GABC 2011: Highlights fra Google Analytics-konference

Hvor bevæger forretningsorienteret webanalyse og Google Analytics sig egentlig hen og hvor langt er man kommet i at arbejde forretningsorienteret med webstatistikker? Få svaret her med med indtryk, learnings og findings fra Google Analytics Business Conference (GABC) i København, maj 2011.

Google Analytics Business Conference – hvad er nu det?!!
GABC – en konference med fokus på forretningsorienteret brug af Google Analytics – dét lød for spændende! Og konkret web-viden mangler. Måske ikke lige her i det lille nordjyske verdensfirma, som altid har arbejdet med webstatistik, brugeradfærd, effektmåling og ROI – men ude i mange virksomheder.

Det er vigtig at vise danske virksomheder og beslutningstagere, hvad vi faktisk kan med deres webdata og webstatistikker. – Og vise værdien af fakta, så marketingchefer, direktører, bestyrelser kan træffe bedst mulige beslutninger til glæde for øget omsætning og bedre konkurrenceevne. Kort sat hvordan vi kan fjerne usikkerhed – og hvordan virksomhederne med en lille indsats kan få væsentlig mere ud af deres marketing-budgetter.

At konferencen så også skulle promovere webanalyse-benet hos arrangørerne IIH Nordic, Valtech & Guava – nåja, det går jo nok. Det er jo seriøse folk.

Derudover bød programmet på flere Analytics-pinger fra den vide verden med besøg fra Google, vores egen UserReport samt folk fra WiderFunnel, Kwantic og Omega Digital.

Forretningsorienteret brug af Google Analytics
Alt i alt var det også en glimrende lejlighed til at tage temperaturen på, hvor forretningsorienteret man egl. arbejder med webdata og hvad de førende webanalytikere anser for at være forretningsorienteret og avanceret webanalyse.

Bedst på GABC
I stedet for en egentlig anmeldelse, har jeg samlet indtrykkene fra indlæggene fra Analytics-konferencen – startende med det vigtigste, som også får mest plads og sluttende med de mindre vigtige indlæg.

Bedst: Guava-case om Tailormade
Kristoffer Ewald fra Guava havde efter min mening langt det mest interessante at byde på i sit korte case-indlæg om Multichannel Marketing bygget over webdata fra Tailorstore.

Tailorstore skræddersyr tøj
Kristoffer Ewald havde analyseret 4 måneders webdata fra tailorstore.co.uk, – en ehandel hvor du kan få tøj syet efter mål via en konfigurator.

Når webdata skævvrides
Google Analytics er et glimrende standardværktøj til indsamling af data – metrics som det også kaldes – men data skal analyseres og fortolkes. I Google Analytics “lider” vi webanalytikere allesammen under at Analytics knytter en kundes køb til første medie som blev taget i brug ifm. købet.

  • Ikke indenfor seneste uge…
  • Ikke indenfor seneste måned…
  • Men indenfor seneste halve år – som standard

I mange sammenhænge er det en fordel at kunne følge kunden over lang tid. Indenfor visse BtB-segmenter kan købsbeslutningen tage meget lang tid – også mere end 6 måneder kan være relevant (har et eksempel på 2 år blandt mine kunder). Indenfor BtC, altså slutbrugere vil 6 måneder sjældent give et retvisende billede af kundens købs- og beslutningsproces. Kristoffer Ewald vurderede at 6 måneders datamæssig købsbinding generelt mere er til fordel for Google end til virksomheden.

Lang cookie-tid skævvrider data
I tilfældet med Tailorstore vil Google Analytics’ låsning af købet til ét medie, der kan ligge 6 måneder tilbage, skævvride dataene således at

  • Search trafik overvurderes (dvs. søgninger f.eks. på Google)
  • Direkte trafik undervurderes (anvender webadressen)
  • Display trafik undervurderes (f.eks. klik på bannere)

Hvilket selvfølgelig er til Google fordel, men ikke til forretningens fordel, når der skal analyseres på det – og man skal træffe beslutninger om markedsføringsindsatsen. Dette understreger, at man ikke “bare” kan sætte Google Analytics på – og så tro man få “sandheden”.

Kundens medieforbrug kræver Multichannel Marketing
Vi ved, at kundernes initiering til køb foregår ud fra et bredere brug af forskellige medietyper, men når vi kigger i Google Analytics vil hovedmediet ofte være Search – og altså Google selv.

Som Kristoffer Ewald viste, så er det imidlertidig ikke hele sandheden. I praksis anvender kunderne nogle flereflows på vejen til salg og hvor søgemaskinerne ganske korrekt indgår. Men knapt så meget som det umiddelbart vises i Google Analytics.

Kristoffer havde været igang med den helt store tal-manøvre i excel og viste med i sit Multichannel Marketing-indlæg, hvordan webdata kan løftes op på et langt højere og mere beskrivende niveau.

Det var et særdeles spændende indlæg, der indgød respekt – både omkring det strengt faglige, men også og i særdeleshed det forretningsmæsssige aspekt af Multichannel Marketing. 

Case: Nyttig Valtech-case om Danbolig
Lars Gundersen fra Valtech havde valgt en case om Danbolig og deres skift fra Omniture til Google Analytics. Danbolig-casen var god til også at illustrere hvad der sker i en organisation, som IKKE arbejder struktureret med sine data og historik. Vigtige erfaringer, findings og learnings bliver ikke uddraget og de erfaringer og konklusioner som trods alt uddrages kommer ikke i de rette hænder. Dette skyldtes bl.a. en fejlfinderkultur blandt medarbejderne. Fejlfinder-syndromet handler om at ingen tør fremvise dårlige tal af frygt for at blive udstillet. Det kræver en ændret organisationskultur – væk fra at tænke i fejl hen imod at tænke i muligheder, løsninger og salg.  

Danbolig er som flest
Min erfaring er Danbolig er på ingen måde en unik virksomhed på dette punkt. Langt de fleste danske virksomheder – inkl. offentlige virksomheder – får ikke hentet nytteværdien af brugeradfærden på deres onlineløsninger ud til prioriterede og konkrete optimeringstiltag. Bl.a. pga. frygt blandt medarbejderne for at blive draget til ansvar for nuværende ringe resultater. Det er dog yderst sjældent at disse “fejl” skyldes medarbejderne – oftest handler det mere om beslutningstagernes egen manglende indsigt i hvordan onlineløsninger performer.

Ud med Omniture, ind med Google Analytics
Da Danbolig valgte at skifte fra Omniture til Google Analytics kom der nye udfordringer til – bl.a. fordi de 2 webstatistik-systemer måler forskelligt. Bl.a. måltes op til 20% forskel i antal besøgende. Danbolig (og Valtech) blev således udfordret på validiteten af webdataene. Læringen var, altid at validere data helt igennem – hvilket i praksis kan betyde at man skal ind og læse logfilen og sammenholde den med webstatistikken.

Alt i alt en god klassisk case om både udfordringer med at arbejde faktuelt og forankret og komme ind i det velkendte dynamiske optimeringsflow: Måling, rapportering, analyse, optimering, måling, rapportering ect.

IIH Nordic: Google Analytics til Enterprise-brug
Steen Rasmussen fra IIH Nordic tog Google Analytics op i Enterprice-niveauet. På nær størrelsen ift. små og mellemstore virksomheders behov er der nu ikke de store forskelle at spore. Det gælder på de store løsning som på de små – at der skal være styr på mål, datakvalitet og segmentering af data ned i håndterbare og relevante størrelser ift. afdelingers og medarbejderes behov.

Som i de øvrige cases blev det understreget af Steen Rasmussen at analyse af data intet er uden en fortolkning og anbefalinger til handlinger. Tallene tjener kun som dokumentation, hvilket i øvrigt ikke kan undervurderes, men skal heller ikke overvurderes: Jeg ser ofte at virksomheder nok får hentet masser af tal ud af deres webstatistik, men glemmer at fortolke og handle på det tallene faktisk viser.

Plads nok i Google Analytics
Som for at lægge vægt på at Google Analytics kan håndtere Enterprise-løsninger fortalte Steen Rasmussen at blandt de største danske virksomheder anvendte 75% Google Analytics (GA). Og fik nævnte at man som standard havde 50 profiler i GA, og 50 mere hvis man anvendte Adwords og muligvis 100 til hvis man talte pænt med Google. I praksis er GA skalerbart, for de fleste store virksomheder er multinationale og vil typisk havde flere My Client Centre i Adwords – og hermed også tilsvarende mange flere GA-konti.

Indlæg: Webanalyse til Business Intelligence – ramte ikke helt
Chris Gowards, CEO hos WiderFunnel Marketing Optimization skulle fortælle om hvordan man kan begynde at anvende webanalyse til Business Intelligence. Det var sådan set et udemærket indlæg – det handlede bare ikke ret meget om emnet og nærmest slet ikke om hvordan man får Business Intelligence ud af Google Analytics og webanalyse, selvom det fint kan lade sig gøre.

Til gengæld havde Chris Goward en glimrende gennemgang af hvordan optimering af landingpages kan forbedre salget / konverteringen med både 20%, 30% og 50% og mere.

Det er tydeligt at de hos WiderFunnel Marketing Optimization er kommet langt i deres metoder til hvordan man strukturet får skruet en god landingpage sammen. Chris Gowards viste dog også at det ikke er “bare lige” at optimere til høje konverteringer.

Kunne kaldes Landingpages Intelligence
Det skal siges, at jeg ikke betragter optimering af landingpages som Business Intelligence. Det var dog stadig et rigtig godt og relevant indlæg om landingpages, som helt klart er et undervurderet arbejdsområde hos mange virksomheder og deres webbureauer. Men indlægget handlede desværre ikke nok om Business Intelligence  og nærmest slet ikke om hvordan webanalyse indgik i arbejdet. Havde Chris Gowards kaldt indlægget for Landingpages Intelligence – hvad det været lige i øjet! 

Indlæg: Cult Of Analytics – mest fyld
Steve Jackson, Chief Analytics Officer hos Kwantic og forfatter til bogen “Cult Of Analytics” skulle fortælle om udvidet brug og forståelse af webanalyse. I sit 40 minutter og alt for lange indlæg fik han efter min mening gjordt det simple kompleks indenfor webanalyse – og det var så vist det som skulle være “kult”. Der var ganske enkelt ikke megen Kult i dette og Steve Jackson holdt slet ikke hvad han lovede efter min mening. Det var alt for megen form og alt for lidt indhold. Og det indhold, som der trods alt var – var ikke specielt cult på nogen måde. Det var efter min opfattelse elementære webanalyse-forhold som han kom omkring.

Fint at han er forfatter til bogen “Cult Of Analytics”, men jeg undrer mig over hvad han egl. lavede på GABC i København. Jeg synes at Steve Jacksons indlæg ramte forbi.

Indlæg: Measuring Success in Social Media – oversolgt
Brian Clifton fortalte om hvordan man måler på trafik fra sociale medier (Facebook, Twitter, fora osv.). Indenfor webanalyse har vi lidt en blind plet, når det handler om at måle på effekten af sociale medier, dvs. effekten af brugernes online mund-til-øre. Mine forventninger til indlægget var derfor skruet i vejret, når det er en forfatter, som har skrev en bog om emnet (“Advanced Web Metrics with Google”).

URL-forkortere
Jeg tænkte, at han måske havde kigget nogle tricks ud som vi andre ikke havde set. Men det havde han ikke, viste det sig hurtigt. Han brugte groft sagt sine 30 minutter på at vi med fordel kan bruge URL shorteners for at tracke trafik fra forskellige sociale medier – og det er jo ligesom ikke nogen nyhed.

Fordelene ved at anvende URL shorteners skal selvfølgelig nævnes på en konference om forretningsorienteret brug af Google Analytics, men det var skudt over målet at bruge så langt tid på næsten ingenting.

Mine GABC eftertanker
Det var alt i alt lidt blandede indtryk, som GABC efterlod – sådan er det ofte med konferencer. Men 2 hovedindtryk står tilbage:

  • Arrangørerne, repræsenteret ved danske webanalytikere, holdt et højt niveau ift. de udenlandske indlægsholdere.
    Det tyder på, at vi er godt med herhjemme…
  • Selvfølgelig vurderer jeg også både eget niveau og Abilitor.dk’s webanalyse-ydelser efter sådan en dag.
    Og dette tyder på, at vi også er endda godt med her i det jyske…

GABC 2011 var alt i alt en relevant konference med mindre skønhedspletter. Vi ses næste år…

Henrik Hansen

Dette indlæg blev udgivet i Webstatistik og tagget , , , , . Bogmærk permalinket.

Skriv et svar

Din e-mail-adresse vil ikke blive offentliggjort. Krævede felter er markeret med *

Disse HTML koder og attributter er tilladte: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>