Analýza dat pro e-shopy a její využití nejen pro SEO

Na slovenské konferenci SEO ZRAZ 2020 v Bratislavě jsem vystoupila s příspěvkem „How To Use Data to Boost your Ecommerce SEO“. Slíbila jsem mimo jiné i článek, kde celé téma trochu rozvedu, sepíšu detailnější postup, ale hlavně popíšu přínosy metody. Tak tady je!

Proč vůbec analýzu dat dělat?

Každý e-shop má přístup ke spoustě vlastních dat a mnoho z nich se je snaží pro reálnou práci na online marketingu využívat. Při své práci ale často narážím na dva základní momenty, proč to většina z nich nedělá úplně efektivně.

1. S daty z jednotlivých zdrojů se pracuje odděleně

Pro různé účely využíváme data z vyhledávání, reklamních systémů, různých nástrojů nebo Google Analytics (GA). Málokdo s nimi však pracuje a vyhodnocuje je dohromady. Obrovskou studnicí informací je pak interní systém e-shopu, který poskytuje velmi zásadní byznysová data. Jenže s těmi pracuje opravdu málokterý SEO specialista nebo jiný markeťák. A to je škoda.

2. Data vyhodnocujeme z pohledu SEO ne z pohledu byznysu

Pokud děláme SEO, pracujeme s množstvím dat z vyhledávání, ta pak překlápíme do konkrétních akcí pro e-shop. To může mít za následek například to, že úpravy často provádíme plošně a jednotlivé akce nemusí být vůbec navázané na byznysové priority. Ano, prioritizace je především u větších e-shopů poměrně zásadní věc.

Právě spojení byznysových dat, dat z vyhledávání, dat z GA a jejich společné vyhodnocování považuji za největší přínos této metody. A právě to vám pomůže efektivně plánovat a prioritizovat jakékoli další SEO akce pro váš e-shop.

Další typické problémy s daty, které analýza řeší

Celý postup přináší řešení dalších klasických problémů, se kterými se SEO specialista při práci potýká. Co mám na mysli?

• Skoro všechna klíčová slova v GA z Google jsou „not provided“.
• Ze Search Console (GSC) bez API vytáhnete pouze 1 000 dotazů nebo stránek. Navíc stránky nemáte přidělené k vyhledávacímu dotazu.
• V GA nemáte k datům z GSC přiřazené transakce a tržby.
• U vyhledávacích dotazů v GSC nemáte hledanost nebo CPC.
• Informace o maržích, skladovosti / dostupnosti, cenách, stornech nebo vratkách máte pouze v interním sytému.

Klíčové body metody

Nejen z důvodů uvedených výše jsem připravila poměrně jednoduchý postup, jak se se vším poprat. Mrkněte na nejdůležitější myšlenky a vlastnosti celé analýzy.

• Postup používá data, která má každý e-shop. Spojuje a vyhodnocuje data ze Search Console, Analytics, jakéhokoli keyword tool a především z vlastní administrace.
• Funguje pro nějakou dobu zaběhlé e-shopy. Zkrátka a dobře potřebujete nasbírat data alespoň za pár měsíců.
• Je dobré, když máte základní optimalizaci za sebou. Základní technické a on-page úpravy už byste měli mít hotové.
• Nepotřebujete žádné speciální analytické schopnosti. V podstatě stačí, když umíte pracovat s tabulkami.
• Zkontrolujte a otestuje, že máte správně nastavené měření dat v Analytics. Pro vyhodnocování je také dobré vědět, jak nástroje data sbírají a co vlastně znamenají.

Výběr a těžba dat

Pro vyřešení všech problémů zmíněných výše, vyhodnocení dat v souvislostech a stanovení dalších logických kroků si potřebujeme určit, pro jaké typové stránky webu budete analýzu dělat. Opravdu nemá smysl vyhodnocovat dohromady třeba kategorie, produkty i značky.  Data můžeme efektivně spojit a vyhodnotit pouze, když si vybereme jen jeden typ stránek. Pro popis dalšího postupu jsem si vybrala produkty. Postup lze snadno přenést i na značky, kategorie, filtry nebo další dílčí části e-shopu.

Veškerá data exportujte do tabulek. Jednotlivé typy dat dávám ke každému zdroji do odrážek. Tučně pak označuji data, která se v různých exportech opakují dvakrát či vícekrát. Ty poslouží jako rozhodující parametr, dle kterého budeme data spojovat do jednoho celku.

Google Search Console – Výkon (Performance)

Toto bude hlavní tabulka (projekt), na které budete celou analýzu stavět. Data je potřeba přes rozšíření Search Analytics for Sheets vytáhnout do tabulky v Google Sheets.

• URL
• Vyhledávací dotaz (Search Query)
• Počet kliků (Clicks)
• Počet zobrazení (Impressions)
• CTR
• Pozice (Position)

Interní data e-shopu

Exportujte data o produktech do CSV nebo jiného tabulkového formátu. S tímto může být trochu boj, hodně záleží na tom, jaký systém používáte, co v něm máte za data nebo jakým způsobem umožňuje data exportovat. V případě potřeby se poraďte se svým vývojářem. Potřebujete vytáhnout ideálně:

• URL
• Název produktu
• Dostupnost
• Počet kusů na skladě
• Cena
• Marže
• Částka za vratky a storna

Google Analytics – Vstupní stránky (Landing Page Peformance)

Report vstupních stránek v GA najdete ve složce Chování (Behavior) a Obsah webu (Site Content).
Vyfiltrujte si z něj pouze vstupní stránky produktů a exportujte do tabulky. Vyberte data:

• URL
• Celková návštěvnost vstupní stránky (Sessions)
• Tržby vstupní stránky (Revenue)
• Transakce vstupní stránky (Transactions)
• Okamžitá míra opuštění vstupní stránky (Bounce rate)
• Konverzní poměr vstupní stránky (Conversion Rate)

Google Analytics – Výkon produktu (Product Peformance)

Report najdete v GA pod záložkou Konverze (Converisons) a Elektronický obchod (Ecommerce), opět exportujte do tabulky. Tato data jdou snadno vyměnit za kategorie či značky, výběr dat a analýzu je potřeba přizpůsobit.  My budeme pro analýzu potřebovat:

• Název produktu (Product Name)
• Tržby produktu (Revenue)
• Počet unikátních nákupů (Unique Purchases)
• Množství prodaných produktů (Quantity)
• Průměrné množství na transakci (Avg. Quantity per Transaction)

Keyword Tool

Zde si vyberte svůj oblíbený nástroj na zpracování klíčových slov nebo tahejte data rovnou z reklamního systému vyhledávače. Potřebuje získat:

• Vyhledávací dotaz
• Hledanost
• CPC

Proces párování a spojování dat

Aktuálně byste měli být ve fázi, kdy máte pět tabulek s daty. Pro úspěšné vyhodnocení analýzy je potřeba spojit je do jednoho celku. K tomu použijeme nástroj Open Refine (OR) a jeho rozšíření VIB BITS.

Jak jsem zmiňovala výše, celý dataset je dobré stavět na tabulce z Google Search Console a všechna ostatní data spojovat do ní. Ke spojení a správnému napárování dat, je nutné mít vždy v každé tabulce nějaký párovací prvek. V našem případě je to URL, Název produktu a Vyhledávací dotaz.

Postup párování v Open Refine

1. Do OR nahrajete všechny tabulky a založíte jim samostatné projekty.
2. Otevřete tabulku s daty z GSC a posupně krok za krokem budete přidávat ostatní tabulky.
3. Jako první spojíte GSC a Interní data.
   a) V tabulce GSC vyberete z menu ve sloupci Page: Edit Column / Add Column from other Project.
   b) Vyberete projekt s vašimi interními daty.
   c) Zvolíte název sloupce, ve kterém se také nachází URL – na jejím základě se data z obou tabulek propojí.
   d) Vyberete sloupce, které chcete přidat – Název produktu, Dostupnost, Cena, Marže, Vratky….
   e) Právě jste získali data z vyhledávání spojená s interními daty k produktům. A úplně stejným způsobem napojíte další tabulky. To znamená, že najdete párovací sloupec a přidáte data.
4. V dalším kroku připojíte GA data o vstupních stránkách a opět párujete URL na URL.
   a) V tabulce GSC vyberete z menu ve sloupci Page: Edit Column / Add Column from other Project.
   b) Vyberete projekt s GA reportem vstupních stránek.
   c) Zvolíte sloupec Vstupní stránka, ve kterém se také nachází URL – na jejím základě se data z obou tabulek propojí.
   d) Vyberete sloupce, které chcete přidat – Sessions, Revenue, Transacions, Converion Rate….
   e) Právě jste ke stránkám získaným z vyhledávání dodali data o tom, jak je v rámci celého e-shopu stránka výkonná.
5. V dalším kroku připojíte GA data výkon produktu. Postupujete stejně, nyní však párujete sloupec Název produktu.
6. Jako poslední připojujete hledanost a CPC ke klíčovým slovům a párujete sloupec vyhledávací dotaz. Nakonec vám vznikne jeden velký projekt s kupou dat, které vyexportujete do jedné velké tabulky.

Jak data číst a co z analýzy zjistit

Pokud se práce zadařila a všechna data máme po kupě, stačí už z toho jednoho velkého balíku začít postupně tahat užitečná data. Celá práce s analýzou je takový opakující se koloběh.

1. Kladu i otázku, na kterou chci najít odpověď.
2. Třídím, řadím a filtruji data.
3. Přečtu výsledek.
4. Vyvodím z něj závěr.
5. Postup opakuji.

Základem pro těžbu dat jsou otázky

Otázek, které si můžeme položit, jsou desítky. Jejich formulace je pro celou analýzu stěžejní a měla by úzce navazovat na vaši SEO strategii, nebo ještě lépe celý přístup k byznysu a marketingu. Níže uvedu pár příkladů otázek i odpovědí, které z nich můžeme získat.

• Které produkty jsou pro nás byznysově zajímavé? To znamená, že mají dostatečnou cenu a marži.

Ano, přesně na tyhle produkty se v marketingu zaměřte. Vytvořte jim co nejlepší obsah, pište o nich, inzerujte je a poutejte je interně v rámci e-shopu.

• Které byznysově zajímavé produkty mají špatný výkon ve vyhledávání?

Hurá, vypadlo vám z desítek tisíc produktů 100 byznysově nejdůležitějších, které mají špatné SEO? Začněte na nich pracovat.

• Které vyprodané produkty jsou vidět ve vyhledávání? Jaký mají jejich landing page výkon?

Ponechávání stánek vyprodaných produktů online je zažitý a běžný postup. Ale opravdu je potřebujeme nechávat běžet všechny? Možná je lepší nechat jen ty, které skutečně generují návštěvnost. A pokud mají návštěvnost, tak prodávají? Pokud ano, není co řešit. Pokud ne, tak kde je problém? Nemají náhodou špatně zpracovaný obsah? Poutáte na nich správně alternativní produkty?

• Které vstupní stránky produktů mají dobrý výkon ve vyhledávání, ale vysokou míru opuštění?

Vyfiltrujte si stránky, které mají dobrou viditelnost a prokliky, ale hodně bouncují. Je čas ověřit, jestli na nich vše funguje vše správně nebo není problém někde v obsahu nebo user intent.

• Které produkty s velmi dobrým výkonem ve vyhledávání se hodně vrací?

Důležitý dotaz ve vyhledávání obsazuje produkt, který jehož objednávka se často stornuje nebo vrací. Je s ním vše v pořádku? Neudělám něco pro to, abychom nabízeli něco kvalitnějšího?

• Které dotazy nesou traffic, ale jejich landing page neprodávají?

Zkontrolujte obsah stránek a to, zda na nich nabízíte něco smysluplného. Je na nich vůbec nějaká možnost nakoupit?

• Které produkty s vysokým CPC mají dobrý výkon ve vyhledávání?

Na základě výsledku můžeme optimalizovat PPC reklamy.

Takto a podobně si můžete klást otázky a odpovídat donekonečna. V první řadě je nutné vědět, proč analýzu děláte a co je jejím cílem. Jedině tak její výsledky využijete v praxi. Chcete konkrétní ukázku? Už ji pomalu chystáme ve formě případové studie pro jednoho z našich klientů.  Zůstaňte tedy v našem Taste bistru a my vám ji brzy naservírujeme na stůl.