Analytiikan työkalut

Miten analytiikkadataa kootaan, käsitellään ja raportoidaan? Kokosimme seuraavaan listaukseen tavallisimpia analytiikan työkaluja ja käsitteitä.

TOP 5 Analytiikkatyökalut datan keräämiseen

Millä työkalulla analytiikkaa pitäisi kerätä? Vaihtoehtoja on monia, ja samaa tietoa voi kerätä monilla alustoilla. Tässä listattuna tavallisimpia. Lisää työkaluja esitellään täällä.

Google Analytics

Google Analytics ei juuri esittelyjä kaipaa. Se on digitaalinen analyysityökalu, joka kerää tietoa verkkosivustolta koodinpätkän avulla ja esittää sen raportteina.

Lue aiempi kirjoitus aiheesta ja poimi vinkit Analyticsin hyödyntämiseen >

Google Analytics 4

Google Analytic 4 on Google Analyticsin uusin versio, joka sisältää uuden datamallin tiedonkeruuta varten sekä uusia Googlen koneoppimiseen perustuvia raportteja ja ominaisuuksia. Google Analytics 4 tulee vuosien mittaan korvaamaan nykyisen Universal Analyticsin.

Google Search Console

Google Search Console on Googlen tarjoama työkalu sivuston näkyvyyden seuraamiseen ja ylläpitoon. Täältä saadaan apuja myös analytiikkaan, esim. verkkosivun hakuliikenteen ja hakulausekkeiden tutkimiseen.

Käyttäytymisen seuranta (lämpökartat, tallenteet)

Lämpökartat (heat maps), näyttävät visuaalisesti lämpökarttana, mitä kohtia kävijät sivuilla klikkaavat tai eivät klikkaa, mitä sivuston alueita katsotaan eniten ja mihin asti kävijät sivua vierittävät. Suosituimmat (kuumimmat) alueet ja toiminnot näkyvät punaisena. Tämän perusteella voidaan arvioida sivun käytettävyyttä ja kehitystarpeita. Lämpökarttadataa tarjoavat esim. Hotjar ja Microsoft Clarity.

Tallenteet istunnoista edellä mainituissa ohjelmistoissa kertova konkreettisesti, mitä sivun vierailijat siellä tekevät.

Kanavien seurantakoodit (tracking codes)

Seurantakoodit (pikselit, tagit) ovat verkkosivulle asetettavia koodinpätkiä, joiden avulla voidaan saada analytiikkatietoa verkkosivuston kävijöistä ja heidän tekemistään toiminnoista. Tämän tiedon perusteella voidaan esim. tehdä heille parhaiten sopivinta mainontaa. Esimerkiksi Facebook-pikselin avulla voidaan tehdä tehokkaampaa Facebook-mainontaa ja mitata sen tuloksellisuutta.

Lue, miten seurantakoodi asetetaan oikein >

TOP 5 Keinot analytiikkadatan käsittelyyn ja mittaamiseen

Kun raakadata on kerätty, siitä pitäisi tietenkin saada irti se, mitä oikeasti halutaan tietää. Apuna voit käyttää haluamiasi mittareita ja apuvälineitä, kuten seuraavat:

Attribuutiomallinnus (attribution)

Attribuutiomallinnus auttaa ymmärtämään, miten eri kanavat ja kampanjat toimivat yhdessä konversiopolun aikana tuottaen konversioita. Ilman attribuutiomallinnusta saatat elää niin sanotussa viimeisen klikkauksen harhassa.

Lue, miten attribuutiomallinnus voi auttaa markkinointibudjetin allokoinnissa >

Konversiot (conversion)

Konversiolla tarkoitetaan liiketoiminnalle merkittävää tapahtumaa. Konversioksi voidaan lukea esimerkiksi uutiskirjeen tilaaminen tai yhteydenottolomakkeen lähettäminen. Verkkokaupassa se on yleensä osto. Yritys voi määrittää useita konversioita ja seurata niiden avulla esim. mainonnan tehokkuutta tai verkkokaupan menestystä.

Avustettu konversio (assisted conversion) auttaa ymmärtämään kanavien yhteistoimintaa ja sitä, miten kävijä on päätynyt konvertoitumaan. Google Analyticsin monikanavasuppilot näyttävät kanavat, jotka johtivat myöhemmin konversioon. Niistä siis nähdään, mitä verkkosivuston vierailija on tehnyt ennen lopullista konversiota.

UTM link tracking

Analytiikassa sivustolle saapuvaa markkinointia voidaan seurata ja raportoida kampanjatunnisteita käyttämällä. Tässä ns. link trackingissa URL-osoitteiden loppuun lisätään kyselyparametrit, jotka sisältävät kampanjan nimen, liikenteen lähteen, tulotavan, termin ja sisällön. UTM-tägit lähettävät Google Analyticsille informaatiota, jota se ei itse tunnista. Näitä tietoja hyödyntämällä voidaan mitata esim. eri kampanjoiden tuomaa menestystä.

Lue aiheesta tarkemmin >

Segmentointi (segmentation)

Google Analyticsissä voidaan tietoa analysoida myös segmenttien, eli tietojen osajoukkojen avulla. Segmentit voidaan määrittää keskittymään tiettyihin liikenteen tai kävijän ominaisuuksiin. Segmentti voi yksinkertaisimmillaan olla esim. desktopilla sivuilla vierailevat kävijät tai vaikkapa käyttäjät, jotka ostavat tietyn tuoteryhmän tuotteita tai vierailevat sivustosi tietyssä osassa tai ovat tietyn ikäisiä.

Lue, miten nykyaikainen segmentointi tuo yksilöllisempää markkinointia 

Yleisöt (audiences)

Google Analyticsin Yleisö-kohdasta saadaan tietoa, ketkä ovat käyneet verkkosivuilla. Siellä voidaan myös luoda mukautettuja yleisöjä. Tietoa voidaan hyödyntää myös some-mainonnan kohdistuksissa tai Google Adsin mainonnan kohdennuksissa. Google Analyticsin analytiikkadata on siis hyvä työkalu uudelleenmarkkinoinnissa.

Katso videolta, miten luot sivulla käyntiin perustuvan yleisön >

Keinot tulosten raportointiin ja visualisointiin

Analytiikan ja markkinoinnin raportointi parhaimmillaan on avointa ja informatiivista. Se ilmaisee selkeästi mitä on tehty ja mitkä ovat tulokset niin, että vastaanottajan on helppo niitä tulkita. Raportin lopussa on aina tärkeä vastata kysymykseen: “Mitä opimme ja mitä toimenpiteitä tehdään seuraavaksi?” Lue lisää täältä>

Data dashboard

Data dashboard toimii oivana työkaluna suurtenkin datamäärien käsittelyyn, havainnollistamiseen ja analysointiin. Se on työkalu, joka itsessään ei kerää dataa, mutta johon voidaan yhdistää dataa monista eri lähteistä, vertailla eri kanavia keskenään ja luoda ymmärrettäviä, visuaalisia dashboardeja moniin eri tarkoituksiin. Yksi hyväksi havaituista työkaluista datan keräämiseen ja visualisointiin on Google Data Studio. Aboadilla Google Data Studio on päivittäisessä käytössä.

Lue, mitä Data Studio voi tehdä markkinoinnillesi >

Lue, miten voit helpottaa markkinoinnin analysointia ja kehitystä >

Tilastollinen merkitsevyys

Tilastollisella merkitsevyydellä varmistetaan, että testitulos ei ole sattumaa, vaan mahdollisimman lähellä totuutta. On syytä muistaa, etteivät tulokset koskaan ole 100% varmoja, mutta hyvin lähelle totuutta voidaan kuitenkin päästä.

Aboadilla varmistamme rutiinitoimenpiteenä tuloksia tarkastellessa, ovatko tulokset tilastollisesti merkitseviä. Lue lisää >

Kirjoittaja

[email protected]