ทำไมคุณต้องมีการตรวจสอบ Analytics: วิธีตรวจสอบให้แน่ใจว่าข้อมูลของคุณถูกต้อง

ข้อมูลเป็นธุรกิจขนาดใหญ่ 90% ของกลยุทธ์องค์กรเกี่ยวข้องกับการลงทุนในข้อมูลเพื่อเข้าถึงผู้ชมใหม่และปรับแต่งประสบการณ์ส่วนบุคคล

แต่จะเป็นอย่างไรหากข้อมูลที่พวกเขาใช้นั้นไม่ถูกต้อง การตั้งค่าการวิเคราะห์ส่วนใหญ่มีข้อบกพร่อง และการกำหนดค่าที่ไม่ถูกต้องและผลลัพธ์ที่บิดเบี้ยวมักนำไปสู่การตัดสินใจที่ผิดพลาด

เนื่องจากข้อมูลที่ไม่ดีนั้นแย่ยิ่งกว่าไม่มีข้อมูลเลย นั่นหมายความว่าเครื่องมือวิเคราะห์ยอดนิยมส่วนใหญ่ (รวมถึง Google Analytics) กำลังทำให้ธุรกิจส่วนใหญ่หลงทาง

หากคุณกำลังใช้ข้อมูลเพื่อเป็นแนวทางทางการตลาด สิ่งสำคัญคือต้องแน่ใจว่าข้อมูลนั้นเชื่อถือได้ โพสต์นี้จะช่วยให้คุณตรวจสอบการวิเคราะห์ของคุณและติดตามเพื่อให้บรรลุวัตถุประสงค์ทางธุรกิจของคุณ

พลาดเป้าหมายแคมเปญการตลาดของคุณ? ตรวจสอบการวิเคราะห์ของคุณ

การวิเคราะห์ข้อมูลทางการตลาดมีวัตถุประสงค์หลักสองประการ:

1. เพื่อวัดประสิทธิภาพของแคมเปญการตลาดของคุณ

2. เพื่อกำหนดสิ่งที่คุณสามารถทำได้แตกต่างออกไปเพื่อปรับปรุงผลลัพธ์ในช่องทางการตลาดของคุณ

ข้อมูลดิบที่การวิเคราะห์รวบรวมจะแจ้งกลยุทธ์ทางการตลาดของคุณ และช่วยให้คุณสร้างแผนปฏิบัติการที่ให้ผลตอบแทนที่คุ้มค่ามากขึ้น

แต่ การปรับปรุงจะทำได้ก็ต่อเมื่อข้อมูลกองซ้อนกัน และการเรียกใช้การวิเคราะห์ก็ไม่ได้รับประกันว่าจะเป็นเช่นนั้น

จากการศึกษาของ Netacea พบว่า 68% ของธุรกิจกล่าวว่าพวกเขาได้รับผลกระทบจากการวิเคราะห์ที่บิดเบือน ทำให้มีค่าใช้จ่าย 4% ในรายได้ต่อปีที่สูญเสียไปโดยเฉลี่ย นั่นทำให้ข้อมูลการวิเคราะห์ที่ไม่ดีสร้างความเสียหายได้พอๆ กับโฆษณาหลอกลวง (ใช้บอทปลอมคลิกโฆษณา) ซึ่งทำให้ธุรกิจต้องเสียเงิน 42,000 ล้านดอลลาร์ต่อปี

ข้อมูลที่บิดเบี้ยวอาจเกิดขึ้นได้จากหลายสาเหตุ:

• ข้อผิดพลาดในชุดข้อมูล ความซ้ำซ้อน การพิมพ์ผิด การตั้งชื่อที่ผิดปกติ และข้อมูลที่ไม่ครบถ้วนและล้าสมัย
• ขาดการทำให้เป็นปกติ ข้อมูลไม่ได้รับการถ่ายโอนในรูปแบบที่สอดคล้องกันเพื่อให้สามารถวิเคราะห์เปรียบเทียบและเข้ากันได้ (เช่น ชุดข้อมูลหนึ่งแสดงรายได้ต่อปีและอีกชุดหนึ่งแสดงรายได้รายไตรมาส)

อย่างไรก็ตาม ปัญหาที่ใหญ่กว่าคือ บอท

แฮ็กเกอร์และสแกมเมอร์ใช้บอทเพื่อคลิกโฆษณาและสิ้นเปลืองงบประมาณการโฆษณา ซื้อสินค้า ขโมยเนื้อหาผ่านการขูดจำนวนมาก แฮ็กบัญชี และขโมยรายละเอียดบัตร กิจกรรมดังกล่าวส่งผลกระทบต่อข้อมูลที่คุณเห็น

แม้ว่าบอทจะไม่ได้กำหนดเป้าหมายคุณโดยตรง แต่พวกมันก็บิดเบือนสถิติ ดังนั้นคุณจึงไม่เห็นสิ่งที่เกิดขึ้นจริงในตลาด

ผลลัพธ์คือแคมเปญที่ดำเนินการได้ไม่ดีและการใช้จ่ายที่สูญเปล่า การวิจัยของ Netacea แสดงให้เห็นว่าธุรกิจกว่าครึ่งได้จัดโปรโมชั่นพิเศษ สั่งสต็อกใหม่ หรือใช้งบประมาณทางการตลาดจนหมดเนื่องจากการวิเคราะห์ที่ไม่ถูกต้อง

Brian Uffelman รองประธานและผู้ประกาศข่าวด้านความปลอดภัยที่ PerimeterX บอกกับ Ecommerce Times:

เนื่องจากบอทมักจะคิดเป็นครึ่งหนึ่งของการเข้าชมเว็บ ความสูญเสียจากการตัดสินใจทางธุรกิจที่ผิดพลาดเนื่องจากการวิเคราะห์ที่คลาดเคลื่อนอาจมีนัยสำคัญ ตั้งแต่หลายล้านไปจนถึงไม่กี่พันล้านดอลลาร์

บอทเบี่ยง KPI และเมตริกจำนวนมาก รวมถึงการติดตามผู้ใช้และการมีส่วนร่วม ระยะเวลาเซสชัน อัตราตีกลับ การคลิกโฆษณา อัตราส่วนการดูต่อหนังสือ ข้อมูลแคมเปญ และช่องทางการแปลง

สำหรับไซต์อีคอมเมิร์ซ ท่องเที่ยว และสื่อ บอทขูดข้อมูลโดยไม่ได้รับอนุญาตจะเลียนแบบมนุษย์โดยการตรวจสอบรายการ ราคา และเนื้อหาแบบไดนามิก ส่งผลให้ข้อมูลบิดเบี้ยว

การตรวจสอบการวิเคราะห์ทางการตลาดจะประเมินคุณภาพข้อมูลและความน่าเชื่อถือเพื่อป้องกันข้อมูลที่บิดเบือน เป็นการประเมินความเสี่ยงที่ทำให้มั่นใจว่าตัวเลขที่คุณใช้ในการตัดสินใจนั้นถูกต้องและมีความเกี่ยวข้อง

การตรวจสอบอย่างสม่ำเสมอช่วยให้คุณมั่นใจได้ว่าข้อมูลของคุณจะดีขึ้น—ไม่สร้างความเสียหายให้กับแคมเปญการตลาด

การตรวจสอบถามคำถามที่ถูกต้อง

การวิเคราะห์การตลาดคือการวิเคราะห์ข้อมูลประเภทใดก็ได้ที่ช่วยคุณในการทำการตลาด ซึ่งอาจรวมถึงเว็บ โซเชียลมีเดีย หรือการวิเคราะห์การขาย และเครื่องมือวิเคราะห์ที่หลากหลาย เช่น:

• Google Analytics;
• อะโดบี อะนาไลติกส์;
• โฆษณา Google;
• มาร์เก็ตโต้;
• พนักงานขาย;
• วูปร้า ;
• ฮูทสวีท;
• ต้นกล้าสังคม;
• SEMRush;
• อาเรฟ.

แต่ไม่คำนึงถึงช่องทางหรือซอฟต์แวร์ การวิเคราะห์ครอบคลุมหนึ่งหรือมากกว่าจากสามหมวดหมู่หลัก:

1. การวิเคราะห์เชิงพรรณนา การใช้ข้อมูลเพื่อค้นหาสิ่งที่เกิดขึ้นในอดีต ตัวอย่างเช่น การใช้ Google Analytics (GA) เพื่อวัดจำนวนการดูหน้าเว็บและการคลิกโพสต์บล็อกหนึ่งๆ ใน ​​30 วัน เทียบกับโพสต์ที่คล้ายกันที่คุณเคยเผยแพร่ในอดีต
2. การวิเคราะห์เชิงคาดการณ์ การใช้อัลกอริทึมการเรียนรู้ของเครื่องเพื่อคาดการณ์ผลลัพธ์ในอนาคตได้อย่างแม่นยำ เช่น การระบุกลุ่มที่ทำกำไรตามข้อมูลประชากร ความสนใจ และพฤติกรรมของผู้ชม
3. การวิเคราะห์เชิงกำหนด ใช้ข้อมูลที่ผ่านมาเพื่อแนะนำขั้นตอนต่อไปที่มีประสิทธิภาพ ตัวอย่างเช่น หากการวิเคราะห์เชิงคาดการณ์แนะนำผู้เข้าชมใหม่เพิ่มขึ้น การวิเคราะห์เชิงกำหนดสามารถช่วยคุณระบุผลิตภัณฑ์และข้อความที่ดีที่สุดเพื่อโปรโมตได้

การตรวจสอบการวิเคราะห์ทางการตลาดสามารถนำไปใช้ได้เหมือนกันกับการวิเคราะห์เชิงพรรณนา การคาดการณ์ หรือเชิงกำหนดเพื่อตอบคำถามเดียวกัน:

1. ข้อมูลถูกต้องหรือไม่? ข้อมูลจะเชื่อถือได้หรือไม่ และสอดคล้องกับระบบอื่นๆ หรือไม่ ตัวอย่างเช่น ข้อมูล GA ถูกต้องกับข้อมูลจากซอฟต์แวร์อีคอมเมิร์ซของคุณหรือไม่
2. สิ่งที่ขาดหายไป? คุณได้รับภาพรวมจากข้อมูลของคุณหรือไม่ ทุกอย่างตั้งค่าและกำหนดค่าถูกต้องหรือไม่? มีอะไรแตกหักหรือไม่?
3. ข้อมูลมีความหมายหรือไม่? เมตริกเกี่ยวข้องกับสิ่งที่คุณพยายามบรรลุหรือไม่ ตัวอย่างเช่น การกดไลค์มีความหมายจริงๆ หรือการคลิกเป็นเมตริกที่ดีกว่าหรือไม่
4. คุณสามารถวัดและวิเคราะห์อะไรเพื่อให้ได้ผลลัพธ์ที่มีความหมายมากขึ้น การติดตามแบบใดที่สามารถนำมาใช้เพื่อข้อมูลเชิงลึกที่ดีที่สุด การเข้าถึงของทีม และความสามารถในการดำเนินการ
5. คุณได้ทำการประกันคุณภาพที่เหมาะสมแล้วหรือยัง? ตัวเลขมีความหมายหรือไม่? ตัวเลขที่น่าแปลกใจหรือแตกต่างเกินไปไม่ควรนำมาพิจารณาตามมูลค่า

วิธีตรวจสอบการวิเคราะห์ข้อมูลเพื่อประสิทธิภาพทางการตลาดที่ดีขึ้น

กระบวนการตรวจสอบการวิเคราะห์ทางการตลาดแบ่งออกเป็นสองส่วน:

1. ระบุสิ่งที่จะวัด
2. ตรวจสอบการตั้งค่าการวิเคราะห์ปัจจุบันของคุณ

ก่อนที่เราจะเข้าสู่ขั้นตอนเหล่านี้ สิ่งสำคัญคือต้องรับทราบว่า ข้อมูลการวิเคราะห์ไม่เคยสมบูรณ์แบบ

อย่าคาดหวังว่าจะสามารถบรรลุความถูกต้อง 100% ระหว่างแหล่งข้อมูลหลังจากการตรวจสอบ ตัวบล็อกโฆษณา, ประเภทอุปกรณ์, ข้อผิดพลาดของจาวาสคริปต์, หมดเวลาของหน้า, คุกกี้ที่ปิดใช้งาน, วิธีการที่แตกต่างกันระหว่างเครื่องมือ และบอท ล้วนมีอิทธิพลต่อข้อมูล

Google Analytics ใช้ข้อมูลตัวอย่างเพื่อสร้างรายงาน ตัวอย่างเช่น หากคุณสร้างรายงานที่กำหนดเองใน GA โดยมีช่วงข้อมูลที่มี 700,000 เซสชัน Google จะไม่ใช้เซสชันเหล่านั้นทั้งหมด แต่อาจใช้ครึ่งหนึ่งและให้ผลรวมโดยประมาณ ทำให้โหลดรายงานได้ง่ายขึ้น

ในการสุ่มตัวอย่างข้อมูล หน้าความช่วยเหลือของ Google ระบุว่า:

ในการวิเคราะห์ข้อมูล การสุ่มตัวอย่างเป็นวิธีปฏิบัติในการวิเคราะห์ชุดย่อยของข้อมูลทั้งหมด เพื่อเปิดเผยข้อมูลที่มีความหมายในชุดข้อมูลขนาดใหญ่

ตัวอย่างเช่น หากคุณต้องการประมาณจำนวนต้นไม้ในพื้นที่ 100 เอเคอร์โดยที่การกระจายของต้นไม้ค่อนข้างสม่ำเสมอ คุณสามารถนับจำนวนต้นไม้ใน 1 เอเคอร์แล้วคูณด้วย 100 หรือนับจำนวนต้นไม้ในครึ่งเอเคอร์ แล้วคูณด้วย 200 เพื่อให้ได้ค่าที่ถูกต้องของทั้ง 100 เอเคอร์

หากคุณมีความแม่นยำ 90–95% แสดงว่าคุณมีข้อมูลที่ดีในการทำงาน หากคุณกำลังนำเสนอข้อมูลแก่ผู้มีส่วนได้ส่วนเสีย สิ่งสำคัญคือต้องระบุให้ชัดเจนว่าข้อมูลไม่สามารถเชื่อถือได้ 100%

ระบุ KPI ที่สำคัญต่อการตลาดของคุณ

ยิ่งคุณขยายเครือข่ายของคุณให้กว้างขึ้นเท่าใด โอกาสในการรวบรวมข้อมูลที่ไม่เกี่ยวข้องซึ่งไม่เกี่ยวข้องกับวัตถุประสงค์โดยรวมของคุณก็จะยิ่งมากขึ้นเท่านั้น ขั้นตอนแรกของการตรวจสอบภายในของคุณคือต้องมีความชัดเจนเกี่ยวกับสิ่งสำคัญในการวัดผลสำหรับเป้าหมายทางการตลาดของคุณ

ตรวจสอบกลยุทธ์แคมเปญการตลาดและแผนการวัดผลปัจจุบันของคุณ กลยุทธ์ทางการตลาดควรสอดคล้องกับตัวบ่งชี้ประสิทธิภาพหลัก (KPI)

ตัวอย่างเช่น หากแคมเปญการตลาดของคุณเกี่ยวข้องกับการสร้างเนื้อหาบล็อกเพิ่มเติม KPI ที่สนับสนุนอาจเป็นการเพิ่มปริมาณการค้นหาทั่วไปของแบรนด์ หากการเพิ่มการเข้าชมเว็บไซต์เป็น KPI ที่สำคัญที่สุด เมตริก เช่น ผู้ติดตามโซเชียลมีเดียอาจมีคุณค่าน้อยกว่าและไม่คุ้มที่จะวัดในแคมเปญนี้

นี่คือตัวอย่างแผนการตลาดโดย Fresh Egg:

ดู KPI ของคุณอย่างใกล้ชิดและประเมินความเกี่ยวข้องแต่ละรายการ

1. ใช้ข้อมูลที่หาได้ (เช่น ข้อมูลช่วยปรับปรุงประสิทธิภาพทางการตลาด) หรือไม่
2. มันเกี่ยวข้องกับวัตถุประสงค์ทางการตลาดของคุณหรือไม่?
3. เป็นอัตราส่วนหรือการเปรียบเทียบ (เช่น KPI สำหรับการเพิ่มการมีส่วนร่วมของผู้ใช้อาจเป็นการเพิ่มระยะเวลาเซสชันหรือเวลาบนไซต์สำหรับช่วงเวลาหนึ่งเทียบกับอีกช่วงเวลาหนึ่ง)
4. ง่ายต่อการรายงาน? ทีมของคุณสามารถเข้าใจ KPI ได้อย่างง่ายดายและเหตุใดจึงสำคัญ

สิ่งใดที่ไม่เกี่ยวข้องก็ไม่จำเป็นต้องติดตาม

ถัดไป ตรวจสอบให้แน่ใจว่าการวิเคราะห์ทั่วทั้งบริษัทสอดคล้องกัน ตัวอย่างเช่น การขายสามารถระบุแหล่งที่มาตามช่องทางได้หรือไม่

การระบุแหล่งที่มาเป็นสิ่งสำคัญสำหรับทีมการตลาดในการทำความเข้าใจว่าความพยายามของพวกเขานำไปสู่การขายอย่างไร และเพื่อให้ทีมขายเห็นว่าเนื้อหาของพวกเขาส่งผลให้เกิด Conversion หรือไม่ มีประโยชน์สำหรับทีมตรวจสอบที่จะประกอบด้วยสมาชิกฝ่ายการตลาดและการขายเพื่อตรวจสอบคุณภาพการตรวจสอบที่เกี่ยวข้องกับความต้องการของพวกเขา

ตรวจสอบว่ามีการใช้ช่องทางที่กำหนดเองสำหรับ KPI ที่เฉพาะเจาะจง ตัวอย่างเช่น หากคุณกำลังใช้โซเชียลมีเดียเป็นส่วนหนึ่งของแคมเปญการตลาดของคุณ โซเชียลออร์แกนิกจะแยกออกจากโซเชียลที่ต้องชำระเงินและเนื้อหาที่แชร์โดยผู้ชมของคุณหรือไม่

การติดตามแต่ละช่องทางแยกกันจะทำให้ง่ายต่อการรายงานและประเมินว่าแคมเปญมีส่วนสนับสนุนทางการตลาดและเป้าหมายของบริษัทอย่างไร

กลยุทธ์การตลาดพัฒนาไปพร้อมกับทุกแคมเปญ ทบทวนแผนการวัดผลของคุณเพื่อประเมินมูลค่าของ KPI อย่างน้อยทุกปี แต่ควรเป็นรายไตรมาสหรือเมื่อคุณเปิดตัวแคมเปญใหม่

ตรวจสอบการตั้งค่าการวิเคราะห์ปัจจุบันของคุณเพื่อปรับปรุงคุณภาพข้อมูล

แม้ว่าทีมตรวจสอบจะได้รับประโยชน์จากผู้เชี่ยวชาญด้านวิทยาการข้อมูลและทักษะด้านเทคนิค แต่เครื่องมือวิเคราะห์ก็เป็นมิตรกับผู้ใช้มากขึ้นเรื่อยๆ ใครก็ตามที่คุ้นเคยกับแพลตฟอร์มการวิเคราะห์ของบริษัทของคุณสามารถทำการวิเคราะห์การตรวจสอบภายในนี้ได้

ก่อนเริ่ม เพื่อประเมินประสิทธิภาพอย่างสมบูรณ์ คุณจะต้องมีสิทธิ์การเข้าถึงระดับผู้ดูแลระบบ หากคุณยังไม่มี ให้ขอสิทธิ์การเข้าถึงจากผู้ดูแลระบบของคุณ

ทำรายการสิ่งที่คุณต้องวิเคราะห์และตรวจสอบให้แน่ใจว่าการกำหนดค่าถูกต้อง รายการในรายการนี้จะเกี่ยวข้องกับเมตริกที่สำคัญกับ KPI ของคุณ

ตัวอย่างเช่น หากคุณเปิดร้านค้าอีคอมเมิร์ซและเป้าหมายของคุณคือการได้ลูกค้าใหม่ คุณจะต้องตรวจสอบการติดตามอีคอมเมิร์ซ

ท่ามกลางการตรวจสอบอื่นๆ Annie Cushing จาก Annielytics จะทำการวิเคราะห์ต่อไปนี้เมื่อดำเนินการตรวจสอบ Google Analytics:

• หากไซต์ใช้การติดตามอีคอมเมิร์ซ รหัสติดตามจะอยู่ในหน้าการแปลงทั้งหมดหรือไม่
• หากไซต์ใช้การติดตามอีคอมเมิร์ซ มี JavaScript หรือข้อผิดพลาดในการเขียนโปรแกรมฝั่งเซิร์ฟเวอร์ก่อนเมธอด _trackTrans() ที่ทำให้ไม่เริ่มทำงานหรือไม่
• หากไซต์ใช้การติดตามอีคอมเมิร์ซ โค้ดมีสัญลักษณ์สกุลเงินหรือตัวคั่นนับพันในโค้ดหรือไม่
• หากไซต์ใช้การติดตามอีคอมเมิร์ซ ผลิตภัณฑ์หรือ ID ร้านค้าของพวกเขาใช้เครื่องหมายอัญประกาศเดี่ยวหรือไม่

สำหรับรายละเอียดของวิธีการเรียกใช้การตรวจสอบ GA แบบเต็ม โปรดดูคู่มือการตรวจสอบสุขภาพ DIY ของเรา

รายการตรวจสอบเฉพาะของคุณจะแตกต่างกันไปขึ้นอยู่กับแผนการตลาดและการวัดผลของคุณ แต่มีงานสำคัญ 8 ประการที่การตรวจสอบทุกครั้งควรทำให้เสร็จ

1. ตรวจสอบว่าติดตั้งรหัสการวิเคราะห์อย่างถูกต้อง

ความสมบูรณ์ของข้อมูลขึ้นอยู่กับรหัสการวิเคราะห์ที่ทำงานได้อย่างถูกต้อง สิ่งแรกที่ต้องตรวจสอบคือคุณได้ติดตั้งโค้ด (หรือโค้ด Google Tag Manager สำหรับโฆษณา Google) อย่างถูกต้องในทุกหน้าของเว็บไซต์ของคุณ

ควรวางโค้ดการวิเคราะห์แบบเต็มหน้าแท็กปิด </head> จะใช้งานได้หากติดตั้งในส่วนเนื้อหาหรือส่วนท้ายของโค้ดเว็บไซต์ของคุณ แต่จะใช้เวลาในการโหลดนานขึ้นและอาจเก็บข้อมูลได้ไม่ทั้งหมด

ปัญหาที่เกี่ยวข้องกับการติดตามจะปรากฏให้เห็นในรายงานตามเวลาจริง หากคุณมีผู้เยี่ยมชมที่ใช้งานอยู่และโค้ดติดตามไม่ได้ส่งข้อมูลตามเวลาจริง แสดงว่าโค้ดนั้นทำงานไม่ถูกต้อง

ใช้หนึ่งในเครื่องมือต่อไปนี้เพื่อตรวจสอบการติดตั้งที่ถูกต้อง:

• ตัวตรวจสอบ GA;
• มือไม่พาย;
• ดีบักเกอร์ Google Analytics

2. ตรวจสอบการเข้าถึงของผู้ใช้เพื่อรักษาความปลอดภัย

คนที่เหมาะสมมีสิทธิ์เข้าถึงและอนุญาตการวิเคราะห์ของคุณอย่างถูกต้องหรือไม่ การวิจัยจาก Beyond Identity แสดงให้เห็นว่าเกือบ 25% ของพนักงานกล่าวว่าพวกเขายังคงสามารถเข้าถึงบัญชีจากที่ทำงานในอดีตได้

เนื่องจากการวิเคราะห์เป็นแพลตฟอร์มบนระบบคลาวด์ ใครก็ตามที่เข้าถึงข้อมูลของคุณที่ไม่ต้องการข้อมูลดังกล่าวได้ก็จะยอมลดความปลอดภัยลง

รายละเอียดการเข้าถึงจะอยู่ในแผงการดูแลระบบ แผงควบคุม หรือการตั้งค่าผู้ใช้ โดยทั่วไปแล้วผู้ใช้แต่ละคนจะมีบทบาท ใน GA มีผู้ใช้สี่ระดับ:

1. ผู้ดูแลระบบ ควบคุมการวิเคราะห์ทั้งหมดและความสามารถในการจัดการผู้ใช้และให้สิทธิ์
2. บรรณาธิการ. ควบคุมการตั้งค่าทั้งหมด แต่ไม่สามารถจัดการผู้ใช้ได้
3. นักวิเคราะห์. สามารถสร้าง แก้ไข ลบ และแบ่งปันทรัพย์สินคุณสมบัติ (เช่น รายงานที่กำหนดเอง แดชบอร์ด และกลุ่มการแปลง) และสามารถทำงานร่วมกันในทรัพย์สินที่ใช้ร่วมกัน
4. ผู้ดู ดูข้อมูลได้แต่ไม่สามารถแก้ไข ลบ แชร์ หรือทำงานร่วมกันได้

แผนภูมินี้โดย ClickInsight เน้นว่าสิทธิ์ใดควรสงวนไว้สำหรับผู้ดูแลระบบและควรกำหนดให้กับผู้ใช้:

มีระบบที่แจ้งเตือนผู้ดูแลระบบการวิเคราะห์ของคุณเกี่ยวกับพนักงานที่ออกจากบริษัทหรือเปลี่ยนบทบาท เพื่อให้สามารถอัปเดตการเข้าถึงได้ ซึ่งสามารถทำได้ง่ายๆ เพียงอีเมลหรือข้อความในระบบการจัดการโครงการของคุณ

3. ตรวจสอบว่าข้อมูลถูกแยกออกจากกันเพื่อให้ได้ผลลัพธ์ที่ถูกต้อง

การแยกข้อมูลเป็นสิ่งสำคัญสำหรับการแสดงอย่างถูกต้องว่าผู้ชมของคุณมีส่วนร่วมกับเว็บไซต์และแคมเปญการตลาดของคุณอย่างไร

หากไม่มีคลัสเตอร์ คุณน่าจะติดตามการใช้งานของพนักงานและทดสอบการรับส่งข้อมูล พนักงานจะใช้เว็บไซต์ของคุณในลักษณะเฉพาะเมื่อทำการทดสอบเพจต่างๆ ซึ่งมักจะแตกต่างไปจากวิธีที่ผู้เยี่ยมชมจะไปยังส่วนต่างๆ ของหน้า การรวมข้อมูลเข้าด้วยกันอาจทำให้การวิเคราะห์ของคุณบิดเบือนไปในทางที่ดีหรือในทางลบ

ตรวจสอบว่าข้อมูลเว็บถูกแยกออกเป็นสามมุมมอง:

1. ข้อมูลทั้งหมด ปล่อยให้มุมมองนี้ไม่ถูกกรอง เพื่อให้คุณสามารถเข้าถึงทุกสิ่งที่รวบรวมไว้ได้อย่างง่ายดาย และไม่เสี่ยงต่อการสูญเสียข้อมูลที่เป็นประโยชน์
2. ทดสอบข้อมูล ใช้มุมมองนี้เพื่อทดสอบตัวกรองใหม่และดูว่าการรับส่งข้อมูลได้รับผลกระทบอย่างไรก่อนที่จะเพิ่มลงในมุมมองหลักของคุณ โดยการทดสอบก่อน คุณสามารถมั่นใจได้ว่าผู้เยี่ยมชมที่คุณคาดว่าจะแสดงจะไม่ถูกกรอง ทำให้ได้ผลลัพธ์ที่น่าเชื่อถือมากขึ้น
3. ข้อมูลทั้งหมด + ตัวกรอง ทำให้เป็นมุมมองของคุณสำหรับการวิเคราะห์แบบวันต่อวัน คุณสามารถเพิ่มตัวกรองที่ทดสอบได้ที่นี่

นอกจากนี้ คุณอาจต้องการแยกข้อมูลตามการเข้าชมภายในและภายนอกเพื่อแยกการดำเนินการของทีมการตลาดออกจากข้อมูลผู้เยี่ยมชม

4. ตรวจสอบให้แน่ใจว่าตัวกรองไม่รวมข้อมูลที่ไม่เกี่ยวข้อง

ตัวกรองได้รับการออกแบบมาเพื่อจำกัดข้อมูลที่แสดงในตาราง กราฟ และรายงาน ตัวอย่างเช่น คุณสามารถใช้ตัวกรองในการวิเคราะห์โซเชียลมีเดียเพื่อแสดงข้อมูลสำหรับคำหลักเฉพาะ เช่น การกล่าวถึงแบรนด์

ตรวจสอบตัวกรองทั้งหมดและตรวจสอบว่าเป็นปัจจุบัน สำหรับการเข้าชมเว็บ ให้ใส่ใจเป็นพิเศษกับตัวกรองที่อยู่ IP อุปกรณ์จำนวนมากใช้ที่อยู่ IP แบบไดนามิกซึ่งกำหนดโดยเครือข่ายเมื่อเชื่อมต่ออินเทอร์เน็ตและเปลี่ยนแปลงตลอดเวลา สิ่งเหล่านี้ไม่ได้เปลี่ยนแปลงเสมอไป แต่ถ้าเปลี่ยนแปลง ตัวกรองจะไม่แยกข้อมูลอีกต่อไป

ควรมีตัวกรองการทำงานอัตโนมัติเพื่อบล็อกการรับส่งข้อมูลของบอทและป้องกันข้อมูลที่บิดเบือน

ใน Google Analytics:

ไปที่ผู้ดูแลระบบ > ดู > ดูการตั้งค่า และตรวจสอบให้แน่ใจว่าได้เลือกการกรองบอทแล้ว (ซึ่งจะทำโดยอัตโนมัติใน GA4)

ใน Adobe Analytics:

ไปที่ผู้ดูแลระบบ > ชุดรายงาน > แก้ไขการตั้งค่า > ทั่วไป > กฎของบอต และตรวจสอบให้แน่ใจว่าได้เลือกเปิดใช้งานกฎการกรองบอตของ IAB

หากคุณตั้งค่ากฎบอทแบบกำหนดเอง ให้ตรวจสอบว่าตัวแทนผู้ใช้ ที่อยู่ IP และช่วง IP ถูกต้อง

ขณะที่คุณดำเนินการตรวจสอบตัวกรอง ให้ตรวจสอบพารามิเตอร์การสืบค้น URL ใดๆ แต่ละครั้งที่มีการเพิ่มพารามิเตอร์การค้นหาลงใน URL ข้อมูลจะถูกรายงานในหน้าแยกต่างหาก ซึ่งอาจส่งผลให้มีการรายงานหน้าเว็บหลายร้อยหน้า ทำให้ยากต่อการได้รับข้อมูลที่ถูกต้อง

มีพารามิเตอร์ URL สองประเภทที่ต้องค้นหา:

1. พารามิเตอร์การแก้ไขเนื้อหา พารามิเตอร์ที่เปลี่ยนเนื้อหาที่แสดงบนเพจ ตัวอย่างเช่น “http://mywebsite.com?productid=xyz” จะส่งคนไปที่หน้าผลิตภัณฑ์ “xyz” บนเว็บไซต์ของคุณโดยตรง

2. พารามิเตอร์การติดตาม พารามิเตอร์ที่ส่งข้อมูล (เช่น แคมเปญหรือกลุ่มโฆษณาใดที่การเข้าชมมาจาก) แต่ไม่เปลี่ยนแปลงเนื้อหาของหน้า ตัวอย่างเช่น อาจใช้ “https://mywebsite.com/?utm_source=newsletter&utm_medium=email” เพื่อติดตามการเข้าชมจากจดหมายข่าวของคุณ

พารามิเตอร์ใดๆ ที่ไม่เปลี่ยนแปลงเนื้อหาของหน้าหรือเปลี่ยนแปลงหน้าเพียงเล็กน้อยในลักษณะที่ไม่ส่งผลกระทบต่อเนื้อหาควรได้รับการยกเว้น

5. เปรียบเทียบข้อมูลการวิเคราะห์กับตัวเลขส่วนหลัง

ดังที่ได้กล่าวไว้ก่อนหน้านี้ การวิเคราะห์จะไม่แม่นยำอย่างสมบูรณ์ และคุณไม่ควรใช้ข้อมูลเพื่อแทนที่การรายงานทางการเงินหรือระบบอีคอมเมิร์ซของคุณ แต่ตัวเลขควรตรงกัน

เลือกช่วงเวลาที่กำหนดในรายงานส่วนหลังของคุณและเปรียบเทียบข้อมูลกับช่วงเวลาเดียวกันในการวิเคราะห์ของคุณ (เช่น ธุรกรรมในไตรมาสที่ 1)

ข้อมูลควรมีความถูกต้อง 90% ขึ้นไป หากเป็นกรณีนี้ คุณมีข้อมูลที่เชื่อถือได้เพื่อแจ้งแคมเปญการตลาด หากต่ำกว่านั้น แสดงว่ามีปัญหาเล็กน้อยที่อาจต้องการการดูแลหรือไม่ก็ได้

หากมีความคลาดเคลื่อน โปรดดูที่:

• ตัวกรอง ข้อมูลการทำธุรกรรมถูกบันทึกในส่วนหลังที่ถูกกรองในการวิเคราะห์หรือไม่? ตัวอย่างเช่น หากคุณยกเว้นการเข้าชมภายในและพนักงานทำการซื้อ ธุรกรรมจะถูกบันทึกในส่วนหลัง
• ที่ตั้ง. บางประเทศ เช่น จีน ฝรั่งเศส และอิตาลี บล็อก GA หากซื้อสินค้าจากประเทศนั้น จะไม่ถูกบันทึกใน GA แต่จะอยู่ในส่วนหลัง
• เขตเวลา. เขตเวลาการวิเคราะห์ของคุณตรงกับส่วนหลังของคุณหรือไม่
• การตั้งค่าการยกเลิก หากการซื้อถูกยกเลิกทางโทรศัพท์ แชทสด หรืออีเมล การซื้อนั้นอาจยังคงถูกบันทึกในการวิเคราะห์ แต่จะถูกลบออกในส่วนแบ็คเอนด์ ตรวจสอบให้แน่ใจว่าข้อมูลการขายในการวิเคราะห์ของคุณเป็นปัจจุบัน ตรวจสอบคำแนะนำของ Optimize Smart เพื่อย้อนกลับการทำธุรกรรม

6. ตรวจสอบว่าคุณไม่ได้รวบรวมข้อมูลส่วนบุคคลที่สามารถระบุตัวตนได้ (PII)

ข้อมูลที่สามารถระบุตัวบุคคลได้ (PII) คือข้อมูลใดๆ ที่สามารถใช้เพื่อระบุตัวตน ติดต่อ หรือค้นหาตัวบุคคล ซึ่งรวมถึง:

• ที่อยู่อีเมล
• ที่อยู่ทางไปรษณีย์;
• ชื่อเต็มหรือชื่อผู้ใช้
• หมายเลขโทรศัพท์;
• หมายเลขใบขับขี่
• หมายเลขหนังสือเดินทาง;
• ตำแหน่งที่แม่นยำ (เช่น พิกัด GPS);
• ข้อมูลบัตรเครดิตหรือ SSN

คุกกี้ รหัสโฆษณา และที่อยู่ IP ไม่ถือเป็น PII

การรวบรวมข้อมูล PII เป็นสิ่งต้องห้ามตามกฎหมายว่าด้วยการคุ้มครองข้อมูลทั่วไป (GDPR) ในสหภาพยุโรป และกฎหมายความเป็นส่วนตัวของข้อมูลผู้บริโภคในสหรัฐอเมริกาและต่างประเทศ เว้นแต่คุณจะได้รับอนุญาตอย่างชัดแจ้งจากบุคคล

Google, Adobe และแพลตฟอร์มการวิเคราะห์อื่นๆ ยังมีกฎหมายความเป็นส่วนตัวที่เข้มงวด ซึ่งกำหนดให้มีการคุ้มครองความเป็นส่วนตัวของผู้ใช้ ซึ่งป้องกันไม่ให้มีการส่งต่อข้อมูลส่วนบุคคล

ตรวจสอบให้แน่ใจว่าการวิเคราะห์ไม่ได้รวบรวม PII โดยตรวจสอบ:

• หน้า ค้นหา @ ในตัวกรองเพื่อดูว่ามีการรวบรวมที่อยู่อีเมลหรือไม่
• มิติเหตุการณ์ ดูที่หมวดหมู่ การดำเนินการ และป้ายกำกับสำหรับข้อมูลส่วนบุคคล
• มิติข้อมูลที่กำหนดเอง เรียกใช้รายงานที่กำหนดเองซึ่งดึงมิติข้อมูลที่กำหนดเองและตรวจสอบให้แน่ใจว่าไม่มีการรวบรวมค่า PII
• คำค้น. ตรวจสอบรายงานข้อความค้นหาเพื่อหาสัญญาณของรายละเอียดส่วนบุคคล
• การนำเข้าข้อมูล ค้นหาชุดข้อมูลสำหรับ PII ก่อนนำเข้าข้อมูลวิเคราะห์ของคุณ

หากข้อมูลส่วนบุคคลเล็ดลอดออกไปทางอินเทอร์เน็ต ให้แจ้งทีมพัฒนาของคุณเพื่อค้นหาแหล่งที่มาและลบออก เมื่อไซต์ของคุณไม่รวบรวม PII อีกต่อไป ให้สำรองมุมมองที่มีอยู่สำหรับการแสดงภาพและส่งออกข้อมูลสำคัญ

ตรวจสอบว่าไม่มีการจัดเก็บข้อมูลส่วนบุคคลโดยไม่ตั้งใจเมื่อคุณทำเช่นนั้น เนื่องจากการจัดเก็บประเภทใดก็ตามอาจละเมิดกฎหมายความเป็นส่วนตัวได้ ลบมุมมองที่เสียหายและสร้างมุมมองใหม่ที่ปราศจาก PII

7. การติดตามตรงกับเป้าหมายทางการตลาดของคุณหรือไม่?

ขั้นตอนสุดท้ายคือการตรวจสอบว่าการวิเคราะห์กำลังทำในสิ่งที่คุณต้องการ ดำเนินการตามเป้าหมายทางการตลาดของคุณและตรวจสอบว่ามีการรวบรวมข้อมูลที่จำเป็น

ตัวอย่างเช่น หากเป้าหมายของคุณคือเพิ่มการเข้าชมจากโซเชียลมีเดีย การอ้างอิงเครือข่ายถูกตั้งค่าให้ติดตามว่าช่องใดทำงานได้ดีที่สุดหรือไม่ หากคุณต้องการให้ผู้คนดาวน์โหลด Lead Magnet ของคุณมากขึ้น คุณกำลังติดตามการส่งแบบฟอร์มหรือไม่ หากคุณต้องการปรับปรุงประสิทธิภาพของโฆษณา มีการตั้งค่าการติดตามรายได้เพื่อวัดต้นทุนต่อการได้รับ (CPA) และผลตอบแทนจากค่าโฆษณา (ROAS) หรือไม่

จำไว้ว่า คุณไม่จำเป็นต้องติดตามทุกอย่าง เฉพาะข้อมูลที่เกี่ยวข้องกับ KPI ที่มีความสำคัญต่อธุรกิจของคุณ จัดเรียงข้อมูลออกเป็นสามประเภท:

1. ข้อมูลสำคัญ จุดข้อมูล KPI ที่ขับเคลื่อนการตลาดของคุณ
2. ข้อมูลสนับสนุน จุดข้อมูลที่เสริม KPI ของคุณสำหรับการวิเคราะห์เชิงลึกและมุมมองภาพใหญ่ ตัวอย่างเช่น หากคุณกำลังติดตามอัตราการเติบโตของผู้ใช้ใหม่ คุณอาจติดตามการระบุแหล่งที่มาของผู้ใช้ด้วยเพื่อให้ทราบว่าผู้ใช้นั้นมาจากไหน
3. ข้อมูลความอยากรู้อยากเห็น จุดข้อมูลที่คุณสงสัย แต่ไม่ส่งผลกระทบต่อแคมเปญการตลาดหากไม่ได้ติดตามอย่างถูกต้อง

Analytics ควรปรับเปลี่ยนตามความต้องการทางการตลาดของคุณ ใช้การตรวจสอบของคุณเพื่อหยุดการติดตามข้อมูลที่ไม่สำคัญและมุ่งเน้นไปที่สิ่งที่สำคัญในตอนนี้

วิธีการตรวจสอบ Google Analytics (เช่น การตรวจสุขภาพ)

ที่ผ่านมา เราได้พูดถึงการตั้งค่าและการใช้ Google Analytics ค่อนข้างครอบคลุม หากคุณยังไม่ได้อ่าน คุณสามารถอ่านคู่มือ Google Analytics 101 และ Google Analytics 102 ของเรา

เมื่อเร็ว ๆ นี้ เราได้กล่าวถึงการแบ่งส่วนและวิธีทำให้ถูกต้อง ถึงกระนั้นก็มีสิ่งผิดพลาด การตรวจสอบความสมบูรณ์ของ Google Analytics เป็นชุดการตรวจสอบที่ช่วยคุณตอบคำถามสามข้อต่อไปนี้:

1. ฉันกำลังรวบรวมข้อมูลทั้งหมดที่ฉันต้องการหรือไม่
2. ฉันสามารถเชื่อถือข้อมูลที่ฉันรวบรวมได้หรือไม่?
3. มีอะไรเสียหายหรือติดตาม/รายงานไม่ถูกต้องหรือไม่? ทำไม

รายการตรวจสอบของเราจะแนะนำคุณ แต่นี่เป็นภารกิจเชิงสำรวจ โดยเฉพาะอย่างยิ่งหากคุณเป็นเอเจนซีหรือนักแปลอิสระ คุณอาจไม่สามารถควบคุมการตั้งค่า Google Analytics เริ่มแรกได้ ดังนั้นคุณอาจไม่รู้ว่าจะต้องทำอะไร

คุณอาจพบสิ่งแปลกใหม่ที่คาดไม่ถึง เมื่อเวลาผ่านไป ให้เพิ่มปัญหาประเภทเหล่านี้ลงในรายการตรวจสอบของคุณ

4 ปัญหาการติดตามที่พบบ่อยใน Google Analytics

1. พื้นฐาน

เริ่มต้นด้วยพื้นฐาน นี่คือรายการปัญหาการติดตามทั่วไปที่ Google ได้เผยแพร่:

• การใช้ข้อมูลโค้ดที่ไม่ถูกต้องและ/หรือการดูบัญชีหรือมุมมองที่ไม่ถูกต้อง หากคุณติดตามหลายเว็บไซต์และ/หรือเข้าถึงบัญชี Analytics หลายบัญชี คุณอาจใช้ข้อมูลโค้ดจากบัญชีและ/หรือข้อมูลพร็อพเพอร์ตี้อื่น ตรวจสอบให้แน่ใจว่าคุณกำลังดูบัญชีและมุมมองที่ถูกต้อง
• ช่องว่างหรืออักขระพิเศษ คัดลอกข้อมูลโค้ดและวางลงในเว็บไซต์ของคุณโดยตรงโดยใช้โปรแกรมแก้ไขข้อความหรือโปรแกรมแก้ไขที่รักษารูปแบบโค้ด อย่าใช้โปรแกรมประมวลผลคำเพื่อคัดลอกตัวอย่างข้อมูลจากบัญชีของคุณ การทำเช่นนั้นสามารถเพิ่มช่องว่างเพิ่มเติมหรือเปลี่ยนเครื่องหมายคำพูดในข้อมูลโค้ดติดตาม ซึ่งต้องใช้การจัดรูปแบบที่แม่นยำจึงจะทำงานได้
• ข้อผิดพลาดในการปรับแต่ง หากคุณกำลังปรับแต่งโค้ดติดตาม ให้จดบันทึกสิ่งต่อไปนี้:
  • ชื่อฟังก์ชันคำนึงถึงขนาดตัวพิมพ์และควรมีตัวพิมพ์เล็กและตัวพิมพ์ใหญ่ที่ถูกต้อง
  • ค่าบูลีน (เช่น จริงหรือเท็จ) ไม่ควรอยู่ในเครื่องหมายคำพูด
• การตั้งค่าตัวกรองไม่ถูกต้อง การตั้งค่าตัวกรองที่ไม่ถูกต้องอาจส่งผลต่อข้อมูลที่คุณเห็น และอาจกรองข้อมูล ทั้งหมด จากรายงานของคุณโดยไม่ได้ตั้งใจ ในกรณีส่วนใหญ่ ปัญหานี้เกิดขึ้นเมื่อผู้ใช้ใช้ตัวกรอง "รวม" หลายตัว
• สคริปต์อื่นๆ บนเพจของคุณ หากคุณกำลังเรียกใช้สคริปต์อื่นๆ บนหน้าเว็บ ตรวจสอบให้แน่ใจว่าคุณไม่ได้ใช้ตัวแปรใดๆ ที่ Google Analytics ใช้

2. หน้าหายไป

ในการระบุหน้าเว็บที่ไม่มีรหัส Google Analytics ของคุณ คุณสามารถมองหาสิ่งผิดปกติในข้อมูลของคุณได้ หรือคุณสามารถใช้เครื่องมือเช่น Google Analytics Checker

เมื่อคุณแน่ใจว่าทุกหน้าในไซต์ของคุณมีโค้ด คุณต้องแน่ใจว่าเป็นโค้ดล่าสุด (แบบอะซิงโครนัส)

ซึ่งหมายความว่าแทนที่จะโหลด Google Analytics พร้อมกัน จะโหลดแบบอะซิงโครนัสเพื่อหลีกเลี่ยงการบล็อกทรัพยากรที่จะโหลดในหน้าในภายหลัง โดยพื้นฐานแล้ว จะช่วยเพิ่มความเร็วในการโหลดโค้ดติดตาม

คลิกที่นี่สำหรับข้อมูลเพิ่มเติมเกี่ยวกับ async

3. ข้อมูลต่างๆ ในเครื่องมือตะกร้าสินค้าของคุณ

หากคุณอยู่ในอีคอมเมิร์ซ คุณอาจใช้เครื่องมือตะกร้าสินค้าบางประเภท จะเกิดอะไรขึ้นเมื่อข้อมูลในเครื่องมือตะกร้าสินค้าของคุณแตกต่างจาก Google Analytics

มีสี่ประเด็นที่เป็นไปได้:

• การติดตามอีคอมเมิร์ซของ Google Analytics ของคุณไม่ได้รับการติดตั้งอย่างถูกต้อง อ่านคำแนะนำโดยละเอียดนี้เพื่อให้แน่ใจว่าคุณได้ทำอย่างถูกต้อง
• เขตเวลา. หากเครื่องมือตะกร้าสินค้าและ Google Analytics ได้รับการกำหนดค่าให้รายงานในเขตเวลาที่ต่างกัน คุณอาจมีข้อมูลที่ไม่ตรงกัน
• เวลาของวัน. หากคุณตั้งค่าการติดตามอีคอมเมิร์ซในช่วงกลางวัน ธุรกรรมที่เกิดขึ้นก่อนหน้านี้จะไม่ปรากฏใน Google Analytics แต่จะปรากฏในเครื่องมือตะกร้าสินค้าของคุณ
• ธุรกรรมที่ถูกยกเลิก ธุรกรรมที่ไม่มีมูลค่า (เช่น $0) และธุรกรรมที่ยกเลิกจะไม่ปรากฏใน Google Analytics

4. การติดตามผลแบบข้ามโดเมน

คุณได้เห็นการติดตามผลแบบข้ามโดเมนที่กล่าวถึงไปสองสามครั้งแล้ว มันคืออะไรกันแน่? Chris Mercer จาก MeasurementMarketing อธิบายว่า:

เรียกว่า "การติดตามผลแบบข้ามโดเมน" และอาจเกิดขึ้นได้หากไซต์ของลูกค้าของคุณมีหลายโดเมนซึ่งเป็นส่วนหนึ่งของช่องทางหรือเส้นทางของผู้ซื้อ ในกรณีเหล่านี้ คุณจะต้องตั้งค่าการติดตามผลแบบข้ามโดเมนอย่างแน่นอน

หากคุณใช้ Google Analytics แบบเดิม (น่าเบื่อ) ให้ลองทำสิ่งนี้ หากคุณใช้ Google Tag Manager (คุณควรจะใช้) การดำเนินการนี้จะเร็วกว่า"

ตัวอย่างเช่น กระบวนการชำระเงินของคุณอาจอยู่ในโดเมนอื่น น่าเสียดายที่ Google Analytics ใช้คุกกี้ของบุคคลที่หนึ่ง ซึ่งโดเมนที่ออกคุกกี้สามารถอ่านได้เท่านั้น

ดังนั้น เพื่อทำการติดตามผลแบบข้ามโดเมน คุณต้องแบ่งปันข้อมูลคุกกี้กับโดเมนต่างๆ ที่เกี่ยวข้อง

อีกทางเลือกหนึ่งนอกเหนือจากทรัพยากร Google Analytics ที่ Chris ระบุไว้ข้างต้นคือคู่มือการติดตามผลแบบข้ามโดเมนของ Google Analytics ของ Optimize Smart

ทำการตรวจสอบวิเคราะห์การตลาดทุกสามเดือน

การวิจัยจาก Databox แสดงให้เห็นว่านักการตลาดมากกว่า 40% ทำการตรวจสอบการวิเคราะห์ทุกเดือน หากแคมเปญการตลาดของคุณเคลื่อนไหวอย่างรวดเร็ว จังหวะนี้อาจเหมาะกับคุณ

พิจารณาว่าการตรวจสอบอาจใช้เวลาหลายชั่วโมงจึงจะเสร็จสมบูรณ์ ในกรณีส่วนใหญ่ วิธีการตรวจสอบรายไตรมาสก็เพียงพอที่จะตรวจสอบและล้างข้อมูลที่ส่งผลกระทบต่อกลยุทธ์ของคุณ หากวัตถุประสงค์หรือแคมเปญมีการเปลี่ยนแปลงระหว่างการตรวจสอบ ให้ใช้การเปิดตัวเป็นโอกาสในการตรวจสอบการตั้งค่าการวิเคราะห์ปัจจุบันของคุณ

ปัญหาทั่วไป 3 ประการของ Google Tag Manager:

ปัญหาการติดตามเป็นเรื่องปกติในระหว่างการตั้งค่าและใช้งาน Google Tag Manager ต่อไปนี้คือปัญหาที่พบบ่อยที่สุด 3 ประการที่ควรทราบระหว่างการตรวจสอบของคุณ พร้อมด้วยการแก้ไขง่ายๆ:

1. แท็กไม่เริ่มทำงาน มีเหตุผลหลายประการที่แท็กของคุณอาจไม่เริ่มทำงาน คุณมีการเปลี่ยนแปลงที่ไม่ได้เผยแพร่ ทริกเกอร์ของคุณเฉพาะเจาะจงเกินไป ทริกเกอร์ของคุณได้รับการกำหนดค่าไม่ถูกต้อง ฯลฯ ค้นหารายการทั้งหมดและเริ่มแก้ไขปัญหา
2. การตั้งค่าตัวกรองไม่ถูกต้อง เมื่อคุณใช้ตัวกรองรวมหลายตัว คุณอาจจบลงด้วยการกรองข้อมูล ทั้งหมด จากรายงานของคุณโดยไม่ตั้งใจ อ่านวิธีใช้ตัวกรองรวมอย่างถูกต้อง (เช่น Hit จะถูกยกเลิกหากรูปแบบ ไม่ตรง กับข้อมูล) และตัวกรอง Exclude (เช่น Hit จะถูกยกเลิกหากรูปแบบ ไม่ ตรงกับข้อมูล)
3. คอนเทนเนอร์ที่ไม่ได้เผยแพร่ ก่อนเพิ่มแท็ก ตรวจสอบให้แน่ใจว่าคุณได้เผยแพร่คอนเทนเนอร์แล้ว มิฉะนั้นคอนเทนเนอร์จะไม่ได้รับการบันทึก สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการเผยแพร่คอนเทนเนอร์ คลิกที่นี่

บทสรุป

การตรวจสอบเป็นประจำจะหยุดคุณจากการตัดสินใจทางการตลาดและธุรกิจที่สำคัญจากข้อมูลที่ไม่ถูกต้อง ดูวัตถุประสงค์และแผนการวัดผลอย่างใกล้ชิด และโฟกัสไปที่สิ่งที่สำคัญ ข้อมูลเพิ่มเติมไม่ใช่สิ่งที่ดีเสมอไป หากข้อมูลนั้นไม่เกี่ยวข้องกับสิ่งที่คุณพยายามบรรลุ

ใช้เวลาของคุณกับขั้นตอนการตรวจสอบ ถามคำถามเกี่ยวกับข้อมูลและการกำหนดค่า: ตัวเลขสมเหตุสมผลหรือไม่ และการตั้งค่าของคุณเป็นประโยชน์ต่อผู้ใช้หรือไม่

ดำเนินการตามรายการตรวจสอบของคุณเป็นระยะและตรวจสอบองค์ประกอบที่สำคัญ ผลงานของคุณจะแสดงในแคมเปญในอนาคต

เรียนรู้เพิ่มเติมเกี่ยวกับการวิเคราะห์ดิจิทัล รวมถึงวิธีการตรวจสอบ GA และนำเสนอโซลูชันใน Digital Analytics Minidegree ของเรา