Min e-handel anbefaling baseret på data fra analysen

Sælger du beklædning med varer til en værdi mellem 100 og 1000 kroner, så ser det ud til, at du med en indsats på søgemaskineoptimering virkelig kan øge din omsætning ved at få nye kunder til butikken, da hele 51% finder vejen til deres første køb i netbutik via en søgemaskine (Google, Yahoo!, Jubii etc.).

Loyalitet og tilfredshed, skal du også have styr på, da en god oplevelse giver en god portion anbefaling til venner og familie.

Lad os prøve at kigge på lidt detaljer.

63% køber varer til mellem 101 og 1000 kroner

17% købte varer til en værdi mellem 101-250 kroner
26% købte varer til en værdi mellem 251-500 kroner
20% købte varer til en værdi mellem 501-1000 kroner

Et kæmpe markedet, hvis du har produkter i denne prisklasse.

Beklædning (tøj og sko) sælges stadig mest

10% af handlerne går til tøj og sko skarpt efterfulgt af rejser, flybilletter, elektronik hardware og bøger på 8% hver.

Det er lidt svært at sammenligne med tidligere fx udgjorde beklædning 24% af de fysiske produkter tilbage i 4 kvartal i 2009. Der er lavet en del om i denne nye analyse for 2010 og frem.

Fordelen ved e-handel er overvejende, at man kan handle når man har tid

53% har det sådan og så er der yderligere fordele jævnt fordelt, her er nogle flere procenter:
38% det er nemt
33% varen er billigere end i fysiske butikker
32% det er nemmere at sammenligne priserog varer
25% det er tidsbesparende

Man har haft flere svarmuligheder.

Loyalitet og tilfredshed er nok den vigtigste observation i denne analyse

Hele 65% anbefaler den netbutik de seneste har handlet i, hvis venner og familie står for at skulle købe noget netbutikken tilbyder.

Dette sammenholdt med at 2 ud af 3 har e-handlet i en netbutik de tidligere har e-handlet i, er en klar tendens, hvilket rapporten også fint konkludere.

Download analysen her: http://www.fdih.net/dansk-e-handelsanalyse.aspx

Det er blevet til 3 blogpost:

1. Forklaring på sporingsdata i Google Analytics cookie
2. Definere mål på din blog
3. denne blogpost

Foruden disse blogpost har jeg erfaret lidt om ulemper ved Google Analytics, og jeg kører stadig eksperimenter, for at se om jeg kan lave målinger på en mere smart måde via Hændelsessporing istedet for virtuelle Side-visninger.

Gruppens Mentor/Coach Ib Potter har sørget for at vi fik en individuel målsætning af arbejde med og min målsætning samt, hvad der så er kommet ud af det, kan ses nedenfor.

1. Opbygning af den HTML der udgør din e-mail
2. Opbygning af indholdet og placering af information
3. Statistik på dine udsendelser
4. Undgå at dine mails ender som spam

Du har nu i del 1 fået introduktion i HTML optimering og sidst i del 2 lidt grundlæggende principper i opbygning af mailen og indholdet, og nu vil jeg give dig lidt tricks til, hvordan vi kan lave statistik på udsendelserne.

3. Statistik på dine udsendelser

Du vil sikkert gerne vide om dit nyhedsbrev overhovedet bliver læst, måske endnu mere, hvad dine modtagere klikker på i din mail, nu skal vi se på, hvordan vi får fat i den information, men inden vi går i kødet på metoderne, synes jeg, at jeg er forpligtet til at orientere dig ganske kort om lovgivning indenfor sporing, her i min egen fortolkning og formulering.

Du må ikke spore en persons adfærd i en sådan grad, at du kan finde frem til nøjagtig, hvilken person, email, navn, cpr. nr. osv. du har sporet. Identiteten på personen må ikke være til at afsløre på baggrund af en sporing.

Hvad må man så? Ja, du må godt spore alt muligt andet, som ikke afslører en personlig identitet fx alder, køn, interesser, højde, drøjde, IQ – alt muligt.

Sporing af åbning af mailen

Hele tricket omkring sporing af åbning/læsning af mailen består i at indsætte et billede i mailen, som er 1×1 pixels og ellers bare transparent (usynligt billede). Men man skal ikke bare indsætte billedet, som man ville i traditionel HTML med at gøre sådan her

<img src="http://www.co3.dk/blank.png" width="1" height="1" />

Nej, det er vigtigt, at vi lige får nogle informationer med ned til vores website, som kan udføre sporingen inden billedet vises fx sådan her

<img src="http://www.co3.dk/blank_image.aspx?mail=d3e2dcb0-0535-11df-8a39-0800200c9a66&trace=8b872660-0535-11df-8a39-0800200c9a66" width="1" height="1" />

Vores blank_image.aspx side på websitet er så programmeret til at modtage de 2 parameter “mail” og “trace”, og kan så udføre sporingen af de ting vi ønsker at vide fx

• åbning af mailen med id “d3e2dcb0-0535-11df-8a39-0800200c9a66”
• hvor mange tidligere åbninger trace id “8b872660-0535-11df-8a39-0800200c9a66” har udført
• alder på trace id “8b872660-0535-11df-8a39-0800200c9a66”
• køn på trace id “8b872660-0535-11df-8a39-0800200c9a66”
• etc.

Sporing af klik i mailen på lidt gammeldags facon

For at kunne spore et hvert klik i mailen er det nemmeste at erstatte samtlige links i en mail med et bestemt link som ved hvilken side brugen egentlig ønsker at se. Eksempel på et almindeligt link i en mail

<a href="http://www.co3.dk/"><img src="/img/logo.png" border="0"/></a>

Hvis man klikker på logo-billede så ville man bare hoppe til forsiden af websitet, men hvis vi skal vide at brugeren har klikket der, og det iøvrigt ønskes for samtlige links, så er det nemmeste at tage alle links i mailen og gemme dem i en database tabel fx

Så laver vi vores links om i vores mail til at se sådan ud:

<a href="http://www.co3.dk/trace_click.aspx?linkID=1&trace=8b872660-0535-11df-8a39-0800200c9a66"><img src="/img/logo.png" /></a>

Vores trace_click.aspx side på websitet er programmeret til at modtage de 2 parameter “linkID” og “trace” og kan udføre sporingen af det vi ønsker at vide fx

• linkID lig 1 er blevet klikket på en gang mere
• hvor mange klik trace id 8b872660-0535-11df-8a39-0800200c9a66 tidligere har klikket på i denne mail
• alder på trace id 8b872660-0535-11df-8a39-0800200c9a66
• køn på trace id 8b872660-0535-11df-8a39-0800200c9a66
• etc.

Så kan der laves rapporter i SQL til den lyse morgen på sporingsdata!

Nemmere sporing af klik i mailen med Google Analytics

Jeg kan jo ikke sige ordet statistik uden også at komme ind på Google Analytics! Bruger du det ikke så bare spring over dette afsnit, men kom lige ind i kampen – sæt dig ind i det, det vil du ikke fortryde!

Istedet for at lave alt det programmering med links i en database table og erstatning af links, for slet ikke tale om programmeringen af den sporing der skal til, så skal du se her, hvordan vi kan lave en sporing med Google Analytics.

Først skal du have installeret Google Analytics på dit website, og huske at kontroller at Google Analytics er begyndt at modtage data fra websitet. Så laver du lige dine links i din mail lidt om fx fra

<a href="http://www.co3.dk/"><img src="/img/logo.png" border="0"/></a>

så de kommer til at se sådan ud

<a href="http://www.co3.dk/?utm_source=nyhedsbrev&utm_medium=email&utm_content=logo&utm_campaign=jan2010"><img src="/img/logo.png" border="0"/></a>

Nu har vi 4 parameter på

• utm_source=nyhedsbreve, kilde informationerne siger: nyhedsbrev
• utm_medium=email, medie siger: email (kunne være web, banner, flash, mobil osv)
• utm_content=logo, fortæller os senere at der er klikket på logoet
• utm_campaign=jan2010, fortæller os senere at der er klikket i jan2010 mailen

Done! Hvis du så udskifter utm_content parameteren på de andre links i den mail, med nogle sigende navne, så vil du i Google Analytics under “Traffikkilder” –> “Alle traffikkilder” kunne finde “nyhedsbreve / email”, hvis nogen har klikket på et link i en mail.

Hvis du ønsker at se hvilken mail de har klikket i, skal du ind under “Traffikkilder” –>” “Kampagner”. Her vil du kunne finde en “jan2010” kampagne eller det du nu skriver i din utm_campaign parameter, og se hvor mange klik den har fået. Hvis du så vil se hvad for nogle links der er blevet klikket på, kan du vælge enten at se dine “utm_content” angivelser ved at vælge “Annonceindhold” som vist her nedenfor

Eller du kan vælge “Destinationsside” så kan se hvilke side de er gået til

Og du kan finde mere god statistik om dine nyhedsbreve – jo mere du sætter dig ind i Google Analytics, jo mere vil du kunne bruge det til at sætte skub i din forretning, det vil jeg næsten kunne love dig!

Opbygning af disse links til sporing med Google Analytics kan du selv lave på denne side

Det var lidt om statistik på dine mails, jeg kan ikke dy mig – jeg har lyst til at råbe lidt!

BRUG TID I GOOGLE ANALYTICS

Næste gang går jeg spam problemet lidt efter i sømene og jeg giver lidt info om, hvordan dine mails undgår at ende som spam, ses!

Besøgende kontra unikke besøgende

Først vil jeg nævne at "Hits" ikke kan bruges som besøgstal på dit website. "Visitors (Besøgende)" er nok det vanskeligste tal at arbejde med fordi der ikke er teknisk enighed blandt statistik værktøjer hvad en "Visitor" er. Der skal skælnes mellem "Unique Visitors (unikke besøgende)" og "Visitors" et unikt besøg på dit website er defineret som at den samme persons besøg kun tælles én gang. Men rent teknisk har websitet ikke med personer at gøre men PC’ere så hvordan ved statistikken så at besøget har været der før (det er det som er afgørende for om et besøg skal tælles som unikt eller ej) det er typisk ved at anvende cookies eller at sammenligne på IP adresse. Der er ingen tvivl om at cookies ville være den mest træfsikre, men da brugernes systemer kan indstilles til ikke at tillade cookies, hvis dette er tilfældet, så vil disse brugere være unikke ved hvert besøg, så derfor er IP adressen ikke uvæsentlig at sammenligne med, men så har vi med at andet problem at gøre og det er dynamisk tildelte IP adresser.

Det som er det vigtigste i forhold til "Visitors" er at du ved hvordan dit statistik program beregner tallet. Få dit webbureau til at installere en test-løsning eller afprøv det inden websitet går i luften. Find ud af om den bruger cookie metoden ved fx at slå cookies fra i Internet Explorer 7 kan du gøre dette ved at følge disse skridt:

1. Vælg menuen Funktioner
2. Vælg Internetindstillinger
3. Vælg fanen "Beskyttelse af personlige oplysninger"
4. Klik på knappen Avanceret
5. Markér "Tilsidesæt automatisk behandling af cookies"
6. Vælg "Blokér" begge typer cookies.
7. Klik OK for at komme tilbage.
8. Luk Internet Explorer og alle dets vinduer.

Åbn dit website og prøv så om du kan lave 2 eller flere besøg med F5 tasten på dit website, hvis den kun tæller dine forsøg 1 gang så må den køre på IP adresse.

Hvis den kører med cookie-identifikation kan du prøve om den også tjekker din IP adresse ved at få din netværksadministrator til at skifte IP adresse midlertidigt på din PC og se om du kan få den til at tælle op på unikke besøgende.

Hvis vi skal konkludere noget ud fra dette: Når du ved hvordan din webstatistik betragter en "Visitor", så vil du kunne tage nogle forbehold. Hvis dit website statistik har cookie-identifikation skal du være bevidst om, at meget få brugergrupper har slået denne funktion fra, men den kan omgås og give vildledende tal.
Hvis dit website statistik har IP identifikation skal du være opmærksom på at IP adressen for mange private internet brugeres vedkommende er dynamisk, så hvis du trækker tal over en længere periode end én dag kan du risikere at den samme besøgende tæller flere gange fordi den har fået ny IP.
Hvis dit website kører på en kombination af både cookie og IP så er fejl-raten meget mindre.

Teknisk baggrund

Det nemmeste er at forklare det ud fra en log-fil. En log-fil er en fil hvori alle "Hits" samles linje for linje. Her er et eksempel på sådan en linje:

De interessante data ifm. bruger identifikation er "c-ip" (client-ip) og "cs (Cookie)" (clientside-cookie). Denne linje har ingen "cs (Cookie)" der står bare en streg hvilket betyder ingen data.

Det er sådanne linjer som udgør dit websites statistik – nogle websites ligger automatisk al denne information ind i en database istedet for at lade webserveren danne log-filer, informationen er ens men det er beregningerne vi skal være opmærksomme på.

Hvis der er flere linjer hvor c-ip er den samme kunne der være tale om en tilbagevendende bruger med fast IP adresse, men det kan lige så godt være flere brugere som har overtager den samme IP adresse over en uge men nok mere realistisk en måned fordi sandsynligheden for at 2 brugere får samme IP adresse indenfor kort tid hvor så brugerne har dit website som fælles interesse er lidt utopisk, men på højttrafikkerede websites overhovedet ikke umulig.

En anden sondring med IP adresserne er at alle medarbejdere i Co3 deler internet fra deres arbejdsplads, det betyder at vi alle kommer ud på internettet med samme IP adresse og kunne blive betragtet som den samme tilbagevendende bruger. Det vil ikke ské hvis der blev anvendt cookie-identifikation.

At træffe beslutninger

Når baglandet spørger: Salgsafdelingen synes vi skal have videreudviklet vores bestillingssystem med en ny QuickOrder som validere deres indtastning "on the fly" så brugerne får lager-svar direkte som de indtaster, men kan du ikke lige se på vores statistik tal hvor mange af vores kunder der bruger det?

Så er det guld værd at vi kan give svaret både med de forbehold for at mange brugere fx en virksomheder som deler IP adresse og brugen af vores system bliver undervurderet af statistikken og uden tøven fordi vi kan forklare problemet med statistik tal. Hvis der skal laves et bedre beslutningsgrundlag i sådan situation bør man gå i ordre-afdelingen og spørge hvor mange bestillinger der kommer ind fra websitet, men det er måske ikke muligt, hvad gør vi så?

Et godt alternativ er at måle trafikken efter "Page views" altså sidevisninger. Hvofor så det? Jo, det er måske ikke strengt nødvendigt, at vi ved hvor mange brugere der benytter websitet, men lige så meget hvor meget alle vores brugere benytter systemet. Så er vi i princippet ligeglade med at få brugere har så stor trafik på websitet at det kan betale sig at videreudvikle kun til dem. Det er måske lidt nemmere at forklare hvis vi går over i e-handel, hvor det jo er ligemeget om 10 brugere køber for i alt 10.000 eller 100 brugere køber for i alt 10.000. Det er to forskellige beslutninger der skal tages med hensyn til videreudviklingen, men vi har i begge tilfælde et grundlag for at videreudvikle løsningen.