Järjestimme webinaarin 6.10.2022 teemalla kysy mitä tahansa datalla johtamisesta ja markkinoinnin analytiikasta. Saimme yhteensä lähes 40 eri kysymystä, joihin vastasimme webinaarin aikana. Katso webinaaritallenne alta.
Jos upotus ei toimi, voit katsoa videon suoraan Youtubesta
Google Analytics 4 (GA4) käsittelee dataa uudella tavalla, mikä tuo mukanaan lukuisia muutoksia. Muutokset mahdollistavat entistä kehittyneemmän analytiikan ja kypsemmän markkinoinnin. Se synnyttää myös tilanteen, jossa GA4-dataa kannattaa siirtää myös muualle tarkasteltavaksi.
Puhuimme näistä asioista Mertanen & Analytics Associatesin ja Supermetricsin yhteisessä asiakastapahtumassa Helsingissä marraskuussa 2021. Pidimme puheen paikallaoleville asiakkaille, mutta tallensimme näyttöstriimin myös muille katsottavaksi.
Voit katsoa videon allaolevasta upotuksesta.
Jos upotus ei toimi, voit katsoa GA4+Supermetrics-videon suoraan Youtubesta
Tässä vielä lyhennelmä videon tarjonnasta tekstimuotoisesti
Tämä osuus esityksestä alkaa videossa kohdassa 6:27. Puhujana Jarno Oksanen, Mertanen & Analytics Associates
Me Mertasella pohdimme aika paljon analytiikan teknistä puolta, mutta asiakasyritystä tietysti kiinnostaa enemmän ne varsinaiset liiketoiminnalliset hyödyt. Tässä lyhyessä esittelyssä kerron ne perustasvanlaatuiset tekniset erot, jotka tuovat suuria liiketoiminnallisia uutuusvaikutuksia.
Liiketoiminnan menestymiset perustuvat usein odottamattomiin onnistumisiin. Ja kun se onnistuminen tapahtuu, meidän pitäisi pystyä tietämään mistä se johtuu. Vain silloin voimme tuottaa onnistumisia lisää. Lisätä niiden määrää ja vaikutusta
Google Analyticsin evoluutio alkaa vuodesta 2005 Urchin-nimisestä tuotteesta, jota on kehitetty samana tuotteena aina Google Analyticsin “classic-versiosta” aina 2012 julkaistuun Universal Analyticsiin asti. Aina kun on tullut uusi versio, on riittänyt että vaihtaa skriptin uuteen. Tietoa on kerätty teknisesti hiukan eri tavalla, mutta koko ajan samaan instanssiin ja samaan tietokantaan.
Vuonna 2014 Google osti Firebase-nimisen tuotteen, joka oli tarkoitettu nimenomaan mobiilisovellusten analytiikkajärjestelmäksi. Ja siitä Google on muokannut tuotteen jossa samaa analytiikkajärjestelmää voidaan käyttää niin sovelluksissa kuin verkkosivustollakin. Monilla yrityksillä on mobiilisovellus ja käyttäjä liikkuu saumattomasti sovelluksen ja saitin välillä, joten on luonnollista, että myös analytiikkajärjestelmää osaa saman.
Google Analytics 4 on täysin uusi järjestelmä, jossa tietoa aletaan kerätä uuteen tietokantaan. Jotta tulevaisuudessa voi tehdä analyysia johonkin historiadataan perustuen, sitä kannattaa alkaa kerätä jo nyt. GA4:sta ja vanhaa Universal Analyticsia voi ja kannattaa ajaa rinnakkain, vaikka itse markkinoinnin johtaminen vielä tapahtuisikin UA:n kautta.
Universal Analyticsiin on vuosien aikana syntynyt useita eri mittaustyyppejä.
Sivulataus tietää kun sivu ladataan, mutta en tiedä mitään mitä sivulla tehdään. Jos sivulla klikataan vaikka jotakin painiketta, sitä varten tarvitaan tapahtumaseuranta eli eventti. Liiketoiminnan kannalta erityisen tärkeistä sivulatauksista tai tapahtumista voidaan luoda tavoitteita, eli konversioita tai goaleja. Näiden rinnalle on myöhemmin syntynyt verkkokaupan ostotapahtuma eli transaktio.
UA:n eventtien yhteyteen on pystynyt tallentamaan tietoa hyvin jäykkään hierarkiaan. Käytettävissä on ollut neljä tietuetta
Vähänkään monimutkaisemmissa tilanteissa samaan tietueeseen on jouduttu tallentamaan useampia tietoja. Tästä johtuen tieto ei ole ollut enää yhteenlaskettavissa tai tarkasti vertailtavissa ilman sen siirtämistä ensin exceliin. Tieto on ollut lähinnä silmäiltävissä ja yksittäistapauksittain tarkasteltavissa.
Ja vaikka eventin tieto olisikin yksinkertainen numero, sitä pysty laskemaan yhteen sivulatauksien ja transaktioiden kanssa, koska ne ovat teknisesti eri tyyppisiä.
GA4:n tekniikka pohjautuu kokonaan eventteihin. Koska niin sivulataukset kuin verkkokauppaostoksetkin on eventtejä, niin määrää, kokoa ja vaikutusta pystytään yhdistämään toinen toisiinsa.
Eventtien rinnalla Google Analytics 4:ssä kulkee lähes loputon määrä täysin vapaavalintaisia parametreja. Eventin voi suoraan valita GA4:n käyttöliittymässä konversioksi tai sellaisen voi luoda juuri halutuista eventeistä riippuen parametreista.
Myös Universal Analyticsin puolella voi saada ilmoituksia poikkeuksista ja oivalluksista. Mutta ne ovat kaikki enemmän tai vähemmän tilattuja ilmoituksia. Pitää siis tietää ensin se onnettomuus tai onnistuminen, josta haluaa ilmoituksen.
Mutta GA4:n koneoppiminen pystyy ennakoimaan esimerkiksi kuinka paljon konversioita pitäisi tulla jostakin tietysti segmentistä ja sitten ilmoittamaan jos toteutuma olikin merkittävästi erilainen. Tämä synnyttää niin paljon enemmän ja tarkempia ilmoituksia, että siitä on ratkaisevaa lisäarvoa yritykselle.
GA4 pystyy esimerkiksi segmentoimaan käyttäjäryhmän, joka todennäköisesti ei tule vierailemaan sivustolla seuraavan 30 päivän aikana. Tällöin tätä ryhmää voi suoraan käyttää mainonnan kohderyhmänä.
Analytiikan kypsyys kasvaa tapahtumien todentamisesta niiden syiden ymmärtämiseen ja lopulta tulosten ennakoinnin kautta tulosten luomiseen.
Tällainen kypsyystaso vaatii entistä paremmin jäsenneltyä dataa ja huomattavasti enemmän dataa.
Ilmaisen Google Analytics 4 -palvelun kohdalla tämä suuri datamäärä valitettavasti tarkoittaa sitä, että vanha tieto alkaa ensin rapautua ja sitten häviää kokonaan. Tätä varten data on hyvä siirtää ulkoiseen järjestelmään kuten esimerkiksi Googlen tarjoamaan BigQuery-pilvipalveluun. Sinne pystyy tuomaan myös muita datalähteitä, jolloin analysointimahdollisuudet entisestään lisääntyvät.
Näin markkinointi pystyy entistä paremmin kohdentamaan resurssejaan ja saamaan parempaa tuottoa investoinnilleen. Ollaan siis hyvinkin liiketoiminnan saamien hyötyjen äärellä.
GA4:ssa on valmis natiiviliitin eli connector, jolla tiedon saa siirrettyä vain muutamalla hiirenkliksautuksella BigQueryyn. Sillä on joitain rajoituksia ja Supermetricsillä onkin tähän myös tarjolla oma ratkaisunsa.
Tämä osa esityksestä alkaa videossa kohdassa 26:53. Puhujana Lee Dor, Supermetrics.
GA4 tarjoaa ilmaisen natiiviliittimen, jonka avulla dataa on helppo siirtää. Sillä saa siirrettyä kaikki Google Analytics 4:n keräämät eventit täydellisinä siitä hetkestä eteenpäin.
Eventtirakenteen joustavuus tuo dataan myös melkoisesti monimutkaisuutta. Supermetricsin Reporting API:n avulla tiedosta voi siirtää myös vain osaa. Näin datamassan määrä ei vaadi välittömästi suurta palvelinresurssia. Etuna on myös se, että Reporting API voi tuoda BigQueryyn myös GA4:n jo aiemmin keräämää historiatietoa jopa 14 kuukauden ajalta.
Dataa voi pudottaa suoraan lähes raportointivalmiisiin tietokantatauluihin, joissa sen käsittely on helppoa. Reporting APIn tietokantakysely onkin hyvin paljon yksinkertaisempi ja kevyempi, kuin natiivikonnektorin tekemä kyselylauseke.
Reporting API ei ole rajoittunut BigQueryyn, vaan sillä voi tuoda tietoa myös muihin datavarastojärjestelmiin.
Supermetrics onkin eräänlainen kone, jonka avulla dataa voi siirtää useista erilaisista datalähteistä useisiin erilaisiin datan varastointi- ja visualisointijärjestelmiin, kuten Azuren tai Amazonin pilvipalveluihin tai vaikkapa Google Sheetteihin tai Googlen Data Studioon.
Näytämme videolla nopeasti miten BiqQueryssa valitaan datalähteeksi GA4, annetaan hiukan lisätietoja datalähteestä sekä tiedon siirtämisen yksityiskohdista. Supermetricsin autentikoinnin jälkeen ollaan enää tiedonjärjestelymallia eli schemaa vaille valmiita.
Aikaa meni kaksi minuuttia puheen kanssa.
Kun useiden eri lähteiden dataa yhdistetään datavarastojärjestelmässä, saadaan aikaiseksi useita raportteja. Supermetricsin valmiin templaten avulla on helppoa luoda esimerkiksi cross channel performance -raportti.
Vielä monimutkaisempi analysointimalleja voi tehdä, kun markkinointidata yhdistetään esimerkiksi HR:n, CRM:n ja vaikkapa talousosaston datan kanssa.
Meillä oli Iiriksen kanssa ilo päästä purkamaan Kuha on dataa -kyselyn tuloksia MarkkinointiKollektiivin järjestämässä Martech & Data -päivässä. Puheenvuoron otsikkona oli Totuus datan hyödyntämisestä markkinoinnissa + 3 vinkkiä sen kehittämiseen. Tässä 15 minuutin esityksessä on paljon asiaa datasta, analytiikan järjestelmistä sekä vinkkejä kehittämiseen. Katso video klikkamalla allaolevaa play-nappia.
Tehtiin yhdessä Arttu Käyhkön kanssa podcast siitä mitä jokaisen markkinoijan pitää ymmärtää analytiikasta. Arttu vetää Rookie Communications nimistä firmaa ja meillä on yhteistä taustaa jääkiekon kautta, kuten keskustelustakin kuulee. Lätkän lisäksi meille on yhteistä Bronx eli Joensuun Rantakylä, jossa olen asunut lapsena ja nuorena ennen maailmalle lähtöä. Kuuntele Bronxcastin episodi #33 alapuolelta klikkaamalla play-nappia.
Ja sitten mukaan tietysti meidän hockey statsit, jossa Arttu vie selvän voiton.
Täräytettiin Meltwaterin Sennin kanssa melko hyvä webinaari, vaikka itse sanonkin. Tai niin kyllä sanoi osallistujatkin, sillä 94 % webinaarin kuulijoista piti sen sisältöä hyvänä tai erittäin hyvänä. Webinaari rikkoi aiemman ennätyksen, sillä ilmoittautuneita oli yli 1500!
Kuinka vältät pahimmat sudenkuopat ja saat enemmän tuloksia?
Tästä webinaarista saat taatusti käytännönläheisiä vinkkejä verkkosivustolta ja digitaalisesta mainonnasta kertyvän datan hyödyntämiseen. Kuulet, mitkä ovat tyypilliset virheet etenkin Google Analyticsin käyttöönotossa ja Tag Managerin hyödyntämisessä. Lisäksi saat vinkkejä oman datan tarkistamiseen, sen visualisoimiseen ja jakamiseen organisaatiossa. Pääset katsomaan webinaaria tämän linkin kautta tai klikkamalla alla olevaa play-nappia. Videon alapuolelta löydät myös webinaarin kysymys ja vastaus eli Q&A-osion.
Kysymys: Miksi evästeet kielletään?
Vastaus: Viimeaikainen ohjelmistovalmistajien (Apple, Google) selainten kehitys on mennyt siihen suuntaan, että etenkin kolmansien osapuolien evästeitä ei välttämättä tallenneta. Tämä saattaa vaikeuttaa etenkin juuri kolmansien osapuolien mainoskanaviin (kuten esimerkiksi Facebook) tehtävää uudelleenkohdistamista eli ns. re-marketing- / re-targeting -mainontaa, jota tehdään evästeiden avulla sivustolla jo vierailleille.
Lisäksi lainsäädäntö kehittyy entistä tiukempaan suuntaan mm. ePrivacy-asetuksen kautta. Periaatteessa on mahdollista, että evästeiden käyttö – mukaan lukien ensimmäisen osapuolen evästeet – kielletään. Ohjelmistovalmistajat tulevat tosin reagoimaan tähän ja kehittävät varmasti palvelimen logeihin liittyviä, ns. server side -ratkaisuja web-analytiikan toteuttamiseksi. Tällä hetkellä evästeiden käyttöä ei ole lainsäädännöllä kielletty, mutta GDPR-asetus ottaa kantaa niiden käyttämiseen ja datan keräämisen sekä käyttämisen läpinäkyvyyteen.
Kysymys: Miten on mahdollista saada pääsy yrityksen aktiiviseen Google Analytics -tiliin, kun kellään ei ole tiedossa sähköpostia millä se on luotu eikä ole mahdollista tehdä omistajuuden todennusta laittamalla koodinpätkää sivustolle (koska sinne ei ole tunnuksia ja/tai ihmistä, joka sen pystyy tekemään)?
Vastaus: Voi yrittää ottaa yhteyttä Googleen esimerkiksi Google Ads -tuen kautta. Epäilemme kuitenkin, että tämä onnistuisi. Voi olla hyvinkin todennäköistä, että historiallinen data tuolla Google Analytics -tilillä menetetään ja vaihtoehdoksi jää uuden tilin perustaminen. Tästä syystä johtuen suosittelemme aina, että Google Analytics ja muut järjestelmät ovat asiakkaan omassa hallussa (järjestelmänhallitsijan oikeudet), eikä esimerkiksi yhteistyökumppanin.
Kysymys: Mitä verkkosivujen analytiikan muuttujia kannattaa seurata? Mitä mittaussuunnitelman tulisi sisältää?
Vastaus: Seurattavat analytiikan mittarit (muuttujat) riippuvat yrityksen liiketoiminnasta. On suositeltavaa, että verkkosivuston tavoitteet määritellään ja niiden toteutumista ainakin seurataan. Mittaussuunnitelma ottaa kantaa tavoitteiden lisäksi hieman laajemmin kantaa siihen mitkä verkkosivuston elementit ja toiminnallisuudet ovat mittauksen piirissä? Mittaussuunnitelmakin on näin ollen verkkosivustokohtainen ja yksinkertaisimmillaan se voi olla bullet point -tyyppinen listaus.
Kysymys: Kaikki mittarit on luonnollisesti määrällisiä, onko kenties laadullisia?
Vastaus: Esimerkiksi sisällön laatua voidaan analysoida määrällisten eli kvantitatiivisten mittareiden kautta. Tällaisia mittareita voisi olla mm. artikkelin lukemisaste, kommentointi, arvostelu ja jakaminen. Vastaavasti kvantitatiivisen datan lisäksi voi olla laadullista eli kvalitatiivista dataa. Laadullista dataa ovat mm. kuumakartat (heatmap), käyntien videomuotoiset nauhoitukset tai avoimen kysymyksen vastaukset. Kvalitatiivisesta datastakin saadaan johdettua kvantitatiivista dataa esimerkiksi luokittelun avulla.
Kysymys: Keiden kaikkien pitäisi tehdä yhteistyötä, että seuranta tehtäisiin oikein?
Vastaus: Ensisijaisesti organisaation ylimmän johdon, markkinoinnin sekä IT-osaston. Joissakin tapauksissa osa näistä saattaa olla ulkoistettu mainos-, media- tai digitoimistolle. Joskus saattaa olla mukana myös erilaisia teknisiä kumppaneita, jotka vastaavat esimerkiksi verkkosivuston kehittämisestä ja/tai ylläpidosta. Olennaista on, että seurannan ja mittaamisen tarpeet lähtevät johdon sekä markkinoinnin tarpeista. Nämä tarpeet muodostavat mittaamissuunnitelman ja näin ollen on mahdollisuus siihen, että seurannan avulla kehitetään toimintaa liiketoiminnallisia tavoitteita kohti.
Kysymys: Miten markkinointihenkilö voisi oppia koodaamaan?
Vastaus: Koodaamalla. Verkossa on paljon kursseja, joissa voi opetella erilaista koodaamista, esimerkiksi https://www.codecademy.com/
Kysymys: Miten GDPR on vaikuttanut Google Analyticsiin ja verkkoanalyytiikkaan. Saako nuuskia vapaasti verkkokävijöitä?
Vastaus: GDPR on vaikuttanut käytännössä jonkin verran verkkosivustojen analytiikkaan. Tosin asetuksesta on hyvin monenlaisia tulkintoja. Kävijöitä saa tietyillä rajoituksilla ja oikeuksilla seurata anonyymisti. Huomioitavaa on, että myös Google Analyticsin käyttöehdoissa kielletään henkilökohtaisen tiedon – kuten nimi, sähköposti, henkilötunnus – tallentaminen. Google Analytics on periaatteessa GDPR-yhteensopiva järjestelmä. Lisätietoa löytyy täältä: https://support.google.com/analytics/answer/9019185?hl=en
Kysymys: Mistä johtuu, että Analytics data eroaa verkkokaupan tilausseurannan datasta? Tilausseurannan mukaan olisi tilattu 1 kappale tuote x, mutta Analyticsin mukaan kyseisellä tapahtumakoodilla (tilaustunnus) olisikin jostain syystä ostettu kolme x tuotetta. Lisäksi jotkin tapahtumat eivät rekisteröidy Analyticsiin. Mistä tämä voisi johtua? Vika ei ole tuotteessa/tuotesivussa, sillä joillakin käyttäjillä tuotteen ostaminen rekisteröityy normaalisti.
Vastaus: Verkkokaupan tilausseurannan data Google Analyticsissa ei koskaan pidä täysin 100 % paikkaansa verrattuna verkkokaupan (back-end) järjestelmään. Tämä johtuu osittain siitä syystä, että käyttäjien päätelaitteet eivät pysty toteuttamaan seurannan edellytyksiä (javascript ja evästeet) tai että käyttäjä on yksinkertaisesti kieltänyt eli blokannut seurannan. Luonnollisesti myös verkkokauppaseurannan implementointi vaikuttaa datan laatuun, mutta onneksi seuranta on testattavissa ja tätä kautta datan laadunvalvontaa voidaan tehdä.
Kysymys: Onko bounce rate relevantti mittari?
Vastaus: Joissakin tapauksissa on, joissakin ei. Välitön poistumisprosentti eli bounce rate riippuu myös hyvin paljon siitä kuinka verkkosivuston mittaus on toteutettu. Näin ollen ei voi yksiselitteisesti sanoa onko bounce rate data edes laadukasta ja seuraamisen arvoista. Onneksi seuranta on testattavissa ja lisäksi suosittelemme analytiikan auditointia säännöllisesti.
Kysymys: Mikä oli se Petrin kertoma linkki siihen so what testiin?
Vastaus: https://www.kaushik.net/avinash/kill-useless-web-metrics-apply-so-what-test/
Kysymys: Mitä konversipisteitä kannattaa asettaa markkinointisivulle, jossa ei ole verkkokauppaa esim. brändisivu?
Vastaus: Jokaisen verkkosivuston kohdalla on hyvä ajatella mitä varten sivusto on olemassa? Mitä vierailijoiden pitäisi tehdä verkkosivustolla tai mitä sivuston pitäisi tuottaa organisaatiolle? Nämä ovat verkkosivuston tavoite- eli konversiopisteitä. Mikäli verkkosivusto on vain välttämätön paha ja se vain aiheuttaa kustannuksia, ei sivustolle kannata ohjata liikennettä mainonnalla ja kustannukset kannattaa yrittää minimoida.
Kysymys: Voiko orgaanisten hakujen kautta tulleiden hakusanoja saada selville?
Vastaus: Kyllä. Googlen Search Console antaa dataa siitä miten verkkosivusto esiintyy luonnollisissa hakutuloksissa. Search Console linkitetään yleensä Google Analyticsin kanssa. Muita hakukoneoptimoinnin työkaluja ovat mm. SEMrush ja Moz.
Kysymys: Kertooko Leadfeeder henkilötasolla?
Vastaus: Ei. Leadfeeder ei pysty tunnistamaan verkkosivuston vierailijoita henkilötasolla. Leadfeederin seuranta perustuu IP-osoitteisiin, joiden perusteella se pystyy antamaan vierailijoiden organisaatioihin liittyvää dataa. Leadfeederin pystyy integroimaan joko henkilökohtaiseen LinkedIn-profiiliin tai yritystasolla CRM-järjestelmään.
Kysymys: Onko Hotjar maksuton?
Vastaus: Hotjarista on olemassa rajoitettu ilmaisversio. Hotjarin hinnoittelu löytyy täältä: https://www.hotjar.com/pricing/. Kumppani- eli partner-yritykset pystyvät myöntämään alennuksia Hotjarin normaaleihin hintoihin.
Kysymys: Miten mahdollisesti näet, että nyt ja tulevaisuudessa GDPR ja cookie policyt tulee muuttamaan seurantaa tai datan analysointia ja sen todenmukaisuutta? Entä miten ihmisten keskenäiset inbox-viestit (linkit, kommentoinnit etc.) tulevat vaikuttamaan kokonaisymmärrykseen? Mihin suuntaan datan mittaaminen ja analysointi tulee muuttumaan ja mihin olisi syytä erityisesti keskittyä?
Vastaus: En jaksa uskoa, että evästeet kiellettäisiin kokonaan. Jos näin kuitenkin kävisi, ohjelmistovalmistajat kehittävät varmasti vaihtoehtoisen tavan. Ihmisten keskinäinen linkkien jakaminen (joko ilman seurantatägejä tai niiden kanssa) ym. vastaava aiheuttaa jonkin verran datan laadun heikkenemistä. Absoluuttista dataa ei ole kuitenkaan olemassa, joten olen ainakin itse hyväksynyt tilanteen.
Mittaaminen tulee todennäköisesti kehittymään entistä tarkempaan suuntaan ja datan laatuun tullaan kiinnittämään aiempaa enemmän huomiota. Analysointi tulee siirtymään heuristisesta analysoinnista enemmän matemaattisempaan suuntaan. Toisin sanoen analysoinnin lopputulokset pitää olla perusteltavissa ja tarvittaessa myös laskennallisesti toistettavissa. Yleisesti ottaen markkinoinnin mittaamisessa tullaan käyttämään enemmän koneoppimisen algoritmeja ja erilaisia mallinnuksia, kuten ekonometrinen myynninmallinnus (Marketing Mix Modelling).
Kysymys: Mikä on näppituntumasi, kuinka suuri osuus yrityksistä tekee analytiikka kuvailemallasi tavalla? Epäilen, että pieni osa.
Vastaus: Jos tehtyjen auditointien perusteella suurin osa organisaatioista jää keltaiselle tai punaiselle pelkästään sen suhteen kuinka analytiikka on teknisesti implementoitu, niin se tarkoittaa ettei ainakaan kovin moni voi hyödyntää laadukkaasti analytiikkaa liiketoiminnan parantamiseksi. Todennäköisesti kehittyneemmällä tasolla olevia organisaatioita on muutamia prosentteja, ainakin alle 5 % kaikista.
