Introduccion
Cualquiera que haya utilizado Google Analytics o sistemas similares de análisis web sabe lo conveniente que son para rastrear y analizar los datos de rendimiento de la tienda en línea. La principal conveniencia es que en estos sistemas de análisis web hay una estructura de datos prediseñada para el seguimiento: "E-commerce" o "E-commerce". Esto hace posible que no surja todo el tiempo desde cero en qué forma recopilar datos, y cambiar lo más rápido posible el uso de datos para optimizar la eficiencia.
Al transmitir datos en la estructura del comercio electrónico, puede responder las preguntas sobre qué productos a menudo se agregan o quitan de la cesta, qué tarjetas de productos se ven con más frecuencia y, por supuesto, qué productos se compran con más frecuencia. Todos estos datos se pueden obtener por categorías, marcas, nombres y artículos de bienes. Puede transferir datos adicionales sobre las características de los productos y tener la oportunidad de crear un informe sobre los productos más vendidos por color, peso o tamaño. O cree un informe sobre los banners con más clics en el sitio web o las posiciones de los productos en el catálogo y los bloques de productos en el sitio web.
Sin embargo, a menudo, recopilar datos de comercio electrónico se convierte en una tarea muy difícil. Parece que no hay nada complicado: le damos a un desarrollador o equipo de desarrollo calificado un enlace a la documentación, por ejemplo,
comercio electrónico de Google Analytics , y opcionalmente un enlace a la
demostración de comercio electrónico de Google Analytics , y después de un tiempo obtenemos el resultado. En nuestra práctica, este enfoque nunca ha funcionado, ya sea con equipos de desarrollo geniales con el apoyo de analistas de negocios, o con un profesional independiente con el apodo de "Papa" y un avatar con un plátano. Podemos decir con confianza que el problema no está en las personas y sus calificaciones, sino en el proceso.
Este artículo se centrará en cómo construir un proceso efectivo para integrar el comercio electrónico de Google Analytics en un proyecto grande. Por un gran proyecto, nos referimos a un sitio de cualquier tamaño con el que al menos dicho equipo trabaje: análisis web, desarrolladores frontales y de fondo, analista comercial y propietario del producto. Y, por supuesto, este proyecto necesita datos de análisis web para tomar decisiones, y no solo para cerrar la tarea desde su acumulación de desarrollo.
Descargo de responsabilidad
Todo lo descrito en el artículo es exclusivamente nuestra experiencia. Si lo hiciste de manera diferente, solo significa que lo hiciste de manera diferente.
Muchos, incluso los grandes jugadores en el mercado de comercio electrónico, no han tenido éxito hasta ahora. Los datos de comercio electrónico se transmiten en el frente, por lo que puede consultarlos fácilmente en la consola o en solicitudes GET como https : //www.google-analytics.com/r/collect / ..., o un poco más convenientemente con la extensión de Google Analytics Debugger para Google Chrome . Por lo tanto, puede verificar rápidamente cuál de las TOP-100 de las tiendas en línea más grandes de Rusia, de acuerdo con DataInsight, se realiza un seguimiento de todos los datos.Etapa uno: identifique a las partes interesadas y recopile sus requisitos de datos
La lista de partes interesadas puede variar según la estructura de la empresa. Como regla general, los principales usuarios de los sistemas de análisis web son representantes comerciales, un equipo de productos y análisis de productos.
1. Representantes comerciales
Dependiendo de los datos utilizados, los sistemas de análisis web de los representantes comerciales pueden dividirse en varias partes:
- Los especialistas en marketing de Internet y los especialistas en diversos canales de tráfico son aquellos que utilizan sistemas de análisis web para analizar y optimizar el tráfico. Este grupo no tiene requisitos específicos para los datos de comercio electrónico. Es suficiente que se transmitan datos sobre transacciones e ingresos.
- Gerentes de categoría y compras: aquellos que son fundamentales para detallar datos sobre productos. El principal requisito de este grupo es la capacidad de obtener indicadores clave del comercio electrónico por características del producto.
- Los líderes de proyectos o áreas individuales suelen ser muy universales en sus tareas, por lo tanto, combinan los requisitos de los dos grupos anteriores.
2. equipo de producto
Puede haber diferentes roles en un equipo de producto: desarrolladores, analistas de negocios, gerentes de proyecto, diseñadores, propietarios de productos. Pero todos tienen una tarea: mejorar el producto. Y si es posible, realice mejoras, entendiendo no solo sus prioridades, sino también la frecuencia de uso de uno u otro funcional.
Este es precisamente el principal requisito para los datos analíticos. Pero no olvide que después de recibir los datos, el equipo del producto genera y prueba hipótesis en el marco de las pruebas A / B.
3. Análisis de productos (o análisis web)
El equipo responsable de la integridad y consistencia de estos sistemas de análisis web necesitaba tomar una decisión sobre el producto. La tarea de los analistas de productos en este proceso es la calidad de los datos. Además, entienden cómo Google Analytics recopila y procesa los datos. Por lo tanto, son ellos quienes deben reunir todos los requisitos del resto de los equipos.
Por lo general, todos los lados del proceso son tareas muy diferentes y, en consecuencia, utilizan datos diferentes en los sistemas de análisis web. La decisión final debe cumplir con los requisitos de todas las partes, pero apenas se superponen. Por lo tanto, no hay problemas en esta etapa.
Al final de este proceso, debe comprender claramente:
- Qué parámetros e indicadores de usuario deben crearse para resolver las tareas de los gerentes de categoría.
- ¿Qué indicadores clave necesita el equipo del producto y dónde es esto imposible y tendrá que usar datos de otros sistemas de contabilidad?
Etapa dos: discusión de la implementación de datos con el equipo del producto
Una vez formulados los requisitos para los datos transmitidos, es necesario volver al equipo del producto y discutir con los analistas comerciales de qué fuentes se transmitirán todos los datos necesarios.
Por ejemplo, lo más probable es que en algunas páginas sea imposible recopilar algunas de las características de los bienes que necesitan los gerentes de categoría desde el frente. O en algunas páginas para esto necesita hacer una solicitud por separado a la base de datos. Si después de la discusión comprende que surgen tales dificultades, debe seguir inmediatamente el camino de importar la mayoría de los
datos del
producto a Google Analytics directamente desde la base de datos con los datos del producto. Y, en consecuencia, en el frente, transmita un mínimo de información sobre los bienes: nombre, costo, membresía en la lista de bienes y posición en la lista.
Etapa tres: descripción de la solución de transferencia de datos
Según los requisitos recopilados, es necesario formular una descripción de cómo se recopilarán los datos de comercio electrónico del sitio en Google Analytics. Las opciones pueden ser diferentes, describiremos las que con mayor frecuencia encontramos con sus pros y sus contras. Esta es la etapa más importante en la implementación del comercio electrónico, ya que depende de qué tan rápido sea posible pasar a la etapa de uso de datos.
Ponga el código de Google Analytics directamente en el código del sitio
La opción más fácil e inconveniente es que los desarrolladores colocan el código de Google Analytics en el código del sitio y, por su parte, implementan la transferencia de todos los datos de comercio electrónico.
Muy a menudo, tal decisión se produce en equipos con un fuerte desarrollo debido a la sensación de que los datos serán consistentes: los desarrolladores nunca se equivocan. Desafortunadamente, también están equivocados, pero con tal implementación, todo está relacionado solo con los desarrolladores y su ciclo de lanzamiento. Cualquier cambio es posible solo en el lado del desarrollo, los análisis web solo son necesarios para el uso de datos.
Ventajas de esta opción:- Se ve muy simple y da una sensación de consistencia de los datos recopilados.
Contras de esta opción:- cualquier error de desarrollo conduce a la pérdida de datos;
- no hay forma de transferir los mismos datos a otro sistema de análisis.
En general, no recomendamos usar esta opción a nadie, nunca.
Poner en el sitio Google Tag Manager y transferir datos a dataLayer
En nuestra experiencia, es mejor comenzar con un
DataLayer estándar de comercio electrónico y enriquecerlo gradualmente con parámetros y métricas definidas por el usuario. Al mismo tiempo, el enriquecimiento de datos dataLayer debe basarse en los requisitos de los usuarios de datos comerciales.
En ningún caso, no recomiende el primer paso para inventar o copiar de alguien dataLayer, que contendrá inmediatamente todos los datos que se le ocurran. A menudo, en pos de la velocidad de implementación del marcado de comercio electrónico, preparan una gran tarea universal para que los desarrolladores transfieran todos los datos posibles a un DataLayer en una sola estructura, pero con los mismos factores desencadenantes. Hay varios problemas con esta implementación. Primero, en la búsqueda de versatilidad, no se tienen en cuenta los requisitos comerciales y las características de la infraestructura técnica de almacenamiento. En segundo lugar, cuando se utilizan los mismos desencadenantes para enviar datos, los análisis web pierden la capacidad de cambiar fácilmente los datos en Google Tag Manager, también tienen que funcionar con datos y desencadenantes universales.
En cualquier versión de este enfoque, la mayor carga recae en el equipo de desarrollo. Es suficiente que los analistas web lean y transmitan datos aproximadamente en la forma en que se encuentran. Pero ya existe la oportunidad de manejar los datos de manera un poco más flexible que en el caso del marcado sin usar Google Tag Manager.
¿Qué problemas pueden surgir en esta implementación? Cualquier error al enviar datos desde el sitio hace que sea difícil cambiar los datos del lado del Administrador de etiquetas de Google. Por ejemplo, a menudo hay un problema con el hecho de que el servidor de Google Analytics acepta solicitudes de no más de 8 kb. Y al enviar datos sobre impresiones de productos en listas de productos, la solicitud es mucho mayor. No es fácil para los analistas web volver a reunir los datos en Google Tag Manager y enviarlos a Google Analytics. Y la raíz de este problema es que la estructura de los datos enviados no implica esto.
Ventajas de esta opción:- los mismos datos pueden transferirse a diferentes sistemas;
- Los requisitos de calificación de análisis web son mínimos.
Contras de esta opción:- cualquier error en los datos conduce a problemas con el envío de datos;
- En pos de la versatilidad de los datos en DataLayer, puede perder la flexibilidad de la gestión de datos.
Coloque en el sitio el Administrador de etiquetas de Google y transfiera datos a js-object
En nuestra experiencia, esta es la opción más conveniente y flexible. Consiste en el hecho de que los desarrolladores implementan la transferencia de todos los datos necesarios a un determinado objeto js con una estructura similar a la estructura de un comercio electrónico regular dataLayer. Con cada acción del usuario en el frente, que está asociada con las acciones del comercio electrónico, los datos en el objeto js se cambian y se envía una inserción al dataLayer, que indica qué cambio ha ocurrido (por ejemplo, se ha agregado un artículo al carrito).
Esta implementación proporciona a la analítica web un conjunto de factores desencadenantes para cada acción importante del usuario y la capacidad de recopilar datos del objeto js para datos de comercio electrónico de Google Analytics creando una etiqueta o variable HTML separada en el Administrador de etiquetas de Google.
Puedes ir aún más lejos y desarrollar esta lógica. Cree una estructura estándar para un objeto js con datos, su propia versión de un administrador de etiquetas e inicie un inicio. Lo principal es seguir los requisitos comerciales para los datos recopilados, y los detalles de implementación pueden variar.
Ventajas de esta opción:- la capacidad de controlar de manera flexible los datos transmitidos debido a disparadores individuales y el contenido completo del objeto js;
- js objeto puede género
generado por el backend, sin carga en el frente.
Contras de esta opción:- las calificaciones para el análisis web son más altas que en todas las implementaciones anteriores;
- toda la transferencia de datos está vinculada a los disparadores y al llenado de objetos js.
Coloque Google Tag Manager en el sitio y recopile datos con etiquetas js desde el frente
Con las calificaciones apropiadas de análisis web o conectando el front-end al equipo de análisis web, puede recopilar todos los datos necesarios con etiquetas HTML y variables de Google Tag Manager.
Esta es la forma más rápida de implementar el marcado de comercio electrónico. El analista web sabe qué datos y en qué forma deben transmitirse, y escribe el código que envía estos datos. Al reducir el número de participantes en el proceso, la velocidad de implementación es máxima. Está claro que esta opción impone grandes restricciones a las calificaciones del contratista.
Otra limitación en el uso de este enfoque puede ser el código del sitio en sí. Las mayores dificultades pueden ser con proyectos que usan marcos como Angular o React. En este caso, muchos cambios en el código del sitio afectarán el código de etiqueta HTML del Administrador de etiquetas de Google y provocarán que los datos no se recopilen correctamente. Es difícil de vencer, pero es posible. Por ejemplo, al agregar elementos de diseño críticos para el diseño, separe los identificadores, que no cambiarán y se verifican mediante pruebas automáticas con cualquier versión.
Para reducir la carga en los analistas web y reducir el tiempo de diseño, también puede conectar renderizadores front-end y hacer una combinación de esta y las opciones de diseño anteriores. Es necesario complementar el diseño del sitio con atributos de datos, en el que se registrarán todos los datos necesarios para la transmisión en el marco del comercio electrónico. Por ejemplo, en el div con el producto en el catálogo, debe agregar atributos de datos con la categoría del producto, su nombre, número de artículo, valor, etc. Esto permitirá que el análisis web recopile datos no de todo el diseño, sino que acceda a atributos de datos específicos que se conocerán de antemano.
Es importante recordar que incluso en esta realización, cuando el equipo de analistas web realiza el trabajo máximo, es necesario crear al menos una documentación de marcado mínima. Esto le permitirá descubrir rápidamente cómo se recopilan los datos en cualquier momento y, si es necesario, realizar cambios en el código de marcado.
Por experiencia, los analistas web a menudo olvidan agregar las comprobaciones necesarias para valores variables o construcciones como try ... catch en el código de sus scripts. Por lo tanto, después de implementar el marcado de esta manera, vale la pena verificar adicionalmente la corrección de todos los scripts.
Ventajas de esta opción:- La opción de diseño más rápida y flexible.
Contras de esta opción:- Altas calificaciones para el análisis web
- Una fuerte dependencia de la calidad de marcado en el diseño y sus cambios.
Independientemente de la opción de implementación de marcado que elija, recuerde que la tarea no es comenzar de inmediato a recopilar todos los datos posibles. Y comenzar a recopilar los datos correctos lo antes posible para que la empresa comience a aplicarlos. Y con el tiempo, desarrolle la dirección de la recopilación de datos. Lo peor que se puede hacer en esta etapa es ir de frente a la implementación de la recopilación de datos durante mucho tiempo, sin la capacidad de usarlos de inmediato.
La cuarta etapa: preparar una guía para desarrolladores
Casi todas las opciones de implementación de marcado propuestas en la etapa anterior involucran la participación de desarrolladores. Para simplificar un poco su trabajo y reducir el tiempo de desarrollo, vale la pena crear un documento o guía con una descripción de cómo se deben transmitir los datos desde el sitio.
Lo que debe describirse en la guía:1. Características de la recopilación de datos.
- Qué transmitir si no hay datos en un campo en particular: 0, un campo vacío o algún valor especial;
- ¿Cuál de los campos debe ser una cadena y cuáles deben ser valores numéricos?
- Qué caracteres especiales no se pueden usar;
- Y así sucesivamente.
2. ¿Cuáles son los campos mínimos que deben pasarse en las entidades clave de la recopilación de datos?
- De acuerdo con la página;
- Por producto;
- De acuerdo con la pancarta.
3. Cuándo y de qué forma se deben transmitir los datos para cada actividad de comercio electrónico de Google Analytics.
4. Cuándo y de qué forma deben transmitirse los datos sobre otras acciones del usuario en el sitio.
Una vez formulada la guía, debe discutirse con el equipo de desarrollo, recopilar todas las preguntas, imprecisiones e inmediatamente corregir en el documento. Dado que en el futuro será este documento el principal en el proceso de implementación del marcado.
Quinta etapa: implementación de marcado y revisión posterior
Después de que los desarrolladores implementen cada parte del marcado, es necesario verificar la exactitud de los datos transmitidos. Al principio, este proceso aún no se puede dar a los evaluadores; deben conectarse después de que el analista web finalmente acepte la parte correspondiente del marcado.
La auditoría debe contener dos etapas: cualitativa y cuantitativa. La etapa cualitativa es verificar los datos transmitidos por el análisis web, que en el preprod verifica en su navegador cómo se transmiten los datos en las páginas estándar y las acciones del usuario. La tarea de esta verificación es detectar errores obvios y lanzar la versión ya comprobada al producto. El siguiente paso es una verificación cuantitativa. Esta es una validación de marcado según Google Analytics. Le permite detectar errores menos obvios y errores de marcado en una muestra de datos de gran tamaño.
Después de realizar verificaciones, los datos pueden transferirse a clientes comerciales para su uso. Y después de eso, con un equipo de evaluadores, prepare un conjunto de casos para verificar el marcado. Para que los nuevos lanzamientos no rompan lo que ya ha sido probado y funciona.
Conclusión
Muy a menudo, lo más importante se pierde durante el proceso de marcado. El marcado es necesario para utilizar su resultado: datos en sistemas de análisis web. El proceso de marcado es importante, pero solo para llegar rápidamente a la final y recolectar menos errores.
Espero que este artículo ayude a evitar algunos errores e implemente el marcado de comercio electrónico de Google Analytics lo más rápido posible.