Google Analytics mostra 104 conversioni. Il tuo CRM mostra 123 nuovi lead. Heap riporta 97. E così via.
È facile essere frustrati dalle discrepanze nei dati. Di quale fonte ti fidi? Quanta varianza va bene? (Dan McGaw suggerisce il 5%.)
Per la maggior parte delle aziende, Google Analytics è un — spesso il– fonte primaria di dati analitici. Allineando i suoi numeri con altri strumenti nella tua pila martech mantiene i risultati credibili e la pressione sanguigna gestibile.
Questo post copre le discrepanze tra Google Analytics e il tuo:
- CRM, CMS, contabilità o altri software back-end.
- Strumento di test A / B, strumento di personalizzazione o altri strumenti di analisi.
- Google Ads.
Ti mostreremo cosa causa tali discrepanze con i dati di Google Analytics e come risolverli (o almeno minimizzarli).
Ma prima di diagnosticare una "discrepanza" …
Prima di iniziare a confrontare diverse origini dati e cercare discrepanze:
1. Devi sapere come funziona ogni strumento. Ciò include il modo in cui ognuno definisce e misura sessioni, utenti, conversioni, ecc.
Alcuni strumenti della stessa azienda, come Google Analytics e Google Optimize, presentano discrepanze nei rapporti. (Anche Google Analytics e Google Ads presentano differenze.)
Non sorprende, le differenze sono maggiori negli strumenti di diverse aziende. Ad esempio, il "tasso di conversione" in Google Analytics è conversioni / sessioni, mentre in VWO e ottimamente sono conversioni / visitatori unici.
Analizzando ulteriormente, Google Analytics e VWO limitano una conversione a una volta per sessione o visitatore, mentre Optimizely ti consente di contare ogni conversione.
2. L'intervallo di date di confronto dovrebbe essere abbastanza lungo per includere una discreta quantità di dati e non dovrebbe essere troppo lontana in passato (perché qualcosa potrebbe essere cambiato nella configurazione).
In generale, il mese precedente o gli ultimi 30 giorni è una scelta sicura.
3. Non scegliere le metriche che lo sono simile ma non è lo stesso. Non ha molto senso confrontare le sessioni con utenti o conversioni uniche per utente conversioni totali, ecc.
4. Quando si identifica una discrepanza, ottenere il più granulare possibile. Sapere che hai una differenza del 15% nelle transazioni complessive non ti dice molto: sapere che manca il 100% delle transazioni PayPal è molto meglio.
E prima di provare a risolverne uno …
Dopo aver capito cosa potrebbe essere rotto, passa da solo attraverso l'imbuto e assicurati che alcuni eventi siano effettivamente mancanti o rotti o che qualcos'altro sia spento.
Nella maggior parte dei casi, la correzione delle discrepanze richiede lavoro da parte di sviluppatori, specialisti dell'implementazione dell'analisi o altri esperti. Non iniziare a modificare, aggiungere o rimuovere tag o snippet senza una corretta conoscenza del funzionamento di tali strumenti.
Altrimenti, è facile trasformare una piccola discrepanza in un grosso problema, uno che tormenta i confronti di dati anno su anno e quasi tutte le metriche trimestrali (anche annuali).
1. Discrepanze nei dati tra Google Analytics e un software CRM, CMS, contabile o di altro tipo
Problema: le conversioni di Google Analytics sono duplicate.
Perché succede?
Una pagina di conferma viene ricaricata, aggiunta ai segnalibri o semplicemente caricata più volte.
Come sistemarlo
Le pagine di conferma dovrebbero essere uniche e visualizzabili una sola volta. È possibile ottenere ciò includendo un ID univoco all'interno dell'URL.
Quindi, invece di un generico:
- https://shop.com/checkout/thank-you
Ogni transazione includerebbe un ID all'interno dell'URL:
- https://shop.com/checkout/9873230974/thank-you
Se ricarichi la pagina o accedi da un segnalibro, dovresti essere reindirizzato automaticamente a una pagina diversa ma pertinente, come una pagina dei dettagli dell'ordine:
- https://shop.com/checkout/9873230974/order-details
Questo ha senso anche per un altro motivo: non si desidera che un acquirente recente ricarichi una pagina che fa sembrare che un ripetere il pagamento è andato a buon fine.
Assicurati che le pagine di conferma siano impostate su "noindex". Le "pagine di ringraziamento" per i moduli di lead sono spesso generiche e, per impostazione predefinita, impostate per essere indicizzate dai motori di ricerca.
Ciò può far sì che tali pagine appaiano nei risultati di ricerca per le query sui marchi (anche mostrandosi come sitelink sotto la home page).
Nella maggior parte dei casi, quello non lo farà accade, ma avere quelle pagine indicizzate è una responsabilità: un obiettivo di Google Analytics impostato come URL di destinazione registrerà una conversione per chiunque visiti quella pagina direttamente dalla ricerca.
Problema: Google Analytics include transazioni di test e altro traffico di test.
Perché succede?
QA. A volte le aziende hanno il loro specialista di controllo qualità che completa l'imbuto di tanto in tanto per assicurarsi che tutto funzioni correttamente.
Oppure potrebbe essere impostato un bot per controllare regolarmente l'imbuto. Oppure qualcuno potrebbe voler vedere la pagina di ringraziamento e, per accedervi, completa una transazione di prova.
Modifiche al processo di pagamento. Quando qualcosa cambia con i gateway di pagamento, le aziende di solito testano la nuova configurazione con alcune transazioni fittizie che successivamente annullano / rimborsano.
In tutti questi casi, non desideri che tali transazioni vengano visualizzate in Google Analytics.
Come sistemarlo
Le soluzioni sono semplici. Mentre l'uno o l'altro può essere sufficiente, includendo entrambi è il percorso più sicuro:
Problema: in Google Analytics mancano alcune conversioni.
Perché succede?
La tua configurazione potrebbe essere rotta. Ad esempio, Eventi o visualizzazioni di pagina vengono inviati troppo tardi perché diversi script vengono attivati prima di Google Analytics, portando un utente a chiudere la finestra del browser prima dell'esecuzione dello script di Google Analytics.
La tua configurazione cambia nel tempo. Ad esempio, una pagina di conversione viene sostituita dalla conferma sulla pagina dell'invio di un modulo, ma gli obiettivi di Google Analytics non vengono aggiornati dagli URL di destinazione agli eventi.
Diverse opportunità di conversione attivano lo stesso obiettivo. Google Analytics monitora un massimo di una conversione per obiettivo per utente per sessione.
Come sistemarlo
Testa la tua configurazione quando crei nuove opportunità di conversione e rivedi periodicamente. Un controllo sanitario leggero ogni 3-6 mesi ha senso.
Puoi anche impostare avvisi personalizzati in Google Analytics per individuare un cambiamento radicale nelle conversioni. (Usa con discrezione: è facile inondare la tua casella di posta con falsi positivi.)
Se può esserci più di una conversione per sessione, utilizza Google Analytics Events invece di pagine di conferma.
Problema: Google Analytics non sta monitorando alcuni gateway di pagamento.
Perché succede?
Non tutti i processori di pagamento vengono tracciati. Gli acquisti con carta di credito, ad esempio, possono essere inclusi ma non PayPal o Amazon.
(Anche il monitoraggio interdominio tra il tuo sito e i fornitori di servizi di pagamento può interrompere il fonte informazioni per le transazioni, sebbene riporteranno comunque le transazioni.)
Come sistemarlo
Archivia le informazioni del gateway di pagamento in Google Analytics. È possibile memorizzare le informazioni con una dimensione personalizzata. Quindi, controlla quale tipo di pagamento presenta problemi confrontando i numeri di back-end.
Come dettagli di Jamie Shields, puoi anche regolare le impostazioni di Google Analytics per acquisire quei dati (purché tu abbia già abilitato l'e-commerce avanzato).
2. Discrepanze nei dati tra Google Analytics e uno strumento di test A / B, uno strumento di personalizzazione o altri strumenti di analisi.
Ogni strumento ha i suoi metodi per varie metriche. Ad esempio, mentre Google Analytics tiene traccia di una conversione per obiettivo per utente per sessione, altri strumenti conteggiano ogni conversione.
In alcuni casi, è possibile modificare questa regola. Quando possibile, assicurati di avere una configurazione simile in tutti strumenti che prevedi di confrontare. Se un sito ha gateway di pagamento diversi, assicurati che tutti (ad es. Carta di credito, PayPal, Apple Pay, ecc.) Vengano tracciati allo stesso modo.
Prima di iniziare un confronto, assicurati di capire come funziona ogni strumento e le definizioni per loro terminologia (sessione, visita, visitatore, utente, ecc.). Se possibile, prova a replicare i set di regole da altri strumenti in Google Analytics.
Per replicare la configurazione a livello di utente vista nella maggior parte degli strumenti di test in Google Analytics, devi creare segmenti personalizzati con ambito utente (non con ambito sessione), uno per tutti i visitatori e uno per gli utenti che hanno avuto almeno una conversione.
Puoi farlo con rapporti personalizzati, segmenti personalizzati, ecc., Per vedere se riesci a ottenere numeri corrispondenti (o almeno più vicini). Se uno strumento fornisce dati a livello di hit, conversione o transazione, confronta gli ID univoci per rilevare quali dati mancano.
Ecco alcuni scenari comuni in cui la logica variabile può ostacolare risultati accurati.
Problema: l'impostazione del segmento personalizzato in Google Analytics è errata.
Quando analizzi i dati dei test A / B in Google Analytics, di solito inizi creando un segmento personalizzato per ciascuna delle tue varianti. Ciò può comportare dimensioni dell'esperimento / variante predefinite, dimensioni personalizzate ed eventi personalizzati.
La maggior parte degli strumenti di test fornisce linee guida per la creazione di segmenti di Google Analytics nella parte della loro documentazione che copre la loro integrazione con Google Analytics. Ecco un esempio di VWO:
Probabilmente dovrai decidere se creare segmenti basati su sessione o utente. (La maggior parte degli strumenti di test passa automaticamente ai segmenti basati sull'utente; Google Analytics imposta automaticamente quelli basati sulla sessione.)
Problema: i valori delle dimensioni personalizzate vengono sovrascritti da un altro esperimento.
Molti strumenti di test e personalizzazione si basano su dimensioni personalizzate per le loro integrazioni. Ciò significa che l'utente deve selezionare una dimensione personalizzata ogni volta che imposta un nuovo test.
Poiché tali dimensioni si trovano su un ambito a livello di sessione o utente, più esperimenti possono inviare dati nella stessa dimensione e l'ultimo valore sovrascriverà tutti i valori precedenti.
Tieni traccia delle tue dimensioni e assicurati che nessun esperimento simultaneo abbia la stessa dimensione. Negli strumenti di test, dai un nome ai tuoi esperimenti come "Pagina categoria – Focus area filtro – Desktop – GA12".
GA12 si riferisce alla dimensione personalizzata 12 in Google Analytics e un'impostazione pertinente nello strumento di test per quell'esperimento. In questo modo, puoi verificare che nessun altro esperimento live abbia GA12 nel suo nome.
Un'altra soluzione è utilizzare gli eventi personalizzati anziché le dimensioni, ma ciò richiede in genere un lavoro di sviluppo personalizzato. (Alla CXL Agency, abbiamo impostato questo per la maggior parte dei clienti.)
Problema: esiste una differenza nei numeri tra Google Analytics e Google Optimize.
Anche se entrambi gli strumenti dovrebbero fare affidamento sullo stesso set di dati, le discrepanze possono ancora verificarsi.
Tutte le metriche visualizzate in Ottimizza vengono prima elaborate da Analytics, quindi trasferite in Ottimizza. La spinta per ottimizzare può richiedere fino a 12 ore. Di conseguenza, generalmente vedrai più sessioni di esperimenti in Analytics che in Ottimizza.
Inoltre, quando si termina un esperimento, i dati accumulati tra l'ultima spinta a Ottimizza e la fine dell'esperimento lo saranno non essere spinto su Ottimizza (ma sarà disponibile in Analytics).
I tassi di conversione sono calcolati anche in modo diverso:
Optimize sta calcolando il tasso di conversione effettivo per una variante. Questo valore potrebbe non essere ancora rappresentato dal tasso di conversione osservato di una variante, in particolare all'inizio dell'esperimento. Puoi aspettarti che il tasso di conversione futuro di una variante rientri nell'intervallo visualizzato in Ottimizza il 95 percento delle volte.
Al contrario, le metriche del tasso di conversione visualizzate per lo stesso esperimento nel rapporto Esperimento contenuti di Analytics sono un calcolo empirico delle sessioni di conversione / esperimento. Questi due valori del tasso di conversione (l'intervallo del tasso di conversione modellato in Ottimizza e il tasso di conversione osservato in Analytics) dovrebbero essere diversi e ti consigliamo di utilizzare i valori in Ottimizza per la tua analisi.
3. Discrepanze nei dati tra Google Ads e Analytics
Google offre documentazione ufficiale per dettagliare le discrepanze tra Google Ads e Google Analytics:
- Il confronto di lunghi intervalli di date può includere periodi durante i quali i tuoi account non sono stati collegati.
- Il collegamento di più account Google Ads alla stessa vista Analytics complica le informazioni nei rapporti.
- I filtri possono rimuovere alcuni dei dati dai rapporti di Analytics. Verifica che non vi siano filtri che modificano gli URL finali della campagna.
- I dati di Google Ads vengono importati in Analytics al momento della visualizzazione del rapporto, pertanto i dati sono aggiornati all'ora più recente.
Conclusione
Piccole discrepanze nei dati sono una realtà, anche una configurazione "perfetta" non eviterà una certa varianza tra gli strumenti di reporting. Ma, in quasi tutti i casi, vediamo molte discrepanze che possono – e dovrebbero – essere corrette.
Prima di iniziare, assicurati di avere una chiara comprensione di come ogni strumento elabora i dati. Alcune soluzioni, come l'esclusione dell'indirizzo IP interno, richiedono solo un paio di minuti per l'implementazione.
Altri sono più complessi. Se non disponi di competenze interne, puoi assumere l'agenzia CXL per controllare e correggere la configurazione di Google Analytics.