Analityka bez ciasteczek: jak zbudowaliśmy własny zamiennik Google Analytics

Dlaczego nie po prostu Google Analytics

Powód pierwszy jest prawny i nudny: narzędzie, które zapisuje ciasteczka do śledzenia, wymaga zgody odwiedzającego. Zgoda wymaga banera. Baner obniża wiarygodność strony i — co rzadziej się mówi — psuje same dane, bo część ludzi go odrzuca i wtedy w ogóle nie trafia do statystyk.

Powód drugi jest praktyczny: my potrzebowaliśmy odpowiedzi na kilka konkretnych pytań, a nie na trzysta. Skąd przyszedł ten człowiek, co kliknął, czy wypełnił formularz. Do tego nie jest potrzebne narzędzie, które umie zbudować lejek sprzedażowy dla sieci handlowej.

Powód trzeci jest zawodowy. Budujemy systemy dla firm i mówimy klientom, że dane powinny być u nich. Trudno to powtarzać z przekonaniem, wysyłając własne dane o odwiedzających do cudzej usługi.

Jak liczyć ludzi, nie zapisując im niczego

Kluczowe pytanie brzmi: jak odróżnić dwie wizyty tej samej osoby od wizyt dwóch różnych osób, skoro nie wolno zostawić w przeglądarce znacznika? Odpowiedź, którą stosujemy, to odcisk liczony po stronie serwera — z adresu sieciowego, informacji o przeglądarce i dnia. Ten sam człowiek wracający tego samego dnia zostanie policzony raz. Ten sam człowiek jutro będzie już nową wizytą.

To jest świadomy kompromis. Traci się możliwość śledzenia jednej osoby przez tygodnie — i dokładnie o to chodzi. Zyskuje się to, że nie trzeba pytać nikogo o zgodę, bo nie ma czego zapisywać.

44% ruchu to nie ludzie

To jest liczba, którą warto zapamiętać, nawet jeśli nigdy nie będziecie budować własnej analityki. W ostatnich trzydziestu dniach na dziewięciu stronach zarejestrowaliśmy:

Prawie połowa ruchu to automaty: wyszukiwarki, narzędzia analityczne konkurencji, skanery bezpieczeństwa, roboty zbierające dane do modeli językowych. Jeśli ktoś pokazuje Wam raport z „wzrostem odwiedzin o 40%”, pierwsze pytanie brzmi: czy z tego odsiane są boty, i po czym są rozpoznawane.

Nasz mechanizm przegląda ruch ponownie co godzinę, bo część automatów rozpoznaje się dopiero po wzorcu zachowania, nie po pierwszym żądaniu. Sesja może więc zostać przeklasyfikowana z ludzkiej na botową godzinę po fakcie — i to jest poprawne zachowanie, nie błąd.

Co to daje w praktyce

Panel odpowiada na pytania, które realnie zadajemy: z jakich krajów przychodzą ludzie (w ostatnim miesiącu z dwudziestu czterech), które podstrony czytają, co kliknęli przed wypełnieniem formularza. Do tego moduł, w którym można oznaczyć konkretną osobę — na przykład kogoś, komu wysłaliśmy ofertę — i zobaczyć, czy wrócił na stronę.

Całość to jedenaście tabel w bazie, dane dzielone na miesięczne części, żeby przy rosnącej historii zapytania nie zwalniały, i skrypt śledzący o wielkości około pięciu kilobajtów — jeden plik, bez żadnych zewnętrznych zależności. Dla porównania: typowy zestaw narzędzi analitycznych na stronie firmowej to kilkaset kilobajtów.

Co warto mierzyć, a co jest ozdobą

Przy budowie własnej analityki największą pokusą jest mierzenie wszystkiego, bo skoro i tak zbieramy zdarzenia, to czemu nie. Po kilku miesiącach okazuje się, że w panelu jest trzydzieści wykresów i nikt na żaden nie patrzy.

Cztery rzeczy, które realnie zmieniają decyzje:

• Skąd przyszedł. Wyszukiwarka, bezpośrednio, z odnośnika, z kampanii — to rozstrzyga, czy praca nad widocznością ma efekt.
• Co przeczytał przed kontaktem. Ścieżka podstron przed wypełnieniem formularza mówi więcej niż jakikolwiek wykres ruchu.
• Gdzie wychodzi. Podstrona, na której kończy się większość wizyt, jest zwykle albo źle napisana, albo źle podlinkowana.
• Czy wrócił. Przy sprzedaży B2B powrót po kilku dniach jest mocniejszym sygnałem niż długość pierwszej wizyty.

Reszta — mapy kliknięć, nagrania sesji, dziesięć wariantów tego samego wykresu — jest ciekawa raz, przy pierwszym uruchomieniu. Świadomie tego nie zbudowaliśmy.

Dlaczego dane trzeba dzielić na miesiące

To jest szczegół techniczny, ale ma bezpośrednie przełożenie na to, czy panel po dwóch latach nadal się otwiera. Zdarzenia zapisujemy w tabeli dzielonej na miesięczne części. Pytanie o ostatnie trzydzieści dni dotyka wtedy jednej lub dwóch części, a nie całej historii.

Bez tego podziału każde odświeżenie panelu przegląda wszystko, co kiedykolwiek zapisano. Na początku nie widać różnicy. Po roku panel myśli sekundę, po dwóch — pięć, a po trzech ktoś stwierdza, że „ta analityka jest wolna” i przestaje z niej korzystać.

Ten sam mechanizm daje przy okazji odpowiedź na pytanie o usuwanie starych danych: skasowanie jednej miesięcznej części to jedna operacja, a nie przeszukiwanie tabeli po dacie. Przy danych o odwiedzających to ma znaczenie także prawne — polityka retencji, która jest kosztowna do wykonania, w praktyce nie jest wykonywana.

Czym to się różni od narzędzi, które też mówią „bez ciasteczek”

Na rynku jest kilka narzędzi analitycznych reklamujących się jako wolne od ciasteczek i zgodne z przepisami. Są dobre i dla większości firm będą lepszym wyborem niż budowanie własnego. Warto tylko wiedzieć, o co zapytać:

1. Gdzie stoją dane? „Bez ciasteczek” nie znaczy „w Europie”. To dwie osobne rzeczy i tylko jedna z nich bywa napisana na stronie głównej.
2. Czy odsiewają boty i po czym? Przy naszym ruchu boty to 44%. Narzędzie, które ich nie odsiewa, pokaże Wam dwa razy lepszy wynik i będzie to nieprawda.
3. Co się dzieje po przekroczeniu progu odsłon? Większość rozlicza się od liczby odsłon, co przy rosnącym ruchu oznacza rosnący rachunek za tę samą wiedzę.

Zbudowaliśmy własne narzędzie, bo mieliśmy dziewięć stron i jasno określone potrzeby — a przy dziewięciu stronach rachunek za gotowe narzędzie zaczynał być argumentem. Przy jednej stronie firmowej ta kalkulacja wygląda inaczej i uczciwie polecamy wtedy gotowe.

Co z tego wynikło dla naszych własnych stron

Narzędzie zbudowane dla siebie ma tę zaletę, że od razu widać, czy odpowiada na realne pytania. Trzy rzeczy, których dowiedzieliśmy się o własnych stronach, a których nie podejrzewaliśmy:

• Ruch przychodzi z dwudziestu czterech krajów, w tym z takich, dla których nie mamy wersji językowej. To był jeden z argumentów za dołożeniem angielskiej i hiszpańskiej wersji serwisu.
• Prawie połowa ruchu to automaty. Zanim je odsialiśmy, wykresy wyglądały o wiele lepiej i o wiele mniej prawdziwie.
• Ludzie czytają podstrony produktowe dłużej niż stronę główną. To zmieniło sposób, w jaki je piszemy — od opisu, co system robi, w stronę opisu, jaki problem rozwiązuje.

Żadna z tych trzech obserwacji nie wymagała rozbudowanego narzędzia. Wszystkie wymagały, żeby dane były wiarygodne — czyli żeby boty były odsiane, a odwiedzający liczeni sensownie.

Kiedy to NIE ma sensu

Nie budujcie własnej analityki, jeśli potrzebujecie porównywać się z rynkiem, prowadzić rozbudowane kampanie reklamowe albo mieć lejki wielokanałowe. Do tego są gotowe narzędzia i one to robią lepiej — a my nie mamy ambicji ich zastępować.

Ma sens, jeśli chcecie wiedzieć, co się dzieje na stronie, bez banera zgody, bez wysyłania danych odwiedzających poza firmę i bez opłaty rosnącej z liczbą odsłon. Tak, to jest krótsza lista funkcji. To była decyzja projektowa, nie brak czasu.