Lásd meg a kattintás mögött az embert. Ha nem tudod, hogyan viselkedik az oldaladon egy látogató, nem tudsz semmit. A modern analitikai szoftvereknek hála elképesztően sok információt tudunk. Tudjuk, hányan érkeznek oldalainkra és honnan, hányan látogatják az egyes aloldalakat, kattintanak a gombokra, hányan konvertálnak. Ez önmagában a big data: hogy mindent tudjunk, amit csak lehetséges, mert adatvezérelt marketinget máshogyan nem építhetünk. A big data azonban nemcsak lehetőség, hanem kihívás is: tudnunk kell, hogy mely adatok a fontosak, mert egyszerre mindennel nem dolgozhatunk. Ennek a megállapításában segít a clickstream-analízis: erről beszéltem szeptember 9-én a III. Content Marketing Meetup közönsége előtt, és most ebben a cikkben is összefoglalom neked, miért kell ismerned a felhasználóid kattintásait és hogyan láthatod meg mögöttük az embert.

Mi az a clickstream?

A „kattintásfolyam” (nem fogom így használni a kifejezést, mert az angol tökéletesen kifejező) az az útvonal, amelyet egy felhasználó az oldaladon egy session (látogatás) alatt bejár. Egy ilyen analízis nagyjából így néz ki (mindjárt saját példát is mutatok):

(Via Loop11)

A legalapvetőbb, amiket a Google Analyticsből kinyerhetsz:

• Hányan látogatják az oldaladat?
• Mely forrásokból milyen arányban érkeztek?
• Hány látogatód jutott el a konverzióig?
• Milyen a közönséged demográfiai összetétele?

Mindezek azonban önmagukban nem árulnak el semmit – tehát az adat megvan, az insight nem. Nem ismered meg belőle a felhasználói viselkedést: hogy hogyan és miért úgy használják oldaladat:

• Aki nem konvertál, pontosan hol akadt el a folyamatban.
• A felhasználók követik-e az általad kijelölt tölcsért.
• Miért nem jutnak el egyes oldalakra, ahová kellene.

A clickstream-analízisben önmagában semmi új nincsen – a Microsoft, az IBM és más cégek már az ezredforduló környékén is fejlesztettek olyan szoftvereket, amelyek képesek a felhasználók oldalon belüli viselkedését követni és elemezni. Azóta még kifinomultabb analitikai módszerekkel és eszközökkel rendelkezünk, mégis döbbenetesen kevesen használják ki ezeket. Ha ránézel a clickstreamre, megtudhatod például azt, hogy egy adott tartalom hogyan teljesít: nem elég, ha az emberek megtalálják és elolvassák, az is számít, hogy tovább olvasnak-e, átkattintanak-e más aloldalaidra vagy megtalálják-e a CTA-t. Vegyünk egy saját példát. Az Analyticsben a Users Flow (magyar Analyticsben Felhasználói munkafolyamat menüként találod) pont alatt találjuk a clickstream adatokat. A saját analitikánkból megtudtam, hogy az elmúlt hét egy adott időszakában Balázs befolyásolási technikáról írt cikke volt a legsikeresebb a facebookos felhasználók körében. De megtudtam azt is, hogy a rengeteg olvasóból nagyon kevesen voltak azok, akik átkattintottak más oldalainkra – a legtöbben nem jutottak el az első interakcióig. Ugyanitt megtudtam viszont azt, hogy a blogunk főoldalára irányuló, jellemzően Google-ből és közvetlen forgalomként érkező látogatók (tehát akik nem a közösségi médiában látott posztokból érkeznek, hanem organikusan) sokkal nagyobb számban jutnak el nem csak az első, hanem a második interakcióig is. Ennek az oka valószínűleg az,  hogy ők elkötelezettebbek: vagy elmentették a címet a kedvencek közé, vagy direkt az egyik anyagunkat keresték, esetleg valaki közvetlenül ajánlott minket nekik (lásd a dark socialről és annak mérhetetlenségéről szóló cikkemet). Adódik a következtetés: érdemes volna jobban figyelnünk arra, hogy a közösségi médiából érkező új látogatókat jobban megfogjuk és oldalainkon tartsuk.

Boltba megyünk nagyanyámmal

Read More