เรื่องของ User Data เป็นสิ่งที่ทาง Google Analytics พยายามหาวิธีการบันทึกข้อมูลและจัดการให้ถูกต้องมาโดยตลอด เพราะถ้าใครศึกษา Google Analytics แบบลงลึกแล้วจะทราบกันดีว่า Google Analytics นั้นมีปัญหาเรื่องความไม่ถูกต้องของตัวเลข User อยู่ และถ้าใครไม่เข้าใจเรื่องนี้ก็อาจจะทำให้การอ่านข้อมูลเพื่อเอาใช้ทำงานนั้นไม่ถูกต้องตามไปด้วย
ทำไมตัวเลข User ใน Google Analytics ถึงไม่ถูกต้อง
เรื่องแรกที่ต้องเข้าใจเสียก่อนนั่นก็คือ โดยดีฟอลต์แล้ว Google Analytics จะนับจำนวน User จาก Client ID ที่เก็บไว้ใน Cookie ซึ่งเป็นค่าเฉพาะที่กำหนดให้แต่ละเครื่องที่เข้าใช้งานเว็บไซต์ที่มีการติดแท็ก Google Analytics นั่นก็หมายความว่านับจากจำนวน Cookie นั่นแหละครับ ปัญหาอย่างแรกคือ แต่ละ Browser ก็จะมี Cookie ของตัวเอง ดังนั้นถ้าเราใช้งานหลาย Browser ในเครื่องเดียวกัน จำนวน User ก็จะนับแยกกันทั้งที่เป็นเครื่องเดียวกัน คนใช้งานคนเดียวกัน ปัญหาต่อมาก็คือ พฤติกรรมการใช้งานของยูสเซอร์ในปัจจุบันนั้นเป็นการใช้งานในลักษณะ Cross Device กันเป็นส่วนใหญ่แล้ว คือเข้าทั้งมือถือ แทปเล็ต และเดสก์ท็อป ซึ่งก็นำไปสู่การนับจำนวน User ที่คลาดเคลื่อนยิ่งขึ้นไปอีก เพราะแต่ละเครื่องแต่ละอุปกรณ์ก็จะได้ Cookie คนละตัว และ Client ID คนละหมายเลข เพราะ Google ไม่มีทางรู้ว่าอุปกรณ์ทั้งหลายนั้นเป็นของเจ้าของคนเดียวกัน ดังนั้นถ้าเราใช้อุปกรณ์ 3 อุปกรณ์ในการเข้าเว็บไซต์ เราก็จะถูกนับเป็น 3 Users ไม่ใช้ 1 User ตามที่ควรจะเป็นนั่นเอง พอเข้าใจแล้วใช่ไหมครับว่าทำไมมันถึงผิดพลาด
ที่ผ่าน Google มีแนวทางแก้ไขปัญหานี้อย่างไร
หลายความพยายามที่เกิดขึ้น หนึ่งนั้นก็มีเรื่องของ ฟีเจอร์ User ID ที่ Google Analytics ยอมให้เราส่งค่าที่เกี่ยวข้องกับ User เช่น CRM id หลังบ้านขึ้นไป (ในกรณีที่มีการ Login เพื่อเข้าใช้งานเว็บ) ซึ่งถ้าหากยูสเซอร์ Login เข้าหน้าเว็บผ่านทั้ง 3 อุปกรณ์ ก็จะทำให้ Google Analytics รู้ว่า 3 เครื่องเป็นคนๆ เดียวกันนั่นเอง แต่วิธีนี้ก็ค่อนข้างยุ่งยากสำหรับคนที่ไม่ถนัดเรื่องการเขียนโค้ด เพราะต้องอาศัยทีม developer ในการช่วยทำให้
นอกจากฟีเจอร์ User ID แล้ว Google ก็ยังออกรีพอร์ทตัวใหม่ที่เรียกว่า Cross Device Reporting ในการแก้ไขปัญหาเรื่องการใช้งานข้ามอุปกรณ์ดังที่ได้กล่าวไปแล้ว ซึ่งถือว่าเป็นอีกหนึ่งชุดรีพอร์ทที่ต้องบอกว่าดีเหลือเกิน และเป็นสิ่งทำให้เราเห็นภาพของ User ที่ถูกต้องและชัดเจนอย่างที่ไม่เคยได้เห็นมาก่อน ที่สำคัญคือรีพอร์ทนี้สามารถใช้งานได้เลยโดยไม่ต้องอาศัยการเขียนโค้ดอะไรเพิ่มแม้แต่บรรทัดเดียว เพราะ Google Analytics จะใช้ Google Account ในการเชื่อมโยง Users ที่ใช้งานข้ามอุปกรณ์ให้เราโดยอัติโนมัติ เรื่องนี้ผมเคยเขียนอธิบายไว้แล้ว สามารถอ่านได้จากลิงค์นี้ Cross Device Report
ดูเหมือน Cross Device Reporting น่าจะแก้ปัญหาได้ทุกอย่างแล้วใช่ไหมครับ ยังครับยัง มันยังมีปัญหาอีกอย่างนึงก็คือเรื่องของการใช้งานผ่าน Mobile App ที่ Google Analytics ยังมอง User คนละแบบกับ Web Property อยู่ ซึ่งใครที่มี Mobile App ตอนนี้ก็จะต้องใช้ Google Analytics for Firebase ซึ่งเป็น Property ที่มีไว้เพื่อเก็บและแสดงข้อมูลของ Mobile App เท่านั้น
App and Web Property สิ่งที่จะมาช่วยแก้ปัญหาเรื่องของ Web User และ App User
พร็อพเพอร์ตี้ใหม่ใน Google Analytics นี้จะรวบรวมและจัดการข้อมูล Users ที่มาจากทั้ง Web และ App เข้าด้วยกันเพื่อทำให้ตัวเลขของ Users นั้นมีความถูกต้องมากยิ่งขึ้น เห็นภาพ Users ที่แท้จริงอย่างที่เราไม่เคยเห็น เมื่อทำได้เช่นนี้แล้ว คำถามต่างๆ เช่น
แต่ละเดือนเรามี Users เยี่ยมใช้งาน Web และ Mobile App จริงๆ กี่คนที่กันแน่ ถ้านับแบบไม่ซ้ำจริงๆ
หรือคำถามเช่นว่า
Marketing Channel ใด Campaign อะไร และ Platform ใด Web หรือ App ที่สามารถเข้าถึง New users ได้ดีกว่ากัน
ก็จะมีคำตอบที่ถูกต้องมากขึ้น สามารถนำข้อมูลไปทำงานกำหนดกลยุทธ์ได้ดีกว่าเดิม รวมไปถึงคำถามยากๆ อย่างเช่น
มี Users จำนวนเท่าไร ที่เริ่มต้นค้นหาสินค้าใน Mobile App แล้วไปสั่งซื้อบนเว็บไซต์ที่เดสก์ท็อป
ที่สุดแล้วจริงๆ ละครับ 🙂
ภาพด้านล่างนี้เป็นตัวอย่างของหน้าที่เรากำลังจะสร้าง Property ใหม่ ซึ่งแต่เดิมจะมีแค่ 2 Properties คือ Web และ Mobile App แยกกัน แต่ตอนนี้เราก็จะเห็น Property ใหม่ที่ชื่อว่า Apps and Web Property ซึ่งอย่างที่บอกครับ Property นี้มีหน้าที่รวบรวมข้อมูลจากทั้ง Web และ App เข้าไว้ด้วยกัน
เมนู และหน้าตาโดยรวมของรีพอร์ทใน Apps and Web Property ดีไซน์จะออกไปทางรีพอร์ทของ Mobile App เดิม ใครที่เคยเห็นรีพอร์ทใน Google Analytics for Firebase ก็น่าจะคุ้นๆ กันอยู่บ้าง Dimension และ Metrics ต่างๆ ก็จะถูกยุบรวมให้เหลือเป็นชุดเดียวกัน เพี่อให้การอ่านรีพอร์ทนั้นเข้าใจง่ายและสะดวกในการวิเคราะห์ ภาพด้านล่างเป็นหน้าตาของส่วนที่เป็นเมนูและรีพอร์ท
มีอะไรใหม่ที่น่าสนใจใน Apps and Web Property บ้าง
Flexible Event Measurement
อย่างที่บอกว่า Property ใหม่นี้ใช้โครงสร้างรีพอร์ที่คล้ายกับ Google Analytics for Firebase ซึ่งพอเป็น App แล้วการ Tracking ก็จะเน้นไปในลักษณะ Event-Based มากกว่าคือพวกเหตุการณ์การกดคลิ้กนั่นนี่ทั้งหลาย ซึ่งฝั่ง Web Property นั้นก็มี Support อยู่ แต่ก็ต้องอาศัยทีม dev ในการช่วยเซ็ตอัพอยู่ จึงไม่ใช่เรื่องที่ง่ายเท่าไรสำหรับนักการตลาดทั่วไป แต่พอมาเป็น Apps and Web Property แล้ว เรื่องพวกนี้เราแทบไม่ต้องทำอะไรเลย ไม่ว่าจะเป็นการ Scroll up Scroll down การ Download file การ Click Link ออกไปนอกเว็บไซต์ หรือกระทั่งการดู VDO เพราะทั้งหมดนี้จะเป็น Automated Event Tracking โดยค่าดีฟอลต์แล้ว ดีสุดๆ
Cross Platform Analysis Report
รีพอร์ทนี้แหละครับ ที่สุดของที่สุด ต้องบอกว่า Report คล้ายๆ กันนี้ที่ชื่อ Analysis จะมีอยู่ในเฉพาะ GA 360 เท่านั้น (แบบเสียเงิน) แต่รีพอร์ทนี้คาดว่าจะเปิดให้ใช้ได้ใน Property ใหม่นี้โดยไม่ต้องซื้อ GA 360 (ได้คำตอบที่ชัดเจนจะมาอัพเดทอีกที) ตัวอย่างหนึ่งของ Analysis Report ที่น่าสนใจคือ Funnel Analysis ตามภาพด้านล่าง ซึ่งการวิเคราะห์ใช้งานก็ทำได้ง่ายมากไม่ซับซ้อน ส่วนใหญ่ในรีพอร์ท Analysis ก็จะใช้การลากวาง Dimensions และ Metrics เป็นหลัก ดีขนาดนี้ อยากใช้งานกันแล้วสิครับ 🙂
New Metrics กลุ่มข้อมูลใหม่ที่ดีกว่าเดิม
สิ่งที่น่าสนใจอีกอย่างนึง และผมชอบมากจริงๆ ก็คือ Metrics ใหม่อีก 3 ตัวที่เราจะได้เห็นใน Table Report ของ Apps and Web Property ซึ่งได้แก่ Engaged Sessions, Engaged sessions per user และ Engagement time ที่ว่าดีเพราะมันทำให้ข้อมูลที่เคยไม่ถูกต้อง (แต่หลายคนไม่ทราบ) ถูกต้องมากยิ่งขึ้น
- Engaged Sessions : ตามความหมายคือ Engaged Sessions เป็นเมทริคที่บอกค่าจำนวน Session ที่เข้ามาในเว็บไซต์แล้วอยู่เกิน 10 วินาที อ่าาา แล้วดียังไง? ตรงที่ Session ไหนที่ใช้เวลาในเว็บไซต์ต่ำกว่า 10 วินาทีจะถูกนับเป็น Bounce ยังไงละครับ ซึ่งทำให้การนับจำนวน Bounce เหมาะสมและดีขึ้นกว่าเดิมมาก เพราะตามปกติที่เราอ่านรีพอร์ทกันนั้น ใน Web Property ระบบจะนับ Bounce จากการที่ Sessionใดอยู่เพียงหน้าเดียวบนเว็บไซต์ หมายความว่าต่อให้อ่านเนื้อหาจนจบหน้าแล้วออกจากเว็บไซต์ไป ก็จะนับ Bounce เหมือนกัน ซึ่งก็ไม่ถูกต้องเท่าไรนัก ผมเคยเขียนอธิบายเรื่องนี้ไว้ในลิงค์นี้ 8 สาเหตุที่ทำให้ Bounce rate สูง และแนวทางแก้ไขง่ายๆ
- Engaged sessions per user : ค่านี้จะนำเอา Engaged Sessions มาหารด้วยจำนวน Users ทั้งหมดเพื่อให้ข้อมูลที่ได้มีความหมายที่ดีกว่า Sessions per user นั่นแหละครับ
- Engagement time : พูดได้เต็มปากเลยว่า เมทริคนี้ที่ดีสุดแล้วจริงๆ สำหรับการอ่านค่าที่เกี่ยวกับเวลาในการ Engage ของ Users และผมเองก็รอมานานมากว่าเมื่อไรที่ Google จะแก้ปัญหานี้เสียที ที่มันเป็นเมทริคที่ดีและมีความสำคัญมาก นั่นก็เป็นเพราะว่า Web Property ที่เราใช้กันทุกวันนี้โดยค่าดีฟอล์ต์ในเรื่องการบันทึกเวลานั้นมีความผิดพลาดค่อนข้างสูงมากจริงๆ เรื่องหนึ่งที่ผมอธิบายและย้ำในคลาสสอนอยู่เสมอก็คือ กลุ่ม Sessions ที่นับเป็น Bounce นั้น Analytics ไม่สามารถบันทึกเวลาได้เลย พูดแบบตรงไปตรงมาก็คือ พวกค่า Time on page หรือ Session Duration ที่เราอ่านกันนั้น ผิดจากความเป็นจริงทั้งหมดเลยล่ะครับ (ขออนุญาติไม่ลงรายละเอียดนะครับ ไม่งั้นจะยาวไปกว่านี้อีก) ก็ต้องขอกราบงามๆ กับทีม Google Analytics ที่อย่างน้อยก็ทำให้ตัวเลขเรื่องของเวลามีความถูกต้องมากขึ้น
เริ่มต้นใช้งานกันเถอะ
สำหรับธุรกิจใดที่เปิดให้ลูกค้าใช้งานทั้งสอง Platform คือ Website และ Mobile App และต้องการจะเห็นภาพของ Users ที่ชัดเจนและถูกต้องมากยิ่งขึ้น ก็ทดลองใช้งานกันดูได้เลยนะครับ ส่วนผมเองก็จะทดลองเหมือนกันโดยจะดึงเฉพาะข้อมูลของเว็บไซต์เข้ามาก่อน เพราะอยากเห็นพวก Automated Event ทั้งหลาย ว่าสิ่งที่ Property ใหม่นี้เก็บข้อมูลให้เราออกมาหน้าตาเป็นอย่างไร ปล.ในเวอร์ชั่นแรกของ Property ใหม่นี้ยังเป็น Beta เวอร์ชั่นอยู่นะครับ
Happy Analytics 🙂
ไม่พลาดทุกบทความ แอดเฟรนด์ Line Official Account : @pornthep
สนใจคอร์สเรียน Google Analytics อ่านรายละเอียด