Jak mój klient źle analizował dane w GA4

GA4 nie jest proste – więc nietrudno o błędy

Google Analytics nie jest prostym narzędziem, o czym możesz się przekonać czytając artykuły w moim kursie GA4. Potrafi zastawiać niezłe pułapki, szczególnie jeśli nie mamy z nim do czynienia na co dzień.

W przypadku naszych klientów „wpadnięcie” w taką pułapkę kończy się zwykle tym, że to ja muszę się tłumaczyć. Ale – nie ma tego złego, bo w 99% przypadku polega to po prostu na opowiadaniu o tym, jak działa Analytics :)

Jedną z takich sytuacji miałem niedawno, kiedy to Pan Mariusz, z którym współpracuje już ponad dwa lata, napisał do mnie w sprawie spadków ruchu na stronie.

Znając sytuację serwisu, od razu czułem, że coś mi się tu nie zgadza. Wiedziałem więc, że zanim cokolwiek odpiszę, muszę sam zajrzeć do GA.

Na marginesie: to bardzo dobrze, że klienci interesują się swoimi stronami i ruchem w serwisie. Wbrew pozorom wcale nie narzekam na takie sytuacje.

Wręcz przeciwnie – staram się takie przypadki wykorzystywać. Sprawdzam wskazane raporty i tłumaczę o co w nich chodzi.

Takie podejście wychodzi wszystkim na plus – bo klient wie, że jestem szczery, a przy okazji zawsze nauczy się czegoś, co przyda mu się w rozwijaniu jego serwisu.

Próbując chować się za wiedzą i ukrywając tajniki GA sprawiłbym tylko, że klient straciłby do mnie zaufanie. A pewnie i prędzej czy później przesłał raport komuś innemu, kto pomoże go zweryfikować. Co może być potem, chyba wszyscy wiemy.

Co wykrył mój klient?

Zacznijmy od początku. O czym pisał Pan Mariusz?

„Ja analizuję GA po swojemu i widzę, że w każdym sektorze jest gorzej. Dla okresu styczeń-sierpień 2024 jest duży spadek w przypadku nowych użytkowników. Zresztą ogólnie z użytkownikami jest gorzej. Niższe przychody dzienne, to wypadkowa ilości odwiedzin. To musi się zmienić.”

Do tej wiadomości został dołączony taki raport:

Ten raport to podsumowanie całego ruchu w witrynie.

Takiego wykresu używam tylko wtedy, gdy chcę coś na szybko sprawdzić, bez głębszej analizy. Widząc go od razu wiem więc, że może to być tylko nieporozumienie – ale czy faktycznie i jeśli tak, to jak duże?

To mogą pokazać tylko bardziej szczegółowe dane.

Co od razu rzuciło mi się w oczy?

1. Wykres dotyczy całego ruchu

Na pierwszy rzut oka zauważyłem to, o czym wspomniałem już wyżej. Takie podsumowanie zazwyczaj dotyczy całego ruchu na stronie.

W Top Online prowadzimy dla klientów pozycjonowanie, więc zajmujemy się tylko i wyłącznie ruchem organicznym.

Na podstawie takiego ogólnego raportu nie wiem więc co dzieje się z ruchem z wyszukiwarki – bo nie jest to wyszczególnione.

Poza tym, jeśli serwis ma kilka źródeł ruchu (a zwykle ma), to odcięcie jednego z nich może zaburzyć obraz całego ruchu na stronie.

Przykładowo, jeśli strona ma duży udział CPC w ogólnym ruchu, to zakończenie kampanii Google Ads automatycznie może powodować widoczny na ogólnym raporcie spadek całości.

2. Wykres dotyczy całego ruchu

Kolejną rzeczą, na którą od razu zwróciłem uwagę, jest zakres dat w raporcie i porównanie do poprzedniego okresu.

W przypadku takich podsumowań nie jest to porównanie rok do roku, tylko pewien zakres miesięcy i zakres tej samej długości bezpośrednio przed nimi.

W niektórych serwisach nie musi to wpływać na analizy. Znając branżę tego klienta wiedziałem jednak, że okres wrzesień - grudzień jest tym najlepszym.

A w tym przypadku podsumowanie obejmowało:

• ostatni okres, czyli 1.01.2024 - 3.09.2024
• i poprzedni okres, czyli 27.04.2023 - 31.12.2023

W ostatnim okresie nie było więc najlepszych miesięcy pod kątem ruchu, ale były one w poprzednim. Porównanie zestawiało więc ze sobą dane o ruchu spoza sezonu z danymi o ruchu „w sezonie”.

3. Uwzględnienie ostatnich dni w analizie

Ostatnio pisałem na naszym blogu o kilku podstawowych błędach podczas analiz w Google Analytics – uwzględnienie ostatnich dni w analizie to jeden z nich.

W tym przypadku wpływ ostatnich dni raczej nie był znaczący, bo porównywane były ze sobą okresy 8 miesięcy, ale nie mogłem nie skorzystać z okazji i o nim nie przypomnieć :). Przy porównywaniu danych np. tydzień do tygodnia potrafi on znacznie zaburzyć analizę.

W dużym skrócie, chodzi o to, że GA4 nie pokazuje danych na bieżąco.

Jeśli sprawdzimy np. wczorajszy dzień z samego rana, a potem wrócimy do niego dzień, czy dwa później, to może okazać się, że liczby wzrosły.

Wszystko dlatego, że przy pierwszym sprawdzeniu Analytics nie przetworzył jeszcze wszystkich zebranych danych.

Mówiąc jeszcze krócej: w GA4 nigdy nie biorę do analizy dnia dzisiejszego i/lub wczorajszego.

Jak zweryfikowałem spadek

Wiem już, że Pan Mariusz jest zaniepokojony spadkiem ruchu. Po tym, co widać na przesłanym raporcie wiem też, że najprawdopodobniej jest to fałszywy alarm.

Najprawdopodobniej nie znaczy jednak na pewno, więc muszę to dokładnie sprawdzić.

Jak weryfikuje spadki w organicu?

Przede wszystkim muszę zmienić dwie rzeczy: porównać okresy rok do roku i sprawdzić jak wypada wtedy ruch, ale tylko ten ze źródła/medium o nazwie google/organic (czyli organiczny, z Google).

Wchodzę więc do raportu „Pozyskiwanie ruchu”, gdzie będę mógł skupić się na sesjach i ich jakości:

Kolejno ustawiam te same okresy rok do roku, mając przy tym na uwadze, żeby nie uwzględniać ani dzisiejszego, ani wczorajszego dnia.

A w wymiarach wybieram „sesja - źródło/medium”, aby móc tam odnaleźć google / organic.

W tym przypadku ruch organiczny jest tym, który pozyskuje najwięcej sesji, więc był on dostępny na samej górze:

Na tak skonfigurowanym raporcie od razu widać, że z ruchu organicznego w tym roku mamy aż o 47% więcej sesji i o 59% więcej użytkowników. Tymczasem ruch całościowo jest na minusie – o ponad 10%.

Mam już więc pewność, że jeśli chodzi o spadki ruchu, to organic nie jest problemem.

Krótkie spojrzenie w raport i odpowiednie ustawienia pozwoliły szybko zweryfikować, że Pan Mariusz ma rację o spadającym ruchu, ale mylił się co do spadków z organica.

A przesłanie screena wraz z krótkim komentarzem pozwoliło szybko wyjaśnić całą sprawę.

Problem był jednak gdzie indziej

Tutaj w zasadzie mógłbym zamknąć sprawę, ale fakty są takie, że rzeczywiście pojawił się jakiś problem z całym ruchem.

Kolejne dane w raporcie, który umieściłem już wyżej, pokazują, że dalej, po wzroście ruchu organicznego, wcale nie jest już tak kolorowo.

Jeśli spojrzymy na ostatnie metryki, takie jak kluczowe zdarzenia oraz łączne przychody to okaże się, że choć użytkowników z Google było znacznie więcej, to sklep sprzedał w tym roku… mniej.

Samych zakupów jest o ponad 9% mniej niż rok wcześniej, a przychody z ruchu organicznego spadły o ponad 1/3.

Oczywiście temat atrybucji w GA4 jest nieco bardziej skomplikowany i nie mogę nigdy brać danych zakupowych w Analyticsie za w stu procentach prawdziwe. Wskazują one jednak, że coś może być tutaj nie tak. Pytanie brzmi tylko: z czym?

Skoro udało się sprowadzić więcej ruchu, który nie konwertuje, to źródeł problemów może być kilka.

Te związane z SEO:

• użytkownicy mogą wchodzić do sklepu z zapytań niedopasowanych do tego, co w rzeczywistości się w nim znajduje,
• za dodatkowy ruch mogą też odpowiadać w większości frazy informacyjne, a nie sprzedażowe, lub frazy, które nie końca pasują do oferty.

• interfejs strony może być nieużyteczny,
• oferta sklepu może być nieatrakcyjna,
• złożona ścieżka zakupowa może hamować konwersję.

Nie chciałbym jednak, żeby ten artykuł zmienił się analizę skuteczności całego sklepu, biorącą pod uwagę również UX. Skupię się więc na Google Analytics,

Co mogę zrobić dalej, żeby dowiedzieć się więcej o jakości ruchu na stronie?

Dlaczego sklep sprzedaje mniej?

Do znalezienia wskazówek na temat tego, dlaczego sklep sprzedaj mniej mimo wzrostu ruchu przydać może się np. raport stron docelowych. Można ocenić w nim jakość ruchu generowanego przez konkretne podstrony rozpoczynające sesje.

Moim zdaniem raport ten w domyślnej formie nie jest jednak wystarczający, żeby móc wyciągać z niego wnioski. Pokaże Ci, więc jak można go ulepszyć.

Żeby to zrobić muszę przejść do zakładki „Odkrywaj”, w której będę mógł stworzyć swój raport za pomocą eksploracji swobodnej.

Jeśli nie wiesz jak działają eksploracje w GA4 to koniecznie zajrzyj do moich lekcji w Kursie GA4.

Na początek nazywam ten raport, żeby było wiadomo, co przedstawia, np. „Jakość stron docelowych w organicu”.

Kolejno do wymiarów dodaję:

• strona docelowa,
• sesja - źródło/medium,

A do danych:

• aktywni użytkownicy,
• sesje,
• współczynnik odrzuceń,
• średni czas trwania sesji,
• wyświetlenia na sesję,
• współczynnik kluczowych zdarzeń na sesję,
• kluczowe zdarzenia,
• łączne przychody (jeśli zbieramy).

W wierszach dodaję „strona docelowa”, a w wartościach wszystkie dane.

Na tym etapie został tylko jeden wymiar: „sesja - źródło/medium” – wykorzystam go w filtrach, aby widzieć w raporcie tylko ruch organiczny.

Ustawiam więc filtr „ściśle pasuje do” i wybieram „google / organic”

Teraz mogę jeszcze dodać drugi filtr, aby „kluczowe zdarzenie” równało się „purchase” bądź innemu zdarzeniu odpowiadającemu za zakup.

Całość prezentuje się w ten sposób:

W takim raporcie mogę znacznie lepiej ocenić jakość konkretnych stron docelowych.

Mogę przejrzeć jaki procent użytkowników zostaje w serwisie, jak długo, ile podstron odwiedza i przede wszystkim: czy koniec końców dokonuje zakupu.

Oczywiście jest to tylko kolejny krok w analizie, bo mógłbym wejść jeszcze głębiej i choćby:

• Sprawdzić ścieżki użytkowników, którzy kupują i którzy nie kupują.
• Znaleźć podstrony z największym współczynnikiem odrzuceń i zweryfikować w GSC z jakich fraz najczęściej wchodzą na nie użytkownicy.
• Czy sprawdzić kategorie produktowe, które najlepiej sprzedają i zastanowić się co może je wyróżniać.

Jak widzisz, jest pole do popisu, ale w tym artykule już na tym poprzestanę.

Wniosek: nie wyciągajmy za szybko wniosków

Sytuacja, którą pokazałem w tym artykule pokazała mi kilka rzeczy i utwierdziła w przekonaniu, że jeśli chcemy działać w GA4 i wyciągać wnioski, to niestety – dobre chęci często nie wystarczą.

Nawet, a może szczególnie, jeśli chcemy przeglądać tylko podstawowe, ogólne raporty.

Przypadek Pana Mariusza jest tutaj tylko przykładem – takich sytuacji zarówno w mojej pracy, jak i w pracy każdego w naszym zespole SEO, a pewnie i w innych agencjach, zdarza się całkiem sporo.

Pamiętajmy więc:

I to właśnie tę niby błahą, ale niesamowicie ważną myśl chciałem Ci przekazać w tym artykule :)

Na koniec dorzucę jeszcze tylko, że to zaledwie wierzchołek góry lodowej.

Gdy mamy do czynienia ze spadkami takimi jak te pokazane w tekście, to do prawidłowej oceny sytuacji niewystarczający może być jeszcze nawet ten mój ostatni, ulepszony raport, który pokazałem wyżej.

Jeśli chcesz nauczyć się więcej na temat działania i analizy danych w Analyticsie, to ponownie – polecam mój darmowy kurs GA4 – znajdziesz go tutaj.

Podsumowanie w punktach

1. Google Analytics 4 to bardzo złożone narzędzie – nietrudno się więc w nim pomylić.
2. To dlatego klienci, którzy zaglądają regularnie do GA4 czasem wyciągają błędne wnioski.
3. W historii, którą opowiedziałem w tym artykule, klient napisał do mnie odnośnie spadku ruchu z wyszukiwarki, który zaobserwował w GA.
4. O tym, że może to być nieporozumienie byłem przekonany już po samym załączonym wykresie.
5. Głównie dlatego, że zawierał on dane dotyczące całego ruchu na stronie i porównywał różne zakresy miesięcy (nie uwzględniał sezonowości).
6. Żeby mieć pewność, zweryfikowałem jednak dane – w raporcie Pozyskiwanie ruchu, ograniczonym do medium / organic.
7. W ten sposób szybko okazało się, że ruch organiczny cały czas rośnie – choć faktycznie, ogólny ruch w serwisie i sprzedaż spadają.
8. Sprawa została więc szybko wyjaśniona i mogliśmy zająć się szukaniem prawdziwych przyczyn spadków.
9. Cała ta sytuacja (nie pierwsza zresztą i pewnie nie ostatnia) dała mi jednak do myślenia – dlatego uznałem, że warto o niej tutaj opowiedzieć.
10. Po to, żeby pokazać, że wszelkie proste podsumowania w GA4 powinny zawsze służyć tylko do szybkiego sprawdzania sytuacji, a nigdy do wyciągania wniosków.
11. Jeśli chcemy analizować dane z GA – to podstawą zawsze musi być wiedza o działaniu narzędzia i o tym, na co tak właściwie patrzymy.