Här presenterar jag ett praktiskt case, för alla som är intresserade, som handlar om hur man kan använda Google Analytics för att maximera sin utkomst från Adwords. Effekterna av de åtgärder jag tillämpat utifrån nedanstående analys kommer jag att redovisa i ett senare inlägg. Det som presenteras här är arbetssättet och vilka åtgärder som vidtas.
Några grundläggande förutsättningar!
- Jag har valt att inte publicera företagets namn då kampanjen fortfarande rullar.
- Budgeten för annonseringen är begränsad till ca 10 tkr per månad.
- Det finns ett antal olika mål med webbplatsen men jag redovisar det mål som är knutet till annonseringen på AdWords.
- Tidigare så skedde annonseringen jämt över hela veckans alla dagar och tidpunkter. Enda begränsningen var land och språk.
- Vi har utvecklat de olika sökord vi använder vid annonseringen till max (anser vi på byrån).
- Vi har bestämt att det är Adwords annonseringen som ska förbättras.
- Vi vet att vi inte når alla sökningar som görs iom att vi har en begränsad budget.
Problemställning!
Utgångspunkten är att få fler att beställa en viss gratisprodukt via webbplatsen. Jag kallar det målet för ”Beställa” i fortsättningen. Verktyget jag använder för att ta fram underlag till analyserna är Google Analytics.
- Då vi vet att företaget inte kommer att nå alla som söker efter produkten, iom en begränsad budget, så vill företaget fokusera annonseringen till tider under veckan då de kan få flest besökare att beställa. Problemet ligger i att hitta när flest antal av de personer som klickar på annonsen även fullföljer och beställer.
Eftersom jag av erfarenhet vet att det är få som orkar läsa igenom hela tillvägagångssättet så startar vi med resultatet.
- Slutresultatet blev att all annonsering kommer att fokuseras till lördag, söndag, måndag och tisdag.
- Annonserna visas forcerat (så fort som möjligt), så att annonserna visas i så stor utsträckning som möjligt på förmiddagarna och räcker budgeten så spiller det över på resten av dagen!
- Annonserna kommer att utformas så att de bättre knyter an till gruppen nya besökare och tiden på dygnet för annonsvisning.
Analysen
Hur kom jag fram till denna lösning? Följande är vad jag kom fram till vid analysen av trafiken till webbplatsen. Analysen omfattar både betald och obetald trafik via sökmotorer för att vi ska kunna hitta mönster hos besökare som använder sökmotorer.
Profil - Återkommande besökare via sökmotorer (inklusive betald trafik)
1. Hur många sökningar görs på sökorden totalt under en månad?
a. Ger svar på hur stor marknadsandelen är inom sök för denna kategori. Svarar på frågan vilka nyckelord och hur specifika sökfraser vi kan fokusera annonseringen på.
2. Budget (Ger svar på hur många möjliga besökare vi kan erhålla.)
a. En annonsbudget på 10 tkr per månad gav oss X antal möjliga besökare. Företagets andel av kakan kommer att uppgå till ca. 1%.
3. Hur stor andel av trafiken som kom via annonser var återkommande?
a. 20% av trafiken som kom via annonser var återkommande. (Av 10 besökare som har klickat på annonsen så har 2 gjort det tidigare.)
4. Hur stor andel av trafiken som kom totalt via sökmotorer var återkommande?
a. 55% av trafiken kommer via sökmotorer och av dessa är 25% återkommande besökare. (Av 10 besökare som kommer till webbplatsen har 5,5 kommit via en sökmotor. Av dessa 5,5 besökare är 1,5 personer återkommande.)
5. Vilken veckodag gjorde återkommande besökare flest beställningar?
a. Återkommande besökare gjorde till större del sina beställningar söndag till tisdag.
6. Vid vilket besök gjordes beställningen?
a. Återkommande besökare gjorde beställningen vid sitt första besök eller inom 3 dagar.
7. Vid vilken tidpunkt gjordes de flesta beställningarna?
a. Majoriteten av beställningarna dessa dagar gjordes på förmiddagarna.
8. Vilka andra avvikelser kunde vi identifiera?
a. Onsdagar var den dag då återkommande besökare besökte många sidor och spenderade läng tid på webbplatsen utan att beställa. (Researchdag?)
Slutsats: Återkommande besökare beställer produkten mestadels söndag till tisdag på förmiddagarna.
Profil – Nya besökare via sökmotorer och betald trafik
1. Hur många av besökarna var nya besökare?
a. 80% av trafiken som kom via annonser var nya besökare.
2. Hur stor andel av sökmotortrafiken utgjordes av nya besökare?
a. 75% av sökmotortrafiken är nya besökare.
3. När gjorde nya besökare sin beställning?
a. Nya besökare gjorde sin beställning främst på lördag till tisdag.
4. Vilken tidpunkt på dagen gjordes de flesta beställningarna?
a. 75% av alla beställningar görs före 13.00 dessa dagar.
5. Vilken av gruppen nya respektive återkommande har den högsta beställningsgraden?
a. Nya besökare har en högre andel avslut jmf med återkommande besökare i förhållande till totala söktrafiken.
Slutsats: Gruppen nya besökare beställer produkten mestadels lördag till tisdag fram till klockan 13.00. Nya besökare är större i antal besök och har en högre andel avslut.
Summering analys
Slutsatsen blev att vi kan, inom ramen för befintlig budget, öka antalet beställningar genom att fokusera annonseringen till veckodagar och tider då besökaren har en större sannolikhet att beställa. Då mönstret för gruppen nya besökare är bättre och antalet besök från denna kategori högre, så är målet att utforma annonserna så att de i högre grad ska attrahera gruppen nya besökare. De nyckelord vi kommer att annonsera på har ett lägre pris per klick då de är av längre natur och på ås vis mer specifika. De mer allmänna orden kommer vi att överge.
Gnom att genomföra dessa åtgärder kommer vi att få fler klick till samma budget, fler beställningar, nå nya besökare som inte besökt webben tidigare och fler totala besök till webben.
Fortsätttning
Idéer finns att börja med A/B tester för att utveckla innehållet på målsidorna för annonserna och att utforma ett nytt material på webben för återkommande besökare.
Inga kommentarer:
Skicka en kommentar