El.komercijos pajamų priskyrimas kanalams (GA4)

Jei turite el.parduotuvę kurioje periodiškai analizuojate prekių pardavimų internetu statistiką iš įvairių reklamos kanalų, greičiausiai patyrėte nemenką galvos skausmą, kuomet teko privalomai migruoti iš senosios “Google Analytics” (UA – Universal Analytics) versijos į naujausią “Google Analytics 4” (GA4) versiją. Tai padaryti buvo privaloma, nes po 2023 m. liepos 1 d. senoji “Google Analytics Universal” (UA) versija nustojo kaupti statistinius srauto ir el.prekybos (pardavimų) duomenis.

O sunku turėjo būti todėl, kad visi buvome pripratę prie asketiškos ir paprastos senosios “Google Analytics” (UA) versijos aplinkos. Tuo tarpu naujausia (GA4) iš pirmo žvilgsnio galėjo atrodyti keista, nepatogi ir neaiški.

Šis galingas ir visiškai nemokamas analitikos įrankis pasikeitė stipriai ne tik išoriškai.

Programoje “Google Analytics 4” (GA4) buvo padaryta reikšmingų duomenų priskyrimo pakeitimų – nuo paskutinio paspaudimo (angl. last click) priskyrimo pereita prie duomenimis pagrįsto (data – driven) priskyrimo. Šis pokytis suteikia visapusiškesnį įvairių reklamos kanalų veiklos rezultatų vaizdą, tačiau interpretuojant naujausias “Google Analytics” ataskaitas gali kilti painiavos. Ir štai kodėl..

Senoje “Google Universal Analytics” (UA) versijoje visos pardavimų pajamos buvo priskiriamos paskutiniam (last click) ne tiesioginiam (non – direct) kanalui. Tuo tarpu GA4 versijoje pajamų priskyrimo duomenys įvairiose ataskaitose bus skirtingi.

Kalba eina apie ataskaitas: “Vartotojo įgijimas” (angl. User acquisition), “Srauto įgijimas” (angl. Traffic acquisition) ir “Visi kanalai” (angl. All channels).

Šiame straipsnyje išnagrinėsime minėtas GA4 ataskaitas detaliau ir išsiaiškinsime kaip gi iš tikro veikia el.komercijos pajamų priskyrimas įvairiems kanalams naujausioje “Google Analytics” versijoje.

DĖMESIO! SVARBU! Tam, kad elektroninių parduotuvių verslo savininkai ar jiems talkinantys rinkodaros specialistai galėtų priimti duomenimis pagrįstus sprendimus ir veiksmingai optimizuoti rinkodaros strategijas, labai svarbu suprasti pajamų priskyrimą GA4 sistemoje.

Kitu atveju tiesiog yra rizika, kad bus neteisingai vertinamas skirtingų kanalų vaidmuo pardavimuose internetu ir tai gali lemti neteisingą rinkodaros biudžeto alokaciją siekiant didžiausios investicijų grąžos (ROI).

Taigi pradėkime..

Vartotojų įgijimo ataskaita – User acquisition

Šioje ataskaitoje daugiausia dėmesio skiriama sąlyčio taškams (angl. touchpoints), per kuriuos naudotojas (angl. User) pirmą kartą apsilankė svetainėje. Todėl šioje ataskaitoje naudojamas pirmojo paspaudimo priskyrimas (angl. first click attribution), kai iš naudotojo (user) gautos pajamos, nepriklausomai nuo to, ar jis apsilankė pirmą kartą, ar pakartotinai, priskiriamos už pirmąjį apsilankymą atsakingam prieigos taškui. Pavyzdžiui, jei naudotojas (user) pirmą kartą apsilankė el.parduotuvėje iš organinės paieškos, visos pajamos, gautos iš vėlesnių šio naudotojo apsilankymų (sesijų), šioje ataskaitoje būtų priskiriamos organinės paieškos kanalui.

Srauto įgijimo ataskaita – Traffic acquisition

Šioje ataskaitoje daugiausia dėmesio skiriama kanalams, per kuriuos į elektroninę parduotuvę buvo užfiksuotos naudotojų sesijos (angl. Sessions), atsižvelgiant į naujus ir pakartotinius apsilankymus (sesijas) per pasirinktą laikotarpį. Ši ataskaita pajamas priskiria kanalui, kuris inicijavo sesiją.

Kas yra sesija? “Google Analytics” vertinimu sesija prasideda tuomet, kai konkretus naudotojas (user) apsilanko svetainėje, ir baigiasi po 30 minučių jo neaktyvumo.

Kuo sesija skiriasi nuo naudotojo? Naudotojas (user) visuomet būna vienas, tačiau jis gali inicijuoti  kelias sesijas (apsilankymus) 30 min. laikotarpyje.

Visi kanalai – All channels

Ataskaitoje – “Visi kanalai”, esančioje GA4 reklamos skyriuje, naudojant duomenimis pagrįstą (angl. data – driven) priskyrimą, pajamos už konversijas priskiriamos įvairiems kontaktiniams taškams, esantiems pakeliui į konversiją. Joje atsižvelgiama į visus sąlyčio taškus, kurie lėmė konversijas, ir konversijų kreditai priskiriami pagal kiekvieno sąlyčio taško vaidmenį kliento kelionėje. Pavyzdžiui, jei naudotojas pradėjo nuo organinės paieškos, tada apsilankė svetainėje spustelėjęs nuorodą iš išorinės svetainės (angl. referral), o galiausiai įsigijo paspaudęs el. laišką, pajamos šioje ataskaitoje būtų paskirstytos tarp organinės paieškos, nukreipimo (referral) ir el. pašto kanalų.

Trumpas apibendrinimas

Kadangi visos trys ataskaitos naudoja skirtingus konversijų priskyrimo modelius, tai kaip matote iš ataskaitų ir pajamų priskyrimas jose visais atvejais skiriasi kiekvienam kanalui. Kaip pavyzdį paimkime organinę paiešką.

Pirmoje ataskaitoje “User acquisition” pardavimai iš organinės paieškos per analizuojamą laikotarpį sudarė 5188 eur., nes buvo priskirti vartotojui (user), kuris pirmą kartą apsilankė svetainėje iš organinės paieškos.

Antroje ataskaitoje “Traffic acquisition” pardavimai iš organinės paieškos per analizuojamą laikotarpį jau sudarė 5722 eur., nes buvo priskirti vartotojų sesijoms (sessions), kurias vartotojas pirmą kartą inicijavo būtent iš organinės paieškos kanalo. Kadangi sesijų visuomet būna daugiau nei vartotojų, pardavimų augimas natūraliai yra didesnis nei pirmoje ataskaitoje, kadangi kai kurie vartotojai inicijavo daugiau nei vieną sesiją ir taip įsigijo daugiau nei vieną prekę.

Galiausiai ataskaitoje “All channels” matome, kad pardavimai iš organinės paieškos sudarė tik 2173 eur. Lyginant su pirmomis dviem ataskaitomis tai yra daugiau nei 2x mažiau. Taip nutiko todėl, kad pajamos už konversijas buvo priskirtos įvairiems kontaktiniams taškams, esantiems pakeliui į konversiją. Šiuo atveju matome, kad didžiąją dalį pajamų “Google Analytics 4” versija priskyrė “Referral” kanalui.

DĖMESIO! SVARBU! Praktikoje 9 atvejais iš 10 “All channels” ataskaitoje pardavimai “Referral” kanalui priskiriami neteisingai ir taip iškreipiami statistiniai duomenys. O taip nutinka todėl, kad prie “Referral” naujausia “Google Analytics” versija priskiria ir mokėjimų iniciatorių (angl. “Payment Gateways”) srautą. Tai yra klaida. Nes pvz. “Paypal”, “Paysera”, “Opay”, “Swedbank”, “Seb” bankas, ar bet kurios kitos elektroninių mokėjimų surinkimo įstaigos 99.99% atvejų nėra tiesiogiai prie konversijų prisidedantis kanalas, todėl turi būti atitinkamai išfiltruotas iš “Google Analytics” duomenų kaip “Referral” srauto kanalas. Kitu atveju, visuomet bus matomi iškreipti statistiniai duomenys, neleidžiantys suprasti kaip gi iš tikro vyko pardavimai remiantis duomenimis grįstu (data – driven) priskyrimu.

Peržiūrėkime keletą apsipirkimo internetu scenarijų, kad geriau suprastume, kaip pajamos priskiriamos skirtingose GA4 ataskaitose.

Konkrečių scenarijų pavyzdžiai

1 scenarijus

Kelių sąlyčio taškų naudotojo kelionė iki konversijos per vieną sesiją.

Šiame scenarijuje naudotojas pradeda kelionę “Google” paieškos sistemoje įvesdamas į paiešką “baltas moteriškas megztinis” ir paspaudžia ant organinės paieškos rezultato, kuris jį atveda į svetainę A. Po tam tikro naršymo laiko vartotojas išeina iš svetainės ir po 20 minučių nusprendžia sugrįžti į ją tiesiogiai, savo naršyklės adreso juostoje įvesdamas svetainės adresą “https://www.megztiniuparduotuve.lt”. Šios sesijos metu vartotojui pasirodo iššokantis langas, kuriame siūloma papildoma 10% nuolaida, ir naudotojas užsiregistruoja dėl jos el. paštu. Patvirtinęs el. pašto adresą, jis spusteli el. laiško mygtuką ir yra nukreipiamas į svetainę, kurioje galiausiai, praėjus 25 minutėms nuo sesijos pradžios, atlieka pirkimą.

Kaip šiuo atveju atrodys pajamų priskyrimas “Google analytics 4”?

Vartotojų įgijimo ataskaita: Pajamos iš šio sandorio būtų priskirtos organinei paieškai, nes vartotojas pirmą kartą apsilankė svetainėje paspaudęs svetainės organinės paieškos rezultatą “Google”.

Srauto įgijimo ataskaita: Pajamos taip pat būtų priskiriamos organinei paieškai. Taip yra todėl, kad sesija prasidėjo nuo paspaudimo ant organinės paieškos rezultato. Sesija baigiasi po 30 minučių neaktyvumo, o nuo naudotojo sesijos pradžios svetainėje iki to momento, kai jis įsigijo produktą, praėjo mažiau nei 30 minučių.

Ataskaita – Visi kanalai: Pajamos būtų priskirtos proporcingai organinei paieškai (dalis konversijos kelio) ir el. paštui (dalis konversijos kelio). Tačiau tiesioginis kanalas (angl. direct), nepaisant to, kad yra kontaktinis taškas konversijos kelyje, nebus įskaitytas į konversiją. “Google” priskyrimo modeliuose tiesioginiai apsilankymai (angl. Direct) paprastai neįtraukiami į konversijos kreditą, išskyrus tuos atvejus kai kelią iki konversijos sudaro tik tiesioginiai apsilankymai.

2 scenarijus

Kelių sąlyčio taškų naudotojo kelionė per kelias dienas.

Šiame scenarijuje naudotojas “Google” paieškoje ieško “mėlynų vyriškų džinsų” ir paspaudžia ant mokamo “Google Ads” reklamos skelbimo, kuris jį nuveda į svetainę. Jis apžiūri kitas svetaines, bet kitą dieną nusprendžia, kad nori įsigyti produktą iš 1 svetainės. Jis “Google” paieškoje ieško “1 svetainės” ir spusteli svetainės organinės paieškos rezultatą. Toliau jau atlieka pirkimą svetainėje.

Kaip šiuo atveju atrodys pajamų priskyrimas?

Vartotojų įgijimo ataskaita: Pajamos iš šio sandorio būtų priskirtos “Paid Search” kanalui, nes pirmasis vartotojo sąlyčio taškas su svetaine buvo per “Google Ads” skelbimą.

Srauto įgijimo ataskaita: Pajamos būtų priskiriamos organinei paieškai. Taip yra todėl, kad pirkimas įvyko būtent per antrąją naudotojo sesiją, kuri prasidėjo nuo organinės paieškos rezultato spustelėjimo.

Ataskaita – Visi kanalai: Pajamos būtų atitinkamai padalintos tarp “Paid Search” ir “Organic Search” kanalų.

Duomenimis grįstas priskyrimas GA4

GA4 naudoja dirbtinį intelektą ir mašininį mokymąsi, kad priskirtų konversijos kreditą įvairiems kanalams, kurie yra konversijos kelio dalis. Platformos algoritmas tiria tiek sėkmingus, tiek nesėkmingus vartotojų kelius, kuriuos jie nueina prieš pirkimą. Jis taip pat mokosi iš įvairių naudotojų veiksmų, pavyzdžiui, paspaudimų ant skelbimų ar konkrečių įrenginių naudojimo, kad suprastų, kokią įtaką jie turi pirkimo sprendimams. Atsižvelgia į tokius veiksnius, kaip laikas, kurio prireikė, kad asmuo atliktų pirkimą, įrenginio, kurį jis naudojo, tipas, kiek kartų jis sąveikavo su skelbimais ar organinės paieškos rezultatais, skelbimų žiūrėjimo eiliškumas ir skelbimų, su kuriais susidūrė, tipas.

Remdamasis savarankišku mokymusi, algoritmas ilgainiui pats nustato veiksmus, kurie greičiausiai paskatins pirkimą, ir įvertina juos kaip padedančius didinti pardavimus. Pagal šį modelį nustatoma kiekvienam kanalo kanalo konversijos keliui priskiriama pajamų suma.

Atskirai verta pažymėti, kad toks duomenimis grįstas (angl. Data – driven) priskyrimas GA4 versijoje geriausiai veikia kuomet yra gausūs istoriniai duomenys. Nes šiuo atveju algoritmas visais atvejais mokosi iš istorinių (GA4) duomenų.

Reziume

GA4 programoje duomenų priskyrimas pajamoms gali labai skirtis priklausomai nuo to, kuri ataskaita analizuojama. Labai svarbu savo komandoje nustatyti aiškius “Google Analytics” duomenų vertinimo procesus, kad visi žinotų, kur rasti ir analizuoti kanalų veiklos duomenis GA4. Susipažinimas su skirtingomis ataskaitomis ir joms būdingais priskyrimo modeliais padės jūsų komandai tiksliai interpretuoti duomenis ir priimti pagrįstus sprendimus, remiantis kiekvienos ataskaitos įžvalgomis.

Trumpai tariant User acquisition ataskaitoje daugiausia dėmesio skiriama pirmojo paspaudimo (First Click) priskyrimui. Tuo tarpu Traffic acquisition ataskaitoje pajamos priskiriamos kanalui, kuris inicijavo sesiją. All channels ataskaitoje naudojamas duomenimis pagrįstas priskyrimas, pagal kurį pajamos jau bus paskirstytos keliems sąlyčio taškams, atsižvelgiant į jų indėlį kliento kelionėje iki konversijos.

Suprasdami kiekvienos ataskaitos privalumus ir trūkumus, galite susidaryti išsamesnį klientų kelionės vaizdą ir nustatyti kanalus, kurie daro didžiausią poveikį pajamų generavimui.

Verslo savininkams ir jiems talkinantiems rinkodaros ar SEO specialistams būtina permąstyti savo požiūrį į kanalų veiklos analizę ir atsisakyti vien tik paskutinio paspaudimo (Last Click) modelio kuris ilgą laiką dominavo senoje “Google Analytics Universal” versijoje. Vietoj to sutelkite dėmesį į pilną kliento kelionę iki pirkimo ir kiekvieno kanalo vaidmenį įtakojant konversijas. Tokiu būdu kur kas geriau pavyks nustatyti nepakankamai efektyvius kanalus, optimizuoti rinkodaros pastangas ir veiksmingiau paskirstyti biudžetą, kad maksimaliai padidinti bendrą konversijų rodiklį ir generuojamas pardavimų pajamas.

Pavyzdžiui, jei pagal duomenimis pagrįstą priskyrimo modelį nustatoma, kad tam tikras kanalas reikšmingai prisideda prie konversijos kelio, net jei jis nėra paskutinis kontaktinis taškas, galite investuoti dar daugiau išteklių į tą kanalą, kad maksimaliai išnaudoti jo įtaką konversijoms.

Be to, analizuodami GA4 reklamos skyriaus ataskaitas (jose naudojamas duomenimis pagrįstas priskyrimas), galite gauti vertingų įžvalgų apie klientų sprendimų priėmimo procesą. Nustatydami sąlyčio taškus, kurie dažnai atsiranda sėkminguose konversijos keliuose (angl. Conversion paths) galite sukurti tikslingesnes ir labiau individualizuotas rinkodaros kampanijas, tikslu maksimaliai efektyviai nukreipti potencialius klientus link savo pardavimų. Žemiau pateikėme (Conversion paths) ataskaitos pavyzdį, kuri tai leidžia tai analizuoti.