Объект электронной коммерции Google Analytics Extended Commerce был изменен Google Analytics Extended e-commerce и GTM

Отчет по эффективности товаров

В обоих отчетах можно выбрать следующие основные параметры: «Товар», «Идентификатор продукта», «Категория товаров (расширенная электронная торговля)», «Бренд товара». На графике можно посмотреть динамику, сравнить два показателя электронной торговли за нужный период. С помощью функции «Сегмент» можно выделять необходимые данные из общего объема статистической информации.

Пример использования отчета

С помощью отчета можно подробно проанализировать какие товары покупают, а какие — нет:

• Найти популярные товары и разместить на более эффективных местах сайта (выше в категории товаров, на главной странице).
• Найти товары, которые редко покупают, но часто просматривают — предложить скидки или снизить цену.
• Выявить товары, которые покупаются в дополнение к основным товарам, и вывести их в блок рекомендованных под карточкой основного товара.
• Проанализировать популярность определенных категорий товаров и востребованность брендов товаров — это полезно для перераспределения бюджета при закупке товара в будущем.

Настройка электронной торговли для Google Analytics 4

Электронная коммерция – это все действия по покупке или заказу, происходящие на сайте или в приложении. Товары и услуги имеют свои параметры, равно как и заказ. Основным параметром в данном случае является стоимость. Счетчики аналитики не распознают покупки, поэтому необходима отдельная настройка электронной торговли. С помощью специальных процедур передачи данных с ресурса информация попадет в отчеты аккаунта.

Существует 2 основных способа передачи данных электронной торговли. Первый и наиболее простой – отправка событий из «фронтовой» части ресурса, т. напрямую с сайта или приложения после совершения покупки.

Хороший пример – покупка билетов в кино онлайн. Здесь вы сразу платите нужную сумму, поэтому данные о заказе могут поступать с «фронта» в модуль электронной торговли Google Analytics. Что интересно владельцу сайта кроме уплаченной вами суммы:

• дата и время сеанса;
• название фильма;
• зал;
• место(а);
• доход с каждой покупки.

Всё это можно передать напрямую, используя конструкции «Аналитики». Они стандартизированы под обычную покупку, поэтому для каждого типа бизнеса придется продумать алгоритм заполнения кодов нужными данными.

В Google Analytics 4 электронная торговля передается с помощью основных событий:

Событие электронной торговли
Назначение

view_item_list
Показ пользователю списка товаров

view_item
Просмотр определенного товара (карточки)

select_item
Пользователь взаимодействует с определенным товаром (выбирает его из списка)

add_to_cart
Добавление товара в корзину

remove_from_cart
Удаление товара из корзины

begin_checkout
Началось оформление покупки из корзины

add_payment_info
Указание платежных данных пользователя

add_shipping_info
Выбор варианта доставки и указание адреса

purchase
Собственно, покупка

refund
Возврат средств или запрос возврата денег за осуществленную покупку

Чтобы наиболее полно отслеживать заказ, можно использовать все события для воронки электронной торговли. Самым простым вариантом обычно является использование add_to_cart/remove_from_cart и purchase/refund.

У каждого события есть набор параметров, касающихся как заказа в целом, так и списка товаров в нем. Передавая значения этих параметров с сайта, вы автоматически заполняете отчет об электронной торговле информацией. Вот основные из них:

Параметр события
Значение

currency
Трехбуквенный код валют по стандарту ISO 4217

price
Стоимость товара/заказа в указанной валюте

tax
Сумма налога, уплачиваемого за товар

item_id
Уникальный идентификатор товара

item_name
Название товара

coupon
Наименование акции/скидки/предложения

discount
Значение полученной скидки в выбранной валюте

index
Номер товара в списке

item_list_name
Название списка товаров

item_list_id
Уникальный идентификатор списка товаров

affiliation
Принадлежность магазину/отделу/подразделению

item_brand
Бренд товара

item_category
Категория товаров, товарный раздел

item_variant
Разновидность, вид товара

quantity
Количество товаров

items
Массив группы товаров, содержащихся в заказе

value
Общая ценность события

shipping
Стоимость доставки

transaction_id
Уникальный идентификатор транзакции (для всего события электронной торговли)

Это далеко не полный список стандартных параметров для событий электронной торговли. Полный набор можно увидеть в справке от Google.

Комбинируя эти параметры в события, вы передаете в аккаунт Google Analytics 4 сведения о совершенных транзакциях. При этом услуги тоже можно заводить как товары. Например, если вы хотите отправить данные о заказе двух билетов в кино на одни и те же фильм и сеанс, то необходимо будет отправить с сайта событие следующим образом:

За отправку отвечает глобальный тег gtag, осуществляющий передачу данных в «Аналитику» с помощью JavaScript или API. Запускать события нужно после того, как был объявлен этот тег, т. после кода потока данных Google Analytics 4. Все события электронной торговли подробно представлены в инструкции.

Если вы уже используете настройки электронной торговли для Universal Analytics, то просто перенаправить набор существующих событий в GA4 не получится: названия параметров и процедуры их передачи были несколько изменены.

Мы рекомендуем использовать для «фронтовой» передачи событий Google Tag Manager. С его помощью можно легко менять процедуры или запускать события параллельно в обе версии аналитической системы.

Чтобы настроить передачу, будем создавать пользовательские переменные с содержанием, равным параметрам элементов электронной торговли:

В разделе «Переменные» создаем новую пользовательскую переменную и выбираем тип «Переменная уровня данных». Она будет содержать идентификатор транзакции, в электронной торговле обозначаемый как transaction_id.

Имя переменной мы задали как transact_ID, чтобы не путаться в одинаковых названиях. Также задали значение по умолчанию. Если транзакция будет произведена без передачи идентификатора, то в отчет попадет «TEST_12345».

То же самое сделаем для других параметров: названия и стоимости товаров, количества, валюты и т. На сайте при этом нужно будет настроить передачу данных в Google Tag Manager во время возникновения события торговли.

Покупатель добавляет в корзину билеты, при этом в GTM отправляется содержание переменных, а затем – событие «Товар добавлен в корзину»:

Так мы отправили переменные GTM для первого билета. Если билетов несколько, то программист добавляет цикл, в течение которого переменные несколько раз заполняются данными.

Теперь мы можем воспользоваться указанной выше конструкцией для события электронной торговли add_to_cart, чтобы запустить его на уровне Google Tag Manager:

Создаем тег с типом «Пользовательский HTML». Он позволяет выполнять нужный код при взведении соответствующего триггера. Как видно из содержания, он передает событие «Товар добавлен в корзину», а его параметры автоматически подставляются из переменных диспетчера тегов с помощью их объявления двойными фигурными скобками.

Поскольку вместе с переменными мы отправили событие Google Tag Manager «Билет добавлен в корзину», его можно использовать в качестве триггера.

Создадим триггер на пользовательское событие GTM:

Для создания триггера используем заданное нами имя события bil_added. При возникновении такого события триггер запустит тег события электронной торговли.

Если билетов в заказе несколько, придется задать цикл обработки, который будет добавлять в транзакцию билеты. Здесь потребуются соответствующие навыки программирования или помощь разработчика. В целом, вы можете запустить событие add_to_cart несколько раз. При одинаковом значении transaction_id транзакция будет заполняться данными по билетам, а затем они поступят в Google Analytics 4 скопом.

После добавления в корзину будет еще этап непосредственного совершения покупки с оплатой, для него применим событие электронной торговли purchase.

В итоге данные уже должны поступать в Google Analytics 4. В Universal Analytics для этого приходится включать электронную торговлю в настройках представления.

На примере виден отчет с уже заполненными данными по добавлению в корзину и покупкам с сайта. Находится он в блоке «Монетизация». События электронной торговли в GA4 также видны в блоке «Конверсии» и «События».

Широкие возможности аналитики позволяют увидеть входные параметры пользователей, совершивших заказ. Для этого вы можете добавлять в отчет столбцы с нужными вам показателями:

Видим, что заказы осуществлялись в основном пользователями с ПК. Также по каждому заказу (и по временному периоду) можно увидеть входящий доход. Его мы задавали с помощью цены купленного товара и стоимости транзакции.

Если покупки на сайте осуществляются без использования сложных систем подсчета, вы можете обойтись без Google Tag Manager и отправлять события электронной торговли напрямую. Для этого нужно будет попросить разработчика назначить коды событий в «тело» сайта или приложения, автоматически подставляя в них параметры товаров и транзакций.

Tсли сайт крупный и имеет разветвленную структуру покупки, использует внутренние системы подсчета доходов, передачи транзакций и работы со сторонними инструментами оплаты или CRM, простой отправкой событий «с фронта» не обойтись. Разберемся, как действовать в этом случае.

Еще не используете такой инструмент? Поможем это исправить – внедрим CRM-систему, автоматизируем работу отдела продаж и покажем, как наладить контроль всех внутренних процессов в компании.

Что можно отслеживать в электронной торговле

На скриншоте показаны блоки, которые выполняют определенную функцию и могут быть настроены в электронной торговле:

Элементы, которые можно фиксировать в расширенной электронной торговле

Если выполнена корректная настройка расширенной электронной торговли Google Analytics можно фиксировать полный цикл взаимодействия с товаром на сайте:

• просмотр блока товар в списке товара
• клик по блоку товара в списке товаров
• просмотр карточки товара
• добавление и удаление в товара в корзину
• процесс оформления покупки
• сбор данных о возвратах, после покупки

Помимо этого можно собирать данные по внутренним рекламным активностям:

При полной настройке электронной торговли Google Analytics вы можете оценить влияние внутренних промо-блоков на продажи.

Клики по товарам

• Показатель электронной торговли: click.
• Допустимые данные: list, массив объектов productFieldObjects.

Чтобы подсчитывать клики по ссылкам на товары, передайте на уровень данных действие click и объект productFieldObject для нужных товаров. Пример:

Конфигурация тегов, использованная в примере

Тип тега: Universal Analytics. Тип отслеживания: Event. Категория события: Ecommerce. Действие события: Product Click. Функции расширенной электронной торговли: true. Использование уровня данных: true. Триггер: event равно productClick.

Настройка Google Tag Manager для электронной торговли

Я приведу пример своей настройки, которую использую после того как разработчики внедрят, а я проверю внедрение подготовленного мной ТЗ (ссылка выше). Для каждого события электронной торговли Google Analytics я передаю информацию в dataLayer с описание сущности. Но можно использовать и другой вариант, чтобы сэкономить количество хитов за сеанс.

Настройки, интеграции, примеры реальных задач, пошаговые инструкции, узнавайте первыми в моем Telegram канале. Не пропустите новые материалы, подпишитесь сейчас!

Как я писал выше фиксировать данные можно двумя типа хитов: просмотр страницы и событие. Просмотры товаров в списке, просмотры промоблоков,, просмотры карточки товара, процесс оформления покупки и транзакцию можно передавать до инициализации кода контейнера Google Tag Manager и собирать эти данные вместе с тегом просмотр страницы в Google Analytics. Клики по товарам в списке, добавления и удаления из корзины, клики по промоблокам лучше фиксировать по факту из выполнениями событиями.

Настройку электронной торговли Google Analytics в Google Tag Manager начнем с того, что определим перечень событий, которые мы передаем в уровень данных согласно ТЗ (у вас может отличаться, я привожу пример согласно своего ТЗ):

• ecommercePromoView‘
• ecommercePromoClick
• ecommerceImpressions
• ecommerceClick
• ecommerceDetail
• ecommerceAdd
• ecommerceRemove
• ecommerceCheckout
• ecommercePurchase

Поскольку у меня это все специальные события, которые при правильной настройке будут фиксироваться в Google Tag Manager, то я могу создать триггер на их основе. Я создаю один, т. это упрощает управления тегами, триггерами и переменными, а также служит одним из способов сокращения объема контейнера, не забывайте оптимизировать Google Tag Manager.

Пример настройки триггера на все события (они все начинаются с ecommerce, значит можно использовать регулярное выражение):

Следующим шагом нужно настроить передачу данных электронной торговли в Google Analytics. Создаем тег со следующими настройками:

Пример настройки тега

Категория событий указана как EE , это означает Расширенная электронная торговля Google Analytics или Enhanced Ecommerce Google Analytics. Действие по событию — переменная Event, она будет принимать одно из значений равное переданному событию. Вот так выглядит отчет по событиям электронной торговли в Google Analytics (в разделе событий):

Пример событий в отчете Google Analytics

Следующая опция Настройка Google Analytics, тут у меня выбрана переменная конфигурации Google Analytics: CONF — GA

Следующий блок очень важен, т. благодаря ему в Google Analytics передаются данные расширенной электронной торговли. Эту настройку можно выполнить, как у меня, в теге, а можно переменной конфигурации Google Analytics. Зависит от вашего способа настройки.

Активация электронной торговли Google Analytics в теге

После этого у созданного тега указываете выше созданный триггер активации, публикуете изменения или переходите в режим отладки Google Tag Manager.

Далее разберем еще два важных вопроса, это настройка классической электронной торговли Google Analytics (сейчас используется редко) и особенности настройки расширенной электронной торговли.

Передача данных в Tag Manager

Информация в Tag Manager передается в специальном контейнере window. dataLayer. Первое объявление этого контейнера должно происходить до кода самого Tag Manager.

Все данные необходимо передавать до инициализации Tag Manager. Если это невозможно, существует два варианта, которые настраиваются в самом Tag Manager:

• Использовать тип триггера «Модель DOM готова».
• Настроить тег так, чтобы он активировался с помощью специального событий ниже на странице.

• все строковые переменные передаются в кавычках;
• разделитель целой и десятичной части — точка;
• все переменные являются регистрочувствительными. Т.е. ‘transactionID’ ничего не передаст, следует использовать именно названия переменных, приведенные в официальных справках и в примерах кода ниже (‘transactionId’).

Настройка расширенной электронной торговли через GTM

Шаг #1: Собираем требования от всех заинтересованных сторон и составляем ТЗ

Обсуждаем с клиентом, какие задачи необходимо решать с помощью расширенной электронной коммерции, какие данные и отчеты Google Analytics требуются. Составляем техническое задание, согласовываем с клиентом, затем переходим к настройкам.

Шаг #2: Размещаем код контейнера GTM

Размещаем коды GTM на всех страницах сайта. Первую часть кода размещаем в разделе , а вторую — сразу после открывающего тега. Пример кода GTM:

Шаг #3: Устанавливаем счетчик Google Analytics

Используем один из способов установки счетчика GA:

• через размещение специального JavaScript кода отслеживания на все страницы сайта
• через Google Tag Manager

Шаг #4: Проводим базовые настройки счетчика GA

Базовые настройки необходимы для корректного сбора данных в отчетах Google Analytics. Мы подготовили чек-лист по настройке счетчика веб-аналитики, доступный по ссылке. Вы можете проверить базовые настройки своего аккаунта в GA.

Получайте полезный контент от KISLOROD в любой из мессенджеров

При переходе в одну из указанных социальных сетей, вы автоматически соглашаетесь с политикой конфиденциальности

Шаг #5: Активируем показ Enhanced Ecommerce

Активируем показ отчетов Enhanced Ecommerce в разделе «Администратор» в нужных представлениях счетчика.

Шаг #6: Настраиваем шаги последовательности

Задаем последовательность страниц, которые проходит пользователь при оформлении заказа. Указываем понятные названия, так как они будут отображаться на графиках отчетов по электронной торговле. Пример последовательности шагов для интернет-магазина на 1С-Битрикс (для разных сайтов количество шагов может отличаться):

Шаг #7: Размещаем на сайте dataLayer

В массиве dataLayer хранятся данные, которые потом передаются в GTM. Структура dataLayer зависит от того, какие действия пользователей на сайте хотим отслеживать.

Расширенная электронная коммерция позволяет настроить передачу следующих данных пользователей:

• Просмотры товаров
• Клики по товарам
• Просмотры карточек товаров
• Добавление товара в корзину
• Удаление товара из корзины
• Шаги оформления заказа
• Варианты оформления заказа
• Совершенные покупки
• Отмененные покупки
• Показы внутренней рекламы
• Клики по внутренней рекламе

Пример объекта с данными, который нужно добавить в dataLayer для отслеживания кликов по товарам:

• currencyCode (необязательная переменная) — указание местной валюты;
• name (обязательная переменная) — название товара;
• id (обязательная переменная) — идентификатор (SKU) товара;
• price (необязательная переменная) — стоимость одной единицы товара;
• brand (необязательная переменная) — бренд товара;
• category (необязательная переменная) — категория, к которой принадлежит товар;
• variant (необязательная переменная) — разновидность товара (цвет, размер и т.д);
• list (необязательная переменная) — список, в котором был показан товар («Рекомендуемые товары», «Популярные товары»). Если товар не принадлежит какому-то из списков, следует отправлять пустую строку (в таком случае, в отчетах вместо названия списка будет стоять not set);
• position (необязательная переменная) — положение товара в данном списке;
• event (строковая переменная) — указание события, по которому будет активирован тег enhanced ecommerce в GTM;
• gtm-ee-event-category (строковая переменная) — указание категории события, которое будет отправлено в Google Analytics;
• gtm-ee-event-action (строковая переменная) — указание действия события, которое будет отправлено в Google Analytics;
• gtm-ee-event-non-interaction (строковая переменная) — указание, будет ли отправленное событие влиять на показатель отказа сессии. В данном случае отправляется событие, влияющее на показатель отказов: переменная gtm-ee-event-non-interaction принимает значение False.

Шаг #8: Настраиваем GTM для считывания данных из dataLayer и отправки данных в GA

В Google Tag Manager создаем пользовательские переменные типа «Переменная уровня данных» для считывания данных из dataLayer. Создаем триггер, благодаря которому будет активироваться отправка данных, и тег, который будет отправлять данные в Google Analytics.

Шаг #9: Тестируем работу Enhanced Ecommerce после установки кодов

Проверяем места размещения, условия срабатывания кодов и передаваемые данные по ТЗ.

Заключение

В статье мы подробно описали этапы настройки расширенной электронной торговли, а в этой статье рассмотрели, какие отчеты электронной торговли доступны, привели примеры использования отчетов для анализа поведения пользователей и оценки эффективности сайта. Красиво представить полученные данные можно, выполнив визуализацию в Google Data Studio.

Если вам понадобится помощь в настройке сервиса Google Analytics или анализе данных, обращайтесь к нашим специалистам.

Спасибо, что дочитали до конца.

Если информация была полезна, поделитесь статьёй. Вам не сложно, нам приятно 😉

Рекомендованные статьи

Мы проанализировали ведущие интернет-магазины, результаты исследований, свой опыт и собрали важные моменты в одно руководство. Делаем e-commerce лучше, поэтому не только пользуемся сами, но и делимся с вами.

Выберите удобный мессенджер и получите чек-лист прямо сейчас:

Построение модели атрибуции

Крылатая фраза легендарного американского бизнесмена Джона Ванамейкера: «Я знаю, что половина моего рекламного бюджета расходуется впустую, вот только не знаю, какая именно». Прошло более ста лет, в рекламе поменялось абсолютно все, однако проблема правильного распределения рекламного бюджета до сих пор стоит перед маркетологами.

По-умолчанию Google Analytics использует модель last-click none direct для учета успешных транзакций. Это значит, что вся ценность уходит последнему (не прямому) каналу.

Разберем в качестве примера один из типичных сценариев пути покупателя интернет-магазина:

• Впервые человек перешел на сайт из поисковой системы благодаря качественной поисковой оптимизации (SEO).
• Вернувшись через e-mail-рассылку, человек совершает покупку.

В Google Analytics благодаря модели last-click none direct вся ценность уходит последнему каналу, то есть, email-рассылке:

Мы понимаем, что без предыдущих этапов пользователь никогда не оставил бы свою почту, которая в итоге и привела к транзакции. Однако этот долгий путь не учитывается в стандартном отчете. Оценивать эффективность рекламных каналов по последнему клику — это неправильно и совершенно не помогает маркетологу понять, насколько эффективны его инвестиции в инструменты маркетинга.

Для правильной модели управления рекламными каналами необходимо использовать такую модель атрибуции, которая правильно распределит ценность заказов по всем рекламным каналам, которые привели к транзакции. Тут надо понимать, что единой правильной модели не существует — выбор методики зависит бизнеса.

Поэтому в нашем сервисе Renta доступно сразу несколько самых популярных моделей атрибуций на рынке:

• На базе затухания
• Цепи Маркова
• По воронке продаж

Пользователи Renta получают возможность сравнить различные атрибуции, посмотреть как распределяется доход на рекламные источники, и выбрать наиболее подходящую модель, которая соответствует логике вашего проекта.

Сравнительный анализ моделей атрибуции мы подготовим в следующей публикации.

Для чего использовать электронную торговлю в Google Analytics

Подключение электронной торговли необходимо для отслеживания количества покупок и других данных о продажах, таких как:

• общий доход;
• общее количество транзакций;
• коэффициент конверсии электронной торговли;
• средняя стоимость заказа;
• коэффициент отказа от корзин покупок.

Если вы занимаетесь продажами в Интернете, но не включили отслеживание электронной торговли в Universal Analytics, ваши аналитические возможности будут ограничены. Например, вы увидите стандартные показатели — такие как пользователи, сеансы и просмотры страниц. Однако не поймете, завершилось взаимодействие с сайтом покупкой или нет. Если работаете в новой версии Google Analytics 4, но ограничиваетесь только стандартными отслеживаемыми событиями — то же самое.

Мы приведем 5 преимуществ использования электронной торговли Google Analytics на вашем сайте.

Отслеживание важных KPI

Электронная торговля позволяет мгновенно оценить состояние бизнеса сегмента e-commerce. Вы можете отслеживать ключевые показатели эффективности, чтобы отвечать на такие вопросы, как:

• Какова выручка с начала месяца, с начала года, в определенный период времени?
• Есть ли периоды всплесков или падения продаж?
• Как выручка за эту неделю, месяц или квартал соотносится с аналогичным периодом прошлого года?

Пример — сравнение показателей за год в отчете «Обзор» раздела электронной торговли.

Оценка эффективности воронки продаж и конверсий

Отчет «Конверсии» — «Электронная торговля» — «Анализ поведения покупателей» показывает, как пользователи продвигаются по вашей воронке продаж. Он начинается со всех сеансов и проходит через просмотры продуктов, добавление в корзину, оформление заказа и совершение транзакции.

Вы можете увидеть, сколько пользователей ушло на каждом из этапов:

Используйте эту информацию, чтобы определить слабые места на пути к покупке. Например, если многие посетители уходят с определенной страницы, вероятно, стоит внести на нее изменения. Но сначала нужно понять, как улучшить пользовательский опыт и уменьшить количество отказов.

Если вы хотите получить подробные данные по определенным сегментам вашей аудитории, нажмите кнопку «Добавить сегмент» в верхней части отчета. Так вы сможете выбрать или создать сегмент, который хотите проанализировать.

Статистика числа продаж и дохода по разным каналам

Электронная торговля добавляет ряд полезных показателей к типовым отчетам GA. Вы можете детализировать определенные каналы и их роль в продажах.

Например, в разделе «Источники трафика» — «Весь трафик» — «Источник/канал» можно увидеть, как каждый канал продвижения влияет на коэффициент конверсии, транзакции и доходы.

Это поможет увидеть каналы, которые приносят наибольший доход, и убрать те, которые неэффективны.

Статистика процента отказа от корзины покупок

Сколько пользователей добавляют товары в корзину, а затем покидают ваш сайт? Вы можете увидеть процент отказов от корзины покупок в вашем магазине с помощью отчета «Конверсии» — «Электронная торговля» — «Анализ поведения покупателей».

Коэффициент отказа от корзины покупок выражается в числовом значении и процентах. Он показывает количество сеансов, в которые входил отказ от корзины. Используйте показатель «Неоплаченные корзины покупок», чтобы понять, какой потенциальный доход вы упускаете, и принять соответствующие меры.

Просмотр характеристик отдельных продуктов

Отчет «Конверсии» — «Электронная торговля» — «Эффективность товаров» позволяет анализировать данные о продажах отдельных продуктов и отвечать на следующие вопросы:

• Какой доход приносит каждый товар?
• Склонны ли клиенты покупать более одной штуки одного и того же товара за раз?
• Сколько людей, просматривающих страницу продукта, добавляют его в свою корзину?
• Сколько людей проходят через воронку продаж полностью и совершают покупку за один сеанс?

Понять это помогут такие показатели, как доход от продукта, среднее количество покупок, коэффициенты выбранных товаров и совершенных покупок.

Вы можете просматривать и анализировать характеристики продукта по его названию или артикулу.

Why we choose Google Tag Manager

There are three reasons why we use the Google Tag Manager to implement Enhanced E-commerce.

Зачем нужен сервис Гугл Тег Менеджер

Чем могут помочь решения для управления тегами? Google Tag Manager делает работу  проще, позволяя устанавливать и редактировать теги сайта без редактирования кода. Среди преимуществ GTM стоит отметить:

• Предоставляет простые и надежные решения для управления тегами. Сами теги, в свою очередь, помогают лучше понимать конверсии, аналитику сайта и поведение пользователей.
• Легко интегрируется со всеми тегами Google и сторонних производителей.
• Сам проверяет ошибки, функции безопасности и скорость загрузки тегов. Такая система проверки гарантирует качественную работу всех тегов.
• Имеет широкие возможности для командной работы. Функции рабочих областей, детальный контроль доступа и поддержка тестирования в нескольких средах позволяют маркетингу и ИТ эффективно работать вместе.
• Возможность просмотра всех имеющихся тегов и всех связанных с ними триггеров одновременно. В сервисе легко добавлять теги или выбирать те, которые нужно изменить или удалить.

Рассмотрим также пример конкретной пользовательской выгоды.

Преимущества использования GTM

Airbnb — туристическое сообщество, основанное в 2008 году, которое предлагает услуги аренды недвижимости, экскурсий и общения в путешествиях. Рынок жилья Airbnb предлагает доступ к миллионам мест для проживания в более чем 190 стран мира.

У Airbnb есть централизованная продуктовая группа, которая участвует в маркетинговых проектах. Компания использует большое количество тегов веб-сайтов, в том числе уникальный тег для каждой из своих многочисленных учетных записей Google Ads. А также другие теги для множества поставщиков, которые измеряют различные типы конверсий.

Чтобы удовлетворить потребности поставщиков, многие теги придется дублировать несколько раз. В какой-то момент у Airbnb стало 88 различных списков аудиторий и 100 разных тегов. Чтобы предотвратить возникновение несогласований  между операционными и маркетинговыми командами, Airbnb потребовалась надежная система управления тегами. Первое решение, которое попробовала компания, оказалось безуспешным. Для реализации тегов требовались значительные технические знания, а также дополнительные инструменты для контроля качества. Это было слишком дорого.

Изучив альтернативные решения, Airbnb решил перенести свои теги на Google Tag Manager. На решение повлиял ряд факторов. Во-первых, компания уже использовала несколько инструментов Google, поэтому переход на шаблоны диспетчера тегов стал достаточно легким. Обширные функции контроля качества и отчетности в GTM упростили локальное тестирование и развертывание тегов. По словам Марии Хванг, руководителя отдела онлайн-маркетинга Airbnb, стандартная настройка была простой и не потребовала много времени для внедрения. Airbnb также создал уровень данных, позволяющий компании поддерживать диспетчер тегов и разрешать ремаркетинг.

Мария и ее команда могут быстро создавать теги от поставщиков и отправлять их команде инженеров для внедрения. «С точки зрения маркетолога это намного проще, чем когда-либо прежде», — говорит Мария.

В прошлом подобное взаимодействие представляло собой непрерывный процесс, на выполнение которого требовалось в среднем два-три дня. Было много точек соприкосновения между отделами и, как следствие, много пространства для ошибок. Трудоемкая процедура включала проверку правильности тегов JavaScript и установку QA перед окончательным внедрением.

Мона Ганди, инженер-программист Airbnb, отзывается о GTM положительно: «С диспетчером тегов от получения тега до тестирования, контроля качества и развертывания проходит около часа. Это гораздо лучше в перспективе для всех процессов».

Решение также обеспечило возможность реализации совершенно новых маркетинговых стратегий. Компания смогла расширить маркетинговую деятельность на несколько рекламных аккаунтов, а GTM упростил объединение всех тегов. Теперь сотрудники предварительно форматируют заготовки тегов таким образом, чтобы достаточно было заменить всего несколько данных для создания нового образца. Компании стало проще пробовать новые инструменты, использовать больше сторонних поставщиков и запускать новые рекламные программы на любой платформе, где требуется тегирование веб-сайтов.

Отчет по внутренним кампаниям

Отчет «Внутренняя кампания» позволяет отслеживать эффективность внутренней рекламы (рекламные баннеры, акции и т. Для определения эффективности внутренних кампаний на сайте используются следующие показатели: «Просмотры», «Клики», «CTR», «Достигнутые цели», «Ценность цели», «Достижение целей на клик по объявлению внутренней кампании».

Основной параметр в отчете — «Название внутренней кампании». С помощью графика, расположенного вверху страницы, можно сравнить два показателя электронной торговли за выбранный период.

На какие вопросы можно получить ответ:

• Просматривают ли пользователи рекламные баннеры?
• У какого баннера выше кликабельность?
• Какие баннеры имеют низкий CTR? Может, стоит изменить дизайн?
• Какие рекламные баннеры приводят к транзакции и приносят высокий доход?
• Какой товар лучше разместить на баннере?
• Где на баннере расположить изображение товара?
• Когда нужно обновить или отключить рекламную кампанию по причине спада интереса к ней?
• Какой из двух разных баннеров эффективнее (при проведении A/B теста)?

Пользовательские значения и метрики в коде Enhanced E-commerce

Как видите, инструменты продвинутой электронной торговли очень хорошо работают с группой предопределенных параметров и метрик, которые представляют информацию о продуктах, отправляемых в Google Analytics (название продукта, идентификатор, бренд, цена).

Но что делать, если вы хотите отправить в Google Analytic информацию, которая по умолчанию не описывается ни одной переменной?

Тут на помощь приходят пользовательские значения и метрики (Custom Dimensions and Metrics). Это эффективный способ собирать дополнительные данные, которые Google Analytics не собирает по умолчанию.

Примером пользовательских значений может быть что угодно, что связано с товаром или процессом продажи и может стать частью маркетингового исследования. Например: количество товаров в корзине или способ оформления заказа (быстрый или оформленный через корзину).

Показы товаров

• Показатель электронной торговли: impressions.
• Допустимые данные: массив объектов impressionFieldObjects.

Для подсчета показов товаров используйте действие impression, а также один или несколько объектов impressionFieldObjects. В примере ниже предполагается, что сведения о товарах, которые будут отображены на странице, известны в момент ее загрузки.

Тип тега: Universal Analytics. Тип отслеживания: Pageview. Функции расширенной электронной торговли: true. Использование уровня данных: true. Триггер: event равно gtm. dom.

Чтение данных из уровня данных

Представьте себе, в этом блоге есть несколько авторов:

• Джон Доу,
• Джек Торранс,
• и т. д.

Я хочу узнать, какие авторы пишут наиболее привлекательный контент, а затем создать сегменты в Google Analytics. Я использую плагин WordPress DurecellTomi, который отправляет имя автора поста в уровень данных. Если вы используете не WP, попросите разработчика добавить дополнительные данные в уровень данных.

Пример фрагмента кода:

Очень важно, чтобы фрагмент уровня данных был размещен над кодом контейнера Google Tag Manager, если вы хотите получить доступ к этой информации с помощью события просмотра страницы.

Переменные уровня данных

По умолчанию диспетчер тегов не распознает пользовательские данные в слое данных, поэтому вы не можете использовать их в качестве переменных. Если только вы не используете переменную уровня данных.

Чтобы создать переменную, вам нужно указать ключ на уровне данных, значение которого вы хотите получить. Когда переменная будет определена, она вернет все что попало в ключ. Вот так просто!

Преобразование данных из уровня данных

Если я захочу получить значение pagePostAuthor, мне просто надо будет указать ключ pagePostAuthor в настройках переменной.

В этом примере я не буду вдаваться в подробности, как создать тег, я только продемонстрирую, как извлечь данные из слоя данных и превратить их в переменную (в GTM).

В аккаунте GTM вы должны перейти в раздел «Переменные» и создать новую переменную со следующими настройками (dlv означает переменную уровня данных):

Пример переменной Post Author

Вот и все! Сохраните эту переменную, обновите режим предварительного просмотра и отладки и обновите страницу, над которой вы работаете. Вы должны увидеть созданную переменную на вкладке Variables в консоли предварительного просмотра.

Переменная Post Author в дебаггере

Версия уровня данных

Одной из настроек, доступной в переменной уровня данных, является Версия. При выборе версии вы указываете Google Tag Manager, каким из двух способов обрабатывать значения в модели данных.

Она довольно ограничена и не позволяет вам получить доступ к вложенным значениям. Например, если вы создадите переменную уровня данных и попытаетесь получить доступ к pagePostAuthor (в примере ниже), вы не сможете этого сделать. Потому что pagePostAuthor не находится в корне объекта (он является прямым дочерним элементом ключа attributes).

Поэтому если вы хотите получить имя автора поста, объект в слое данных должен выглядеть следующим образом:

Видите? Ключа attributes нет, а pagePostAuthor находится на корневом уровне.

Это не единственное ограничение версии 1. Также нет возможности объединения данных. Каждый раз, когда вы отправляете данные на уровень данных, сам уровень данных полностью перезаписывается.

Приведу пример. Представьте себе, что у нас есть два слоя данных с разными данными. Первая отправка содержит только pagePostAuthor, вторая включает в себя еще два ключа, pageCategory и pagePostType.

В результате у вас будет только два значения в слое данных: pageCategory и pagePostType, потому что вторая отправка полностью перезаписала данные первой отправки.

Так в чем же смысл 1-й версии? Вы могли бы подумать, что это бесполезная вещь. Это не совсем так. Иногда (например, в расширенной электронной торговле (Enhanced Ecommerce)) важно иметь «чистый» слой данных без предыдущих значений.

Вторая версия гораздо более гибкая. Она позволяет получать доступ к вложенным значениям, массивам, объединять данные.

Давайте вернемся к предыдущему примеру с двумя последующими отправками в уровень данных. Первая отправка содержит только pagePostAuthor, вторая включает в себя еще два ключа – pageCategory и pagePostType.

В отличие от версии 1, в версии 2 все три значения останутся на уровне данных, поскольку они не конфликтуют.

Если бы на 2-м уровне данных также был ключ pagePostAuthor, в результате конечные данные на уровне данных выглядели бы следующим образом:

Это произошло потому, что pagePostAuthor из 2-й отправки переписал pagePostAuthor из 1-й отправки.

Последней настройкой в переменной уровня данных является значение по умолчанию. Если вы пытаетесь получить доступ к значению определенного ключа на уровне данных, а этого ключа не существует, будет возвращено значение undefined.

Иногда вам может потребоваться получить другое значение по умолчанию, например (not set), пусто или что-то еще. В этом случае установите флажок и используйте значение по умолчанию.

Значение переменной уровня данных по умолчанию

Другие структуры данных

Помните, что данные могут храниться на уровне данных с использованием различных структур. Вот пример, где ключ pagePostAuthor находится на корневом уровне:

Или ключ pagePostAuthor теперь является потомком ключа attributes:

Или даже так (есть два массива, которые являются потомками ключа transactionProducts):

В последних двух примерах недостаточно просто ввести имя ключа (pagePostAuthor), вы не получите его значение. Есть еще кое-что, что надо знать.

Получение данных из дочерних ключей

Давайте попробуем сформулировать это как можно более нетехнически: когда ключи являются потомками других ключей, они называются дочерними ключами. В приведенном ниже примере вы можете видеть, что атрибуты находятся на первом уровне, а pagePostAuthor на 2-м.

Чтобы извлечь его значение, вы должны немного изменить один параметр в переменной (в Google Tag Manager). Вместо pagePostAuthor вы должны ввести attributes. pagePostAuthor в качестве имени переменной уровня данных.

Переменная attributes. pagePostAuthor

Что делать, если у pagePostAuthor также был дочерний ключ? Что бы вы сделали?

Верно! Вы должны определить полный путь к этому конкретному ключу: attributes. pagePostAuthor. AuthorName и так далее. Каждый уровень отделяется точкой.

Обращение к дочерним ключам на уровне данных довольно распространено. Когда кто-то просит привести пример, я всегда рассказываю о прослушивателе AJAX, который помогает отслеживать отправку форм AJAX.

В посте отслеживание AJAX форм в Google Tag Manager приводилось объяснение, как использовать прослушиватель AJAX, который прослушивает все запросы AJAX и передает важную информацию на уровень данных. Вот пример:

Есть множество вложенных ключей. Чтобы извлечь данные из уровня данных, вам нужно будет использовать точечную нотацию в настройках переменной уровня данных, например attributes. response.

Переменная attributes. response

Извлечение данных из элементов массивов

Я работал с разработчиком над внедрением отслеживания электронной торговли Google Analytics (стандартное, а не расширенное). Следуя рекомендациям Google, я попросил разработчика отправить данные успешного заказа на уровень данных. Затем я смог бы извлечь это событие с помощью тега транзакции в диспетчере тегов Google.

Очень важно, чтобы разработчик следовал рекомендациям и передавал данные, используя структуру в соответствии с инструкциями Google. Вот официальный пример из их базы знаний:

Я старался изо всех сил и, к сожалению, потерпел неудачу. Я использовал transactionProducts. price, transactionProducts. name, и т. Но мои вновь созданные переменные уровня данных всегда возвращали undefine. Так в чем же дело?

Заметили что-нибудь подозрительное? В моем примере простой электронной торговли (взятом из базы знаний Google) transactionProducts имеет 2 ключа имен, 2 ключа цен и т. Так как же, черт возьми, менеджер тегов может узнать, какое значение меня интересует? Первый вариант или второй? И что произойдет, если пользователь купит 5 товаров?

То, с чем мы здесь имеем дело, называется массивами. transactionProducts имеет массив, содержащий два товара с одинаковыми наборами ключей: sku, name, category, price, quantity.

Данные в массиве

В Google Tag Manager переменная уровня данных будет выглядеть следующим образом:

Переменная transactionProducts. price

Если в массиве было 5 товаров, и вы хотели получить доступ к цене 5-го товара, имя переменной уровня данных должно быть transactionProducts. price. Помните, что индекс здесь начинается с нуля, поэтому первый продукт на самом деле не 1-й, а 0-й.

How to check if the embedded code is correct? (debug)

We always use the extension for Google Chrome: datalayer.

It is so convenient that in most cases, it allows you to not use the standard debugging mode in Google Tag Manager.

After installing the extension, the Datalayer tab appears in the Google Chrome console.

If you have errors in the code and the data does not go to Google Analytics, you will immediately see this in the datalayer extension.

If instead of the current value of the parameter, the report field remains empty, then this particular variable does not transmit the value, and the code needs to be fixed.

Включение функций для расширенной электронной торговли

В большинстве реализаций расширенную электронную торговлю нужно включить для каждого тега просмотра страницы или события Universal Analytics. Это можно сделать в редакторе тегов одним из следующих способов:

• с помощью уровня данных (рекомендуется);
• с помощью собственного макроса JavaScript.

Несмотря на то что оба способа обеспечивают аналогичный функционал электронной торговли, мы рекомендуем применять уровень данных на всех сайтах, которые его поддерживают. В этом руководстве речь пойдет о методе уровня данных. Информация об использовании собственных макросов JavaScript приведена в конце документа.

Подготовка ТЗ разработчикам для внедрения dataLayer

В уровне данных содержатся инструкции, описывающие события расширенной электронной торговли Google Analytics, ниже мы разберем их подробнее. Что такое техническое задание (ТЗ)?

Это документ, в котором вы описываете где и при каких условиях необходимо разместить и выполнить код. Вы можете пойти по самому простому пути, подготовить ТЗ так как удобно вам, может быть у вас есть правила по которым нужно готовить такие документы. В любом случае — если есть возможность, пообщайтесь голосом с разработчиками, так вы можете решить множество вопросов, не тратя время на пустую переписку.

Я подготовил для вас шаблон ТЗ, которое можно получить по ссылке.

Setting up Google Analytics Enhanced Ecommerce with Google Tag Manager

To implement Enhanced E-commerce through the Google Tag Manager tools, you need to solve three problems:

• Enable Enhanced E-commerce in the Google Analytics the settings;
• Configure the transfer of information to the DataLayer. DataLayer is a JavaScript code that contains ecommerce data. This task requires programming knowledge; it is usually done by a team of web developers based on the technical task of an analyst;
• Configure tags in Google Tag Manager so that they gather information from DataLayer and transfer them to Google Analytics.

We will analyze all of this now, starting with the simplest things and ending with all the details of advanced e-commerce settings.

Turning Enhanced Ecommerce on in Google Analytics

At this point, the first stage of tuning is completed, and you can proceed to more serious tasks.

Preparing a technical task for developers to implement the Enhanced E-commerce code on the site and configuring tags directly in the Google Tag Manager.

Google Tag Manager toolkit

Unfortunately, the navigation through the article could not be displayed. Check if JavaScript is enabled in your browser

Сэмплирование данных в отчетах Google Analytics

При формировании отчетов в Google Analytics пользователи сталкиваются с тем, что Google, ради снижения нагрузки на свои сервера, часто использует семплирование данных

В этом случае, в выборку включается только малая часть реальных данных с вашего сайта, которые затем экстраполируется до 100%. То есть, Google Analytics делает допущение, что произвольные 10% реальных данных из всей выборки, похожи на остальные 90%. Это приводит к сильным искажениям статистики, и проблему семплирования данных необходимо решать в обязательном порядке.

Путей решения существует несколько

Если данные необходимо получить в интерфейсе Google Analytics, тогда:

• Не используйте тяжелые отчеты, с большим кол-вом данных.  Сократите время отчетного периода или кол-во используемых метрик — это уменьшает объем данных, и к отчетам не будет применяться семплирование.
• Применяйте высокую точность, вместо быстрого построения отчетов: Данная настройка доступна на уровне всех отчетов в Google Analytics.

Выгрузка данные из Google Analytics с помощью сторонних сервисов:

• Google Sheets Add — это наше любимое приложение для Google Sheets, которое позволяет выгружать данные в Google Sheets по расписанию. В нем реализована поддержка выгрузки более 10 000 строк, в отличии от официального приложения.
• Renta Marketing ETL — — содержит решение выгрузки данных Google Analytics по расписанию в различные хранилища данных. Вы можете самостоятельно выбирать между Google BigQuery, ClickHouse и SQL Server. Семплирования при выгрузке данных из Google Analytics удается избежать через дробление запросов. То есть, вместо ежемесячного отчета настраивается ежедневная выгрузка. При таком маленьком объеме данных семплирование не включается, и цифры экспортируются достоверные. Из дневных отчетов формируется ежемесячный отчет, основанный на реальных цифрах.

  Если в рамках вашего проекта нет дневного семплирования, работать с Renta Marketing ETL очень удобно.

• Core Reporting API — используйте API Google Analytics для разработки собственного приложение выгрузки данных в необходимое хранилище данных.

Стриминг сырых данных Google Analytics в Google BigQuery:

• Google Analytics 360 — стоимость составляет $150 000 в год, при этом проблема семплирования в интерфейсе Google Analytics не решается, но закрывается путем экспорта сырых данных в Google BigQuery.
• Renta Data Streaming — все отправляемые данные Google Analytics в режиме реального времени дублируются в BigQuery или ClickHouse. Структура данных идентичны выгрузки данных Google Analytics 360 в BigQuery. Стоимость от 115$/месяц.

Отчет по эффективности продаж

Отчет «Эффективность продаж» дает информацию по каждому отдельному заказу по его идентификатору транзакции или дате. Вы можете оценить эффективность заказов по следующим основным показателям: доход с транзакции, расходы на налог, стоимость доставки, сумма возврата и количество товаров, проданных в рамках электронной торговли.

График над таблицей позволяет сравнить два показателя электронной торговли за выбранный период. А с помощью функции «Сегмент» можно выделять необходимые данные из общего объема статистической информации.

В отчете можно выбирать дополнительные параметры. Например, можно выбрать параметр «Тип устройства» из выпадающего списка и проанализировать, с каких устройств оформляли заказы.