JavaScript v GTM – Measure Camp Brno 2017
Na Measure Campu v Brně jsem se zabýval JavaScriptem v GTM aneb tvoříme prasárny na přání klienta a nemožné se stává možným během chvíle. Užijte si prezentaci a nezapomeňte na blížící se Measure Camp v Praze!
Telefonní číslo a e-mail na webu jsou standardní výbavou každé webu a také velmi často využívané konverzní prvky. Bohužel, někdy jsou těžko měřitelné.
Částečně jsem se nastavením již zabýval v článku: Jak měřit konverze z mailů mimo kontaktní formuláře. Kromě jiného se tento článek zabývá i měření zkopírování prvku na stránce. Toto měření jsme ještě rozšířili.
S velkou porcí nadsázky se dá říci, že kampaň
s kvanty dat dokáže optimalizovat každý. Prostě se kouknete na Ticháčkovu prezentaci o RFM modelu, zkouknete i pár videí o atribučních modelech a kohortách a můžete začít psát doporučení. Problém nastává, když máte optimalizovat kampaň a nemáte data, jakákoliv analýza z GA je z hlediska statistické významnosti odhadem a plácnutím do prázdna. Chí kvadrát je v tu chvíli sci-fi na n-tou. Jak takovou kampaň optimalizovat?
Z logiky věci by bylo možné říci – malá kampaň, malé rozpočty, nastavíme to základně. Doporučuji pravý opak. Vezměte si například, že máte Adwords kampaň cílenou na B2B. Pak dává smysl naopak nastavit ji ještě lépe. Občas se u podobných kampaní stane, že máte 4 poptávky za měsíc, z toho jednu realizovanou. Druhý měsíc máte 0 poptávek. Musíte být schopni zjistit co nejvíce o těch, kteří vám poptávku zaslali, a ještě více o těch, jejichž poptávka se nakonec realizovala. Může se stát, že celé vaše úsilí za 2 měsíce se promění v jeden kontrakt v řádu statisíců až milionů. Není možné střílet naslepo. Občas je to ale těžké komunikačně přesvědčit klienta, který za kredit utrácí 10.000 Kč, že webová analytika bude za 15 – 20 tisíc, aby těchto 10 tisíc bylo efektivně vynaložených.
Rozhodně doporučuji využít Google Tag Manager. Získáte tím flexibilitu v nastavování a spoustu užitečných možností. Doporučuji využívat minimálně Google Analytics, systém pro heatmapy a videonahrávky uživatelů (např. Hotjar, Smartlook). Pokud využíváte Facebook Ads, pečlivě nastavte Facebook pixel. Některá data – například informace o věku a pohlaví, zde budou výrazně přesnější a lépe přiřaditelné ke konverzní akci. Facebook pixel využívá jiný mechanismus atribuce konverzí, takže změříte i nákup na základě zobrazení vašeho inzerátu na Facebooku. Přesněji změříte i cross-device konverze. Toto je zároveň i negativem, jelikož FB si přisoudí i konverze, kde pouze asistoval.
Bez cílů to nejde. Nastavení je individuální, vzhledem k typu byznysu. Zároveň, u B2B s 3000 tisíci návštěvami a 5 získanými leady měsíčně se nemůžete spolehnout pouze na sledování hlavních cílů, ale je nutné sledovat i soft-cíle. Samozřejmě je nutné v klientovi vytvořit realistická očekávání, že 30% míra konverze neznamená, že každý třetí člověk je relevantní.
Navrhuji nastavit jako cíl například následující:
Lead scoring uživatelů
Pro lead scoring můžete využít specializované aplikace pro marketingovou automatizaci nebo se dá nastavit i v Google Analytics. Například zde jsme si uživatele rozdělili na: není spam, zaujatý uživatel, vysoce zaujatý uživatel a lead. A dle jeho zaujetí jej zahrnujeme do daného funnelu v Enhanced Ecommerce. Řešit by to šlo alternativně pomocí vlastních dimenzí a metrik, kdy bychom k uživateli přidávali číselnou hodnotu s jeho zaujetím. Tuto funkci je nutné naprogramovat, ale není to nic, co by šikovný programátor v JavaScriptu nezvládl.
Například můžeme říci, že vysoce zaujatým návštěvníkem je ten, který splnil minimálně 3 z 5 podmínek – shlédnutí videa, 2 minuty na stránce, stáhnutí ceníku, scroll do 50 % stránky a prohlédnutí kontaktů.
Rozhodnete-li se použít systém pro marketingovou automatizaci, cenově dostupné pro malé společnosti je například polské SALESmanago, můžete zde nastavit, kolik bodů za jednotlivou akci udělíte. Limitací je, že pro věci typu přehrání videa nakonec stejně potřebujete programátora.
Lead scoring umožňuje retargetovat pouze ty, kteří ukázali, že mají o produkt zájem. Limitací je, že pro spuštění retargetingu potřebujete minimální publikum, které ne vždy dosáhnete, když cílíte jen ty nejrelevantnější. Je to potom o kompromisu.
Nastavení událostí je dalším užitečným nastavením, které vám prozradí více o chování uživatelů. Skvělou zprávou je, že u takto malých účtů, i když si nastavíte všechny události dole a ještě k tomu si přidáte několik automatických trackerů, stejně nedosáhnete limitu hitů v GA. Zde mají malé účty před velkými velkou přednost. Užitečné je například:
Samozřejmě, nemám účet, kde bych měl všechna tato nastavení. Chce to volit vždy to, co má smysl.
Nezapomeňte, že událost ruší bounce rate. Myslím si, že uživatel, který doscrolluje do 50 % stránky by pořád měl být předmětem bounce, jelikož asi ještě nebude zaujatý (samozřejmě k diskusi). Vždy si tedy určete, která událost je non-interaction, tedy neruší bounce.
První a základní věcí je uvědomit si, že koukáte na agregovaná data a průměry, které se dají velmi snadno ovlivnit. Například analyzujete kampaň na LinkedIn, z které jste získali 50 návštěvníků. Průměrný čas na stránce je 2 minuty. To není nejhorší? Problém je, když zjistíte, že z těchto 50:
Dá se říci, že jste přivedli 8 relevantních uživatelů. Podobný problém bude i s počtem stránek na návštěvu a v podstatě se vším. Tato kampaň nefunguje a je nutné zjistit proč a upravit ji.
Tyto hodnoty vám pomohou maximálně v orientaci. Ale pokud chcete zjistit, zda kampaň skutečně funguje, je nutné se průměru zbavit. Naprosto základním ukazatelem je nastavit si u kampaně sekundární dimenzi „Doba na stránce“. Chcete-li přesnější údaj, můžete vyjít z vlastní dimenze timer a udělat segment z ní. Můžete si uživatele rozdělit dle počtu stránek na návštěvu atd.
Ještě přesnější je prohlédnutí uživatelů přes Průzkumník uživatelů (User Explorer). Vytvoříte si segment s uživateli z konkrétní kampaně a následně se na uživatele individuálně podíváte. To samé následně můžete udělat s videi ve Smartlook nebo jiném nástroji.
Z chování těchto individuálních uživatelů již dokážete určit, zda kampaň fungovala. Následně pomocí další analýzy, například kde uživatel opouštěl web nebo dle analýzy kanálů (zdroje/média/kampaně) dokážete zjistit, kde může být chyba. Užitečný je i rozklad dle lokality a zařízení. Je zajímavé např. sledovat penetraci a konverze z mobilních zařízení napříč republikou nebo i napříč Evropou.
Pokud uděláte kroky nahoře, jistě vám vyvstane spoustu nových předmětů k analýze.
Důležité je i umět si určit, kdy s analýzou přestat. Klient ani vy nemáte neomezený časový fond. Je nutné někdy říci – ano, je hodně věcí, které nevím, ale nemám kapacitu ani datový základ je zjišťovat a udělat rozhodnutí. Jelikož je rozhodnutí na základě velmi omezeného vzorku dat, nebude vždy správné. Ovšem z dlouhodobého hlediska je i analýza malého vzorku dat výrazně lepším řešením než nedělat nic a čekat.
Reklama 1 🙂 – Řešení pro identifikaci anonymních uživatelů skrz více webů
Vytvořili jsme řešení na principu vlastní cookie, která dá využít jako nástroj pro identifikaci uživatele skrz další weby jako 3rd party cookie a navíc ještě ukládá user-id pokud existuje a posílá to v jedné dataLayer proměnné. Získáte tak přehled o pohybu a identitě uživatelů na více webech, které vlastníte, včetně historie, kdy ještě nebyli identifikovaní. Kompletní řešení je na GitHubu: Cross-browser-UserID-and-ClientID-solution-for-Google-Tag-Manager
Reklama 2 – Sledujte nás na Facebooku/Twitteru
Cca do dvou týdnů zveřejníme i report z konference za ostatní přednášky. Budeme samozřejmě sdílet.
marketingmakers / Cross-browser UserID and ClientID solution for Google Tag Manager
Kdo jste byl na Measure Campu, tak tam Honza Tichý mluvil o vlastní cookie, která se s trošku programování dá využít jako nástroj pro identifikaci uživatele skrz další weby jako 3rd party cookie. Vyvinuli jsme ve firmě řešení, které dělá toto a ještě ukládá user-id pokud existuje a posílá to v jedné dataLayer proměnné. Vkládané je jako iframe.
Ačkoliv jsme řešení testovali tam a zpět, je to první náš počin pro tento účel. Takže nepochybuji o tom, že to bude mít chyby. Je to na GitHubu. Budu rád za kritiku, i za používání dále.
Kompletní popis a kód s poznámkami je rovněž na GitHubu. Enjoy!
Využívání Google Analytics v Německu není jen tak. Je nutné provést několik kroků před nasazením, včetně písemné registrace, anonymizování IP adres, a pokud máte již nějaká data, tak provést jejich odstranění.
Nejlepší článek, co jsem našel je v němčině na e-recht24.de.
PS: Zkusil jsem pouze rychlý experiment a zadal do Google: “schuh blog site:de”. Z pěti prvních výsledků: 2xGoogle Analytics s Anonymize-IP, 1xUniversal Analytics přes plugin Google Analyticator bez anonymize-IP, 1xGoogle Analytics přes plugin “Google Universal Analytics for WordPress v2.4.2 bez anonymize a 1x nejsem schopen určit. Takže to vypadá, že to ani Němci přiliš nehrotí, ale pro byznys stránky bych určitě doporučil nastavit.
Pomocí Facebook pixelu mohou firmy zasílat do Facebooku informace o prohlédnutém zboží, zboží v košíku, nakoupeném zboží nebo o nových registracích. E-shopy tímto většinou končí a obsahové stránky zpravidla nenastavují události žádné.
Události na Facebooku umožňují firmám analyzovat výkonnost reklam, retargetovat správné publikum nebo optimalizovat dle změřených konverzí. Facebook nabízí cca 10 předdefinovaných událostí, ale tím možnost nekončí. Do Facebooku je možné poslat téměř cokoliv.
Pokud pracuji s B2C/B2B, nastavuji události:
FB pixel doporučuji vložit do patičky stránky nebo lépe spouštět po načtení stránky v Google Tag Manager.
Jednotlivé události spouštějte,když k nim dojde. Opět lze vkládat přímo do kódu nebo generovat přes GTM. Pouze si dejte pozor, aby nedošlo ke spuštění události dříve, než se načte FB pixel. Častá chyba na e-shopech, kde vývojář vloží události do jednoho JS externího souboru a ten zpravidla umístí před FB pixel.
Následně událost lead bude vypadat takto:
fbq('track', 'Lead', {
content_name: 'Auto Insurance',
content_category: 'Quote',
value: 40.00,
currency: 'USD'
});
Vlastní události takto:
fbq('trackCustom', '<CustomEventName>', {
custom_param1: 'ABC',
custom_param2: 123,
value: 10.00,
currency: 'USD'
});
Poznámka1: Zkopírováno z oficiálního návodu FB.
U některých sestav se stává, že mají větší počet neplatných kliků než jiné. Standardně mám u sestav 10 – 50 % prokliků omylem. Závisí samozřejmě, kam cílíte. Dokonce u některých sestav mám více neplatných prokliků než u jiných, často je to kvůli malé nabídce za klik, která nutí Facebook zobrazovat reklamu “klikačům” nebo je to z důvodu špatně zvoleného umístění. Každopádně když si uděláte report Sestava – Nonbounce – Interested – Lead, zjistíte, kolik lidí byly “klikači” a nerelevantní + budete mít k dispozici zajímavý funnel.
Poznámka2: Tato data vám Google Analytics bez dalšího nastavení neukáže, jelikož čas na první stránce neměří.
Implementaci doporučuji pomocí Google Tag Manager. Pokud nemáte k dispozici GTM, je možné využít třeba jQuery:
Ještě bych rád doplnil, že čas na stránce rozhodně není jednoznačným ukazatelem zaujetí, ale tento skript je možné snadno upravit, aby například za zaujaté považovali lidi, kteří klikli na některý konverzní prvek nebo prohlédli klíčovou stránku.. Každopádně pro orientaci čas poslouží dobře.
<script>jQuery(document).ready(function(){
setTimeout(function(){
fbq('trackCustom', 'nonbounce', {
hostitel: '{{Page Hostname}}',
stranka: '{{Page Path}}'
}) }, 10000);
}); </script>
Implementace pomocí GTM je snadná: 1. Vytvoříme tag s Facebook událostí v Google Tag Manager.
2. Vytvoříme timer trigger, který se spustí jednou, a to přesně za x sekund.
3. Zjistíme, zda se událost správně spouští – můžete využít rozšíření Facebook Pixel Helper, ale nevsázejte na něj 100%. Rizika jeho využití odhaluje André Heller na Igloonet.
3. Uvidíte podobný report.
Toto je vše. Samozřejmě, netvrdím, že čas na stránce je jasný ukazatel zaujetí, ale často tomu tak bývá, takže se od toho dá odrazit. S událostmi na Facebooku je možné si ještě více pohrát. Nikdy by se ale nemělo stát, že budou události “suplovat” webovou analytiku. Měly by hlavně sloužit Facebooku pro správnou optimalizaci a specialistovi pro sociální sítě pro kontinuální správu a vyhodnocování kampaní.
Google formuláře jsou často využívané pro registrace na události nebo výzkumy a následně vloženy na web jako iframe. Stranou nechme diskusi o tom, zda by měl být Google Form takto využíván. Klienti ho mají rádi a uživatelé tyto formuláře klidně odesílají, takže s nimi problém nemám. Potíže ale začaly, když jsme chtěl formuláře měřit.
Do samotného iframu není možné zasáhnout, takže ani není možné používat postMessage pro informování okna o události a je nutné na to jít workaroundem. Našel jsem a začal využívat řešení postavané na tomto kódu z infoentropy.com. Kód dělá pouze to, že kontroluje počet načtení iframu. Pokud dojde k více než jednomu načtení, bere se to jako odeslání.
<script>jQuery(function () {
window.loaded = 0;
f = jQuery("iframe#googleframe");
f.load( function () {
window.loaded++;
if (window.loaded >= 2)
{
dataLayer.push ({ "event": "cfsubmitted", "contactform-type": "googleform" });
// zde by mohl být i kód pro přímé odeslání do GA, přes GTM je elegantnější.
}
});
});</script>
Tento kód je dobré ještě upravit, pokud to pro vás dává smysl:
Sklikové konverze se zachytávají pomocí iframe. Vynikající plugin Contact Form 7 pro WordPress umožňuje nastavit skript, který se má vykonat po odeslání formuláře (viz obrázek dole, zaslání události do Analytics).
Problémem je, že sem není možné vložit iframe a ani iframe pomocí document.write. Ačkoliv s document.write to bude korektní JavaScript, odeslání formuláře skončí prázdnou stránkou nebo v lepším případě přesměrováním.
Nejeelegantnější metodou je využití Google Tag Manager, který vykoná operaci asynchroně a do GTM pošleme pouze dataLayer, že byl formulář odeslán. Následně je možné poslat informace do jakéhokoliv systému. Pokud vám předchozí text přijde jako sci-fi, není to cesta pro vás. Navíc je často implementace GTM u malého webu “kanón na vrabce”.
Proto jsem s využitím událostí, které zasílá Contact Form 7 vytvořil následující skript, který stačí vložit do footer.php (Vzhled – Editor – footer.php) před uzavírací tag </body>.
<script>jQuery(document).on('mailsent.wpcf7', function () {
jQuery(".sklikframe").attr("src","//c.imedia.cz/checkConversion?c=000000000&color=ffffff&v=");
console.log('Konverze Sklik zapoctena');
});</script>
<iframe class="sklikframe" width="1" height="1" frameborder="0" scrolling="no" src="">
</iframe>
Pouze místo c=000000000 vložte svůj kód, který si vygenerujete v Sklik (Nástroje – Sledování konverzí – Vytvořit konverzi).
Skript poslouchá, zda nastalo k odeslání formuláře (mailsent.wpcf7). Dále je už při načtení stránky vložen prázdný iframe. Jakmile je formulář odeslán, nahradí skript zdroj iframu. Že vše funguje, si můžete ověřit v nástrojích pro vývojáře, kde se v sekci Source načte zdroj c.imedia.cz a zároveň se v Console objeví Konverze Sklik započtena. S událostmi CF 7 se dá velmi dobře pracovat, přehled událostí naleznete na StackOverflow.
Po sdílení na Facebooku se objevilo několik hezkých nápadů, zejména jQuery.append.
Vladimír Smitka – A proč nepřesměrovat po odeslání formuláře na děkovací stránku, kde jsou kódy vloženy jednoduše staticky? Já tedy fandím GTM, ale přesměrování mi přijde nejjednodušší způsob, jak měřit konverze (poznámka – lze udělat pomocí window.location).
Druhým nápadem je využít jQuery.append:
jQuery('<iframe class="sklikframe" width="1" height="1" frameborder="0"
scrolling="no" src="//c.imedia.cz/checkConversion?c=000000000&color
=ffffff&v=">').appendTo('body');
Pokud používáte cachovací plugin, vypněte minifikaci JavaScriptu. Nejen že nemusí fungovat korektně tento skript, ale pravděpodobně nebudou korektně fungovat ani další analytické a retargetingové skripty. Před nasazením vše pečlivě otestujte.
WASP – one of the top debugging tools for web analyst
Super článek o WASPu od Lukáše Teplého. Pravá ruka každého analytika.
Častým předsudkem je, že Google Analytics vám pomůže pouze s měřením online kampaní. Není to pravda. V Google Analytics můžete stejně elegantně měřit výkonnost billboardů, plakátů, letáků, odznaků a dalších. Zde bych rád představil vybraných 8 technik, které je možné i kombinovat a opravdu začít měřit výkonnost offlinu.
Všechny následující případové studie budou založeny na dvou technologiích: přesměrování, QR, analýza lokality v Google Analytics a práce s IP adresami.
Moje webová stránka je Allten.cz. Aktuálně bych chtěl mít inzerát např. v Příbramském deníku. Jediné co potřebuji je dostat do Google Analytics adresu s UTM parametry, díky čemuž zjistím, že návštěvník přišel právě z této kampaně. Tuto adresu potřebuji:
http://www.Allten.cz/?utm_source=pribramskydenik&utm_medium=offline&utm_campaign=printcampaign2015
Tuto adresu nemohu jen tak dát do kampaně (jelikož téměř každý by ji opsal s chybou a zároveň by to bylo neprofesionální a dlouhé). Musím vytvořit přesměrování na tuto adresu. Nabízí se možnosti:
Přesměrování vytvoří váš vývojář snadno pomocí htaccess. Postup by šel vyladit využitím filtrů v Google Analytics. Pokud je referral PsaniNaKlavesnici.cz, tak přepiš source/medium na hodnoty pribramskydenik/offline, ale není to nutné.
V ČR se QR kódy nikdy příliš nechytli. Ale i tak mohou být dobrým doplňkem letáku či plakátu. Opět bychom postupovali metodou UTM parametrů a z těch vytvořili letáky.
http://www.Allten.cz/?utm_source=pribramskydenik&utm_medium=offline&utm_campaign=printcampaign2015
Google Analytics dokáže zobrazit návštěvnost z jednotlivých krajů ČR. Pokud bychom měli billboardovou kampaň na D1, řekněme 4 billboardy. Můžeme poté předpokládat, že navýšení návštěvnosti oproti průměru s očištěním dalších vlivů bude způsobeno právě tímto bannerem. Tento filtr můžeme omezit způsobem, aby zobrazovat pouze nové uživatele z dané lokality – měření není 100% přesné, ale na úrovni kraje by mělo být dostatečně vypovídající.
Představte si, že chcete udělat plakátovou a letákovou kampaň na vysokých školách v České republice. Toto řešení již vyžaduje trošku kódování a znalost Google Tag Manager. Výsledkem bude, že v Google Analytics bude možné rozdělit návštěvnost a cíle dle jednotlivých vysokých škol (např. bude možné zjistit: Z VŠCHT navštívilo web 451 lidí, strávili na webu 2 minuty, 42x stáhli aplikaci a z ČVUT…).
Požádal jsem na Twitteru o názor několik specialistů na webovou analytiku. Zde si můžete prohlédnout jejich doporučení. Jak vidíte, možnosti sledování offline jdou mnohem dále, než jsem navrhl.
Co třeba trackovat vstup zákazníků do pobočky? Napojit pokladny obchodu atd. http://t.co/ppvUA9epgF
Hm, co tahle kampaň import a tagování pomocí utm_id?
Ještě mě napadají slevové kódy rozdělené dle jednotlivých offline zdrojů.
Je nezbytné zmínit, že všechny zmíněné metody jsou přesné jen do jisté míry a závislé na větším počtu faktorů. Bude lepší pojmout analýzu vždy komplexně (např. u kampaně v bodu #4 nespoléhat jen na změřené výsledky, ale analyzovat i zvýšení počtu návštěv z mobilních zařízení – studenti mohou využívat mobilní data nebo navštívit web po odchodu ze školy). U všech metod doporučuji určit před začátkem kampaně, jak bude úspěšnost měřena a které hodnoty jsou zamýšlené.
Máte rovněž zkušenosti s měřením offline kampaní? Podělte se v komentářích!
