Веб-аналітика: аналізуй це! частина 4. від статистики до аналітики - 14 Березня 2011

Мій сайт

Головна
Реєстрація
Вхід

Головна » 2011 » Березень » 14 » Веб-аналітика: аналізуй це! частина 4. від статистики до аналітики

21:42

Веб-аналітика: аналізуй це! частина 4. від статистики до аналітики

Прошу пробачити за велику паузу між випусками розсилки: мені потрібен був час на підготовку до проведення великого тренінгу та розгрібання нових матеріалів. Що ж, багато часу минуло, багато чого змінилося - навіть слово "Інтернет" тепер потрібно писати з великої літери! Більше такого не повториться, так що продовжимо нашу подорож. Нагадаю адреси минулих випусків:

Частина 1. Вступ.
Частина 2. Збір даних.
Частина 3. Базові метрики.

Перед тим, як перейти до опису метрик і технологій аналізу, хочу ще раз нагадати про те, навіщо ми витрачаємо на це свій час. Займатися дослідженням поведінки аудиторії має сенс тільки тоді, коли ви хотіли б, щоб вона вела себе певним чином. Так що:

Перед роботою з даними необхідно визначити цілі, які ви переслідуєте на сайті.
Цілі повинні бути вимірні.
Для комерційного сайту цілі повинні бути максимально близькі до одержання прибутку.
Справжня мета маркетингових заходів в Інтернеті лежить поза Інтернетом.

Чому ми знову заговорили про цілепокладання? По-перше, це найважливіше, а по-друге, для тих цілей, досягнення яких ми можемо відстежити через систему статистики, зняття даних може бути автоматизоване. У таких системах аналітики для електронної комерції, як Google Analytics і Яндекс.Метрика, є спосіб реєструвати досягнення цілей і навіть розраховувати прибуток, який компанія отримує від їх досягнення.

Веб-аналітика: аналізуй це! частина 4. від статистики до аналітики

Веб-аналітика: аналізуй це! частина 4. від статистики до аналітики

Зазвичай мета задається адресою сторінки, яку відвідує користувач - приміром, для інтернет-магазину метою може бути "оформлення замовлення", а відповідною сторінкою - інформація про те, що замовлення прийняте. Можна ставити і кілька цілей і прив'язувати їх досягнення до рекламним кампаніям в контекстній рекламі, що дасть можливість безпосередньо оцінити вартість залученого покупця (вартість кліка по рекламі поділити на частку клікнувши, які потім купили товар).

Якщо ви продаєте товари через Інтернет, то Google Analytics здатний враховувати прибуток з кожної транзакції. Для цього потрібно включити до Analytics розділ "Електронна торгівля" та змусити ваш сайт передавати в код скрипта дані про прибуток. Така облікова система забезпечить вас дуже цікавими даними - для контекстної реклами, наприклад, це буде прибутковість кожного рекламного оголошення.

Якщо ваш сайт - проста візитка, а мета - продажу товару або послуги, то, звичайно, ніяка статистика не дозволить вам визначити досягнення цієї мети. У таких випадках необхідно:

Відстежувати, скільки клієнтів прийшло до вас з сайту, одним з неточних способів.
Відстежувати досягнення "найбільш близьких до продажу" цілей - наприклад, перегляду прайс-листа.

"Оффлайнові" компоненти аналізу неминучі для всіх магазинів, замовлення в яких не закінчується електронної транзакцією. Проводити такий облік слід постійно: інакше легко втратити зміни, які сильно вплинуть на прибутковість.

Іншою важливою настроюваної метрикою є врахування запитів до внутрішньої пошуковій системі. Наприклад, Google Analytics дозволяє відслідковувати такі запити і складати за ними статистику.

Веб-аналітика: аналізуй це! частина 4. від статистики до аналітики

Запити до пошуку на сайті - це хороше джерело інформації про те, чого не вистачає користувачам, в яких місцях сайту утруднена навігація і як відкоригувати результати пошуку вручну, щоб необхідні користувачеві результати розташовувалися вище. "Правильна" система пошуку практично завжди містить додаткові "вручну дописані" посилання - ось, наприклад, сторінка пошуку на Microsoft.com:

Веб-аналітика: аналізуй це! частина 4. від статистики до аналітики

У виборі таких посилань допомагає саме аналіз внутрішнього пошуку.

Маючи повний комплект даних статистики і налаштований облік цілей, можна переходити від "статистичної" частини безпосередньо до аналітичної: спробувати скористатися отриманими даними для того, щоб прийняти рішення про корекцію рекламної кампанії, зовнішнього вигляду сторінок сайту або асортименту товарів. Аналітична робота в цілому складається з трьох етапів:

Отримати дані
Зробити висновки про те, чому дані виглядають саме так
Запропонувати зміни, які поліпшили б ситуацію.

Проте, тут нас чекають складності. Однією з головних проблем при аналізі даних інтернет-статистики, як і в інших областях маркетингу, є некоректне визначення причинно-наслідкових зв'язків. Припустимо, що дані аналітики говорять про те, що певний товар проглядається частіше, а купується - рідше. Зовсім недосвідчений маркетолог припустить, що "в інтернеті така аудиторія", трохи більш просунутий аналітик відразу викладе кілька можливих причин:

Текст одного рекламного оголошення більш привабливий і створює завищені очікування в аудиторії
Ресурси, на яких публікується реклама, мають специфічну аудиторію
Сторінки з описом товарів нерівнозначні за якістю
Самі товари мають різний рівень конвертації

і т.д.

Швидше за все, різні результати є наслідком відразу декількох причин, а от яких саме - належить дізнатися з більш ретельного аналізу. Допомогти у визначенні справжніх причинно-наслідкових зв'язків може сегментація даних та тестування. Про них я детально розповім у подальших частинах.