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.
1. Přesměrování s využitím UTM parametrů
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:
- Pořízení úplně jiné domény – VsemiDeseti.cz, AllTenFingers.cz, PsaniNaKlavesnici.cz apod.
- Využití subdomény – Chci.Allten.cz, Type.Allten.cz nebo lákavější Bonus.Allten.cz nebo Soutez.Allten.cz
- Cesta v URL – Allten.cz/Soutez, Allten.cz/Akce
- Elegantní cesta – vytvořme microsite bez přesměrování např. MesicPsani.cz od Allten.cz – i zde bude návštěvnost jasná.
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.
2. QR kódy
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
3. Analýza lokality v Google Analytics
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.
4. Využití IP adres a vlastních dimenzí
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…).
- Zjistím IP adresu školní (kolejní) sítě. Pokud tam už někdo dává ty letáky, může to rovněž zjistit.
- Vytvořím tabulku: “IP adresa | škola”
- V Google Tag Manager spustím některý z geolokačních skriptů, které zjistí IP adresu návštěvníka (našel jsem např. DP-IP.com, které je dokonce zdarma).
- Vytvořím v Google Analytics vlastní dimenzi “Vysoká škola” rozsahu uživatel (user-scope).
- Vytvořím v Google Tag Manager proměnnou typu vyhledávací tabulka a nastavím, aby při dané IP adrese byla nastavena hodnota dimenze “Vysoká škola” na “ČVUT”, “VŠE” a další.
- Nyní si můžu užívat data. Výhodou je, že i když uživatel z VŠE, který kdysi navštívil web, přijde na stránky znovu z druhé části republiky (když jede za rodiči), bude stále označen jako student VŠE.
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.
Marek Lecián:
Co třeba trackovat vstup zákazníků do pobočky? Napojit pokladny obchodu atd. http://t.co/ppvUA9epgF
André Heller
Hm, co tahle kampaň import a tagování pomocí utm_id?
Lukáš Teplý
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!
