Poradnik Przedsiębiorcy

Analiza danych e-commerce - najczęściej popełniane błędy

Prowadząc swój biznes, a już w szczególności ten internetowy, niezwykle ważna jest analiza statystyczna. W tym celu należy wybrać odpowiednie dane i wyciągnąć z nich wnioski. Wynik przeprowadzonych badań otrzymamy w postaci procentów, wykresów i porównań. Brzmi banalnie, jednak bardzo łatwo można popełnić błąd czy zestawić ze sobą nieodpowiednie dane. Źle przeprowadzona analiza danych e-commerce może być przyczyną błędnie podjętych decyzji. Dlatego warto poznać najczęściej popełniane błędy, aby uniknąć ich podczas prowadzonych własnych badań.

Analiza danych e-commerce - na co zwrócić uwagę, aby uniknąć błędów

Popełniane błędy podczas prowadzenia analizy danych mogą rzutować na końcowe wyniki i przyczynić się do postawienia niewłaściwych wniosków. Przeprowadzając samodzielnie analizę danych, zwróć szczególną uwagę na najczęściej popełniane błędy:

  1. Porównywanie danych bez uwzględnienia czynników zewnętrznych - analiza danych e-commerce to nie tylko obserwacja zmieniających się cyferek. Obserwując długookresowe trendy, należy zwrócić uwagę również na czynniki zewnętrzne, które mogłyby wpłynąć na nasze dane. Zanim zaczniemy cieszyć się ze wzrostu sprzedaży, warto się zastanowić, czy jakieś inne czynniki nie mogły mieć na to wpływu. Być może konkurencja wycofała produkty, które u nas najlepiej się sprzedają lub zadziałały prowadzone kampanie reklamowe.

  2. Rezygnacja z kanału promocji bez analizy ścieżek wielokanałowych - nawet jeśli na pierwszy rzut oka dane wskazują na niską efektywność kanału promocji, nie zawsze może tak być w rzeczywistości. Zanim zrezygnujemy z wybranej metody promocji, należy sprawdzić, czy nie odgrywa ona istotnej roli w ścieżkach wielokanałowych. Te informacje znajdziemy w narzędziu Google Analytics w zakładce Konwersje. Zanim klient znajdzie się na docelowej stronie sprzedażowej, trafi wcześniej na inne witryny odsyłające, wyszukiwania i reklamy. Dzięki ścieżkom wielokanałowym możesz dokładnie przeanalizować te dane i może się okazać, że wybrany kanał promocji bierze duży udział w procesie sprzedaży. 

  3. Szukanie na siłę powiązania między dwoma czynnikami - często zdarza się, że próbujemy porównać jakieś czynniki i doszukać się powiązania między nimi, podczas gdy takie powiązanie rzeczywiście może istnieć lub zupełnie mogą nie mieć ze sobą nic wspólnego. Jedna rzecz może wynikać z drugiej, druga z tej pierwszej bądź mogą one być powiązane z zupełnie innym czynnikiem. Możliwe, że marnujemy tylko swój czas, szukając na siłę powiązania, zamiast spróbować szerzej spojrzeć na rozpatrywany problem.

  4. Branie pod uwagę jedynie ilości, nie zwracając uwagi na jakość - oczywiście, wszystkich cieszą wysokie odsłony sklepu internetowego, jednak nie oznacza to, że będzie się to przekładać na większą sprzedaż. Należy zwrócić uwagę na inne parametry, takie jak czas spędzony na stronie czy odwiedzane podstrony. Być może nasz sklep internetowy wypływa na takie słowa kluczowe, które nie są powiązane z ofertą i wprowadzają one w błąd użytkowników, którzy szybko wychodzą z naszej witryny. Należy przeanalizować takie zjawiska, być może jest to również szansa na wykorzystanie takiego ruchu.

  5. Sugerowanie się średnią arytmetyczną - branie pod uwagę takich wyliczeń prowadzi do błędnej interpretacji danych. W Google Analytics znajduje się sporo danych podawanych w ten sposób, jednak powinniśmy mieć na uwadze, że nie oddają one rzeczywistego stanu rzeczy. Jeśli weźmiemy pod uwagę średni czas spędzany przez użytkownika na stronie i przyjmiemy, że wszyscy średnio przebywają tam określoną liczbę minut, to taka informacja nie pozwala wyciągnąć żadnych wniosków. Średnia ilość czasu może wynosić 60 minut, z czego jeden użytkownik spędza na stronie 27 minut, a inny 3 sekundy. Wyliczona średnia z danych sprawdza się jedynie przy segmentacji, dzięki której możemy zawęzić zbiór i analizować wymierne dane.

  6. Pomijanie badania konkurencji - analiza danych e-commerce wymaga ciągłej obserwacji serwisów konkurencyjnych. Dzięki narzędziom służącym do analizy SEO można sprawdzić, na jakie słowa kluczowe wypływa konkurencyjna strona zarówno w wynikach wyszukiwania, jak i w reklamach Adwords. Takie dane mogą nam się przydać przy opracowywaniu własnej strategii i pokazać, jakie frazy kluczowe są najważniejsze dla danej branży.

Analiza danych e-commerce wymaga dużego skupienia i wiedzy na temat używanych narzędzi czy rynku, na którym działamy. Warto badać dostępne dane statystyczne, nawet jeśli brakuje nam doświadczenia, ponieważ z czasem dużo łatwiej będzie nam wyciągać wnioski i analizować poszczególne czynniki. Wyżej wymienione błędy to jedynie niektóre czynniki, na które warto zwrócić uwagę przy analizie danych, ale dzięki wyeliminowaniu ich możesz być pewien, że uzyskasz bardziej wiarygodne wyniki swoich badań.