Po tem, ko smo se v podjetju od samega začetka našega ustvarjanja zanašali na #googleanalytics za beleženje podatkov naših rešitev, smo sklenili, da prenehamo z uporabo Google analitike in razvijemo svoje analitično orodje.
Zakaj smo razvili lastno analitiko?
Google Analytics (GA) je #3rdparty zaprto-kodno analitično orodje tech velikana Google. Ob vseh prednostih, ki jih ta prinaša (in jih seveda ni malo), pa je za beleženje uporabniškega vedenja z GA potrebno od uporabnikov zahtevati in pridobiti izrecno soglasje v skladu z GDPR predpisi.
GA prav tako o uporabnikih zbira velike količine osebnih podatkov, ki so za veliko spletnih mest povsem nepotrebni, a jih Google potrebuje za polnjenje svojih oglasnih potreb.
Zato smo zavihali rokave in razvili lastno analitično okolje Osnovne vedenjske podatke polni open-source (in anonimno ) orodje #plausible, glavnino podatkov pa črpa iz naših lastnih podatkovnih zbirk.
To nam omogoča:
- biti veliko bolj privacy + gdpr friendly (rešitev ne potrebuje niti cookie obvestila)
- precej bolj natančno beleženje (diskrepanca med podatki je <5%, medtem ko je bila pri GA >15%)
- hitro prilagajanje osnovne nadzorne plošče posameznemu projektu/naročniku (aka podatke lahko hitreje in enostavneje prilagodimo potrebam specifičnega projekta)
- lažje in bolj pregledno branje za nas (in naše naročnike) relevantnih podatkov
- hitrejše nalaganje spletnih rešitev (Plausible servira precej manj requestov kot GA)
- gledat lepši analytics dashborad v naših barvah
Analitika, ustvarjena za konkretne potrebe
Ker se v našem podjetju primarno ukvarjamo z razvojem kvizov in oglasnih iger, je vsakokratna konfiguracija orodja GA predstavljala veliko bolečino in naše tehnike spravljala ob živce. Spremljanje aktivnosti uporabnikov v kvizu – še bolj pa v oglasni igri – je specifična oblika analiziranja vedenja, zato smo po premisleku prišli do zaključka, da je precej bolj smiselno ustvariti lastno orodje.
Primer izgleda analitike 1
Primer izgleda analitike 2
Ta nam omogoča hitrejšo modifikacijo med različnimi oblikami kvizov in iger. Pri teh se namreč potek uproabnika, vrste eventov, ki se prožijo in oblike zaključka spreminjajo od naročnika do naročnika.
Scorebox nam tako omogoča spremljanje:
- Vključitvena stopnja (% uporabnikov, ki začne z reševanjem kviza/igre glede na vse uporabnike na spletni strani – Engagement Rate)
- Začeli kviz/igro (# uporabnikov, ki so začeli kviz/igro)
- Odigrani kvizi/igre (# vseh začetih kvizov/iger; 1 uporabnik lahko kviz/igro igra večkrat)
- Končali kviz/igro (# uporabnikov, ki so odgovorili na zadnje vprašanje ali prišli do konca igre)
- Finish Rate (% uporabnikov, ki so rešili zadnje vprašanje oz končali igro glede na št. uporabnikov, ki so kviz/igro začeli)
- Opt-in* (# uporabnikov, ki so vpisali mail za ogled rezultatov)
- Opt-in % start (# uporabnikov / začeli kviz/igro)
- Opt-in % finish (# uporabnikov / končali kviz/igro)
- Newsletter* (# uporabnikov, ki so se prijavili na enovice)
- Newsletter % start (# uporabnikov / začeli kviz/igro)
- Newsletter % finish (# uporabnikov / končali kviz/igro)
- Povprečen čas igranja
Seveda pa lahko na precej enostaven način dodajamo nove lastne metrike, ki nam pomagajo bolje razumeti obnašanje uporabnikov znotraj igrificirane aplikacije (kviz, igra, turistično doživetje).
Kako tovrstni podatki izgledajo v praksi, si lahko ogledaš v našem prvem Kviz Engagement Rate poročilu.
