Интервью с Фредом Пайком, управляющим директором Northwoods

Мы продолжаем нашу рубрику «Мнение эксперта», и сегодня представляем вашему вниманию интервью с Фредом Пайком , опытным ведущим и блогером по темам Google Analytics, Google Analytics 4 и Google Tag Manager. Фред — управляющий директор Northwoods , цифрового агентства и магазина по разработке программного обеспечения. В то же время он уже много лет читает технические курсы в MeasureSchool, SDEC и т. д., а также создал три онлайн-видеокурса для CXL Institute.

Как всегда, вот основные темы для навигации:

Я управляющий директор Northwoods, цифрового агентства и магазина по разработке программного обеспечения в Милуоки, штат Висконсин.

Я также руковожу подразделением Northwoods Google Analytics/Google Tag Manager Practice Area. В какой-то степени в этом виноват Пип Ладжа из CXL . Несколько лет назад я прошел его курс CRO. Я сразу понял, что мое понимание Google Analytics, которое я считал сложным, на самом деле было ужасным.

Это привело меня к судьбоносному курсу Google Analytics от Джеффа Зауэра из Data Driven U. Курс Джеффа, в свою очередь, привел меня к Джулиану Джунеманну , классу Диспетчера тегов Google в Measure School , который изменил мою жизнь.

Все вышеперечисленное, а также курсы, блоги, материалы и дружеские отношения с Симо Ахавой, Юлиусом Федоривичусом и Брайаном Клифтоном привели к многолетней работе с клиентами над внедрением Google Analytics и Google Tag Manager, работе, которую я люблю.

Во-первых, любопытство. Желание узнать, почему происходят определенные вещи. Что их вызвало? Можете ли вы измерить — хотя бы приблизительно — причины и следствия? Действуйте в соответствии с этим любопытством. Погрузитесь в данные и получите ответы.

Во-вторых, смирение. Смиритесь с мыслью, что вы не знаете всех ответов. Учитесь у других. Смотрите, что они делают.

Лучшие курсы, которые я прошел, заставляют меня чувствовать, что я сижу рядом с мастерами своего дела, когда они делятся знаниями, как на явных уроках, так и позволяя мне заглядывать им через плечо, пока они делают свои дела.

В-третьих, общение. Объясняю ли я что-то клиенту или разрабатываю класс, я стараюсь четко излагать свои вопросы, выводы, предположения и выводы. То, что я знаю, не имеет большого значения, если я не могу передать это знание другим заинтересованным сторонам. Хорошее общение может занять время. Я перечитываю свои электронные письма, прежде чем отправить их. Когда я записываю курс, я рассчитываю потратить около часа на работу с каждой минутой финальной версии контента. Хотите донести свое сообщение? Исправлять. Потом пересмотреть еще.

Я трачу много времени — и все это необходимо — на то, чтобы убедиться, что мои реализации GA и GTM правильны, и собрать максимально точные данные.

Большинство моих ошибок связано с недостаточно тщательной проверкой моей работы. Однажды я настроил IP-фильтр для учетной записи клиента и добавил дополнительный канал (|) в конце моего фильтра RegEx, который заблокировал ВЕСЬ трафик к свойству GA. Это было для крупного международного клиента. К счастью (но стыдно), после трех дней отсутствия трафика в GA клиент спросил меня, что происходит. Конечно, у нас был настроен необработанный вид, поэтому у нас все еще было хорошее представление о том, что произошло. Но все же — эта оплошность не дает мне покоя.

Другой пример: тестирование изменений в GTM, установка всего, а затем забвение опубликовать контейнер.

Я все время думаю об этой поговорке — если у вас нет времени сделать это правильно, когда у вас будет время это исправить? Поэтому я сознательно стараюсь не торопиться, удостоверяюсь, что это правильно, и проверяю изменение после того, как оно будет запущено.

Я больше читал об этом, чем сталкивался с этим. Это может быть редкостью на рынке малого и среднего бизнеса, который мы в основном обслуживаем, но даже среди наших крупных клиентов аналитики и маркетинговые команды обычно хорошо общаются. Маркетологи, с которыми мы работаем, как правило, довольно техничны. Обычно они понимают аналитиков.

Аминь двоим из них. Плохое качество данных заставляет меня тратить так много времени на то, чтобы заранее обдумать детали сбора данных (см. вопрос 3).

Соответствующую информацию трудно получить — вот почему я ненавижу информационные панели без определенного уровня анализа.

Недавний пример: у одного из музыкальных фестивалей, с которым мы работаем, есть расписание событий с панелью поиска, эксклюзивной для этого расписания, совершенно отдельно от общего окна поиска на веб-сайте. Мы зафиксировали поисковые запросы, которые люди вводили в окно поиска по расписанию, и обнаружили удивительное множество вариантов и альтернативных вариантов написания, которые искатели ввели для одного из хедлайнеров фестиваля. Название немного нелогичное с точки зрения написания. Так что делать? Черт возьми, лучше иметь в расписании поисковую систему с нечеткой логикой/вариантным написанием, чтобы возвращать полезные результаты покупателям билетов.

Я не уверен, что специальные отчеты слишком сложны. Это зависит от типа маркетолога. У настоящих цифровых маркетологов есть любопытство (см. вопрос 1) и достаточное понимание инструментов аналитики и отчетности, чтобы обрабатывать специальные отчеты. Это обучение не трудно найти или трудно пройти. За месяц-два можно развить приличные навыки. И, черт возьми, по крайней мере, они должны использовать OWOX! :-)

Опять же (см. вопрос 3), убедитесь, что первоначальная реализация дает вам хорошие, чистые данные.

Для GA3 (Universal Analytics) создание отличного набора событий GA (категория/действие/ярлык), четких, хорошо продуманных и фиксирующих ключевые взаимодействия пользователей на сайте, может быть непростой, но необходимой задачей. . События в GA3 — это сердце и душа отличной реализации; без них у вас будет довольно общий набор данных.

Для GA4 задача заключается в выяснении того, как зафиксировать те же ключевые взаимодействия пользователей, но в модели событий/параметров GA4. Это означает максимально возможное использование расширенных измерений или рекомендуемых событий, а также существующих параметров. (Это была тема моей презентации на MeasureSummit 1 октября 2021 года.)

Область незрелая и быстро меняется, и скорость изменений не замедлится в обозримом будущем. Аналитики, обладающие глубокими знаниями в одной или двух областях, но остающиеся открытыми и способными к адаптации, будут пользоваться большим спросом. Если вы склонны сопротивляться переменам, найдите другую работу.

Я подозреваю, что в большинстве случаев мы едва касаемся поверхности того, что могут сделать наши инструменты. Если сейчас мы даже плохо справляемся со сбором данных, зачем беспокоиться о будущем без файлов cookie?

Некоторое время назад я провел мастер-класс по расширениям Chrome для студентов Data Driven U. Я говорил о БЫСТРОМ — Тест Фреда Awesome Sniff. Мне даже не нужно идти в собственность GA, чтобы получить хороший запах. Менее чем за пять минут я могу определить уровень сложности настройки GA, ответив на несколько вопросов:

• Используют ли они специальные параметры? (99%+ веб-сайтов этого не делают.)

• Если это сайт электронной коммерции, правильно ли они отслеживают добавление в корзину и удаление из корзины? (Около 80% отказов при удалении из корзины.)

• Они дважды учитывают просмотры страниц? (10-15% сайтов так делают.)

• Отслеживают ли они исходящие ссылки и загруженные файлы? (Ошибка для 60-70% всех сайтов GA3.)

• Какие типы пользовательских взаимодействий они отслеживают? (50-60% ничего не отслеживают.)

Убедитесь, что данные собираются правильно! :-)

Я немного работаю с GA4. Мы настроили двойную маркировку для большинства учетных записей клиентов, с которыми мы работаем (мы используем GA3 и GA4). В настоящее время я участвую в большом проекте для университета, так как мы переводим все 30+ объектов на GA4.

Мне многое нравится в GA4, особенно расширенные измерения, которые включены по умолчанию, и более чистая структура данных электронной коммерции. Но некоторых вещей по-прежнему не хватает. Важно настроить GA4, но я все еще не решаюсь рекомендовать его в качестве вашей единственной аналитики.

Данные сейчас неполные; в будущем оно будет незавершенным, и оно всегда было незавершенным. Мы придумываем вещи и делаем это.

Микко Пииппо , цифровой аналитик из Финляндии, дал мне, пожалуй, лучшее представление о сборе и анализе данных. Это действительно помогло мне перестать катастрофизировать.

Микко изучал средневековую историю. На завтраке SuperWeek он объяснил, что даже без поминутных данных того периода мы все еще много знаем о Средневековье, и наши знания продолжают расширяться. Думаю, так будет и в нашей сфере!

Пойдем с Микко Пииппо!

О боже, я вижу, вы уже взяли у него интервью. Как насчет Ахмада Канани?

Если вы хотите стать отличным специалистом в области аналитики, помните об этих вещах: оставайтесь любопытными (никогда не переставайте выяснять, почему происходят определенные вещи), смиритесь с мыслью, что вы не знаете всех ответов, и не торопитесь, чтобы проверить, перепроверьте и убедитесь, что вы все сделали правильно.

Мы очень ценим честные ответы Фреда и то, что он поделился своим опытом. Мы надеемся, что это интервью было полезным, и вам понравилось его читать.

Подпишитесь на нашу рассылку , чтобы первыми читать наши следующие интервью. Быть в курсе!