В инете есть куча сервисов для АБ тестов, и у всех одна проблема - они работают в браузере. При сравнении двух страниц у юзера сперва скачивается контент оригинальной, потом отрабатывает код эксперимента, который решает показать "счастливчику" альтернативный вариант, и только после этого наконец стартует закачка нужной страницы. В итоге пользователи видят прыгающий UI, ждут дольше необходимого и вообще получают 👎 экспириенс, что не может не сказаться на конверсии.

Тем не менее, у сторонних сервисов часто бывают шире возможности по сегментации трафика, они позволяют быстро тестировать мелкие изменения, которые вполне можно реализовать на клиенте, и самое главное - они экономят время аналитика на адхоки с текущим срезом. То есть, за нами остаётся выбор варианта на сервере там, где это важно. Теперь разберем серверную реализацию в Google Optimize.

Бывает, придешь на работу, сядешь за стол, включишь компьютер, откроешь браузер, зайдешь в Google Analytics, нальешь чайку с лимоном, и вдруг так сильно-сильно с бергамотом захочется.

А иногда, как аналитика в голову ударит, и думаешь, почему это люди Яндекс Метрику не используют? Вроде и Logs API у них есть, и семплинг там почти нереально поймать, и под блокировки она не попадала, и стоит почти у всех с основания. Так вот, на случай, если когда-нибудь захотите перейти, рассказываю, как подготовить почву и передать в Яндекс Метрику все события, которые сейчас у вас уходят в Аналитикс.

Делать будем через горячо любимый финнами customTask.

Отслеживание заявок - одна из тех задач, благодаря которым веб-аналитика вообще существует. Иначе ведь и не понять, что реклама работает. А как известно, без Adwords не было бы Analytics.

Несмотря на всю важность точного отслеживания форм, универсального решения нет и быть не может, поэтому каждый раз приходится выдумывать или вспоминать, что еще можно сделать в конкретной ситуации, а это не всегда удается, а проджекту надо ASAP, а у тебя еще очередь да и на обед давно не ходил, с другой стороны интересно же, хотя делал кучу раз, клиент зато хороший, но сайт ужасный, а в контейнере вообще треш... короче я всё записал!
Так что палец на колесо, и покрутили от простого к менее простому.

Очень часто при оценке конверсии интернет-маркетологи останавливаются на лиде. РК дает заявки - превосходно! При этом дальнейшая результативность этих заявок не учитывается агентствами. Какого качества эти лиды? Как они конвертируются в продажи? А ведь именно это важно клиенту. РК может давать штучные заявки, и выглядеть неуспешной по сравнению с другими с точки зрения генерации лидов, но если эти заявки хорошо конвертируются на следующих этапах и в итоге дают прибыль, то кому какое дело? Очевидно, что над воронкой важно работать на всех этапах.

Немаловажным фактором, влияющим на конверсию, особенно в бизнесе с жесткой конкуренцией, является скорость обработки лида. Несмотря на обилие разговоров про CRM, сквозную аналитику, автоматизацию и вот это всё, я знаю немало крупных компаний, которые принимают заявки с сайта на электронную почту, и ведут клиентов в эксельках, а что уж тут говорить о малом бизнесе. Один из вариантов, как можно чуть улучшить этот процесс, я опишу в статье. Будем делать бесплатного бота-помощника для быстрой реакции на заявки.

Если читатель часто и много работает с BigQuery, то читатель наверняка хотя бы раз сталкивался с необходимостью обновить данные в таблице. Для этого диалект Standard SQL поддерживает Data Manipulation Language, позволяющий вставлять, удалять и обновлять данные. Но что, если читателю требуется изменить данные сразу в большом датасете с кучей таблиц за несколько месяцев? В этом случае документация BigQuery читателя пошлет:

DML statements that modify partitioned tables are not yet supported.

-- BigQuery

А я в данной статье рассказываю, как просто решить эту задачу.

Если вы работаете в хорошем perfomance агентстве подобно мне, то наверняка сталкивались с задачей актуализации ретаргетинговых и прочих тегов в GTM. Чтобы тратить на это меньше времени, я написал небольшой скрипт выгрузки.

Но для его работы важно следовать простому правилу:

Называйте теги так, чтобы было понятно, что в них

Что вы знаете о Client service? Всегда ли клиент прав? Стоит ли делать задачу, которая не имеет смысла? А может 🏃🚴🚌✈️🚀🚗

Прежде чем мы начнем, предлагаю посмотреть обучающее видео по теме, которое я уже заботливо перемотал на ключевой момент.

А теперь расскажу по пунктам, как я это делал.

Если вы пришли сюда, значит, вас это тоже коснулось. Ну, ничего! Здесь вы в надежных руках, здесь вам помогут, будем разбираться вместе.

Откуда берется gtm-msr.appspot.com

Вы наверняка замечали, что код, необходимый для установки контейнера Google Tag Manager, состоит из двух частей. Одна для <head> и одна для <body>. Вся магия происходит в первой части – там загружаются и исполняются ваши теги, вычисляются переменные, просчитываются триггеры. Очевидно, что вторая часть для тех случаев, когда у пользователя отключены скрипты, но вот что именно происходит в ней?

Не знал, что в аналитике никуда без этого? Пойми, в аналитике только и говорят, что о сlientID.

-- Достучаться до collect

Коль скоро уже даже на семинарах Google Partners customTask иллюстрируют примером с передачей сlientId, пора и мне вам поведать о новом удобном способе. Кстати, у меня есть статья о том, что такое clientID и зачем он нужен, если вы еще с ним не знакомы.

Давно вы залезали в доки гугла? Иногда мне кажется, что разночтений у них больше, чем у Библии, и они точно так же плодятся с добавлением новых глав и не слишком качественными переводами с языка оригинала. Сегодня попробуем разобраться в некоторых статьях, а заодно замутим ролевую игру с собаками и Павловым.

В начале прошлого века нобелевский лауреат, физиолог Иван Петрович Павлов читал лекции о русской ментальности. Спустя сто лет мы не особо продвинулись в этом направлении, но кое-что добавить все-таки удалось. Сегодня поговорим об отслеживании данных, которые пользователи вводят на вашем сайте.

Зачем отслеживать формы?

• Во-первых, поймем, какие поля вызывают затруднения.
• Во-вторых, получим ввод даже без сабмита формы.
• В-третьих, соберем в аналитике все данные, по которым потом можно сегментировать юзеров или крутить им персональную рекламу через динамический ремаркетинг.
• Потому что можем!

Не забудьте на стороне аналитики вырезать все персональные данные!

-- Брин предупреждает