Co je Microsoft Clarity a co umí
Microsoft Clarity je nástroj pro analýzu chování uživatelů: nahrává návštěvy, kreslí
mapy kliků a scrollování a sbírá signály o tom, kde lidé narážejí. Je zdarma,
bez limitu na počet návštěv a bez vzorkování, což je proti placené konkurenci zásadní rozdíl.
Nasadíte ho jedním skriptem nebo přes Google Tag Manager.
Co v něm najdete:
- Nahrávky návštěv. Přehrání pohybu myši, kliků, scrollování a přechodů
mezi stránkami. Nejde o video obrazovky, ale o rekonstrukci stránky z událostí.
- Heatmapy. Mapy kliků, mapy scrollování (kam až lidé dočetli) a mapy
oblastí, zvlášť pro desktop a mobil.
- Automatické signály. Mrtvé kliky (klik na neklikatelný prvek), zuřivé
kliky (opakované klikání na jedno místo), rychlé návraty zpět, nadměrné scrollování a
JavaScriptové chyby.
- Filtry a segmenty. Podle zařízení, zdroje návštěvy, země, stránky, délky
návštěvy nebo právě podle výskytu chybového signálu.
- Propojení s GA4. Z přehledu v analytice se dá proklikat na odpovídající
nahrávky.
Co Clarity neumí: neřekne vám, kolik jste vydělali, nenahradí analytiku ani A/B testování a
sám od sebe nic nevyhodnotí. Je to surovina. Hodnotu má až to, co z ní někdo vytáhne.
Clarity vs. GA4 vs. Hotjar
Tři nástroje, které se často zaměňují, i když každý odpovídá na jinou otázku. GA4 říká
kolik, Clarity a Hotjar ukazují jak.
| Kritérium |
Microsoft Clarity |
Google Analytics 4 |
Hotjar |
| Na co odpovídá |
Jak se lidé chovali a kde narazili |
Kolik lidí co udělalo |
Jak se lidé chovali, plus zpětná vazba |
| Cena |
Zdarma, bez limitu návštěv |
Zdarma (Standard) |
Free tarif s limitem, dál placené |
| Nahrávky návštěv |
Ano, bez limitu |
Ne |
Ano, podle tarifu |
| Heatmapy |
Kliky, scroll, oblasti |
Ne |
Ano |
| Chybové signály |
Mrtvé a zuřivé kliky, JS chyby |
Jen přes vlastní události |
Rage clicks a podobné |
| Ankety a dotazníky |
Ne |
Ne |
Ano |
| Kdy sáhnout po čem |
Vždy, je zdarma a data se hodí |
Vždy, základ měření |
Když potřebujete ptát se uživatelů |
V praxi doporučuji GA4 a Clarity mít oba. V analytice najdeme, kde čísla padají, a v Clarity
se podíváme proč. Hotjar dává smysl, když k tomu chcete i ankety a dotazníky přímo na webu.
Nasazení, maskování dat a GDPR
Nasazení je otázka chvíle: měřicí kód přes Google Tag Manager nebo přímo do šablony, u
běžných platforem existuje i doplněk. Po nasazení se data začnou sbírat a analýzu má smysl
dělat až na dostatečném vzorku.
Co u nasazení řeším vždy:
- Maskování citlivých prvků. Clarity ve výchozím nastavení maskuje obsah
formulářových polí; prvky s osobními údaji (adresy, čísla objednávek, přihlášené účty) se
dají maskovat navíc. Nahrává se pohyb po stránce, ne obrazovka uživatele.
- Souhlas s cookies. Clarity patří mezi analytické nástroje, takže má
běžet až po souhlasu, stejně jako GA4. Napojení na správce souhlasu je součást
nasazení.
- Zásady zpracování osobních údajů. Nástroj je potřeba uvést mezi
zpracovateli spolu s tím, co sbírá.
- Dopad na rychlost. Skript se načítá asynchronně, ale jako každý další
kód něco stojí. Pokud na webu řešíte Core Web Vitals, patří to do celkové rozvahy nad
měřicími kódy, jak popisuji v článku o rychlosti webu a
měřicích tazích.
Konkrétní právní posouzení nechávám na vás nebo na vašem právníkovi. Moje role je nasadit to
technicky správně a pracovat jen s daty, která nemají odkryté osobní údaje.
Metriky a signály, které sleduji
Clarity nabízí desítky pohledů. V analýze se soustředím na ty, které vedou k akci:
- Mrtvé kliky. Lidé klikají na něco, co vypadá jako odkaz nebo tlačítko,
ale nic nedělá: obrázek produktu, nadpis, ikona, popisek. Levná oprava, okamžitý
efekt.
- Zuřivé kliky. Opakované klikání na jedno místo znamená, že něco
nereaguje nebo reaguje pomalu. Typicky tlačítko do košíku, filtr, odeslání formuláře.
- Rychlý návrat zpět. Uživatel otevře stránku a hned se vrací. U vstupních
stránek z vyhledávání to bývá známka toho, že obsah neodpovídá tomu, co hledal.
- Hloubka scrollování. Kam až se lidé dostanou. Když klíčový argument nebo
tlačítko leží pod hranicí, kam dojde čtvrtina návštěv, je to problém rozložení, ne
obsahu.
- Doba na stránce a nečinnost. Dlouhá doba nemusí být dobře; u formuláře
často znamená, že uživatel nevěděl, co vyplnit.
- JavaScriptové chyby. Zajímá mě jen ta část, která se projeví v chování.
Zbytek je práce pro vývojáře, ne pro konverze.
- Segment organické návštěvnosti. Chování lidí z vyhledávání sleduji
zvlášť, protože přesně tyhle návštěvy přivádím.
Jak číst nahrávky a heatmapy, abyste neztráceli čas
Nejčastější chyba je pustit si náhodné nahrávky a čekat, že se něco ukáže. Po dvaceti
nahrávkách máte pocit, že už víte, ale statisticky nevíte nic. Postup, který funguje:
- Začít daty, ne videem. Nejdřív agregovaná čísla: které stránky mají
nejvyšší podíl odchodů, kde je nejvíc zuřivých kliků, kde se liší mobil a desktop.
- Vybrat hypotézu. „Na detailu produktu lidé na mobilu nenajdou
variantu.“ Konkrétní tvrzení, které se dá potvrdit nebo vyvrátit.
- Filtrovat, ne brouzdat. Nahrávky si pustit jen pro daný segment: mobil,
daná stránka, výskyt zuřivého kliku. Pět cílených nahrávek řekne víc než sto náhodných.
- Hledat vzorec, ne příběh. Jedna nahrávka je historka. Když se totéž
opakuje u většiny sledovaných návštěv, je to nález.
- Zapsat s důkazem. Popis problému, dopad, odkaz na nahrávku s časem a
návrh řešení. To je celé zadání pro vývojáře.
- Seřadit podle dopadu a pracnosti. Nejdřív to, co se dotýká nejvíc lidí
a opraví se nejrychleji.
10 nejčastějších nálezů z analýz
Seřazeno podle toho, jak často se objevují a jak snadno se opravují. Většina z nich jsou drobné
věci, které nikoho nenapadlo hledat.
- Neklikatelné prvky, které vypadají klikatelněObrázek produktu, nadpis
nebo ikona. Lidé na ně klikají, nic se nestane a část z nich odejde.
- Klíčové tlačítko pod ohybem na mobiluNa desktopu je vidět hned, na
mobilu až po třech scrollech. Podíl lidí, kteří tam dojdou, bývá zlomek.
- Formulář, který nikdo nedokončíPříliš mnoho polí, nejasná chyba při
validaci nebo pole, které se na mobilu špatně vyplňuje.
- Chyba jen na jednom zařízení nebo prohlížečiNa desktopu vše funguje, na
starším Safari se rozbije výběr varianty. V souhrnných číslech neviditelné.
- Cookie lišta přes obsahZvlášť na mobilu překrývá hlavní tlačítko nebo
cenu a část lidí odejde dřív, než ji odklikne.
- Filtry, které vrátí prázdný výsledekUživatel vyfiltruje, dostane nulu
produktů, nemá kam pokračovat a vrací se zpět do vyhledávání.
- Zaseknutý krok v košíkuDoprava nebo platba, která se nenačte, chybová
hláška bez vysvětlení, opakované klikání na pokračovat.
- Hledaná informace až na konci stránkyCena, dostupnost, doprava nebo
kontakt pod dlouhým textem. Scroll mapa ukáže, že tam dojde málokdo.
- Vyskakovací okno ve špatnou chvíliNewsletter, který se objeví v půlce
objednávky nebo hned po příchodu z vyhledávání.
- Vstupní stránka, která neodpovídá dotazuLidé přijdou z vyhledávání,
nenajdou to, kvůli čemu přišli, a hned se vracejí zpět. Zásah pro obsah i pro SEO.
Co má chování uživatelů společného se SEO
Víc, než se zdá. Vyhledávače nepoužívají „čas na stránce“ jako přímý faktor, ale chování
uživatelů se do výsledků promítá nepřímo a poměrně tvrdě:
- Vstupní stránka, která neodpovídá dotazu, generuje rychlé návraty do
výsledků. Pro vás je to ztracená návštěva, kterou jste zaplatili obsahem a odkazy.
- Rychlost a stabilita rozvržení jsou i signálem kvality. V Clarity
uvidíte, jak se pomalé načítání projeví na chování, ne jen na hodnotě v reportu.
- Obsah, ke kterému nikdo nedoscrolluje, nepomáhá ani lidem, ani AI
asistentům, kteří odpovědi skládají z toho, co je na stránce čitelné a v rozumné
struktuře.
- Bariéry na cestě ke konverzi znehodnocují celou investici do SEO.
Návštěvnost, která nekonvertuje, je jen číslo v reportu.
Proto analýzu chování propojuji se SEO analýzou a technickým auditem: získáte jeden seznam priorit, ve kterém
si doporučení navzájem neodporují.
Role AI: co dělá stroj a co člověk
MCP server Microsoft Clarity zpřístupňuje data z účtu přímo AI nástroji. Díky tomu se dá
pracovat s agregovanými údaji o tisících návštěv, hledat v nich vzorce a cíleně vytahovat
nahrávky, které je dokládají. Rozdělení práce je ale jasné:
- Stroj zvládá objem. Projít data o tisících návštěv, najít odchylky mezi
segmenty, spárovat chybové signály se stránkami a vytáhnout kandidáty na nahrávky.
- Člověk rozhoduje. Co je skutečný problém a co jen šum, jak velký to má
dopad na byznys, co se vyplatí opravit hned a co nikdy. To je zkušenost, ne výpočet.
- Ověření je vždy na mně. Každý nález si prohlédnu v nahrávce. AI mi
ušetří hledání, ne posouzení.
- Výstup píšu já. Doporučení musí být srozumitelné pro vývojáře i pro
vedení a musí sedět na váš web, ne na obecnou šablonu.
Stejný přístup mám i u ostatních služeb: AI používám tam, kde jde o objem dat, a rozhodnutí
dělám sám. Jak AI mění samotné vyhledávání, rozebírám na stránce GEO (SEO
pro AI).