Einführung
Jeder, der Google Analytics oder ähnliche Webanalysesysteme verwendet hat, weiß, wie bequem sie die Leistungsdaten von Online-Shops verfolgen und analysieren können. Der Hauptvorteil besteht darin, dass in diesen Webanalysesystemen eine vorgefertigte Datenstruktur für die Nachverfolgung vorhanden ist - "E-Commerce" oder "E-Commerce". Dies macht es möglich, nicht jedes Mal von Grund auf neu zu ermitteln, in welcher Form Daten erfasst werden sollen, und so schnell wie möglich auf die Verwendung von Daten umzusteigen, um die Effizienz zu optimieren.
Durch die Übertragung von Daten in der Struktur des elektronischen Geschäftsverkehrs können Sie die Fragen beantworten, welche Produkte am häufigsten hinzugefügt oder aus dem Warenkorb entfernt werden, welche Karten am häufigsten angezeigt werden und welche Produkte am häufigsten gekauft werden. Alle diese Daten können nach Kategorien, Marken, Namen und Warenartikeln abgerufen werden. Sie können zusätzliche Daten zu den Merkmalen der Waren übertragen und erhalten die Möglichkeit, einen Bericht über die meistverkauften Waren nach Farbe, Gewicht oder Größe zu erstellen. Oder erstellen Sie einen Bericht über die am häufigsten anklickbaren Banner auf der Website oder die Produktpositionen im Katalog und alle Produktblöcke auf der Website.
Das Sammeln von E-Commerce-Daten wird jedoch häufig zu einer sehr schwierigen Aufgabe. Es scheint nichts Kompliziertes zu geben: Wir geben einem qualifizierten Entwickler oder Entwicklungsteam einen Link zur Dokumentation, z. B.
Google Analytics E-Commerce , und optional einen Link zur
Google Analytics E-Commerce-Demo , und nach einer Weile erhalten wir das Ergebnis. In unserer Praxis hat dieser Ansatz weder mit coolen Entwicklungsteams, die von Geschäftsanalysten unterstützt werden, noch mit einem Freiberufler mit dem Spitznamen "Potato" und einem Avatar mit einer Banane funktioniert. Wir können zuversichtlich sagen, dass das Problem nicht bei den Menschen und ihren Qualifikationen liegt, sondern im Prozess.
Dieser Artikel befasst sich mit dem Aufbau eines effektiven Prozesses zur Integration von Google Analytics E-Commerce in ein großes Projekt. Mit einem großen Projekt ist eine Website jeder Größe gemeint, mit der zumindest ein solches Team zusammenarbeitet: Webanalyse, Frontend- und Backend-Entwickler, Geschäftsanalyst und Produktbesitzer. Und natürlich benötigt dieses Projekt Webanalysedaten, um Entscheidungen zu treffen und nicht nur, um die Aufgabe aus dem Entwicklungsstau zu schließen.
Haftungsausschluss
Alles, was im Artikel beschrieben wird, ist ausschließlich unsere Erfahrung. Wenn Sie es anders gemacht haben, bedeutet dies nur, dass Sie es anders gemacht haben.
Viele, auch große Akteure auf dem E-Commerce-Markt, haben dies bisher nicht geschafft. E-Commerce-Daten werden an der Vorderseite übertragen, sodass Sie sie problemlos in der Konsole oder in GET-Anfragen wie https://www.google-analytics.com/r/collect / ... oder etwas bequemer mit der Google Analytics Debugger- Erweiterung für Google Chrome überprüfen können . Daher können Sie schnell überprüfen, welcher der TOP-100 der größten Online-Shops in Russland laut DataInsight alle Daten erfasst .Stufe eins: Stakeholder identifizieren und ihre Datenanforderungen sammeln
Die Liste der Interessenten kann je nach Unternehmensstruktur variieren. Die Hauptnutzer von Webanalysesystemen sind in der Regel Unternehmensvertreter, ein Produktteam und Produktanalysen.
1. Unternehmensvertreter
Abhängig von den verwendeten Daten können Webanalysesysteme von Unternehmensvertretern in mehrere Teile unterteilt werden:
- Internet-Vermarkter und Spezialisten in verschiedenen Verkehrskanälen verwenden Webanalysesysteme, um den Verkehr zu analysieren und zu optimieren. Diese Gruppe hat keine spezifischen Anforderungen an E-Commerce-Daten. Es reicht aus, dass Daten zu Transaktionen und Einnahmen übermittelt werden.
- Kategoriemanager und Einkäufe - diejenigen, die für die Detaillierung von Warendaten von grundlegender Bedeutung sind. Die Hauptanforderung dieser Gruppe ist die Fähigkeit, Schlüsselindikatoren für den elektronischen Geschäftsverkehr anhand von Produkteigenschaften zu erhalten.
- Die Leiter einzelner Projekte oder Bereiche sind in ihren Aufgaben in der Regel sehr universell und kombinieren daher die Anforderungen der beiden vorherigen Gruppen.
2. Produktteam
In einem Produktteam kann es verschiedene Rollen geben: Entwickler, Geschäftsanalysten, Projektmanager, Designer, Produktbesitzer. Aber jeder hat eine Aufgabe: das Produkt besser zu machen. Und wenn möglich, nehmen Sie Verbesserungen vor und verstehen Sie nicht nur deren Prioritäten, sondern auch die Häufigkeit der Verwendung der einen oder anderen Funktion.
Dies ist genau die Hauptanforderung für Analysedaten. Vergessen Sie jedoch nicht, dass das Produktteam nach Erhalt der Daten Hypothesen im Rahmen von A / B-Tests erstellt und testet.
3. Produktanalyse (oder Webanalyse)
Das Team, das für die Integrität und Konsistenz dieser Webanalysesysteme verantwortlich ist, muss eine Produktentscheidung treffen. Die Aufgabe der Produktanalysten in diesem Prozess ist die Datenqualität. Darüber hinaus verstehen sie, wie Google Analytics Daten sammelt und verarbeitet. Daher müssen sie alle Anforderungen von den übrigen Teams sammeln.
Normalerweise sind alle Seiten des Prozesses sehr unterschiedliche Aufgaben und verwenden dementsprechend unterschiedliche Daten in Webanalysesystemen. Die endgültige Entscheidung sollte den Anforderungen aller Parteien entsprechen, sie überschneiden sich jedoch kaum. Daher gibt es zu diesem Zeitpunkt keine Probleme.
Am Ende dieses Prozesses müssen Sie klar verstehen:
- Welche Benutzerparameter und Indikatoren müssen erstellt werden, um die Aufgaben von Kategoriemanagern zu lösen?
- Welche Schlüsselindikatoren benötigt das Produktteam und wo ist dies unmöglich und muss Daten aus anderen Buchhaltungssystemen verwenden.
Stufe zwei: Diskussion der Datenimplementierung mit dem Produktteam
Nachdem die Anforderungen für die übertragenen Daten formuliert wurden, müssen Sie zum Produktteam zurückkehren und mit Geschäftsanalysten besprechen, aus welchen Quellen alle erforderlichen Daten übertragen werden.
Zum Beispiel ist es auf einigen Seiten höchstwahrscheinlich unmöglich, einige der Merkmale von Waren, die von Kategoriemanagern benötigt werden, von vorne zu erfassen. Oder auf einigen Seiten müssen Sie eine separate Anfrage an die Datenbank stellen. Wenn Sie nach der Diskussion verstehen, dass solche Schwierigkeiten auftreten, sollten Sie sofort die meisten
Produktdaten direkt aus der Datenbank mit Produktdaten
in Google Analytics importieren. Übermitteln Sie dementsprechend an der Vorderseite ein Minimum an Informationen zu Waren: Name, Kosten, Mitgliedschaft in der Warenliste und Position in der Liste.
Stufe drei: Beschreibung der Datenübertragungslösung
Basierend auf den gesammelten Anforderungen muss eine Beschreibung formuliert werden, wie E-Commerce-Daten von der Website in Google Analytics gesammelt werden. Die Optionen können unterschiedlich sein. Wir werden diejenigen beschreiben, denen wir am häufigsten mit ihren Vor- und Nachteilen begegnen. Dies ist die wichtigste Phase bei der Implementierung des elektronischen Geschäftsverkehrs, da es davon abhängt, wie schnell es möglich sein wird, mit der Datenverwendung fortzufahren.
Fügen Sie den Google Analytics-Code direkt in den Site-Code ein
Die einfachste und unpraktischste Option besteht darin, dass Entwickler den Google Analytics-Code in den Site-Code einfügen und auf ihrer Seite die Übertragung aller E-Commerce-Daten implementieren.
Meistens fällt eine solche Entscheidung in Teams mit einer starken Entwicklung aufgrund des Gefühls, dass die Daten konsistent sind - die Entwickler irren sich nie. Leider irren sie sich auch, aber bei einer solchen Implementierung ist alles nur an Entwickler und deren Veröffentlichungszyklus gebunden. Änderungen sind nur auf der Entwicklungsseite möglich, Webanalysen werden nur für die Verwendung von Daten benötigt.
Pluspunkte dieser Option:- Es sieht sehr einfach aus und vermittelt ein Gefühl der Konsistenz der gesammelten Daten.
Nachteile dieser Option:- Jeder Entwicklungsfehler führt zu Datenverlust.
- Es gibt keine Möglichkeit, dieselben Daten auf ein anderes Analysesystem zu übertragen.
Im Allgemeinen empfehlen wir, diese Option niemals zu verwenden.
Stellen Sie den Google Tag Manager auf die Website und übertragen Sie Daten an dataLayer
Nach unserer Erfahrung ist es am besten, mit einem
Standard-E-Commerce-DataLayer zu beginnen und ihn schrittweise mit benutzerdefinierten Parametern und Metriken anzureichern. Gleichzeitig sollte die Datenanreicherung von dataLayer auf den Anforderungen der Benutzer von Geschäftsdaten basieren.
In keinem Fall empfehlen Sie den ersten Schritt zum Erfinden oder Kopieren von DataLayer, der sofort alle Daten enthält, die Ihnen in den Sinn kommen. Um die Geschwindigkeit der Implementierung von E-Commerce-Markups zu beschleunigen, bereiten sie Entwicklern häufig eine große universelle Aufgabe vor, um alle möglichen Daten in einer einzigen Struktur, jedoch mit denselben Auslösern, auf einen dataLayer zu übertragen. Bei dieser Implementierung gibt es mehrere Probleme. Erstens werden beim Streben nach Vielseitigkeit Geschäftsanforderungen und Funktionen der technischen Speicherinfrastruktur nicht berücksichtigt. Zweitens verlieren Webanalysen bei Verwendung derselben Trigger für das Senden von Daten die Möglichkeit, Daten in Google Tag Manager einfach zu ändern. Außerdem müssen sie mit universellen Daten und Triggern arbeiten.
In jeder Version dieses Ansatzes liegt die größte Belastung für das Entwicklungsteam. Für Webanalysten reicht es aus, Daten in ungefähr der Form zu lesen und zu übertragen, in der sie sich befinden. Es besteht jedoch bereits die Möglichkeit, Daten etwas flexibler zu verarbeiten als bei Markups ohne Google Tag Manager.
Welche Probleme können bei dieser Implementierung auftreten? Jeder Fehler beim Senden von Daten von der Website erschwert das Ändern von Daten auf der Seite von Google Tag Manager. Beispielsweise besteht häufig ein Problem mit der Tatsache, dass der Google Analytics-Server Anforderungen von nicht mehr als 8 KB akzeptiert. Und wenn Sie Daten zu Produktimpressionen in Produktlisten senden, ist die Anforderung viel größer. Für Webanalysten ist es nicht einfach, die Daten in Google Tag Manager wieder zusammenzusetzen und an Google Analytics zu senden. Die Wurzel dieses Problems liegt darin, dass die Struktur der gesendeten Daten dies nicht impliziert.
Pluspunkte dieser Option:- Die gleichen Daten können auf verschiedene Systeme übertragen werden.
- Die Anforderungen an die Webanalyse-Qualifikation sind minimal.
Nachteile dieser Option:- Jeder Fehler in den Daten führt zu Problemen beim Senden von Daten.
- Wenn Sie die Vielseitigkeit von Daten in dataLayer anstreben, können Sie an Flexibilität bei der Datenverwaltung verlieren.
Stellen Sie auf der Website Google Tag Manager und übertragen Sie Daten auf js-object
Nach unserer Erfahrung ist dies die bequemste und flexibelste Option. Es besteht darin, dass die Entwickler die Übertragung aller notwendigen Daten auf ein bestimmtes js-Objekt mit einer Struktur implementieren, die der Struktur eines regulären dataLayer-E-Commerce ähnelt. Mit jeder Benutzeraktion auf der Vorderseite, die mit den Aktionen des elektronischen Handels verknüpft ist, werden die Daten im js-Objekt geändert und ein Push an den dataLayer gesendet, der angibt, welche Änderung stattgefunden hat (z. B. wurde ein Artikel zum Warenkorb hinzugefügt).
Diese Implementierung bietet Webanalysen eine Reihe von Auslösern für jede wichtige Benutzeraktion und die Möglichkeit, Daten aus dem js-Objekt für E-Commerce-Daten von Google Analytics zu erfassen, indem in Google Tag Manager ein separates HTML-Tag oder eine separate Variable erstellt wird.
Sie können noch weiter gehen und diese Logik entwickeln. Erstellen Sie eine Standardstruktur für ein js-Objekt mit Daten, Ihrer eigenen Version eines Tag-Managers, und starten Sie einen Start. Die Hauptsache ist, die Geschäftsanforderungen für die gesammelten Daten zu befolgen, und die Implementierungsdetails können variieren.
Pluspunkte dieser Option:- die Fähigkeit, die übertragenen Daten aufgrund einzelner Auslöser und des vollständigen Inhalts des js-Objekts flexibel zu steuern;
- js Objekt kann Geschlecht
Wird vom Backend generiert, ohne die Front zu belasten.
Nachteile dieser Option:- Die Qualifikationen für Webanalysen sind höher als in allen vorherigen Implementierungen.
- Die gesamte Datenübertragung ist an Trigger und das Befüllen von js-Objekten gebunden.
Stellen Sie den Google Tag Manager auf die Website und sammeln Sie Daten mit js-Tags von vorne
Mit den entsprechenden Qualifikationen für Webanalysen oder der Verbindung des Frontends mit dem Team für Webanalysen können Sie alle erforderlichen Daten mit HTML-Tags und Google Tag Manager-Variablen erfassen.
Dies ist der schnellste Weg, um E-Commerce-Markups zu implementieren. Der Webanalyst weiß, welche Daten und in welcher Form übertragen werden sollen, und schreibt den Code, der diese Daten sendet. Durch die Reduzierung der Teilnehmerzahl am Prozess ist die Implementierungsgeschwindigkeit maximal. Es ist klar, dass diese Option die Qualifikation des Auftragnehmers stark einschränkt.
Eine weitere Einschränkung bei der Verwendung dieses Ansatzes kann der Site-Code selbst sein. Die größten Schwierigkeiten können bei Projekten auftreten, die Frameworks wie Angular oder React verwenden. In diesem Fall wirken sich viele Änderungen am Code der Website auf den HTML-Tag-Code von Google Tag Manager aus und führen dazu, dass Daten nicht ordnungsgemäß erfasst werden. Es ist schwer zu besiegen, aber es ist möglich. Zum Beispiel durch Hinzufügen von Layoutelementen, die für das Layout kritisch sind, separate Bezeichner, die sich nicht ändern und durch automatische Tests mit jeder Version überprüft werden.
Um die Belastung der Webanalysten zu verringern und die Zeit für das Layout zu verkürzen, können Sie zusätzlich Front-End-Renderings verbinden und eine Kombination aus dieser und den vorherigen Layoutoptionen erstellen. Das Site-Layout muss durch Datenattribute ergänzt werden, in denen alle für die Übertragung im Rahmen des elektronischen Geschäftsverkehrs erforderlichen Daten erfasst werden. Beispielsweise müssen Sie im div mit dem Produkt im Katalog Datenattribute mit der Produktkategorie, ihrem Namen, Artikelnummer, Wert usw. hinzufügen. Auf diese Weise können Webanalysen Daten nicht aus dem gesamten Layout erfassen, sondern auf bestimmte Datenattribute zugreifen, die im Voraus bekannt sind.
Es ist wichtig zu bedenken, dass selbst in dieser Ausführungsform, wenn das Team von Webanalysten die maximale Arbeit ausführt, mindestens eine minimale Markup-Dokumentation erstellt werden muss. Auf diese Weise können Sie jederzeit schnell herausfinden, wie Daten erfasst werden, und gegebenenfalls Änderungen am Markup-Code vornehmen.
Aus Erfahrung vergessen Webanalysten häufig, die erforderlichen Überprüfungen für Variablenwerte oder Konstrukte wie try ... catch im Code ihrer Skripte hinzuzufügen. Daher lohnt es sich, nach der Implementierung des Markups auf diese Weise zusätzlich die Richtigkeit aller Skripte zu überprüfen.
Pluspunkte dieser Option:- Die schnellste und flexibelste Layoutoption.
Nachteile dieser Option:- Hohe Qualifikationen für Webanalysen
- eine starke Abhängigkeit der Markup-Qualität vom Layout und seinen Änderungen.
Unabhängig davon, für welche Markup-Implementierungsoption Sie sich entscheiden, denken Sie daran, dass die Aufgabe nicht darin besteht, sofort mit der Erfassung aller möglichen Daten zu beginnen. Und um so schnell wie möglich mit der Erfassung der richtigen Daten zu beginnen, damit das Unternehmen damit beginnt, sie anzuwenden. Entwickeln Sie im Laufe der Zeit die Richtung der Datenerfassung. Das Schlimmste, was in dieser Phase getan werden kann, ist, sich lange Zeit mit der Implementierung der Datenerfassung zu befassen, ohne sie sofort nutzen zu können.
Die vierte Phase: Vorbereitung eines Leitfadens für Entwickler
Fast alle in der vorherigen Phase vorgeschlagenen Markup-Implementierungsoptionen umfassen die Einbeziehung von Entwicklern. Um ihre Arbeit ein wenig zu vereinfachen und die Entwicklungszeit zu verkürzen, lohnt es sich, ein Dokument oder einen Leitfaden mit einer Beschreibung zu erstellen, wie die Daten von der Site übertragen werden sollen.
Was sollte in der Anleitung beschrieben werden:1. Merkmale der Datenerfassung
- Was ist zu übertragen, wenn in einem bestimmten Feld keine Daten vorhanden sind: 0, ein leeres Feld oder ein spezieller Wert;
- Welches der Felder sollte eine Zeichenfolge sein und welches numerische Werte?
- Welche Sonderzeichen können nicht verwendet werden;
- Usw.
2. Welche Mindestfelder sollten an die Schlüsselentitäten der Datenerfassung übergeben werden?
- Laut der Seite;
- Nach Produkt;
- Nach dem Banner.
3. Wann und in welcher Form sollen Daten für jede E-Commerce-Aktivität von Google Analytics übertragen werden?
4. Wann und in welcher Form sollen die Daten zu anderen Benutzeraktionen auf der Site übertragen werden.
Nachdem der Leitfaden formuliert wurde, muss er mit dem Entwicklungsteam besprochen, alle Fragen und Ungenauigkeiten gesammelt und sofort im Dokument korrigiert werden. Da dieses Dokument in Zukunft das wichtigste Dokument bei der Implementierung von Markups sein wird.
Fünfte Stufe: Markup-Implementierung und anschließende Überprüfung
Nach der Implementierung jedes Teils des Markups durch die Entwickler muss die Richtigkeit der übertragenen Daten überprüft werden. Dieser Prozess kann zunächst noch nicht an Tester übergeben werden. Sie müssen verbunden werden, nachdem der Webanalyst den entsprechenden Teil des Markups endgültig akzeptiert hat.
Die Prüfung sollte zwei Phasen umfassen: qualitative und quantitative. Die qualitative Phase besteht darin, die übertragenen Daten durch die Webanalyse zu überprüfen, die auf dem Preprod in ihrem Browser überprüft, wie die Daten auf Standardseiten und Benutzeraktionen übertragen werden. Die Aufgabe dieser Prüfung besteht darin, offensichtliche Fehler zu erkennen und die bereits geprüfte Version auf dem Produkt bereitzustellen. Der nächste Schritt ist eine quantitative Überprüfung. Dies ist eine Validierung des Markups gemäß Google Analytics. Sie können damit weniger offensichtliche Fehler und Markup-Fehler in einem großen Datenbeispiel erkennen.
Nach Durchführung von Prüfungen können die Daten zur Verwendung an Geschäftskunden übertragen werden. Bereiten Sie anschließend mit einem Team von Testern eine Reihe von Fällen für die Überprüfung des Markups vor. Damit neue Releases nicht das brechen, was bereits getestet wurde und funktioniert.
Fazit
Sehr oft wird das Wichtigste beim Markup-Prozess übersehen. Das Markup wird benötigt, um seine Ergebnisdaten in Webanalysesystemen zu verwenden. Der Markup-Prozess ist wichtig, aber nur, um schnell das Finale zu erreichen und weniger Fehler zu sammeln.
Ich hoffe, dieser Artikel hilft, Fehler zu vermeiden und das E-Commerce-Markup von Google Analytics so schnell wie möglich zu implementieren.