Jak nie mieć dobrych wyników?

czyli kilka słów o interpretacji wyników Google Analytics i dlaczego dobre wyniki czasami są dobre, a czasem nie.

Parametry strony internetowej można określać za pomocą różnorakich współczynników mierzonych choćby za pomocą Google Analytics.

Przykładowe mierniki to:

  • czas spędzony na stronie
  • źródła odwiedzin (z linków, z wyszukiwań organicznych, płatnych kampanii czy bezpośrednio = przez wpisanie adresu w pasek przeglądarki)
  • współczynnik odrzuceń, czyli ile osób rezygnuje z interakcji ze stroną w czasie mniejszym niż 10 sekund – czyli ile osób stwierdziło że nie znalazło tego, czego szukało

Z pozoru wydaje się że im większy czas na stronie, tym lepiej prawda? Podobnie, można by odnieść wrażenie że im więcej odrzuceń tym gorzej, ale…

Ale weźmy sytuację, kiedy prowadzisz test A/B danej wersji witryny:

  • wersja A to wersja kontrolna
  • wersja B to ta sama wersja ale z duża ilością przycisków z wezwaniem do działania (CTA) które często się powtarzają w ciągu strony.

Może się okazać że wersja A (ta bez przycisków) będzie mieć lepsze wyniki (2,5% – taką różnicę osiągnąłem przy teście strony o fotografii sensualnej – fotosekunda.pl/sesja-sensualna) Ale co z tego, skoro strona nie kieruje klientów do oferty, tym samym wykazując się gorszą konwersją na otrzymywane zapytania, a docelowo sprzedaż?

Można to porównać do sytuacji kiedy domy mieszkańców pewnego osiedla odwiedzają sympatyczna blondynka z darmowymi biletami do kina oraz natrętny sprzedawca odkurzaczy.
Oczywiście blondynka będzie mieć lepsze z lepsze parametry (hehe, parametry…) Ale serio – większe będzie zaangażowanie w rozmowę, mniejszy współczynnik odrzuceń (to znaczy zatrzaśnięć drzwi przed nosem)
Jednak jeśli badanie zleci firma PyłPol- krajowy lider w sprzedaży odkurzaczy, to sympatyczna blondynka polegnie jak Lech Wałęsa na egzaminie z polskiego.

Dlatego mierzenie ma sens, o ile kryje się za nim intencja sprawdzenia jak dobrze dobrze strona realizuje swój cel a nie bezrefleksyjne sprawdzania zadowolenia użytkowników.

jak interpretować wyniki analytics

Artykuł jest pomocą naukową w warsztatach z marketingu dla fotografów i miał na celu pomóc Ci dobrze interpretować wyniki swoich pomiarów na stronie.
Czy spełnił swój cel? Daj znać w komentarzu i udostępnij jeżeli uważasz że może się komuś przydać, jesteś blondynkę lub napotkałeś/napotkałaś kogoś z podobnym problemem.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *