3 typowe błędy w Google Analytics, które robią z Twoich danych śmietnik (i jak je naprawić)


95% instalacji Google Analytics ma błędy. I to poważne. Poznaj najpopularniejsze trzy i sprawdź, czy nie obniżają wiarygodności Twoich danych.

Według Datanyze, 60,51% spośród miliona największych serwisów internetowych na świecie używa Google Analytics (dla porównania płatnego Adobe Analytics używa już tylko 0,67% witryn).

Mało który serwis może się za to pochwalić poprawną konfiguracją Google Analytics.

Craig Sullivan, znana postać w świecie optymalizacji konwersji, przyznał, że 95% instalacji Google Analytics, które widział miały poważne błędy. A widział ich 480.

Craig Sullivan optymalizacja konwersji

Moje doświadczenia są podobne, choć próbka mniejsza. Z ponad 120 kont Google Analytics jakie widziałem mogę przywołać może 5 przykładów, gdzie dane były poprawne.

Dlaczego warto audytować Google Analytics?

Dane z GA służą do wyciągania wniosków i podejmowania biznesowych decyzji. Od tych decyzji zależy na koniec dnia sytuacja firmy.

Jeśli dane są niepoprawne, to podjęte decyzje mogą być błędne. A to może kosztować firmę pieniądze.

Jak to mówią analitycy: “Garbage in, garbage out”. Jeśli masz kiepskie dane, to wyciągniesz kiepskie wnioski.

Zanim zaczniesz namiętnie analizować dane z Google Analytics, upewnij się, że są poprawne.

Zacznij od sprawdzenia, czy Twoje GA nie zawiera któregoś z trzech poważnych (i popularnych) błędów.

Błąd #1: Zdublowany kod śledzący Google Analytics

Chyba najpopularniejszy problem. Jeśli zarządzanie stroną internetową jest chaotyczne, to prędzej czy później dochodzi do sytuacji, że w serwisie wpiętych jest kilka kodów śledzących.

Po czym poznać ten błąd?

  • Współczynnik odrzuceń (bounce rate) jest równy 0% lub blisko 0%.
  • Liczba odsłon jest zdublowana
  • Liczba realizacji celów opartych o adres URL jest dwukrotnie wyższa niż realnie
  • Liczba stron na sesję jest zdublowana

To powoduje, że statystyki są mało wiarygodne.

bounce rate google analytics

Jeśli Google Analytics pokazuje współczynnik odrzuceń 0%, to masz problem ze zdublowanym kodem śledzącym.

Jak go rozwiązać?

Na rozgrzewkę zainstaluj wtyczkę Google Tag Assistant i sprawdź jakie kody śledzące się wywołują.

Gdy masz już ich listę, pora je odnaleźć.

Opcji osadzenia kodu Google Analytics kilka:

  • Kod śledzący bezpośrednio w kodzie strony
  • Kod uruchamiany przez wtyczkę / integrację
  • Tag śledzący uruchamiany przez Google Tag Manager (GTM)

Jeśli masz aktywny kontener GTM, to zobaczysz go w Google Tag Assistant.

Google Tag Assistant

Aby sprawdzić jakie tagi wywołuje GTM, musisz mieć dostęp do kontenera. Zwykle administratorem GTM jest dział IT, więc tam skieruj pytanie jeśli nie jesteś pewny.

Wracamy do serwisu. Teraz musisz dokładnie przejrzeć kod źródłowy strony i znaleźć wszystkie kody śledzące Google Analytics.

Jak to najłatwiej zrobić? W przeglądarce Chrome po wejściu na swój serwis kliknij prawym przyciskiem myszy i wybierz opcję Wyświetl źródło strony (View Page Source).

Następnie wyszukaj tekst w kodzie strony następujące frazy:

  • analytics.js
  • ga.js

kody śledzący Google Analytics w kodzie źródłowym strony

Zrób listę i screenshoty wszystkich skryptów z kodem śledzącym. Następnie zweryfikuj, które są potrzebne, a które należy usunąć.

Listę zgłoś do administratora strony / programisty (lub usuń je samodzielnie).

Po wyczyszczeniu strony z niepotrzebnych kodów statystyki powinny wrócić do normy. Pozytywnym sygnałem są:

  • Współczynnik odrzuceń wzrósł do poziomu kilkudziesięciu procent
  • Wartość metryki strony / sesja jest około dwukrotnie niższa niż wcześniej

Błąd #2: Brak filtrów na IP i boty

Ruch na stronie internetowej generują:

  • Użytkownicy (potencjalni klienci)
  • Pracownicy Twojej firmy
  • Pracownicy pomagających Ci firm (agencje, podwykonawcy)
  • Boty

Pod kątem analiz interesuje Cię tylko i wyłącznie ta pierwsza grupa. Pozostałe trio zachowuje się nienaturalnie i zaburza Twoje dane.

Niestety, większość firm nie zadaje sobie trudu odfiltrowania niepożądanych odwiedzających.

Efekt braku filtrów na IP i boty to:

  • Zawyżona liczba transakcji w GA (realizowanych np. w celach testowych)
  • Zawyżona liczba realizacji celów
  • Zaburzony współczynnik odrzuceń (pracownicy będą go obniżać, natomiast boty odwiedzające tylko jedną podstronę zawyżać)
  • Niepoprawny współczynnik konwersji
  • Zaburzony średni czas na stronie i średni czas trwania sesji

Jak sobie z tym poradzić?

Wystarczy dodać odpowiednie filtry.

Filtr na IP (ruch wewnętrzny)

Aby odsiać wizyty z adresów IP, najpierw zbierz listę IP do wyeliminowania. Swoje IP sprawdzisz np. tutaj. Jeśli masz współpracowników regularnie odwiedzających bloga, poproś ich o to samo.

Dodawanie filtra to już bułka z masłem.

Wejdź w Administracja > Filtry > Dodaj filtr. Nazwij go odpowiednio np. “IP dom”, “IP biuro” czy “IP Adam” (dla współpracownika).

W rozwijanym menu wybierz Wyklucz, ruch z adresów IP i równe. Następnie wklej adres IP i kliknij Zapisz.

Google Analytics filtr na adres IP

Powtórz dla każdego adresu IP, który chcesz wykluczyć.

Mały kruczek – Twój adres IP może być przydzielany dynamicznie (sprawdź to u dostawcy Internetu). W takim przypadku dowiedz się jak często lub przy jakich warunkach IP jest zmieniane (np. po restarcie routera).

Polecam więc zainstalować w przeglądarce wtyczkę Google Analytics Opt-out (u każdego w biurze). Dzięki niej żadna z Twoich aktywności nie będzie rejestrowana w Google Analytics (niezależnie z jakiego IP działasz). To się sprawdzi w małej firmie – w przypadku dużej organizacji trudno dopilnować egzekucji tego zalecenia.

Filtr dla spambotów #1

Spamerski ruch często jest “wstrzykiwany” do Twojego GA za pośrednictwem kodów śledzących umieszczonych w innych witrynach.

Receptą jest uwzględnianie tylko ruchu pochodzącego tylko z Twojej domeny.

Ustawienia:

  • Typ filtra: Niestandardowy > Uwzględnij
  • Pole filtra: Nazwa hosta
  • Wzorzec filtra: twojadomena\.pl

Filtr na spamowy ruch w Google Analytics

Filtr dla spambotów #2

Teraz dodaj kolejny filtr, który wyeliminuje ruch z botów faktycznie odwiedzających Twojego bloga.

Potrzebujesz do tego listy źródeł, z których spamerski ruch trafia na Twoją witrynę. Sprawdzisz to w raporcie Google Analytics pod Pozyskiwanie > Cały ruch > Witryny odsyłające.

Dodaj do swojej listy wykluczeń wszystkie podejrzane serwisy. Zwykle mają 100% współczynnik odrzuceń i czas na stronie równy 00:00.

spamowy ruch w Google Analytics

Masz już listę domen? Pora na konfigurację filtra.

Ustawienia:

  • Typ filtra: Niestandardowy > Wyklucz
  • Pole filtra: Źródło kampanii
  • Wzorzec filtra: domena1\.pl|domena2\.pl|domena3\.pl

filtr wykluczający spamerskie domeny z Google Analytics

Pole Wzorzec filtra korzysta z wyrażeń regularnych. Poprawny format to domeny oddzielone pionową kreską (ang. pipe). Istotne, aby przed kropką wstawić ukośnik – w przeciwnym wypadku zostanie ona potraktowana jako dowolny znak.

Pamiętaj! Filtry musisz dodać dla każdego widoku używanego do analiz (ale nie dodawaj go do widoku gdzie trzymasz niefiltrowane dane).

Błąd #3: Używanie tagów UTM w linkach wewnętrznych

Tagowanie linków to podstawa analizy pozyskiwania ruchu. Jeśli temat jest Ci obcy, to koniecznie przeczytaj artykuł o tagowaniu UTM.

Tagi UTM nadpisują informację o odesłaniu.

Przykład: na blogu superanalityka.pl (fikcyjny blog, pod tą domeną nic nie ma 🙂 umieszczam dwa linki do damianrams.pl

Link 1: http://damianrams.pl

Link 2: http://damianrams.pl?utm_source=nadpisane-zrodlo&utm_medium=cpc&utm_campaign=artykul

Jak ruch z tych dwóch linków zostanie zapisany w Google Analytics?

 

Link Źródło w GA Medium w GA Kampania w GA
http://damianrams.pl superanalityka.pl referral
http://damianrams.pl?utm_source=nadpisane-zrodlo&utm_medium=cpc&utm_campaign=artykul nadpisane-zrodlo cpc artykul

Teraz przykład bardziej skomplikowany. Załóżmy, że na stronie głównej bloga damianrams.pl linkuję wewnętrznie do innego wpisu:

http://damianrams.pl/tagowanie-utm/?utm_source=blog&utm_medium=artykul&utm_campaign=180711_ga-bledy

I teraz tak:

  1. Użytkownik wchodzi z superanalityka.pl na stronę głównądamianrams.pl. Google Analytics zapisuje tę wizytę jako superanalityka.pl / referral
  2. Następnie użytkownik klika w link http://damianrams.pl/tagowanie-utm/?utm_source=blog&utm_medium=strona-glowna&utm_campaign=180711
  3. Google Analytics nadpisuje informację o źródle / medium wizyty. Teraz ta wizyta przypisana jest do blog / strona-glowna

Zapamiętaj: jeśli dodasz do wewnętrznych linków tagi UTM, to po kliknięciu nadpisane zostanie prawdziwe źródło wizyty.

Zaburza to statystyki dotyczące kanałów pozyskiwania ruchu. To kluczowe informacje w Google Analytics i muszą być wiarygodne.

Dlatego jeśli wiesz, że tagi UTM są wykorzystywane do linków wewnętrznych, to popraw to natychmiast.

Jeśli nadal chcesz śledzić kliknięcia w linki wewnętrzne, to tutaj alternatywa do tagowania UTM.

Podsumowanie

Sprawdzone, naprawione? Mam nadzieję! To teraz trochę złych wieści.

Usunięcie zdublowanego kodu śledzącego, dodanie filtrów na IP / boty i eliminacja tagów UTM z wewnętrznych linków to świetny start.

No właśnie – start. Bo problemów z Google Analytics i jakością danych są dziesiątki. To temat na oddzielny, długi artykuł, jeśli nie książkę.

Póki co – wyeliminuj 3 najpopularniejsze, a Twój Google Analytics zyska na poprawności danych 🙂


Posted by

Uczę jak analizować dane, aby poprawić UX serwisu i "wycisnąć" więcej konwersji z tego samego ruchu. Od 4 lat pomagam firmom wdrażać Google Analytics oraz optymalizować konwersję.

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *