Strona główna / Blog / Jak znaleźć przyczyny niższych przychodów z Google Analytics

Jak znaleźć przyczyny niższych przychodów z Google Analytics

17.04.2019

2 min czyt.

Case Study

Co wykorzystaliśmy do tej analizy?

• Google Analytics z poprawnie skonfigurowanym modułem e-commerce, działającym od ponad 2 lat.
• MS Excel (można użyć dowolny inny arkusz kalkulacyjny)

Jak wygląda sytuacja?

Prowadzimy kampanie Google Ads dla Klienta z branży AGD. W ostatnim czasie przychody przestały rosnąć. W celu sprawdzenia co się dzieję, zbadaliśmy dane Google Analytics (strona Klienta już od kilku lat zbiera dane GA, w tym e-commerce).
Dzięki temu mogliśmy porównać miesięczne wyniki na przestrzeni ostatnich 2 lat.
Korzystając z opcji porównania danych (rok do roku) i wykresów grupowanych wg miesiąca sprawdzaliśmy najważniejsze wskaźniki e-commerce (przychody, wsp. konw. e-commerce, ilość transakcji i inne, aż w końcu zauważyliśmy bardzo istotną zmianę:

Średnia wartość zamówienia mocno zmniejszyła się w lipcu 2018 (w porównaniu zarówno z lipcem 2017, jak i czerwcem 2018) i w całej 2. połowie 2018r. była znacznie niższa niż w 2 poł. 2017r. (śr. wartość transakcji zmalała z ok. 650zł do ok. 520zł) 
(dane te znaleźliśmy w raporcie konwersje > E-commerce > Przegląd wybierając na wykresie śr. wartość zamówienia i porównując zakres dat (cały 2018 vs 2017).

Z tą wiedzą zaczęliśmy badać co wydarzyło się w połowie 2018r. – wówczas miała miejsce przebudowa strony. Co istotne po przebudowie strony ilość transakcji nadal rosła, a całkowite przychody były dość stabilne. Problem mniejszych przychodów pojawił się na większą skalę przy porównaniu wyników styczeń 2019 vs styczeń 2018.

Co było przyczyną niższej wartości transakcji?

W połowie 2018r. weszła nowa wersja sklepu, która wolniej działa, a przede wszystkim w koszyku przestała pokazywać ile zł dostało do darmowej dostawy.

Cały czas była i jest darmowa wysyłka od 750zł – ale od momentu braku wyświetlania tej informacji ¼ kupujących przestała ‚dopychać’ koszyk do 750zł (żeby oszczędzić ok. 20zł na wysyłce).

W 1 poł. 2018 ok. 25% transakcji miała wartość 750+ zł, a w 2 poł. 2018r. już tylko 19%.

(Wartości transakcji znajdziemy w raporcie Konwersje > E-commerce > Skuteczność sprzedaży – możemy je eksportować do xlsx/csv/arkuszy Google i filtrować wg przychodów (dla obu okresów porównaliśmy ilość transakcji powyżej 750zł do łącznej ilości transakcji).

Jakie wdrożyliśmy rozwiązania?

Wysłaliśmy do Klienta porównanie wartości transakcji w badanych półroczach, oraz ww. screen z Analytics, żeby pokazać że spadła wartość sprzedaży m.in. z powodu nie przekraczania progu darmowej dostawy 750zł.
Klient wdroży testy A/B koszyka z i bez powiadomienia ile brakuje do limitu 750zł
Ponadto wprowadzi też testy niższego progu darmowej wysyłki.

Wysłaliśmy do Klienta porównanie wartości transakcji w badanych półroczach, oraz ww. screen z Analytics.

Wnioski dot. korzystania z Analytics:

• zadbajmy o poprawną konfigurację modułu e-commerce (nie tylko dla analizy wyników, ale także dla uruchomienia coraz popularniejszych kampanii typu Smart Shopping)
• sprawdzajmy wiele wskaźników i to zarówno miesiąc po miesiącu jak i rok do roku (np. patrząc tylko na wyniki w 2 poł. 2018r. umknąłby nam spadek śr. wartości zamówień)
• jeśli podejrzewamy, że przyczyną niższych przychodów są zmiany na stronie to badajmy wyniki GA dla całości ruchu (domyślny segment – Wszyscy użytkownicy).

Dodatkową zaletą jest to, że dla całości ruchu GA zwykle podaje kompletne dane
W przypadku stosowania segmentów Analytics często podaje próbkowane dane, które mogą być niedokładne

• jeśli chcemy przeprowadzać dokładniejszą analizę danych to warto korzystać z możliwości arkuszy kalkulacyjnych (lub innych narzędzi analitycznych), które pozwolą nam na filtrowanie i dalsze ‘mielenie’ danych (np. sprawdzenie odsetka transakcji powyżej pewnej wartości).