való gondolkodás az, ami leginkább jellemző tevékenységemre.

[thrive_leads id='5025']