Monelle webanalytiikka tarkoittaa Google Analyticsia. Yhtä usein lähestymistapana on perinteinen (joskin harvoin nimeltämainittu) CRAP-strategia. Mistä siinä on kyse?
CRAP-prosessi sisältää neljä vaihetta
C – collect data
R – report data
A – avoid analysis
P – postpone action
Keskipisteessä on datan keruu (C). Google Analytics (tai vastaava muu työkalu) on asennettu sivustolle, ja se näyttää keräävän dataa enemmän tai vähemmän luotettavasti.
Asennusta ei ole varsinaisesti suunniteltu koskaan, saati sitten dokumentoitu.
Datan luotettavuutta ei ole varmistettu auditoinnilla, eikä sitä seurata säännöllisesti. Tämän vuoksi datan laatu vaihtelee.
Dataa käytetään erityisesti raportointiin (R). Viikosta ja kuukaudesta toiseen raportoidaan analytiikan peruslukuja. Analytiikasta haetaan lukuja, jotka vastaavat kysymykseen ”kuinka monta?”.
Käsinkootut raportit ovat onneksi vaihtuneet automaattisesti päivittyviksi dashboardeiksi, mikä säästää työtä ja vähentää kopiointivirheitä.
Raportit perustuvat usein puutteelliseen tai jopa virheelliseen dataan. Tässä vaiheessa syntyy myös uusia ongelmia, jotka johtuvat tietojen väärästä yhdistämisestä.
Parin viimeisen vuoden aikana suostumuksenhallinta on heikentänyt lukujen vertailukelpoisuutta. Osa raportoiduista myynneistä ja kävijöistä on kadonnut popup-kyselyiden myötä. Tarkka osuus jää kuitenkin pimentoon.
Prosessin kolmannessa vaiheessa alkaa jo helpottaa. Analyysin välttäminen (A) saa markkinoijan huokaisemaan helpotuksesta. Raportti on saapunut sähköpostilaatikkoon, joten lukuja on enää turha pohtia. Pdf-tiedostot täyttävät vähitellen postilaatikon, josta ne aikanaan siivotaan pois tilaa viemästä.
Prosessin päätepiste (P) on helppo: enää ei tarvitse muuta kuin välttää nykytilan muuttamista dataan perustuvien päätelmien avulla. Kun ei ehdota suuria muutoksia, ei ota suuria riskejä.
Jos muutoksia sivustoon tai markkinointiin on tehtävä, kannattaa ne perustaa pikemmin näppituntumaan kuin analytiikkadataan — eihän siihen edes voi luottaa.
CRAP-analytiikalle on olemassa vaihtoehto: CARE-analytiikka
Myös CARE koostuu neljästä vaiheesta:
C – collect data
A – analyse data
R – recommend actions
E – experiment & execute
CARE-prosessi alkaa datan keruusta (C). CARE-analytiikka kerää hyödyllistä, käyttökelpoista dataa mahdollisimman oikein. Datan tarkkuutta seurataan jatkuvasti ja sen rajoitukset tunnetaan. Ongelmat havaitaan ja korjataan nopeasti.
Datan analyysi (A) on prosessin keskipiste. Google Analytics tarjoaa raaka-ainetta analyysille ja vastauksia kysymyksiin. Analyysi vastaa kysymyksiin, jotka sisältävät esimerkiksi sanan ”miten” tai ”miksi”. Vastaukset ovat vielä hypoteeseja, jotka vaativat vahvistamista.
Analyysistä edetään suosituksiin (R) ja suosituksista toimenpiteisiin. Suositukset voivat koskea yhtä hyvin asiakashankintaa kuin palvelukehitystä, markkinointibudjettia, mainonnan kanavia kuin sivuston rakennetta.
Suositukset ovat nekin hypoteeseja. Luvut vihjaavat, että havaintojen välillä on yhteys. Mutta onko yhteys todellinen? Käyttäytyvätkö asiakkaat lopulta niin kuin odotamme? Muuttuuko käyttäytyminen tavalla, jota odotamme? Kasvaako myynti, kun siirrämme budjettia kanavasta toiseen?
Tämä selviää vasta kokeilujen kautta. Suosituksista on edettävä testeihin ja toteutukseen (E). Vasta karu todellisuus paljastaa, oliko tulkinta oikea vai väärä: muuttuivatko luvut oikeaan suuntaan vai eivät?
Minusta CARE on paljon houkuttelevampi, parempi ja antoisampi tapa tehdä analytiikkaa. Silti moni organisaatio edelleen noudattaa CRAP-prosessia.
Heitetään CRAP vihdoin roskikseen.