مقدمة
يعرف أي شخص يستخدم Google Analytics أو أنظمة تحليل الويب المماثلة مدى ملاءمته لتتبع وتحليل بيانات أداء المتجر على الإنترنت. الراحة الأساسية هي أنه في أنظمة تحليل الويب هذه ، يوجد هيكل بيانات مُصمم مسبقًا للتتبع - "التجارة الإلكترونية" أو "التجارة الإلكترونية". هذا يجعل من الممكن عدم الخروج في كل مرة من نقطة الصفر في أي نموذج لجمع البيانات ، وفي أسرع وقت ممكن التبديل إلى استخدام البيانات لتحسين الكفاءة.
عن طريق نقل البيانات في هيكل التجارة الإلكترونية ، يمكنك الإجابة على الأسئلة التي تتم إضافتها أو إزالتها من المنتجات في الغالب من السلة ، وأي بطاقات منتجات يتم عرضها في كثير من الأحيان ، وبالطبع ، ما هي المنتجات التي يتم شراؤها في كثير من الأحيان. يمكن الحصول على جميع هذه البيانات حسب الفئات والعلامات التجارية والأسماء ومقالات البضائع. يمكنك نقل بيانات إضافية حول خصائص البضائع والحصول على فرصة لإنشاء تقرير عن السلع الأكثر مبيعًا حسب اللون أو الوزن أو الحجم. أو قم بإنشاء تقرير عن أكثر اللافتات القابلة للنقر على موقع الويب أو مواضع المنتجات في الكتالوج وأي كتل منتجات على موقع الويب.
ومع ذلك ، غالباً ما يصبح جمع بيانات التجارة الإلكترونية مهمة صعبة للغاية. يبدو أنه لا يوجد شيء معقد: فنحن نعطي مطورًا أو فريق تطوير مؤهلًا رابطًا للوثائق ، على سبيل المثال ،
التجارة الإلكترونية في Google Analytics ، اختياريًا رابط إلى
التجارة الإلكترونية في
Google Analytics ، وبعد فترة نحصل على النتيجة. في ممارستنا ، لم ينجح هذا النهج أبدًا ، سواء مع فرق التطوير الرائعة بدعم من محللي الأعمال ، أو مع مستقلاً يحمل الاسم المستعار "Potato" وشخصية مع موزة. يمكننا أن نقول بثقة أن المشكلة ليست في الناس ومؤهلاتهم ، ولكن في العملية.
ستركز هذه المقالة على كيفية إنشاء عملية فعالة لدمج التجارة الإلكترونية في Google Analytics في مشروع كبير. من خلال مشروع كبير ، فإننا نعني موقعًا من أي حجم يتعامل معه هذا الفريق على الأقل: تحليلات الويب ، مطورو الواجهة الأمامية والخلفية ، محلل الأعمال ومالك المنتج. وبالطبع ، يحتاج هذا المشروع إلى بيانات تحليلات الويب لاتخاذ القرارات ، وليس فقط لإغلاق المهمة من تراكم التطوير.
تنصل
كل ما هو موضح في المقال هو تجربتنا حصرا. إذا قمت بذلك بطريقة مختلفة ، فهذا يعني أنك فعلت ذلك بطريقة مختلفة.
لم ينجح الكثيرون ، حتى اللاعبين الكبار في سوق التجارة الإلكترونية ، حتى الآن. يتم إرسال بيانات التجارة الإلكترونية في المقدمة ، حتى تتمكن من التحقق منها بسهولة في وحدة التحكم أو في طلبات GET مثل https : //www.google-analytics.com/r/collect / ... ، أو بشكل أكثر ملاءمة مع ملحق Google Analytics Debugger لجوجل كروم . لذلك ، يمكنك التحقق بسرعة من أي من أفضل 100 متجر على الإنترنت في روسيا ، وفقًا لـ DataInsight ، يتم تعقب جميع البيانات.المرحلة الأولى: تحديد أصحاب المصلحة وجمع متطلبات البيانات الخاصة بهم
قد تختلف قائمة الأطراف المعنية بناءً على هيكل الشركة. وكقاعدة عامة ، فإن المستخدمين الرئيسيين لأنظمة تحليلات الويب هم ممثلو الأعمال وفريق المنتج وتحليلات المنتجات.
1. ممثلي الأعمال
بناءً على البيانات المستخدمة ، يمكن تقسيم أنظمة تحليل الويب لممثلي الأعمال إلى عدة أجزاء:
- المسوقين والمتخصصين في قنوات المرور المختلفة هم أولئك الذين يستخدمون أنظمة تحليل الويب لتحليل حركة المرور وتحسينها. هذه المجموعة ليس لديها متطلبات محددة لبيانات التجارة الإلكترونية. يكفي أن يتم نقل البيانات المتعلقة بالمعاملات والدخل.
- مديري الفئات والمشتريات - أولئك الذين يعتبرون أساسيين في تفاصيل البيانات الخاصة بالسلع. الشرط الرئيسي لهذه المجموعة هو القدرة على الحصول على المؤشرات الرئيسية للتجارة الإلكترونية حسب خصائص المنتج.
- قادة المشاريع الفردية أو المناطق عادة ما تكون عالمية للغاية في مهامهم ، وبالتالي فهي تجمع بين متطلبات المجموعتين السابقتين.
2. فريق المنتج
يمكن أن يكون هناك أدوار مختلفة في فريق المنتج: المطورين ، محللي الأعمال ، مديري المشاريع ، المصممين ، أصحاب المنتجات. ولكن الجميع لديه مهمة واحدة: لجعل المنتج أفضل. وإذا أمكن ، إجراء تحسينات ، وفهم ليس فقط أولوياتهم ، ولكن أيضًا تواتر استخدام واحد أو آخر وظيفي.
هذا هو بالضبط الشرط الرئيسي لبيانات التحليلات. لكن لا تنسَ أنه بعد استلام البيانات ، يقوم فريق المنتج بإنشاء واختبار الفرضيات في إطار اختبارات A / B.
3. تحليلات المنتج (أو تحليلات الويب)
الفريق المسؤول عن سلامة واتساق أنظمة تحليل الويب هذه اللازمة لاتخاذ قرار المنتج. مهمة محللي المنتجات في هذه العملية هي جودة البيانات. بالإضافة إلى ذلك ، فهم يفهمون كيف يجمع Google Analytics البيانات ويعالجها. لذلك ، يجب أن يجمعوا جميع المتطلبات من بقية الفرق.
عادةً ما تكون جميع جوانب العملية مهام مختلفة جدًا ، وبالتالي ، تستخدم بيانات مختلفة في أنظمة تحليل الويب. يجب أن يفي القرار النهائي بمتطلبات جميع الأطراف ، لكنه بالكاد يتداخل. لذلك ، لا توجد مشاكل في هذه المرحلة.
في نهاية هذه العملية ، يجب أن تفهم بوضوح:
- ما هي معلمات المستخدم والمؤشرات التي يجب إنشاؤها لحل مهام مديري الفئات.
- ما هي المؤشرات الرئيسية التي يحتاج إليها فريق المنتج وأين هذا مستحيل وسيتعين عليه استخدام البيانات من أنظمة المحاسبة الأخرى.
المرحلة الثانية: مناقشة تنفيذ البيانات مع فريق المنتج
بعد صياغة متطلبات البيانات المرسلة ، من الضروري العودة إلى فريق المنتج ومناقشة محللي الأعمال مع المصادر التي سيتم نقل جميع البيانات اللازمة منها.
على سبيل المثال ، على الأرجح في بعض الصفحات ، من المستحيل جمع بعض خصائص السلع التي يحتاجها مديرو الفئات من الجهة الأمامية. أو في بعض الصفحات لهذا تحتاج إلى تقديم طلب منفصل إلى قاعدة البيانات. إذا أدركت بعد المناقشة أن هذه الصعوبات تنشأ ، فعليك على الفور السير في طريق استيراد معظم
بيانات المنتج إلى Google Analytics مباشرة من قاعدة البيانات مع بيانات المنتج. وبناءً على ذلك ، في المقدمة ، ينقل الحد الأدنى من المعلومات عن البضائع: الاسم والتكلفة والعضوية في قائمة البضائع والموضع في القائمة.
المرحلة الثالثة: وصف حل نقل البيانات
بناءً على المتطلبات التي تم جمعها ، من الضروري صياغة وصف لكيفية جمع بيانات التجارة الإلكترونية من الموقع في Google Analytics. قد تكون الخيارات مختلفة ، وسنصف تلك التي غالباً ما نواجهها مع إيجابياتهم وسلبياتهم. هذه هي المرحلة الأكثر أهمية في تطبيق التجارة الإلكترونية ، لأنها تعتمد على مدى السرعة التي يمكن بها الانتقال إلى مرحلة استخدام البيانات.
ضع رمز Google Analytics مباشرة في رمز الموقع
الخيار الأسهل والأكثر إزعاجًا هو أن يضع المطورون رمز Google Analytics في رمز الموقع ، ومن جانبهم ، ينفذون نقل جميع بيانات التجارة الإلكترونية.
في معظم الأحيان ، يأتي مثل هذا القرار في فرق ذات تطور قوي بسبب الشعور بأن البيانات ستكون متسقة - لم يخطئ المطورون أبدًا. لسوء الحظ ، فهم مخطئون أيضًا ، ولكن مع هذا التطبيق ، يرتبط كل شيء فقط بالمطورين ودورة إصدارهم. لا يمكن إجراء أي تغييرات إلا على جانب التطوير ، ولا يلزم إجراء تحليلات الويب إلا لاستخدام البيانات.
إيجابيات هذا الخيار:- يبدو بسيطًا جدًا ويعطي إحساسًا بالاتساق في البيانات التي يتم جمعها.
سلبيات هذا الخيار:- أي خطأ في التطوير يؤدي إلى فقدان البيانات ؛
- لا توجد وسيلة لنقل نفس البيانات إلى نظام تحليلات آخر.
بشكل عام ، لا نوصي باستخدام هذا الخيار لأي شخص أبدًا.
ضع على موقع Google Tag Manager وقم بنقل البيانات إلى dataLayer
في تجربتنا ، من الأفضل أن نبدأ باستخدام طبقة بيانات
قياسية للتجارة الإلكترونية وإثرائها تدريجياً بالمعلمات والمقاييس المعرفة من قبل المستخدم. في الوقت نفسه ، يجب أن يستند إثراء البيانات لبيانات طبقة البيانات إلى متطلبات مستخدمي بيانات الأعمال.
في أي حال من الأحوال لا تنصح الخطوة الأولى لاختراع أو نسخ من شخص dataLayer ، والتي سوف تحتوي على الفور جميع البيانات التي تتبادر إلى ذهنك. في كثير من الأحيان ، سعياً وراء سرعة تنفيذ علامة التجارة الإلكترونية ، يعدون مهمة عالمية كبيرة للمطورين لنقل جميع البيانات الممكنة إلى طبقة بيانات في بنية واحدة ، ولكن باستخدام نفس المشغلات. هناك العديد من المشاكل مع هذا التنفيذ. أولاً ، في السعي لتحقيق التنوع ، لا تؤخذ متطلبات الأعمال وميزات البنية التحتية للتخزين الفني في الاعتبار. ثانياً ، عند استخدام نفس المشغلات لإرسال البيانات ، تفقد تحليلات الويب القدرة على تغيير البيانات بسهولة في Google Tag Manager ، وعليها أيضًا أن تعمل مع البيانات العالمية والمشغلات.
في أي إصدار من هذا النهج ، يقع العبء الأكبر على فريق التطوير. يكفي لمحللي الويب أن يقرؤوا وينقلوا البيانات في شكلها تقريبًا. ولكن هناك بالفعل فرصة للتعامل مع البيانات بمرونة أكثر قليلاً من حالة العلامات دون استخدام Google Tag Manager.
ما هي المشاكل التي قد تنشأ في هذا التنفيذ؟ أي خطأ في إرسال البيانات من الموقع يجعل من الصعب تغيير البيانات إلى جانب Google Tag Manager. على سبيل المثال ، غالبًا ما توجد مشكلة في حقيقة أن خادم Google Analytics يقبل الطلبات التي لا تزيد عن 8 كيلو بايت. وعند إرسال بيانات حول مرات ظهور المنتج في قوائم المنتجات ، يكون الطلب أكبر من ذلك بكثير. ليس من السهل على محللي الويب إعادة تجميع البيانات في Google Tag Manager وإرسالها إلى Google Analytics. والجذر من هذه المشكلة هو أن هيكل البيانات المرسلة لا يعني هذا.
إيجابيات هذا الخيار:- يمكن نقل نفس البيانات إلى أنظمة مختلفة ؛
- متطلبات تأهيل تحليلات الويب ضئيلة.
سلبيات هذا الخيار:- أي خطأ في البيانات يؤدي إلى مشاكل في إرسال البيانات ؛
- سعيا وراء براعة البيانات في dataLayer ، يمكنك أن تفقد مرونة إدارة البيانات.
ضع على موقع Google Tag Manager وقم بنقل البيانات إلى كائن js
في تجربتنا ، هذا هو الخيار الأكثر ملاءمة ومرونة. يتكون ذلك من قيام المطورين بتنفيذ نقل جميع البيانات اللازمة إلى كائن js معين بهيكل مشابه لهيكل التجارة الإلكترونية للبيانات العادية. مع كل إجراء من إجراءات المستخدم في المقدمة ، مقترن بإجراءات التجارة الإلكترونية ، يتم تغيير البيانات الموجودة في كائن js وإرسال دفعة إلى dataLayer ، والتي تشير إلى التغيير الذي حدث (على سبيل المثال ، تمت إضافة عنصر إلى السلة).
يمنح هذا التطبيق تحليلات الويب مجموعة من المشغّلات لكل إجراء مستخدم مهم وقدرة على جمع البيانات من كائن js لبيانات التجارة الإلكترونية في Google Analytics عن طريق إنشاء علامة HTML منفصلة أو متغير في Google Tag Manager.
يمكنك الذهاب أبعد من ذلك وتطوير هذا المنطق. قم بإنشاء هيكل قياسي لكائن js مع البيانات وإصدارك الخاص من مدير العلامات وابدأ تشغيل. الشيء الرئيسي هو اتباع متطلبات العمل للبيانات التي تم جمعها ، وقد تختلف تفاصيل التنفيذ.
إيجابيات هذا الخيار:- القدرة على التحكم المرن في البيانات المرسلة بسبب المشغلات الفردية والمحتوى الكامل للكائن js ؛
- شبيبة كائن يمكن الجنس
التي تم إنشاؤها بواسطة الخلفية ، دون تحميل على الجبهة.
سلبيات هذا الخيار:- مؤهلات تحليلات الويب أعلى مما كانت عليه في جميع التطبيقات السابقة ؛
- يرتبط كل نقل البيانات بالمشغلات وملء js-object.
ضع Google Tag Manager على الموقع وجمع البيانات بعلامات js من المقدمة
باستخدام المؤهلات المناسبة لتحليلات الويب أو توصيل الواجهة الأمامية بفريق تحليلات الويب ، يمكنك جمع جميع البيانات اللازمة باستخدام علامات HTML ومتغيرات Google Tag Manager.
هذه هي أسرع طريقة لتنفيذ علامات التجارة الإلكترونية. يعرف محلل الويب ما هي البيانات وبأي شكل يجب إرساله ، ويكتب الرمز الذي يرسل هذه البيانات. عن طريق تقليل عدد المشاركين في هذه العملية ، تكون سرعة التنفيذ الحد الأقصى. من الواضح أن هذا الخيار يفرض قيودًا كبيرة على مؤهلات المقاول.
قد يكون هناك كود آخر في استخدام هذا النهج هو رمز الموقع نفسه. يمكن أن تكون أكبر الصعوبات في المشاريع التي تستخدم أطر عمل مثل الزاوي أو التفاعل. في هذه الحالة ، ستؤثر العديد من التغييرات التي تطرأ على رمز الموقع على رمز علامة HTML الخاص بـ Google Tag Manager وستؤدي إلى عدم تجميع البيانات بشكل صحيح. من الصعب الهزيمة ، لكن ذلك ممكن. على سبيل المثال ، من خلال إضافة عناصر تخطيط مهمة للتخطيط ، هناك معرفات منفصلة ، والتي لن تتغير ويتم فحصها بواسطة اختبارات تلقائية مع أي إصدار.
لتقليل الحمل على محللي الويب وتقليل الوقت المخصص للتخطيط ، يمكنك أيضًا إضافة عروض الواجهة الأمامية وإنشاء مزيج من هذا وخيارات التخطيط السابقة. من الضروري استكمال تخطيط الموقع بسمات البيانات ، حيث سيتم تسجيل جميع البيانات اللازمة للنقل في إطار التجارة الإلكترونية. على سبيل المثال ، في div مع المنتج في الكتالوج ، تحتاج إلى إضافة سمات البيانات مع فئة المنتج واسمها ورقم المقالة والقيمة وما إلى ذلك. سيسمح ذلك لتحليلات الويب بجمع البيانات ليس من المخطط بأكمله ، ولكن للوصول إلى سمات بيانات محددة معروفة مسبقًا.
من المهم أن تتذكر أنه حتى في هذا التجسيد ، عندما يقوم فريق من محللي الويب بإجراء الحد الأقصى من العمل ، فمن الضروري إنشاء ما لا يقل عن الحد الأدنى من وثائق العلامات. سيتيح لك ذلك اكتشاف كيفية جمع البيانات بسرعة في أي وقت وإجراء تغييرات على رمز الترميز ، إذا لزم الأمر.
من التجربة ، غالبًا ما ينسى محللو الويب إضافة الفحوصات اللازمة للقيم المتغيرة أو عمليات الإنشاء مثل try ... يمكنك الاستغناء عن شفرة البرامج النصية الخاصة بهم. لذلك ، بعد تطبيق العلامات بهذه الطريقة ، يجدر التحقق من صحة جميع النصوص.
إيجابيات هذا الخيار:- خيار التخطيط الأسرع والأكثر مرونة.
سلبيات هذا الخيار:- مؤهلات عالية لتحليلات الويب
- اعتماد قوي لجودة الترميز على التخطيط وتغييراته.
بغض النظر عن خيار تنفيذ العلامات الذي تختاره ، تذكر أن المهمة ليست البدء فورًا في جمع كل البيانات الممكنة. والبدء في جمع البيانات الصحيحة في أقرب وقت ممكن حتى يبدأ العمل في تطبيقها. ومع مرور الوقت ، قم بتطوير اتجاه جمع البيانات. أسوأ شيء يمكن القيام به في هذه المرحلة هو المضي قدمًا في تنفيذ عملية جمع البيانات لفترة طويلة ، دون القدرة على استخدامها على الفور.
المرحلة الرابعة: إعداد دليل للمطورين
تتضمن جميع خيارات تنفيذ العلامات المقترحة في المرحلة السابقة تقريبًا مشاركة المطورين. من أجل تبسيط عملهم قليلاً وتقليل وقت التطوير ، يجدر إنشاء مستند أو دليل مع وصف لكيفية نقل البيانات من الموقع.
ما ينبغي وصفه في الدليل:1. ميزات جمع البيانات
- ماذا تنقل إذا لم تكن هناك بيانات في حقل معين: 0 ، حقل فارغ أو بعض القيمة الخاصة ؛
- أي من الحقول يجب أن تكون سلسلة ، وأيها يجب أن تكون قيمًا رقمية ؛
- ما الأحرف الخاصة لا يمكن استخدامها ؛
- و هكذا.
2. ما هي الحقول الدنيا التي يجب تمريرها على الكيانات الرئيسية لجمع البيانات
- حسب الصفحة
- حسب المنتج
- وفقا لافتة.
3. متى وكيف يتم إرسال البيانات لكل نشاط من أنشطة التجارة الإلكترونية في Google Analytics.
4. متى وفي أي شكل يجب إرسال البيانات الخاصة بإجراءات المستخدم الأخرى على الموقع.
بعد صياغة الدليل ، يجب مناقشته مع فريق التطوير ، وجمع جميع الأسئلة ، وعدم الدقة وتصحيحها على الفور في المستند. لأنه في المستقبل سيكون هذا المستند هو المستند الرئيسي في عملية تقديم العلامات.
المرحلة الخامسة: تنفيذ العلامات والمراجعة اللاحقة
بعد تنفيذ كل جزء من العلامات بواسطة المطورين ، من الضروري التحقق من صحة البيانات المرسلة. في البداية ، لا يمكن بعد إعطاء هذه العملية للمختبرين ؛ فهم بحاجة إلى الاتصال بعد أن يقبل محلل الويب في النهاية الجزء المقابل من الترميز.
يجب أن يحتوي التدقيق على مرحلتين: النوعية والكمية. تتمثل المرحلة النوعية في التحقق من البيانات المرسلة من خلال تحليلات الويب ، والتي تتحقق في المستعرض السابق في مستعرضها من كيفية نقل البيانات في الصفحات القياسية وإجراءات المستخدم. تتمثل مهمة هذا الفحص في اكتشاف الأخطاء الواضحة وطرح الإصدار الذي تم التحقق منه بالفعل على المنتج. والخطوة التالية هي التحقق الكمي. هذا هو التحقق من العلامات وفقًا لبرنامج Google Analytics. يتيح لك التقاط أخطاء أقل وضوحا وعلل الأخطاء في نموذج بيانات كبير.
بعد إجراء عمليات الفحص ، يمكن نقل البيانات إلى عملاء الأعمال للاستخدام. وبعد ذلك ، مع فريق من المختبرين ، يعد مجموعة من الحالات لفحص العلامات. بحيث لا تحطم الإصدارات الجديدة ما تم اختباره ويعمل بالفعل.
استنتاج
غالبًا ما يتم تفويت أهم شيء أثناء عملية الترميز. هناك حاجة إلى الترميز من أجل استخدام نتائجها - البيانات في أنظمة تحليل الويب. عملية الترميز مهمة ، ولكن فقط للوصول إلى النهائيات بسرعة وجمع عدد أقل من الأخطاء.
آمل أن تساعد هذه المقالة في تجنب بعض الأخطاء وتطبيق علامة التجارة الإلكترونية في Google Analytics في أسرع وقت ممكن.