Domů » Google Analytics » Jak správně měřit a vyhodnocovat výsledky ve vašich kampaních

Jak správně měřit a vyhodnocovat výsledky ve vašich kampaních

Jak měřit a vyhodnocovat kampaně

V tomto článku se dozvíte vše o měření výsledků, prozradíme vám nejčastější příčiny nesouladu konverzí a na závěr přidáme nějaké tipy pro správné měření kampaní.

  1. Co je to PPC reklama
  2. Měřící kódy
  3. Rozdíly ve statistikách Google Analytics versus ostatní
  4. Důvody zkreslení v Google Ads
  5. Měření konverzí v Skliku
  6. 7 rad, jak správně měřit online kampaně

Co je PPC reklama

Jedná se o placenou online reklamu, kterou můžete propagovat svůj e-shop nebo web se službami. Do modelu PPC reklamy můžeme zahrnout také reklamu na zbožových srovnávačích (Heureka, Favi..) nebo placené příspěvky na Facebooku (případně Instagramu).

Samotným nastavením reklamy vaše práce teprve začíná. Proto nikdy nepodceňujte to nejdůležitější – správnou optimalizaci. Můžete samozřejmě nechat kampaně běžet „samospádem“, ale vřele nedoporučuji hned z několika důvodů:

  • Pravděpodobně máte na reklamu omezený rozpočet, nemůžete si tedy dovolit platit něco, co nefunguje.
  • Pokud nebudete sledovat, jak si kampaně vedou, nezjistíte, která strategie je efektivní právě pro váš obchod.

Měřicí kódy

Ke správné interpretaci výsledků vašich placených kampaní potřebujete nějaký nástroj, nejčastěji se v praxi využívá Google Analytics – mimo jiné i proto, že je zdarma.

Tady zjistíte např. z jakých zdrojů přichází zákazníci na váš web (placená x neplacená reklama, přímá x nepřímá cesta, přes sociální sítě …) nebo jak si vedou jednotlivé kampaně.

Než začnete cokoli v měření vyhodnocovat, ověřte si základní nastavení, tedy zda:

  • Máte správně nasazený kód?
  • Neměříte stejné věci dvakrát?
  • Měříte obrat s DPH nebo bez daně?
  • Nezapočítáváte do ceny prodeje i poštovné?

Bohužel neexistuje univerzální návod na to, jak tyto body zkontrolovat. Důležitá je spolupráce se správcem webu a důvěra v jeho schopnosti.

Pokud se na vašem e-shopu vystřídá více marketingových agentur, mnohdy nastává problém s duplicitním měřením z jednoduchého důvodu – každá agentura si nastavila svůj měřící kód. Proto buďte důslední a vše zkontrolujte raději dvakrát než vůbec. 

Měli byste vědět, zda se do Analytics propisují obraty s DPH a vč. poštovného či nikoli. Tento rozdíl totiž může činit klidně i 30 %, což rozhodujícím způsobem zasahuje do posuzování ziskovosti jednotlivých kampaní.

Za odchylku v měření, kterou nemusíte řešit, lze považovat takovou, která nepřesáhne 10 % (při porovnání výsledků Analytics versus skutečnost).

Zásluhy na konverzích

Zákazníci málokdy nakoupí na vašem e-shopu hned při první návštěvě. Průměrný návštěvník musí na váš web přijít 6 – 8x, než něco koupí (příp. udělá jinou konverzi).

Pokud cílíte z několika zdrojů, určitě vás zajímá, který konkrétně „zabral“, tedy kterému zdroji přičíst zásluhu za konverzi. O tomto pojednávají podrobněji tzv. atribuční modely.

Rozdíly ve statistikách 

Nejčastějším problémem vyhodnocování představuje nesoulad ve statistikách. Zejména Facebook (resp. Správce reklam) se „pyšní“ vůči Analytics největší mírou nesrovnalostí – Analytics ukazují i 3x menší obraty oproti obratům z dat Facebooku.

Tento rozdíl vzniká v zásadě ze dvou důvodů:

  • Statistiky jsou zkreslené u obou systémů,
  • Facebook si přivlastňuje zásluhy tam, kde nemá a naproti tomu Analytics upírají zásluhy Facebooku. A teď se v tom vyznejte :).

7 příčin rozdílů mezi statistikami Analytics a ostatní

1. V kampaních nejsou použity UTM parametry 

Bez nasazení UTM parametrů často neodlišíme návštěvy z placených a neplacených reklam, což způsobuje nespolehlivá čísla, Analytics nejsou schopné návštěvníka zařadit. Např. Facebook a Sklik v případě nepoužití UTM parametrů zařadí placené i neplacené návštěvy na jednu hromádku.

Pokud rozesíláte newlettery, je to pro vás téměř povinnost – bez nasazených parametrů nepoznáte, že uživatel se proklikl na váš web právě z newsletteru.

Řešení je nasnadě – důsledně používejte UTM parametry.

2. Facebook Správce reklam statistiky zkresluje

Můžeme polemizovat nad tím, zda to dělá Správce reklam záměrně, aby právě statistiky z Facebooku vypadaly lépe než skutečnost, přece jen je to business. Faktem však zůstává, že Facebook si připočte všechny konverze, které přišly do 7 dnů od kliknutí na reklamu NEBO do jednoho dne od zobrazení reklamy (jen zobrazení, nikoli kliknutí).

Dobrá zpráva je, že pokud vám nevyhovuje statistika konverzí do jednoho dne, můžete jednoduše ve Správci reklam (Sada reklam – Optimalizace a doručování) upravit a uvidíte tak jen konverze po kliknutí.

Druhé výrazné nadhodnocení statistik ve Správci reklam se týká pojmu „kliknutí“. Facebook totiž bere v úvahu nejen kliknutí, tedy proklik, ale jakékoli kliknutí na reklamu, přičemž se započítává i reakce (like), komentář, kliknutí kvůli zvětšení fotografie.

Tyto kliky nejsme schopni odfiltrovat, jsou ale vysvětlením výrazného nadhodnocení oproti Analytics. V praxi se stává, že váš fanoušek dá like vašemu příspěvku a do 7 dnů něco koupí – Facebook mu připočte konverzi z této reklamy.

3. Nadhodnocení se týká používání rozdílného atribučního modelu

Atribuční modely používá každý systém rozdílné. Sklik, Analytics i Google Adst poslední nepřímé kliknutí, Facebook poslední kliknutí na FB reklamu nebo zobrazení reklamy. Mnohdy se tak u Facebooku stává, že se konverze započítává dvakrát – ve FB rozhraní i v Analytics.

4. Zkreslení z důvodu rozdílného data kliknutí a data konverze

Každý systém počítá datum konverze jinak – Facebook přiřadí konverzi k okamžiku kliknutí na reklamu (nebo zobrazení reklamy), Analytics k datu uskutečnění konverze, tj. nákupu (rozdíly mohou být i měsíční, u e-shopů i 50% konverzí bývá později než po první návštěvě, konverze se tak běžně přesouvají do jiného týdne nebo měsíce).

5. Zkreslení napříč zařízeními

Facebook na rozdíl od Analytics umí sledovat uživatele na více zařízeních (PC, mobil, tablet). Podmínkou je přihlášení uživatele k těmto zařízením. V praxi to znamená, že pokud dojde ke kliknutí na reklamu v mobilu a nákupu na PC, Analytics konverzi zobrazí v kolonce „direct / none“.

V přehledu na Facebooku vidíme dva sloupce – v jednom je uvedeno, kde se reklama zobrazila a ve druhém vidíte, kde došlo ke konverzi. V praxi je rozdíl mezi oběma sloupci více než 10%.

6. Zkreslení s ohledem na časovou prodlevu přiřazení konverzí

Jak již bylo řečeno výše, Facebook si nepřiřadí konverzi, pokud ji zákazník provede PO 28 dnech po kliknutí na reklamu (nebo po jednom dni od zobrazení reklamy). Analytics jsou schopny se dopátrat návštěvnosti daného zákazníka až 6 měsíců zpětně. V praxi to znamená, že pokud dnes zákazník klikne na FB reklamu a koupí až za 5měs (a za tu dobu na vašem webu nebyl), Analytics si připíše konverzi do kolonky FB reklamy. 

7. Zkreslení z důvodu nevyloučení platebních bran v Analytics

Většina e-shopů dnes již používá platební brány zcela běžně, musíte je tedy vyloučit. V opačném případě vám zkreslí statistiky. Proč? Při platbě kartou dochází k přesměrování na jinou doménu (např. comgate.cz, paypal, payyou) a všechny tyto transakce se v Analytics zobrazují jako zdroj návštěv comgate.cz, paypal.com. atd. Comgate ani jiná platební brána není zodpovědná za jediného přivedeného zákazníka, pouze zprostředkovává platby a protože se Analytics dívá na poslední stránku, ze které zákazník přišel (v tomto případě stránka platební brány), připíše zásluhu na konverzi zcela chybně platební bráně. My přitom netušíme, odkud zákazník přišel, mohl přijít i z FB kampaně. 

Platební brány je třeba přidat do seznamu vyloučených odkazujících zdrojů – tím Analytics  řeknu, aby tuto doménu nebral v úvahu.

Současně je dobré (pokud jste to neudělali hned na začátku) vyloučit i vlastní doménu, aby nedocházelo k dalšímu zkreslení.

Jak měří konverze Google Ads

Rozdíly v měření se týkají i Google Ads a Analytics. Jak správně tušíte, opět je příčinou rozdílný atribuční model. To se ovšem netýká, pokud importujete konverze z Analytics do Ads – pak je model stejný. 

Konverze v Google Ads můžete měřit dvěma způsoby:

  • Buď si v Analytics vygenerujete kód a ten pak dáte přímo na web, 
  • Nebo žádný kód nedáváte a měříte v Analytics (musíte data importovat z Ads). Výhodou je, že tímto způsobem nedochází ke zkreslení. 

3 důvody zkreslení statistik v Google Ads

1. Zkreslení z důvodu připisování zásluh na konverzi

Google Ads využívá atribuční model poslední kliknutí na Ads reklamu, zatímco Analytics poslední nepřímé kliknutí.

2. Zkreslení z důvodu odlišného data kliknutí a data nákupu

Ads přiřadí konverzi k okamžiku kliknutí na reklamu, Analytics k datu nákupu. Tento model děje i přesto, že konverze importujete z Ads do Analytics, Ads si konverze „připočte“ podle svého jako den kliknutí na reklamu. Analytics se dívají 30 dnů od kliknutí na reklamu, Ads 28 dní.

3. Zkreslení s ohledem na okno přiřazení

Analytics se dívají 6 měsíců zpětně, Ads pracuje s 30ti dny. Takže pokud člověk přijde po 30ti dnech, do Ads se konverze nezapočítají.

Jak měří konverze Sklik

Podíváme se na 2 nejčastější příčiny rozdílů u tohoto PPC systému.

1. Zkreslení z důvodu rozdílného atribučního modelu

Sklik, podobně jako Facebook, používá atribuční model „Poslední kliknutí na Sklik reklamu“. To znamená, že pokud za posledních 30 dnů byl proklik, Sklik připočte konverzi. Analytics pracují s modelem „Poslední nepřímé kliknutí“.

Poznámka z praxe – pokud optimalizujete Sklik kampaně, neberte statistiky v rozhraní Skliku stoprocentně, jsou nadhodnoceny. Přesnější data vám poskytne Analytics. 

2. Zkreslení s ohledem na okno přiřazení

Analytics se dívají 6 měsíců zpětně, Sklik pracuje s 30 dny, přičemž konverzi přiřazuje skutečně ke dni, kdy k ní došlo (rozdíl oproti Facebooku – připisuje zpětně).

Výše jsem uvedla nejznámější příčiny, proč statistiky nesedí a nikdy nebudou. Není to ničí chyba, je dobré počítat s odchylkami, ale vždy se přesvědčte, zda vše měříte správně. Každá statistika měří trochu jinak a zejména, pokud používáte pouze Facebook Správce reklam, dívejte se i do Analytics. 

Uživatelé PPC kampaní si často myslí, že musí vše měřit. Dobrá myšlenka, ale měřit stoprocentně vše se nedá. Z popsaných rozdílů ve statistikách vyplývá, že se v praxi jedná spíše o kvalifikovaný odhad. 

Faktory proti měření

Existuje totiž spousta faktorů, které brání správnému měření například:

  • Kódy na webu se nemusí vždy aktivovat (někdo je blokuje, nepodaří se kód načíst, dotyčný prohlížeč kód zablokoval).
  • Uživatelé často používají více prohlížečů a zařízení.
  • Nákupní cyklus je delší než použité okno přiřazení (někdy se zákazník rozhodne pro nákup až po uplynutí 30 dnů).
  • Spousta zákazníků nakupuje u firem, které zná (v praxi čím dál častější jev, tudíž je efekt reklam jen těžko měřitelný – nemůžete vědět, jak vás zákazník zná, kdy viděl vaši reklamu poprvé). 
  • Neberete v úvahu dlouhodobou hodnotu zákazníka (až 1/3 tržeb e-shopu přináší stávající zákazníci).

7 rad, jak správně měřit online kampaně

1. Nejdůležitější je zisk – pokud vidíte, že vaše konto roste, jdete správným směrem.

2. Statistiky porovnávejte tam, kde jsou srovnatelná čísla – nejlépe v Analytics. Údaje zde měří všem „stejným metrem“, jsou nejméně zkreslené a spravedlivé.

3. Čísla někdy samy o sobě nic neřeknou, vždy se zamyslete nad celkovým užitkem (tj. nejde vždy o konverzi typu nákup, můžete zvolit akviziční kampaň, která se bude z pohledu konverzí jevit jako ztrátová. Vždy mějte dlouhodobý pohled).

4. U všech kampaní používejte UTM parametry (zejména u newsletterů).

5. Nezapomínejte na dlouhodobou hodnotu zákazníka (loajální zákazník je vracející zákazník a má největší cenu).

6. Nepodceňujte asistované konverze (na web jste zákazníka přivedli přes FB reklamu, co dál? Přemýšlejte nad všemi možnými kanály). 

7. Nedělejte více změn najednou (vyberte si jednu, např. vypněte FB reklamu, ale ostatní kampaně nechte a vyčkejte). Jedině tak dokážete posoudit, co změna přinesla.

Aby Vám neunikl žádný článek…

…přihlaste se k odběru novinek z oblasti online marketingu.

Článek napsal/a Kamila Hájková

Kamila se v MarketingPPC věnuje školení začínajících a mírně pokročilých uživatelů, správě menších PPC kampaní, psaní článků a newsletterů.