All posts by CharlieJin

數據工具應用趨勢與Google Analytics App + Web介紹
Uncategorized

筆記分享- 數據工具應用趨勢與Google Analytics App + Web介紹

本文為Measure Summit 其中一場演講 A Changing Industry And What’s Next 的筆記分享。講者為大家看官方GA教學影片時都很熟悉的臉孔 Krista Seiden。

整體來說,這算是推廣新版本Google Analytics App + Web的一場演講,若你還不知道這是什麼工具,建議可以閱讀本文與附上的延伸文章做了。

數據平台使用問卷的發現與趨勢

講者在他的推特與各個資料分析社群中發送線上問券,詢問大家使用數據平台的狀況,下列是從問券回復中所發現的趨勢

  1. 近80%的人,主要使用Google Analytics或Google Analytics 360 為主要數據平台
  2. 擁有第二個數據平台的人,其需求各異,有些為了想看到不同的insight(Hotjar),有些把GA當作第二選擇的是因為需要廣告受眾包,有些是因為該平台提供的服務更適合用於data mining等技術層面的應用(Snowplow)
  3. 數據平台使用上,有兩個極端的傾向,整合不同資料來源到in-house做更複雜的分析,或是僅用一個主要的數據平台做分析。
  4. Snowflake, Segment, Amplitude等工具開始讓使用者直接獲取raw event data,而不是侷限在平台內的分析
  5. 隨著GDPR, ITP, CCPA 等措施,將越來越難收集cookie-based的資料

Google Analytics App + Web簡介

根據上述幾點的發現與趨勢,講者認為Google Analytics App + Web 提供許多相應的解決方案。下面整理 3個特點。

  1. 整合不同來源的資料,如網站、ios或Android的APP,並可用User ID做跨裝置辨識。
  2. 沿用GA4F的event-based的資料搜集方式,且無資料量搜集上限。
  3. 可將原始事件資料導入到BigQuery(免費功能),便於後續做更深入分析。

Google Analytics App + Web中的事件資料

每個GA App + Web資源可以設定 500個獨立事件,每個事件底下可以帶最多 25個事件參數。可以想像參數是拿來描述被觸發的這個事件的細節,例如發生的位置、商品名稱、文章ID、使用者身份等等。

事件可分為下列三類,要特別注意的事,若欲追蹤的事件已經在官方建議事件的列表中,就直接使用官方提供的事件名稱,如此GA App + Web上的特定分析報表才可使用。

自動搜集的事件

官方建議導入的事件(可再細分不同產業的建議事件)

自定義客製的事件

Google Analytics App + Web 新功能介紹

  1. Enhanced measurement功能在GA App + Web內可以直接設定追蹤特定事件,如pageview, scrolls, outbound clicks等等,設置上與經典GA相比簡單很多。
  2. Google Tag manager 新增設置GA App + Web的tag
  3. 一些新增的指標與報表
    1. Engaged sessions:在站上待超過10秒即被算作Engaged sessions,算是跳出率指標的取代方案(講者特別提到他痛恨跳出率XD)
    2. Engaged sessions per user:平均每個使用者的Engaged sessions 數量,會因為網站的新舊訪客的比例而有所影響。
    3. Engagement time:經典版GA停留時間的優化版本,參考Firebase追蹤APP的Engagement time所設計。因應Web的環境,考量到瀏覽器tab和螢幕睡眠等因素做過優化。
    4. Ecommerce Reporting:最近推出的新功能,不過很多細節,建議參考講者寫的Blog文章
    5. Analysis:裡面有exploration, funnel, path 等不同的分析方法,建議大家玩看看,也可以參考講者的文章

新舊版GA轉換的常見問答

Q1:新版沒有舊版的 pageview資訊,該如何做頁面分析?

A1:新版GA會自動紀錄觸發事件時的page_name參數,可以此參數去看與其他事件之間的連結做分析。

Q2:在舊版GA中設定了50+的自訂維度資料到每一個匹配,該怎麼轉換到新版GA中一個事件只有25個參數?

A2:舊版User 層級的自訂維度資料將轉換到新版的User properties,舊版Hit 層級的自訂維度資料將轉換到新版的自訂義事件(上限500個)所以基本上500個以內的自訂維度是可以對應轉換過去的。

Q3:舊版GA中已經設定了三個層級的事件,搜集了無數個事件資料,該怎麼轉換到新版GA?

A3:因為新版GA的data model已經不一樣了,建議重新思考規劃。

使用者在各網頁上可以設置的事件追蹤
Google Analytics數據分析

Google Analytics事件追蹤規劃、安裝與分析應用

事件追蹤是Google Analytics中非標配的強大武器,能夠蒐集使用者在網站上的互動行為,如影片觀看、按鈕點擊、畫面滑動比例等。但因為不像是基礎Google Analytics追蹤碼,只需要埋設在全站頁面上,而是必須針對想追蹤的事件行為去客製化追蹤碼,對於剛入門網站分析的人來說有點距離感,不過一旦擁有了網站事件資料,對於網站優化以及使用者的理解就可以更上一層樓。本文將說明如何規劃網站事件追蹤以及怎麼應用獲得的資料。(實際追蹤碼安裝步驟,將在文中提供參考文章與影片)

 

為什麼需要網站事件追蹤?

簡單的答案是:為了蒐集更細緻的使用者行為來優化網站流程,進而使網站的目標更容易被達成。

當安裝基礎Google Analytics網站追蹤碼時,只會蒐集到網頁瀏覽資料,而無法知道使用者在該頁面做了什麼互動,例如觀看影片幾秒鐘、點擊了加入購物車按鈕等。而這些行為資料都是有價值的。假設是一個電商網站,網站的商業目標就會是購物,點擊加入購物車按鈕代表購買意願,了解哪一些人有消費意願,進而層層推進,直到下單結帳,可以幫助網站流程上的優化,使線上購物更容易完成。

 

開始規劃網站事件追蹤

設定網站目標

設定事件追蹤前必須先決定網站目標,每個網站存在的目的不同,內容型網站希望你待在網站上瀏覽的時間越長越好,因為廣告曝光是其營利的方式。電商網站則希望能快速結帳完成,瀏覽時間太長可能是使用者找不到想要的商品或是結帳流程不順暢,並不是一件好事。確立好網站的最終目標後,我們才能往回推算在到達最終目標之前,使用者在特定頁面時,有哪些關鍵事件是我們要追蹤的。以電商網站舉例,其網站目標即是完成購物,下圖為使用者在到達結帳完成頁之前,會經過的路徑頁面以及可追蹤的事件舉例。

使用者在各網頁上可以設置的事件追蹤

(圖一、以電商網站為例,使用者在各路徑頁面可追蹤的事件)

事件追蹤架構

架構影響著後續如何設置追蹤碼以及分析資料的邏輯,Google Analytics提供 4 種事件資料的組成要素,可以想像成是資料的多階層分類方式。不同的網站形式或分析目的,事件追蹤架構會有所差異。命名時英文的大小寫有區別,需特別注意。

  • 類別:一群相似功能的事件。
  • 動作:和網頁元件的特定互動。
  • 標籤:描述該事件的額外資訊。
  • 值(非必填):賦予該事件一數值。

事件追蹤架構規劃表

(圖二、文件紀錄欲追蹤的事件與其架構)

決定是否為互動匹配

事件可以分為互動匹配或非互動匹配,兩者差異在是否影響網頁的跳出率計算,其計算方式為單頁工作階段除以所有工作階段。

互動匹配:事件觸發後,不影響跳出率,該工作階段將不算入單頁工作階段。

非互動匹配:事件觸發後,影響跳出率,該工作階段算入單頁工作階段。

下方舉兩個例子說明。

點擊外部連結:追蹤網站內的外部連結點擊,並設定為非互動匹配,因此使用者點擊離開網站時,將會影響跳出率。

點擊加入購物車:追蹤加入購物車按鈕,設定為互動匹配,按鈕事件觸發後,使用者離開網站,不會影響跳出率計算。

GTM設置事件時可選擇非互動匹配

(圖三、Google Tag Manager設置中可選擇該事件是否為互動匹配)

 

使用Google Tag Manager安裝Google Analytics事件追蹤碼

因為Google Tag Manager和Google Analytics之間的整合相當完整,且介面易上手,即使沒有寫程式的背景,也可以自行將追蹤碼埋設完成,因此建議使用Google Tag Manager來執行。透過Google Tag Manager設定Google Analytics基本追蹤碼可以參考此文

由於透過Google Tag Manager裝設Google Analytics事件中間有許多步驟,筆者推薦下列影片作為入門,影片從基礎概念、抓取網頁元件、裝設事件到事件測試都有完整的操作。當然不同形式的事件追蹤方式仍有差異,此影片以常見的按鈕點擊作為範例說明。

https://www.youtube.com/watch?v=r87A-Ql2czg

 

應用網站事件數據

了解如何規劃以及安裝追蹤碼後,最後一部分來談怎麼應用所蒐集到的數據,以下將會以Google示範帳戶中的網站資料做說明,該網站販售Google相關周邊商品,主要目標為線上購買。

觀察與網站目標高度相關的網站事件

透過Google Analytics的區隔功能,可以將觸發特定事件的工作階段切割出來,因此可以觀察到特定的事件觸發會與重要的網站目標指標有關聯。從下圖可看出,有觀看過商品預覽的電子商務轉換率比沒有觀看過的高出許多。此外,區隔分析僅能看出相關性,嚴謹一點的做法會是進一步用A/B testing檢驗因果關係。

(圖四、區隔分析觸發事件與否和網站轉換率的相關性)

設定Google Analytics目標

了解哪些事件有關聯或影響網站目標後,可以進一步在Google Analytics內設定目標。相對於網站購買作為主要目標,影片觀看或是加入購物車即為次要目標。特別注意的是,每個資料檢視僅可以最多設置20個目標,因此先用上一步驟確認事件與主要目標相關性,可以避免設置過多不必要的次要目標。

設立目標後可以讓Google Analytics幫你計算目標轉換次數、目標轉換率和轉換價值,在常用的預設報表中,可隨時切換轉換目標看數據,進而可以用不同角度(新舊客、流量來源或國家地區等)去解析資料。下圖為新舊訪客報表切換轉換切至EnGoogle Analyticsged Users次要目標。(註:示範帳戶無權限設置目標,因此以帳戶既有的次要目標做截圖說明)

新舊客在次要目標轉換engaged user的數據

(圖四、用事件設置次要目標,在GA各預設報表中作分析)

打包受眾,投遞再行銷廣告

使用者到網站上瀏覽後,有很大的比例是沒有完成主要目標轉換就離開網站,以Google示範網站為例,其電子商務轉換率平均約0.14%,代表有99%以上的人都是沒有完成轉換購買。而知道特定事件和主要目標轉換有高相關性後,我們就可以在Google Analytics中打包受眾,將有觸發該事件的使用者撈出來,並將受眾資料拋給已經和該Google Analytics帳戶串接的Google AnalyticsD帳戶,執行再行銷廣告投放。

定義觸發事件的受眾

(圖四、定義觸發加入購物車事件的目標對象)

 

本文希望作為入門磚,讓讀者開始了解網站事件追蹤,事實上事件追蹤可大可小,有些可以從Google Tag Manager設定,有些需要透過撰寫程式輔助。想了解更多不同事件的追蹤可以參考這篇文章,應該可以給你許多如何監控使用者的靈感!