TRANSKRYPCJA VIDEO
Dariusz Ciesielski
M4N6 – Analiza danych dotyczących użytkowników
Opis wygenerowany przez Skrybot
Dla tego filmu nie wygenerowano opisu.
Transkrypcja wygenerowana przez Skrybot
W poprzednim nagraniu pokazałem Ci jak analizować źródła z których przychodzą do nas użytkownicy. W tym nagraniu chciałem Ci pokazać jeszcze jak można analizować dane dotyczące tych użytkowników. Takie jak np. kraj z którego pochodzą, wiek, płeć, czy zainteresowania, urządzenia z których korzystają i tym podobne rzeczy. Po co w ogóle to robimy? Oczywiście nie po to żeby mieć satysfakcję, że wiemy kto przychodzi do naszej strony, ale po to żeby wiedzieć jak można skutecznie targetować nasze kolejne kampanie. Jak zapewne wiesz, chociaż może niekoniecznie nawet, systemy reklamowe takie jak Google Ads czy Facebook umożliwiają targetowanie np. na konkretną płeć, na konkretne przedziały wiekowe, na różne rodzaje urządzeń, oczywiście na kraje, na miejsca, na lokalizacje.
I żeby nie przepalać budżetu to możemy zobaczyć jacy użytkownicy u nas do tej pory konwertowali. Jeśli pozyskiwaliśmy np. ruch z wyników naturalnych, część tego ruchu konwertowała. Możemy np. zbadać czy na podstawie tych danych nie dałoby się stworzyć jakiejś takiej idealnej persony użytkownika, czyli schematu według którego można targetować nasze przyszłe kolejne kampanie, żeby one działały skuteczniej. No i teraz przechodzimy do systemu Analytics. Znowu pokażę Ci to na systemie gdzie mam dużo, bardzo dużo danych. Tutaj będzie mi po prostu łatwiej to wszystko zademonstrować. Więc dane o odbiorcach są w sekcji odbiorcy, jak łatwo zgadnąć. I co nas tutaj najbardziej interesuje? Zaczniemy od prostych rzeczy takich jak dane geograficzne.
Czyli powiedzmy wybieramy tutaj lokalizację. OK. I tutaj mamy przede wszystkim informacje w skali świata skąd przychodzą do nas użytkownicy. Jak widać tutaj kolorem jest to zaznaczone zdecydowane większość. No to są użytkownicy z Polski, bo sklep nawet nie sprzedaje z zagranic. Tutaj mamy raport w formie tabelarycznej, gdzie możemy się dokładnie już zorientować jak to wygląda. Co ciekawe widać, że do niektórych krajów ta sprzedaż jest i to nawet całkiem pokaźno. Wchodzimy w największy rynek. Spróbujemy się dowiedzieć czegoś bliższego. Tu już mamy dosyć precyzyjne informacje, które można by było użyć do targetowania kolejnych kampanii. Mamy podział na województwa. Tych województw jest oczywiście tutaj więcej. OK.
I na tej podstawie moglibyśmy ocenić skąd przychodzi najwięcej ludzi. Chociaż to nie jest jeszcze taki idealny wskaźnik, bo co z tego, że jest tam najwięcej ludzi, to jest do przewidzenia. Wiemy gdzie mieszka najwięcej ludzi. Natomiast to co jest teraz istotne to to jak ci ludzie konwertują. Więc biorąc pod uwagę możliwość optymalizacji ja bym patrzył na współczynnik konwersji. Tutaj mam e-commerce, ale jeśli tak jak już mówiłem wcześniej nie masz e-commerce, a pozyskujesz np. kontakty za pomocą jakiegoś formularza, to po prostu przełączasz sobie tutaj typ konwersji. Spółczynnik konwersji będzie dopasowany do twojej konwersji. No i co z tego wynika? Ja tutaj widzę, że w niektórych województwach ten współczynnik konwersji jest większy.
Na przykład tutaj mamy, posortuję może właśnie wszystko tym współczynnikiem konwersji, tak będzie najprościej. Mamy od 0,80, a najmniejszy wynik to jest 0,47, czyli prawie dwa razy mniejszy. No i tak jaki jest z tego wniosek? Że robiąc kierowanie kolejnych kampanii płatnych na Facebooku czy Google Ads można by było się skupić właśnie na tych województwach, które generują nam ponadprzeciętne współczynniki konwersji. Tutaj widać, że ta górna część, powiedzmy do 0,60, do współczynnika konwersji 0,60 daje nam zarówno wartościowo, jak i ilościowo najwięcej konwersji. Tutaj jeszcze mamy jakieś województwo, ale ono już ma trochę gorszy współczynnik konwersji. To jest kwestia zastanowienia.
Gdybyśmy mogli targetować kampanię tylko na te województwa, gdzie jest największy współczynnik konwersji, mielibyśmy wystarczający budżet, a rynek byłby wystarczająco szeroki, to przerzucenie budżetu z tej części, która słabiej konwertuje, na tę część, która konwertuje nam lepiej, powinna spowodować, że będziemy mieli jeszcze większy całościowy zwrot z inwestycji w nasze kampanie. Czyli to jest pierwsza rzecz. Możemy tutaj ocenić geograficznie, gdzie są nasi najlepsi klienci. Tutaj można zejść jeszcze niżej, powiedzmy do poziomu miejscowości, ale to już raczej tylko przy działaniach lokalnych. Zobaczymy tutaj po liczbie transakcji, lepiej by to było, bo może przesortować, bo współczynnik konwersji daje nam olbrzymi rozrzut. Warszawa, Wrocław, Gdańsk, Poznań.
Z tego co widzę, tutaj są przede wszystkim duże miasta. Czyli to jest kolejny taki wniosek. Można by było przyjąć założenie, że większość naszych konwersji pochodzi z dużych miast. Nie patrzę w tej chwili na współczynniki konwersji jeszcze, ale gdybym znowu miał skierować, miał zrobić jakieś działania, które pozwolą mi pozyskać więcej sprzedaży, to w tych działaniach wybrałbym targetowanie na te większe miasta, powiedzmy miasta wojewódzkie. Oczywiście trzeba by to było dokładniej przejrzeć, być może wyłowić z tej listy takie, które tych konwersji dają mniej, ale mają dobre współczynniki konwersji. Chociaż tutaj już widzisz tych transakcji się robi po prostu mało i nie wiem czy byłby sens tutaj celować w te mniejsze miejscowości.
Ok, czyli mamy tutaj ten czynnik geograficzny. Druga rzecz, którą możemy tutaj wyciągnąć sobie z informacji o odbiorcach, to są dane demograficzne. I tutaj możemy sprawdzić kilka rzeczy. Wyk, płeć, albo zrobić przegląd, gdzie będą te dane zagregowane. Ok, no i tutaj już widać na pierwszy rzut oka to, co jest dla nas istotne. Nie ma sensu w naszym wypadku targetować jakichkolwiek reklam na użytkowników poniżej 25 roku życia. Akurat w tym sklepie jest to całkowicie naturalne zjawisko, ponieważ tak jak mówiłem ten sklep sprzedaje artykuły wyposażenia wnętrz, więc raczej takie, nawet nie wyposażenia, wykończeniowe. Więc jest adresowane do ludzi, którzy powiedzmy kupili mieszkanie i robią remont.
To są ludzie, którzy mają już jakiś dorobek, mają pracę, mają budżet po prostu na takie zakupy. Więc akurat to zestawienie mnie nie dziwi. Tutaj można by było przyjąć, że najlepsze targetowanie to będzie od 25, bo powiedzmy do 44 lat. Ta grupa stanowi największą część klientów naszego sklepu. Tylko tutaj jeszcze jedna rzecz. W tej chwili patrzymy na ilość użytkowników, całościową ilość użytkowników. Z tego jeszcze nie wynika, czy również użytkownicy, którzy robią transakcje rozkładają się dokładnie tak samo. Pokażę Ci tutaj rzecz, której chyba jeszcze wcześniej nie pokazywałem odnośnie analyticsa, ale na pewno nasunie Ci się pewne skojarzenie. Segment. To jest tabelka taka, która zawiera wszystkie segmenty, które mamy do dyspozycji.
Jak wejdę w tworzenie nowego segmentu, to już poznasz mniej więcej co to jest. Kiedy robiłem grupy remarketingowe na podstawie Google Analytics, mieliśmy dokładnie taką samą tabelkę, taki sam kreator. Ja nazwę tutaj powiedzmy nasz segment z transakcjami. I co to znaczy? W tej grupie chciałbym, żeby byli użytkownicy, gdzie transakcje na użytkownika są większe od zera. Robię coś takiego z transakcjami. No i teraz widzę tych użytkowników, którzy faktycznie zrealizowali transakcje. Czy jest tutaj jakaś różnica? No nie, w zasadzie nie ma. Pokrywa mi się to dokładnie z tymi wynikami, które obrazują całkowitą liczbę użytkowników.
Czyli nadal można tutaj przyjąć, że od 25 do 44 lat to jest ta grupa, która zostawia u nas w sklepie statystycznie procentowo najwięcej pieniędzy. Jak wygląda sytuacja, jeśli chodzi o płeć? No tutaj mamy też jasną informację, mniej więcej po połowie. Zauważ, że teraz mamy po połowie, jeśli chodzi o kupujących, a przełączę się jeszcze na ogólną informację o użytkownikach. Tutaj usunę ten segment, on nie ginie, on jest tylko wyłączony z widoku, mogę do tego wrócić. Włączę dla wszystkich użytkowników i zobacz, że teraz wygląda to troszkę inaczej. Okazuje się, że większość użytkowników, którzy wchodzą na naszą stronę to są kobiety. Mężczyźni są tutaj w mniejszości. Przy zakupach to się wyrównuje.
Dlaczego tak jest? Dlatego, że to zwykle w tej branży kobiety oceniają, czy jakaś aranżacja im się podoba, czy się nie podoba i czy coś warto kupić czy nie. Natomiast potem mówią ok, ja znalazłem takie coś, wysyłam Ci tutaj link, wejdź i kup. I mąż się loguje z komputera i dokonuje ostatecznie zakupu. To jest taki po prostu schemat zakupowy. Wniosek z tego jest jeszcze jeden, że nie możemy się opierać tylko i wyłącznie na transakcjach przy budowaniu takiego profilu idealnego klienta. Dlatego, że właśnie moglibyśmy wtedy spalić sobie szansę na dotarcie do tych użytkowników, którzy mają jednak decydujący wpływ.
Czyli w tym wypadku do kobiet, gdybyśmy kierowali się tylko i wyłącznie informacjami o transakcjach. To trzeba zawsze mieć na uwadze. Z tym wiekiem myślę, że tutaj jest mniejsze zagrożenie, gdyż przeważnie te osoby decyzyjne w rodzinie są w podobnym wieku. Więc tutaj nie będzie dysproporcji, że nagle 25-latki oglądają, a 55-latki kupują w naszym sklepie. Raczej to będzie akurat spójne. Czyli mamy tutaj kolejną możliwość wyciągnięcia informacji o tym, kto jest naszym idealnym klientem. Co jeszcze możemy wyciągnąć z tych informacji dotyczących naszych odbiorców? Warto tutaj zajrzeć do zakładki zachowanie. Tutaj mamy taki raport nowi, a powracający.
Ten raport pokazuje nam, jak się rozkłada stosunek liczby zakupów w stosunku do liczby odwiedzi nowych i powracających użytkowników. Tutaj też łatwo przewidzieć wyniki. Okazuje się, że nowi użytkownicy stanowią większość, czyli tacy, którzy po raz pierwszy są notowani przez system. Ci, którzy są powracający są w zdecydowanej mniejszości. To jest mniej więcej 1 czwarta. Natomiast zobacz tutaj, co się dzieje z zakupami. Okazuje się, że ta 1 czwarta robi 3 czwarte zakupów w naszym sklepie. Czyli powracający użytkownicy są główną grupą, która dokonuje tutaj zakupów. Niższy współczynnik odrzucań, wyższy czas na stronie, dużo więcej transakcji, prawie 4x więcej transakcji. No i 4x wyższa wartość tych przychodów i współczynnik konwersji.
To znowu potwierdza wcześniejsze obserwacje. Ten ruch na nowych użytkowników, generowany czy z wyników naturalnych, czy z kampanii w Google na takie ogólne frazy, jest ruchem, który tylko inicjuje nam zakupy. Tą ścieżkę zakupową. A właściwie zakupów dokonują użytkownicy, którzy powracają na naszą stronę. Co jeszcze tutaj warto zobaczyć? Zobaczmy tutaj. Ruch mobilny. To jest kolejny raport, który mówi nam, z jakich urządzeń korzystają użytkownicy, którzy odwiedzają naszą witrynę. Tutaj przede wszystkim warto rozróżnić podział na mobile, czyli te wszystkie urządzenia mobilne i komputery stacjonarne. Co ciekawe, jeśli chodzi o samych użytkowników, to wartości są zbliżone. Natomiast, tutaj mamy 50 do 47%, bo troszeczkę jest jeszcze na tablety.
Natomiast jeśli chodzi o zakupy, to wygląda to zgoła inaczej. Mobile to jest współczynnik konwersji 0,22%, desktop 0,99%. Z czego to wynika? W tym wypadku wynika to znowu z charakterystyki użytkowników i ze sposobu robienia zakupów. Przede wszystkim ci użytkownicy w pierwszym kroku w dosyć przypadkowych okolicznościach przeglądają naszą ofertę. Na smartfonie, kiedy jadą do pracy, mają chwilkę, gdzieś wieczorem, siadają sobie coś tam, oglądają, szperają po internecie, wyszukują jakichś ciekawych aranżacji wnętrz, no i coś znajdują. W drugim kroku znowu przesyłają tą informację, powiedzmy, kiedy już są bliżej decyzji, do osoby, która ma zrobić te zakupy, na przykład żona przesyła do męża i ten mąż już na desktopie dokonuje zakupu.
Dlaczego? Dlatego, że zwykle zakupy dużo prościej, dużo łatwiej się realizuje na komputerze stacjonarnym, bo mamy duży ekran, łatwo wpisać dane do zamówienia itd. Ludzie o tym wiedzą, pamiętają, jeszcze nie ma takiej świetnej technologii, żeby te dane nam się same gdzieś tam uzupełniały w koszyku sklepu internetowego, zawsze jest troszeczkę pisania. Więc to jest też do przewidzenia. I znowu tutaj uwaga, żeby nie wyciągnąć pochopnych wniosków. Można by było na pewno podnieść w kampaniach na przykład stawki na desktopy, Google Ads takie coś umożliwia, ale nie wolno wyłączyć całkowicie mobila, bo jak widać, mobile inicjuje nam większość ruchu w naszym sklepie.
Te zakupy na desktopie są w jakiejś sporej części pochodną ruchu, który najpierw przychodzi właśnie z urządzeń mobilnych. Kiedy jesteśmy już tutaj w ruchu mobilnym, możemy jeszcze zajrzeć do raportu urządzeń. To też mówi troszeczkę o klientach naszego sklepu. OK, to jest raport, który przede wszystkim pokazuje, z jakich urządzeń najczęściej wchodzą do naszego sklepu użytkownicy. Co ciekawe, tutaj mamy bardzo dużo. Na pierwszym miejscu jest Apple iPhone, tylko trzeba wziąć jedną rzecz pod uwagę, że cała reszta, zobaczcie, tutaj mamy 77 tysięcy użytkowników, z czego tylko 14 tysięcy to jest iPhone, a cała reszta to są pozostałe rozmaite urządzenia, więc nie można powiedzieć, że iPhone jest taką największą, że z iPhone korzysta największa grupa naszych użytkowników.
Jednostkowo tak, ale pod Apple iPhone kryje się dziesiątki różnych modeli z różnych roczników, doskonale o tym wiesz, tak? Samsung robi mnóstwo modeli, Huawei robi mnóstwo modeli i to jest już tutaj porozbijane. Natomiast, czy jest tutaj coś charakterystycznego? Posortuję to po przychodach, jakieś wnioski, tak? Żeby można było z tego wyciągnąć. No i to co dla mnie tutaj się tak rzuca w oczy na pierwszy rzut oka, to to, że większość zakupów generują użytkownicy drogich urządzeń, tak? iPhone, Galaxy S7, S8, S9, tak? Czyli te topowe modele z kolejnych lat wydawane przez Samsunga, iPad, tutaj jest Xiaomi, powiedzmy to akurat nie jest jakiś topowy model.
Potem mamy znowu tutaj Samsunga, Huawei, jakiś P30 Pro, Galaxy Note 10, tak? Czyli to wszystko to są topowe modele smartfonów. To ma, jeśli chodzi o wartość przychodów, jeszcze zobaczymy pod kątem ilości transakcji, czy tutaj to się jakoś zmieni. Też mamy Apple'a, Samsung S8, P30 Lite, to są powiedzmy tańsze modele, tak? Ale tutaj można też wysnuć wniosek, że właściciele tańszych modeli nie mają dużego potencjału zakupowego, bo wartościowo, kiedy braliśmy sortowanie pod względem wartości, oni nie generowali takich dużych przychodów.
Jaki z tego wniosek? Ano taki, że w niektórych kampaniach, tam gdzie możemy to ustawić, warto się skupić właśnie na kierowaniu na te droższe urządzenia, tak? Czyli można by było albo zrobić jakieś dedykowane kampanie tylko na te urządzenia, albo spróbować podbić stawki na te konkretne, bardziej prestiżowe urządzenia, tak? Bo widzimy, że one dają nam większość sprzedaży w naszym sklepie. Więc kolejna taka informacja. I tutaj chciałem Ci pokazać jeszcze jedną rzecz, związaną z użytkownikami i z segmentami. Jeżeli prowadzisz kampanie Google Ads dla swojego sklepu internetowego, pewnie znasz takie pojęcie jak kampanie inteligentne, tak? Inteligentne kampanie produktowe. Czyli takie zamknięte twory, w których nie bardzo możemy cokolwiek ustawić, ustawiamy tam tylko do nich plik produktowy.
Jest to optymalizowane na jak największą wartość konwersji, tak? Albo na zwrot z nakładów na reklamę. I nic się tam nie ustawia. Żadnego kierowania, żadnych słów kluczowych, użytkowników, nic, nic, nic, tak? Tylko opuszczamy taką kampanię, ona się uczy i zwykle bardzo dobrze działa. Natomiast my nie wiemy zwykle, dlaczego ona tak bardzo dobrze działa, co ona takiego robi, tak? No i tutaj możemy zbudować sobie za pomocą Analyticsa właśnie segment użytkowników, który troszeczkę nam rozświetli to, co dzieje się od kuchni w takiej kampanii inteligentnej. Jak to zrobić? Już Ci pokazuję. Dodaję sobie tutaj nowy segment. On się będzie nazywał powiedzmy ruch z kampanii inteligentnej, tak sobie go nazwę.
No i teraz musimy jakoś wyłapać tych użytkowników. Zobaczmy tutaj. Źródło wizyty. Kampania zawiera i u mnie to będzie akurat chyba o, taka kampania, tak? Czyli bardzo proste źródło ruchu z jedną tylko definicją, tak? Zapisuję to. 16% użytkowników u mnie pochodzi z tej kampanii. Zapisuję to. OK. I już teraz dokładnie widzę, jacy użytkownicy przychodzą mi z tej kampanii inteligentnej, tak? Wszystkie te dane mam na wierzchu, tak? Kampania zwykła produktowa kojarzy nam się zwykle z tym, zresztą tak jest, że ona działa w wyszukiwarce, tak? Ta kampania inteligentna działa we wszystkich środowiskach i tak naprawdę nie wiemy, gdzie ona działa i skąd pozyskuje ruch.
Tutaj możemy troszeczkę tych danych wyciągnąć, tak? Przede wszystkim możemy zobaczyć do kogo ta kampania kieruje ruch. I znowu tutaj mogę włączyć sobie przegląd. OK. I tutaj mamy potwierdzenie, tak? To co już wcześniej ustaliliśmy. Kampania inteligentna nie odbiega tutaj od średniej, generuje nam ruch właśnie dla tego przedziału wiekowego i w większości generuje nam ruch na kobiety. To jest pierwsza informacja. Druga rzecz, zobaczmy jeszcze kto zwykle kupuje w tej kampanii. Czy to użytkownicy nowi, czy raczej powracający. To nam da informacje czy kampania działa bardziej jako kampania remarketingowa, czy jako kampania na nowych użytkowników. I tutaj mamy informacje. Kampania działa zarówno na nowych, jak i na powracających użytkowników.
Natomiast to co jest w niej charakterystyczne, mi się tutaj rzucił od razu bardzo niski współczynnik odrzucań. Dla całego ruchu Google CPC mieliśmy tam bodajże około 7%. Tutaj mamy 3,73% w tej kampanii inteligentnej. Widać, że użytkownicy nowi zagłębiają się trochę mniej w witrynę. Ci powracający zagłębiają się więcej, tak? No i widać, że jeśli chodzi o ilość konwersji, to tutaj mamy mierżącą przewagę tych powracających, tak? Czyli widać, że ta kampania generuje też bardzo dużo sprzedaży z remarketingu. Czyli wniosek jaki ja bym z tego wyciągnął to to, że warto w tej witrynie robić remarketing. Jeśli już prowadzimy tutaj kampanię, powiedzmy, tą inteligentną produktową, no to ten remarketing robi się nam sam.
Ale gdybyśmy chcieli przenieść swoje działania, rozszerzyć je na przykład na inny kanał, na Facebook, to już musiałbym brać pod uwagę, że pierwotny zimny ruch raczej nie będzie dobrze konwertował i że muszę poświęcić dużo uwagi na taki właśnie ruch powracający, tak? Czyli muszę też robić w drugim środowisku kampanie remarketingowe. Dobrze, jeśli chodzi o analizę samych użytkowników, to tyle, co chciałem Ci przekazać. Pamiętaj po prostu, że w ten sposób możesz zdobyć informacje, które pozwolą Ci lepiej targetować kolejne Twoje działania reklamowe, po to żeby po prostu nie przepalać w następie budżetów reklamowych. .
S K R Y B O T
Skrybot. 2023, Transkrypcje video z YouTube
Informujemy, że odwiedzając lub korzystając z naszego serwisu, wyrażasz zgodę aby nasz serwis lub serwisy naszych partnerów używały plików cookies do przechowywania informacji w celu dostarczenie lepszych, szybszych i bezpieczniejszych usług oraz w celach marketingowych.