Dokładność w analityce cyfrowej: co marketerzy powinni wiedzieć

Istnieje błędne przekonanie, że cyfrowe raporty analityczne są niedokładne. W rzeczywistości są na swój sposób bardzo dokładne, po prostu nieprecyzyjne. Problem leży po stronie użytkowników, którzy nie wiedzą, co oznaczają dane analityczne ani w jaki sposób są zbierane. Co gorsza, różne narzędzia mierzą różne rzeczy, ale nazywają je tą samą nazwą.

W tym artykule przyjrzymy się bliżej niuansom pomiaru danych i działaniu różnych programów analitycznych.

Przyjrzenie się niuansom w pomiarze danych

Cyfrowe narzędzia analityczne nigdy nie miały służyć jako systemy księgowe lub rejestry sprzedaży. Zostały stworzone do zbierania i kwantyfikowania danych interakcyjnych użytkowników w łatwe do wykorzystania spostrzeżenia i raporty. Na przestrzeni lat metody gromadzenia danych przez te narzędzia ewoluowały. Z kolei zmienił się również sposób pomiaru poszczególnych punktów danych.

Załóżmy, że zmieniłeś swoją taśmę mierniczą z imperialnej (pomiar w calach) na metryczną (pomiar w centymetrach). Długość biurka można podać jako 39,4 w jednym i 100 w drugim. Długość biurka się nie zmieniła, ale sposób, w jaki ją zmierzyłeś, tak.

Spróbuj przełączać się między różnymi narzędziami analitycznymi. Często zobaczysz, że Twoje liczby mogą być różne, ale linie trendu pozostają podobne. Każde narzędzie liczy rzeczy nieco inaczej; ten sam problem często występuje podczas aktualizacji oprogramowania.

W pewnym momencie unikalni użytkownicy byli liczeni, łącząc całkowitą liczbę unikalnych adresów IP, którzy uzyskali dostęp do strony internetowej w danym okresie. W końcu organizacje zaczęły używać zapór ogniowych/serwerów proxy, wymagając od wszystkich użytkowników wewnętrznych dostępu do Internetu za pomocą jednego adresu IP. Sposób liczenia unikalnych adresów IP nie zmienił się, ale liczba unikalnych użytkowników drastycznie spadła.

Liczenie unikalnych użytkowników ewoluowało w kierunku używania kombinacji adresu IP, systemu operacyjnego i przeglądarki (typu i wersji), a następnie dodania trwałego pliku cookie w celu lepszego oszacowania unikalnych użytkowników. Ponownie, bez względu na sposób liczenia unikalnych użytkowników, jeśli użytkownik wyczyścił pliki cookie i pamięć podręczną lub przełączył komputer (biuro vs. dom lub telefon), żadne narzędzie analityczne nie poda dokładnej liczby. W dzisiejszych czasach narzędzia biorą pod uwagę inne czynniki przy liczeniu unikalnych użytkowników.

Kop głębiej: Analiza danych: przeszłość i ograniczenia Twojego stosu

Jak myśleć o danych analitycznych

Twoje oprogramowanie analityczne jest niedoskonałe z powodu wielu czynników pozostających poza jego kontrolą. Użytkownicy mogą blokować pliki cookie lub inne metody śledzenia. Blipy internetowe mogą uniemożliwić dotarcie danych do serwera gromadzenia danych. Najlepszym sposobem myślenia o danych analitycznych jest postrzeganie ich jako ankiety dotyczącej aktywności użytkowników.

Wszyscy znają sondaże w czasie wyborów. W typowym sondażu prezydenckim w USA bierze udział około 10 000 osób (lub mniej) z ponad 150 milionów uprawnionych wyborców (0,006% wyborców). Właśnie dlatego, gdy nadawcy wiadomości informują o wynikach ankiety, słyszysz coś w rodzaju: „Te dane są dokładne w granicach 4 punktów procentowych 4 na 5 razy”. Odpowiada to odchyleniu o ponad 4 punkty procentowe w 20% przypadków.

Jeśli chodzi o cyfrowe narzędzia analityczne, większość analityków szacuje utratę danych na nie więcej niż 10%, a najprawdopodobniej około 5%. Jak przekłada się to na dokładność danych?

Jeśli Twoja witryna uzyskała 10 000 sesji w okresie raportowania, ale z różnych powodów udało Ci się zebrać dane tylko z 9000 sesji, Twoje dane będą dokładne z marginesem błędu mniejszym niż 1%, czyli 99 razy 100.

Innymi słowy, w 99 przypadkach na 100 Twoje dane są dokładne, a w 1 przypadku na 100 są one błędne o więcej niż 1%. Mówiąc najprościej, Twoje dane są dokładne, ale nie są doskonałe (precyzyjne) i nie będą pasować do Twoich rekordów sprzedaży.

Takie dane są więcej niż wystarczająco dokładne, aby określić, które działania marketingowe — SEO, płatne reklamy, posty sponsorowane, marketing w mediach społecznościowych, marketing e-mailowy itp. — działają, a nawet które napędzają ruch, a które napędzają sprzedaż.

Kop głębiej: nie stosuj pobożnych życzeń do swoich danych

Analityka w akcji

Chociaż dane analityczne mogą być dokładne, nawet niewielki procent precyzji może zakwestionować analizę. Jest to szczególnie prawdziwe, gdy zmienia się różnica między dwoma źródłami danych.

Kluczem jest monitorowanie danych i, w miarę możliwości, porównywanie ich. Jeśli nastąpi nagła zmiana dokładności, należy to zbadać. Na przykład, czy Twoja witryna została niedawno zmieniona? Czy ta zmiana została odpowiednio oznaczona, aby przechwycić dane?

Pewnego razu klient dodał wyskakujące okienko do swojego konta Shopify po złożeniu zamówienia, ale przed wygenerowaniem strony z podziękowaniami. Ich narzędzie analityczne rejestruje sprzedaż tylko wtedy, gdy użytkownik otrzyma stronę z podziękowaniami.

Po wyświetleniu wyskakującego okienka zamówienie nadal zostało zrealizowane, ale wielu użytkowników nie kliknęło wiadomości. W rezultacie duży procent sprzedaży nagle nie został zarejestrowany, ponieważ nie została wygenerowana strona z podziękowaniami. Nie byłoby problemu, gdyby wyskakujące okienko pojawiło się po stronie z podziękowaniami.

Poniżej znajduje się przykład monitorowania sprzedaży i zamówień między Shopify a Google Analytics 4 (GA4). Widzimy, ile danych jest traconych z powodu różnych czynników. Wykorzystując analitykę Shopify jako zapis prawdziwej sprzedaży i porównując ją z danymi zebranymi za pośrednictwem GA4, widzimy, co następuje:

Dzienne wahania całkowitych przychodów i zamówień wahały się od praktycznie 0% do prawie 13%. Ogólnie rzecz biorąc, w ciągu tych 24 dni GA4 odnotował spadek przychodów o 5,6% i liczbę zamówień o 5,7%. Te dane są dokładne, zwłaszcza w przypadku działań marketingowych, aby zobaczyć, co skłoniło użytkownika do dokonania zakupów w witrynie.

Czy ta firma powinna używać GA4 do raportowania sprzedaży? 100% nie! Do tego służą programy księgowe.

Jeśli Twoja organizacja wymaga jeszcze dokładniejszych danych, istnieją metody przekazywania danych bezpośrednio do większości narzędzi analitycznych (po stronie serwera). Pozwala to uniknąć problemów z przeglądarkami użytkowników i plikami cookie.

Podczas gdy dane dotyczące sprzedaży mogą być dokładniejsze, inne miękkie pomiary interakcji użytkownika mogą ulec pogorszeniu (np. śledzenie przewijania). W przypadku większości organizacji jest to złożona i czasochłonna metoda wdrożenia.

Musisz zadać sobie pytanie: „czy ten dodatkowy wysiłek jest konieczny, aby uchwycić kolejne 2-5% przychodów ze sprzedaży w moich raportach analitycznych?”

Zrozumienie danych analitycznych

Każdy musi mieć wiarę w swoje dane analityczne. Kluczem jest upewnienie się, że oprogramowanie analityczne jest poprawnie zainstalowane i skonfigurowane. Zrozum, że nie może uchwycić wszystkiego.

Twoje oprogramowanie analityczne po prostu przeprowadza ankietę z próbą o wielkości ponad 90%. To sprawia, że ​​wyniki są bardzo dokładne (zgodnie z celem), jeśli nie w 100% dokładne (rzeczywiste liczby).