Ma sa r yk o v a u n iv e rz ita Ekonomicko-správní fakulta Studijní obor: Podniková informatika
ÚČINNOST A ÚČELNOST ONLINE MARKETINGOVÉ KOMUNIKACE Efficiency and effectiveness of online marketing communication Bakalářská práce
Vedoucí bakalářské práce:
Autor:
doc. Ing. Alena Klapalová, Ph.D.
Hana ŠUTOVÁ
Brno, 2015
J m én o a p ří j m en í au t o ra:
Hana ŠUTOVÁ
Náz ev d i p l o m o v é p ráce:
Účinnost a účelnost online marketingové komunikace
Náz ev p rác e v an gl i čt i n ě:
Efficiency and effectiveness of online marketing communication
Kat ed ra:
Katedra podnikového hospodářství
Ved o u cí d i p l o m o v é p ráce:
doc. Ing. Alena Klapalová, Ph.D.
R o k o b h aj o b y:
2015
Anotace ŠUTOVÁ, Hana, Účinnost a účelnost online marketingové komunikace, Brno, 2015, 60 s. Bakalářská práce, Masarykova univerzita, Ekonomicko-správní fakulta. Vedoucí práce doc. Ing. Alena Klapalová, Ph.D. Předmětem bakalářské práce „Účinnost a účelnost online marketingové komunikace“ je formulování budoucích doporučení pro management společnosti na základě provedené analýzy současného stavu online marketingové komunikace. První část je zaměřena na vysvětlení stěžejních problémů souvisejících s problematikou online marketingové komunikace. V druhé jsou získané poznatky aplikovány na reálná data společnosti a následně vytvořená doporučení jsou rozebrána v třetí části práce.
Annotation ŠUTOVÁ, Hana, Efficiency and effectiveness of online marketing communication, Brno, 2015, 60 s. Bacherol thesis, Masaryk univerzity, Fakulty of economics and administration. Thesis supervisor doc. Ing. Alena Klapalová, Ph.D. The goal of the submitted thesis: “Efficiency and effectiveness of online marketing communication” is to analyze come up with recommendations for company’s management based on current state analysis of online marketing communications. The first part is focused on describing main problems connected with online marketing communication. In the second part of the thesis, the acknowledges from theoretical part is implemented on real data provided by company and based on the result of analysis, it is setting up a recommendations.
Klíčová slova webová analytika, marketingová komunikace, Internet, marketing, SEO, Google Analytics
Keywords web analytics, marketing communication, Internet, marketing, SEO, Google Analytics
Prohlášení Prohlašuji, že jsem bakalářskou práci Účinnost a vypracovala samostatně pod vedením doc. Ing. všechny použité literární a jiné odborné zdroje předpisy Masarykovy univerzity a vnitřními Ekonomicko-správní fakulty MU.
účelnost online marketingové komunikace Aleny Klapalové, Ph.D. a uvedla v ní v souladu s právními předpisy, vnitřními akty řízení Masarykovy univerzity a
V Brně dne 21. dubna 2015 vlastnoruční podpis autora
Poděkování Na tomto místě bych ráda poděkovala doc. Ing. Aleně Klapalové, Ph.D. za cenné připomínky a odborné rady, vstřícný přístup, kterými přispěla k vypracování této bakalářské práce. Dále děkuji firmě Miloslav Kaderka - KASTR za poskytnuté informace a konzultace.
OBSAH ÚVOD ..................................................................................................................................................................... 9 1
ONLINE MARKETINGOVÁ KOMUNIKACE ....................................................................................... 11 1.1 INTERNET MARKETING ............................................................................................................................ 11 1.2 SEARCH ENGINE MARKETING ................................................................................................................. 13 1.3 SEARCH ENGINE OPTIMALIZATION .......................................................................................................... 15 1.4 PPC – PAY PER CLICK ............................................................................................................................. 17 1.4.1 Typy PPC ....................................................................................................................................... 17 1.4.2 Google AdWords ............................................................................................................................ 17 1.4.3 Zaměření na kliknutí ...................................................................................................................... 19 1.4.4 Zaměření na zobrazení ................................................................................................................... 19 1.4.5 Zaměření na konverzi ..................................................................................................................... 19 1.5 E-MAILING .............................................................................................................................................. 20
2
WEBOVÁ ANALYTIKA ............................................................................................................................ 22 2.1 CLICSTREAM ANALÝZA........................................................................................................................... 23 2.1.1 Analýza návštěvnosti ...................................................................................................................... 23 2.1.2 Analýza návštěv podle typu média ................................................................................................. 24 2.1.3 Analýza odkazujících zdrojů a dalších webů.................................................................................. 24 2.1.4 Analýza vyhledávání a klíčových slov ............................................................................................ 25 2.1.5 Analýza chování návštěvníka na webové stránce ........................................................................... 25 2.2 EXPERIMENTOVÁNÍ A TESTOVÁNÍ ........................................................................................................... 25 2.2.1 Průzkumy na úrovni stránky .......................................................................................................... 25 2.2.2 Průzkumy na úrovni webu .............................................................................................................. 26 2.3 COMPETITIVE INTELIGENCE .................................................................................................................... 26 2.4 ZPŮSOBY ZÍSKÁVÁNÍ DAT PRO ANALÝZU ................................................................................................ 26 2.4.1 Server-side data collection............................................................................................................. 26 2.4.2 Client-side data collection ............................................................................................................. 27 2.5 SOUBOR COOKIE ..................................................................................................................................... 28 2.6 GOOGLE ANALYTICS .............................................................................................................................. 28 2.6.1 Segmentace .................................................................................................................................... 30
3
PRAKTICKÁ ČÁST ................................................................................................................................... 31 3.1 ÚDAJE O SPOLEČNOSTI............................................................................................................................ 31 3.1.1 Představení a historie .................................................................................................................... 31 3.1.2 Produkty ......................................................................................................................................... 32 3.1.3 Segment poskytovaných služeb....................................................................................................... 32 3.1.4 Vize společnosti .............................................................................................................................. 32 3.2 ANALÝZA SOUČASNÉHO STAVU .............................................................................................................. 33 3.2.1 Marketingové cíle........................................................................................................................... 33 3.2.2 Online marketingová komunikace .................................................................................................. 34 3.3 OMEZENÍ PRÁCE ..................................................................................................................................... 35 3.4 SEARCH ENGINE MARKETING .................................................................................................................. 36 3.5 E-MAILING .............................................................................................................................................. 41 3.6 PUBLIC RELATIONS ................................................................................................................................. 42 3.7 SEO ........................................................................................................................................................ 43 3.8 ZJIŠŤOVÁNÍ SPOKOJENOSTI ZÁKAZNÍKŮ ................................................................................................. 45 3.8.1 Vyhodnocení dotazníku zákazníkem ............................................................................................... 45 3.9 FORMULOVANÁ DOPORUČENÍ PRO MANAGEMENT .................................................................................. 48 3.9.1 Návrh PPC kampaně pro poskytování služeb v oblasti zakázkového CNC obrábění .................... 49 3.9.2 Návrh PPC kampaně pro zvýšení objemu prodeje vlastního výrobního programu ....................... 50
ZÁVĚR ................................................................................................................................................................. 53 SEZNAM POUŽITÝCH ZDROJŮ .................................................................................................................... 55
SEZNAM GRAFŮ............................................................................................................................................... 58 SEZNAM TABULEK ......................................................................................................................................... 58 SEZNAM OBRÁZKŮ......................................................................................................................................... 58 SEZNAM PŘÍLOH ............................................................................................................................................. 59
ÚVOD Tato bakalářská práce pojednává o účelnosti online marketingové komunikace a metodách měření její účinnosti. Práce je rozdělena na teoretickou část, kde jsou vysvětleny stěžejní pojmy související s problematikou online marketingové komunikace, její účelnosti a měření její účinnosti. Praktická část aplikuje získané poznatky na strojírenskou společnost Miloslav Kaderka – KASTR v praktické části práce. Cílem této práce je formulování doporučení pro management na základě provedených analýz výkonnosti online marketingové komunikace, jejíž výsledky jsou prezentovány v závěru praktické části práce. Analýza je provedena na základě údajů ze standardně používaných statistik poskytovanými provozovatelem webhostingu domény a detailnějších poznatků z nástroje Google Analytics. Problematika online marketingové komunikace se dostala do popředí na konci 20. století, které bude zapsáno do paměti společnosti jako významný milník, který dal společnosti Internet, první mobilní telefony a wi-fi síť. Prakticky každý člověk dnes už vlastní alespoň jeden mobilní telefon a v domácnostech většiny českých rodin lze najít alespoň jeden počítač a samozřejmostí je i internetové připojení, které je dnes již dostupné i v mobilních telefonech. Spolu s novými technologiemi se změnil i celkový přístup k informacím, celá společnost se zrychlila a s tím i přísun informací od zdroje vzniku ke koncovému uživateli. Tak rychlými změnami společnost neprošla nikdy dříve v historii a samozřejmou reakcí na tento zlom byla nutnost přizpůsobení se. Radikální změnou prošla společnost, která dnes oplývá neutuchajícím hladem po rychlých informacích, aktuálním dění doma i ve světě a nutností 24 hodinového propojení s přáteli a známými. Stejně jako společnost, se přizpůsobili i podnikatelské subjekty. Od klasického marketingu přešly k moderním metodám, které využívají potenciál Internetu. Internet v sobě skýtá obrovský potenciál v podobě množství uživatelů soustředěných na jednom místě. Se vzrůstajícím počtem uživatelů vzniká společnostem také problém různých segmentů uživatelů a tím problém správné identifikace cílového publika. Prvním krokem k přeměně samotného konceptu marketingové komunikace byla možnost 24 hodinové prezentace, která je dostupná obrovskému množství lidí 7 dní v týdnu bez výpadků, a relativně zdarma. Společnosti v tomto identifikovali možnost, jak najít nové zákazníky a zvýšit tak svoje zisky a začali se předhánět v kvalitě webové prezentace. Se vzrůstajícím počtem takto vytvořených stránek se na druhou stranu snižovala možnost nalezení nově založených, a proto se s vývojem Internetu začali rozvíjet také technické disciplíny, které tomu měli pomoci. Zrodila se metoda SEO, PPC a SEM, které sebou přinesli větší možnosti přesného zacílení, tj. stěžejního faktoru účelnosti komunikace. Práce je rozdělena na tři kapitoly. První kapitola se zabývá marketingovou komunikací, jejím vývojem a jsou zde rozebrány možnosti jak zacílit reklamu společnosti. V jednotlivých podkapitolách jsou popsány problémy související s optimalizací pro vyhledávače, pay-perclick reklamou, ale také samotným konceptem marketingu před vyhledávače. Samozřejmostí byla i možnost hodnocení takto vedených kampaní a zrodily se nástroje jako Omniture, nebo GoogleAnalytics, které pomohli identifikovat kritická místa v řízení kampaní v prostředí Internetu. Druhá kapitola přibližuje problematiku měření účinnosti metod použitých k zacílení aktivit. Práce se zaměřuje na malé a střední podniky, proto i popsané metriky jsou vhodné pro menší společnosti, i když stejně aplikované postupy lze použít pro jakýkoli druh podnikání vždy s ohledem na velikost a cíle společnosti. V kapitole Webová analytika je popsán nástroj 9
Google Analytics, který nabízí společnostem zdarma využít možnosti detailnějších informací o chování zákazníka vzhledem k marketingovým aktivitám společnosti. Analytický nástroj pro tuto práci byl vybírán s ohledem na potřeby společnosti Miloslav Kaderka - KASTR v oblasti snadného ovládání, identifikace klíčových reportů a cenové dostupnosti. Tato společnost provozuje webové stránky od roku 1996, nicméně se vyhodnocování účelnosti a účinnosti tohoto komunikačního nástroje téměř nevěnovala. Analytická a návrhová část této bakalářské práce tak vznikla z iniciativy a aktivit autorky práce. V poslední kapitole jsou teoretické poznatky převedeny do praxe a aplikovány na data získané z interní databáze společnosti a v závěru práce jsou následně formulovány doporučení pro management ke zlepšení výkonu marketingové komunikace v prostředí Internetu na základě provedených analýz. Z důvodu použití interních údajů společnosti o výkonu internetového obchodu a výkonu webových stránek bylo rozhodnuto vedením společnosti, že praktická část práce bude neveřejného charakteru.
10
1 ONLINE MARKETINGOVÁ KOMUNIKACE Se vzrůstajícím významem Internetu ve společenském myšlení bylo nutné přejít z tradičního marketingu k moderním metodám propagace. „Internetový marketing je způsob, jakým lze dosáhnout požadovaných marketingových cílů prostřednictvím Internetu.“ (Janouch, 2011, str. 19) a označuje jen část většího celku, který se označuje jako online marketing, který využívá také vlastnictví mobilních telefonů ke komunikaci s potenciálním nebo stávajícím zákazníkem. I když v době, kdy většina mobilních zařízení má prohlížeč a připojení ke světové síti není omezeno pouze na pevné připojení, se tyto rozdíly mezi definicemi stírají. „Webové prezentace firem orientované na externí publikum se staly běžným nástrojem firemní marketingové komunikace, který slouží k informování stávajících i potenciálních zákazníků a dalších zájmových skupin firmy, umožňuje budovat vztahy s různými cílovými skupinami a vytváří prostředí pro oboustrannou komunikaci“ (© Marketingová komunikace, 2010) .
1.1 Internet marketing Internet je celosvětová počítačová síť, která spojuje jednotlivé menší sítě pomocí sady protokolů zvaných IP (Internet Protocol). Internet byl původně obranným projektem vlády USA (ARPANET – Advanced Research Projects Agency Net). Název pochází ze slova network a mezinárodní předpony inter, tím vyjadřuje, že Internet propojil speciální a lokální sítě. (Procházka 2012, str. 13) Uživatelé jsou v síti identifikovány jednoznačnými doménami, které vyjadřují jejich IP adresu, tedy adresu přímo přiřazenou MAC adrese. V roce 1993 se objevuje první prohlížeč pod názvem Mosaic spolu s prvním vyhledávacím robotem World Wide Web Wanderer. O rok později byl vytvořen studenty Jarry Yangem a Davidem Filou katalog Yahoo! „Ze začátku to byl seznam jejich oblíbených odkazů, kterým se snažili dát určitý řád, a tak vytvořili do současné doby nejznámější katalog“(Smička 2004, str.17). Mezi nejoblíbenější vyhledávače patřila AltaVista, ale s nástupem algoritmu Larryho Page relevantnost a množství vyhledávání přes AltaVistu klesala, až zcela zanikla ve prospěch Googlu. (© Marketingová komunikace, 2010) Počátek marketingu na Internetu lze pozorovat na konci 20 století. S vývojem reklamy na Internetu se postupně odkrýval i obrovský potenciál, který Internet skrývá. Do této doby byly možnosti značně omezené technickými bariérami, které se s rozvojem a zdokonalování komunikačních protokolů, bannerových reklam a multimédií nakonec zmenšily do té míry, že se Internet stal nástrojem pro komplexní přeměnu marketingu. Internet sebou přinesl prostředek, jak zjistit přesnou potřebu zákazníka a tu se poté snažit naplnit (Janouch, 2010, str. 15-17). Hlavním přínosem Internetu bylo především zrychlení probíhajících transakcí. Obě strany, tedy příjemce, i odesílatel se mohly zapojit do výsledné podoby projektu, oba jej mohli kontrolovat a přizpůsobovat vlastním požadavkům. Umožnil tedy přímou interakci na řešený problém, nebo potřebu. Rozdíly jsou patrné ve 4 klíčových oblastech. Z pohledu komunikačního stylu je možná okamžitá odezva na žádost odesílatele. Společenský aspekt je nejvíce patrný na webových stránkách, které se s rozšiřující se možností využívání zvukových efektů a videa zvětšuje. Internet umožňuje také širší možnost kontroly cesty a prezentaci informace (kontroly kontaktu) a přizpůsobení problému, tedy kontrolu obsahu. (Pelsmacker, Geuens, Van den Bergh, 2009, str. 491) Protože Internet přilákal nové segmenty zákazníků a bylo nutné naplnit jejich odlišné potřeby, firmy se snažily pochopit potřeby a preference jednotlivých segmentů zákazníků a přizpůsobit 11
jim své produkty. Tento přístup se nazývá diferencovaná kastomizace a to jak B2B, tak B2C. Mnoho společností umožňuje individuální konzultace nad službami a výrobky, a pokud je to v rámci oblasti podnikání možné, společnosti se snaží o maximální přizpůsobení se, které souvisí se samotným principem marketingu na Internetu (Janouch, 2010, str. 18-19). Internetový marketing pokrývá všechny nástroje a možnosti k propagaci na Internetu. Search engine marketing (dále také SEM) je obecné označení pro marketing ve vyhledávačích. Vychází z potřeby být zobrazen uživateli po zadání klíčového slova souvisejícího s obsahem webové stránky. SEM funguje na opačném principu než je tomu u offline reklamy, která se snaží zahltit zákazníka reklamou ze všech stran a tak jej přesvědčit, že právě jeho výrobek je ten, který uživatel chce. (Kubíček, 2008, str. 16). Zatímco search engine optimalization (dále také SEO) se zaměřuje striktně na úpravu zdrojového kódu stránky, SEM přistupuje k optimalizaci komplexněji, než SEO, protože využívá 3 typy internetových služeb, a to fulltextové vyhledávače, katalogy a PPC. (© Lupa.cz, 2014). SEM využívá principu pull marketingu. Tento princip vychází z předpokladu, že zákazník, kterému se dá to, co chce, je spokojený zákazník. A ten je pro vyhledávače a společnosti nejdůležitější, kvůli udržení si přízně zákazníků. Pro udržení dobrých vztahů s veřejností a budování nových vztahů vznikl tzv. public relations (dále také PR), které kromě jiného zahrnují publikování v médiích spolu s vhodným odkazováním, zveřejňování případových studií, nebo odborných komentářů. Za stále nejvyužívanější formu komunikace lze považovat e-mailing, jehož pověst byla v minulosti značně poškozena enormním počtem nevyžádané pošty, tzv. SPAMu. (Kubíček, 2008, str. 16-24) E-mailing se promítl do marketingové komunikace zejména skrze možnost automatického odběru novinek a newsletterů. Na opačném principu než e-mailing funguje tzv. virální marketing, který je specifický svou schopností samovolně se šířit mezi uživateli. Většinou se jedná o vtipné spoty, či reklamní kampaně, které se, pokud dostatečně zaujmou cílové publikum, šíří bez nákladů společnosti (Kubíček, 2008, str. 16-24). Podobnou roli plní také multimédia, která často obsahují firemní prezentace, návody, nebo celé katalogy. Nejrozšířenější oblastí jsou reklamní bannery, ať už v placené, či neplacené podobě. Vzhledem k odlišné povaze od multimédií, je bannery možné použít pro grafickou reklamu pro podporu značky (Kubíček, 2008, str. 16-24). Nejvyužívanější formou realizace online marketingové kampaně je firemní webová prezentace (dále také webová stránka) a e-mailing. Webová stránka je jedním z nejdůležitějších komunikačních kanálů s veřejností. Je úzce spjata s oborem public relations, který se začal rozvíjet v době, kdy se Internet stal běžným prostředkem komunikace. Firemní webová prezentace v kontextu PR aktivit úzce souvisí s budováním corporate identity.(© Moderní marketingová komunikace, 2010) Jako public relations se označuje soustavná činnost, která má za cíl udržení dobrých vztahů s klíčovými skupinami veřejnost, za které lze považovat vlastní zaměstnance organizace, majitele, akcionáře, dodavatele, média, místní komunitu, nebo představitele politických orgánů. Podstatou PR je udržení důvěry a pozitivní reakce veřejnosti, čímž může oslovit potenciální zákazníky a dlouhodobě vybudovat pozitivní image firmy. Nejvyužívanější formou je komunikace s médii a v kontextu rozvoje Internetu jde o publikování odborných článků a příspěvků v odborných diskuzích.(Foret, 1997, str. 80-88)
12
Webová stránka je online dokument zobrazitelný v internetovém vyhledávači. Jeho primární funkcí je nabídnout příchozímu přesně ty informace, za jejichž účelem webovou stránku navštívil a podnítit jej k další interakci. Pro hodnocení výkonnosti webu, konkrétně pro hodnocení funkcionality a efektivnosti stránek byl vytvořený společností IsSites Cosnulting, model InSites. Model se zaměřuje na 5 skupin klíčových faktorů, jako je produktivita obsahu, která je hodnocena na základě aktuálnosti a relevantnosti. Efektivnost webové stánky přímo související se snadností orientace a navigace. (Pelsmacker,Geuens, Van den Bergh, 2009, str. 497) Dalším faktorem, který je zmíněn v modelu InSites, je způsob působení designu na uživatele. Hodnotí se styl, design a snadnost orientace z hlediska grafických prvků a úroveň interakce, která označuje míru využitých dostupných technologií pro personifikaci obsahu webových stránek. Jako poslední a nejvíce pomíjený faktor je uvedena emocionální přitažlivost. Je tomu zejména z důvodu odkazu na iracionální stránku lidské osobnosti. (Pelsmacker,Geuens, Van den Bergh, 2009, str. 497) Firemní webová prezentace má za úkol přitáhnout a upoutat pozornost uživatelů. Zatímco do doby rozvoje Internetu byli uživatelé většinou nuceni k rozhodnutí, Internet předpokládá, že se zákazník dobrovolně rozhodne navštívit webovou stránku. Zákazník přichází na web se snahou a opravdovým zájmem najít výrobek, který potřebuje, dovolenou, na kterou chce jet. Přichází ve správné náladě a především je ochoten koupit.“ (Kubíček, 2008, str. 16). S vybudováním firemní prezentace jsou spojeny většinou nemalé náklady, a proto je důležité takového návštěvníka upoutat a přimět jej ke spolupráci na základě zjištěných preferencí z výsledků webové analýzy. (© Moderní marketingová komunikace, 2010) I přes široké možnosti využití webových kanálů pro marketingovou komunikaci jsou malé a střední firmy stále skeptické k využívání placené propagace na Internetu. Bylo zjištěno, že od roku 2012 do 2014 téměř stagnoval počet malých a středních firem, které počítali s možností využití placených forem reklamy. Na rozdíl od téměř neměnného počtu firem ochotných investovat do placených forem online reklamy se, za toto období, téměř zdvojnásobil zájem o neplacenou propagaci a využití elektronické počty k oslovení zákazníků. Jedním z možných důvodů k neochotě využívat placenou reklamu na Internetu může být nedůvěra v možný přínos pro společnost, což přímo souvisí s měření efektivnosti online aktivit. (© Pro Váš Byznys, 2014)
1.2 Search Engine Marketing Připojeno celosvětově k Internetu bylo v roce 2014 asi miliarda míst, ale jen 16% z nich bylo zaregistrováno v oborových katalozích, kde se uživatelé často potýkají s problémem složité struktury. Více než 80% uživatelů tedy využívá tedy fulltextové vyhledání, které poskytuje odpovědi na méně specifické dotazy, přičemž si prohlédnou jen malou část nejviditelnějších stránek. Adekvátně se vzrůstajícím počtem webových stránek se snižuje možnost nových majitelů webových stránek na zobrazení. Pro zvýšení těchto šancí se začala vyvíjet disciplína Search Engine Marketing. (© Lupa.cz, 2014). Podle statistik (viz. Obrázek č. 1) více než 47% uživatelů aktivně využívá vyhledávače pro nalezení požadované stránky. Druhým nejvíce užívaným typem přístupu jsou sociální sítě, ve kterých celosvětově vede Facebook a Twitter, zatímco přístup přes placené odkazy dosahují pouze 2% podílu na celkovém využití internetových služeb.(© Conductor blog, 2013).
13
Obrázek 1 Přístup k webové stránce
Zdroj: 310 Million Visits: Nearly Half of All Web Site Traffic Comes From Natural Search [online blog]. Conductor: Marketing Smarts for the Web Presence Manage
K Search Engine Marketingu lze přistoupit dvěma způsoby: „buď se spolupracuje formou umisťování placených odkazů, nebo se snažíme působit na obsah stránek tak, aby je vyhledávač sám při řazení výsledků po zadání dotazu návštěvníkem umístil na vyhledávanou stránku na co nejlepší pozici.“ (Kubíček, 2008, str. 17) Obrázek 2 Výsledky přirozeného vyhledávání
Zdroj: Google.com, 2015
Umístěný, placený odkaz (dále také PPC) se často označuje jako sponzorovaný odkaz. PPC reklamy jsou zobrazeny v hlavní části výsledku vyhledávání, kde jsou většinou barevně odlišeny, v postranní liště a na konci stránky. (viz. Obrázek č. 2) Výhodou oproti SEO je snadnější a přesnější zacílení na publikum, které je již zákazníkem díky široké nabídce 14
nástrojů k tomu určených, nebo se může stát potenciálním zákazníkem, zatímco výsledky přirozeného vyhledávání jsou řízeny univerzálním algoritmem, který nelze bez změn zdrojového kódu stránky. (© H1.cz, 2013).
1.3 Search engine optimalization Search engine Optimalization je jednou z technik používaných pro zlepšení pozice ve vyhledávačích. SEO je sbírka technických doporučení pro tvorbu webových stránek tak, aby byly co nejsnadněji čitelné pro vyhledávací roboty. Použitím SEO lze dosáhnout zvýšení návštěvnosti stránek, získání většího množství dat pro detailnější analýzu návštěvníků. (Procházka, 2012, str. 30) Optimalizace pro vyhledávače se vyvíjela ve 4 etapách. V roce 1994 spolu se vznikem prvních vyhledávačů vznikly online katalogy. Prvním katalogem byl Yahoo! Directory a v roce 1995 byla spuštěna AltaVista, která se později stala i přes rozdílnou náplň konkurentem Googlu. Do roku 1998 byl nejvýznamnějším faktorem pro určení pozice v přirozeném výsledku vyhledání (dále také SERP) text stránky a umístění do katalogů. V roce 1999 se zájem o SEO zvýšil díky první historické konferenci s názvem Search Engines Strategies ’99. Ve stejné době začal nabývat na významu PageRank společnosti Google který přikládal větší váhu zpětným odkazům a důležitost stránky, ze které odkaz vede. Od roku 2003 se Internet potýkal se stále zvětšujícím se objemem spamu způsobeným spuštěním blogovací platformy Wordpress, internetové vyhledávače na tento problém musely reagovat. Zatímco tuzemské vyhledávače jako je Seznam.cz se rozhodli tuto skutečnost spíše ignorovat. Google se vydal cestou přísné edukace uživatelů a vydáním updatu Florida, který snadněji definoval spam. V průběhu budoucích let vydal řadu penalizačních algoritmů, které dočasně, či trvale postihovali nekvalitní weby, nebo používání zakázaných praktik SEO. (© Magazín Portiscio, 2010) Hlavním rozdílem mezi oborovým katalogem a výsledkem přirozeného vyhledávání je možnost zakoupení přesné pozice v oborovém katalogu. V SERP je seřazení řízeno univerzálním algoritmem. Katalog se nezajímá o obsah a relevantnost stránky. Při zadávání vyhledávacího dotazu algoritmus vyhledává pouze ve své oborové databázi a zobrazí záznamy odpovídající vyhledávanému dotazu. Mezi nejznámější katalogy v České republice patří firmy.cz, na celosvětové úrovni je to poté katalog Yahoo!. (Janouch, 2010, str. 45-46) SEO se zaměřuje na internetové vyhledávače a do svých propočtů zahrnuje více než 200 faktorů, jejichž váha se neustále mění kvůli eliminaci snah webmasterů obejít technická doporučení podvodnou úpravou a tím se ocitnout na horních příčkách v generickém výsledku vyhledávání. Z důvodu neustálého zlepšování algoritmů se výpočty pro řazení stránek také neustále upravují. (© Magazín Portiscio, 2010). Statistiky nejvíce zohledňovaných faktorů (viz Obrázek č. 3) každoročně vytváří společnost MOZ. Z obrázku je patrné, že téměř stejnou váhu při vyhodnocování má autorita domény, která je jistou alternativou PageRanku společnosti Google. Druhým nejdůležitějším faktorem je Page-level link metrika, kterou je možné přirovnat ke kvalitě sítě budovaných zpětných odkazů. (© SEOmoz, 2013)
15
Obrázek 3 Top ranking factors SEOmoz
Zdroj: SeoMoz, 2013
S disciplínou SEO je úzce propojena tvorba obsahu na webu tzv. copywriting. Obsah stránky je často opomíjeným faktorem při implementaci SEO, přitom jde o jednu z nejdůležitějších fází kvalitní optimalizace. Problém neaktuálnosti obsahu je nejvíce patrný u provozovatelů e-shopů, nebo stránek cestovních agentur, které převezmou text zobrazovaný u nabídky zájezdu ze stránek cestovní společnosti, která zájezd pořádá. Na těchto stránkách jde většinou o zkopírované, či minimálně upravené texty a v případě průchodu robota je takový obsah vyhodnocen jako nekvalitní a tím není web zaindexován. Kvalitní obsah by měl splňovat tři základní požadavky. Za věcný a související obsah lze považovat obsah korespondující s názvem a tematikou stránek. Aktuální obsah je důležitým faktorem jak pro roboty, tak pro návštěvníka. (Kubíček, 2008, str. 155-161) Internet je dynamické médium, které vyžaduje určitý stupeň provázanosti. Pro usnadnění navigace a orientace zákazníka se využívají odkazy, které poskytnout uživateli další informace z externích zdrojů, které mu mohou pomoci při rozhodování o koupi zboží. Druhým důvodem odkazování je zlepšení pozice ve výsledcích vyhledávání. Stejně jako SEO, tak i přístup k linkbuildingu se během vývoje měnil, ale nikdy nebyla jeho důležitost tak vysoká jako dnes. Linkbuilding je proces získávání hypertextových odkazů z jiných stránek. Odkazy jsou využívány procházejícími roboty pro průchod skrz Internet. Vybudování kvalitní struktury zpětných odkazů může přispět k vybudování dlouhodobých vztahů s klíčovými partnery v odvětví, které mohou zvýšit důvěryhodnost jak pro zákazníka, tak pro vyhledávač. (© SEOmoz, 2013). Pokud je zpětný odkaz kvalitně umístěn, lze jej považovat za obdobu ústního doporučení. Obecně však nelze říci, že čím více odkazů, tím vyšší šance na lepší pozici ve vyhledávači. Do hlavních vyhledávacích algoritmů jsou zařazeny procesy, které přiřadí každé doméně váhu z hlediska zpětných odkazů. Při rozhodování kam umístit odkaz se často bere v úvahu rank stránek, tedy určité hodnocení důležitosti a důvěryhodnosti. (Janouch, 2010, str. 125- 138)
16
1.4 PPC – Pay per click „PPC znamená pay-per-clock, tzn. platba za proklik. Jde o způsob platby, kdy se neplatí za pouhé zobrazení reklamy, ale za to, že na ni někdo reaguje.“ (Janouch, 20111, str. 142) Historie PPC se datuje do roku 1997, kdy vznikla společnost OVerture, která v roce 1998 spustila první PPC systém, který byl Googlem implementován v roce 2000 do vlastního systému a v roce 2002 potom umožnil systém aukce pozice a následovalo zohlednění míry prokliku. V České republice se poprvé PPC reklama objevila v roce 2002 pod značkou ETARGET. (Kubíček 2008, str. 232) První společností využívající PPC reklamu byla společnost Yahoo! „Jen Google vydělal na reklamě v roce 2008 přes 21 mld. USD, z nichž podstatnou část tvořily příjmy z PPC reklamy.“ (Janouch 2010, str. 167) ETARGET systém patří k nejstarší PPC reklamě, využíval pouze textové reklamy. Její působnost byla vymezena geograficky na Česko, Slovensko, Maďarsko a Rumunsko. (Kubíček 2008, str. 249) PPC reklama pracuje na principu zobrazení reklamy uživateli, který zadá slovo do vyhledávacího pole a toto slovo, či fráze je shodná s klíčovým slovem zadaným pro sponzorovaný odkaz nebo souvisí s tématem (tj. kontextová reklama). Pouhé zobrazení je zdarma, náklad vznikne až při kliknutí na danou reklamu. (Janouch, 2010, str. 165) Stejně jako jiné druhy marketingové komunikace se i PPC reklama řídí obecnými zásadami. Před spuštěním webové kampaně prostřednictvím PPC je nutné ujasnit si dobu trvání kampaně a předem stanovit rozpočet a cíle. Spolu s využitím služby Google Analytics je možné hodnotit efektivnost a naplnění konverzních cílů generovaných přímo z reklamní kampaně. Podle Janoucha (2010) patří mezi hlavní výhody PPC reklam rychlost spuštění, přesný přehled o denních útratách, možnost rychlé odezvy na změny. 1.4.1
Typy PPC
Janouch (2010) uvádí 3 typy PPC reklamy, které rozděluje podle cíle, kterého lze dosáhnout. Prvním typem kampaně je branding. Cílem je vysoký počet zobrazení, v jehož důsledku dojde k rozšíření povědomí o značce bez ohledu na konverzní poměr. V případě využití tohoto typu PPC není přesně specifikováno publikum. Na druhé straně kampaně pro zvýšení návštěvnosti jsou cíleně zaměřeny na daný segment publika. Důležitý je poměr relevantních návštěv, proto je hlavním ukazatelem úspěšnosti procentuální podíl vracejících se zákazníků, jejich délka setrvání na webu a počet stránek na jednoho uživatele. Cílem posledního typu kampaní je konverze, tedy jakákoli akce, kterou si společnost zvolí. Může jít o registraci pro odběr newsletteru, uskutečnění nákupu, nebo sdílení odkazu na sociálních sítích. (Janouch, 2010, str. 167-169) 1.4.2
Google AdWords
Jedná se zatím o nejvyužívanější systém PPC reklamy uvedený společností Google v roce 2000. S rostoucím počtem webových stránek se zvyšovaly náklady na hardwarové požadavky strojů, které měli za úkol obsluhovat vyhledávání. Společnost tedy hledala nové finanční zdroje, jako jedna z prvních společností dokázala najít způsob, jakým vydělat na internetovém vyhledávání. Nabídla ekonomickým subjektům možnosti zlepšení pozice ve výsledních vyhledávání. Hlavním přínosem AdWords je oslovení potenciálních zákazníků. V případě využití PPC reklamy jsou k dispozici veškeré statistiky společnosti Google. (© Google AdWords, 2013). Vychází se z předpokladu, že když už zákazník hledá, tak najde. Samozřejmě jako v každém systému je nutné AdWords nastavit správně, aby nevznikly 17
zbytečné náklady společnosti, která se rozhodla tuto službu využívat. „Skrze skóre kvality se Google stará o to, aby byly dobré a relevantní kampaně odměny.“(Beck, 2009, str. 28). Systém je založen na principu aukce reklam. Jedná se o proces využívaný k rozhodnutí o výběru a pořadí reklam podobný hlavnímu vyhledávacímu algoritmu. Po zadání vyhledávaného slova systém najde všechny reklamy s odpovídajícími klíčovými slovy a vyřadí reklamy, které neodpovídají jazykovému, či geografickému nastavení. V posledním kroku reklamy seřadí podle vzorce hodnocení reklamy, který je kombinací výše nabídky, kvality reklamy, očekávaného vlivu rozšíření. Po zobrazení reklamy probíhá při každém novém zadání klíčového slova proces znovu. Jak uvádí Google Partners, hodnocení reklamy je založeno na částce, kterou jsme ochotni utratit, kvalitě reklamy a webových stránek. (© Google Adwords, 2015) Hlavním přínosem PPC reklam je možnost přesného geografického a jazykového cílení na koncové publikum až do úrovně městské části. Tím je dosaženo vyšší přesnosti a nižší míry oslovení nežádoucího publika, který generuje zbytečné náklady a snižuje return of investment (dále také ROI), který je jedním z hlavních ukazatelů úspěšnosti internetové kampaně. Pro marketing se využívá aritmetická návratnost investic, která se vypočítá jako čistý zisk dělený kapitálem. (©H1.cz, 2005 - 2015 ) ROI = ((zisk – investice) / investice) * 100 [%] Reklamu je možné zaměřit i z hlediska jazykového. V tomto případě se zohledňuje preferovaný jazyk při vyhledávání, lze předpokládat, že Američan žijicí v Rusku bude vyhledávat přes doménu google.ru, při správném jazykovém nastavení reklam se budou zobrazovat reklamy v ruštině. Jazykové cílení vychází z principu, že není efektivní oslovovat zákazníky, kteří nerozumí jazyku, lze zvolit jazyk webů, na kterých se budou reklamy zobrazovat. Další výhodou je možnost přesné kontroly vynaložených nákladů. Pro každou reklamní sestavu, či kampaň lze rozdělit přesný poměr uvolněného reklamního rozpočtu. V kampaních, které se mohou přizpůsobit výkonu, lze odhadnout hodnotu konverze, čas za který je možno použít zisk k další investici a náklady na obsluhování nových zákazníků zůstávají i v případě růstu objemu prodejů stejné, nebo se snižují. (©Google Adwords 2015) Naopak omezené možnosti přizpůsobení rozpočtu dle aktuálního vývoje kampaně mají takové sestavy, které mají vysoké fixní náklady, např. výrobní náklady. V tomto případě se komplikuje odhad ze získané konverze. Stejný problém lze předpokládat i při omezené kapacitě při obsluze zákazníka. V takovém případě nelze i při zvýšení poptávky uspokojit požadavky všech zákazníků, nebo při vyšším podílu offline reklamy, která je špatně měřitelná. Při volbě typu reklamy je vhodné kombinovat grafickou a textovou formu. Textová reklama je nejjednodušší verzí online reklamy s pevně definovanými parametry.(viz. tabulka 1). Je tvořena nadpisem, do kterého je vhodné vložit klíčová slova o celkové maximální délce 25 znaků pro většinu jazyků. Dle průzkumů se většina uživatelů při vyhledávání rozhoduje podle výstižnosti nadpisu, URL adresou a dvěma řádky pro popis, který poskytuje nejdůležitější informaci o obsahu cílového webu. (© Google Adwords, 2015)
18
Tabulka 1 Parametry textové reklamy
Maximální jazyků)
délka
(většina Maximální délka (jazyky užívající znaky dvojité šířky)
Nadpis
25 znaků
12 znaků
Viditelná URL
35 znaků
17 znaků
První popisný řádek
35 znaků
17 znaků
Druhý popisný řádek
35 znaků
17 znaků
Zdroj: Google Adwords, 2015
Protože systém je určen pro všechny druhy společností, umožňuje širokou možnost nastavení parametrů tak, aby vyhovovaly požadavkům všech velikostí a struktur společností. Nástroj umožňuje 3 základní strategie nabídky reklamy. 1.4.3
Zaměření na kliknutí
Použití metody zaměření na kliknutí (dále také CPC) je vhodné pro zvýšení návštěvnosti webu, reklama se v rámci stanoveného maximálního denního rozpočtu zobrazuje v oblasti pro PPC reklamu. Výsledkem aukce reklam je stanovena každý den cena CPC, která se bude účtovat v případě příchodu uživatele přes sponzorovaný odkaz ve vyhledávači. Při zvolení této strategie lze ovlivňovat frekvenci zobrazení, stanovení vyšší maximální CPC, tedy maximální cenu, kterou je uživatel ochoten zaplatit za příchod uživatele na webovou stránku při zadání daného klíčovaného slova. Protože strategie nabídky na základě platby za proklik je zaměřena na zvýšení návštěvnosti webu, při hodnocení efektivnosti jsou primárními ukazateli Bounce Rate (tj. míra okamžitého opuštění) a procento zákazníků, které se vracejí. Cílem není jen zvýšení návštěvnosti, ale také udržení zájmu potenciálního zákazníka. (©Google Adwords, 2015) 1.4.4
Zaměření na zobrazení
Metoda zaměření na zobrazení (dále také CPM) se doporučuje pro zvýšení povědomí o značce a je omezena pouze na obsahovou síť, která je součástí sítě Google a je tvořena všemi weby, na kterých se zobrazují reklamy z nástroje Google Adwords. Omezení na obsahovou síť umožňuje automatické či manuální přiřazení k webovým stránkám, demografické, nebo geografické cílení. Při zvolení této strategie je účtován poplatek vždy za tisíc zobrazení. (© Google Adwords, 2015) Takový typ reklamy většinou přináší vyšší náklady právě z důvodu nepřesného zacílení. 1.4.5
Zaměření na konverzi
Jako konverze se označuje míra splnění předem definovaného cíle, kterým může být odeslání objednávky, registrace, odběr newsletterů apod. (Janouch 2010, str. 66) Obě z hlavních metod, uvedených v tabulce č. 2, využívaných při zviditelnění webové stránky na Internetu sebou přinášejí výhody, které se navzájem ruší. SEO není vhodné použít pro krátkodobější reklamní kampaně z důvodu nutnosti časové prodlevy od realizace k zaindexování do databází vyhledávačů, která má za důsledek také malou možnost okamžité reakce na změnu trhu, či tržních podmínek. Tato nutnost vyplývá ze samotné podstaty SEO, 19
která zahrnuje mnoho faktorů a vyžaduje nutnost spolupráce celé společnosti. Na druhou stranu PPC reklama dokáže v krátkodobém horizontu zvýšit návštěvnost až o 100%, problémem zůstávají ve vysoce konkurenčním odvětví nejen náklady spojené s realizací kampaně, ale spíše s následným provozem. Již z odlišného fungování obou metod je patrné, že zatímco při využití SEO zákazník hledá inzerenta, při PPC hledá inzerent zákazníka, z čehož mohou vyplývat i nepřesnosti v zacílení. Při zvolení agresivní strategie hrozí poškození dobrého jména firmy. Tabulka 2 Srovnání SEO a PPC
SEO
PPC
Inzerent nehledá zákazníka, Rychlý nárůst návštěvnosti. ale zákazník inzerenta a to prostřednictvím vyhledávačů a katalogů. Výhody
Efektivní pro přísun návštěvníků.
dlouhodobý Flexibilita, možnost kvalitních okamžité změny strategie
Po počáteční optimalizaci lze Volba více formátů a forem stálý přísun návštěvníků oslovení. udržovat za nižší prostředky Výsledky se nedostaví hned.
Nevýhody
Z dlouhodobého dražší než SEO.
hlediska
Vysoce konkurenční Ve vysoce konkurenčním prostředí může vyčerpávat, prostředí mohou být náklady snižuje se efektivita na kampaň také vysoké vložených Nehodí kampaně
se
krátkodobé Oslovuje také zákazníky, kteří nemusí mít o produkt zájem, stává se také méně efektivní.
Zdroj: KUBÍČEK,Velký SEO průvodce – jak dosáhnout nejlepších pozic ve vyhledávačích, str. 25
1.5 E-mailing E-mailing je nejvyužívanější formou přímého marketingu tzv. direct marketingu. Email může pomoci při zvýšení prodeje, nebo při budování dlouhodobých vztahu se zákazníky, či obchodními partnery. Od roku 2000 je ve všech zemích Evropské unie e-mailing regulován právním rámcem, který je nutné dodržovat. V případě nedodržení hrozí pokuta do výše 10m mil. Kč. V České republice platí zákon č. 101/2000 Sb., o ochraně osobních údajů a zákon č. 480/2004 Sb., o některých službách informační společnosti, který upravuje obchodní korespondenci skrz email. (Janouch, 2010, str. 279 – 281) Pro účely zákona se obchodní korespondencí rozumí šíření informací o společnosti prostřednictvím elektronických prostředků. Za obchodní sdělení zákon označuje všechny 20
formy reklamy vybízející k návštěvě webových stránek, nebo vybízející k zakoupení produktu, či služby ať již přímo, nebo nepřímo. (© Úřad pro ochranu osobních údajů, 2013) Primárním cílem e-mailingu je konverze, tedy přimět zákazníka k námi předem definované akci. K tomuto účelu se využívají emaily s nabídkou zboží a služeb. Při rozesílání obchodní nabídky je nutné vytvořit kvalitní segment cílových subjektů a ty se snažit co nejosobněji oslovit. (Janouch, 2010, str. 282) Hlavní výhodou emailu jsou relativně nízké náklady a možnost přesného zacílení. Zasílání emailů je založeno na existenci databáze s kontakty, které lze libovolně filtrovat a upravovat tak, aby bylo dosaženo optimálních výsledků. Principem je hromadné rozesílání emailů, ale přitom se nejedná o SPAM, protože jednou ze základních podmínek pro legální provádění emailové kampaně je, že příjemce musí předem souhlasit s odběrem takto zasílaných sdělení. Dalším pravidlem je umístění označení „Obchodní sdělení“ do zprávy.(© SmartEmailing 2.0) Email marketing je jedním z nejefektivnějších způsobů online marketingu. • 44% odběratelů emailu udělalo v prvním roce nákup na základě odběru propagačního emailu. • 72% B2B kupujících si raději sděluje informace přes email. • 7 z 10 uživatelů říká, že využívá slevové kupóny a akce obdržené přes email. (©SalesForce, 2000-2015)
21
2 WEBOVÁ ANALYTIKA Donald Rumsfeld (©Brainyquote, 2001-2015) řekl: „Existují známé známé; tedy věci, o kterých víme, že o nich víme. Existují známé neznámé; tedy věci, o kterých víme, že o nich nevíme. Ale existují také neznámé neznámé; tedy věci, o kterých nevíme, že o nich nevíme.“ Právě k poznání neznámých známých slouží webová analytika. Při výběru nové televize se uživatel nejprve podívá na recenzi, kterou vyhledá pomocí zadání názvu televize do vyhledávače, poté se podívá na promo videa, či videorecenze na Youtube a poté pravděpodobně navštíví stránky jako je Heureka, či Zbozi.cz, které mu najde nejlevnější produkt a přes který se dostane na příslušný eshop, kde výrobek koupí. Proces výběru je zdlouhavý a pro hodnocení účinnosti webové prezentace je důležitým faktorem tok uživatelů přicházejících, či již působících na webové stránce. „Webová analytika je analýza kvalitativních a kvantitativních dat z vašich a konkurenčních webových stránek, které pomáhají neustále vylepšovat zkušenosti, které vaši současní a potenciální zákazníci s vašimi webovými stránkami mají, což se promítá do vašich požadovaných výsledků v online, tak i offline.“(Kauskin 2010, str.23). Webová analytika je tedy nástroj pro zlepšení výkonnosti. Rozlišujeme dva druhy nástrojů, offsite tools, které pracují mimo webovou stránku a umožňují nám získat informace o „velikosti množiny potenciálních návštěvníků (příležitost), síly hlasu (viditelnost) a aktuálního dění na celém Internetu (komentáře).“ (Clifton 2009, str.20) a onsite tools, které se zaměřují na chování a interakci uživatele. Jak uvádí Robert Němec, webová analytika poskytuje informace o (© Robert Němec, 2015): • Počtu návštěvníků přicházejících na náš web, • návratnosti investic, • efektivitě vynaložených zdrojů, • kolik času tráví zákazník na webu, • geografickém rozložení zákazníků. Při výběru analytického nástroje je nutné dbát na soulad s technickou architekturou a obchodními cíli společnosti. K odlišnému typu implementace musíme přistoupit v případě potřeby nasazení webové analytiky na webovou stránku se subdoménami a k odlišné při zavedení nástroje na blog. Během fáze shromažďování technických požadavků je nutné identifikovat všechna úzká místa, která by mohla zamezit bezproblémové implementaci nástroje webové analytiky. V současné době jsou nejvíce využívaný nástroji webové analýzy GoogleAnalytics, Omniture SiteCatalystr, Webtrends, ClicTracks nebo Xiti. (Kaushik, 2010, str. 20) I přes širokou nabídku nástrojů, je majoritní podíl Google Analytics nezanedbatelný. Podle dat získaných z největší profesní sítě Linkedin využívají nástroj Google Analytics 4400 uživatelů, zatímco druhý nejrozšířenější nástroj Omniture pouze 140 uživatelů. (© Linkedin, 2015) Webová analytika má ovšem své hranice v podobě nemožnosti propojení s CRM systémy, což je nutné vyřešit integrací s daty backend systému. Webová analytika zasahuje do tří oblastí užití sesbíraných dat, přičemž každá oblast přímo souvisí a poskytuje data další oblasti. První oblastí je reporting. „Reporting představuje komplexní systém vnitropodnikových výkazů a zpráv, které syntetizují informace pro řízení podniku jako celku i jeho základních organizačních jednotek.“ (Růčková 2010, str. 10). Stěžejním problémem reportingu je 22
stanovení key performance indicators (KPI), které mohou být např. počet objednávek, průměrná míra konverze, nebo průměrná hodnota návštěvy. Pro efektivní analýzu je potřeba vzít v úvahu nemožnost jednoznačné interpretace metrik, proto se analýza zaměřuje na sledování konverzích cílů, které se označují jako key performace indicators (dále také KPI). KPI vyjadřují míru splnění cíle a poskytuje informaci, zda je daná metrika silným indikátorem úspěchu. Získáním tohoto přehledu odpovíme na otázku, co chtějí přicházející návštěvníci dělat na našich webových stránkách. (Tonkin, Whitmore, Cutroni, 2011, str.42) Výsledkem reportingu jsou doporučení pro management, která jsou formulována v další oblasti analýzy. Výstupem analýzy je doporučení, které je ověřováno v procesu optimalizace, kde je cílem ověřit platnost a existenci doporučení s ohledem na statistické odchylky pomocí A/B testů, to představuje např. testování dvou nebo více jedinečných verzí stránky při plánování radikální změny rozvržení stránky. Jedná se o levný a efektivní nástroj, jehož nevýhodou je nutnost náhodného generování uživatelům. Cílem je určit stránku s lepší uživatelskou odezvou. „Optimalizace webu je metodika řízená daty, kterou můžeme použít ke zvýšení zájmu návštěvníků o váš web a ke zvýšení jeho přitažlivosti a přesvědčivosti za účelem dosažení požadovaných výsledků.“ (Tonkin, Whitmore, Cutroni 2011, str. 208) Z výsledků výzkumu malých a středních firem, který byl proveden v lednu 2014 ve spolupráci s Asociací malých a středních podniků a živnostníků ČR, vyplývá, že pokud se manažer podniku rozhodne pro využití placené formy reklamy, velice neochotně se poté přistupuje k samotnému hodnocení její efektivnosti, což sebou nese zbytečné náklady na vybudování a správu této kampaně. Pokud se společnost rozhodne využít i nástroje webové analytiky, většinou se jedná o sledování pouze základních ukazatelů. Výzkum ukazuje, že 48% z oslovených firem, z celkového počtu 555, sleduje počet návštěvníků na stránce, 32% sleduje čas strávený na stránce a pouze 23% z firem využívajících placené formy reklamy sleduje jejich konverzní poměr. (© Pro Váš Byznys, 2014)
2.1 Clicstream analýza Clistream analýza poskytuje informace snadno získatelné z běžných jednoduchých nástrojů webové analytiky. Získané informace reprezentují hodnoty představující počet návštěv, unikátních návštěvníků, nebo dobu strávenou na webu. 2.1.1
Analýza návštěvnosti
K dosažení cílů slouží analýza návštěvnosti. Úkolem této analýzy je zjistit počty vracejících se návštěvníků, návštěvy bez okamžitého opuštění, návštěvy s konverzemi, nebo pouhý nárůst návštěvnosti, což bude vypovídat o úspěšném dosažení cíle nalezitelnosti na světové síti. Výsledky analýzy pomáhají k lepšímu pochopení potřeb zákazníka. Pro správnou interpretaci výsledků je nutné mít k dispozici data alespoň za 3 měsíce u nových webů a až 1 rok u již zavedených stabilních webů. „Oproti klasickému marketingu je k dispozici nástroj, s jehož pomocí můžete měřit účinnost nebo návratnost investic (ROI = Return On Investment) prakticky jakýchkoliv aktivit na Internetu.“ (Janouch, 2010, str.115) Návštěva představuje z technického pohledu relaci (session). „Relace je soubor požadavků od někoho, kdo si právě prohlíží stránky.“(Kaushik, 2010, str.52) Je nutné rozlišovat mezi unikátní návštěvou a návštěvou. Problém s identifikací se objevil s rozmachem cookies souborů, které jsou nepostradatelné pro zaznamenání příchodu uživatele. „Unikátní 23
Návštěva představuje z technického pohledu relaci (session). „Relace je soubor požadavků od někoho, kdo si právě prohlíží stránky.“(Kaushik, 2010, str.52) Je nutné rozlišovat mezi unikátní návštěvou a návštěvou. Problém s identifikací se objevil s rozmachem cookies souborů, které jsou nepostradatelné pro zaznamenání příchodu uživatele. „Unikátní návštěvníci představují poměrně slušné přiblížení počtu osob, které navštívily váš web.“ (Kaushik, 2010, str.53) Problém nastává v okamžiku, kdy má uživatel zapnuto více prohlížečů a z každého přistupuje na stejnou cílovou URL adresu. Tento návštěvník se zaznamená do metriky návštěvy přímo úměrně počtem otevřených prohlížečů. Pokud se ještě stane, že si během návštěvy vymaže cookies soubory vytvořené v jeho prohlížeči, zaznamená se také jako nová návštěva. Proto není metrika návštěva vhodným ukazatelem účinnosti. (Kaushik, 2010, str.53) Dalšími metrikami je čas strávený na stránce a čas strávený na webu, který představuje délku trvání jedné relace. Nejužitečnější metrikou je míra opuštění (Bounce rate), která je obsažena ve všech nástrojích. Bounce rate představuje procento lidí, kteří opustili web po shlédnutí pouze jedné stránky, kterou bývá zpravidla landing page (vstupní stránka). Pro vypovídající analýzu je nutné měřit bounce rate na dvou úrovních. Na úrovní celého webu a na úrovni nejdůležitějších cílových stránek. (Kaushik, 2010, str.53)Poslední hodnotnou metrikou je „počet stránek na jednoho uživatele, Stránky/návštěva je průměrný počet stránek zobrazených během návštěvy. Započítávají se i opakovaná zobrazení jedné stránky.“ (© Google Analytics, 2015) 2.1.2
Analýza návštěv podle typu média
Protože optimalizace pro vyhledávače je nedílnou součástí webové prezentace, podíl návštěv podle typu média představuje procentuální podíl návštěvnosti ze všech druhů internetových médií. Přehled o výkonnosti klíčového slova související s hlavní činnosti poskytují nástroje jako je Hitwise, či Google Insight for Search. Pro remarketing, pro který lze využít nástroj Google Adwords, je důležitým ukazatel počet vracejících se návštěvníků. Odpovídá na otázku: „Kolikrát se vrátil?“ Ukazatel poskytuje informace o věrných zákaznících a z jeho hodnoty můžeme odvodit, jestli námi podniknuté kroky, či změny v online marketingové strategii přiměje uživatele se vrátit, či ne. Přičemž lépe interpretovatelnou metrikou je procentuální podíl nových vs. vracejících se zákazníků. Průměrná míra konverze je nejsledovanější a také nejsnáze sledovatelnou metrikou. Tento ukazatel je nejvíce sledovaná tvůrci, či provozovateli elektronických obchodů. (Clifton, 2009, str. 230- 237) 2.1.3
Analýza odkazujících zdrojů a dalších webů
Nejjednodušší metodou ke zjištění záměru návštěvníka je přehled Zdroje návštěvnosti. Hlavním médiem pro vyhodnocení jsou Odkazy, které označují všechny kanály, kde je zmínka o společnosti, nebo výrobku. „Datová tabulka obsahuje seznam všech domén posílajících provoz odkazující na daný web a také míru opuštění, podíl nových návštěv a další metriky.“ (Tonkin, Whitmore, Cutroni 2011, str.222) Složitějším úkolem už je rozpoznání základních problémů s použitelností. Cílem procesu je usnadnění návštěvníkům pohyb na webu s vynaložením co nejmenší energie. Tato oblast se označuje jako testování použitelnosti, hlavním nástrojem využívaných k zhodnocení přístupnosti jsou vizuální heatmapy pracující na principu sledování pohybu očí/myši po obrazovce a následném vygenerování barevné mapy podle trakce očí, či myši. Místo s největší intenzitou odpovídá místu s největším zájmem. (Kaushik, 2011, str. 196-199) 24
2.1.4
Analýza vyhledávání a klíčových slov
Nejdůležitějším zdrojem návštěvníků jsou internetové vyhledávače a s nimi je spojena také možnost uchování informací o vyhledávacích dotazech, který lze filtrovat podle regionu, či období vyhledávání. Cílem analýzy je výběr nejefektivnějších klíčových slov, pomocí kterých se uživatel na webovou stránku dostane. Hlavně ve velmi konkurenčním odvětví se klade důraz na analýzu silných stránek klíčových slov. Při analýze je nutné rozlišit dva typy slov. Jako head jsou označena klíčová slova, která jsou často vyhledávána a jako tail jsou označeny málo vyhledávané dotazy. (Tonkin, Whitmore, Cutroni, 2011, str. 314-316) Mezi nejběžnější typ analýzy patří rozšíření klíčových slov, v „Google AdWords představuje jeden z mnoha nástrojů, které se dají využít pro analýzu klíčových slov, výpočet průměrné ceny za proklik, objem vyhledávání, zjištění trendů atd.“ (Kaushik, 2010, str. 237) Další nástroj poskytuje služba GoogleAdWords. Keyword Tool Analyzer patří k nejspolehlivějším. Seznam.cz poskytuje nástroj Sklik. Google Insight poskytuje rozšířený přehled o efektivních klíčových slovech a srovnání objemu vyhledávání s konkurencí. (Janouch, 2010, str. 87 – 93) Pro prezentaci je nejvhodnější export do aplikace Microsoft Excel zejména s ohledem na přihlédnutí k jeho rozšířenému používání a znalostí jeho rozhraní. 2.1.5
Analýza chování návštěvníka na webové stránce
Cílem analýzy je odhalení skutečného chování návštěvníka na webové stránce. Dříve se sledoval počet přístupů na vstupní stránku, jejíž důležitost se postupně snižovala díky cíleným kampaním, díky kterým se dostávají návštěvníci na webové stránky přímo. Úkolem této analýzy je vyhodnocení nejnavštěvovanějších stránky, které pomohou pochopit, co uživatele skutečně zajímá. (Kaushik, 2010, str. 237)
2.2 Experimentování a testování Při nákupu v obchodech se lze často setkat se zákaznickými anketami shromažďujícími informace o spokojenosti a chování zákazníků. Alternativu pro online marketing představuje uživatelský výzkum: „je oblast, která se zabývá sledováním a provozováním způsobu zacházení s každodenními věcmi, které nás obklopují, jako jsou kupříkladu weby, software či hardware.“ (Kaushik 2011, str. 176) V prostředí online marketingu spočívá ve většině případů v nehezky vyhlížejících pop-up oknech, které nutí uživatele shlédnout reklamu, či vyplnit anketu se spokojeností webu, či nákupu, ač jeho primárních účelem bylo spíše se „porozhlédnout“. (Kaushik, 2011, str. 178) 2.2.1
Průzkumy na úrovni stránky
Většinou se jedná o malé záložky v rozích, směřující na stránku s průzkumem, či na malou anketu umístěnou přímo v sidebaru stránky, kde je položena jednoduchá otázka. Nejedná se většinou tedy o detailní analýzu zákazníkova cíle a myšlení, ale spíše o otázky typu: „Našli jste všechno, co jste potřebovali?“ Výhodou těchto anket je možnost zacílení na jednu věc, která je zásadní pro budoucí doporučení. Průzkumy na úrovni stránky mají největší vypovídající schopnost o efektivitě jednotlivých stránek podle obsahu. (Kaushik, 2011, str. 185-186)
25
2.2.2
Průzkumy na úrovni webu
Jedná se o aktivněji pojatý přístup k získávání informací. Využívají se pro zjištění komplexnějšího pohledu na celou webovou prezentaci. Většinou jsou přímo napojeny na metriky, které mohou vyhodnocovat funkcionality, a číselné charakteristiky.(Kaushik, 2011, str. 186-189)
2.3 Competitive Inteligence Jedním z nástrojů hodnocení účelnosti a účinnosti je taktéž tzv. Competitive Inteligence. Ačkoliv jí nebude v praktické části věnovaná pozornost z důvodu relativně vyšší náročnosti na využívání a tím pádem i menší možnosti využívání ze strany malých podniků zaměření podobného jako analyzovaný podnik, je vhodné se o nástroji zmínit z důvodu jejího potenciálu. Competitive inteligence (dále také CI) označuje aktivitu sledování konkurenčního zpravodajství a získávání informací, které mohou pomoci ke zlepšování vlastních služeb a odlišení se od konkurence. Tato aktivita vychází z principu fungování zpravodajských služeb. Úkolem CI je zabezpečit dostatek informací pro strategické rozhodování TOP managementu a jejich následnou analýzou pomoci podniku k realizaci jeho cílů. Vypovídající hodnotu pro podnik mají ovšem informace až ve chvíli, kdy z nich lze vytvořit zpravodajství tzn. pochopí jejich význam v kontextu konkurenční výhody pro svůj podnik. (Bartes, 2012, str. 23-29) V online prostředí je možno využít speciálních nástrojů k zjištění informací o konkurenci. Google Analytics nabízí funkci Srovnání, která vytvoří srovnávací report s webovými stránkami ve stejném odvětví. Mnoho vyhledávačů již poskytuje nástroje, k získání informací o konkurenci legální a jednoduchou cestou, pomocí našeptávačů nejvyhledávanějších klíčových slov. Google AdWords poskytuje službu Keyword Tool, která nabízí nejefektivnější slova v oboru. Nejvyužívanějším nástrojem pro konkurenční zpravodajství je bezplatná služba Compete.com, která shromažďuje informace o výrazech, které zákazník použil pro návštěvu webové stránky konkurence. (Tonkin, Whitmore, Cutroni, 2011, str. 229 – 233) Všeobecně známé odvětví je aktivní CI, který se zaměřuje na sběr a analýzu dat za účelem zpravodajství, kdežto pasivní CI je obor, který má za cíl zabránit v CI konkurenci. (Molnár 1998, str. 39)
2.4 Způsoby získávání dat pro analýzu Pro analýzu uvádí Janouch(2010) 2 základní metody získání dat: • • 2.4.1
Měření pomocí log souboru Měření pomocí aktivního souboru, tzv. tečkou Server-side data collection
Log představuje sesbírané informace serverem, poskytující informace o požadavcích serverů a zaznamenává odpovědi na požadavky. Nástrojem využívající tuto metodu je například AwStats. Tato metoda sběru dat k vyhodnocení je nejvíce používanou metodou. Běžné nástroje jsou na základní úrovni, která neposkytuje potřebný objem a detailnost dat k vyhodnocení chování uživatelů. (Clifton, 2009, str. 28)
26
Obrázek 4 Měření pomocí log souboru
Zdroj: CLIFTON, Brian. Google Analytics: podrobný průvodce webovými statistikami str. 28
2.4.2
Client-side data collection
Obrázek 5 Měření pomocí značkování stránek
Zdroj: CLIFTON, Brian. Google Analytics: podrobný průvodce webovými statistikami, str. 28
Metoda značkování stránek umožňuje snadnější implementaci z technického hlediska. Data se sbírají na straně uživatele, což snižuje požadavky na správu dat. Značky představující kolekci příkazů v JavaScriptu komunikující s webovým prohlížečem uživatele a sbírající informace o nastavení nebo IP adrese. (Clifton, 2009, str. 28) Použití obou metod sebou nese výhody a nevýhody (viz. Tabulka 3) a je vždy nutné zvážit technické možnosti. Pravděpodobně největší nevýhodou při využití značkování stránek je možná nekompatibilita s bránou firewall. Firewall při podezření může značky zakázat, nebo poškodit. Tento problém odpadá při využití serverových logů, kdy logy bez problémů projdou bránou firewall. Na druhou stranu s využitím serverových logů není spojena možnost automatických aktualizací ze strany dodavatele, je tedy nutné zahrnout do vybudování i náklady spojené s ukládání a archivací dat.
27
Tabulka 3 Porovnání metod webové analýzy
Metodika
Výhody Projde skrz proxy-server a servery vyrovnávací paměti, čímž nabízejí přesnější sledování relací. Sleduje události na straně klienta.
Značkování stránek Zachytává data elektronického obchodu na straně klienta. Sbírá a zpracovává data návštěvníků téměř v reálném čase. Starší data lze snadno znovu zpracovat. Serverové logy
Není nutné se starat o problémy související s firewall. Standardně sleduje roboty vyhledávačů.
Nevýhody Chyba v nastavení vede ke ztrátě dat. Pokud ve svých značkách uděláte chybu, pak se data ztratí a vy už nemůžete jít zpět a provést opětovnou analýzu Brána firewall může poškodit nebo zakázat značky. Nelze sledovat šířku pásma ani dokončená stahování, protože značky se nastavují v okamžiku žádosti o stránku či soubor, a ne při dokončení jejich stažení. Nelze sledovat roboty vyhledávačů, protože robotu stránkové značky ignorují. Nepřesnosti způsobené proxyservery a servery vyrovnávací paměti. Žádné sledování událostí. Vyžaduje, aby ukládání i archivace dat prováděl váš tým.
Zdroj: CLIFTON,,Google Analytics: Podrobný průvodce webovými statistikami, str. 29
2.5 Soubor cookie Soubory cookie reprezentují krátké textové instrukce odesílané webovým serverem prohlížeči pomocí měřícího (značkovacího) kódu ke sledování interakcí uživatele s webovým rozhraním. Pokud jsou cookies soubory zakázány uživatelem, nelze zaznamenat žádné informace o příchozím uživateli. Pro webovou analytiku existují dva hlavní typy cookie soubor. „Trvalé cookie (persistent cookies) jsou ty, které jsou dostupné i po uzavření a pozdějším opětovném otevření prohlížeče.“ (Clifton, 2009, str. 30) Druhým typem jsou dočasné (relační) soubory, které jsou platné jen po dobu existence relace. Problémy s přesností výsledků analýzy nastávají v okamžiku, kdy uživatel pravidelně maže soubory. Takový uživatel je zaznamenáván vždy jako nový a tím jsou zkresleny výsledky. Podle comScore(2007) soubory cookies maže pravidelně až 30% uživatelů.
2.6 Google Analytics GoogleAnalytics je bezplatný webový nástroj poskytující přehledné webové rozhraní, a nástroje pro sběr a vyhodnocení dat, se zabudovaným grafickým programem pro názorné znázornění dat. Využívání tohoto nástroje umožňuje lépe poznat a pochopit chování uživatelů webu v souladu s webovou analýzou, ovšem hranice možností je na otázce Proč se tak uživatel chová. (Tonkin, Whitmore, Cutroni, 2011, str. 45 - 47) Sběr dat je podmíněn povolením souborů cookies, v reakci na tuto nutnost a v reakci na legislativní požadavky vyžaduje společnost Google dodržovat ochranu osobních údajů uvedených ve všeobecných podmínkách užití: 28
„Nepoužijete (a nedovolíte třetí straně, aby použila) službu k vyhledávání, získávání nebo nahrávání jakýkoliv dat, jež identifikují jednotlivce (jako je jméno a příjmení, emailová adresa nebo fakturační údaje) nebo dat, která mohou k identifikaci takových dat společnost Google vést. Musíte mít a řídit se příslušnými podmínkami ochrany osobních údajů a dodržovat všechny platné právní předpisy a podmínky týkající se získávání informací od návštěvníků. Musíte zveřejnit podmínky v oblasti ochrany osobních údajů a tyto podmínky musí obsahovat oznámení o používání cookies, které jsou používány ke sbírání údajů u. Musíte zveřejnit užívání služby Google Analytics a způsob jak sbírá a zpracovává data, což můžete udělat zřetelným uvedením linku na stránku “Jak Google užívá data, když používáte stránky našich partnerů nebo aplikací” (viz www.google.com/intl/cs/policies/privacy/partners nebo jiné URL, které vám Google může čas od času poskytnout. Nesmíte obcházet jakékoli vlastnosti týkající se ochrany osobních údajů/soukromí (např. tzv. systém opt-out (vyvázání se)), jež je součástí služby.“ ( © Google Analytics, 2015) Přístup k nástroji GoogleAnalytics je podmíněn existencí zastřešujícího účtu Google umožňujícího přístup ke všem službám poskytovaných společností Google (AdWords, Gmail, AdSense, Google+), dílčí jednotkou je Účet služby GoogleAnalytics, který obsahuje základní struktury zvané profily, obsahující konfigurační nastavení oddělené databáze. Pro zamezení poškození konzistence databáze jsou běžně využívány 3 datové profily. Datový profil Hrubá data obsahuje nezpracované informace získané přímo z měřícího kódu, na které nejsou aplikovány žádné filtry, či řazení. Profil je využíván jako redundantní úložiště v případě neautorizovaného přístupu nebo porušení konzistence dat. Testovací profil je rozšířením profilu Hrubá data, tento profil je určen pro testování funkčnosti metrik a filtrů. Je určen pro zabránění zkreslení aplikace metrik na Hlavním datovém profilu obsahujícím setříděna a vyfiltrovaná data. (Tonkin, Whitmore, Cutroni, 2011, str. 95-105) Webová analýza je rozdělena do 3 navazujících procesů. Prvním procesem je sběr dat probíhající pomocí měřícího kódu (GATC) představující množinu instrukcí v JavaScriptu, který pomocí syntaxe programovacího jazyka komunikuje s nastavením webového prohlížeče a informace z něj získané jsou odeslány na nejbližší server společnosti Google, aby se zamezilo transakčním nákladům a zátěží v případě směrování všech požadavků na centrální server. Využívání měřícího kódu a tedy zaznamenávání cookies je nutné uvést v obecných podmínkách užití webové stránky. Pro funkčnost služby Google Analytics je předpokladem povolení souborů cookies, které jsou uchovány na hlavním serveru 2 roky. Bez povolení užívání tohoto druhu souborů nelze sledovat zákazníka a zaznamenat jeho pohyby. (Tonkin, Whitmore, Cutroni, 2011, str. 81 – 91) Sběr dat začíná v okamžiku navštívení stránky. Nezáleží na prohlížeči, nebo zda je stránka navštívena z generického vyhledávání, PPC reklamy, nebo přímým odkazem. Otevřením stránky je vyslán požadavek na webový server, který vrátí požadovanou odpověď. Po načtení stránky se spustí kód v pozadí stránky do chvíle, kdy je nalezen měřící kód. (Tonkin, Whitmore, Cutroni, 2011, str.83). V okamžiku nalezení měřícího kódu se do databáze uloží informace o typu prohlížeče, odkud návštěvník přichází, či jaký tok URL adres předcházel jeho návštěvě. (Tonkin, Whitmore, Cutroni, 2011, str. 81 – 91) Po ukončení sběru informací jsou nastaveny 4 soubory krátké textové soubory označované jako cookies. V souladu s možností využívání více prohlížečů se objevují nepřesnosti ve webových analytikách. Soubory cookies jsou specifické pro každý prohlížeč, proto pokud uživatel navštíví jednu stránku z více prohlížečů, jeho návštěva bude zaznamenána dvakrát. Po nastavení souborů v prohlížeči je vrácen serveru Google obrázek .gif obsahujícím zakódované textové řetězce se získanými informacemi. Dekompozicí jednotlivých textových 29
řetězců je dosaženo získání potřebným informací a uložení na webové úložiště vytvořením pole. (Tonkin, Whitmore, Cutroni, 2011, str. 81 – 91) Druhým procesem je zpracování dat, který je zahájen vytvořením hlavní datové struktury pole označovaném jako dimenze. „Výraz pole byl původně použit v době, kdy společnost Google koupila společnost Urchin Software, což byl předchůdce služby GoogleAnalytics. Když společnost začala ke službě Google Analytics přidávat funkce jako Pokročilé segmenty a Vlastní přehledy, rozhodla se používat výraz dimenze." (Tonkin, Whitmore, Cutroni, 2011, str. 87) Na data uložená v poli jsou aplikovány algoritmy, které vyfiltrují nevyžádaný obsah a surová data uloží na webové úložiště a jsou z nich vytvářeny přehledy na principu kontingenčních tabulek. (Tonkin, Whitmore, Cutroni, 2011, str. 81 – 91) Základní možnosti filtrování dat je časové období den/týden/měsíc. Jedná se o vysoce personalizovanou službu, čímž se stává dostupnou a užitečnou pro téměř všechny druhy podnikání. Služba sleduje akvizice, chování a konverze uživatele. (Tonkin, Whitmore, Cutroni, 2011, str. 81 – 91) 2.6.1
Segmentace
Cluetrain manifesto uvádí myšlenku, kterou přirovnává Internet k dobám, kdy se lidé potkávali na tržištích, a během nákupů si sdělovali aktuální události, nebo si povídali o soukromém a veřejném životě. Stejně jako na tržištích se objevuje mnoho různých zákazníků, tak je tomu s uživateli webových stránek. Pokud je kampaň dobře postavena, lze předpokládat, že účel jejich návštěvy bude přibližně stejný. „Segmentací dat se nerozumí zaměření v globálním měřítku, ale jde spíše o specifičnost.“ (Kaushik, 2010, Str. 98). Určením vhodného chování metrik představuje hlavní cíl webového analytika. Zejména pro malé podniky může být segmentace důležitá. Malé a střední společnosti mají většinou velmi omezené zdroje na marketing, proto je nutné klást větší důraz na rozdělení trhu na segmenty s podobnými oblastmi zájmu a identifikovat takové vhodné segmenty. Segmenty je možné rozlišit z geografického, demografického hlediska, či z hlediska chování. (Blažková 2007, str. 74) V oblasti webové analytiky to znamená rozlišení přístupu podle kanálů, oblastí, osobních informací (věk, pohlaví). (© Google Analytics, 2015)
30
ZÁVĚR Bakalářská práce se zabývala problematikou správného zacílení marketingové komunikace v prostředí online a následné možnosti a přístupy k vyhodnocení efektivnosti takto vedené kampaně s ohledem na jednotlivé složky online marketingové komunikace. Pro vyhodnocení účinnosti online aktivit bylo použito údajů ze standardního statistického nástroje poskytovaným provozovatelem webhostingu a údajů z nástroje Google Analytics, který byl nasazen na provoz webových stránek v roce 2015, po dohodě s IT technikem z důvodu nutnosti detailnějších informací o chování zákazníků z důvodu plánu uvedení nového výrobku na trh. V teoretické části byly vysvětleny jednotlivé složky online marketingové komunikace z pohledu přínosu pro manažery společnosti. V praktické části byly teoretické poznatky převedeny do praxe a aplikovány na konkrétním podnikatelském subjektu. Z důvodu nedostatečné detailnosti poskytnutých dat nebylo možné aplikovat všechny potřebné analýzy pro vytvoření komplexního pohledu na výkonnost, tyto nedostatky by mohly být odstraněny na základě zavedení doporučení pro management popsaných v závěru práce. Z provedené analýzy se ukázalo, že kroky podniknuté k zvýšení viditelnosti v internetovém prostředí, které spočívaly v důkladné optimalizaci pro vyhledávače a vytvoření nového designu stránku, v květnu 2014 byly z analýzy počtu unikátních návštěvníků provedeny úspěšně při srovnání se stejným obdobím předchozích let. Výsledky této analýzy ukázali, že nárůst počtu unikátních návštěvníků byl přibližně 50%. Z detailnějšího zkoumání chování unikátních návštěvníků se ukázalo, že ač byl pozorován signifikantní nárůst počtu unikátních návštěvníků, nepodařilo se snížit míru okamžitého opuštění, která se pohybovala v průměrné hodnotě 75%. Po dalších úpravách, které zahrnovali důkladné blokování refererového spamu zejména z ukrajinských a ruských serverů se podařilo snížit míru okamžitého opuštění na přibližně 38%, což je dobrým ukazatelem, že uživatelé najdou na webových stránkách potřebné informace. Tento trend se projevil i v analýze vracejících se zákazníků, která zahrnovala i zjištění frekvenci návratu těchto zákazníků. Z pohledu společnosti se dá říci, že pro udržení dlouhodobých vztahů je důležité procento a akce vracejících se zákazníků, protože právě od těchto zákazníků lze předpokládat další konverze v podobě nákupu, či navázání obchodního partnerství. Vzhledem ke skutečnosti, že téměř polovina zákazníků navštěvuje webové stránky z výsledku přirozeného vyhledávaní, bylo formulováno doporučení více se zaměřit na SEO optimalizaci, aby se ještě zvýšila možnost přístupu na webovou stránku společnosti ze SERP. Naopak nelze považovat za úspěšné zacílení, protože s rostoucím počtem unikátních návštěvníků se nesnížila míra okamžitého opuštění stránky. 31% všech unikátních návštěvníků bylo identifikováno jako vracející se uživatelé, to lze považovat za úspěch, ale pro dlouhodobější trend je nutné nasadit analytický nástroj po delší období. Jako zajímavý výsledek se ukázal seznam zdrojů návštěvnosti. Do těchto zdrojů byly zahrnuty přístupy přes stránku t-support.cz, kam po vzájemné dohodě obou stran byly vloženy informace o společnosti a výrobcích. Tato spolupráce se bude v budoucnu ještě rozšiřovat. Během sledovaného období bylo přes tuto stránku uskutečněno 10 návštěv. Průměrný počet stránek na jednu návštěvu realizovanou z tohoto odkazu byl 6,6 ,což se ukázalo jako nejvyšší počet stránek ze všech zaznamenaných zdrojů. Společnost t-suppor.cz se zabývá podobným odvětvím jako společnost Miloslav Kaderka - KASTR a je tedy pravděpodobné, že z těchto návštěv lze předpokládat další aktivity. 53
I analýza chování návštěvníků potvrdila předpoklad, že zákazníci se zajímají o vlastní výrobní program společnosti, protože z výsledků provedené analýzy se ukázalo, že nejnavštěvovanější stránkou je titulní strana elektronického obchodu. Podíl návštěvnosti činil 16,64%. I přes omezený sortiment výrobků, které lze zakoupit přes elektronický obchod, se společnost rozhodla, v rámci udržení dobrých obchodních vztahů s novými, či stávajícími zákazníky získat zpětnou vazbu o svých výrobcích a spokojení s nimi. Pro splnění tohoto cíle byl do potvrzení objednávky realizované přes elektronický obchod přidán odkaz na externí službu survio, kde bylo vytvořeno 5 otázek týkající se výrobků a jejich vlastností. Otázky zahrnovaly také způsoby přístupu na webovou stránku, aby tak byly podpořeny výsledky analýzy zdrojů návštěvnosti. Z výsledků dotazníku se výsledek analýzy potvrdil i přesto, že zkoumaný vzorek neměl požadovanou vypovídající schopnost, proto byl vedení společnosti interpretován jako obecný názor. Poslední fází zhodnocení online marketingové komunikace bylo zformulování doporučení pro vedení společnosti na základě provedených analýz na poskytnutých datem. V první řadě by bylo pro získání komplexnějších a detailnějších informací o chování zákazníků a jejich potřebách vhodné propojit všechny složky marketingové komunikace do jednoho analytického nástroje. Propojení do jednoho systému by mohlo přinést značné výhody v hodnocení dalších složek komunikace. Pro e-mailing nabízí Google Analytics možnost získání informací o míře prokliku odkazů, nebo míře udržení přihlášených adres. Míra udržení přihlášených adres má přímou souvislost s nutností udělení informovaného souhlasu se zasíláním obchodních sdělení popsaných v teoretické části práce. Hlavním přínosem pro společnost by mohlo být využití placené formy reklamy. PPC reklama byla navržena pomocí nástroje Google Adwords ve dvou reklamních sestavách. První reklamní sestava byla zvolena pro segment služeb, tedy v kontextu hlavní činnosti společnosti na kovoobrábění. Bohužel tuto reklamní sestavu nebylo možné ekonomicky ohodnotit, protože společnost poskytuje služby širokému spektru společností a proto by metrika průměrné ceny objednávky, použitá pro ekonomické zhodnocení druhé reklamní sestavy, neměla potřebnou vypovídající hodnotu. U druhé reklamní sestavy vytvořené pro segment výrobků zařazených do vlastního výrobního programu byla již použita základní metrika průměrné ceny objednávky za rok 2014, která reprezentovala podíl celkové hodnoty objednávek a počtu unikátních nakupujících. Porovnáním nákladů spojených s fungováním PPC reklamy, předpokládaného objemu návštěvnosti z jednotlivých klíčových slov a odhadované ceny CPC, která byla pro tento modelový případ zafixována na konstantní hodnotě byl vyvozen závěr, že pro návratnost vložených peněžních prostředků by stačilo přesvědčit 5 uživatelů k nákupu zboží z elektronického obchodu.
54
SEZNAM POUŽITÝCH ZDROJŮ [1] BARTES, František. Competitive intelligence: základ pro strategické rozhodování podniku. Vyd. 1. Ostrava: Key Publishing, 2012, 317 s. Monografie (Key Publishing). ISBN 978-80-7418-113-9. [2] BECK, Alexander. Google AdWords. 1. vyd. Překlad Jan Rozkošný. Praha: Grada, 2009, 232 s. Průvodce (Grada). ISBN 978-80-247-2898-8. [3] BLAŽKOVÁ, Martina. Marketingové řízení a plánování pro malé a střední firmy. 1. vyd. Praha: Grada, 2007, 278 s. ISBN 978-80-247-1535-3. [4] CLIFTON, Brian. Google Analytics: podrobný průvodce webovými statistikami. Vyd. 1. Brno: Computer Press, 2009, 334 s. ISBN 978-80-251-2231-0. [5] FORET, Miroslav. Marketingová komunikace. Vyd. 2. rozš. Brno: Masarykova univerzita, 1997, 157 s. ISBN 80-210-1681-7. [6] JANOUCH, Viktor. Internetový marketing: prosaďte se na webu a sociálních sítích. Vyd. 1. Brno: Computer Press, 2010, 304 s. ISBN 978-80-251-2795-7. [7] JANOUCH, Viktor. 333 tipů a triků pro internetový marketing: [sbírka nejužitečnějších informací, postupů a technik]. Vyd. 1. Brno: Computer Press, 2011, 278 s. ISBN 978-80251-3402-3. [8] KAUSHIK, Avinash. Webová analytika 2.0: kompletní průvodce analýzami návštěvnosti. Vyd. 1. Brno: Computer Press, 2011, 456 s. ISBN 978-80-251-2964-7. [9] KUBÍČEK, Michal. Velký průvodce SEO: jak dosáhnout nejlepších pozic ve vyhledávačích. Vyd. 1. Brno: Computer Press, 2008, 318 s. ISBN 978-80-251-2195-5. [10] MOLNÁR, Zdeněk, Competitive intelligence, aneb, jak získat konkurenční výhodu: [strategie a techniky maximalizace online ROI]. Vyd. 1. V Praze: Oeconomica, 2012, 254 s. Odborná kniha s vědeckou redakcí. ISBN 978-80-245-1908-1. [11] PELSMACKER, Patrick de, Maggie GEUENS a Joeri van den BERGH. Marketingová komunikace. Praha: Grada, 2003, 581 s., [16] s. barev. obr. příl. Expert (Grada). ISBN 80-247-0254-1. [12] PROCHÁZKA, David. SEO: cesta k propagaci vlastního webu. 1. vyd. Praha: Grada, 2012, 144 s. Průvodce (Grada). ISBN 978-80-247-4222-9. [13] RŮČKOVÁ, Petra. Finanční analýza: metody, ukazatele, využití v praxi. 3. rozš. vyd. Překlad Jan Rozkošný. Praha: Grada, 2010, 139 s. Průvodce (Grada). ISBN 978-80-2473308-1. [14] SMIČKA, Radim. Optimalizace pro vyhledávače - SEO: jak zvýšit návštěvnost webu. Vyd. 1. Kralice na Hané: Zásilkové knihkupectví J. Smičkové, 2004, 126 s. ISBN 80-2392961-5. 55
[15] SVOBODA, Václav. Public relations moderně a účinně. 2., aktualiz. a dopl. vyd. Praha: Grada, 2009, 239 s. Expert (Grada). ISBN 978-80-247-2866-7. [16] TONKIN, Sebastian, Caleb WHITMORE a Justin CUTRONI. Výkonostní marketing s Google Analytics: [strategie a techniky maximalizace online ROI]. Vyd. 1. Brno: Computer Press, 2011, 432 s. Průvodce (Grada). ISBN 978-80-251-3339-2.
Seznam webových zdrojů [1]
BusinessInfo.cz: Oficiální porátl pro podnikání a export. Marketingová komunikace [online]. 2010 [cit. 2015-04-02]. Dostupné z: http://www.businessinfo.cz/cs/clanky/marketingova-komunikace-na-internetu2838.html#!
[2]
ČESKÁ STATISTICKÝ ÚŘAD. Český statististický úřad| ČSÚ [online]. 2015, 11.02.2015 [cit. 2015-04-04]. Dostupné z: https://www.czso.cz/
[3]
H1.CZ. H1.cz: a QUISMA company [online]. 2005-2015 [cit. 2015-04-04]. Dostupné z: http://www.h1.cz/
[4]
GOOGLE. Nápověda Google [online]. 2015 [cit. 2015-04-04]. Dostupné z: https://support.google.com/
[5]
GOOGLE. Google Analytics [online]. - [cit. 2015-04-04]. Dostupné z: http://www.google.cz/analytics/
[6]
GOOGLE. Google Adwords [online]. - [cit. 2015-04-04]. Dostupné z: https://adwords.google.com/
[7]
NĚMEC, Robert. RobertNemec.com. [online]. [cit. 2015-04-02]. Dostupné z: http://robertnemec.com/umime/seo-optimalizace-pro-vyhledavace
[8]
MOZ. MOZ: :SEO Software, Tools and Resources for Better Marketing [online]. 2015 [cit. 2015-04-04]. Dostupné z: http://www.moz.com
[9] Lupa.cz. PROKOP, Marek. Co je SEO Engine Marketing [online]. 8. 1. 2002. 2002 [cit. 2015-04-04]. Dostupné z: http://www.lupa.cz/clanky/co-je-search-engine-marketing/ [10] 310 Million Visits: Nearly Half of All Web Site Traffic Comes From Natural Search [Data] [online blog]. Conductor: Marketing Smarts for the Web Presence Manager, 2014[vid. 2013-06-25]. Dostupný z: http://www.conductor.com/blog/2013/06/data-310million-visits-nearly-half-of-all-web-site-traffic-comes-from-natural-search/ [11] NELSON, Amanda. 25 Mind Blowing Email Marketing Stats. Salesforce.com, inc. [online]. 2013 [cit. 2015-04-10]. Dostupné z: https://www.salesforce.com/blog/2013/07/email-marketing-stats.html [12] Zákon č. 480/2004 Sb., o některých službách informační společnosti. ÚŘAD PRO OCHRANU OSOBNÍCH ÚDAJŮ. Úřad pro ochranu osobních údajů: the office for 56
personal data protection [online]. 2013 [cit. 2015-04-04]. Dostupné z: https://www.uoou.cz/zakon-c-480-2004-sb-o-nekterych-sluzbach-informacnispolecnosti/ds-1497/p1=1497 [13] HEJL, Zdeněk. Historie SEO. Magazín Portiscio [online]. 2010 [cit. 2015-04-04]. Dostupné z: http://www.portiscio.net/historie-seo [14] Digital Marketing and Analytics Blog Digital Marketing and Measurement Model. Occam's Razor: by Avinash Kaushik [online]. 2015 [cit. 2015-04-14]. Dostupné z: http://www.kaushik.net/avinash/digital-marketing-and-measurement-model/ [15] Proč je e-mail marketing tak efektivní. Jakub Čižmar [online]. 2015 [cit. 2015-04-14]. Dostupné z: http://jakubcizmar.cz/proc-je-e-mail-marketing-tak-efektivni/ [16] PRO VÁŠ BYZNYS. Malé a střední podniky na internetu: Jak internet mění podnikání a marketing českých firem. 2014. vyd. 2014. Dostupné z: http://www.provasbyznys.cz/download/cms/files/GMB_report.pdf [17] CEJNAROVÁ, Andrea. Paletizace - efektivní pomocník obráběče. MM Průmyslové spektrum. 2004, 2004 / 12. Dostupné z: http://www.mmspektrum.com/clanek/paletizaceefektivni-pomocnik-obrabece.html [18] VANĚK, Jan. Česká paletizace v novém šatě. MM průmyslové spektrum. 2005, 2005/5. Dostupné z: http://www.mmspektrum.com/clanek/ceska-paletizace-v-novemsate.html [19] BrainyQuote [online]. 2001-2015 [cit. 2015-04-19]. Dostupné z: http://www.brainyquote.com [20] Citáty slavných osobností [online]. 2007-2015 [cit. 2015-04-19]. Dostupné z: http://www.citaty.net/
57
SEZNAM GRAFŮ Graf 1 Unikátní návštěvnost za sledované období 2012-2014 .............................................................................. 36 Graf 2 Míra okamžitého opuštění .......................................................................................................................... 37 Graf 3 Nový vs. vracející se uživatelé ................................................................................................................... 38 Graf 4 Frekvence návštěvnosti vracejících se uživatelů ........................................................................................ 38 Graf 5 Zdroje návštěvnosti .................................................................................................................................... 39 Graf 6 Získávání souhlasu se zasíláním OS z internetového obchodu .................................................................. 41 Graf 7 Získávání souhlasu z emailové komunikace .............................................................................................. 42
SEZNAM TABULEK Tabulka 1 Parametry textové reklamy ................................................................................................................... 19 Tabulka 2 Srovnání SEO a PPC ............................................................................................................................ 20 Tabulka 3 Porovnání metod webové analýzy ........................................................................................................ 28 Tabulka 4 Model plánování marketingové strategie ............................................................................................. 33 Tabulka 5 Struktura webové prezentace Miloslav Kaderka - KASTR .................................................................. 35 Tabulka 6 Zdroje návštěvnosti vracejících se zákazníků ...................................................................................... 40 Tabulka 7 Chování návštěvníků na webové stránce .............................................................................................. 40 Tabulka 8 Objem vyhledávání klíčových slov – návrh klíčových slov ................................................................. 44 Tabulka 9 Objem vyhledávacích dotazů po přístupu k webové stránky ............................................................... 44 Tabulka 10 Otázka č. 1. - Jak jste se dozvěděli o naší firmě? ............................................................................... 45 Tabulka 11 Otázka č. 2 - Jaký vyhledávač jste použili, pokud jste v předchozí otázce zvolili možnost "Internet vyhledávač"? ......................................................................................................................................................... 46 Tabulka 12 Otázka č.3 - Co byste vylepšili na našem internetovém obchodě? ..................................................... 46 Tabulka 13 Otázka č. 4 - Čeho si na našich výrobcích ceníte? ............................................................................. 47 Tabulka 14 Návrh klíčových slov pro PPC ........................................................................................................... 50 Tabulka 15 Návrh klíčových slov pro PPC ........................................................................................................... 51
SEZNAM OBRÁZKŮ Obrázek 1 Přístup k webové stránce ..................................................................................................................... 14 Obrázek 2 Výsledky přirozeného vyhledávání ...................................................................................................... 14 Obrázek 3 Top ranking factors SEOmoz............................................................................................................... 16 Obrázek 4 Měření pomocí log souboru ................................................................................................................. 27 Obrázek 5 Měření pomocí značkování stránek ..................................................................................................... 27 Obrázek 6 Geografická struktura uživatelů ........................................................................................................... 38 Obrázek 7 Znění PPC reklamy pro poskytování služeb ........................................................................................ 49 Obrázek 8 Znění PPC reklamy pro vlastní výrobní program ................................................................................ 51
58
SEZNAM PŘÍLOH Příloha A – Dotazník
Příloha A – Dotazník Vážený zákazníku chtěli bychom pro Vás neustále zlepšovat možnost obchodování s námi. Proto nám prosím dovolte položit Vám pár otázek, které nám to usnadní. Děkujeme KASTR 1. Jak jste se dozvěděli o naší firmě? a. Doporučení b. Direct mail c. Internet – vyhledávače d. Internet – katalog 2. Jaký vyhledávač jste použili, pokud jste nás našli přes Internet? a. Google b. Seznam c. Centrum d. jiné …………….. 3. Co byste vylepšili na našem internetovém obchodu? a. design b. způsob vedení objednávky c. nic d. jiná ……………… 4. Čeho si ceníte na našich výrobcích? a. kvalitní materiál b. dlouhá životnost c. precizní obrobení d. cena e. rychlé dodání 5. Který výrobek od nás objednáváte nejčastěji? a. Měkké čelisti pro pneumatická sklíčidla b. T-matice c. Boční upínky d. Mnohačetný upínač MU7
