Spännande nyheter från Google Cloud

Google Cloud fortsätter att lansera fler tjänster för marknadsförare och analytiker.
Här nedan sammanfattar vi de nyheter som vi på Outfox tycker är extra spännande:

BigQuery BI Engine

Använder du BigQuery som datakälla för dashboards i Google Data Studio? I så fall kommer du ha nytta av BigQuery BI Engine. BigQuery BI Engine fungerar som en minnesdatabas mellan BigQuery och klienten – i detta fall Data Studio – som mellanlagrar data i arbetsminnet vilket gör det mycket snabbare att hämta och presentera data i Data Studio.

Du anger själv hur mycket minne som ska användas av BI Engine; välj mellan 1 till 10 GB.

Recommendations AI

Recommendations AI är en rekommendationsmotor för att presentera relevanta produkter för dina kunder. Modellen tränas kontinuerligt på besökarnas beteende (hur dom interagerar med de rekommenderade produkterna) för att hela tiden förbättra rekommendationerna. Användare kan identifieras både utifrån ett anonymt Visitor ID (t.ex. Client ID som användas av Google Analytics) eller ett User ID för kända kunder. Det gör att rekommendationer kan presenteras i alla kanaler där du kommunicerar med kunder; web, app, mail, print, m.m.

Nya modeller i BigQuery ML

Google utökar möjligheten att bygga maskinlärande modeller direkt i BigQuery. Sedan tidigare finns stöd för logistik och linjär regression. Nu har man lanserat stöd även för K-means vilket gör det möjligt att bygga modeller som grupperar data. Man kommer också att lansera stöd för Matrix factorization vilket kan användas för att bygga rekommendationer.

Genom Google Analytics 360 kan data exporteras till BigQuery vilket gör att du enkelt kan bygga maskinlärande modeller baserat på ditt dina användares beteenden och ditt innehåll och produkter.

Connected Sheets

Slutligen ser vi fram mot Connected Sheets där Google Sheets kopplas upp direkt mot BigQuery och gör det möjligt att visualisera och filtrera flera miljarder rader av data i Google Sheets!

 

Tveka inte att kontakta oss om du vill diskutera hur ni kan dra nytta av Google Cloud Platform!

Hur påverkas data i Google Analytics av ITP 2.1?

Om ITP i första hand får dig att tänka på Tjänstepension så bör du fördjupa dig i vad Intelligent Tracking Prevention 2.1 är. Kortfattat handlar det om att nya versioner av webbläsaren Safari (och snart också Firefox) begränsar livstiden på cookies som sätts via JavaScript till maximalt 7 dagar. Detta får konsekvenser för det data som du ser i rapporterna i Google Analytics.

För varje besök som du gör på en webbplats som använder Google Analytics sätts en cookie i webbläsaren som (förvalt) heter “_ga”. Cookien är en s.k. förstaparts cookie med en livslängd på 2 år. Den används för att unikt identifiera din webbläsare som en “användare” på webbplatsen du besöker. Det gör att om du återkommer till webbplatsen från samma webbläsaren inom 2 år så kommer Google Analytics kunna identifiera dig som en återkommande besökare.

Det är här som ITP 2.1 sätter käppar i hjulen; ITP 2.1 kommer att sätta livslängden på _ga-cookien till 7 dagar istället för 2 år. Det gör att om du återkommer kommer tillbaka till webbplatsen efter mer än 7 dagar från ditt senaste besök så kommer du ses som en ny besökare!

Detta får ett antal konsekvenser som du som användare av Google Analytics bör vara medveten om när du tittar på rapporterna:

  • Antalet “User” i Google Analytics kommer att öka (då fler återkommande besökare räknas som nya besökare)
  • Antalet “Sessions” kommer dock vara oförändrat. Samma sak gäller mätetal som är unika för sessionerna som t.ex. “Bounce rate” och “Conversion Rate”. Dessa påverkas inte.
  • Mätetal och rapporter som följer besökare över tid kommer att visa på lägre värden än tidigare. Det gäller t.ex. rapporterna “Lifetime Value” och “Cohort Analysis”.
  • I trafik-rapporterna under “Acquisition” kommer Direkt-trafik att öka på bekostnad av andra kända trafikkällor då dessa rapporter bygger på Last Non-Direct Click som attributionsmodel.
  • Rapporterna “Attribution” och “Multi-Channel Funnels” kommer att visa på en ökad betydelse av trafikkällor som ligger nära konvertering i tid. På samma sätt kommer rapporterna för “Path Length” och “Time Lag” visa att köpresorna är kortare än vad dom i verkligheten är.
  • Målgrupper (Audiences) som används för bl.a. remarketing och kommer få in färre användare då villkoret för att användaren ska inkluderas i målgruppen kan vara uppfyllt under en tidsperiod som är längre än 7 dagar.

Notera att detta gäller de webbläsare som bygger på WebKit där ITP 2.1 är införd. Det är alltså inte alla användare som påverkas.

Vi hoppas att detta gör att du har lite kritiska ögon när du använder data i Google Analytics framöver – framförallt när du tittar på besökare som använder Safari.

Smartare remarketing med Conversion Probability

Som annonsör vill du ju nyttja din mediebudget på det mest effektiva sättet och styra din annonsering mot de mest relevanta målgrupperna. Remarketing kan vara effektivt för annonsören men också störande för de potentiella kunder som besökt din webbplats och sedan blir bombarderade av remarketing-annonser. Genom att dra nytta av Conversion Probability i Google Analytics man kan rikta remarketing-annonser till de besökare som har en hög sannolikhet att genomföra ett köp på din webbplats.

Conversion Probability bygger på en maskinlärande modell i Google Analytics som rankar besökare på din webbplats utifrån sannolikheten att dom kommer att genomföra ett köp under kommande 30 dagar.

När Google Analytics har tränat modellen på din besökares köp-beteenden (det behövs minst en månads data med minst 1 000 e-handelstransaktioner under månaden) hittar du rapporterna under “Audience > Behavior > Conversion Probability”. Du kan även använda mätetalet “Avg. % Conversion Probability” i dina egna anpassade rapporter. I den här anpassade rapporten ser vi att modellen har identifierat att äldre besökare (över 55 år) i snitt har en lägre sannolikhet att genomföra ett köp:

Skapa Audiences

Genom att skapa ett Segment med användare som har en hög sannolikhet att konvertera (utifrån dimensionen “% Conversion Probability”) kan du sedan bygga en Audience för remarketing baserat på ditt segment. Nu kan du rikta remarketing-annonser i Google Ads, och genom Display & Video 360 om du använder Google Analytics 360, till de besökare som uppvisar köpsignaler!

 

Bygg egna modeller

Modellen för Conversion Probability i Google Analytics baseras på generella egenskaper och beteenden hos användarna. Med Google Analytics 360 och Google Cloud Platform kan du träna egna modeller som bygger på unika egenskaper och data (t.ex. Events, Custom Dimensions och Metrics) för just din webbplats. De modellerna kan göras mer exakta och användas för ännu mer effektiv remarketing. Hör av dig till oss så kan vi hjälpa er med det!

Advanced Analysis – kraftfulla rapporter

En av fördelarna med att använda Google Analytics 360 är att man får tillgång till en ny uppsättning rapporter; “Advanced Analysis”. Rapporterna gör att du kan utforska, visualisera och agera på data från Google Analytics 360 på nya sätt. Rapportera bygger på tre olika visualiseringar:

Rapporterna i Advanced Analysis visar, till skillnad från Data Studio, endast data från Google Analytics. I gengäld är rapporterna mycket interaktiva och kan knyta tillbaka data till Google Analytics. Mer om det nedan! I den här bloggposten tittar vi närmare på visualiseringen “Segment Overlap” vilket är ett venndiagram som visar överlapp mellan olika segment av användare.

I exemplet har vi använt data från Google Merchandise Store och valt att identifiera i vilken utsträckning som besökare interagerar med olika grupper av produkter på siten. Produktgrupperna är Apparel, Bags och Drinkware.

Rapporterna byggs upp med en verktygslåda till vänster på sidan där Segment, Dimensioner och Mätetal väljs ut (importeras) från Google Analytics. Tänk på att segment som importeras från Google Analytics måste vara skapade som “User scope” (dvs ett urval av användare – inte sessioner) för att venndiagrammet ska kunna visa överlapp.

Bilden ovan visar hur tre segment har valts ut att användas i rapporten. Tabellen under venndiagrammet visar antal användare i respektive skärning. Genom att lägga på mätetalet Revenue kan vi se vilka intäkter som olika överlapp av användare skapat:

 

Genom att lägga på en eller flera dimensioner som “Breakdown” kan man skära användare i segmenten i ytterligare flera led. I detta fall utifrån dimensionen “Device Category” som visas på Y-axeln och kombinationen/överlapp av segmenten på X-axeln:

Nu till det fina; för varje skärning kan man högerklicka och börja agera på just den gruppen av användare. I bilden nedan är det användare som har sett både Apparel- och Drinkware-produkter på mobilen. Härifrån kan man välja att skapa ett nytt segment av just detta urval av användare, bygga en målgrupp eller granska just dessa användares beteende i detalj genom User Explorer. Det gör att du kan styra sökordsannonsering i Google Ads, programmatiska medieköp genom Display & Video 360 samt styra A/B-tester och innehåll genom Optimize 360 utifrån de upptäckter du gör i ditt data!

 

 

Outfox Becomes a Google Cloud Partner

Customer behaviour and marketing data is becoming an increasingly important asset for marketers and decision makers. To understand the full consumer journey, and target the right audiences with a message that is relevant to each individual, is a challenge to many marketing teams. Joining offline and online data sources to be able to achieve omni-channel marketing, personalization and predictions often remains nothing but a dream.

To help marketers solve these challenges, Outfox is proud to announce that we have teamed up with the Google Cloud team as a Google Cloud Partner. We are excited to deliver the power of Google Cloud Platform to our clients in conjunction with Google Analytics 360. That makes it possible to deliver actionable data for marketing and customer communication.

As Google’s marketing and analytics products have tight integrations with Google BigQuery, it’s a small and easy step to bring this data into the Google Cloud Platform. That is the starting point for using behavioral data in conjunction with other data sources, and to activate the data in multiple channels.

Want to know more? Contact sales@outfox.se to schedule a meeting where we can tell you about the opportunities that are waiting for you!

Utbildning för marknadsförare och kommunikatörer

Johan, den 23:e november kommer du leda en utbildning i Google Analytics som arrangeras av Resumé. Utbildningen riktar sig till marknadsförare och kommunikatörer. Varför behöver en marknadsförare behärska Google Analytics?

– För att lyckas med marknadsföring idag behöver man ha kreativitet i ena handen och data i andra. Google Analytics är en perfekt källa för den marknadsförare som vill lära sig förstå sin målgrupp och deras intentioner bättre men också visa effekten ut av den kommunikation och marknadsföring man gör. Senast Google gjorde en undersökning* visade det sig att bara 5 av 10 marknadsförare tänkte på det här med mätning i samband med att man tar fram en kampanj och så kan vi bara inte ha de! 5 av 10 kan inte famla i mörker!

Vad är det för insikter som en kommunikatör eller marknadsförare kan få genom att arbeta med webbanalys?

– Du kan enkelt förstå vilka som besöker din webbplats, vilka trafikkällor som drivit dem till din webb, vad de gör när det väl är där och om de gör det du tänkt dig. Sedan kan man som marknadsförare använda dessa insikter för att bättre nå ut och optimera sin kommunikation.

Vad ska man egentligen göra med all data som man kan få ut från Google Analytics? Vad är det snabbaste sättet att direkt få nytta av sin data?

– Det man ska göra är att fatta smartare beslut och optimera sin kommunikation baserat på data! Det finns massor med enkla funktioner i Google Analytics som bara ligger 2-4 klick bort som kan hjälpa vilken marknadsförare som helst att fatta bättre beslut! Ett enkelt ställe att börja är att se vilka kampanjer som underpresterar, alltså drar in för lite trafik, har för hög bounce rate eller konverterar för dåligt.

– När man hittat de kampanjer som inte presterar kan man börja analysera på vilket sätt man måste förändra sin kommunikation. Bara sådär! 2 klick bort – data som hjälper dig att bli bättre!

Läs mer och anmäl dig till utbildningen på Resumés webbplats.

*) Källa: Google Surveys, “Measurement in Campaign Timeline”, Base: 1,092 marketing executives, U.S., August 2016″

 

Effektivisera kampanjtaggningen

För att kunna utvärdera kampanjer och analysera effekten av olika mediekanaler behöver varje trafikkälla kunna identifieras. Detta gör du troligen redan i dag genom att ha kopplat Google Analytics med ditt konto i AdWords samt att du märker upp länkar från andra köpta kanaler med kampanjtaggar – UTM-taggar. För att skapa kampanjtaggade länkar används ofta URL Builder.

I större företag och organisationer är det ofta olika delar av verksamheten som köper och driver trafik till webbplatsen från olika kanaler. En del av organisationen ansvarar för köpt sök, en annan för affiliates, en tredje för att driva trafik från sociala media. Den här uppdelningen ställer stora krav på organisation och struktur för att kunna jämföra olika mediekanaler mot varandra eller se den sammanlagda effekten av en kampanj – oavsett i vilken kanal som budskapet kommunicerades.

Eftersom Google Analytics inte avgör om kampanjnamnet är korrekt stavat eller om det finns ett media som heter t.ex. “e-mail” så ställer taggningen av länkar stora krav på att detta görs korrekt och konsekvent. Lägg till detta att Google Analytics gör skillnad på versaler och gemener så blir utmaningen ännu större!

Utan att ha bra grunddata om sitens trafikkällor blir det också omöjligt att skapa attributionsmodeller då dessa förutsätter god kvalité på data för att bli tillförlitliga.

För att underlätta att skapa konsekvent kampanjtaggning av länkar har vi tagit fram GA Campaign URL som är en Add-on till Google Sheets.

selectVerktyget hjälper dig att skapa tag-sheets där du kan styra användarna kring vilka parametrar som ska användas och låta användare välja t.ex. medium, källor och kampanjer via drop-down listor. Genom att du lätt kan dela dokumenten mellan olika användare och med rättigheter styra vilka användare som ska få lägga till och förändra värden i drop-down listor kan du skapa tag-sheets anpassade för ditt företags behov och organisation.

Läs mer om hur du använder GA Campaign URL på hjälpsidan eller installera det för Google Sheets!

tagged

 
OBS! Inga garantier lämnas för denna tjänst utan den tillhandahålls “as is” och du använder den på egen risk.

Tredjeparts-cookie för Google Analytics (XDID)

På Outfox är vi glada över att nu kunna erbjuda våra kunder möjligheten att använda även tredjeparts-cookies för att identifiera besökare/webbläsare i Google Analytics!

Med XDID – Cross Domain ID – blir varje webbläsare knuten till ett unikt ID från tredje part. Detta ID är tillgängligt för alla webbplatser som ingår i ert nätverk. På detta sätt kan ni följa användare mellan webbplatser på helt olika domäner.

XDID-domainsXDID hanteras som ett User ID i Google Analytics. Det innebär att ni fortsatt kommer samla in data med hjälp av den förstaparts-cookie som Google Analytics normalt sett använder. Parallellt så kommer ni kunna samla in data baserat på XDID.

Med XDID ges ni möjlighet att rapportera och analysera data om era besökare som inte varit möjlig tidigare i Google Analytics. Några exempel:

Rapportera antal unika användare/webbläsare i hela nätverket
Eftersom samma webbläsare bara kommer att räknas som en (1) unik användare i hela nätverket kommer en användare som besökt flera webbplatser i samma nätvek (t.ex: “site-a.com”, “site-b.se” och “site-c.dk”) endast att räknas som en unik användare.

Överlappning mellan webbplatser
Besvarar hur stor andel av besökarna på “site-a.com” som även besöker “site-b.se”. Det är också möjligt att ta reda på i vilken ordningsföljd som webbplatserna besöks och om detta har påverkan på konverteringar.

Se effekt av marknadsföring över hela nätverket
Om marknadsföringskampanj X drivit trafik till en av webbplatserna i nätverket kan försäljningen utvärderas i hela nätverket för de användare som nåtts av kampanj X. Konverteringen behöver alltså inte ha skett på den site i nätverket som nåtts av trafiken. Detta är av stor nytta för kampanjsiter, under andra domännamn, vilka kan ge effekt i försäljning på huvudsiten.

Inte som Cross Domain Tracking

Google Analytics har sedan länge gett möjlighet till Cross Domain Tracking. Det är en teknik som skiljer sig åt från XDID. För att Cross Domain Tracking ska fungera krävs att användaren klickar på länkar mellan de webbplatser som ska redovisas tillsammans. Eftersom XDID baseras på en tredjeparts-cookie kan webbläsaren identifieras unikt i nätverket oavsett hur användaren nådde webbplatserna.

Stor täckning

Upp till ca 97% av alla sessioner kan knytas till ett XDID. Hur stort bortfallet är beror på vilka webbläsare som används. XDID stöds inte av äldre webbläsare så som Internet Explorer 8 och tidigare. Genom rapporten “User-ID Coverage” i Google Analytics kan ni avgöra hur stor del av sessionerna som kan knytas till XDID.

XDID-status

Mer information

För mer information om hur ni kan nyttja XDID i Google Analytics kontakta oss.

DNT i Google Analytics

Det är viktigt att dina kunder och användare kan känna sig trygga när dom besöker din site. Därför är det viktigt att du är tydlig med varför du samlar in data och vem som får tillgång till det data som samlas in. Du måste också (enligt lag) ge användarna möjlighet att ta ställning till om din webbplats ska få lagra cookies i webbläsaren. 

Read More

Visualiseringar i realtid

Carl, kan du berätta lite om din utbildning på KTH?

carlJag pluggar till Civilingenjör i Medieteknik med masterinriktning på Interaktiva Medier som är den mest programmeringsintensiva inriktningen. Detta har gett mig möjligheten att läsa kurser inom mobilutveckling, interaktionsprogrammering, multimodala interaktioner och gränssnitt, beslutstödssystem för att nämna några.

Read More
Sida 1 av 612345...Sista »