”Good Enough” Webbanalys För Den Lilla Organisationen!
928
post-template-default,single,single-post,postid-928,single-format-standard,bridge-core-3.3.2,qode-page-transition-enabled,ajax_fade,page_not_loaded,,qode-title-hidden,transparent_content,qode-smooth-scroll-enabled,qode-child-theme-ver-1.0.0,qode-theme-ver-30.8.3,qode-theme-bridge,disabled_footer_bottom,qode_header_in_grid,wpb-js-composer js-comp-ver-8.0,vc_responsive

”Good Enough” Webbanalys För Den Lilla Organisationen!

Lästid 7 min

Är du en mindre organisation och vill få ut något bra av Webbanalys måste du vara medveten om spelreglerna. I en större organisation finns intern kompetens. Men hur ska den mindre göra för att Webbanalysen ska lyfta!

Det första är att du bör ta hjälp av en person som är certifierad i Google Analytics och som samtidigt kan förstå verksamheten. Men om du vill lära dig eller redan kan en del beskriver jag här det absolut viktigaste att tänka på! Eller vad som krävs för att det ska bli ”good enough”!

Riktningen För Webbanalysen

För att ta ut riktningen är det kritiskt att du som arbetar med Webbanalys har en djup förståelse för verksamheten, branschen, kunder, konkurrenter och affärsmål. Har du inte det och börjar analysera och tolka rapporterna är du redan på väg i fel riktning.

Till exempel:

Låt oss säga att affärsmålet är att minska kostnaden för försäljningen. Du har tiotusen artiklar på hemsidan och försäljning sker i norden. Eller du är en hemsida som säljer abonnemang av något slag och hemsidan finns på engelska och svenska. Hela världen är marknaden. Så var börjar du? Vad skall ändras på hemsidan? Vilka är de viktigaste problemen att fokusera på för att snabbt förbättra försäljningen och konverteringar?

Svaret är att inte först dyka ner i Google Analytics rapporter. Svaret är att först utveckla en djup förståelse för verksamheten och dess mål. Hur lång tid det tar beror på din verksamhetserfarenhet.

För mig går det ganska fort att förstå en verksamhet och vad som är viktigt. Detta då jag har över 20 års erfarenhet från olika typer av verksamheter, stora som små och från olika roller från säljare till resultatansvarig.

Det som skiljer en genomsnittlig analytiker mot en bra analytiker är förståelsen för verksamheten och dess mål. Bra förståelse skapar bra resultat. Och resultatet måste kunna förstås av verksamheten annars sker inga åtgärder. Alltså prata verksamhetens språk.

Här några tips som kan hjälpa dig hamna i rätt riktning i analysprojekt:

  1. Fastställ var du är nu – var befinner sig verksamheten, vad är viktigt, osv
  2. Identifiera problem som skall mötas – växa verksamheten, tappar försäljning, dålig lönsamhet, osv
  3. Bestäm vad som krävs för att lösa varje problem och prioritera stenhårt – du vill ju nå resultat i närtid.
  4. Fastställ möjliga hinder för de lösningar du föreslagit – t ex om det är genomförbart på kort sikt och vilken insats som krävs.

Och för att vara extra tydlig finns omedelbara fördelar av en djupare kunskap och förståelse för verksamheten:

  • Du ser samma verklighet som affärsägarna. T ex att fokusera på omdelbara vinster genom åtgärder som är genomförbara på kort sikt.
  • Att allt kostar och ska jämföras med annat verksamheten kan få för pengarna. Hur ser återbetalningstiden ut?
  • Konverteringsvägarna som med största sannolikhet blivit upptrampade under tid utan djupare analys av vem kunden är och kundens beslutsprocess blir tydliga. Konverteringsvägar som bör spåras i Google Analytics rapporterna.
  • I och med att konverteringsvägarna blir tydliga, ökar också förståelsen för alla möjliga makro och mikro konverteringar som bör spåras.

Summa summarum får du reda på exakt vilken data som skall samlas in och var den finns.

Men den största fördelen är att sammanhanget blir tydligt inom vilket du skall analysera och tolka data. Om du känner till sammanhanget kommer du med största sannolikhet tolka data på rätt sätt.

Till sist tycker jag att verksamheten utifrån dess mål ska ta fram en modell för hur Webbanalysen ska mätas. Så Webbanalysen och verksamhetsmålen hela tiden är synkroniserade vilket skapar förutsättningar för korrekt ROI. Sedan uppdateras modellen allt eftersom mål uppnås, förändras, osv. Är precis som med ekonomin. Verksamheten har en modell för ekonomistyrning! Till exempel budget, balanserat styrkort, ABC kalkyl, mm.

När det gäller Webbanalys och mät modell tycker jag att Avinash Kaushik tagit fram en bra mät modell. Enkelt beskriven bygger den på affärsmål som sedan bryts ner i mål för hemsidan, hur de mäts och vad som är ett bra resultat. Kom ihåg att målen måste vara specifika, mätbara, realistiska, relevanta och tidsbundna. Annars kommer trovärdigheten för Webbanalysen snart ifrågasättas. Här är ett exempel där affärsmålet är att minska kundanskaffningskostnaden.


KPIer

Insamling Av Data

Du känner säkert igen uttrycket ”lögner, förbannade lögner och statistik”. Uttrycket kommer från Mark Twain. Statistik kan vara väldigt övertygande men också väldigt fel. Därför är det oerhört viktigt att kvaliteten på statistiken som Google Analytics genererar säkerställs. Att bilden av besökare är komplett och rätt.

Felaktig placering av Google Analytics koden – Säkerställ att koden placeras på rätt ställe, det vill säga i slutet av huvudet i hemsidemallen. Då undviker du risken att en besökare hinner klicka vidare innan koden laddats och hunnit fånga data om besökaren. Tyvärr är det väldigt vanligt att den som installerat koden lagt den sist på hemsidemallen. Om då hemsidan laddar långsammare än på 2 sekunder finns risk att besökaren hinner klicka vidare innan besöksdata fångats. Undvik risken att bilden av besökare kanske inte är komplett. Effekten blir på sikt förödande och kan kosta pengar. Och om koden inte är i huvudet kan du dessutom inte aktivera Googles verktyg för Webbansvariga vilket är mycket olyckligt.

Koden saknas på sidor – Säkerställ genom att göra en kontroll att alla sidor har koden. Grundregeln är att 98 % av sidorna ska ha koden annars är det inte värt att mäta statistiken. Finns flera enkla verktyg för att kontrollera att koden finns på en sida. Till exempel Google Tag Assistent som är en gratis plugin till Google Chrome.

Google Tag Assistant

Finns ingen ofiltrerad profil  Som minimum måste det finnas en testprofil och backup profil. Filter är till stor hjälp när det gäller att segmentera och analysera data men kan resultera i förlust av data om de appliceras fel. Därför skall du alltid ha ofiltrerade profiler. Test och backup är ett minimum.

Testprofil är bra just för att testa nya filter innan de aktiveras. På så sätt undviker du att förlora data i huvudprofilen. Du kan läsa mer här om hur du skapar profilfilter hos Google Support.

Har inte exkluderat intern trafik – Intern trafik är trafik som kommer från dig, till exempel medarbetare. För att deras besök inte ska påverka statistiken negativt bör de exkluderas. Du kan läsa mer här om hur du exkluderar intern trafik.

Inte satt upp Mål eller satt värden på målen – Många har Google Analytics men använder inte mål. Visst om du är en e-handlare då utgår jag från att du genomfört nästa punkt.

Men oavsett om du implementerat spårning av e-handelsdata eller är en hemsida som inte utför e-handel är det viktigt att sätta mål på hemsidan. Mål som mäter mikrokonverteringar på vägen mot makrokonverteringar. Men det ska inte bara göras för syns skull. Till exempel att mäta konverteringsgraden på ett nyhetsbrev ger inget om det inte kan kopplas till verksamhetens affärsmål. Om affärsmålet är att öka försäljningen. Ja då blir möjligheten att via nyhetsbrevet få in mailadresser för vidare bearbetning i syfte att flytta mot kund relevant. Och ett intressant nyckeltal.

Målen bör också värdesättas, ges ett värde. En konvertering utan värde (eller ekonomiskt värde) kallas för falsk konvertering eftersom de inte tillför något värde till verksamhetens resultat. Här kan du läsa om hur du sätter målvärden när hemsidan inte är en e-handelsplats.

Inga e-handelsdata eller felaktig e-handelsdata – Självklart kan man tycka om det är en e-handelsplats. Annars spåras ju inte e-handelsdata som omsättning, försäljning, genomsnittligt ordervärde, transaktioner, etc. Syns alltså inte i analysrapporterna. Utan detta kommer du aldrig att få en komplett bild av hur e-handelsplatsen presterar. Och du måste såklart säkerställa att data är korrekt. Här måste du få hjälp av en Webbutvecklare! För att lära mer om hur du sätter upp e-handelspårning, kolla detta inlägg: Google Analytics E-Commerce Tracking – Complete Guide

Inte satt upp Korsdomänhantering – Om hemsidans utcheckningsprocess sker på en annan domän vilket är vanligt eller sessionen sträcker över flera domäner behöver du sätta upp korsdomänhantering. Här kan du lära dig allt: Google Analytics Cross Domain Tracking – Complete Guide

Inte satt upp spårning av händelser – För att kunna spåra besökares aktiviteter med olika hemsidelement som flash videos, bilder, länkar, nedladdningar etc måste du sätta upp händelsespårning. Här finns allt om händelsespårning: Google Analytics Event Tracking Tutorial

Samtidigt kräver spårning av händelser en manuell insats som om du har många händelser kommer att bli en flaskhals. Då är det bättre att automatisera. Här är ett bra verktyg som är gratis upp till 100 000 sidvisningar per månad. Verktyget heter Analytics Engine och spårar utgående länkar, epostklick och nedladdningar.

Inte satt upp Kampanjspårning – Google Analytics behandlar all trafik som inte är direkt som hänvisande trafik. Så om du får trafik via mailkampanjer, PPC annonser, Affiliates marknadsföring, etc kommer de att behandlas som hänvisande trafik. Undantaget är Google Adwords som dyker upp i Google Analytics om du aktiverat den funktionen.

Om du vill att Google Analytics skall tillhandahålla mer information om marknadskampanjer så måste du lägga till kampanj variabler i slutet av varje URL för annonserna. Processen kallas ”taggning”. Du kan tagga annons URLer med hjälp av Google URL builder.

Tolka Data Felaktigt

Olika människor tolkar samma data på olika sätt. Allt beror på sammanhanget i vilket de analyserar och tolkar data. Om du har bättre förståelse för sammanhanget så kommer din tolkning vara mer korrekt. Detta tar oss tillbaka till misstaget att ta ut fel riktning. Om du verkligen vill bli bra på att tolka data så måste du utveckla en riktigt bra förståelse för verksamheten, dess mål och problemen du försöker lösa. Dessutom måste du ha kunskaper i Excel.

Undvik detta – är inte komplett men täcker det viktigaste för att komma igång:

  1. Inte segmentera data innan det analyseras. Datasegmentering är nyckeln till korrekt tolkning.
  2. Dålig förståelse av Google Analytics terminologin. Till exempel om du är osäker på vad ”Avvisningsfrekvens” är hur kan du tolka den korrekt?
  3. Välja fel nyckeltal för att mäta hur målen presterar.
  4. För mycket fokus på konverteringsgrad eller ingen fokus.
  5. För mycket focus på siffror i stället för datatrender.
  6. Inte förstå “varför” besökare gör det de gör på hemsidan. Till exempel varför besökare inte köper. Varför besökare inte delar ditt innehåll. Och svaret på denna ”varför” finns inte tillgängligt i Google Analytics. Du behöver genomföra kundundersökningar och A/B tester för att få dessa svar.
  7. Inte använda anpassade rapporter.
  8. Inte spåra olika förändringar som påverkar statistiken. Viktigt att notera förändringar i Google Analytics Annoteringar. Annars kan det svara svårt att i efterhand förklara/tolka toppar (eller dalar) i datatrenden. Förändringar som ett nytt filter eller starten av en marknadskampanj.

Hör av dig