Disse filtrene MÅ du ha i ditt Google Analytics oppsett

90% av alle Google Analytics kontoer er feil satt opp. Scriptet er kanskje implementert korrekt, men du må ikke glemme at Google Analytics ikke er en “rett ut av boksen” plug’n’play løsning. Det er som med alle andre software, analyseverktøy og CRM systemer; Crap in, crap out!

Google Analytics er ikke ment til å bli satt opp av en “amatør” som kan copy/paste noe inn i Google Tag Manager – Det kreves en spesialist!

Dersom jeg skulle lært deg alt du trenger å vite for å sette opp din Google Analytics konto korrekt så hadde dette innlegget blitt 2 km langt 😅, og du hadde falt av etter 5 minutter lesning. 

Derfor skal jeg gi deg noen enkle tips og guides til et sted du i det minste kan starte. Vi skal gå igjennom hvordan du setter opp “views”, og hvordan man lager noen enkle filtre.

Men, first things first! Det første du kan gjøre er å påse at du har stilt inn din Google Analytics konto til å være engelsk (se bildet under). 

Det gjør du ved å logge deg inn på din Google Account → Data & Personalization. Scroll så til bunnen der du ser seksjonen “General preference for the web”. Klikk på “Language”, og velg Engelsk!. Sånn nå er du all set, let´s move on!

Google Account innstillinger | Optimus Prime Consulting

La oss sette i gang, step-by-step:

1. Sette opp korrekte views i Google Analytics

Som du sikkert har lagt merke til så kommer Google Analytics med ett standard view. Når man oppretter dette så kalles det default som “Alle nettstedsdata” (På norsk i alle fall). 

Det er veldig viktig å vite at dette IKKE egner seg for analyse. Og hvorfor ikke? Jo, fordi der vil du få inn all slags mulig spam trafikk, referral traffic som kanskje ikke er korrekt, du ekskluderer ikke egne og/eller leverandørers IP’er osv. Det er rett og slett ikke konfigurert korrekt.

Det du gjør er at du kopierer (dupliserer) dette “viewet” 3 ganger slik at du får 3 views.

Du gjør det ved å gå inn til “Admin”, klikker “View settings” der du finner “Views”. Så finner du knappen “Copy” øverst til høyre:

Google Analytics view | Optimus Prime Consulting

Så gir du de følgende navn “Raw”, “Test” og “Master”. Slik som på bildet under som er fra min egne Google Analytics konto (Der jeg akkurat nå sitter og ser på hva du gjør… hehe!):

Google Analytics Admin | Optimus Prime Consulting

Her er forklaring til hvorfor man setter opp 3 views, og hva hensikten er med de: 

01 – Master view

Dette er det viewet du faktisk benytter deg av når du analyserer data, ser rapporter osv. Det er “produksjons-view”. Det er her du skal sitte hver dag for å skape innsikt i dine besøkere, finne forbedringspotensial og skape hypoteser for videre A/B testing og endringer.

02 – Test view

Når du lager nye filtre, oppretter nye events, goals, gjør channel grouping osv så appliserer du endringene først til test viewet. Dette for å ikke ødelegge data i Master view. Du aner ikke hvor ofte man kan gjøre feil når man skaper filtre osv, og da er det smart å applisere, vente en dag, så se om filteret og/eller øvrige endringer er korrekt. I dette viewet har man heller ikke filter på egen IP, noe som gjør at du enkelt kan teste under “realtime” rapportene når du vil se om det du gjør er korrekt. Det er faktisk testing realtime rapportene er der for, man finner ikke mye annen nytte der enn kanskje å følge litt med på dager som Black Friday og andre store salgsdager.

03 – Raw data view

Raw data viewet er det aller første viewet du satt opp så det vil inneholde all din data fra den dagen du implementerte ditt Google Analytics script. Dette viewet skal aldri røres eller ha noen som helst filtre eller noe slikt. Det er rett og slett et sted du kan sammenligne opp mot Master view dersom du tenker at noe er galt, eller ønsker å kvalitetssikre. Det du må huske er at når du oppretter nye views så tar ikke Google med historisk data, dette er derfor det ene viewet du har som til enhver tid vil ha den historiske dataen, uansett. Så aldri slett det!

Så for å oppsummere: Aldri rør “Raw data”, gjør alt av tester, nye filtre etc i “Test view” og når du er sikker på at oppsettet på test er korrekt, implementer det/kopier det til “Master view”!

2. Filter: Blokkere ut egen og/eller andres IP

En ting du enten har hørt mye, eller kommer til å høre mye om er “Regex”. Regex er forkortelse for “Regular expression”. Du kan ta en titt her om du er keen på å hive deg ut i det, og lære deg regex! Sånn veldig enkelt forklart er regex et form for søk som kortes ned. Ved hjelp av ulike symboler utgjør en regex en kommando som for eksempel søker etter alt som inneholder “/kategori/dameklar” i URL`er på nettsiden din osv osv. Man kan gjøre enkle kommandoer, og relativt kompliserte. Vi skal ikke gå dypere inn på regex i dette innlegget, men stay tuned, kanskje det kommer senere 😉. 

Ok, da lærte du litt om det. Men tilbake til det å filtrere ut egen IP. Det er ganske enkelt!

Personlig liker jeg å lage alle filtre på “Account” nivå, men det kan også opprettes på “View” nivå. Jeg lager det på “Account” nivå fordi man derfra enkelt kan legge til filteret i alle de views man måtte ønske, uten å måtte gå frem og tilbake.

Du går til “Admin” → Under account trykker du på “All filters”. Trykk så på knappen “Add filter”.

Hvordan ny navngir filteret er opp til deg, men det er veldig smart å ha gode navnekonvensjoner slik at alle filtre som for eksempel ekskluderer noe starter med “Exclude”, alle som erstatter noe starter med “Replace” osv. Da har du en lettere oversikt siden alt i Google Analytics går stigende i alfabetisk rekkefølge når det listes ut (i alle fall nesten alt).

Vi spoler litt fremover. Under ser du et skjermbilde av hvordan jeg ekskluderer min IP adresse. Når du gjør det samme, påse at du har gjort de samme valgene som jeg har gjort. For å finne din IP kan du faktisk bare google “My IP”, eller klikk her om det er lettere for deg. Husk at dersom du sitter i et stort konsern så kan det hende at dere har en IP range og/eller flere forskjellige IP adresser. Dette må da tas hensyn til, og du må lære deg litt regex. Her finnes det masse litteratur på google, so just google it!

Slik skal det se ut, og du bare setter in din egne IP adresse i feltet “IP address”:

Google Analytics filter - IP adresse | Optimus Prime Consulting

3. Filter: Gjøre alle “sources”, “mediums” etc lowercase

Denne er faktisk megaviktig. Årsken er enkel. Enkelte samarbeidspartnere og byråer benytter kanskje en UTM som ser slik ut: 

https://www.optimusprime.no/?utm_source=Facebook&
utm_medium=CPC&utm_campaign=Kampanje-iphone11

Mens andre kanskje velger å benytte bare lowercase, slik som dette: 

https://www.optimusprime.no/?utm_source=facebook&
utm_medium=cpc&utm_campaign=kampanje-iphone11

Utfordringen da er at dette vil gi deg to rader med data i rapportene. Du vil blant annet få en rad med source=Facebook og en annen med source=facebook. Det gjør det ekstremt vanskelig for deg å se på rapporter og få et raskt innblikk i resultater.

Men det verste er at det nesten er umulig når du begynner å lage custom rapporter, segmenter etc. Det blir for mye å hensynta, og det kommer til å koke greit oppi kålen 🤯… Unødvedig å bruke tid på!

Så sett opp filtre for dette, så kan “dumme” byråer gjøre hva faen de vil med tagging, det vil uansett bli korrekt når du skal tolke rapporter i Google Analytics! 

Et annet tips er å benytte bindestrek fremfor understrek i UTM tagging. Dette fordi det enkelte ganger kan være vanskelig å se en understrek når hele lenken er formattert som en lenke, for da blir det understrek oppå understrek. Det er flisespikkeri, men det gjør det lettere for deg å se om det faktisk er en strek eller ikke der…

For å sette opp dette så går du dit jeg beskrev over, og slik ser det ut når det er satt opp:

Google Analytics filter - Lowercase | Optimus Prime Consulting

Det er faktisk ganske enkelt. Velg “Custom” → “Lowercase” og velg hvilket felt som skal tvinges til å være små bokstaver. I dette tilfellet er det “source”. Men husk at du må lage et separat filter for å gjøre det samme med campaign content, campaign term, campaign medium og kanskje til og med campaign dimensions.

Hot tips: Gjør det samme for “serch term”, da vil alle som eksempelvis søker på “Blå Jeans” og e.g. “blå jeans” komme på en og samme rad i rapporten “site search”. Det er gull verdt, for da blir også den rapporten lettere å tolke!

4. Filter: Slå sammen sosiale medier kilder til én

Jeg mener ikke at du skal slå sammen Instagram, Facebook og Linkedin til en og samme “source”. Men du har kanskje sett at du har slik som dette i Google Analytics i din “Source/Medium” rapport?

Google Analytics filter - source/medium - sosiale medier | Optimus Prime Consulting

Det at Facebook er listet opp på hele FIRE forskjellige rader gir deg ingenting av verdi. Du kan ikke bruke det til noe, og det blir bare krøll. Source som begynner med “m.f…” er naturligvis fra Facebook på mobil mens “lm.f…” og “I.f…” rett og slett bare er at Facebook har routet trafikken via noen andre servere hos seg selv av sikkerhetsmessige årsaker.

Disse vil man se i én og samme rad som skal hete source=facebook.com. Og hvorfor det mon tro? Jo, fordi det skal bli lettere for deg! Stort sett alt jeg skriver om er for å forsøke å gjøre din hverdag bedre, aldri glem det 🤣.

Som nevnt så må du gjøre dette på alle dine ulike kilder, og det vil være lett for deg å se hvilke det gjelder. For Facebook setter du det opp på denne måten: 

Google Analytics filter - Search and replace - Facebook og sosiale medier | Optimus Prime Consulting

Her velger man “custom” → “Search and replace”. Velger Campaign source under “Filter Field”.

Så ser du at det er en rar søkestreng, det er nemlig en aldri så liten regex. Og den skal jeg gi deg gratis, det er sånn her: (^|.*.)facebook.com$|^facebook$

Det den sier er at alt som avslutter med “facebook.com” og alt som generelt inneholder “facebook” i Campaign source skal bli erstattet av det du ser under i neste felt som da er valgt til “facebook.com”. 

Vipps så ser det slik ut i stedet (Facebook og Instagram er på en og samme rad):

Google Analytics filter - source/medium - sosiale medier - resultat | Optimus Prime Consulting

5. Filter: Ekskluder spam- og bottrafikk

En ting vi alle får litt av er spam- og bottrafikk. Det kan være andre sider som “crawler” din side av ulike årsaker, og det kan rett og slett også være spam. Dette er faktisk kritisk med tanke på å analysere data på korrekt grunnlag. For hva er ofte fellesnevneren for all slik trafikk? Jo, de besøker bare en URL, og forlater siden umiddelbart. Du vil da få et helt feil bilde av både bounce rate, exit rate og avg time on page. I tillegg til blir user og session counten din helt off.

Så denne er viktig. Og dette er et filter du kan bygge på hele tiden etterhvert som du erfarer og tolker trafikk fra en spesifikk kilde som spam. Et typisk sted å begynne er å legge inn dette: 1-99seo.com|1-free-share-buttons.com|a.pr-cy.ru.

Den listen fyller du bare på etterhvert som du ser nye. Disse ser du under “Aquisition” → All traffic → Referrals. Er det noe der som ser 🐟y ut så legg det til i filteret du allerede har. Husk å separare de med tegnet “pipe”, som er dette: |.

Tips: Du kan enkelt kopiere “Source” og lime den inn i ditt URL-felt for å se hva dette faktisk er, du ser fort om det er en side du vil skal sende deg trafikk, eller ikke!

Slik ser det ut når du har satt det opp, følg samme oppskrift som beskrevet tidligere:

Google Analytics filter - Exclude spam- og bottrafikk | Optimus Prime Consulting

Ved å gjøre det jeg har skrevet over her så er du ett steg i riktig retning. Jobben er på langt nær ferdig med tanke på oppsettet ditt, men du har litt mer kontroll på at dataene dine er korrekte.

Ønsker du en komplett audit av ditt Google Analytics oppsett så kan jeg bistå deg med det, bare ta kontakt.

BONUS: For deg som er tech-savy… Her er 30+ custom Google Analytics filtre du kan benytte deg av.

Legg igjen en kommentar