1. Introdução
Qualquer pessoa que tenha usado o Google Analytics ou sistemas de análise da web semelhantes sabe como é conveniente para rastrear e analisar os dados de desempenho da loja online. A principal conveniência é que, nesses sistemas de análise da web, existe uma estrutura de dados pré-projetada para rastreamento - "E-commerce" ou "E-commerce". Isso torna possível não surgir sempre do zero, de que forma, para coletar dados e, o mais rápido possível, mudar para o uso de dados para otimizar a eficiência.
Ao transmitir dados na estrutura do comércio eletrônico, você pode responder às perguntas sobre quais produtos são mais frequentemente adicionados ou removidos da cesta, cartões de quais produtos são mais vistos e, é claro, quais produtos são mais comprados. Todos esses dados podem ser obtidos por categorias, marcas, nomes e artigos de mercadorias. Você pode transferir dados adicionais sobre as características dos produtos e ter a oportunidade de criar um relatório sobre os produtos mais vendidos por cor, peso ou tamanho. Ou crie um relatório com os banners mais clicáveis no site ou posições de produtos no catálogo e todos os blocos de produtos no site.
No entanto, muitas vezes a coleta de dados de comércio eletrônico se torna uma tarefa muito difícil. Parece que não há nada complicado: damos a um desenvolvedor ou equipe de desenvolvimento qualificado um link para a documentação, por exemplo,
comércio eletrônico do Google Analytics e , opcionalmente, um link para a
demonstração de comércio eletrônico do Google Analytics e , depois de um tempo, obtemos o resultado. Em nossa prática, essa abordagem nunca funcionou, seja com equipes legais de desenvolvimento com o apoio de analistas de negócios ou com um freelancer com o apelido de "Batata" e um avatar com uma banana. Podemos dizer com segurança que o problema não está nas pessoas e em suas qualificações, mas no processo.
Este artigo abordará como criar um processo eficaz para integrar o comércio eletrônico do Google Analytics em um projeto grande. Por um grande projeto, queremos dizer um site de qualquer tamanho com o qual essa equipe trabalhe: análise da web, desenvolvedores de front-end e back-end, analista de negócios e proprietário do produto. E, é claro, esse projeto precisa de dados de análise da web para tomar decisões, e não apenas para fechar a tarefa do backlog de desenvolvimento.
Isenção de responsabilidade
Tudo descrito no artigo é exclusivamente nossa experiência. Se você fez diferente, significa apenas que fez diferente.
Muitos, até grandes players do mercado de comércio eletrônico, não conseguiram até agora. Os dados do comércio eletrônico são transmitidos na frente, para que você possa verificá-los facilmente no console ou em solicitações GET, como https : //www.google-analytics.com/r/collect / ..., ou um pouco mais conveniente com a extensão do Google Analytics Debugger para Google Chrome . Portanto, você pode verificar rapidamente quais das 100 maiores lojas on-line da Rússia, de acordo com o DataInsight, todos os dados são rastreados.Etapa 1: identificar as partes interessadas e coletar seus requisitos de dados
A lista de partes interessadas pode variar dependendo da estrutura da empresa. Como regra, os principais usuários dos sistemas de análise da web são representantes comerciais, uma equipe de produtos e análises de produtos.
1. Representantes comerciais
Dependendo dos dados utilizados, os sistemas de análise da web dos representantes comerciais podem ser divididos em várias partes:
- Os profissionais de marketing da Internet e especialistas em vários canais de tráfego são aqueles que usam sistemas de análise da web para analisar e otimizar o tráfego. Este grupo não possui requisitos específicos para dados de comércio eletrônico. Basta que dados sobre transações e receitas sejam transmitidos.
- Gerentes de categoria e compras - aqueles que são fundamentais para detalhar dados sobre mercadorias. O principal requisito desse grupo é a capacidade de obter indicadores-chave do comércio eletrônico pelas características do produto.
- Os líderes de projetos ou áreas individuais geralmente são muito universais em suas tarefas, portanto, combinam os requisitos dos dois grupos anteriores.
2. Equipe do produto
Pode haver diferentes funções em uma equipe de produto: desenvolvedores, analistas de negócios, gerentes de projeto, designers, proprietários de produtos. Mas todo mundo tem uma tarefa: melhorar o produto. E, se possível, faça melhorias, entendendo não apenas suas prioridades, mas também a frequência de uso de uma ou outra funcionalidade.
Este é precisamente o principal requisito para dados analíticos. Mas não esqueça que, depois de receber os dados, a equipe do produto gera e testa hipóteses na estrutura dos testes A / B.
3. Análise do produto (ou análise da web)
A equipe responsável pela integridade e consistência desses sistemas de análise da web precisava tomar uma decisão sobre o produto. A tarefa dos analistas de produto nesse processo é a qualidade dos dados. Além disso, eles entendem como o Google Analytics coleta e processa dados. Portanto, são eles que devem coletar todos os requisitos do restante das equipes.
Geralmente, todos os lados do processo são tarefas muito diferentes e, portanto, usam dados diferentes nos sistemas de análise da web. A decisão final deve atender aos requisitos de todas as partes, mas elas dificilmente se sobrepõem. Portanto, não há problemas nesta fase.
No final deste processo, você deve entender claramente:
- Quais parâmetros e indicadores do usuário precisam ser criados para resolver as tarefas dos gerentes de categoria.
- Quais indicadores-chave a equipe do produto precisa e onde isso é impossível e terá que usar dados de outros sistemas de contabilidade.
Etapa dois: discussão da implementação de dados com a equipe do produto
Após a formulação dos requisitos para os dados transmitidos, é necessário retornar à equipe do produto e discutir com os analistas de negócios a partir de quais fontes todos os dados necessários serão transmitidos.
Por exemplo, provavelmente em algumas páginas é impossível coletar algumas das características dos produtos necessárias pelos gerentes de categoria de frente. Ou em algumas páginas para isso, você precisa fazer uma solicitação separada ao banco de dados. Se, após a discussão, você entender que essas dificuldades surgem, siga imediatamente o caminho de importar a maioria dos
dados do
produto para o Google Analytics diretamente do banco de dados com os dados do produto. E, consequentemente, na frente, transmita um mínimo de informações sobre mercadorias: nome, custo, participação na lista de mercadorias e posição na lista.
Etapa 3: Descrição da solução de transferência de dados
Com base nos requisitos coletados, é necessário formular uma descrição de como os dados de comércio eletrônico serão coletados do site no Google Analytics. As opções podem ser diferentes, descreveremos aquelas que encontramos com mais frequência com seus prós e contras. Esse é o estágio mais importante na implementação do comércio eletrônico, pois depende da rapidez com que será possível avançar para o estágio de uso dos dados.
Coloque o código do Google Analytics diretamente no código do site
A opção mais fácil e inconveniente é que os desenvolvedores insiram o código do Google Analytics no código do site e implementem a transferência de todos os dados de comércio eletrônico.
Na maioria das vezes, essa decisão ocorre em equipes com forte desenvolvimento devido ao sentimento de que os dados serão consistentes - os desenvolvedores nunca se enganam. Infelizmente, eles também estão enganados, mas com essa implementação, tudo está vinculado apenas aos desenvolvedores e seu ciclo de lançamento. Quaisquer alterações são possíveis apenas no lado do desenvolvimento; a análise da web é necessária apenas para o uso dos dados.
Vantagens desta opção:- Parece muito simples e fornece uma sensação de consistência dos dados coletados.
Contras desta opção:- qualquer erro de desenvolvimento leva à perda de dados;
- não há como transferir os mesmos dados para outro sistema de análise.
Em geral, não recomendamos o uso dessa opção para ninguém, nunca.
Coloque no site o Gerenciador de tags do Google e transfira dados para o dataLayer
Em nossa experiência, é melhor começar com um
dataLayer de comércio eletrônico padrão e enriquecer gradualmente com parâmetros e métricas definidos pelo usuário. Ao mesmo tempo, o enriquecimento de dados do DataLayer deve se basear nos requisitos dos usuários de dados corporativos.
Em nenhum caso, não recomende a primeira etapa para inventar ou copiar de alguém dataLayer, que conterá imediatamente todos os dados que lhe vierem à mente. Freqüentemente, em busca da velocidade de implementação da marcação de comércio eletrônico, eles preparam uma grande tarefa universal para que os desenvolvedores transfiram todos os dados possíveis para um dataLayer em uma única estrutura, mas com os mesmos gatilhos. Existem vários problemas com esta implementação. Primeiro, na busca pela versatilidade, os requisitos de negócios e os recursos da infraestrutura técnica de armazenamento não são levados em consideração. Em segundo lugar, ao usar os mesmos gatilhos para o envio de dados, as análises da Web perdem a capacidade de alterar facilmente os dados no Gerenciador de tags do Google, elas também precisam operar com dados e gatilhos universais.
Em qualquer versão dessa abordagem, o maior ônus recai sobre a equipe de desenvolvimento. Basta que os analistas da Web leiam e transmitam dados aproximadamente da forma em que estão. Mas já existe a oportunidade de manipular os dados de maneira um pouco mais flexível do que no caso da marcação sem usar o Gerenciador de tags do Google.
Quais problemas podem surgir nesta implementação? Qualquer erro no envio de dados do site dificulta a alteração de dados no lado do Gerenciador de tags do Google. Por exemplo, geralmente há um problema com o fato de o servidor do Google Analytics aceitar solicitações com no máximo 8 KB. E ao enviar dados sobre impressões de produtos em listas de produtos, a solicitação é muito maior. Não é fácil para os analistas da Web remontar os dados no Gerenciador de tags do Google e enviá-los ao Google Analytics. E a raiz desse problema é que a estrutura dos dados enviados não implica isso.
Vantagens desta opção:- os mesmos dados podem ser transferidos para sistemas diferentes;
- Os requisitos de qualificação para análise da Web são mínimos.
Contras desta opção:- qualquer erro nos dados leva a problemas com o envio de dados;
- na busca pela versatilidade dos dados no dataLayer, você pode perder a flexibilidade do gerenciamento de dados.
Coloque no site o Gerenciador de tags do Google e transfira dados para js-object
Em nossa experiência, esta é a opção mais conveniente e flexível. Consiste no fato de que os desenvolvedores implementam a transferência de todos os dados necessários para um determinado objeto js com uma estrutura semelhante à estrutura de um comércio eletrônico regular do DataLayer. Com cada ação do usuário na frente, associada às ações do comércio eletrônico, os dados no objeto js são alterados e um push é enviado ao dataLayer, que indica qual alteração ocorreu (por exemplo, um item foi adicionado ao carrinho).
Essa implementação fornece à análise da web um conjunto de gatilhos para cada ação importante do usuário e a capacidade de coletar dados do objeto js para os dados de comércio eletrônico do Google Analytics, criando uma tag ou variável HTML separada no Gerenciador de tags do Google.
Você pode ir ainda mais longe e desenvolver essa lógica. Crie uma estrutura padrão para um objeto js com dados, sua própria versão de um gerenciador de tags e inicie uma inicialização. O principal é seguir os requisitos de negócios para os dados coletados, e os detalhes da implementação podem variar.
Vantagens desta opção:- a capacidade de controlar de forma flexível os dados transmitidos devido a gatilhos individuais e o conteúdo completo do objeto js;
- objeto js pode gênero
gerado pelo back-end, sem carga na frente.
Contras desta opção:- as qualificações para análise da web são mais altas do que em todas as implementações anteriores;
- toda a transferência de dados está vinculada a gatilhos e preenchimento de objeto js.
Coloque o Google Tag Manager no site e colete dados com as tags js pela frente
Com as qualificações apropriadas de análise da web ou conectando o front-end à equipe de análise da web, você pode coletar todos os dados necessários com tags HTML e variáveis do Gerenciador de tags do Google.
Essa é a maneira mais rápida de implementar a marcação de comércio eletrônico. O analista da web sabe quais dados e de que forma devem ser transmitidos e escreve o código que os envia. Ao reduzir o número de participantes no processo, a velocidade de implementação é máxima. É claro que esta opção impõe grandes restrições às qualificações do contratado.
Outra limitação no uso dessa abordagem pode ser o próprio código do site. As maiores dificuldades podem estar em projetos que usam estruturas como Angular ou React. Nesse caso, muitas alterações no código do site afetarão o código da tag HTML do Gerenciador de tags do Google e resultarão na coleta incorreta dos dados. É difícil derrotar, mas é possível. Por exemplo, adicionando elementos de layout críticos para o layout, identificadores separados, que não serão alterados e serão verificados por testes automáticos em qualquer release.
Para reduzir a carga nos analistas da Web e reduzir o tempo para o layout, você também pode conectar renderizações front-end e fazer uma combinação dessas e das opções de layout anteriores. É necessário complementar o layout do site com atributos de dados, nos quais todos os dados necessários para a transmissão no âmbito do comércio eletrônico serão registrados. Por exemplo, na div com o produto no catálogo, você precisa adicionar atributos de dados com a categoria do produto, seu nome, número do artigo, valor e assim por diante. Isso permitirá que a análise da web colete dados não de todo o layout, mas acesse atributos de dados específicos que serão conhecidos antecipadamente.
É importante lembrar que, mesmo nesta modalidade, quando a equipe de analistas da Web realiza o trabalho máximo, é necessário criar pelo menos a documentação de marcação mínima. Isso permitirá que você descubra rapidamente como os dados são coletados a qualquer momento e, se necessário, faça alterações no código de marcação.
Por experiência, os analistas da Web geralmente esquecem de adicionar as verificações necessárias para valores ou construções de variáveis como try ... catch no código de seus scripts. Portanto, depois de implementar a marcação dessa maneira, vale a pena verificar adicionalmente a correção de todos os scripts.
Vantagens desta opção:- A opção de layout mais rápida e flexível.
Contras desta opção:- Qualificações elevadas para análise da web
- uma forte dependência da qualidade da marcação no layout e suas alterações.
Independentemente de qual opção de implementação de marcação você escolher, lembre-se de que a tarefa não é começar imediatamente a coletar todos os dados possíveis. E para começar a coletar os dados corretos o mais rápido possível, para que a empresa comece a aplicá-los. E com o tempo, desenvolva a direção da coleta de dados. A pior coisa que pode ser feita nesse estágio é avançar bastante na implementação da coleta de dados por um longo tempo, sem a capacidade de usá-los imediatamente.
A quarta etapa: preparando um guia para desenvolvedores
Quase todas as opções de implementação de marcação propostas no estágio anterior envolvem o envolvimento de desenvolvedores. Para simplificar um pouco o trabalho e reduzir o tempo de desenvolvimento, vale a pena criar um documento ou guia com uma descrição de como os dados devem ser transmitidos do site.
O que deve ser descrito no guia:1. Características da coleta de dados
- O que transmitir se não houver dados em um campo específico: 0, um campo vazio ou algum valor especial;
- Quais dos campos devem ser string e quais devem ser valores numéricos;
- Quais caracteres especiais não podem ser usados;
- E assim por diante
2. Quais são os campos mínimos que devem ser passados nas principais entidades de coleta de dados
- De acordo com a página;
- Por produto;
- De acordo com o banner.
3. Quando e de que forma os dados devem ser transmitidos para cada atividade de comércio eletrônico do Google Analytics.
4. Quando e de que forma os dados de outras ações do usuário no site devem ser transmitidos.
Após a formulação do guia, ele deve ser discutido com a equipe de desenvolvimento, coletar todas as perguntas, imprecisões e corrigir imediatamente no documento. Como no futuro, este documento será o principal no processo de implementação da marcação.
Quinta etapa: implementação da marcação e revisão subsequente
Após a implementação de cada parte da marcação pelos desenvolvedores, é necessário verificar a correção dos dados transmitidos. No início, esse processo ainda não pode ser fornecido aos testadores; eles precisam ser conectados depois que o analista da web finalmente aceitar a parte correspondente da marcação.
A auditoria deve conter duas etapas: qualitativa e quantitativa. O estágio qualitativo é verificar os dados transmitidos usando a web analytics, que no pré-produto verifica em seu navegador como os dados são transmitidos em páginas padrão e ações do usuário. A tarefa dessa verificação é detectar erros óbvios e lançar a versão já verificada no produto. O próximo passo é uma verificação quantitativa. Esta é uma validação da marcação de acordo com o Google Analytics. Ele permite capturar erros menos óbvios e erros de marcação em uma grande amostra de dados.
Após a realização de verificações, os dados podem ser transferidos para clientes comerciais para uso. E depois disso, com uma equipe de testadores, prepare um conjunto de casos para verificar a marcação. Para que novos lançamentos não quebrem o que já foi testado e funciona.
Conclusão
Muitas vezes, a coisa mais importante é perdida durante o processo de marcação. A marcação é necessária para usar seus resultados - dados em sistemas de análise da web. O processo de marcação é importante, mas apenas para chegar rapidamente às finais e coletar menos erros.
Espero que este artigo ajude a evitar alguns erros e implemente a marcação de comércio eletrônico do Google Analytics o mais rápido possível.