Google Analytics: как максимизировать прибыль?

В зависимости от настроек, отчет представляет выборку с данными с разной точностью. Если выборка основана на 90%+ ваших данных, это воспринимается как более или менее репрезентативная выборка. Когда анализ проводится на основе <25% ваших данных, стоит задуматься о дополнительных приемах изучения трафика и обработки данных. Есть много возможностей:

Настройка диапазона данных.

Использовать стандартные отчеты.

Создание новых представлений с помощью фильтров.

Изменения кода отслеживания.

Использование API Google Analytics.

Использование Google Analytics Premium или Adobe Analytics.

Использовать BigQuery.

Если вы не можете позволить себе Premium или BigQuery, и у вас есть требуемые технические знания, используйте API Google Analytics для получения более детальных отчетов и их комбинацию для общей картины поступающих данных. Если вы регулярно сталкиваетесь с проблемой репрезентативности большого объема данных, может оказаться полезным рассмотреть применение сервиса, подобного BigQuery. Это довольно большая тема, по этой ссылке более подробная статья о выборках от Moz.

Совет №22. Анализ данных с использованием языка R.

Изучение языка R позволяет лучше анализировать данные Google Analytics. Получить другой взгляд на статистику. R поможет вам получить выборку прошлых данных. Он также дает возможность создавать понятные визуализации, автоматизировать отчеты, создавать полезные интерактивные приложения и запускать модели, которые не так-то просто сделать в Excel.

Например, в R вы можете:

Создавать отчеты о пользователях с помощью кластеризации и PCA/факторного анализа.

Строить "тепловые карты" по времени суток с отличной наглядностью представления данных.

Построение моделей атрибуции Маркова.

Тепловая карта трафика для Google Analytics

Этот совет не относится только к Google Analytics, так как R (или подобные ему языки программирования, ориентированные на статистику) поможет вам в других вопросах. Знание этого языка расширит ваши аналитические возможности.

Совет №23. Используйте данные о поиске на сайте для нового контента.

Как узнать, что именно пользователи хотят видеть на вашем сайте? Об этом может рассказать ваша поисковая панель.

Достаточно посмотреть, что ищут люди (при условии, что у вас есть настройка поиска по сайту). Вам нужно просто перейти к пункту Поведение > Поиск по сайту > Поисковые запросы.

Это даст вам некоторое представление о потребностях и интересах пользователей. Кроме того, можно попытаться определить наличие явной тенденции в поиске.

Для этого нужно провести сравнение различных периодов времени, а затем отсортировать по параметру "Абсолютное изменение", изменив значение по умолчанию. Это покажет вам, какие запросы стали появляться чаще по сравнению с предыдущим периодом (и если есть что-то стоящее в этом, возможно, вам нужно подумать о создании контента вокруг этой темы):

Нужно не забывать при этом, что для достоверных выводов вы должны иметь достаточное количество данных.

Совет №24. Анализ данных до и после продажи.

Сравнение и анализ данных до и после продажи товара может помочь вам предсказать показатели поведения клиента перед покупкой и лучше контролировать рекламные расходы.

Очень важно понять связь поведения посетителя сайта перед покупкой и поведения после нее. Независимо от типа бизнеса и формы рекламы, которую вы используете, необходимо включать в анализ данные о поведении ваших клиентов. В контексте данной публикации это означает передачу данных CRM в Google Analytics, а также перенос их в централизованную базу данных для изучения поведения до и после покупки.

Это сложная задача, и это не сделаешь одним щелчком мыши. Есть десятки инструментов, которые могут помочь вам в этом. Например, FiveTran или более новый Amplitude.

Основный вывод этой главы: с учетом данных поведения до и после покупки вы видите полную картину продаж, а не отдельные данные.

Совет №25. Исследование моделей атрибуции.

Атрибуция, согласно определению, это "распределение ценности среди точек взаимодействия в пути конверсии". Она дает понимание об эффективности усилий по продвижению.

Насколько эффективно расходуется рекламный бюджет и отдельные его части для увеличения продаж? Это достойно отдельной темы. Google Analytics предлагает множество полезных инструментов для анализа атрибуции.