Projektexempel GTM

Fiktiv spårningsimplementering med GTM & injektor

Ett teamprojekt där en heltäckande fiktiv spårning för Estrid.com planerades och implementerades med hjälp av Google Tag Manager och en GTM-injektor. För projektet krävdes en rad olika auto-event-, datalager- och JavaScriptvariabler för att hämta in rätt data och skapa bra förutsättningar för analys i Google Analytics.

Målet med caset var att fördjupa våra kunskaper i Google Tag Manager, samt att ge övning i planering och implementering av spårning på en större webbplats utifrån vad kan tänkas vara dess främsta målsättningar och mätvärden. Med hjälp av ett Chrome-plugin (Digodat GTM Injector) kunde vi både implementera och testa vår spårning I Google Tag Manager. Vi skapade även ett Google Analytics-property för att kunna skicka in och följa upp vår data till ett analysverktyg. På så vis kunde vi även detektera eventuella problem med uppsättningen och förstå vilka anpassningar som behövdes göras för att uppnå en tydligare och mer strukturerad analys i Google Analytics.

Nedan följer endast ett litet urval av de taggar vi valde att sätta upp för webbplatsen:

Val av abonnemangsfrekvens

Här ville vi spåra hur användarna beter sig i de första stegen i checkout-processen, där man ber användarna att välja frekvens för abonnemanget. Tanken var att se hur fördelningen och intresset ser ut mellan de olika alternativen, samt om användarna velar eller tycks sakna något alternativ. Eftersom där redan fanns event som sköts ut i datalagret vid klick på de olika frekvenserna, använde vi dessa som trigger för taggen.

Inloggade kunder

Vi ville även skicka in till Google Analytics huruvida besökarna var inloggade eller inte. Med den informationen har man möjlighet att kunna segmentera besökarna och kunna analysera skillnader i beteenden på webbplatsen mellan nya och befintliga kunder. Likväl är informationen relevant när man tittar på datan i e-commerce-rapporterna och vill kunna särskilja nykundsförsäljning och köp gjorda av redan befintliga kunder.



För att spåra detta skapade vi en tagg där vi använde oss av ett event som pushades till datalagret när en kund loggade in på sidan. Vi skapade även en custom JavaScript-variabel som returnerade ett värde av true eller false beroende på eventet i datalaret. Därefter skapade vi en ny custom dimension för user login status i vår pageview tag, där vi använde JavaScript-variabeln i dimension value. På så vis kunde vi sedan enkelt använda informationen i rapporter inne i Google Analytics, såväl som skapa segment.



Klick på frågor i FAQ

Här ville vi spåra de frågor användarna främst letar efter och försöker på svar på. Detta för att få reda på om det är det är något webbplatsen behöver förtydliga på de andra sidorna, eller om det är några frågor och/eller ämnesområden vi vill highlighta. Vi skapade dels en tag för att mäta klicken på specifika frågor, och dels en tag för att mäta klicken på frågornas ämnesområden, som fanns som en egen meny på FAQ-sidan.

Klick på olika alternativ för kundservice i footern

Här ville vi mäta huruvida kunderna föredrar att använda FAQ-sidan, Facebook Messenger eller mail för att få svar på sin fråga eller lösa ett problem. Vi använde oss utav en trigger som baserades på en auto-event-variabel, som i sin tur hämtade attributet data-event-namnet hos klickelementet. Eftersom det fanns flertalet länkar i footern som inte var kopplade till customer service, satte vi ett villkor där vår trigger endast skulle skjutas när den matchade vissa av data-event-namnen.

Klick på CTA-knappar

Eftersom webbplatsen hade flera sidor med väldigt många CTA-knappar som allihop ledde till samma sida och steg i checkout-processen, ville vi mäta vilka av knapparna som genererade mest klick. Detta för att öka förståelsen kring var och varför användaren väljer att ta steget vidare. Eftersom knapparna varken hade unika klasser, texter eller event i datalagret, fick vi däremot vara kreativa och hitta på en speciallösning för att kunna särskilja dem åt i Google Analytics. I verkligheten hade förmodligen en dialog med utvecklarna varit den bättre vägen att gå. Lösningen blev tillslut att skapa en datalager-variabel som hämtade klick-elementets förälders, första barns textinnehåll (vilket i detta fall innebar texten i h2:an, med andra ord titeln). På så vis kunde vi skicka in titeln för sektionen för den knapp som klickats på som label till GA, vilket i sin tur medförde att vi kunde förstå och särskilja datan åt.

Enhanced e-commerce

Vi kopplade även på enhanced e-commerce i Google Analytics i och med att datalagret avslöjade att webbplatsen nyttjar detta i verkligheten i och med ett antal färdiga event för detta. Vi gjorde bland annat taggar för product impression, product click och add to cart.

Jobba med mig?

Redan i december tar jag min examen och är öppen för nya utmaningar. Ta chansen och ta del av mina färska kunskaper inom webbanalys och tracking, konverteringsoptimering, digital marknadsföring och webbteknik.