Pozabil sem narediti test, zdaj pa ne vem, kako izmeriti vpliv sprememb?

?e ste prebrali objavo o izku?njah v vzporednem testiranju, ste verjetno (upam) nad vzporednim testiranjem ve? kot navdu?eni. ampak...

V?asih na test preprosto pozabimo. V?asih nor ali prostih resursov ?asa. V?asih test or izvedljiv.

... ali pa? katerikoli drugi razlog, zaradi katerega testa nismo izvedli, zdaj pa vseeno ?elimo izmeriti vpliv sprememb spletne strani na rezultate.

Najprej obi?ajno PODD na misel, da bo ?e dovolj, ?e zgolj primerjamo rezultate spletnega mesta v obdobju pred in dopolnitvah po ?asovnem.

?e smo npr. izvedli nekoliko ?ir?o nadgradnjo spletnega mesta in I na? cilj kakr?nakoli konverzija (naro?ilo, povpra?evanje, kontakt itd.), torej bi primerjali stopnjo konverzije spletnega mesta v ?asu po elektronskem s ?asom pred spremembo.

Napaka!

?e pred ?asom smo SI pogledali, kaj vse vpliva na konverzijsko mo? spletnega mesta.

vpliva faktorjev I mnogo ve? kot zgolj na?a spletna stran. Viri obiska, sezonski vplivi, zunanje ogla?evanje, internetne oglasne kampanje, sami oglasi itd.

Z vzporednim testiranjem vse te vplive minimiziramo, a PRI tej tako enostavni ?asovni primerjavi pa to bodo pokazali v vsej svoji mo?i.

?etudi if morda spremembe spletne strani imele pozitiven vpliv, bo stopnja konverzije morda ?e vedno ni?ja po spremembi, zaradi vseh teh zunanjih vplivov.

Potrebujemo torej na?in, kako te zunanje vplive izlo?iti, kolikor is the da.

To be I pravzaprav po pomoti zgodilo nam ravno ta teden. Kako SMO re?ili problem?

Prvo vpra?anje I, na katerih pod-straneh spremembo izvedli ste.

Namre?, ?e ste spremembo izvedli the na eni strani pod sami, do morete rezultatov primerjati prej/potem za vse obiskovalce spletnega mesta, temve? dietician, ki so to pod-stran obiskali za.

V na?em primeru I ?lo za spremembo predstavitvene pod-strani enega na?ih izdelkov. PRI analizi smo torej upo?tevali dietician obiskovalce, ki obiskali so pod-stran, pa tudi vseh preostalih obiskovalcev, ki te pod-strani niso obiskali.

Najpomembnej?i internetni faktor vpliva so viri obiska. ?e npr. v obdobju pred spremembo niste izvajali agresivnih oglasnih kampanj, v obdobju po spremembi pa, pomembno vplivalo bo na rezultate va?ih sprememb.

Ogla?evanje izdelka z oglasnimi pasicami ima npr. Skoraj vedno ni?jo stopnjo konverzije, kakor pa ogla?evanje preko iskalnih sponzoriranih povezav.

Zato za svojo analizo poi??ite dietician turns obiska, ki:

Obi?ajno po va?ih izku?njah izkazujejo vsaj osnovno stalno nakupno namero oz interest za sodelovanjeSo ve? ali manj stalni, neodvisni od posameznih ve?jih internetnih kampanj

V na?em primeru smo tak?ne kot vire obiska dolo?ili:

Direktni obiskovalci
Direktni obiskovalci res so vredni zlata - SW tisti, ki vas ?e poznajo, za katere obstaja velika verjetnost, da vas obi??ejo z namenom nakupa ali sodelovanja resnim. Razen seveda, ?e vas direktni obiskovalci pogosto obiskujejo zato, da na va?em spletnem mestu preberjo va?e novice, dostopajo podpornih gradiv za izdelke in podobno va?e (v tem primeru direktnih obiskovalcev pa? does moremo upo?tevati). Obiskovalci na klju?ne besede z imenom izdelka
To this tisti, ki zanesljivo i??ejo to?no na? izdelek in imajo po vsej verjetnosti najve?jo namero nakupa. Obiskovalci na klju?ne besede z imenom na?e znamke
MnoGo potencialnih kupcev nas poi??e kar preko glavnega imena na?e znamke, NATO v spletni trgovini poi??ejo ustrezen izdelek.Upo?tevali smo torej najbolj stalne in uniform turns obiska, ki skozi ?as izkazujejo podobne vzorce obna?anja.

Nikakor pa nismo upo?tevali obiskovalcev iz posameznih E-mail akcij, akcij z oglasnimi pasicami in podobno.

V naslednjem z Google Analytics pripravimo 2 napredna koraku segmenta (za razumevanje Advanced Segments TR poglejte your video) s slede?imi pravili:

Ogledom z Obiski 1. verzije pod-strani IN izdel?ne
[Page > exactly > EMI strani]Obiskovalci na klju?ne besede z imenom izdelka ALI
[Key word > Contains > ustrezne klju?ne besede]Obiskovalci na klju?ne besede z imenom na?e znamke ALI
[Key word > Contains > ustrezne klju?ne besede]Direktni obiskovalci
[Source > Matches exactly > (direct)]

Takole bi izgledale nastavitve segmenta v Google Analytics (seveda bi posamezna polja morali nadomestiti z ustreznimi besedami za va?o spletno stran):

PRI tem moramo seveda biti pozorni, da zajamemo vse ustrezne klju?ne besede. ?e bi npr. sku?ali ujeti obiskovalce za spletno trgovino Top shop, bi morali napisati kar nekaj (ali pa dober Regular Expression) pogojev, ki bi ujeli vse razli?ne klju?nih cross variacije na top Shop (top of page ?op, topshop, top shop, itd).

NATO isto ponovimo ?e enkrat in pripravimo segment ?e za drugo razli?ico pod-strani.

Zdaj nam ostane the ?e, da dolo?imo IRC-I, po katerih Homo primerjali obe pod-strani at ki ustrezajo va?im ciljem.

Za spletno trgovino bi ti npr KPI - ji. Bili:

Bounce rate for the rate of Conversion of Ecommerce RPV (revenue per visit)

Dolo?ite obdobji, po katerih boste primerjali obe razli?ici.

Obdobji TR morata biti ?imbli?je skupajmorata biti ?imbolj primerljivi Obdobji

Klju?en izziv I predvsem primerljivost:

?e ste spletno stran spremenili v ponedeljek in ?elite analizo Izvestiy v soboto, boste primerjali ponedeljek - petek tega tedna in ponedeljek - tedna preteklega petek, saj ima lahko pomemben vpliv vikend na CR. ?e ga ima, seveda namembnem ugotoviti sami (kako? enostavno poglejte, kako is CR spreminja skozi dneve in tedne ter poi??ite ponavljajo?e to dneve z najve?jimi odstopanji). ?e dalj?e gledate obdobje I npr. smiselno tudi biti pozoren na dan izpla?ila pla?e, ki ima za mnoge spletne trgovine precej?en vpliv na konverzijo. Zopet, preveriti svoje namembnem podatke.Upo?tevajte aktivnosti morebitne, ki bi lahko v posameznih obdobjih vplivale na rezultat. ?e ste npr. v enem izmed obdobij za?eli z mo?nim zunanjim ogla?evanjem izdelka ali znamke, bo imelo najverjetneje opazen vpliv na CR, not glede na spremembe spletne strani.Izognite to primerjav v posebnih obdobjih, npr. praznikih, nakupovalni mrzlici itd., ker vam bodo preve? popa?ili podatke novoletni.DTI.

un) Pripravite si tabelo s ?asovnima obdobjema (predstavljata obe razli?ici) v KPI - jih stoplcih v vrsticah

b) custom V Google Analytics aktivirajte prvi segment

c) Izberite prvo ?asovno obdobje

d) Poi??ite podatke za aktivirani segment in jih prepi?ite v tabelo ustrezne

e) Aktivirajte drugi segment, izberite drugo ?asovno zopet prepi?ite podatke obdobje

f) spoznajte razlike Primerjajte

Podatki sicer does bodo povsem zanesljivi. Bodo idealni. A ?e vedno bolj?i, kakor ?e ne bi analizirali ni? ali ?e bi analizirali kar vsepovprek pa.

View the original article here