Google Analytics Felhasználólista jelentés (User explorer) | Weboptim

Az adatok összesített elemzése nagyon fontos és érdemes is az analízist így végezni, de néha szeretnénk mélyebbre ásni, egyéni szintre. A Google Analytics Felhasználólista jelentése segítségével pontosan ezt tudjuk megtenni.
Ha elvégezzük mind az összesített, mind az egyéni felhasználó szintű elemzést, akkor megértjük, hogy mi folyik itt. És hogy mit kell tenni a felhasználói élmény javításához és a vállalkozás optimalizálásához.

Mi is az a Client ID? (ügyfél-azonosító)

Fontos, hogy alaposan megértsük az ügyfél-azonosító jelentését, mielőtt a Felhasználólista elemzésébe belekezdünk.
Annak érdekében, hogy a Google Analytics meg tudja határozni, hogy több munkamenet ugyanazon felhasználóhoz tartozik-e, minden felhasználót egyedi azonosítóval kell ellátnia. Ez az egyedi azonosító a Client ID. Alapesetben ezt az értéket a cookie tartalmazza két éves lejárat határidővel. Az érték névtelenül azonosítja az adott böngészőt.

A GA Debugger nevű bővítmény az egyik eszköz a Client ID meghatározására.

Telepítsük a GA Debugger-t
Kattintsunk a bővítményre
Látogassuk meg az adott oldalt, ahol GA kód van
CTRL + Shift + I

Az ügyfél-azonosító 2 részből áll:

az első rész egy egyedi random szám
a második pedig az első időbélyeg

Minden későbbi munkamenet ugyanazon felhasználó esetén, ugyanazt az ügyfél-azonosítót fogja adni. Tartsuk szem előtt, hogy ez csak akkor működik:

ha a felhasználó nem törölte vagy blokkolta a sütiket időközben
ha a felhasználó nem vált böngészőt
ha a felhasználó nem változtatja meg az eszköz típusát (laptop, tablet, mobil)

Megfontolhatjuk, hogy implementáljunk user ID-kat, ha olyan weboldalról van szó, ahova sok felhasználó bejelentkezik. Ez segíthet, hogy akkor is felismerjük, hogy ugyanazon felhasználóról van szó, ha a látogató böngészőt vált vagy más eszközből lép be az oldalra.

Ügyfél-azonosítók a Felhasználólista jelentésben

Az ügyfél-azonosító kulcsfontosságú a Felhasználólista jelentésben. Kattintunk a Audience / Felhasználólista menüpontra. A következőt fogjuk látni:

Alapesetben a van:

egy dimenzió (ügyfél-azonosító)
6 mutató (munkamenet, munkamenet átlagos hossza, visszafordulási arány, bevétel, tranzakciók, célkonverziós arány)

A célkonverziós arány azon célok egyedi konverziós arányainak összege, amit az adott nézetben beállítottunk. Ez a szám nem jelent túl sokat, ha állítottunk be olyan célokat, mint x oldal megtekintése, y oldalon töltött idő. Ezek általában megnövelik az összesített konverziós arányszámot. Az javasolják, hogy ne hozzunk létre elkötelezettség célokat, ha a felhasználólista jelentéssel dolgozunk.

User ID Client ID helyett

Ha építettünk a weboldalba User ID követést, akkor a jelentés User ID adatokat fog tartalmazni. A jelentés szerkezete nem sokat változik, csak a felhasználók egy más csoportját láthatjuk. Azokat a felhasználókat, akiket User ID segítségével azonosítottunk.
Tartsunk szem előtt hogy a User ID jelentés sokkal pontosabban tükrözi a valódi felhasználókat, hiszen több eszközön és böngészőn keresztül követhetjük őket.

Hogyan vizsgáljuk meg az egyedi felhasználókat?

Az ügyfél-azonosítóra kattintva többet megtudhatunk az adott felhasználó viselkedéséről a kiválasztott időszakban.

A baloldalon láthatjuk a fő információkat:

ügyfél-azonosító
ügyfélszerzés időpontja
akvizíciós csatorna
eszközkategória

Felül még van néhány további adat:

összes munkamenet
munkamenetek összesített időtartama
összes bevétel (e-kereskedelem esetén)

Több szűrési és szegmentálási lehetőségünk is van:

rendezés (növekvő vagy csökkentő)
szűrés: oldalmegtekintés, cél, e-kereskedelem vagy esemény alapján
közvetlenül szegmenst is létrehozhatunk a felhasználó viselkedése alapján

További megjegyzések

Az “eredeti”adatrögzítési időpont lesz látható az áttekintő jelentésben. Ezáltal nem számít, hogy a látogatás időpontja az általunk kiválasztott időtartamba esik-e vagy sem. Mindig az első dátum lesz látható.
Szűrjünk ki egy vagy 2 dimenziót egy időben és ne próbáljunk minden eseményt, célt és oldalmegtekintést egyszerre elemezni.
Az esemény lehetőséget ne pipáljuk be a szűrés mezőben, ha az sokszor megvalósul. Így csak torzítani fogja az adatokat.
Ez egy nagyszerű funkció, amit közvetlenül állíthatunk be szegmenseken. Az esemény esetében kevésbé hasznos, mert csak esemény kategóriával vagy művelettel tudunk dolgozni.
Legyünk óvatosak a szegmentálással. Mielőtt megtesszük, mentsük el minden nézetet és fiókot, ami az email címünkhöz kapcsolódik.

3 felhasználási mód

1. A felhasználók speciális szegmenseinek vizsgálata

A szegmentáció az egyik legerősebb GA funkció. Például, lehet, megtudjuk, hogy a mobil látogatók, akik belépnek az oldalra egy magas forgalmú landing oldalon keresztül, nem konvertálnak jól.

Beállíthatunk egy szegmenst, ami rögzíti ezeket a látogatókat és elkezdi elemezni néhány egyedi munkamenetüket mélyebben.

A látogatók közvetlenül az érkezés után fordulna, vissza, vagy túl sokáig kell lefelé görgetniük ahhoz, hogy lássák a call-to-action gombot?

A látogatók gyakrabban visszatérnek vagy átlagosan csak 1-2 munkamenetet végeznek?

Ügyeljünk arra, hogy határozzuk meg előre a szegmenseket (és ne pazaroljuk az időnket a Client ID értékek kattintgatásával). A felhasználói szintű szegmentáció használata előnyösebb, mint a munkamenet-szintű szegmensek.

2. A vásárlók elemzése

Érdemes lehet elemezni azon felhasználók útját, akik vásárolnak vagy befejeznek egy konverziót a weboldalon.

Kapunk egy egyértelmű visszajelzést a vásárlók konverziós útvonaláról és ez segíthet a tartalom és egyéb marketing tevékenységek jobb strukturálásában. Ne várjuk, hogy találunk egyetlen megoldást, amit közvetlenül megvalósíthatunk, azért nem ilyen egyszerű a helyzet. Azonban biztosan megtudhatjuk a potenciálisan hatékonyabb felhasználói útvonalakat, amit később a konverzióoptimalizálás tervben felhasználhatunk.

Összpontosítsunk arra, hogy mit mondanak a felhasználók ahelyett, hogy próbáljuk megmondani nekik, hogy mit kell tenniük. Rengeteg szignál van az adatok között, ami segíthet tovább optimalizálni a felhasználói élményt és a konverziókat. Ne kövessük el azt a hibát, hogy egyszerűen telepítjük a változtatást. Először mindenképp teszteljük!

3. A marketing erőfeszítések fokozása

Ez különösen hasznos, ha e-kereskedelmi weboldalunk van. Nem számít, hogy csak néhány szolgáltatást vagy több ezer terméket kínálunk-e. Valószínűleg van „kosárba dob” gomb az oldalon.
A kosár gomb egy nagyon fontos mutatószám. Általában, amikor a kosárba dobási arány emelkedik, a konverziók száma is magasabb lesz. Azonban azon emberek arány, akik elhagyják a kosarat vásárlás nélkül, ugrásszerűen megnőtt az elmúlt években.

Remarketingeljük azokat a felhasználókat, akik kosárba dobtak, de végül nem vásároltak. Forgatókönyv:

eseménykövetés beállítása
esemény akció: addtocart
e-kereskedelmi mérés beállítva

Egy szegmens-beállítás azokra, akik elkezdték a folyamatot, de végül nem vásároltak:

Amit tehetünk:

hozzunk létre egy szegmenst és kapcsoljuk össze az adatokat egy remarketing kampánnyal és célozzunk meg mindenkit, akik kosárba dobott terméket, de végül nem vásárolt
végezzünk egy rövid, tömör egyéni szintű (felhasználólista) vizsgálatot, hogy megtudjunk több háttér-információt a szegmensről. Az eredmények alapján:
- a különböző szegmenseknek különböző remarketing kampányok kellenek (a termék kategória vagy egy specifikus termék alapján)
- egy szegmens és remarketing kampány, ami felöleli az összes terméket.

Sok más módon is lehet kezelni ezt a helyzetet. A lényeg hogy tartsuk szem előtt, hogy a Felhasználólista jelentés egy kiváló kiegészítés lehet az összesített GA riportok mellé. Vegyük elő a kreativitásunkat és kombináljuk a konkrét üzleti céljainkkal, hogy a legtöbbet hozhassuk ki ezen felhasználó szintű jelentésből.

Konklúzió

– A Felhasználólista jelentés egy jó kiegészítés a többi jelentés mellé

– Ez a jelentés határozottan nem az első jelentés, amit érdemes vizsgálni. Gondoljuk át a szegmentációt, hogy konkrétan melyik felhasználói csoportokat akarjuk vizsgálni és megcélozni először.

– Egy összesített adatelemzéssel kezdjünk, mielőtt áttérünk a részletesebb, felhasználói szintű elemzésre.

– Ez a jelentés nem azoknak készült, akik csak most lépnek be a digitális elemzések területére. Kell, hogy legyen némi tapasztalatunk, hogy valóban megértsük, hogyan nyerhetünk mélyebb betekintést a Felhasználólista jelentéssel.

– A jelentés funkciói most még meglehetősen korlátozottak. Nem lehet egy sor saját egyéni jelentést készíteni az ügyfél-azonosító alapján.

– Az adatok exportálásával egyesíthetjük az online és offline adatokat. vagy vizsgáljunk meghatározott ügyfél-azonosítókat, hogy személyre szabjuk a felhasználói élményt.

– Tucatnyi módja van annak, hogy a jelentés hasznos legyen számunkra. Gondoljuk át a weboldal céljait és a jelentés segíthet abba, hogy jobb eredmények mellett egy összesített optimalizálási megközelítést kaphassunk.

Source: online-metrics.com