Czy Google Analytics zawsze można ufać? 5 podstawowych błędów analizy ruchu na stronie

Google Analytics to popularne i niezastąpione w procesie pozycjonowania narzędzie. Dzięki niemu jesteśmy w stanie zmierzyć efekty naszych działań, w tym tak ważne wskaźniki, jak ruch na stronie oraz konwersję. Czy jednak zawsze powinniśmy bezgranicznie ufać wykresom i liczbom, które udostępnia nam GA? W poniższym artykule prezentuję listę podstawowych pułapek, na które trafić możemy w codziennej pracy z narzędziem Google.

Jedną z pierwszych czynności, które robimy, rozpoczynając jakiekolwiek prace mające na celu zwiększenie ruchu na stronie – czy to pozycjonowanie, czy też inną formę promocji w Internecie – jest instalacja Google Analytics oraz konfiguracja zamierzonych celów. Często w późniejszych analizach wszelkie wnioski opieramy na danych, które dzięki temu pozyskaliśmy, nie kwestionując w żaden sposób prezentowanych wykresów.

Tymczasem powinniśmy pamiętać, że tego typu narzędzia analityczne dają nam wiedzę na temat zachowania użytkowników, lecz nie ich motywacjach, które za nimi stoją.

Krótko mówiąc, nie zawsze jesteśmy w stanie określić, czy zachowanie danego użytkownika jest korzystne dla naszego biznesu. Na 5 przykładach postaram się wyjaśnić różnice między analityką ilościową a badaniami nad zachowaniem użytkowników na stronie.

1. Klikalność w przyciski „Call To Action”

Elementy na stronie, które zachęcają użytkownika do podjęcia pewnego działania, np. przejścia na podstronę ofertową, to często skutecznymi sposobami na uzyskanie konwersji. Za pośrednictwem Google Analytics możemy zmierzyć, ile razy dany przycisk CTA został kliknięty, co powinno dać nam wiedzę na temat tego, czy oferta naszej firmy lub sklepu okazała się interesująca dla użytkowników. Tymczasem samo kliknięcie przycisku nie musi oznaczać zainteresowania, lecz np.:

• zwykłą ciekawość – „Gdzie zaprowadzi mnie ten przycisk?”,
• utratę cierpliwości lub frustrację – „Jak kliknę, to może w końcu się czegoś dowiem”,
• znudzenie – „Kliknę i zobaczę, co się stanie”.

Powyższych motywacji nie jesteśmy w stanie sprawdzić za pomocą Google Analytics, czy innego narzędzia do zbierania danych. Dostarczą one informacji o kliknięciu, lecz wysoka klikalność nie musi oznaczać, że odpowiednio zoptymalizowaliśmy ścieżkę użytkownika na stronie. Stosując dodatkowo inne narzędzie, choćby do rejestrowania sesji gości na stronie, możemy sprawdzić, jak przebiegała wizyta i czy kliknięcie CTA nie było po prostu próbą uzyskania informacji.

2. Głębokość scrollowania na stronie

Za pośrednictwem Google Tag Managera możemy podzielić daną stronę na segmenty, np. 25%, 50% czy 75% wysokości, by później zliczać w Google Analytics, ile osób zjechało do konkretnego fragmentu treści. Z definicji powinno to dać nam wiedzę o tym, ile razy przeczytano istotny dla nas akapit, zauważono dany nagłówek czy wspomniany w poprzednim punkcie przycisk CTA.

W rzeczywistości jednak zachowanie użytkowników na stronie bywa bardziej skomplikowane – często bezwiednie przewijamy w głąb podstrony, nie zwracając uwagi na mijany tekst. Szukamy rzucających się w oczy nagłówków czy grafik, a więc sam fakt, że użytkownik przeskrolował do zdjęcia umieszczonego nad stopką nie oznacza, że przeczytał opis, który znajdował się kilkadziesiąt pikseli wyżej.

3. Czas wizyty na stronie oraz współczynnik odrzuceń

W przypadku, gdy w oczy rzuca się nam krótki czas wizyty dla danej podstrony, możemy uznać, że szybko dostarczyła ona użytkownikowi potrzebnych informacji (zwłaszcza w sytuacji, gdy współczynnik odrzuceń nie jest wysoki). Co w przypadku, jeśli nie była ona zupełnie przydatna, a krótki czas wizyty wynika jedynie z tego, że użytkownik chciał jak najszybciej przeklikać się w inne miejsce w witrynie? To pytanie może ponownie budzić wątpliwości, których nie rozjaśni analityka ilościowa, lecz badanie zachowania użytkowników.

Podobnie w przypadku wysokiego współczynnika odrzuceń – badanie z respondentami znacznie skróci czas późniejszych analiz oraz testów. Zniwelować wysokie „bounce rate” możemy na kilka sposobów – dodając nagłówki, interesujące zdjęcia lub przyciski CTA. Każde z tych rozwiązań wymaga jednak przeprowadzenia testów – wcześniej wpadniemy na odpowiednie rozwiązanie, gdy uprzednio przeprowadzimy badanie wśród użytkowników.

4. Interakcje z elementami multimedialnymi

Dzięki Google Tag Managerowi jesteśmy w stanie sprawdzić również, ile procent danego filmu na stronie zostało odtworzone. Na podstawie tych danych możemy stwierdzić, czy konkretny materiał wideo jest interesujący dla odwiedzających. Często jednak bywa tak, że użytkownik przewija kolejne fragmenty filmu, szukając interesujących treści. Może być to spowodowane nudnym początkiem lub po prostu zniecierpliwieniem widza. W Google Analytics uzyskamy wówczas błędne dane – film został odtworzony do końca, lecz odwiedzający po prostu kliknął środek, a potem końcówkę wideo i tak naprawdę nie zobaczył całości.

5. Lejek sprzedażowy

Proces sprzedaży podzielony jest na kilka etapów, które tworzą ścieżkę użytkownika prowadząca do konwersji. W Google Analytics możemy przeprowadzić analizę lejka sprzedażowego, by dowiedzieć się, jaki odsetek potencjalnych klientów dociera do ostatniego etapu oraz, w którym momencie użytkownicy schodzą z wyznaczonej ścieżki – opuszczają serwis lub przeklikują się w inne miejsce.

Przyczyn poszczególnych zachowań możemy szukać w np. statystykach klikalności CTA lub prześledzić cały proces, by sprawdzić, które elementy budzą wątpliwości u użytkowników. Dobrym rozwiązaniem będzie też nagrywanie pojedynczych sesji na stronie, aby zobaczyć dokładnie, jak wygląda zachowanie odwiedzającego. Znowu jednak zanosi się tutaj na długotrwałą analizę, która może okazać się niepotrzebna, gdy zwyczajnie przeprowadzimy dialog z użytkownikami. Zdarza się, że problemy są zupełnie prozaiczne. Konieczność podania numeru karty bankowej w trakcie sprzedaży może wzbudzić nieufność u użytkowników, a następnie spowodować rezygnację z zakupu.

Podsumowanie

Google Analytics to świetne narzędzie do analizy ruchu na stronie, lecz jak to zwykle w przypadku liczb i wykresów bywa – nie zawsze odzwierciedla rzeczywiste intencje użytkowników. Zachowanie klientów sklepu internetowego może być motywowane różnymi czynnikami, które wyjdą na światło dzienne dopiero w badaniach UX oraz testach z wykorzystaniem innych narzędzi. Należy więc z dystansem podchodzić do wszelkich danych dostarczonych nam przez Google Analytics i za każdym razem weryfikować, czy satysfakcjonujące dla nas wyniki na pewno są zgodne z rzeczywistością. Tylko w taki sposób odpowiednio zoptymalizujemy ścieżkę konwersji, co przyniesie zysk dla naszej firmy.