VIDEO TRANSCRIPTION
No description has been generated for this video.
Co się stało? Dobra. Teraz przejdziemy do kolejnej lekcji z Analitik internetowej z wykorzystaniem Google Analytics 4. Na poprzednich lekcjach omówiliśmy fundamentalnie ważne kwestie takie jak rol analogii w biznesie, określenie jasnych celów Google Analytics 4. Na poprzednich lekcjach omówiliśmy fundamentalnie ważne kwestie, takie jak rol analityki w biznesie, określenie jasnych celów analitycznych i wyznaczanie wskaźników sukcesu KPI. Omówiliśmy sobie także istotne kwestie techniczne po to, aby zrozumieć jak Google Analytics 4 działa, jak zbiera dane i jak powinna wyglądać prawidłowa implementacja i konfiguracja tego narzędzia na naszej stronie internetowej. Jesteśmy zatem gotowi wreszcie na rozpoczęcie omawiania kwestii związanych stricte z analizą danych dostępnych właśnie w tym narzędziu, jakim jest Google Analytics 4.
Dziś zatem zaczniemy tą ważną część kursu od omawiania tematów związanych stricte z dostępnymi danymi i metrykami, jakie znajdują się właśnie w GA4. A dokładniej powiemy o tym jak najważniejsze metryki i dane z tego narzędzia interpretować i oceniać ich realną przydatność w dalszych naszych analizach. Z kolei, aby jednak swobodnie poruszać się w danych dostępnych w Google Analytics musimy najpierw lepiej trochę poznać i zrozumieć sam interfejs tego narzędzia i od tego właśnie też dzisiaj zaczniemy. Tak więc mamy zaplanowane na dziś sporo ważnych kwestii, które mają duży wpływ na Twój komfort i efektywność pracy właśnie z Google Analytics 4 i w ogóle z danymi w marketingu. Ok, nie tracimy więc czasu, robimy kawę i możemy startować.
Zaczynając pracę z narzędziem Google Analytics 4 musimy przede wszystkim nauczyć się sprawnie poruszać po jego interfejsie, aby wykorzystać maksimum potencjału jakie to narzędzie posiada. Jeśli masz wcześniej doświadczenia z wersją poprzednią Google Analytics to rozeznanie się w nowym interfejsie nie powinno być specjalnie trudne. Warto jednak omówić sobie po krótce różnicę i główne funkcjonalności nowej wersji, aby ta przesiadka na nową generację tego narzędzia była jak najbardziej płynna. Z kolei jeśli zaczynasz dopiero swoją przygodę z analityką i narzędziem jakim jest Google Analytics jestem pewien, że po tej lekcji w miarę szybko nabierzesz wprawy w odnajduwaniu potrzebnych informacji w interfejsie, bo jest on dość łatwy.
Zatrzymaj się w tej lekcji i zacznij się odnajduwać w odnajduwaniu potrzebnych informacji w interfejsie, bo jest on dość intuicyjny mimo często odwrotnego wrażenia w pierwszej chwili. Zręknijmy zatem na najważniejsze elementy interfejsu GA4. Patrząc dużego obrazka na cały układ i widoczne elementy to interfejs Google Analytics 4 nie jest znacząco różny od poprzedniej wersji Google Analytics. Po lewej stronie znajduje się oczywiście menu główne, gdzie znajdują się najważniejsze sekcje dotyczące danych i ustawień.
Na dole w lewym rogu możemy zobaczyć też taką ikonkę koła zębatego, która prowadzi nas zawsze do najważniejszych ustawień usługi Google Analytics i w ogóle do całego konta, ale nie tylko, bo także możemy tam sprawdzić sobie czy zmienić konfigurację wszystkich kont, które mamy podpięte pod nasz profil, czyli naszego maila de facto. Z kolei po przeciwległej stronie ekranu w prawym górnym rogu znajduje się opcja ustawień zakresu dat widocznych danych oraz opcja ustawień dla poszczególnych raportów. To są istotne elementy, z których będziemy dość często korzystać, będziemy je też omawiać głębiej. Część środkowa zawiera oczywiście meritum całości, czyli tabele z danymi oraz ich prezentację wizualną w formie wykresów.
W tym miejscu warto tutaj zwrócić uwagę na niebieskie linki na dole każdego pola danych, które prowadzą do bardziej szczegółowego widoku prezentowanych danych. Jeśli chodzi o interfejs, to warto podkreślić jeszcze jego trzy istotne elementy. Pierwszy to sekcja powyżej pól danych, czyli porównanie, gdzie możemy dokonać porównań danych ze względu na ich różne wymiary. Na przykład szybko możemy porównać dane o użytkownikach z różnych regionów czy krajów, albo na przykład porównać użytkowników wedle wykorzystywanych przez nich urządzeń. Będziemy o tym mówić więcej na odrębnej lekcji dotyczącej segmentacji, bo ten temat to jeden z najważniejszych elementów analityki i wymaga on odpowiedniego przedstawienia i szerokiego omówienia.
A wracając do elementów interfejsu, drugi element, o którym musimy wspomnieć, to tak zwana sekcja trendów, gdzie prezentowane są statystyki zautomatyzowane i dodatkowe dane oparte o rozwiązania machine learning. Możemy tu znaleźć takie dane, jak szacowanie zmian w danych metrykach w danym okresie. Tutaj sekcja po prawej stronie z listą raportów dostępnych, tych właśnie zautomatyzowanych, pomoże nam szybko zorientować się w kategoriach tych automatycznych statystyk. Ciekawą opcją jest tutaj to, że możemy te automatyczne statystyki dostosowywać do naszych potrzeb, wybierając sygnały czy dane o zachowaniach użytkowników, jakie uznajemy w naszym biznecie za istotne. Wybierając tutaj np. spadek liczby sesji, czyli tych wizyt użytkowników, albo spadek przychodów, możemy zostać automatycznie powiadomieni o takim fakcie w odrębnej komunikacji mailowej.
System będzie wykrywał dla nas anomalie i niecodzienne zmiany wybranych przez nas w metrykach. Jest to pierwsze bardzo innowacyjna, a po drugie bardzo przydatna funkcja właśnie w nowym Google Analytics. Wszystko po to, abyśmy mogli być cały czas na bieżąco, nie musząc codziennie analizować wnikliwie danych w samym interfejsie Google Analytics. Tutaj pamiętaj, że w analityce chodzi nam przede wszystkim o działanie na podstawie danych, a nie analizy dla samych analiz. Tak więc jestem za codziennym monitorowaniem najważniejszych wskaźników oczywiście, ale już nie uważam, że marketing musi codziennie analizować godzinami dane z narzędzi analitycznych, jeśli już mamy ustalony plan i jasność co do KPI celów wybranej organizacji. Jeśli już taka potrzeba codziennych analiz wyraźnie w firmie się pojawia, np.
z powodu dynamiki otoczenia biznesowego, no to mamy jasność, że potrzebujemy szukać dedykowanej osoby do firmy, czyli analityka na pełen etat. A wracając do interfejsu, trzecim elementem, wartym jeszcze wspomnienia, jest tutaj wyszukiwarka na górze interfejsu. Wspominam o niej, bo może ona być pomocna, zwłaszcza, że jej możliwości cały czas się powiększają. Możemy tutaj już teraz zadać praktycznie każde pytanie dotyczące naszych danych i system na podstawie algorytmów Machine Learning postara się nam na nie odpowiedzieć. Sama wyszukiwarka działa całkiem nieźle i polecam ją wypróbować. Podpowiada pytania, a jeśli nie zna odpowiedzi, przekierowuje nas do ogólnej wyszukiwarki Google z naszym tym właśnie konkretnym zapytaniem.
Na koniec tego szybkiego przeglądu funkcji interfejsu o jednej rzeczy jeszcze warto wspomnieć. Jest to taka mała ikonka, często zielona, obecna obok nazwy każdego naszego raportu. Zielony kolor oznacza, że dane prezentowane w widocznym raporcie nie są próbkowane. Czyli dane w raporcie są tworzone na podstawie wszystkich zebranych informacji w danym okresie. Jeśli natomiast tworzymy bardziej złożone raporty, to Google Analytics będzie tworzył raporty na podstawie statystycznie wiarygodnej próbki danych zebranych, tak aby raporty mogły być dużo szybciej generowane i prezentowane. Próbkowanie jest szeroko wykorzystywane nie tylko w statystyce, ale także w realnym świecie i nie obniża w żaden sposób to wiarygodności prezentowanych danych. Więcej o próbkowaniu danych możesz przeczytać w pomocy Google Analytics.
Link zamieszczam oczywiście w opisie tej lekcji. Ok, jeśli już omówiliśmy sobie najważniejsze elementy interfejsu, czas na głębsze omówienie zawartości samego menu. Potrzebujemy tego do zrozumienia gdzie i jakie dane mogą się znajdować i w jaki sposób najwygodniej dostosować raporty do naszych potrzeb. Menu Google Analytics składa się w tej chwili z pięciu sekcji. Pierwsza sekcja to raporty standardowe, czyli gotowe raporty oraz nasze przyszłe modyfikacje tych raportów. Następna sekcja to sekcja o nazwie eksplorowanie. W tej sekcji możemy tworzyć niestandardowe raporty korzystając ze wszystkich dostępnych danych Google Analytics. To tak naprawdę jest w tej chwili serce całego narzędzia, bo pozwala naprawdę skroić na miarę system raportów dla naszego biznesu.
Jeśli pamiętasz raporty niestandardowe w Universal Analytics to możemy porównać trochę te właśnie raporty do tej sekcji raportów niestandardowych. Różnica jest tylko taka, że w poprzedniej wersji raporty niestandardowe były takim bardziej dodatkiem i były dość umiarkowanie wykorzystywane przez użytkowników Google Analytics. Z kolei w wersji GA4 ciężar analiz będzie spoczywał właśnie na raportach niestandardowych. Sekcja eksplorowanie będzie zapewne często odwiedzana przez Ciebie sekcją w miarę korzystania z Google Analytics 4, bo raporty standardowe z założenia mają być jedynie takim pierwszym rzutem oka na kondycję naszego biznesu, a konkretne, dogłębne analizy dla właśnie naszej firmy mamy docelowo wykonywać przy pomocy systemu raportów szytych na miarę, czyli właśnie tych niestandardowych.
Eksplorowanie i sposoby tworzenia raportów szytych na miarę będziemy dokładnie omawiać już w kolejnych lekcjach. A wracając do zawartości samego menu. Kolejna pozycja to sekcja reklamy, gdzie docelowo znajdziemy wszelkie informacje dotyczące prowadzonych przez nas działań reklamowych. Obecnie są tutaj głównie informacje dotyczące wykorzystywanych mediów przez użytkowników na drodze do konwersji i raporty dotyczące porównania modeli atrybucji, czyli mówiąc, oględnie udziału różnych źródeł ruchu na naszą stronę w tworzeniu wartości dla biznesu. Jeśli takie kwestie jak modelowanie atrybucji czy ścieżka do konwersji wydają Ci się obce, to nie musisz się martwić, dlatego że będziemy dokładnie te tematy omawiać w odpowiednim czasie na tym kursie.
W tej chwili wystarczy nam informacja, że coś takiego po prostu znajduje się w Google Analytics w sekcji reklamy. Z kolei jeśli szukasz porównań pomiędzy Google Analytics 4 a wersją poprzednią, to sekcja reklamy jest trochę odpowiednikiem sekcji ścieżki wielokanałowe w Universal Analytics. Dodam jeszcze tylko, że sekcja reklamy będzie rozwijania, tak więc spodziewaj się w niej dodatkowych ciekawych raportów dotyczących kwestii związanych stricte z Twoimi potencjalnymi działaniami marketingowymi. Patrząc na zawartość tej sekcji i znaczenia prezentowanych tam danych, to będzie to dość istotna sekcja raportów standardowych dla każdego analityka i marketingowca. Ok, idźmy dalej. Kolejna pozycja w menu to sekcja związana z konfiguracją danych prezentowanych w Google Analytics.
Między innymi to tutaj znajdziemy dane dotyczące wszystkich zbieranych zdarzeń w usłudze GA4, ustawieniach konwersji czy listach odbiorców, czyli listach naszych użytkowników ze strony o konkretnej charakterystyce. W temacie menu trzeba jeszcze wspomnieć o tym kole z e-batem, o którym powiedziałem na samym początku. To jest to sekcja odpowiedzialna za dostęp do ustawień i konfiguracji naszej usługi GA4 i innych zasobów takich jak właśnie inne usługi czy konta jakie mamy połączone z naszym profilem. Ta koło zębate zawsze znajduje się w tym samym miejscu i dość często z niego też będziemy korzystać. Omawiając interfejs Google Analytics 4 musimy jeszcze na chwilę wrócić do sekcji raporty.
Jak widać, ta sekcja ma także sporo elementów na które składają się różne kategorie raportów dostępnych w GA4. Standardowo wszystkie raporty i dane dzielą się na cztery główne wątki zorganizowane wokół użytkownika, czyli raporty dotyczące źródeł pozyskania użytkowników i ruchu, raporty dotyczące ich zaangażowania i utrzymania oraz raporty dotyczące przychodów. Dodatkowo w oddzielnych raportach dostępne są jeszcze informacje o wykorzystywanie przez użytkowników technologii w momencie odwiedzania strony czy aplikacji oraz szczegółów demograficznych takich jak ich lokalizacja, używany język w przeglądarce, wiek, poeć i tym podobne. Jak możesz zobaczyć właśnie w sekcji raporty na samej górze znajdują się też tak zwany przeglądanych w czasie rzeczywistym, czyli informacje co dzieje się w danej chwili na naszej nieruchomości internetowej.
Ilu jest w danym momencie użytkowników, jakie strony przeglądają z naszego serwisu, jakiego regionu geograficznego odwiedzili, nas właśnie obecni odwiedzający itd. Prawdę powiedziawszy to raporty w czasie rzeczywistym nie wnoszą zbyt wiele do optymalizacji działań marketingowych czy poprawy biznesu. Pytanie chyba jakie należy sobie tutaj zadać przy okazji tych raportów to czy jesteśmy w stanie jakoś realnie wykorzystać dane prezentowane w czasie rzeczywistym. Oprócz celów rozrywkowych i poglądowych to dla 99% firm takie raporty nie będą jakoś specjalnie przydatne w bieżącym procesie optymalizacji. Głównie dlatego, że nie ma jak zastosować tych danych w procesach optymalizacyjnych w większości organizacji.
Inną sprawą jest też fakt, że dane z czasu rzeczywistego nie muszą wcale być adekwatne do ogólnej sytuacji firmy czy kondycji ogólnej naszych działań marketingowych. I podejmowanie działań na podstawie takich danych chwilowych często nie będzie ani adekwatne, ani racjonalne dla większości biznesów, jakie przynajmniej ja znam. Zapewne można by tutaj długo rozmawiać o różnych przypadkach czy teorii wykorzystania tych danych, ale z ogólnego pragmatycznego punktu widzenia nie będę już wracał do tych raportów na tym kursie. Wróćmy jeszcze na chwilę do elementów sekcji raporty. Na samym dole możesz też zauważyć taki element zwany biblioteką. Biblioteka to jeden z charakterystycznych elementów rewolucji jaki przeszedł w Google Analytics w wersji 4.
Biblioteka to baza raportów standardowych, ale zmodyfikowanych na nasze własne potrzeby z możliwością układania ich w wygodne kolekcje w menu w sekcji właśnie raporty. Oprócz tworzenia raportów w bibliotece na podstawie szablonów możemy też tworzyć modyfikacje bezpośrednio w każdym raporcie standardowym przy pomocy takiej ikonki ołówka, którą możesz zobaczyć tam na górze po prawej stronie. Tak więc jak widać mamy dwie opcje wizualizacji potrzebnych nam danych. Albo korzystając z wygodnej modyfikacji raportów standardowych i tworzenia swojego dedykowanego menu z raportami. Albo też oczywiście można tworzyć całkowicie od zera raporty nie standardowe w sekcji eksplorowania. Patrząc na to o czym właśnie powiedziałem Google Analytics 4 jest bardzo elastycznym narzędziem z szerokimi możliwościami dopasowania do użytkownika i potrzeb konkretnej organizacji.
Mam nadzieję, że masz już całkiem dobry przegląd funkcjonalności interfejsu nowego Google Analytics. Możemy zatem przejść do omawiania ściśle analitycznych tematów. Zaczniemy zatem od poznania i zrozumienia najważniejszych metryk i danych jakie możemy znaleźć w Google Analytics 4. Jak pewnie widzisz w menu dane i raporty w GA4 ułożone są standardowo w konkretne sekcje, które skupiają się wokół użytkowników i ich zachowań oraz charakterystyk. W każdej sekcji z kolei mamy dostęp do konkretnych raportów związanych właśnie z daną sekcją. Wszystkie dostępne raporty i te które będziemy tworzyć w przyszłości z reguły zbudowane są bardzo podobnie i opierają się na pewnym schemacie.
Na samym początku trzeba zauważyć, że wszystkie raporty w Google Analytics składają się zawsze z dwóch głównych zmiennych. Wymiarów i metryk. Wymiar możemy określić jako cechę użytkownika, a upraszczając możemy powiedzieć, że wymiary nie mają po prostu nigdy wartości liczbowej. Wymiarem będzie na przykład źródło pochodzenia użytkownika na stronie, takie jak chociażby wyszukiwarka Google. Z kolei metryki są zawsze mierzalne w ujęciu matematycznym. Określają konkretną wartość danego wymiaru w ujęciu liczbowym lub procentowym. Metryką będzie tutaj na przykład liczba użytkowników z danego źródła ruchu. Aby móc dobrze zrozumieć i efektywnie wykorzystywać narzędzie Google Analytics w optymalizacji działań marketingowych, musimy zrozumieć dokładnie co każda metryka oznacza oraz czy jest dla nas faktycznie istotna do podejmowania decyzji optymalizacyjnych.
Dlatego teraz omówimy sobie najważniejsze metryki dostępne w GA4, aby od razu móc zacząć efektywną pracę z tym narzędziem. W GA4 większość metryk ułożonych w raportach zachowuje pewien porządek i jest ułożony w kolejności pozyskanie, zaangażowanie i realizacja celów. I w tej właśnie kolejności będziemy omawiać najważniejsze metryki Google Analytics. Zacznijmy zatem od metryk odnoszących się do pozyskania użytkowników i ruchu na stronę. Mam nadzieję, że pamiętasz jeszcze jak GA4 definiuje i określa użytkownika. Użytkownik dla przypomnienia, a właściwie jego profil określają trzy źródła danych, czyli dane o logowaniu dzięki funkcji user ID, Google Signals oraz dane zbierane za pomocą kodu śledzenia i ciastek first party. Z kolei użytkowników dzielimy na powracających i nowych.
Nowy użytkownik to taki, o którym nie mamy informacji, że wcześniej był u nas na stronie czy w naszej aplikacji. W praktyce oznacza to, że nie ma on zainstalowanego w swojej przeglądarce ciastka, albo też czy i nigdy nie logował się w naszym serwisie jeśli mamy user ID. Powracający z kolei to tacy, którzy mają takie z kolei identyfikatory lub nadane ciastka, które rozpoznał kod śledzący na naszej stronie internetowej. Ok, mamy jasność już kto albo co to jest użytkownik dla Google Analytics. To teraz możemy zająć się metryką użytkownicy, która określa liczbę unikalnych użytkowników w badanym okresie, którzy odwiedzili naszą stronę internetową.
I teraz pojawia się pytanie, czy metryka użytkownicy powinna być dla nas w jakiś sposób istotna? Ja wiem, że to może się wydawać bardzo retoryczne pytanie, ale chcę, abyśmy mieli tu pewną jasność i chwilę się nad tym zastanowili. Niby cały czas mówimy o tym, że użytkownik, dane i dane o jego zachowaniu są najważniejsze, ale w praktyce cały czas skupiamy naszą uwagę na ilości sprzedanych produktów, krótkokresowych wynikach sprzedaży lub co gorsza ilości odwiedzeń na stronie. Z kolei metryka liczby użytkowników trochę jest traktowana w taki sposób, że jeśli nie spada, no to jest ok. Teoria sobie, a praktyka często sobie.
Dlatego spróbujmy teraz choć trochę naprawić rzeczywistość i od początku potraktować metrykę użytkownicy w taki sposób, jak ona na to zasługuje. O czym w takim razie mówi nam ta metryka? Przede wszystkim metryka użytkownicy pokazuje niejako, w jakiej kondycji znajduje się nasz biznes w badanym okresie, jeśli chodzi o wykorzystanie internetu. I nie chodzi mi tutaj tylko o wzrosty czy spadki metryki użytkownicy, a raczej o dodatkowe informacje, które z niej wynikają. Zobacz, że jeśli na przykład analizujemy dane z przykładowej strony i widzimy, że 90% użytkowników w danym okresie to użytkownicy określani jako nowi, to od razu pojawia się ważne pytanie.
Z czego wynika to i co dzieje się z użytkownikami, którzy już wcześniej odwiedzali naszą stronę przeszłości? Dlaczego tak mało z nich powraca? Czy firma nie buduje z nimi odpowiednich relacji? A może produkt czy usługa ma charakter czysto jednorazowy? A może wreszcie jest to biznes w fazie gwałtownego wzrostu i taka przewaga użytkowników nowych versus powracający jest całkowicie prawidłowa, bo niewielu z nich zdążyło jeszcze choć raz wrócić w ogóle. Zobacz, jedna metryka i jak dużo możemy postawić hipotez i pytań analitycznych. To oczywiście jest tylko jeden scenariusz z wielu możliwych, bo jeśli na stronie pojawiają się np. kogoś z nich, to to jest jedna z tych, którzy z nich powrócają. Zobacz, jak się to z nimi powróca.
Zobacz, jak się to z nimi powróca. Zobacz, jak się to z nimi powróca. Zobacz, jak się to z nimi powróca. Zobacz, jak się to z nimi powróca. Zobacz, jak się to z nimi powróca. Zobacz, jak się to z nimi powróca. To oczywiście jest tylko jeden scenariusz z wielu możliwych, bo jeśli na stronie pojawiają się np. głównie użytkownicy tzw. powracający, to można zadać sobie pytanie, czy aby przypadkiem dany biznes powoli nam nie wygasa. Wiemy przecież, że każda firma potrzebuje stałego dopływu nowych klientów do wzrostu biznesu.
Jeśli firma nie rośnie, to automatycznie mówiąc kolokwialnie, można powiedzieć, że się zwija i im wcześniej będziemy w stanie zauważyć taki trend niepokojący, to tym szybciej będziemy mogli zareagować i zmienić lub poprawić naszą strategię rozwoju biznesu. Biorąc pod uwagę oczywiście fakt, że nie każdy użytkownik jest taki sam i nie wszyscy użytkownicy będą dla nas tak samo ważni. O użytkownikach i ich jakości czy wartości będziemy jeszcze mówić, bo będziemy wracać do tego w dalszej części kursu. Trzeba pamiętać, że zdrowy i zrównoważony przyrost nowych użytkowników, ale też jednocześnie odpowiedni odsetek powracających klientów to klucz do stabilnego wzrostu firmy.
Dlatego też stały monitoring trendów związanych z liczbą użytkowników jest dla nas bardzo istotny i co za tym idzie, także metryka sama sobie metryka użytkownicy. Tutaj warto zwrócić uwagę na bardzo przydatną funkcję analizy trendów w Google Analytics, porównując do siebie po prostu różne okresy. Analizy trendów to zawsze podstawa wszelkich analiz, dlatego że liczby bezwzględne nigdy nie będą w przypadku internetu liczbami super dokładnymi, zwłaszcza jeśli mówimy o narzędziach analitycznych. Tak więc zawsze warto odnosić bieżące dane jakie widzimy do poprzednich okresów i na podstawie analizy porównawczej odnosić się do oceny sytuacji. Nigdy na podstawie danych bezwzględnych. Warto zatem wyrobić sobie nawyk ciągłego porównywania metryk w stosunku do ważnych okresów dla naszej firmy.
Na przykład gwiazdka do poprzedniej gwiazdki albo właśnie styczeń do stycznia itd. Oczywiście biorąc pod uwagę takie anomalia jak np. nasz okres pandemiczny, którego praktycznie nie można przyrównać do żadnych innych wcześniejszych okresów. Tak więc to też musimy brać zawsze pod uwagę. Mam nadzieję, że w kwestii metryki dotyczącej użytkowników wszystko mamy do tej pory jasne. Przejdźmy zatem do kolejnej metryki związanej z pozyskaniem czyli do sesji. No właśnie pamiętasz jak omawialiśmy różnicę między nową generacją Google Analytics a wersją Universal? Mówiłem wtedy, że sesję to przestarzała koncepcja i że przeszliśmy obecnie do mierzenia zachowań użytkowników przy pomocy zdarzeń. Dalej tutaj wszystko się zgadza.
Sesje nie są podstawą mierzenia zachowań użytkowników obecnie, ale sama metryka istnieje, bo jest cały czas istotna przede wszystkim do mierzenia efektywności stron internetowych. A co to jest w takim razie w ogóle ta cała sesja w Google Analytics? Zacznijmy od tego, że użytkownik za każdym razem kiedy odwiedza stronę rozpoczyna tak zwaną sesję. Tak więc sesją nazywamy po prostu wizytę na stronie. Sesja ma zawsze swój początek i koniec. Zazwyczaj kończy się ona opuszczeniem strony przez użytkownika, ale sesja może też się skończyć w inny sposób.
Na przykład automatycznie jeśli użytkownik przebywa na stronie dłużej niż 30 minut bez żadnej aktywności, wtedy po prostu taka sesja wygasa i jeśli użytkownik znowu na przykład aktywuje się na stronie, czy zacznie znowu przeglądać naszą stronę, to nastąpi start nowej kolejnej sesji dla tego użytkownika. Skoro wiemy już czym jest sesja, to zdajemy sobie teraz ważne pytanie. Czy ta metryka może być dla nas w jakikolwiek sposób istotna albo przydatna? Mamy przecież metrykę użytkownicy i to oni są najważniejsi, prawda? A nie jakieś tam ich sesje. Wszystko się zgadza, ale jednak ta metryka też jest w stanie odpowiedzieć nam na całkiem sporo analitycznych i ważnych pytań.
Przede wszystkim metryka sesje mówi o intensywności naszej relacji z użytkownikami oraz o jakości naszych działań marketingowych. Zwróć uwagę na pewną prawdę znaną w marketingu. Zazwyczaj istnieje korelacja między częstotliwością czy intensywnością relacji z klientem, a prawdopodobieństwem dokonania przez niego zakupu czy skorzystania z oferty firmy. Jeśli mamy taką sytuację, gdzie jedno źródło pochodzenia użytkownika nazwijmy je źródłem A, generuje podobną liczbę użytkowników co źródło B, ale ci użytkownicy generują dużo więcej sesji w tym samym czasie, to jest to bardzo ciekawe miejsce do obserwacji. Czy zwiększona ilość sesji na użytkownika przekłada się w jakikolwiek sposób pozytywnie na realizację celów strony, czyli konwersje? Generalnie tak właśnie powinno być.
Szczególnie ważna jest tutaj analiza źródeł ruchu, gdzie płacimy za każde wejście na naszą stronę. Jeśli kupujemy ruch i użytkownicy wykonują dużą ilość odwiedzeń, czyli sesji właśnie, ale ich wartość jest niska, to od razu trzeba zadać sobie pytanie o jakość tego źródła ruchu albo jakość naszych działań marketingowych. Czy przypadkiem nasza kampania nie jest zbyt agresywna? Czy liczba wizyt na użytkownika nie jest przypadkiem wywołana sztucznie przez nachalną reklamę? Jak widzisz, metryka sesji potrafi także wygenerować bardzo dużo hipotez analitycznych i podsunąć wiele pomysłów na optymalizację naszych działań marketingowych. Ok, najważniejsze metryki dotyczące pozyskania mamy zatem omówione. Przejdźmy teraz do kolejnej kategorii metryk, czyli metryk związanych z zaangażowaniem użytkownika.
Metryk związanych z zaangażowaniem użytkownika jest w Google Analytics co najmniej kilkanaście, ale my dziś omówimy najważniejsze z nich. Zacznijmy od metryki, która trochę łączy nam kategorie metryk związanych z pozyskaniem z metrykami określającymi zaangażowanie, czyli musimy zacząć od metryki sesję z zaangażowaniem. Metryka ta ma za zadanie wskazać czy dana sesja ma podstawę być uznaną za nieprzypadkową, można powiedzieć z jakąkolwiek szansą na wykonanie celu. Co przez to rozumiem? Analytics uznaje sesję za zaangażowaną, gdy dana sesja spełniła któryś z następujących warunków. Sesja trwała co najmniej 10 sekund, nastąpiło wywołanie zdarzenia konwersji, albo użytkownik wykonał dwie lub więcej odsłony strony, czyli obejrzał podczas wizyty przynajmniej dwie podstrony naszego serwisu.
Tak więc sesja z zaangażowaniem, a właściwie różnica między tą metryką a liczbą sesji określa wyraźnie jakość ruchu jaki generuje dany źródło tego ruchu. Im większa różnica pomiędzy liczbą sesji a liczbą sesji z zaangażowaniem tym większa liczba użytkowników jak to się mówi odbija się od naszej strony. Jest to wyraźny dla nas sygnał, że coś się dzieje niedobrego w zakresie procesu pozyskiwania badanego przez nas źródła ruchu. Różnica między tymi dwiema metrykami określa też inna przydatna metryka obok, czyli współczynnik zaangażowania. Reasumując kwestie związane z podstawowymi metrykami określającymi zaangażowanie.
Jeśli prowadzimy działania marketingowe w celu pozyskania nowych klientów wskaźniki zaangażowania są bardzo pomocne w określaniu jakości naszej kampanii, kreacji czy w ogóle weryfikacji pomysłów na pozyskanie użytkowników. Bo niski odsetek sesji z zaangażowaniem z danego źródła może wskazywać na fakt braku spójności w przekazie reklamowym z treścią na stronie. Jako reklamodawcy mamy często też taką tendencję do przyciągania użytkowników na stronę za tak zwaną wszelką cenę. Nawet kosztem naciągnięcia lekkobietnicy w reklamie, która nie ma do końca pokrycia w ofercie na stronie. Coś w stylu reklama mówi na przykład nam wszystko za darmo, a po kliknięciu i wejściu na stronę pojawia się napis żartowaliśmy, ale zapraszamy do zakupów.
Przerysowuję może tutaj trochę ten przykład, ale mam nadzieję, że rozumiesz o co mi w nim chodziło. Tego typu strategia ma założenie, że jeśli użytkownik pojawi się na stronie, to nawet jeśli nie znajdzie tego czego szukał, to może od nas kupi coś innego. Jednak w internecie wejście i wyjście ze strony nie sprawia nam konsumentom wysiłku żadnego i najwyżej budzi irytację. Nie angażujemy się tylko w jedną relację z jednym dostawcą, tylko szukamy idealnej albo najlepszej dla nas oferty. Tak więc niespełnienie obietnicy danej w reklamie skutkuje natychmiastowym opuszczeniem strony.
I tu naszym zadaniem jako analityków jest wyłapywanie takich sytuacji, bo tego typu działania marketingowe nie tylko nie są opłacalne, ale jeszcze przy okazji robią nam czarny PR. Ok, przejdźmy zatem do kolejnych metryk związanych z kwestią zaangażowania użytkowników na stronie, czyli do metryki średni czas zaangażowania per sesja i metryki średni czas zaangażowania. Metryka średni czas zaangażowania per sesja określa średni czas trwania sesji dla użytkowników związanych z określonym wymiarem, np. źródłem pochodzenia ruchu. Z kolei średni czas zaangażowania przedstawia ogólny średni czas zaangażowania wszystkich użytkowników strony w danym okresie.
Mamy zatem aż dwie metryki określające czas interakcji użytkownika ze stroną i zanim powiemy o tym jak i do czego mogą nam się przydać te dwie dane, musimy dowiedzieć się w jaki w ogóle sposób GA4 liczy ten czas przebywania użytkownika na stronie. Musimy to wiedzieć, aby móc ocenić wartość w ogóle takich metryk. Zacznijmy od tego, że w GA4 czas zaangażowania użytkownika na stronie liczony jest wtedy kiedy strona czy aplikacja jest aktywnie przez tego użytkownika wykorzystywana. Weźmy taki prosty przykład. Jeśli użytkownik otworzy stronę A w jednej zakładce przeglądarki, a następnie w drugiej zakładce otworzy stronę B i właśnie ją będzie przeglądał, to czas przebywania na stronie A nie będzie wtedy liczony dla tego użytkownika.
W związku z tym rozwiązaniem czas na stronie w GA4 jest dużo dokładniejszy niż w poprzednich wersjach Google Analytics, gdzie sposób określania tej metryki był bardzo bardzo nieprecyzyjny. Czas liczony jest oczywiście od rozpoczęcia do zakończenia sesji. A przechodzą do istotności metryk zaangażowania związanych z czasem. Wielu analityków internetowych uznaje czas przebywania użytkownika na stronie jako jedną z dość istotnych metryk określających jego zaangażowanie podczas wizyty na stronie. Wynika to często z założenia, że im dłużej użytkownik przebywa na stronie, tym jakość sesji jest większa. Mogę się zgodzić z tym założeniem jeśli chodzi o samą długość relacji, ale jeśli chodzi o długość trwania sesji to tutaj mam trochę inne zdanie.
Mianowicie mam trzy podstawowe argumenty na to, że czas przebywania na stronie nie powinien być dla nas ani pierwszorzędnym, ani nawet często drugorzędnym czynnikiem określającym jakość naszych działań marketingowych, ani tym bardziej wartość użytkowników. No to uwaga. Po pierwsze czas potrzebny do wykonania zadania na stronach związanych ze ścieżką transakcji to indywidualna osobliwa kwestia i nie świadczy o wartości klienta. Różni ludzie potrzebują różną ilość czasu do wykonania danego zadania. Z punktu widzenia realizacji zakupu w internecie czas potrzebny do finalnego zakupu czy wykonania innego celu nie ma znaczenia z punktu widzenia większości firm. Po drugie jeśli nie ma dowodów np.
analiz, które udowadniają korelacje między czasem przebywania użytkowników na stronie a wartością czy ilością zakupów to nie uważam, że czas przebywania na stronie jest metryką specjalnie istotną, zwłaszcza dla biznesu typu e-commerce lub innych, które realizują swoje cele biznesowe w internecie. Po trzecie jeśli już bierzemy pod uwagę czas na stronie to może on oznaczać różne zachowania. Może oznaczać zagubienie np. użytkownika na stronie zamiast zaangażowania w jej treść. Tak więc sam czas jako metryka bez dokładnej analizy przez pryzmat celów i dodatkowych wymiarów nie jest w żadnym razie miarodajny w kwestii określenia jakości wizyty. Tak więc podsumowując czas w mojej ocenie nie jest jakąś super istotną metryką w zakresie oceny jakości z zaangażowania użytkownika.
Jeśli oczywiście czas nie jest podstawą twojego biznesu i głównym wskaźnikiem sukcesu np. kiedy mamy do czynienia z biznesami opartymi o wyświetlenie reklam i czas na stronie przekłada się tam bezpośrednio na liczbę obejrzanych przekazów reklamowych no i tym samym przychody. Wydaje mi się, że możecie sobie wyobrazić jeszcze jedną sytuację kiedy zwracę uwagę na czas na stronie. Nastąpiłoby to wtedy kiedy zauważyłbym znacząco niższą wartość odwiedziń z wybranego źródła przy czym wszystkie inne metryki z tego źródła byłyby podobne do siebie jeśli chodzi o inne źródła a tylko czas byłby właśnie taką zmienną która by się różniła. Prawdy powiedziawszy nie pamiętam takiego przypadku chyba że wystąpił jakiś konkretny błąd techniczny na stronie.
Także ten tego wiecie o co chodzi z tym czasem. Znasz więc moje zdanie na temat istotności metryk czasu na stronie ale pamiętaj że najważniejsze jest stosowanie zasad zdrowego analitycznego myślenia i weryfikowania zawsze praw objawionych które wygłaszają inni zwłaszcza jeśli te tzw. prawdy nie są poparte jakimiś wiarygodnymi konkretnymi przedstawionymi danymi. Mam nadzieję że wiesz o czym mówię jest to dla ciebie jasne. Omówiliśmy pierwsze najbardziej popularne metryki zaangażowania w Google Analytics 4 ale mamy oczywiście więcej istotnych metryk do omówienia. Między innymi z zakresu szeroko pojętnego utrzymania albo lojalności klienta. Jest to dość istotna część metryk bo przecież utrzymanie klienta jest jednym z najważniejszych zadań większości biznesów.
W Google Analytics 4 jeśli chodzi o tzw. utrzymanie klienta to przede wszystkim myślimy o tym czy dany klient do nas powraca czy nasza relacja z nim jest jednorazowa. Dlatego mamy w analityce ważną metrykę powracający użytkownik o którym już wspominaliśmy dzisiaj. Ten powracający użytkownik dla przypomnienia to jest taki użytkownik a dokładniej przeglądarka tego użytkownika który posiada albo ciastko nadane przez naszą stronę i lub posiada identyfikator user ID nadany mu podczas rejestracji na naszej stronie. W sekcji utrzymanie możemy zobaczyć ilu takich użytkowników w badanym okresie znalazło się na naszej stronie. W zakresie zaangażowania użytkowników w Google Analytics 4 znajduje się jeszcze jedna metryka o której trzeba wspomnieć.
Chodzi oczywiście o metrykę wartość użytkownika od początku śledzenia czyli lifetime value. Wspominałem o tej metryce już wcześniej ale w kontekście biznesowym gdzie wartość klienta to jedna z najważniejszych metryk według których firmy powinny tworzyć nowoczesną strategię wzrostu wartości firmy. Z kolei sama metryka lifetime value w teorii określa sumę dotychczasowych i przyszłych przychodów jakie daje relacja z danym klientem lub z daną grupą klientów. To właśnie według tej metryki nowoczesne organizacje budują skuteczne strategie marketingowe oraz długookresowe strategie wzrostu. Tak jak powiedziałem jest to podejście czysto biznesowe i strategiczne. W Google Analytics 4 wartość życiowa klienta z kolei jest trochę inaczej ujęta.
To lifetime value jest tutaj sumą przychodów jakie zostały zarejestrowane od początku śledzenia danego użytkownika. To co ważne to że dane są zbierane tylko dla użytkowników którzy byli aktywni po 15 sierpnia 2020. Tak więc jeśli użytkownik odwiedza stronę i dokonywał zakupów przed tą datą to te transakcje nie są ujęte w ogólnym ujęciu życzowej wartości tego klienta. Tak więc czy taka metryka wartość życiowa klienta jest w ogóle ważna? Myślę że odpowiedź jest dość oczywista. Tak jest bardzo ważna a nawet więcej powiem. Jest to przyszłość mierzenia sukcesu i planowania strategii marketingowych. Trzeba tutaj jednak wiedzieć że metryka wartości życiowej w Google Analytics 4 będzie zazwyczaj różniła się znacząco od rzeczywistej wartości konkretnych użytkowników.
Nie jesteśmy w stanie po prostu zebrać wszystkich dokładnych danych o wartości relacji z danym klientem tylko za pomocą Google Analytics. Przypominam tutaj np. kwestie związane z dokładnością danych zbieranych przy pomocy ciastek. Realne bezwzględne dane o wartości relacji z klientem możemy znaleźć tylko wewnątrz naszej firmy np. w bazach danych albo narzędziach typu CRM. Tak więc analizując metrykę życiowej wartości klienta lifetime value w Google Analytics 4 trzeba zawsze pamiętać o jednej z najważniejszych zasad analityki internetowej. Analizujemy przede wszystkim trendy tak jak wcześniej już rozmawialiśmy o tym przy okazji użytkowników a nie bezwzględne liczby.
Dlatego metrykę lifetime value trzeba uznać jako metrykę pokazującą przede wszystkim trendy wzrostu lub spadku wartości klientów a nie jako metrykę określającą nominalną faktyczną wartość naszych użytkowników z naszej strony internetowej. Trend wzrostowy w tej metryce będzie zawsze pozytywnym objawem a spadek zawsze negatywnym. Z kolei jeśli chcemy mierzyć i liczyć prawdziwą wartość klienta i ją wykorzystywać w procesie budowania strategii dla firmy będziemy musieli korzystać z danych które posiadamy wewnątrz naszej organizacji. Żadne narzędzia analityczne zbierające dane tylko na poziomie strony w obecnych warunkach nie będzie w stanie zapewnić nam takiej precyzyji jak analiza naszej bazy klientów. Myślę że to nie wymaga chyba jakiegoś większego wyjaśniania już więcej.
Na końcu tutaj powtórzyć to co mówiliśmy na pierwszej lekcji. Najlepszą praktyką jest budowanie jednego źródła prawdy i łączenie danych z wewnętrznych baz danych z danymi z Google Analytics. Tak więc pełen obraz sytuacji jest jak najbardziej możliwy ale wymaga integracji źródeł danych w organizacji. Podsumujmy zatem metryki dotyczące zaangażowania. Czy powinny być one dla nas naprawdę istotne w procesie analiz? Oczywiście tak z tym że trzeba pamiętać żeby na te metryki patrzeć zawsze przez pryzmat ustalonych celów i główny wskaźników sukcesu KPI. Nie martwmy się na przykład krótkim czasem na stronie klientów którzy u nas dużo kupują i często.
Te kwestie bym zostawił na sam koniec jak już nie mamy kompletnie nic innego do optymalizowania. To oczywiście tutaj przykład ale po prostu musimy pamiętać że analityka ma być prosta a my mamy się skupiać na rzeczach ważnych w oparciu o zasadę Pareto i to wszystko. A propos celów dotarliśmy do miejsca gdzie możemy omówić najważniejsze metryki dostępne w zakresie właśnie realizacji celów strony. Mamy tutaj dostępne wiele metryk w zależności jakie cele ustalimy ale możemy wyróżnić trzy główne metryki w raportach standardowych od których pewnie zacznijmy 99 procent naszych analiz. Mamy więc w tym zakresie podstawową metrykę wszystkie konwersje. Metryka ta przedstawia liczbę wszystkich zdarzeń które określiliśmy jako konwersje w Google Analytics.
Można oczywiście wybrać konkretną konwersję z rozwianego menu podczas analiz warto zawsze wybierać konkretne konwersje które są dla nas ważne w danej analizie bo liczba wszystkie konwersje jest zazwyczaj mało precyzyjne. Po prostu są tam wszystkie ustawione przez nas konwersje o różnej ważności i wartości i nie należy oceniać innych metryk i efektywności marketingu naszego sumując ilość właśnie tych konwersji o tych różnych wartościach dla naszego biznesu. Mówiliśmy o tym zresztą na ostatniej lekcji. Przypominam przykład z liczbą 110. Z kolei kolejną metryką dotyczącą celów jest metryka przychody.
Przychody to oczywiście jedna z najważniejszych metryk dla wszystkich biznesów typu e-commerce ale też innych które finalizują cele na stronie i są w stanie określić wartość tych celów. Ta metryka będzie aktywna jeśli przekazujemy dane dotyczące transakcji do Google Analytics. Wymaga to odrębnej dodatkowej konfiguracji zdarzeń o transakcjach na naszej stronie. Przychody mogą dotyczyć kilku źródeł. Przychodów z transakcji na stronie przychodów generowanych w aplikacji Google Analytics. W przypadku kiedy mamy sklep internetowy i zbieramy dane o transakcje w Google Analytics w raporcie zakupy e-commerce możemy znaleźć szereg ważnych metryk pozwalających ocenić efektywność naszego procesu zakupowego.
Od lewej jak widzisz mamy dostępne takie dane jak ilość wyświetleń stron produktowych na różnych poziomach agregacji na przykład strony produktowe strony kategorii produktów albo na przykład wyświetlenia produktów według marek. Następnie mamy metrykę liczby dodań produktów do koszyka czyli ile razy użytkownicy dodali produkt który widzieli do koszyka wedle poziomu tej agregacji o której wspomniałem. Z tych dwóch omówionych metryk wynika przydatna metryka kolejna czyli współczynnik dodań do koszyka po obejrzeniu. Pozwalano na okresie na przykład atrakcyjność produktu względem siebie na poziomie chęci do dania do koszyka. Kolejną metryką są tutaj zakupy czyli ilość transakcji jakie zostały przeprowadzone w danym okresie. Mówimy tutaj o ilości transakcji a nie ilości egzemplarzy danego produktu.
Te dane czyli ilość sprzedanych egzemplarzy produktu znajduje się w kolejnej kolumnie. Jest to dość istotna informacja ponieważ jak wiemy podczas jednej transakcji możemy nabyć więcej niż jedną sztukę. Zostaje nam jeszcze jedna ciekawa metryka do omówienia czyli współczynnik transakcji do wyświetlenia produktu. Mówi ona o tym jaki procent obejrzeń produktu przełożył się na zakup. Pokazuje to praktycznie wprost atrakcyjność danej oferty dla użytkownika. Jeśli wskaźnik ten odbiega od średniej na naszej stronie w badanym okresie to od razu możemy zacząć stawiać pytania o przyczyny takiej sytuacji. Czy są za to odpowiedzialne czynniki wewnętrzne a może zewnętrzne takie jak chociażby czynnik ceny w porównaniu do koszyka.
Oczywiście to tylko przykład ale na podstawie tych podstawowych metryk jesteśmy w stanie zadać dużo fundamentalnych pytań optymalizacyjnych które mogą radykalnie poprawić wynik sprzedaży albo przynajmniej uświadomić nam wyzwania jakie przed nami stoją w tym zakresie. Poprawienie np. wspomnianego współczynnika transakcji do wyświetleń produktu pozwala nam natychmiast zwiększyć wskaźnik zwrotu z inwestycji w marketingu np. ROAS czy ROI. Dlatego zdecydowanie warto analizować wnikliwie raporty e-commerce i na ich podstawie tworzyć strategię optymalizacji. No i omówiliśmy tym samym najważniejsze podstawowe metryki dostępne w Google Analytics 4. Metryk oczywiście jest więcej w Google Analytics i będziemy je omawiać też na kolejnych lekcjach dodawać je do naszej listy poznanych i używanych przez nas metryk.
W zakresie danych jest jeszcze druga część całej układanki. Oczywiście chodzi o wymiary. Wymiary to poziom czy też pryzmat przez jaki będziemy analizować nasze metryki. Zwróć uwagę na rozwijane menu nad kolumną metryk. Tutaj możemy wybrać właśnie wymiar przez który pryzmat będziemy analizować metryki. Wybór wymiaru jest o tyle istotny, że określa nam szczegółowość, ale też istotność danych zawartych w metrykach. Weźmy sobie na przykład wymiary możliwe do wyboru w raporcie pozyskania użytkowników. Możemy tutaj wybrać różne poziomy analizowanych metryk związanych z pozyskaniem. Osobiście korzystam najczęściej z wymiaru źródło medium, które daje mi dobry ogląd sytuacji, ale możemy wybrać też inne poziomy szczegółowości.
Dodatkowo dobrą praktyką jest weryfikacja danych prezentowanych przez jeden wymiar dodając do niego kolejny. Daje do nas często dużo bardziej klarowny obraz dotyczący danych z wymiaru pierwotnego. Możemy tutaj skorzystać z przycisku plusa i dodać kolejny wymiar do naszego podstawowego wymiaru. Zobacz, że dodając wymiar dodatkowy dotyczący np. kategorii urządzenia, widać od razu, że ilość ruchu z reklamy płatnej rozkłada się nieproporcjonalnie dla urządzeń stacjonarnych i mobilnych. Daje to od razu dużo jaśniejszy obraz sytuacji, jakie działania promocyjne i na jakich rodzajach urządzeń nie tylko generują najpewniej największy koszt, ale też skąd bierze się największa grupa użytkowników na naszej stronie internetowej.
Możemy też porównać od razu efektywność urządzeń według źródła i starać się postawić kolejne ważne pytania analityczne. Wymiarów jest naprawdę dużo do wyboru. Większość z nich dostępna jest podczas tworzenia raportów niestandardowych w sekcji eksplorowanie. Trzeba jednak pamiętać, że nie wszystkie kombinacje wymiarów i metryk są możliwe do zastosowania. Wtedy, po wybraniu wymiaru, będzie można dodać tylko takie metryki, które są możliwe do zastosowania z danym wymiarem. O zakładce eksplorowaniu i tworzenie raportów niestandardowych będziemy oczywiście mówili w odrębnej lekcji poświęconej tylko temu tematowi. No i tym samym dojechaliśmy do końca lekcji czwartej. Wiemy już jak poruszać się po interfejsie Google Analytics 4 oraz znamy i rozumiemy najważniejsze metryki, jakie się tam znajdują.
Mówimy tu o raportach oczywiście standardowych. Tak jak powiedziałem, metryk jest oczywiście więcej, ale omówione przez nas metryki właśnie dzisiaj to grupa podstawowych i najbardziej fundamentalnych metryk, z których będziemy korzystać zazwyczaj najczęściej. A co będzie na następnej lekcji? Naturalnym krokiem jest omówienie najważniejszych raportów i ich zastosowania w optymalizacji naszych działań marketingowych. I dzięki temu razem z poznanymi metrykami będziemy mieć w pełny ogląd sytuacji jakie metryki i jakie raporty są na nas ważne z punktu widzenia optymalizacji naszych działań marketingowych. Dziękuję bardzo za Twoją uwagę dzisiaj i do zobaczenia już niedługo na lekcji piątej. Cześć! Napisy stworzone przez społeczność Amara. org.
By visiting or using our website, you agree that our website or the websites of our partners may use cookies to store information for the purpose of delivering better, faster, and more secure services, as well as for marketing purposes.