Search

Datová analytika FAQ

Článek je převzatý z rozhovoru, které jsem zpracoval pro Spotet.cz k tématu datové analytiky.


Jaké nástroje doporučujete e-shopařům k vyhodnocování výsledků a proč?


Přínos analytického nástroje je přímo úměrný kvalitě vstupních dat, které do něj “tečou”. Zároveň je důležité si uvědomit, že marketingová data (standardně dostupná v Google Analytics) a byznysová data (standardně dostupná v mySQL databázi, případně jiné transakční databázi, kterou má vždy každý e-shop) bez vzájemné kooperace nikdy nemohou poskytnout dostatečné podklady pro správná byznysová rozhodnutí.


  • Pro zpracování dat (např. pro propojení marketingových dat s byznysovými) doporučuji využít Google BigQuery (může fungovat i zdarma), pro ty, kdo to myslí s daty a svým byznysem skutečně vážně, potom Keboola.com.

  • Pro vizualizaci dat doporučuji Google DataStudio (dostupné zdarma), pro pokročilejší práci se zpracovanými daty Tableau.com.

  • Pro rozhodování nad daty doporučuji využít hlavně zdravý selský rozum :-).


S čím a jak byste doporučil klientům ohledně vyhodnocování výsledků začít?


Nejdůležitější je na začátku vědět, čeho chci vlastně dosáhnout. Pokud nemám vytyčený žádný cíl, nikdy není možné určit, zda jsou dosažené výsledky dobré anebo špatné (i záporná EBITDA může být v určité fázi byznysu žádoucí).


Když nemám plán, znám pouze aktuální stav. Zda je to dobrý, nebo špatný výsledek… kdo ví :-).


Jak nastavit Google Analytics, aby se měřilo vše důležité? Jak data správně interpretovat?


V případě využití Shoptet.cz je většina těch nejpodstatnějších dat, co mají být v GA, již v vyřešených, tedy není v základu nutné nic dalšího nastavovat. Nejdůležitější je do GA doměřovat transakce a tržby (bez DPH), ID každé transakce a dále pak informace o produktových kategoriích, produktech a průchodu nákupním procesem (enhanced ecommerce). Jak jsem již ale zmínil, v případě využití Shoptetu již veškeré tyto informace v Google Analytics máte.


Nevhodné je pak do Google Analytics zasílat např. vratky nebo se snažit jakýmkoliv způsobem z GA vytvořit Business Intelligence nástroj. Google Analytics neslouží k transformacím a zpracování dat (k tomu slouží např. již výše zmíněné Google BigQuery), je to čistě nástroj pro sběr informací o návštěvnosti webu.

Ze svých zkušeností NEdoporučuji do GA zasílat ani informaci o maržích a to ani v případě, že vás do toho tlačí např. PPC specialista. Daleko efektivnější cesta je zasílat např. do Google Ads net transakce včetně profitu napřímo, je to jednodušší, levnější a přesnější řešení, které zbytečně nemodifikuje Google Analytics do něčeho, pro co není určeno.


Jak data správně interpretovat pak není možné popsat formou odpovědi v rámci blog postu :-).


Co konkrétně by měli e-shopaři vyhodnocovat a co sledovat u placených kampaní?

  1. MarketingProfit (tržba bez DPH * % marže - náklady na marketing).

  2. Náklady na získání nového zákazníka (nakoupil poprvé).

  3. Náklady na získání opakované objednávky (2. a další objednávka od zákazníka).


S jakými chybami ve vyhodnocování výsledků se setkáváte nejčastěji u klientů z řad e-shopů?


  1. Nejsou hlavou svého byznysu, nemají plán, čeho chtějí dosáhnout a marketingová KPIs (= řízeního svého byznysu) delegují na externisty.

  2. Neznají náklady na akvizici nového zákazníka a míru své retence (klíčové KPIs).

  3. Nevyhodnocují marketing na úrovni profitability.


Měli by podle vás e-shopaři sledovat asistované konverze? Pokud ano, jak by je měli měřit a vyhodnocovat?


Než sledovat asistované konverze spíše doporučuji analýzu konverzních a nekonverzních cest. Je to daleko více vypovídající výsledek který v případě vhodně postavené vizualizace na první dobrou odhalí potenciálně riziková místa (=neefektivní investice) i příležitosti.


Asistované konverze jako takové jsou pak již atribuční problém, na který je již vhodné využít statistické metody (= rychlejší cesta ke kvalifikovanému výsledku). Když totiž sečtete všechny asistované konverze a jejich hodnotu, dostanete výrazně vyšší číslo, než máte reálně na účtu (nebo v GA jako transakce a tržby) a to je hodně nebezpečné. V zásadě každý si tam může najít jasný důkaz toho, že jeho práce je ta nejvíce přínosná, což je super na uchlácholení klienta v prezentaci výsledků kampaní, ale velice nevhodné pro řízení byznysu.


Kdy doporučujete najmout specialistu a kdy se e-shopařům vyplatí?


Záleží na odpornosti daného majitele e-shopu. Když je to programátor, nepotřebuje developera na každou malou změnu webu. Když je to bývalý PPC specialista, marketing si může (a měl by) řídit sám.


Je důležité znát své silné a slabé stránky, dospět do stavu “vím že nevím” a pak si najímat lidi na činnosti, ve kterých jsou lepší “než já sám”.


A kdy je ta vhodná doba? 2 - 3 hodinová konzultace s opravdu seniorním člověkem klidně i rok předtím, než začnu vůbec e-shop provozovat, může mít za následek úsporu stovek tisíc korun i hodin zbytečné práce a objevováním kola.


Za mě čím dříve spolupracujete s lidmi, kteří vám dokážou vynahradit vaše slabé stránky, tím lépe. Být Data Driven firmou v roce 2020 není důležité od určitého objemu tržeb, ale je to klíč k úspěchu od chvíle, kdy jste poprvé dostali nápad “rozjedu vlastní e-shop”.


Víte kolik času strávil Tomáš Čupr v datech vůbec předtím, než rozjel Rohlik.cz? Hodně :-).


7 views0 comments

Recent Posts

See All