Dijital Pazarlama 02 Ocak 2021

Google Analytics Model Karşılaştırma Aracı İle Ciro Dağılımı

Eren Dağlar

Bu içerikte Google Analytics’e, 3. parti ödeme kanalından gelmiş şeklinde yansıyan cironun, aslında hangi trafik kanallarına ait olduğunu görmek için Google Analytics Model Karşılaştırma Aracı (model comparison tool) kullanacağız. Çünkü eğer doğru verileri görmeye çalışmazsak, bir ödeme kanalından gelmiş gibi gözüken cironun aslında hangi trafik kaynağından geldiğini bulmazsak, verileri yorumlarken yanlış çıkarımlar yapabiliriz.

Google Analytics’te Yönlendirmeler Nasıl Çalışır?

Bazı e-ticaret sitelerinde, kullanıcılar ödeme adımına geldiğinde site dışında bir platforma yönlendirilir. Örneğin Yapı Kredi, Garanti, Paypal veya herhangi bir 3. parti ödeme kanalı olabilir. Ödeme başarıyla tamamlandıktan sonra ise kullanıcılar, asıl sitenin “Sipariş Tamamlandı” sayfasına geri yönlendirilir. Bu durum, Google Analytics için bir ölçümleme problemine sebep olur. Ciro (Revenue), sanki kullanıcıyı alışveriş yaptığı siteye geri yönlendiren ödeme kanalından gelmiş gibi gözükür. Google Analytics’teki kaynak / araç (source / medium) raporlamasında, ödeme aracısı olan trafik kaynağında yüksek bir ciro görürüz. Aslında Google Analytics çalışma standardı çerçevesinde doğru bir iş yapmış olur. Çünkü kullanıcı siteye girdiğinde başlayan ilk oturum (session), kullanıcının ödemeyi yaptığı siteye yönlendirilip sonra tekrar alışveriş yaptığı siteye geri yönlendirilmesiyle sonlanır. Ardından Google Analytics ikinci bir oturum başlatır ve ciroyu da ödeme kanalına yazar.

Ödeme kanalından geliyormuş gibi gözüken cironun, ciroyu getiren trafik kanalına aktarılmasını sağlayan çözüm ise yönlendirmeleri hariç tutma (referral exclusion) yöntemi. Fakat bu yöntem geçmişteki verileri görmemizi sağlamaz. Sadece bugünden itibaren verilerin doğru bir şekilde yansımasını sağlar. Aşağıya bu yöntemin kullanılmadığı ve kullanıldığı durumlar için iki farklı senaryo ekledim.

 Hariç Tutulan Yönlendirmeler Aktif Değilse

google analytics yönlendirmeleri hariç tutmakHariç Tutulan Yönlendirmeler Aktifse

google analytics'te yönlendirmelerin hariç tutulması - 2

İçeriğin asıl amacına gelirsek, Google Analytics’te cironun ödeme kanalından geldiğini geç farkedebiliriz. Örneğin, marka bayram tatilinden önce yeni bir ödeme platformu ile anlaşmıştır ve ajansına bilgi vermemiştir. Ajanstaki hesap yöneticisi, 9 günlük bayram tatili sonrası ilk gün Google Analytics’e girip raporlama yaptığında bunu farkedebilir. Ama iş işten geçmiştir. Hesap yöneticisi kişi, hemen referral exclusion yöntemini uygular ama bu geleceği etkiler ve problem o günden sonra düzelir ama geçmişi düzeltmez.

Bugünkü içerik, bu ihtiyacımıza bir cevap doğuruyor.

Model Karşılaştırma Aracı ile Ödeme Kanalındaki Ciroyu Trafik Kaynaklarına Dağıtmak

Google Analytics Model Karşılaştırma Aracı (Model Comparison Tool) ile geçmişte bu ödeme kanalına yansımış cironun aslında hangi trafik kanallarına ait olduğunu aşağıdaki adımları takip ederek bulabiliriz. Google Analytics ilişkilendirme modellerinden (attribution model) varsayılan olarak kullanılan doğrudan olmayan son tıklama modeli (last click non direct) ile karşılaştıracağımız yeni bir model üreteceğiz. Belirlediğimiz 3. parti ödeme sitesini hariç tutacağımız yeni bir ilişkilendirme modeli oluşturacağız.

google analytics model karşılaştırma aracı

 

google analytics'te yeni bir model yaratma

 

google analytics'te ilişkilendirme modeli oluşturma

google analytics'te ilişkilendirme modellerini karşılaştırma

Adımların yer aldığı bir üstteki ekran görüntüsünde, Baseline Model’in altındaki Lookback Window pasif haldedir. Model oluştururken bunları pasif hale getirmeyi atlamamalıyız.

Ödeme kanalından geliyormuş gibi gözüken cironun, işlem yapıldıktan sonraki süreçte yani gelecekte asıl trafik kanalına aktarılmasını sağlayan çözüm ise referral exclusion yöntemiydi. Bunun nasıl yapılacağına ise buradan ulaşabilirsiniz.

 

Dijital Pazarlama Ajansı olarak, markanızın başarılı bir büyüme yolculuğuna çıkması için Boosmart’ın eşsiz pazarlama zekası çözümlerini sunuyoruz. İşletmenizin hedeflerini ve ihtiyaçlarını anlayarak, özelleştirilmiş pazarlama stratejileri oluşturmak için gelişmiş teknolojileri kullanıyoruz.
Boosmart’ın pazarlama zekası çözümleri, markanızın dijital varlığını optimize etmek, hedef kitlenizi daha iyi anlamak ve etkili bir şekilde pazarlama faaliyetlerinizi yönetmek için tasarlanmıştır. Sektördeki en son trendleri takip ediyor ve veri analitiği, yapay zeka ve otomasyon gibi güçlü araçları kullanarak markanızın büyümesini destekliyoruz.

 

Yararlandığım kaynak: https://www.napkyn.com/2019/02/19/how-to-fix-historical-paypal-referral-problems-in-google-analytics-with-a-custom-attribution-model/

Diğer içeriklerimize ulaşmak için: https://boosmart.com/blog/

Instagram: https://www.instagram.com/boosmartcom/

Telegram kanalımıza katılın;

https://t.me/boosmart