Inkluder returneringer
i din Google Analytics data

Mangel på returvarer i Google Analytics giver et falsk billede af omsætningen

Realistisk data i Google Analytics

Brugen af data er grundlaget for at tage beslutninger, men sommetider stemmer Google Analytics data ikke overens med virkeligheden. Dels kan dette være en udfordring med implementeringen, men en af de største årsager er fordi man ikke tager returvarer med i udregningen.
Google Analytics er fantastisk til at måle på hvilke produkter, og hvor stor en omsætning man genererer. Men hvordan måler man på de produkter, der bliver sendt retur, og den omsætning man imod forventning mister?

Der er flere forskellige måder, du kan gøre dette på. Så uanset om du er en tech-haj, der er til automatisering, eller om du føler dig mest tryg med at uploade data med et Excel ark, så kan dette blogindlæg hjælpe dig med løsningen.

Værdifuld indsigt

Der er en stor værdi i at kende til performance af sine produkter, og her giver ”product performance” i Google Analytics en rigtig god identifikation, når man kigger i sin Google Analytics data.
Det er dog også meget værdifuldt at have overblik over, hvilke produkter folk returnerer, da der hurtigt kan vise sig nogle mønstre.
Hvis det er samme type produkter, der bliver returneret, kan det være i skal overveje jeres produktbeskrivelser, billeder eller størrelsesguide på disse produkter. Dette plejer nemlig typisk at hænge sammen. Det kan også være at selve produktet som bliver returneret, er i for dårlig kvalitet, og derfor kan overveje at fjerne det fra produktsortimentet, men det ved man ikke før man har mulighed for at analysere sin data.

Sådan lægges returvarer ind i Google Analytics

Brug til nøds datalaget

Hvis man er en E-commerce shop, og allerede arbejder med datalag, så er det en nem måde at skubbe data ind i GA.
En ulempe ved at indsende returneringer som events er, at det ikke fjerner den gamle ordre, og derfor ikke kan påvirke omsætningen. Den indsætter blot returnerings-information på den gamle ordre. Google Analytics registrerer det fulde beløb for ordren som returneret. Dette gælder også fragten, som kunden typisk ikke får refunderet, hvilket altså vil give misvisende omsætning.
Det er man blot nødt til at være klar over, hvis man skal operere med denne slags returnering. Derudover bliver returneringen først registreret på det tidspunkt, den bliver sendt ind til Google Analytics, hvilket typisk først er efter ordren er blevet behandlet enten i butik eller uploadet online.

Returnering af dele af ordren

En af de gode muligheder Enhanced Ecommerce tilbyder under returnering, er at kunne returnere dele af ordren. Kunderne returnerer jo ikke nødvendigvis hele ordren, men måske kun et enkelt produkt. Dette gøres blot ved at indsende produkt-id ’et og antallet af produkter.

Hvordan kan vi måle returvarer?

Som tidligere nævnt findes der forskellige metoder, hvorpå man kan måle på sine returvarer.
Der er den tekniske metode ved hjælp af API’et protocol measurement og den mindre tekniske metode ved manuelt at uploade data.

Hvilken af disse man foretrækker, kommer an på flere ting, men størrelsen af returneringer har meget at sige, alt efter om man skal automatisere det eller gøre det manuelt. Uanset, er det nemt at analysere på, da man kan udregne den faktiske konverteringsrate efter at have importeret sine returneringer.

Custom upload

data import

Hvis det drejer sig om få returneringer, så kan man manuelt importere dem direkte i Google Analytics. Det gøres på property niveau under ”Data import”, hvor man kan oprette en skabelon til sin data.
Dette er foretrukket, hvis man ugentligt eller månedligt har ordrer, der skal indsættes.
Dettes gøres blot ved at uploade en csv-fil med ordre ID’er, som eksempelvis kan se ud på følgende måde:

Fordele
Fordelen ved denne metode er, at den er nem og ligetil. Det kræver blot en csv-fil med den ønskede data, hvilket også gør det nemmere i forhold til at tracke de offline ordrer. Det er en hurtig måde at manipulere sin data og smide ekstra data ind i sin GA. Dette gælder uanset, om det er for returneringer eller blot et almindeligt køb, der af andre årsager ikke er blevet målt på.
Denne løsning er blandt andet god til, hvis man har delvise returneringer, da det er lige så nemt at importere igennem en csv-fil. Derudover er data import allerede synlig efter 24 timer.

Ulemper
En ulempe ved at importere returneringer er, at datoen for returneringen bliver misvisende. Data går ind i Google Analytics den dag, man registrerer det, og ikke den korrekte dag det faktisk skete. En anden ulempe ved netop denne metode er, at arbejdet foregår manuelt og kan derfor være tidskrævende.

Measurement protocol
- Google Analytics' API

Measurement Protocol er et sæt af regler, som gør, at man kan indsende rå data direkte til Google Analytics’ server. Det er et netværkskald, som gør det muligt at sende anden data ind, end hvad der automatisk indgår i Google Analytics. Dette bruges i flere forskellige situationer, hvis der er opstået fejl i ens GA-data. Man kan eksempelvis sende manglende transaktioner ind eller returneringsdata.

Processen består i at hente datakilderne med informationer på returneringerne bagom Google Analytics igennem en HTTP-request med udvalgte parametre som matcher standarden inden for enhanced ecommerce. Man bygger en URL ved at vælge parametre som transaction ID, revenue, refund og quantity, som så sendes til Google Analytics.

Den request man skal bruge kan komme til at se således ud og skal derefter indsættes og affyres i terminalen:

https://www.google-analytics.com/collect?v=1&t=event&tid=UA-xxxx-1&cid=1234566860.1552990676&ec=Ecommerce&ea=Refund&ni=1&ti=T12345&pa=refund

Når man opretter denne som et event er det desuden anbefalet at vælge eventet til at være non-interactive, således at returvarer ikke påvirke online data i forhold til trafikken og bounceraten. Grunden til at det kan være en god ide at indsende som event er, at man efterfølgende kan segmentere på det i sin analyse.

Fordele
En af de helt store fordele ved denne metode er, at man kan automatisere processen og dermed spare en masse ressourcer. Denne måde er effektiv, hvis man er en stor virksomhed med mange returvarer. Da denne metode er dynamisk er chancen for fejl desuden meget lavere end at indtaste data manuelt via custom upload.

Ulemper
Den eneste ulempe er, at det kræver lidt teknisk kunnen og hjælp fra en udvikler. Det kan derfor virke uoverskueligt og unødvendigt, hvis man har under 100 returneringer om måneden.

For en mere detaljeret beskrivelse af hvordan man bruger Measurement Protocol API’et i praksis kan du læse meget mere i vores dygtige kollegas indlæg på cxl’s blog.

Opsummering

Google Analytics er desværre ikke altid perfekt og indeholder ikke alt data af sig selv. Derfor er man aktivt nødt til at indsætte returvarer, hvis man vil have et helt rigtigt billede af virkeligheden. Med returneringer i sin GA data, kan man begynde at analysere og prioritere hvilke produkter, som i virkeligheden skaber værdi. Der er måske et tydeligt mønster i nogle produkter, som performer ringe, og måske giver det en helt anden konverteringsrate ved at regne denne med. Dette giver grundlag for at optimere produkttekster, lagerstatus eller fjerne produkter helt fra sit sortiment.

De to forskellige måder at skubbe denne data ind i Google Analytics på sikrer en brugbar kvalitet af data i GA, men der er også nogle ting man skal være opmærksom på, når man kigger på omsætning og konverteringsrate.

Ønsker du at analysere på dine returvarer, så kontakt os endelig for at høre mere!