V online marketingu aj mimo neho sa často stretávame s tým, že ľudia si zjednodušujú fungovanie vecí bez ohľadu na informácie, ktoré majú k dispozícii.

Máme k dispozícii obrovské množstvo dát, ale pri ich analýze nejdeme do hĺbky a z veľkej časti sa rozhodujeme aj tak len na základe našej intuície alebo odporúčaní iných.

Webová analytika nie je žiadna kvantová fyzika, ale aj napriek tomu mám pocit, že jej potenciál nevyužívajú ľudia naplno a navyše opakujú tie isté chyby. Tu sú tie, s ktorými sa stretávam najčastejšie.

Máme málo informácií

„Spustili sme na stránke A/B testovanie a zistili sme, že kratší formulár vyplnilo o 7 ľudí viac ako pôvodný. Tak sme ho zmenili na celom webe.”

Problém nedostatku informácií sa objavuje napríklad pri A/B testovaní. Väčšinou ho vyhodnocujeme tak, že porovnávame počet konverzií, ktoré dosiahli testovacie varianty, a na základe toho určíme víťaza testu. Môže sa stať, že týchto konverzií nebude dosť, ale my sa  napriek tomu uspokojíme aj s malým číslom a urobíme na základe neho rozhodnutie.

Takáto cesta nie je správna. Ak máte napríklad malý e-shop, ktorý predá 30 produktov mesačne, tak si musíte dávať pozor na to, aby ste nazbierali dostatok informácií a dosiahli štatistickú významnosť. Nestačí, že má jedna testovacia verzia o tri konverzie viac ako tá pôvodná. Môže to byť len náhoda, ktorá sa už nemusí zopakovať.

Hľadáme spojenia tam, kde nie sú

„Pred týždňom som do textov na webe pridal viac kľúčových slov a zvýšila sa nám návštevnosť celého webu.”

Niekedy máme tendenciu spájať si určité javy dohromady a vidíme medzi nimi spojenie, ktoré tam v skutočnosti nie je. Ak sme vykonali nejaké zmeny na našom webe a po čase sa ukázalo, že sa naša stránka zobrazuje vyššie vo výsledkoch vyhľadávača, tak to môžeme chápať tak, že to spôsobila táto naša konkrétna aktivita.

V skutočnosti to ale môže byť oveľa komplikovanejšie. Práve spomínané zobrazovanie stránok vo výsledkoch vyhľadávania ovplyvňujú desiatky rôznych faktorov. Nemôžeme si byť istí, že sme ten posun pozície spôsobili my a nie napríklad aktualizácia vyhľadávacieho algoritmu. Dokonca si nemôžeme byť istí ani tým, že tá naša zmena mala pozitívny efekt. Všetko, čo nedokážeme presne zmerať, by sme mali vyhodnocovať veľmi opatrne. Aby sme potom netrávili zbytočne čas aktivitami, o ktorých si myslíme, že pomáhajú, ale reálne nemajú žiadny efekt.

Hľadaniu vzťahov medzi dvomi absolútne nesúvisiacimi javmi sa venuje aj web Spurious Correlations. Na jednom grafe tu môžeme vidieť, že s klesajúcou spotrebou margarínu klesala aj miera rozvodovosti v americkom štáte Maine. Podobne nesúvisiace, aj keď menej vtipné javy, porovnávame často aj vo webovej analytike. 

Hodnotíme iba časť informácií

„Väčšina ľudí, ktorí prídu na náš web z AdWords, hneď aj odíde preč. Zbytočne za to vyhadzujeme peniaze, nemá to pre nás zmysel.”

Prečo návštevníci z AdWords kampaní opúšťajú váš e-shop bez toho, aby nakúpili? Je to kvôli tomu, že AdWords nie je pre vás alebo vám kampane nastavoval niekto neschopný a je to jeho chyba? Veľa ľudí sa uspokojí s takýmto jednoduchým a na prvý pohľad logickým zdôvodnením a nehľadá skutočnú príčinu.

Pravý dôvod neúspechu nemusí byť jeden, môžu ich byť desiatky. Možno ich odradilo to, že sa na stránke nevedeli zorientovať. Alebo sa im pomaly načítavala a nemali trpezlivosť čakať. Alebo sa im nesprávne zobrazila v smartfóne. Prípadne nechceli platiť za produkt prevodom na účet. Nemali by sme sa uspokojiť s prvým číslom, ktoré na nás zasvieti v Google Analytics. Mali by sme analyzovať čo najviac možných faktorov, ktoré to mohli spôsobiť, a pomenovať tie najpravdepodobnejšie.

Čo funguje jednému, nemusí fungovať druhému

„Minule som niekde čítal, že najviac sa oplatí zdielať články v stredu o piatej. Odteraz to tak robíme aj my.”

Problém ľudí čítajúcich prípadové štúdie je ten, že v nich nevidia inšpiráciu, z ktorej by si mali zobrať to najlepšie. Často ich chápu ako univerzálny návod, ktorý bude určite fungovať presne tak isto aj na ich webe. Bez ohľadu na to, že článok napísala firma, ktorá pôsobí v inej krajine, predáva iné produkty a má úplne inú cieľovú skupinu.

Nechcem tým povedať, že prípadové štúdie sú zlé a nemôžu byť užitočné. Výstupy z nich ale treba prispôsobiť vašim podmienkam a hlavne ich treba otestovať a získať reálne dáta z vášho webu a od vašich návštevníkov.

Záver

Výhodou online marketingu je to, že v ňom dokážeme zmerať takmer všetko. Bola by preto škoda nevyhodnocovať tieto dáta komplexne a v širšom kontexte. Nie je to žiadna veda a dá sa to naučiť. Chce to len prax.