Dzięki analityce internetowej można dowiedzieć się wielu istotnych informacji na temat ruchu na stronie www. Google Analytics informuje skąd przychodzą użytkownicy strony, jakie podstrony odwiedzają oraz kiedy rezygnują z finalizacji zamówienia. Jednak nie wszyscy wiedzą, że takie dane trzeba jeszcze odpowiednio analizować. Jakie są zatem najczęściej popełniane błędy w analityce e-commerce?

Niepoprawna instalacja kodu śledzenia

Poważnym problemem jest m.in. wyciąganie wniosków na podstawie danych, które są niepełne czy niepoprawne. Google Analytics zbiera dane o zachowania użytkowników sieci, ale tylko wówczas, gdy kod śledzenia jest poprawnie zainstalowany. Powinien on znajdować się na każdej podstronie w sekcji "Head".

Analizowanie własnego ruchu

Właściciel strony www często spędza na niej wiele czasu, udoskonalając ją i poprawiając. Czasami zajmują się tym również i inne osoby. Tymczasem ruch generowany w ten sposób nie powinien być nigdy poddawany analizie, bo sam w sobie nie posiada żadnej wartości i zaburza dane. Dlatego obowiązkowo należy ze śledzenia wykluczyć adresy IP pracowników.

Konwersja bez śledzenia

Każda strona internetowa założona została w jakimś celu, który niekiedy da się zmierzyć za pomocą narzędzi analitycznych. Nie musi być to wcale sklep internetowy, równie dobrze można zmierzyć, ile osób przechodzi do formularza kontaktowego. Warto bowiem pamiętać, że sama liczba odsłon czy czas spędzany na danej stronie nie przekładają się wcale na realizowanie celów.

Niezrozumienie używanych terminów

Podczas analizowania danych e-commerce częstym błędem jest niezrozumienie niektórych wskaźników. To przekłada się oczywiście na wyciąganie błędnych wniosków na temat zachowania użytkowników na stronie internetowej.

Podstawowe dane, które należy rozróżniać w Google Analitycs to:

• sesja - czas, w którym użytkownik pozostawał aktywny na stronie (przeglądał podstrony, odświeżał je),
• użytkownicy - liczba osób, które przejrzały daną stronę www,
• odsłona - ilość wczytań danej podstrony w wybranym okresie czasu,
• współczynnik odrzuceń - procent sesji, podczas których internauta obejrzał jedną podstronę i opuścił serwis,
• współczynnik wyjść - odsetek sesji, podczas których dana podstrona była ostatnią oglądaną.

Nieuwzględnienie zjawiska sezonowości

Zawsze warto analizować dane w dłuższym okresie. Skupianie się tylko na ostatnim miesiącu przynosi błędne wnioski, zwłaszcza jeśli branża ma charakter sezonowy. Wcale więc spadek sesji na przestrzeni jednego miesiąca nie musi oznaczać od razu spadku efektywności podejmowanych działań. Lepiej się cofnąć do roku poprzedniego.

Analiza bez szerszego kontekstu

Podczas analizowania danych zawsze warto wziąć pod uwagę warunki, w których zostały one uzyskane. Nie powinno się również wyciągać wniosków na podstawie uśrednionych wyników. Zamiast tego lepiej jest sprawdzić, które podstrony cieszą się najmniejszą i największą popularnością i tym sugerować się podczas podejmowania dalszych decyzji.

Nieodpowiednia interpretacja

Często popełnianym błędem jest także wyciąganie niewłaściwych wniosków z zebranych danych. Okazuje się, że nie powinno się np. łączyć czasu spędzanego na danej stronie www z zaangażowaniem. Poza tym nie zawsze wysoki współczynnik odrzuceń jest zły. Wszystko zależy od tego, co znajduje się na stronie internetowej.