Веб-аналитика: анализ информации о посетителях веб-сайтов - [10]
В далеком прошлом сервер получал обращения (Hit) и отсылал обратно данные. Отслеживая обращения, можно было точно выяснить популярность страниц или их содержимого. Так, большее количество обращений означало и большую степень спроса на содержимое, что предполагает и большее количество посетителей. Сейчас, из-за перегруженности страниц изображениями и мультимедийными элементами, показатель обращений значит не много. Загрузка типичной страницы требует порядка 25 обращений к серверу. Так что же можно выяснить, если отслеживать только обращения? Количество запросов данных с сервера? Или число просматриваемых страниц? Или количество посетителей веб-сайта?
Рис. 1.5. Многочисленные ключевые показатели эффективности при щелчке на каждой кнопке
Что можно выяснить, если отслеживать страницы, с которых наибольшее количество посетителей покидает веб-сайт? Что эти страницы не оптимальны? Возможно, они являют верх совершенства, где пользователи находят именно то, что ищут, а получив, уходят? Предположим, потребитель ищет цифровую камеру Sony на Amazon.com. Находит ее, знакомится с описанием и выходит. Так делает 99 процентов людей, обратившихся к той странице. Коэффициент выхода никак не информирует о качестве содержимого страницы.
Значение лояльности (engagement) зачастую вычисляют по сеансам, повторно используемым отдельными посетителями. Когда большое число людей возвращается на веб-сайт снова и снова, они создают большое количество сеансов, но является ли это следствием того, что они никак не могут найти то, что ищут, или того, что это самый красивый сайт в мире с самым совершенным содержимым?
Разрешение экрана посетителя (Visitor screen resolution) — прекрасный пример отвлекающего показателя, который в любом случае имеет мало значения. Каждый инструмент веб-аналитики сообщает о разрешении экрана монитора посетителя веб-сайта и указывает это в ежедневных отчетах, однако значение данного показателя редко изменяется чаще одного раза каждые шесть месяцев. Но он упорно остается в отчетах, отвлекая внимание и отнимая время. Кроме того, не лучше ли было бы просто воспользоваться результатами исследований от Forrester Research или Gartner по последним тенденциям в интересующем отраслевом сегменте, и использовать его для управления размером веб-страниц?
Общей чертой всех этих показателей является то, что они предоставляют некие значения, на практике абсолютно неприменимые. Но хуже всего то, что они способны увести по неправильному пути. Израсходовав много денег на приобретение инструментальных средств и еще больше на получение отчетов, компании получают, в конце концов, не так уж и много с точки зрения коэффициента окупаемости инвестиций (ROI) или улучшения обслуживания клиента на веб-сайтах. Годы, растраченные в неумении понять сущность данных и принять соответствующие меры, безвозвратно прошли. Неспособность компании принять решение после всех усилий ведет к полной неспособности принять адекватные меры.
Сейчас веб-аналитика посредине метаморфозы, и еще не является тем, чем должна быть. Новый мир действенной веб-аналитики — это существенно больше, чем просто анализ данных о посещаемости сайта. Теперь для отчетов всех сортов доступны данные, фиксируемые дескрипторами JavaScript, что в другие времена потребовало бы творческого подхода к измерению. Сюда также относится качественный анализ поведения: почему посетители поступают так, а не иначе, что является их побуждающим фактором и как привлечь их на веб-сайт?
Развитие веб-аналитики означает значительное расширение способности слушать (listen) клиентов веб-сайта. Наличие большого количества адекватных данных для анализа позволяет лучше понимать, какие действия следует выбрать и как ускорить превращение веб-канала в tour de force[3] компаний, где этого еще нет.
Краеугольным камнем традиционной веб-аналитики на протяжении долгого времени были ключевые показатели эффективности (Key Performance Indicator — KPI). Однако в связи с тем, что глобальные KPI зачастую не до конца соответствуют специфике бизнес-стратегии и ожиданиям руководства, они не столь полезны, как можно было ожидать. Сегодня необходимо использовать ключевой понятийный анализ (Key Insights Analysis — KIA).
Имеются несколько показателей, которые определяют новый мир эффективной веб-аналитики и в свою очередь являют примеры KIA.
Анализ плотности щелчков (click density analysis) использует возможность наложения данных на сайт инструмента веб-аналитики и позволяет “походить в ботинках” клиентов. Это поможет увидеть веб-сайт глазами его посетителей. Щелкают ли они там, где нужно щелкать? Если нет, то что они находят интересным вместо того, чем их следовало заинтересовать? Не нравится ли им то, что разработчик посчитал абсолютно бестолковым?
Сегментируя трафик, можно отследить различие в поведении для разных видов трафика по веб-сайту (в данном случае процент переходов, поступающих с Google, отличаются от такового у других посетителей). Такой анализ значительно полезней, поскольку позволяет принимать меры. Это, конечно, не официальный отчет или электронные таблицы Microsoft Office Excel; но буквально одного взгляда на фактическое состояние веб-страниц достаточно, чтобы выявить действия клиентов в различных сегментах. На основании этих данных можно начать создавать настроенное (индивидуализированное) содержимое для разных сегментов посетителей веб-сайта (что повышает лояльность клиентов и благоприятно сказывается на основных показателях успешности).