Kowal Analytics für Magento 2
- SKU
- M2-ANALIZA
Beschreibung / Kowal Analytics für Magento 2
MAGENTO 2 · ATTRIBUTION · UMSATZ
Erkennen Sie, welche Shop-Elemente zu Verkäufen führen.
Kowal Analytics
Verknüpfen Sie Aufrufe und Klicks mit Warenkorb, Bestellung und Umsatz. Bewerten Sie verwandte Produkte, Blogbeiträge, Banner und eigene Bereiche anhand der ihnen zugeordneten Verkäufe.
Area und Object · Quellkontext · Verkaufsberichte
SO FUNKTIONIERT ES IN DER PRAXIS
01 · Der Kunde sieht und klickt
Der Tracker erfasst die Interaktion mit dem gemessenen Bereich und Objekt.
02 · Das Produkt wird Teil der Bestellung
Die Analytics-Sitzung verknüpft Ereignisse mit dem Warenkorb und der gekauften SKU.
03 · Sie bewerten den zugeordneten Umsatz
Dashboard und Berichte zeigen die Ergebnisse gemäß dem Attributionsmodell.
Welche Vorteile bietet das Ihrem Shop?
Prüfen Sie den Einfluss von Merchandising, Inhalten und Shop-Layout auf Bestellungen und Umsatz.
Was ist dieses Modul?
Kowal Analytics ist ein Modul zur Verkaufsattribution für Magento 2. Es zeigt, welche Shop-Elemente tatsächlich den Warenkorb, die Bestellung und den Umsatz beeinflussen.
Es handelt sich nicht um ein gewöhnliches Pixel, das lediglich Seitenaufrufe erfasst. Das Modul analysiert den vollständigen Verkaufskontext:
- welcher Bereich angezeigt wurde,
- welches Objekt innerhalb dieses Bereichs angeklickt wurde,
- von welcher Seite oder von welchem Produkt aus der Benutzer interagiert hat,
- welches Produkt in den Warenkorb gelegt wurde,
- welche SKU letztendlich gekauft wurde,
- welcher Umsatz diesem Pfad zugeordnet werden soll.
Dadurch kann der Shop Fragen beantworten, auf die Standard-Analytics normalerweise keine Antwort liefern:
- Welche Bereiche mit
related productsverkaufen tatsächlich? - Welche
upsell- undcross-sell-Blöcke generieren Umsatz? - Welche Blogbeiträge führen zu Produktverkäufen?
- Welche Banner, Widgets oder CMS-Bereiche werden zwar angeklickt, konvertieren aber nicht?
- Welche Seitenelemente belegen Platz, haben jedoch keinen Einfluss auf den Verkauf?
Welchen geschäftlichen Nutzen bietet das Modul?
Das Modul wurde für Shops entwickelt, die Merchandising, Content und Seitenlayout anhand des tatsächlichen Einflusses auf den Verkauf optimieren möchten und nicht nur anhand von Traffic oder CTR.
Die Berichte ermöglichen die Bewertung folgender Kennzahlen:
- Umsatz pro Area,
- Anzahl der Bestellungen pro Area,
- Effektivität einzelner Objekte innerhalb einer bestimmten Area,
- Effektivität der Beziehung Ausgangsprodukt -> angeklicktes Produkt -> gekaufte SKU,
- Einfluss des Blogs auf den Verkauf,
- Einfluss des ersten Klicks, des letzten Klicks, der unterstützenden Beteiligung und von View-through,
- Quellpfade, die zum Kauf führen.
Was dieses Modul von einfachen Analytics-Pixeln unterscheidet
1. Es misst Verkäufe und nicht nur Aufrufe und Klicks
Ein Klick allein sagt noch nichts über den geschäftlichen Wert aus. Kowal Analytics verknüpft Frontend-Ereignisse mit Warenkorb, Bestellung und Umsatz.
2. Es arbeitet mit dem Konzept Area
Die grundlegende Analyseeinheit ist die area, also ein abgegrenzter Seitenbereich, den Sie messen möchten.
Beispiele:
related_productsauf der PDP,upsell_productsauf der PDP,crosssell_productsim Warenkorb,category_listingin der Produktliste einer Kategorie,search_resultsin den Suchergebnissen,wishlist_products,compare_products,blog_post_listing,blog_sidebar_categories,- eine eigene Werbebox im CMS.
3. Es ermöglicht auch die Analyse von Objects
In jeder area befinden sich konkrete object, also Elemente, die der Benutzer sieht und anklickt.
Beispiele:
- ein Produkt im Bereich
related_products, - ein Blogbeitrag in der Beitragsliste,
- eine Blogkategorie in der Seitenleiste,
- ein Werbebanner,
- ein CTA-Link in einer Marketingbox.
Das bedeutet, dass der Bericht nicht auf folgender Ebene endet:
- Der Bereich related funktioniert
sondern bis auf folgende Ebene geht:
- Produkt X im Bereich related verkauft sich am besten
- Blogbeitrag Y führt zur höchsten Anzahl an Bestellungen
4. Es kennt den Quellkontext
Das Modul speichert außerdem den Quellkontext, also den Ausgangspunkt des Pfads.
Beispiel:
- Der Benutzer befindet sich auf der Produktseite
Affirm Water Bottle, - sieht
related_products, - klickt auf
Zing Jump Rope, - wechselt zur PDP dieses Produkts,
- legt es in den Warenkorb,
- und kauft schließlich
Zing Jump Rope.
In diesem Fall können folgende Informationen angezeigt werden:
source page=Affirm Water Bottle,area=related_products,clicked object=Zing Jump Rope,purchased sku=Zing Jump Rope.
Genau diese Analysetiefe fehlt üblicherweise in typischen Tools.
Die wichtigsten Begriffe erklärt
Area
Area bezeichnet einen Seitenbereich oder Block, den Sie als Quelle des Einflusses auf den Verkauf messen möchten.
Beispiele:
- Bereich für verwandte Produkte,
- Kategorielisting,
- Blog-Widget,
- Blog-Seitenleiste,
- Werbebanner,
- Pop-up,
- eigener CMS-Block.
Object
Object bezeichnet ein konkretes Element innerhalb einer area.
Beispiele:
- ein Produkt in einer Liste,
- ein Blogbeitrag,
- eine Blogkategorie,
- ein Tag,
- ein Slide in einem Slider,
- ein Banner in einem Werbebereich.
Source Page
Source Page bezeichnet die Seite, auf der der Benutzer den mit einer bestimmten Area verbundenen Pfad begonnen hat.
Beispiele:
- die Seite des Ausgangsprodukts für
related_products, - ein Blogbeitrag mit einem Link zu einem Produkt,
- ein Kategorielisting bei einem Produktklick,
- Suchergebnisse bei einem Klick auf ein Produkt.
Purchased SKU
Dies ist die konkrete SKU, die gekauft wurde und der wir den Einfluss einer bestimmten Area oder eines bestimmten Objects zuordnen.
Welche Bereiche können gemessen werden?
Das Modul unterstützt sowohl native Integrationen als auch über Selektoren definierte Bereiche.
Beispiele aus dem E-Commerce
related_productsupsell_productscrosssell_productscategory_listingsearch_resultswishlist_productscompare_products
Beispiele aus dem Content Commerce
blog_post_listingblog_recent_posts_widgetblog_sidebar_recent_postsblog_sidebar_categoriesblog_sidebar_tagsblog_post_view
Benutzerdefinierte Beispiele
homepage_promo_boxblack_friday_bannersummer_campaign_sliderai_recommendationscategory_top_cta
Welche Berichte stehen dem Benutzer zur Verfügung?
Analytics Dashboard
Es bietet einen schnellen Überblick über die Ergebnisse.
Es zeigt unter anderem:
- zugeordneten Umsatz,
- zugeordnete Bestellungen,
- CTR,
- Top-Areas,
- Top-Produkte mit unterstützender Wirkung,
- Top-Blogquellen.
Area Report
Er beantwortet folgende Fragen:
- welcher Bereich funktioniert,
- welche Objekte darin verkaufen,
- aus welchen Quellen Verkäufe entstehen.
Beispiel:
related_productsgeneriert 12 Bestellungen und 4 800 PLN Umsatz,- das Produkt
WB05-S-Orangeverkauft sich am besten, - das Produkt
Affirm Water Bottleist am häufigsten der Ausgangspunkt dieses Pfads.
Product Context Report
Dieser Bericht ist für produktbezogene Bereiche entscheidend.
Er beantwortet folgende Fragen:
- von welchem Ausgangsprodukt,
- welches Produkt angeklickt wurde,
- und was letztendlich gekauft wurde.
Beispiel:
source product=Affirm Water Bottle,clicked object=Zing Jump Rope,purchased sku=Zing Jump Rope,orders= 7,revenue= 840 PLN.
Blog Commerce Report
Er zeigt den Einfluss des Blogs auf den Verkauf.
Er beantwortet folgende Fragen:
- welcher Beitrag verkauft,
- welche Blogkategorie verkauft,
- welcher Tag zu Bestellungen führt,
- welche SKUs nach dem Einstieg über den Blog gekauft werden.
Beispiel:
- der Beitrag
Wie wählt man eine Trainingsflasche aus?hat 9 Bestellungen generiert, - die nach diesem Beitrag am häufigsten gekaufte SKU ist
Affirm Water Bottle.
Object Report
Er ermöglicht die Analyse eines einzelnen konkreten Objekts.
Beispiel:
- ein konkretes Produkt in
related_products, - ein konkreter Blogbeitrag in
blog_post_listing, - eine konkrete Blogkategorie in der Seitenleiste.
Der Bericht zeigt:
- Klicks,
- Bestellungen,
- Umsatz,
- Quellseiten,
- gekaufte SKUs, die mit diesem einzelnen Objekt verbunden sind.
Source Page Report
Dieser Bericht bietet die umgekehrte Perspektive.
Statt ein Objekt zu betrachten, analysieren Sie eine einzelne Quellseite und prüfen:
- welche angeklickten Objekte auf dieser Seite verkaufen,
- welche SKUs anschließend gekauft werden,
- welchen Umsatz diese konkrete Seite als Ausgangspunkt des Pfads generiert hat.
Beispiel:
- die Produktseite
Affirm Water Bottleals Source Page, - die erfolgreichsten Objekte dieser Seite sind zwei Produkte aus
related_products, - der Gesamtumsatz dieses Pfads beträgt 1 350 PLN.
Typische Anwendungsfälle
Optimierung des Merchandisings
Der Shop kann vergleichen, ob:
related_productsbesser verkauft alsupsell_products,- Cross-Selling im Warenkorb den Verkauf tatsächlich abschließt,
- das Kategorielisting zu Produkten führt, die tatsächlich bestellt werden.
Bloganalyse
Das Content-Team kann prüfen:
- welche Beiträge zu einer PDP führen,
- welche Beiträge dazu beitragen, ein Produkt in den Warenkorb zu legen,
- welche Beiträge einen tatsächlichen Einfluss auf den Verkauf haben.
Bereinigung des Shop-Layouts
Wenn ein Bereich viele Impressionen, aber nur einen geringen oder gar keinen Einfluss auf den Umsatz hat, können Sie bewerten, ob er:
- verbessert,
- verschoben,
- mit anderen Inhalten versehen,
- oder vollständig entfernt werden sollte.
Änderungen testen
Nach einer Änderung am Layout, Widget, Blog oder Empfehlungsmechanismus können Sie Folgendes vergleichen:
- den Zeitraum vor und nach der Änderung,
- den Einfluss auf die CTR,
- den Einfluss auf Bestellungen,
- den Einfluss auf den Umsatz.
Für wen ist dieses Modul geeignet?
Den größten Nutzen bietet es für:
- Betreiber von Magento-Shops,
- E-Commerce-Manager,
- Merchandiser,
- CRO-Teams,
- Content- und SEO-Teams,
- Agenturen, die Magento-Shops weiterentwickeln.
Zusammenfassung
Kowal Analytics verwandelt Storefront-Elemente in messbare Verkaufsquellen.
Damit gelangen Sie von der allgemeinen Frage:
- Funktioniert dieser Block?
zur konkreten Frage:
- Welches konkrete Produkt, welcher Beitrag, welche Kategorie oder welche Quellseite generiert Verkäufe und welcher Umsatz steht dahinter?
Konfiguration und eigene Bereiche
Unter Stores → Configuration → Kowal → Analytics aktivieren Sie das Modul für den gewünschten Gültigkeitsbereich. Der Frontend Selector Assistant hilft Ihnen dabei, einen eigenen Bereich auszuwählen und Selektoren für Container, Elemente und Links vorzubereiten.
Mit den Modellen Last Click, First Click, Assisted und View Through können Sie jeweils den letzten Klick, den ersten Klick, die unterstützende Beteiligung und eine Einblendung ohne Klick analysieren. Dabei handelt es sich um Modelle zur Zuordnung des Einflusses auf den Verkauf. Die Ergebnisse werden im Kontext des ausgewählten Modells interpretiert.
Verarbeitung und Aktivierung der Berichte
Vollständige Berichte erfordern einen funktionierenden Magento-Cron und die Consumer kowal_analytics.raw_events, kowal_analytics.conversion und kowal_analytics.attribution. Ereignisse und Conversions werden asynchron verarbeitet.
Während der Implementierung können Sie das Backend-Protokoll und die Protokolle in der Browserkonsole aktivieren. Prüfen Sie nach einem Theme-Wechsel die Selektoren eigener Bereiche und führen Sie das Szenario vom Klick bis zur Bestellung durch, um die Berichte zu verifizieren.
Installation über Composer
Paket: kowal/module-analytics; Modul: Kowal_Analytics. Nachdem Sie den Zugriff auf das Kowal-Repository konfiguriert haben, installieren Sie das Paket, aktivieren das Modul, führen die Magento-Aktualisierung durch und leeren den Cache. Berücksichtigen Sie für den Produktionsmodus außerdem die für die Umgebung erforderliche Kompilierung und Bereitstellung statischer Inhalte.
Von der Konfiguration zum Ergebnis
1. Der Kunde sieht und klickt
Der Tracker erfasst die Interaktion mit dem gemessenen Bereich und Objekt.
2. Das Produkt wird Teil der Bestellung
Die Analytics-Sitzung verknüpft Ereignisse mit dem Warenkorb und der gekauften SKU.
3. Sie bewerten den zugeordneten Umsatz
Dashboard und Berichte zeigen die Ergebnisse gemäß dem Attributionsmodell.
Von der Empfehlung zur gekauften SKU
Beispiel: Ein Kunde betrachtet Affirm Water Bottle, klickt im Bereich für verwandte Produkte auf Zing Jump Rope und kauft dieses Produkt.
Der Bericht verknüpft Quellseite, Bereich, angeklicktes Objekt und gekaufte SKU. Der vom Attributionsmodell zugeordnete Umsatz hilft beim Vergleich von Kaufpfaden.
Treffen Sie Entscheidungen über Ihr Shop-Layout auf Grundlage der Verkaufszahlen
Möchten Sie das Modul an Ihren Shop anpassen? Fragen Sie nach der Implementierung von Kowal Analytics und besprechen Sie die Konfiguration oder benötigte Erweiterungen.
Weitere Informationen
| Addtocart Description | |
|---|---|
| Übereinstimmung mit der Vorlage | Luma / Leer, KOWAL |
Konfiguration der Integration
Konfigurationsanleitung für Kowal Analytics
Navigation im Adminbereich
Die wichtigsten Einstiegspunkte des Moduls:
Kowal -> Analytics -> DashboardStores -> Configuration -> Analytics
Konfigurationsstruktur
Das Modul stellt derzeit drei Hauptgruppen von Einstellungen bereit.
1. General
Pfad:
Stores -> Configuration -> Analytics -> General
Feld:
Enable Analytics
Bedeutung:
- aktiviert oder deaktiviert das Frontend-Tracking und die weitere Analytics-Verarbeitung für den ausgewählten Scope.
Empfehlung:
- Aktivieren Sie die Funktion am besten pro
store view, nachdem Sie zuvor die Funktionsweise der Tracker und Consumer überprüft haben.
2. Debug
Pfad:
Stores -> Configuration -> Analytics -> Debug
Felder:
Enable Backend Debug LogEnable Frontend Console Log
Bedeutung:
- Backend Debug speichert technische Protokolle unter:
var/log/kowal_analytics_debug.log
- Frontend Debug schreibt Tracker-Protokolle in die Browserkonsole.
Anwendungsbereiche:
- Installation,
- QA,
- Fehleranalyse,
- Tests des Selector Assistant,
- Bestätigung, dass Ereignisse die Pipeline erreichen.
Empfehlung:
- während der Implementierung und Tests aktivieren,
- nach Abschluss der Validierung in der Produktionsumgebung deaktivieren.
3. Tools
Pfad:
Stores -> Configuration -> Analytics -> Tools
Feld:
Enable Frontend Selector Assistant
Bedeutung:
- zeigt im Storefront einen Helper an, mit dem Sie die Konfiguration eigener, auf Selektoren basierender Areas auswählen und vorbereiten können.
Anwendungsbereiche:
- Zuordnung benutzerdefinierter Bereiche,
- Analyse der DOM-Struktur,
- Vorbereitung von Area-Definitionen ohne manuelle Codebearbeitung.
Die Konfiguration in der Praxis verstehen
Scope
Das Modul arbeitet im Magento-Scope, sodass sich die Konfiguration für folgende Ebenen unterscheiden kann:
default,website,store view.
Am sichersten ist es, das Modul als Tool pro Store View zu behandeln, denn:
- verschiedene Shops können unterschiedliche Layouts haben,
- verschiedene Shops können unterschiedliche Blog-, CMS- und Merchandising-Bereiche haben,
- Berichte pro Store View sind operativ deutlich zuverlässiger.
Grundlegende Begriffe im Modul verstehen
Area
Area bezeichnet einen abgegrenzten Seitenbereich, den Sie als Quelle des Einflusses auf den Verkauf messen möchten.
Beispiele:
related_productsupsell_productscrosssell_productscategory_listingsearch_resultswishlist_productscompare_productsblog_post_listingblog_sidebar_categorieshomepage_promo_box
Object
Object bezeichnet ein konkretes Element innerhalb einer Area.
Beispiele:
- ein einzelnes Produkt in einer Liste,
- ein Blogbeitrag,
- eine Blogkategorie,
- ein Tag,
- ein Banner,
- ein Slide.
Source Page
Source Page bezeichnet die Seite, auf der der Benutzer eine Interaktion begonnen hat, die später zu einem Verkauf führte.
Beispiele:
- die Seite des Ausgangsprodukts für
related_products, - ein Blogbeitrag bei einem Klick auf ein Produkt,
- ein Kategorielisting bei einem Klick auf ein Produkt,
- Suchergebnisse für ein Produkt.
Dashboard und Berichte
Analytics Dashboard
Dies ist die zentrale Übersichtsseite. Sie zeigt:
- zugeordneten Umsatz,
- zugeordnete Bestellungen,
- durchschnittlichen Bestellwert,
- CTR,
- Top-Areas,
- Top-Produkte mit unterstützender Wirkung,
- Top-Blogquellen,
- Links zu detaillierten Berichten.
Diese Ansicht beantwortet die Frage:
was am besten funktioniert
Area Report
Dieser Bericht beantwortet folgende Fragen:
- welche Area Umsatz generiert,
- welche Objects innerhalb dieser Area verkaufen,
- aus welchen Source Pages die Verkäufe stammen.
Beispiel:
related_productshat 18 Bestellungen,Zing Jump Ropeverkauft sich darin am besten,- die Produktseite
Affirm Water Bottleist am häufigsten der Ausgangspunkt dieses Pfads.
Product Context Report
Dies ist ein Bericht für produktbezogene Bereiche wie:
related_productsupsell_productscrosssell_productscategory_listingsearch_results
Er zeigt folgende Beziehung:
source product -> clicked object -> purchased SKU
Beispiel:
- Der Benutzer befindet sich auf der PDP
Affirm Water Bottle, - klickt in
related_productsaufWB05-S-Orange, - und kauft
WB05-S-Orange.
Blog Commerce Report
Dies ist ein Bericht für Blogbereiche:
blog_post_listingblog_recent_posts_widgetblog_sidebar_recent_postsblog_sidebar_categoriesblog_sidebar_tagsblog_post_view
Er beantwortet folgende Fragen:
- welcher Beitrag verkauft,
- welche Blogkategorie verkauft,
- welcher Tag den Verkauf unterstützt,
- welche SKUs nach dem Einstieg über den Blog gekauft werden.
Object Report
Dies ist ein Bericht für ein einzelnes konkretes Object.
Beispiel:
- ein Produkt in
related_products, - ein Blogbeitrag aus
blog_post_listing, - eine Blogkategorie aus
blog_sidebar_categories.
Er zeigt:
- wie viele Impressionen das Objekt hatte,
- wie viele Klicks es hatte,
- wie viele Bestellungen es generiert hat,
- welcher Umsatz ihm zugeordnet wurde,
- aus welchen Source Pages diese Pfade stammten.
Source Page Report
Dies ist ein Bericht für eine einzelne konkrete Quellseite.
Beispiel:
- die Produktseite
Affirm Water Bottle, - der Blogbeitrag
Wie wählt man eine Trainingsflasche aus?, - das Kategorielisting
Laufschuhe.
Er zeigt:
- welche Clicked Objects dieser Seite verkaufen,
- welche SKUs nach dem Einstieg über diese Seite gekauft werden,
- wie viele Bestellungen und welchen Umsatz diese konkrete Seite als Ausgangspunkt des Pfads generiert.
Attributionsmodelle
Verfügbare Modelle:
Last ClickFirst ClickAssistedView Through
So werden sie interpretiert:
Last Click
Am besten geeignet für die Frage:
- welches Element den Verkauf unmittelbar abgeschlossen hat.
First Click
Am besten geeignet für die Frage:
- welches Element den zum Kauf führenden Pfad begonnen hat.
Assisted
Am besten geeignet für die Frage:
- welches Element am Pfad beteiligt war, auch wenn es nicht der letzte Klick war.
View Through
Am besten geeignet für die Frage:
- ob bereits die Einblendung eines Bereichs den Verkauf beeinflusst hat, auch ohne Klick.
Konfiguration einer benutzerdefinierten Area
Eine benutzerdefinierte Area können Sie mit dem Frontend Selector Assistant vorbereiten.
Typischer Workflow:
- Aktivieren Sie
Enable Frontend Selector Assistant. - Öffnen Sie den Storefront.
- Starten Sie den Assistant.
- Wählen Sie einen Bereich aus.
- Prüfen Sie den vorgeschlagenen
container selector. - Prüfen Sie den vorgeschlagenen
item selector. - Prüfen Sie den
link selector. - Speichern Sie die Definition.
- Bestätigen Sie, dass Runtime Apply
data-kowal-track-*hinzugefügt hat. - Testen Sie den Klick und die Übernahme in die Berichte.
Beispiel einer benutzerdefinierten Area
Angenommen, Sie haben auf der Startseite eine Werbebox mit drei Kacheln.
Sie können Folgendes definieren:
area_code = homepage_promo_boxobject_type = promotioncontainer_selector = .homepage-promoitem_selector = .homepage-promo__itemlink_selector = .homepage-promo__link
Der Bericht zeigt dann:
- welche Kachel angeklickt wurde,
- welche Kachel zu einem Kauf führte,
- welchen Umsatz sie generiert hat.
Test-Workflow nach der Konfiguration
Die sinnvollste Reihenfolge:
- Analytics aktivieren,
- Backend Debug aktivieren,
- Frontend Console Log aktivieren,
- ein Benutzerszenario durchlaufen,
- das Dashboard prüfen,
- den Area Report prüfen,
- zum Object Report oder Source Page Report wechseln,
- den Debug-Modus nach erfolgreicher Prüfung deaktivieren.
Betriebliche Empfehlungen
- Betreiben Sie die Consumer unter Supervisor oder systemd,
- stellen Sie sicher, dass der Magento-Cron dauerhaft funktioniert,
- prüfen Sie nach Theme-Änderungen, ob die Selektoren benutzerdefinierter Areas weiterhin zum DOM passen,
- vergleichen Sie nach Merchandising-Änderungen die Ergebnisse pro Area,
- interpretieren Sie die CTR nicht isoliert als Erfolg, ohne Umsatz und Bestellungen zu prüfen.
Installationsanleitung für das Modul
Installationsanleitung für Kowal Analytics
Anforderungen
Stellen Sie vor der Installation sicher, dass:
- die Magento-2-Instanz ordnungsgemäß funktioniert,
- Composer Zugriff auf das Kowal-Paket-Repository hat,
- Sie über CLI-Zugriff auf
bin/magentoverfügen, - Cron und Queue Consumer in der Umgebung ausgeführt werden können,
- Datenbankzugriffe und Schreibvorgänge in
var/login der Umgebung ordnungsgemäß funktionieren.
Installation über Composer
Fügen Sie das Composer-Repository hinzu:
Die Zugangsdaten für das Composer-Repository, also die E-Mail-Adresse des Kunden und das Lizenz-Token, erhalten Sie nach dem Kauf per E-Mail. Sie sind außerdem nach der Anmeldung auf kowal.store im Kundenbereich verfügbar. Ersetzen Sie TWOJ_EMAIL_KLIENTA durch die E-Mail-Adresse Ihres Kontos und TWOJ_TOKEN durch das erhaltene Token. Führen Sie die Befehle im Magento-Stammverzeichnis aus.
composer config repositories.kowal composer https://repo.kowal.storeFügen Sie die Zugangsdaten für das private Repository hinzu:
composer config http-basic.repo.kowal.store 'TWOJ_EMAIL_KLIENTA' 'TWOJ_TOKEN'Installieren Sie das Modul:
composer require kowal/module-analyticsModul aktivieren
Führen Sie die standardmäßigen Magento-Befehle aus:
bin/magento module:enable Kowal_Analyticsbin/magento setup:upgradebin/magento cache:flushWenn der Shop im Produktionsmodus läuft, führen Sie außerdem Folgendes aus:
bin/magento setup:di:compilebin/magento setup:static-content:deploy -fbin/magento cache:flushAsynchrone Prozesse starten
Das Modul verwendet Warteschlangen und asynchrone Verarbeitung. Ohne diese sind Dashboard und Berichte nicht vollständig.
Starten Sie die erforderlichen Consumer:
bin/magento queue:consumers:start kowal_analytics.raw_eventsbin/magento queue:consumers:start kowal_analytics.conversionbin/magento queue:consumers:start kowal_analytics.attributionDer Magento-Cron muss ebenfalls ordnungsgemäß funktionieren, da das Modul Retry und Backfill für die Attribution verwendet.
Grundlegende Prüfung:
bin/magento cron:runWas geschieht nach der Installation?
Nach der ordnungsgemäßen Installation führt das Modul folgende Aktionen aus:
- Es lädt den Tracker im Storefront,
- erfasst Frontend-Ereignisse,
- verknüpft die Analytics-Sitzung mit dem
quote, - überträgt Analytics-Kennungen nach
sales_order, - speichert Conversions und Conversion-Positionen,
- berechnet die Attribution von Bestellungen zu Area und Object,
- stellt das Dashboard und detaillierte Berichte im Magento-Adminbereich bereit.
So prüfen Sie, ob das Modul funktioniert
Prüfen Sie nach der Installation:
Kowal -> Analytics -> DashboardStores -> Configuration -> Analytics
Wenn das Modul ordnungsgemäß aktiviert ist, sollten folgende Elemente sichtbar sein:
- das Modul-Dashboard,
- ein Zusammenfassungs-Widget im nativen Magento-Dashboard,
- der Konfigurationsbereich unter Stores -> Configuration.
Empfohlener technischer Test nach der Implementierung
Führen Sie einen einfachen End-to-End-Test durch:
- Öffnen Sie die Shop-Seite.
- Rufen Sie eine Produktseite auf.
- Klicken Sie auf ein getracktes Element, beispielsweise ein Produkt in
related_productsoder einen Blogbeitrag. - Legen Sie das Produkt in den Warenkorb.
- Geben Sie eine Bestellung auf.
- Prüfen Sie, ob Ereignisse, Conversions und Attribution gespeichert wurden.
Wenn der Debug-Modus aktiviert ist, prüfen Sie:
- die Protokolle in der Browserkonsole,
var/log/kowal_analytics_debug.log
Was sollte im HTML geprüft werden?
Wenn Sie bestätigen möchten, dass das Tracking beim Rendern der Seite funktioniert, prüfen Sie, ob folgende Attribute vorhanden sind:
data-kowal-track-areadata-kowal-track-area-iddata-kowal-track-objectdata-kowal-track-iddata-kowal-track-sku
Beispiel:
- Der Container des Bereichs
related_productssolltedata-kowal-track-area='related_products'enthalten. - Ein einzelnes Produkt in diesem Bereich sollte
data-kowal-track-object='product'und eine eigenedata-kowal-track-identhalten.
Typische Probleme nach der Installation
Das Dashboard ist sichtbar, enthält jedoch keine Daten
Prüfen Sie:
- ob die Consumer ausgeführt werden,
- ob der Cron funktioniert,
- ob Analytics in der Konfiguration aktiviert ist,
- ob der Tracker im Frontend geladen wird,
- ob auf der Seite tatsächlich Areas getrackt werden.
Ereignisse werden gespeichert, die Attribution ist jedoch unvollständig
Prüfen Sie:
- ob der Consumer
kowal_analytics.attributionausgeführt wird, - ob Cron-Retry funktioniert,
- ob die Quellereignisse vor der abschließenden Berechnung der Attribution in der Datenbank eintreffen.
Die benutzerdefinierte Area wird nicht in den Berichten angezeigt
Prüfen Sie:
- ob die Area-Definition ordnungsgemäß gespeichert wurde,
- ob die Selektoren dem tatsächlichen DOM entsprechen,
- ob Runtime Apply
data-kowal-track-*hinzufügt, - ob der jeweilige Bereich über die für die weitere Analyse erforderlichen Objektkennungen verfügt.
Implementierungsempfehlung
Die sicherste Reihenfolge ist:
- das Modul installieren,
- Consumer und Cron starten,
- den Debug-Modus aktivieren,
- ein einfaches Produktszenario testen,
- das Dashboard prüfen,
- und erst danach das Tracking auf benutzerdefinierte Areas erweitern.