Verkkokaupan analytiikan käyttöönotto ei ole monimutkaista, mutta sen täytyy olla paikallaan ennen kuin ensimmäinen kävijä saapuu. Data, jota kauppasi kerää ensimmäisinä päivinään, on joitakin arvokkaimmista tiedoista, joita sinulla tulee koskaan olemaan, koska se näyttää, mitä oikeat kävijät tekevät, ennen kuin olet tehnyt mitään oletuksia siitä, mitä heidän pitäisi tehdä. Analytiikan käyttöönotto aikaisin on tapa muuttaa tuo raakatieto jotain sellaiseksi, jonka pohjalta voit toimia.
Miksi analytiikan käyttöönotto ennen avaamista on tärkeää
On olemassa julkaisun tarkistuslistan versio, joka keskittyy kokonaan kaupan näkyviin osiin. Tuotekuvat, maksunkäsittely, toimitusasetukset, kassasivu. Kaikki nämä ovat välttämättömiä, ja on ymmärrettävää, että analytiikka siirtyy myöhemmäksi. Ongelma on, ettei myöhempi koskaan tallenna sitä, mikä on jo tapahtunut.
Kaupan ensimmäiset viikot tuottavat käyttäytymistä, jota on vaikea toistaa myöhemmin. Varhaiset kävijät tulevat tietyistä lähteistä, jotka eivät välttämättä säily. He liikkuvat kaupassa ilman niitä vihjeitä, joita arvostelut, sosiaalinen todiste ja mainonta lopulta tarjoavat. He kohtaavat tuotesivusi kylminä ja reagoivat niihin rehellisesti. Se, mitä he tekevät, missä he pysähtyvät ja mitä he katsovat ennen kuin päättävät olla ostamatta, on tietoa, joka muokkaa sitä, miten kaupan pitäisi kehittyä.
Ilman analytiikkaa teet kauppaa koskevia päätöksiä arvailun pohjalta. Analytiikan kanssa teet päätöksiä sen pohjalta, mitä todelliset kävijäsi tekevät. Näiden kahden lähestymistavan ero kasaantuu ajan myötä. Kauppa, joka on optimoinut todellista dataa vasten kuusi kuukautta, päihittää kaupan, joka on arvannut saman ajan.
Jos suunnittelet julkaisuaikatauluasi, lue artikkeli miten teet verkkokaupan pehmeän julkaisun ennen kuin julkaiset. Analytiikan käyttöönotto on yksi tarkistuksista, jotka täytyy tehdä julkaisua edeltävässä vaiheessa, ei sen jälkeen.
Mitä analytiikkatyökaluja kauppasi tarvitsee?
Verkkokauppa tarvitsee tyypillisesti kahdenlaista analytiikkakattavuutta. Ensimmäinen kattaa kävijöiden käyttäytymisen, toinen tapahtumat. Nämä ovat eri mittauksia, ja ne tulevat usein eri työkaluista, jotka toimivat rinnakkain.
Kävijäanalytiikka
Kävijäanalytiikkatyökalut seuraavat, miten ihmiset toimivat kaupassasi istuntotasolla. Ne kertovat, kuinka moni kävi, mitä sivuja he katsoivat, kuinka kauan he viipyivät, mistä he tulivat ja mitä he tekivät ennen lähtöä. Tämä työkalukategoria on se, mitä useimmat tarkoittavat sanoessaan "analytiikka". Se antaa sinulle liikennekuvan ja käyttäytymiskuvan siitä, ketkä kauppaan tulevat ja mitä he siellä tekevät.
Tapahtumaanalytiikka
Tapahtumaanalytiikka seuraa kaupallista puolta. Tilausmäärä, liikevaihto, keskimääräinen tilauskoko, palautusprosentti, uusintaostojen osuus. Nämä luvut ovat kauppasi tilaustenhallintajärjestelmässä tai erillisessä raportointipaneelissa. Ne kertovat, miten kauppa menestyy taloudellisesti ja paraneeko liikevaihtokuva ajan myötä.
Kaupan sisäisen käyttäytymisen työkalut
Jotkin kaupat käyttävät myös sivustolla toimivia käyttäytymistyökaluja, jotka tallentavat istuntotoistoja tai lämpökarttoja ja näyttävät tarkasti, mihin kävijät napsauttivat, kuinka pitkälle he vierittivät ja missä he pysähtyivät. Nämä ovat valinnaisia alkuvaiheessa, mutta niistä tulee hyödyllisiä, kun liikennettä on riittävästi selkeiden kaavojen näkemiseen. Ne ovat erityisen hyödyllisiä sellaisten tiettyjen sivujen diagnosointiin, joilta kävijät putoavat pois konvertoimatta.
Et tarvitse kaikkia työkaluja kerralla. Aloita kävijäanalytiikalla ja tapahtumaraportoinnilla. Lisää muita työkaluja, kun liikennettä on riittävästi, jotta niiden data on merkityksellistä.
Mikä ero on kävijädatalla ja tapahtumadatalla?
Kävijädata kertoo, mitä ihmiset tekevät ennen ostamista. Tapahtumadata kertoo, mitä tapahtui sen jälkeen, kun he olivat päättäneet. Molemmilla on merkitystä, mutta ne vastaavat eri kysymyksiin.
Kävijädata näyttää liikennemäärän, liikenteen lähteet, mitä sivuja ihmiset katsovat, kuinka kauan he viipyvät ja missä he poistuvat sivustolta. Se on eteenpäin katsovaa siinä mielessä, että se paljastaa, mikä toimii suppilon yläosassa ja missä ihmiset putoavat pois ennen kassalle pääsyä. Jos tuhat ihmistä vierailee kaupassasi ja kolme heistä ostaa, kävijädata auttaa ymmärtämään, mitä muut 997 tekivät ja minne he menivät.
Tapahtumadata näyttää tilaukset, liikevaihdon, tuotteiden suorituskyvyn ja asiakaskaavat. Se on taloudellinen tallenne siitä, mitä kauppa myi ja kenelle. Se kertoo, mitkä tuotteet liikkuvat, mitkä seisovat, mikä on keskimääräinen ostoarvo ja palaavatko asiakkaat.
Hyödyllisin kuva syntyy, kun katsot molempia yhdessä. Kävijädata kertoo, missä aukot ovat. Tapahtumadata kertoo aukon koon liikevaihdossa. Sivu, joka saa paljon kävijöitä mutta vähän konversioita, on ratkaisemisen arvoinen ongelma. Tapahtumadata kertoo täsmälleen, kuinka paljon tuo ongelma maksaa sinulle.
Mitä mittareita kannattaa seurata ensimmäisestä päivästä?
Mittarit, joilla on merkitystä ensimmäisenä päivänä, eivät ole samoja kuin ne, joilla on merkitystä kuudentena kuukautena. Julkaisun yhteydessä tavoitteena on ymmärtää kaupan perustavanlaatuinen terveys, ei optimoida tiettyjä kampanjoita tai kanavia.
Istunnot yhteensä ja yksittäiset kävijät
Istunnot kertovat, kuinka monta kertaa kaupassa on vierailtu. Yksittäiset kävijät kertovat, kuinka moni erillinen henkilö on vieraillut. Molemmat luvut ovat tärkeitä, koska ne antavat lähtötason liikenteelle, jota vasten kaikkea muuta mitataan. Jos liikenne on vähäistä, konversio-optimointi on toissijainen asia. Kävijöiden saaminen kauppaan tulee ensin.
Konversioaste
Konversioaste on niiden kävijöiden prosenttiosuus, jotka tekevät oston. Kauppa, joka konvertoi 1-3 % kävijöistään, toimii verkkokaupalle tyypillisellä haarukalla, vaikka se vaihtelee merkittävästi tuotekategorian ja hintatason mukaan. Kun tunnet konversioasteesi alusta alkaen, sinulla on lähtötaso, jota vasten parannusta mitataan.
Keskimääräinen tilausarvo
Keskimääräinen tilausarvo on keskimääräinen liikevaihto toteutunutta tilausta kohden. Se kertoo, kuinka paljon tyypillinen asiakas käyttää yhdellä käynnillä. Sen seuraaminen alusta alkaen auttaa ymmärtämään, vastaako liikevaihto tapahtumaa kohden odotuksiasi ja kannattaako tuotepakettien tai lisätarjousten tuominen mukaan.
Suosituimmat sivut liikenteen mukaan
Kun tiedät, mitä sivuja kävijäsi katsovat eniten, tiedät, mikä vetää heidän huomiotaan. Jos etusivusi on suosituin sivu mutta tuotesivuillasi on paljon vähemmän käyntejä, se viittaa navigointiongelmaan. Jos yksi tuotesivu saa dramaattisesti enemmän liikennettä kuin muut, se on selvittämisen arvoinen signaali.
Poistumissivut
Poistumissivut kertovat, missä kävijät poistuvat kaupasta. Korkea poistumisaste ostoskorisivulla tai kassasivulla viittaa ongelmaan ostokulussa. Korkea poistumisaste tuotesivulla viittaa siihen, ettei sivu muuta selailijoita ostajiksi. Poistumisdata on yksi nopeimmista tavoista tunnistaa, missä kauppa menettää potentiaalisia asiakkaita.
Miten seuraat, mistä liikenteesi tulee?
Liikenteen lähdedata kertoo, mitkä kanavat tuovat kävijöitä kauppaasi. Se on kriittistä tietoa, koska se kertoo, mihin panostaa enemmän ja missä tekemäsi työ ei tuota tulosta. Useimmat kävijäanalytiikkatyökalut jakavat liikenteen seuraaviin luokkiin.
Suora liikenne
Suora liikenne edustaa kävijöitä, jotka kirjoittivat verkko-osoitteesi suoraan tai saapuivat kirjanmerkin kautta. Kaupan alkuvaiheessa tämä luokka on usein suurin, koska ainoat kävijät ovat ne, joille olet jakanut linkin henkilökohtaisesti.
Luonnollinen haku
Luonnollinen haku kattaa kävijät, jotka löysivät kauppasi hakukoneen kautta napsauttamatta mainosta. Tämä kanava kasvaa hitaasti uusille kaupoille, mutta kasvaa kumuloituvasti ajan myötä, kun hakukoneoptimointi alkaa tehota.
Viittausliikenne
Viittausliikenne tulee muilla verkkosivustoilla olevista linkeistä. Esiintyminen, blogikirjoitus, hakemistomerkintä tai kumppanin maininta voivat kaikki tuottaa viittausliikennettä. Tämä luokka kertoo, mitkä ulkoiset lähteet ohjaavat ihmisiä kauppaasi.
Sosiaalisen median liikenne
Sosiaalisen median liikenne tulee sosiaalisten kanavien julkaisuista ja profiileista. Sen seuraaminen erikseen viittausliikenteestä auttaa ymmärtämään, muuttuuko sosiaalisen median toimintasi kauppakäynneiksi, ei vain sitoutumiseksi.
Maksettu liikenne
Maksettu liikenne tulee mainoksista. Kun ajat jotain maksettua kampanjaa, tämä luokka kertoo, kuinka suuren osan kokonaisliikenteestäsi ostat verrattuna siihen, minkä ansaitset muiden kanavien kautta.
Sen seuraaminen, miten tämä jakauma muuttuu ajan myötä, kertoo, mitkä hankintakanavat saavat jalansijaa. Ohjeita näitä liikenteen tuottavien kanavien rakentamiseen löydät artikkelista miten saat verkkokaupallesi ensimmäiset asiakkaat, joka käsittelee jokaisen hankintakanavan yksityiskohtaisesti.
Mitä poistumisprosentti kertoo kaupastasi?
Poistumisprosentti on niiden istuntojen osuus, joissa kävijä saapui sivulle ja lähti tekemättä mitään muuta sivustolla. Korkea poistumisprosentti laskeutumissivulla tai tuotesivulla tarkoittaa tyypillisesti, ettei sivu antanut kävijälle vakuuttavaa syytä jäädä.
Poistumisprosentti ei ole yksiselitteisen kielteinen. Korkea poistumisprosentti yhteydenottovahvistussivulla tai tilausvahvistussivulla on odotettua, koska kävijä sai tehtyä sen, minkä takia tuli. Merkitystä on poistumisprosentilla sivuilla, joilla odotat kävijöiden jatkavan tutkimista, kuten tuotesivuilla, kategoriasivuilla ja etusivulla.
Korkea poistumisprosentti tuotesivulla voi tarkoittaa useita asioita. Tuote ei vastannut sitä, mitä kävijä odotti hänet tuoneen linkin tai hakutuloksen perusteella. Sivu latautui liian hitaasti. Tuotekuvat eivät olleet riittävän hyviä pitämään huomiota. Hinta oli heti poissulkeva. Analytiikka näyttää poistumisprosentin. Sen ymmärtäminen, miksi se on korkea, vaatii sen katsomista, mitä nämä kävijät näkivät saapuessaan.
Poistumisprosentti liikenteen lähteen mukaan on erityisen hyödyllinen. Jos yhden lähteen kävijät poistuvat paljon useammin kuin toisen lähteen kävijät, se on signaali siitä, että lähde tuo väärää yleisöä tai että laskeutumissivu ei vastaa sitä, mitä yleisö odotti löytävänsä.
Miten seuraat konversioita ja ostosuppiloa?
Konversioseuranta seuraa kävijöitä vaiheiden sarjan läpi kauppaan saapumisesta oston loppuunsaattamiseen. Ostosuppilo on termi tälle sarjalle, ja se kulkee tyypillisesti kaupan etusivulta tai tuotesivulta ostoskorin ja kassan kautta tilausvahvistussivulle.
Jokainen suppilon vaihe on mahdollinen poistumiskohta. Sen seuraaminen, kuinka moni kävijä suorittaa kunkin vaiheen, kertoo täsmälleen, missä suppilo vuotaa. Jos 500 ihmistä lisää tuotteen ostoskoriin mutta vain 80 pääsee kassasivulle ja 25 saattaa tilauksen loppuun, data kertoo kaksi täsmällistä selvittämisen arvoista ongelmaa. Jokin saa ihmiset lähtemään ostoskorin ja kassan välillä, ja jokin saa merkittävän osan kassan aloittajista keskeyttämään ennen loppuunsaattamista.
Useimmat analytiikkatyökalut antavat asettaa konversiotavoitteita, jotka seuraavat tiettyjä toimintoja, kuten tilausvahvistussivulle pääsyä. Sen käyttöönotto ensimmäisestä päivästä tarkoittaa, että sinulla on tarkkaa konversiodataa koko kaupan elinajalta eikä alussa aukkoa, jolloin kauppa toimi ilman seurantaa.
Artikkeli miksi ostajat hylkäävät ostoskorinsa ja mitä voit tehdä asialle käsittelee tarkemmin sitä, mikä aiheuttaa suppilon pudotuksen ja mitä voit tehdä yleisimpien syiden korjaamiseksi.
Miten käytät analytiikkaa kauppasi parantamiseen?
Data ilman toimintaa on pelkkää kirjanpitoa. Analytiikan käyttöönoton tarkoitus on antaa sinulle perusta tehdä muutoksia, jotka parantavat kaupan suorituskykyä. Näin muutat datasta näkemäsi täsmällisiksi päätöksiksi.
Aloita suurimman volyymin ongelmasta
Katso, missä suurin määrä kävijöitä putoaa pois, ja keskity siihen ensin. Jos suurin aukko on tuotesivun katselukertojen ja ostoskoriin lisäämisten välillä, tuotesivun parantaminen vaikuttaa enemmän kuin kassan optimointi. Jos suurin aukko on kassan aloituksen ja tilauksen loppuunsaattamisen välillä, kassakokemus tarvitsee huomiota ensin.
Muuta yksi asia kerrallaan
Kun muutat useita asioita samanaikaisesti, et voi tietää, mikä muutos tuotti parannuksen. Yhden muuttujan testaaminen kerrallaan on hitaampaa, mutta tuottaa selkeämpiä johtopäätöksiä siitä, mikä toimii ja mikä ei.
Lue liikenteen lähdedata ennen kanaviin sijoittamista
Jos yksi lähde tuo kävijöitä, jotka konvertoivat paljon useammin kuin muut, kyseinen lähde ansaitsee enemmän huomiota. Jos lähde tuo suuren määrän kävijöitä, jotka eivät koskaan osta, siihen panostaminen ei todennäköisesti tuota parempia tuloksia, ennen kuin ymmärrät, miksi nämä kävijät eivät konvertoi.
Tarkista viikoittain, älä päivittäin
Päivittäinen tarkistus luo kohinaa, koska yksittäiset päivät voivat vaihdella merkittävästi syistä, joilla ei ole mitään tekemistä kaupan suorituskyvyn kanssa. Viikoittainen tarkistus antaa selkeämmän signaalin ja sallii silti ongelmien nopean havaitsemisen alkukuukausina.
Näin WEMASY auttaa
WEMASYn verkkokauppajärjestelmään sisältyy valmiina Analytiikka ja oivallukset, joka seuraa kävijäistuntoja, liikenteen lähteitä, sivujen suorituskykyä ja kaupan toimintaa ilman, että erillistä analytiikkatyökalua tarvitsee määrittää ja yhdistää. Analytiikka on aktiivinen siitä hetkestä, kun kauppa julkaistaan, joten käyttöönotossa ei ole aukkoa eikä tyhjää jaksoa kaupan elämän alussa. Tapahtumaraportointi on rakennettu tilaustenhallintajärjestelmään, joten saat molemmat puolet datakuvasta, kävijöiden käyttäytymisen ja kaupallisen suorituskyvyn, samassa tilauksessa. Täyden erittelyn siitä, mitä kukin paketti sisältää, löydät WEMASYn hinnoittelusivulta.
Usein kysytyt kysymykset
Pitääkö analytiikka ottaa käyttöön ennen kuin kauppani aukeaa?
Kyllä. Kauppasi ensimmäisten kävijöiden dataa ei voi palauttaa jälkikäteen. Jos analytiikka ei ole käytössä, kun ensimmäinen ihminen vierailee, kyseinen istunto menetetään. Seurannan käyttöönotto ennen julkaisua, vaikka se olisi vain perustason kävijäanalytiikka, varmistaa, että sinulla on täydellinen tallenne alusta asti. Tämä on erityisen tärkeää, koska varhaisten kävijöiden käyttäytyminen eroaa usein myöhemmästä, kun sinulla on arvosteluja, hakusijoituksia ja palaavia asiakkaita. WEMASYn sivustonrakentajalla voit tehdä tämän suoraan kauppaasi.
Kuinka paljon liikennettä tarvitaan, ennen kuin analytiikkadata on merkityksellistä?
Jo pienet datamäärät ovat merkityksellisiä, jos seuraat oikeita asioita. Sata istuntoa riittää näyttämään, mitä sivuja kävijät katsovat ja missä he lähtevät. Muutama sata istuntoa riittää alkamaan nähdä konversiokaavoja. Mitä enemmän liikennettä on, sitä luotettavampia kaavat ovat, mutta "riittävän" liikenteen odottaminen ennen analytiikkaan perehtymistä on virhe. Aloita datan lukeminen heti, kun sitä tulee, ja säädä odotuksesi tilastolliselle varmuudelle sen mukaisesti.
Mikä on hyvä konversioaste uudelle verkkokaupalle?
Verkkokauppojen konversioasteet vaihtelevat laajasti tuotekategorian, hintatason ja liikenteen lähteen mukaan. 1-3 %:n haarukka mainitaan yleisesti tyypillisenä verkkokaupassa laajasti, mutta tämä luku merkitsee hyvin vähän ilman yhteyttä. Kalliita tuotteita myyvä kauppa voi konvertoida alle 1 % ja silti toimia hyvin. Edullisia kulutustuotteita myyvä kauppa voi odottaa korkeampia konversioasteita. Käytä omaa varhaista dataasi lähtötason määrittämiseen ja keskity parantamaan sitä vasten sen sijaan, että vertaisit toimialan keskiarvoon, joka ei välttämättä päde sinun tilanteeseesi.
Pitäisikö seurata jokaista mittaria, jota analytiikkatyökalu tarjoaa?
Ei. Liian monen mittarin seuraaminen kerralla luo kohinaa ja vaikeuttaa keskittymistä muutoksiin, joilla on merkitystä. Aloita pienellä joukolla ydinmittareita: istunnot, konversioaste, suosituimmat sivut, poistumissivut ja liikenteen lähteet. Lisää mittareita, kun herää täsmällinen kysymys, johon nykyinen joukkosi ei osaa vastata. Tavoitteena on pieni määrä lukuja, jotka ymmärrät hyvin ja tarkistat säännöllisesti, ei iso hallintapaneeli lukuja, joita harvoin katsot.
Mistä tiedät, paransiko kauppaan tekemäsi muutos oikeasti suorituskykyä?
Vertaa mittaria, jota yritit parantaa, ennen muutosta ja sen jälkeen samankaltaisella liikennemäärällä. Jos muutit tuotesivua ja haluat tietää, parantuiko konversio, katso kyseisen sivun konversioastetta muutosta edeltävältä ajalta ja sen jälkeiseltä ajalta ja varmista, että molemmilla jaksoilla oli samankaltainen liikennemäärä. Muutokset, jotka on tehty poikkeuksellisen vilkkaan tai hiljaisen liikenteen aikana, voivat tuottaa harhaanjohtavia ennen ja jälkeen -vertailuja. Mitä siistimmät olosuhteet testin ympärillä ovat, sitä luotettavampi johtopäätös on.