Dzięki modelowaniu odzyskaliśmy dużą część danych o ruchu i transakcjach w sklepie on-line
- GA4
- Consent Mode
- Modelowanie danych
O kliencie
Historia firmy Denley sięga 2007 roku, a pierwszy sklep internetowy pod marką Denley.pl powstał w 2010 roku (to już 14 lat!). Jego ogromny sukces w kraju był impulsem do tego, aby rozpocząć ekspansję zagraniczną. W ten sposób w 2011 roku pod marką Bolf powstał pierwszy e-sklep w Niemczech. Do tej pory marka otworzyła już 17 niezależnych e-sklepów własnych w całej Europie!
Wyzwanie
6 marca wszedł w życie Akt o rynkach cyfrowych (Digital Marketing Act) wymagający zbierania danych o ruchu tylko tych użytkowników, którzy wyrażą na to zgodę. Zaistniało więc poważne ryzyko, że ze sklepów on-line do narzędzi Google zostanie przesłanych dużo mniej danych niezbędnych do analizy na potrzeby marketingu i optymalizacji witryn dla użytkowników. Aby temu zaradzić, wdrożyliśmy u Klienta platformę do zarządzania zgodami (Consent Management Platform) i skonfigurowaliśmy tryb zgody (Consent Mode) w wersji zaawansowanej dla narzędzi Google, aby umożliwić modelowanie danych.
Jesteśmy dumni z
odzyskania dzięki modelowaniu danych:
ok 31% sesji
ok 23% zakupów
Nasze działania
W witrynie Klienta wdrożyliśmy zaawansowany tryb zgody, dzięki czemu w sytuacji odrzucenia plików cookie systemy Google wciąż mogą zbierać anonimowe sygnały o ruchu na stronie. Dane zebrane w ten sposób są automatycznie przesyłane na serwery Google, gdzie, po stwierdzeniu, że jest ich wystarczająco dużo, modelowane, a następnie wpisywane do raportów Google Analytics i Google Ads.
Zgodnie z dokumentacją Google wymagane dla uruchomienia się modelowania warunki progowe są następujące:
usługa GA4 rejestruje co najmniej 1000 zdarzeń dziennie z parametrem analytics_storage=’denied’ przez co najmniej 7 dni
usługa GA4 ma co najmniej 1000 użytkowników w ujęciu dziennym wysyłających zdarzenia z parametrem analytics_storage=’granted’ przez co najmniej 7 z ostatnich 28 dni
W przypadku usługi GA4 Bolfa, w której później wykonaliśmy analizę, miesięczny ruch na stronie był na tyle wysoki, że dawał duże prawdopodobieństwo uruchomienia się automatycznego modelowania.
W kilka tygodni po wdrożeniu zweryfikowaliśmy raporty prezentujące liczby sesji oraz zakupów, porównując dane wyświetlane w mieszanej tożsamości na potrzeby raportowania (z modelowaniem) oraz w tożsamości dla obserwowanych kategorii (bez modelowania). Dzięki temu udało nam się uchwycić ilość danych zamodelowanych i zapisanych wtórnie w raportach Google Analytics.
Wzrost danych w większości głównych źródeł ruchu zaobserwowana po włączeniu modelowania to ok. 27% do 37% więcej raportowanych użytkowników oraz sesji. Mniejsze źródła ruchu odnotowują większy procentowo wzrost danych.
Wzrost danych w większości głównych źródeł ruchu zaobserowana po włączeniu modelowania to ok. 28% do 60% więcej zaraportowanych transakcji i przychodów. Mniejsze źródła ruchu odnotowują większy procentowo wzrost danych.
Efekt
Weryfikacja danych wykazała, że modelowanie w opisywanym sklepie działa sprawnie, niwelując potencjalny brak danych z odrzuconych zgód użytkowników.
Dzięki consent mode raportowanie zakupów w GA4 jest dokładniejsze o ok. 23%.
Dzięki consent mode raportowanie sesji w GA4 jest dokładniejsze o ok. 31%.
Warto przy tym zaznaczyć, że modelowanie może “zwrócić” do raportów inne ilości danych. W zależności od ilości i jakości danych wejściowych, modelowanie może po mniej więcej miesiącu wczytać do raportów modelowane dane, które w sumie dadzą niemal 100% pokrycia ruchu lub dużo mniej. W każdym przypadku branży i wielkości rejestrowanego ruchu może być inaczej.
