Polski 
Angielski Kowal Analytics to moduł atrybucji sprzedaży dla Magento 2. Jego zadaniem jest pokazanie, które elementy sklepu realnie wpływają na koszyk, zamówienie i przychód.
To nie jest zwykły pixel zbierający odsłony stron. Moduł analizuje pełny kontekst sprzedażowy:
Dzięki temu sklep może odpowiedzieć na pytania, na które standardowe analityki zwykle nie odpowiadają:
WhatsApp
+48608012047related products naprawdę sprzedają?upsell i cross-sell generują przychód?Moduł powstał dla sklepów, które chcą optymalizować merchandising, content i układ strony na podstawie realnego wpływu na sprzedaż, a nie tylko na podstawie ruchu czy CTR.
Z poziomu raportów można ocenić:
Sam klik nie mówi jeszcze nic o wartości biznesowej. Kowal Analytics łączy zdarzenia frontendowe z koszykiem, zamówieniem i przychodem.
areaPodstawową jednostką analizy jest area, czyli wydzielony obszar strony, który chcesz mierzyć.
Przykłady:
related_products na PDP,upsell_products na PDP,crosssell_products w koszyku,category_listing na liście produktów kategorii,search_results na wynikach wyszukiwania,wishlist_products,compare_products,blog_post_listing,blog_sidebar_categories,objectW każdym area znajdują się konkretne object, czyli elementy, które użytkownik widzi i klika.
Przykłady:
related_products,To oznacza, że raport nie kończy się na poziomie:
ale schodzi do poziomu:
Moduł zapisuje również kontekst źródłowy, czyli skąd zaczęła się ścieżka.
Przykład:
Affirm Water Bottle,related_products,Zing Jump Rope,Zing Jump Rope.W takim przypadku można pokazać:
source page = Affirm Water Bottle,area = related_products,clicked object = Zing Jump Rope,purchased sku = Zing Jump Rope.To jest dokładnie ten poziom analizy, którego zwykle brakuje w typowych narzędziach.
Area to sekcja lub blok strony, który chcesz mierzyć jako źródło wpływu na sprzedaż.
Przykłady:
Object to konkretny element wewnątrz area.
Przykłady:
Source Page to strona, z której użytkownik rozpoczął ścieżkę związaną z danym area.
Przykłady:
related_products,To konkretne SKU, które zostało kupione i do którego przypisujemy wpływ danego area lub object.
Moduł wspiera zarówno integracje natywne, jak i obszary definiowane przez selektory.
related_productsupsell_productscrosssell_productscategory_listingsearch_resultswishlist_productscompare_productsblog_post_listingblog_recent_posts_widgetblog_sidebar_recent_postsblog_sidebar_categoriesblog_sidebar_tagsblog_post_viewhomepage_promo_boxblack_friday_bannersummer_campaign_sliderai_recommendationscategory_top_ctaSłuży do szybkiego przeglądu wyników.
Pokazuje między innymi:
Odpowiada na pytanie:
Przykład:
related_products daje 12 zamówień i 4 800 PLN przychodu,WB05-S-Orange,Affirm Water Bottle.Ten raport jest kluczowy dla obszarów produktowych.
Odpowiada na pytanie:
Przykład:
source product = Affirm Water Bottle,clicked object = Zing Jump Rope,purchased sku = Zing Jump Rope,orders = 7,revenue = 840 PLN.Pokazuje wpływ bloga na sprzedaż.
Odpowiada na pytania:
Przykład:
Jak wybrać bidon treningowy wygenerował 9 zamówień,Affirm Water Bottle.Pozwala wejść w jeden konkretny obiekt.
Przykład:
related_products,blog_post_listing,Raport pokazuje:
To raport odwrotnej perspektywy.
Zamiast patrzeć na obiekt, patrzysz na jedną stronę źródłową i sprawdzasz:
Przykład:
Affirm Water Bottle jako source page,related_products,Sklep może porównać, czy:
related_products sprzedaje lepiej niż upsell_products,Zespół contentowy może sprawdzić:
Jeśli sekcja ma wysokie impresje i niski lub zerowy wpływ na przychód, można ocenić, czy:
Po zmianie layoutu, widgetu, bloga lub mechanizmu rekomendacji możesz porównać:
Najwięcej wartości wyciągną z niego:
Kowal Analytics zamienia elementy storefrontu w mierzalne źródła sprzedaży.
Pozwala przejść od ogólnego pytania:
do konkretnego pytania:
Główne wejścia do modułu:
Kowal -> Analytics -> DashboardStores -> Configuration -> AnalyticsObecnie moduł udostępnia trzy główne grupy ustawień.
Ścieżka:
Stores -> Configuration -> Analytics -> GeneralPole:
Enable AnalyticsZnaczenie:
Zalecenie:
store view po wcześniejszej weryfikacji działania trackerów i consumerów.Ścieżka:
Stores -> Configuration -> Analytics -> DebugPola:
Enable Backend Debug LogEnable Frontend Console LogZnaczenie:
var/log/kowal_analytics_debug.logZastosowanie:
Zalecenie:
Ścieżka:
Stores -> Configuration -> Analytics -> ToolsPole:
Enable Frontend Selector AssistantZnaczenie:
Zastosowanie:
Moduł działa w scope Magento, więc konfiguracja może być różna dla:
default,website,store view.Najbezpieczniej traktować moduł jako narzędzie per store view, bo:
Area to wydzielony obszar strony, który chcesz mierzyć jako źródło wpływu na sprzedaż.
Przykłady:
related_productsupsell_productscrosssell_productscategory_listingsearch_resultswishlist_productscompare_productsblog_post_listingblog_sidebar_categorieshomepage_promo_boxObject to konkretny element wewnątrz area.
Przykłady:
Source Page to strona, z której użytkownik wszedł w interakcję prowadzącą dalej do sprzedaży.
Przykłady:
related_products,To główny ekran przeglądowy. Pokazuje:
Ten ekran odpowiada na pytanie:
co działa najlepiejTen raport odpowiada na pytania:
Przykład:
related_products ma 18 zamówień,Zing Jump Rope,Affirm Water Bottle.To raport dla obszarów produktowych takich jak:
related_productsupsell_productscrosssell_productscategory_listingsearch_resultsPokazuje zależność:
source product -> clicked object -> purchased SKUPrzykład:
Affirm Water Bottle,WB05-S-Orange w related_products,WB05-S-Orange.To raport dla obszarów blogowych:
blog_post_listingblog_recent_posts_widgetblog_sidebar_recent_postsblog_sidebar_categoriesblog_sidebar_tagsblog_post_viewOdpowiada na pytania:
To raport dla jednego konkretnego object.
Przykład:
related_products,blog_post_listing,blog_sidebar_categories.Pokazuje:
To raport dla jednej konkretnej strony źródłowej.
Przykład:
Affirm Water Bottle,Jak wybrać bidon treningowy,Buty do biegania.Pokazuje:
Dostępne modele:
Last ClickFirst ClickAssistedView ThroughJak je czytać:
Najlepszy do pytania:
Najlepszy do pytania:
Najlepszy do pytania:
Najlepszy do pytania:
Custom area możesz przygotować przez Frontend Selector Assistant.
Typowy workflow:
Enable Frontend Selector Assistant.container selector.item selector.link selector.data-kowal-track-*.Załóżmy, że na stronie głównej masz box promocyjny z trzema kaflami.
Możesz zdefiniować:
area_code = homepage_promo_boxobject_type = promotioncontainer_selector = .homepage-promoitem_selector = .homepage-promo__itemlink_selector = .homepage-promo__linkWtedy raport pokaże:
Najbardziej sensowna kolejność:
Przed instalacją upewnij się, że:
bin/magento,var/log.Dodaj repozytorium Composer:
composer config repositories.kowal composer https://repo.kowal.store
Dodaj dane dostępowe do prywatnego repozytorium:
composer config http-basic.repo.kowal.store <YOUR_EMAIL> <YOUR_TOKEN>
Zainstaluj moduł:
composer require kowal/module-analytics
Uruchom standardowe komendy Magento:
bin/magento module:enable Kowal_Analytics
bin/magento setup:upgrade
bin/magento cache:flush
Jeżeli sklep działa w production mode, wykonaj również:
bin/magento setup:di:compile
bin/magento setup:static-content:deploy -f
bin/magento cache:flush
Moduł korzysta z kolejek i przetwarzania asynchronicznego. Bez tego dashboard i raporty nie będą kompletne.
Uruchom wymagane consumery:
bin/magento queue:consumers:start kowal_analytics.raw_events
bin/magento queue:consumers:start kowal_analytics.conversion
bin/magento queue:consumers:start kowal_analytics.attribution
Magento cron również musi działać poprawnie, ponieważ moduł wykorzystuje retry i backfill dla atrybucji.
Kontrola podstawowa:
bin/magento cron:run
Po poprawnej instalacji moduł:
quote,sales_order,Po instalacji sprawdź:
Kowal -> Analytics -> DashboardStores -> Configuration -> AnalyticsJeżeli moduł jest poprawnie aktywny, powinieneś widzieć:
Wykonaj prosty test end-to-end:
related_products albo wpis blogowy.Jeśli debug jest włączony, sprawdź:
var/log/kowal_analytics_debug.logJeżeli chcesz potwierdzić, że tracking działa na renderze strony, sprawdź obecność atrybutów:
data-kowal-track-areadata-kowal-track-area-iddata-kowal-track-objectdata-kowal-track-iddata-kowal-track-skuPrzykład:
related_products powinien mieć data-kowal-track-area="related_products"data-kowal-track-object="product" i własne data-kowal-track-idSprawdź:
Sprawdź:
kowal_analytics.attribution,Sprawdź:
data-kowal-track-*,Najbezpieczniejsza kolejność jest taka:
