Google Data Studio to narzędzie wspierające analizę danych i raportowanie. W tym artykule chciałbym Ci pokazać, w jaki sposób korzystając z Data Studio możesz oszczędzić 40 godzin miesięcznie. Na początku dokonajmy kilku prostych obliczeń.
1 godzina to średni czas, jaki potrzebny jest do przygotowania raportu. W sytuacji, kiedy obsługujemy 20 klientów, łatwo policzyć, że miesięcznie na raportowaniu spędzimy 20 godzin (2,5 dnia roboczego). Jeśli założymy, że godzina naszej pracy warta jest 200 zł, to koszt alternatywny takiego sposobu przygotowywania raportów wynosi bagatela 4000 zł miesięcznie. Daje to sumę 48 000 zł rocznie, które są kosztem alternatywnym takiego sposobu raportowania. To dużo czasu i pieniędzy! W przeliczeniu raportowanie to kwota 48 000 zł i 30 dni rocznie. Istnieje wiele innych sposobów, aby spędzić ten czas i wydać tę kwotę. Można na przykład wybrać się na wakacje w ciekawe miejsce ☺️.
Oczywiście w tym miejscu wiele osób może użyć argumentu typu “raport przygotowany przez człowieka ma większą wartość. Poza tym klient płaci za ten czas”. Jestem wielkim fanem wszelkiej automatyzacji i uważam, że w przeklejaniu danych z Google Analytics czy innych źródeł poradzi sobie tak samo dobrze człowiek, jak i komputer. Człowiek może ten czas poświęcić choćby na wyciągnięcie trafnych wniosków. Uważam też, że z perspektywy klienta obojętne jest, jakim sposobem został przygotowany raport, o ile poprawnie odpowiada on na wszystkie pytania.
Z badania, które przeprowadziła firma Deloitte w Kanadzie wynika, że 82% CMOs (szefów marketingu) nie jest zadowolona z raportów, które są im dostarczane przez dostawców usług marketingowych. Jest to zatem obszar, który należy eksplorować i poddawać ciągłej optymalizacji. Jednym ze sposobów może okazać się automatyzacja przy użyciu Google Data Studio.
Don’t let them think
Jednym z podstawowych problemów w kontekście raportów jest nieumiejętność wyciągnięcia odpowiednich wniosków przez odbiorcę raportu. Dobry raport powinien prezentować dane w myśl zasady “don’t let them think”, co oznacza, że osoba go analizująca nie powinna myśleć zbyt długo, aby wyciągnąć odpowiednie wnioski.
Data story telling
Liczby nie są tym, co ludzki mózg przyswaja najlepiej. Data story telling to komunikowanie informacji określonemu odbiorcy przy użyciu przekonującej narracji. Dane w połączeniu z wizualizacją i odpowiednią narracją są w stanie sprawić, że raport stanie się znacznie łatwiejszy w odbiorze. Posłużę się tu przykładem, który podsunął mi Kamil Kozieł (prezart.pl) w trakcie swoich szkoleń. Jak twierdzi Kamil, “da się tak mówić, żeby ludzie to widzieli”. Porównaj sobie te dwa komunikaty:Komunikat 1: „Waszą stronę odwiedzało 50 tysięcy osób, teraz jest to 100 tysięcy.”
W teorii jest to jasna i prosta informacja. W praktyce większość osób będzie miało problem z jej przyswojeniem. Nie jesteśmy przyzwyczajeni do operowania na tak dużych liczbach, trudno nam się do nich odnieść.Komunikat 2: „Aby pomieścić odwiedzających Państwa stronę wystarczyłby Stadion Narodowy. Po naszych działaniach potrzeba by było stadionu Barcelony.”
O ile osoba, do której taki komunikat wystosowaliśmy ma jakieś pojęcie o piłce nożnej, to na pewno będzie jej znacznie łatwiej taki komunikat zrozumieć. Mówiąc “70 tysięcy” nie przywołujemy w głowie tej osoby żadnego obrazu. Mówiąc “Stadion Narodowy” tworzymy w jej głowie wizualizację – zapewne albo była na tym stadionie, albo przynajmniej ma pojęcie, jak on wygląda. Potrafi zatem odnieść się do tej informacji. Świetny przykład tego jak można przekształcić zwykłe dane w prostą historię znajdziesz tu. Również firmy zaczęły korzystać z tego narzędzia w komunikacji ze swoimi klientami. Przykładem jest tego chociażby Uber, który liczbę przejechanych przez Ciebie kilometrów pokazuje w przeliczeniu na baseny olimpijskie. Więcej takich przykładów znajdziesz tu.Cel & konstrukcja raportu
Dobry raport powinien odpowiadać na 3 podstawowe pytania:- CO?
- DLACZEGO?
- CO DALEJ?
- CO? Raport powinien w prosty i przyjazny sposób pokazywać, co się wydarzyło.
- DLACZEGO? Wszystko, co się dzieje, ma jakąś przyczynę. Powinna być ona jasno zaadresowana w raporcie.
- CO DALEJ? Raport powinien wskazywać również czynności, jakie należy wykonać w związku z obserwacjami, na które wskazuje.
Skoro jest tak dobrze, to dlaczego jest tak źle?
Podstawowy błąd, który popełnia wiele firm i specjalistów, to próba udowodnienia w raporcie, że wszystko jest dobrze. Zazwyczaj taki sposób przygotowania raportu prowadzi do konfliktu. Klient zazwyczaj zmaga się z wieloma problemami, nie patrzy na swój biznes przez różowe okulary i ostatnie, co chcę usłyszeć, to informacja, że wszystko jest wspaniale. W 99% przypadkach tak nie jest. W 99% przypadkach można coś poprawić lub zmienić aby było lepiej. Na tym między innymi powinien skupiać się raport. Powinien nie tylko pokazywać jak jest wspaniale, ale też (a nawet bardziej) skupiać się na rzeczach, które są złe, i jak ich poprawa może wpłynąć na dalsze działania. Tu prosty przykład: Klient nie wprowadził zmian audytowych w zakresie szybkości ładowania serwisu. Pomimo, że pozycje i widoczność rosną, to wisi nad nami ten błąd. Warto o tym wspomnieć w raporcie. W takim przypadku nasz komunikat mógłby brzmieć mniej więcej tak:Pozycje serwisu rosną, ale wzrost ten mógłby być szybszy, gdyby szybkość ładowania serwisu była lepsza. W audycie przesłanym w dniu X wskazaliśmy, co należy poprawić w tym zakresie. Poza działaniami SEO szybkość serwisu ma również istotny wpływ na współczynnik konwersji w serwisie. Badania przeprowadzone przez Walmart wskazały, że każda sekunda w szybkości ładowania przekłada się na 2% wzrostu współczynnika konwersji. Przekładając to na nasz przypadek, wzrost szybkości serwisu o 3 sekundy powinien spowodować wzrost przychodów o X pln.
Badania przeprowadzone przez Walmart wskazały, że każda sekunda w szybkości ładowania przekłada się na 2% wzrostu współczynnika konwersji. Przekładając to na nasz przypadek, wzrost szybkości serwisu o 3 sekundy powinien spowodować wzrost przychodów o X pln. Wskazaliśmy tu, że pozycje co prawda rosną, ale mogłyby rosnąć szybciej, i wskazaliśmy problem, który to powoduje.Google Data Studio – możliwości
Wiemy już jak poprawnie tworzyć raporty i prezentować dane. Pora, abyś poznał możliwości Data Studio. Jest ich naprawdę wiele.Connectory
Zamysłem Google Data Studio jest to, aby dane z różnych źródeł zebrać w jednym miejscu i zaprezentować je w przystępnej formie. Do pobierania danych z zewnętrznych źródeł służą connectory. Na rynku dostępnych jest ich naprawdę wiele – obecnie ta liczba przekracza 800. Masz również możliwość tworzenia własnych connectorów. Wśród connectorów znajdziesz między innymi Google Analytics, Google Search Console, Google Ads. Istnieją również zewnętrzni dostawcy connectorów tacy jak SuperMetrics. Dzięki ich integracjom do Data Studio ściągniesz dane między innymi z HubSpota. Do dyspozycji mamy też takie connectory jak MySql, który pozwala robić zapytania do bazy danych, a wyniki wyświetlać w Data Studio. Daje Ci to w zasadzie nieograniczone możliwości.Elementy tworzone przez społeczność
Dzięki dużej społeczności, która zebrała się wokół Google Data Studio, możemy korzystać również z gotowych komponentów. Pomagają one prezentować dane w niestandardowy sposób. Poniżej przykład, jak za pomocą connectora Senuto i gotowego komponentu wyświetlam największą konkurencję serwisu abczdrowie.pl w wynikach wyszukiwania.Łączenie danych
Jedną z unikalnych możliwości Data Studio jest łączenie danych z wielu źródeł. Przykład: na jednym wykresie chcę zestawić ze sobą liczbę fraz w TOP 10 dla dwóch różnych domen. Wystarczy, że dodam wcześniej dwa źródła danych, a następnie połączę je ze sobą za pomocą wspólnej metryki. Mógłbym tu również połączyć dane z różnych kont Google Analytics, aby na jednym wykresie porównać ze sobą ruch wielu witryn.Własne metryki
Data Studio daje również możliwość tworzenia własnych metryk. Dają one w zasadzie nieograniczone możliwości. Przykład: chcę policzyć stosunek nowych użytkowników witryny do wszystkich użytkowników.Automatyzacja
Na początku tego artykułu mówiłem o oszczędzaniu czasu z pomocą Google Data Studio. Pomaga w tym między innymi automatyzacja wysyłki raportów. Jeśli stworzyliśmy szablon, który zarówno dla nas, jak i dla klienta, jest w pełni zrozumiały i odpowiada na wszystkie pytania, które są dla nas istotne, to nie musimy za każdym razem wysyłać raportu ręcznie. Możemy ustawić harmonogram – wtedy Data Studio zrobi to za nas. Przy takich ustawieniach na wskazane adresy e-mail raport w formie spłaszczonego pliku PDF będzie wysyłany co miesiąc, zawsze pierwszego dnia miesiąca.Connector Senuto
W Senuto chcemy doprowadzić do sytuacji, w której nasze dane będą szeroko dostępne. Właśnie dlatego stworzyliśmy własny connector, który pozwala pobierać dane z naszej aplikacji. Connector łączy się z dwoma modułami:- Analiza widoczności
- Monitoring