Правильные решения в продвижении сайтов в интернете!
г. Москва, м. Сокольники, ул. Маленковская, д. 32, стр. 3
Режим работы: с 10:00 до 19:00, пн.- пт. (сб./вс. - выходной)
+7 (499) 391-17-76
8 (800) 707-05-97
e-mail: biz@o-es.ru

Базовые принципы веб-аналитики

Первый блок – «Базовые принципы веб-аналитики».

Сегодня мы поговорим о принципах, которые работают вообще для всей веб-аналитики: для Google Аналитики, для Яндекс Метрики, а также других систем анализа данных.

Можно открыть Яндекс Метрику, посмотреть и начать что-то делать, но, прежде чем совершить какие-то действия, необходимо разобраться с главными принципами. На мой взгляд, существует три больших истины веб-аналитики, зная которые можно приступать к анализу данных.

Суровая правда об этих двух скриншотах в том, что:

  • более 200 базовых отчетов;
  • десятки новых терминов и определений;
  • огромное количество данных для анализа.

И если в это все окунуться без подготовки, то можно наделать ошибок и наломать дров. Поэтому давайте соблюдать базовые принципы, о которых я вам сейчас расскажу.

Принцип № 1. Веб-аналитика никогда не бывает точной на 100 %.

Это нужно четко и понятно для себя уяснить. И никогда невозможно определить величину ошибок, насколько нам врет веб-аналитика. Почему так происходит?

Почему данные не точны:

  • Отключены cookie-файлы

Про cookie-файлы я расскажу чуть позже, но есть такая сущность, которая записывает информацию о пользователе и хранит ее в браузере. Вот cookie, например, хранят пароли, которые вы вводите где-нибудь, подтверждаете галочкой «сохранить пароль», он записывается в cookie-файл. Много полезной информации для веб-аналитики хранится в этом файле. А бывают такие хитрые пользователи, которые устанавливают специальные программы, стирающие cookie-файлы, чтобы за ними никто не следил. Соответственно веб-аналитика не может проследить за теми пользователями, которые удаляют cookie-файлы, и посчитать их тоже правильно не может.

  • Пользователь один, а устройств много

В чем заключается проблема? Пользователь один, а устройств много. Веб-аналитика привязывается к cookie-файлу, к ID-устройству в некоторых случаях и поэтому не может часто связать одного пользователя с многочисленными его устройствами. Для веб-аналитики пользователь, который зашел с мобильного телефона, и пользователь, который зашел с десктопного компьютера, – это совершенно два разных человека. Хотя по факту это может быть один человек. Соответственно обратное – одно устройство и много пользователей. Стоит стационарный компьютер, им пользуются жена, муж, дети, у всех у них разное поведение, и это тоже проблема. Определить количество таких пользователей достаточно сложно, поэтому и величину ошибки определить тоже сложно.

  • Семплирование

Данных становится очень много, и некоторые системы веб-аналитики начинают данные семплировать, то есть брать какие-то выборки. Например, было сто заказов, сто миллионов заказов, но система не может их посчитать, поэтому возьмет только часть пользователей, которые совершали заказы, и экстраполирует эту выборку на всю совокупность пользователей, которые были. И из-за этого данные становятся не точными. Не все данные учитываются, а только какая-то их часть.

  • Технические ошибки

Сайт упал, хостинг лежит, как-то неправильно код установили. Все это тоже влияет на точность.

  • Отключен JavaScript

Это по аналогии с cookie-файлами. Если у пользователя отключены Java-скрипты, то счетчик тоже будет некорректно работать, и данные будут теряться.

Поэтому очень важно при работе с веб-аналитикой не анализировать точные данные, а анализировать тенденции, то есть смотреть изменения и процентные показатели. Если она врет, то она врет всегда стабильно. Вы не должны сравнивать, например, у вас по факту было 100 заказов, вы зашли в веб-аналитику, в любую систему, и она показала 110 или 90. Вы не должны сравнивать абсолюты.

Нужно сравнивать тенденции, нужно смотреть, как в процентном отношении изменяется количество заказов. Сделали какое-то изменение в рекламе, получили +20 % продажи, значит, сделали что-то правильное. Нужно смотреть на проценты, сравнивать между собой каналы, но не смотреть на абсолютные числа, потому что абсолютные числа будут всегда врать. Веб-аналитика не точна.

Принцип № 2. Решение об эффективности необходимо принимать по мере накопления статистики.

Давайте рассмотрим более конкретный пример.

Перед нами пример отчета. Есть источники: Источник № 1, Источник № 2, Источник № 3, есть какие-то визиты по этим источникам, посещения, сеансы и количество заказов. Как вы считаете, какой из источников самый эффективный? На самом деле правильных ответов нет, потому что в данном случае у нас нет уверенности в том, что какой-то из источников эффективнее.

Давайте условно предположим, что для данного сайта, на котором построен этот отчет, средняя конверсия составляет 1 %, то есть те пользователи, которые приходят на сайт, в среднем совершают одну покупку. Конверсия составляет 1 %. Соответственно для того, чтобы быть хоть как-то уверенным в том, что какой-то из источников эффективен, нам по каждому из источников необходимо набрать как минимум 100 визитов, 100 кликов, чтобы провести какой-то анализ.

На первый взгляд, мы можем сказать, что здесь было 5 визитов по Источнику № 1 и уже был один заказ, значит он эффективный, просто забираем все деньги из остальных и вкладываем их в первый. Но это может быть неправильным действием, поскольку следующая тысяча визитов будет без результатов по данному каналу. Необходимо набрать достоверное количество и кликов, и заказов для того, чтобы принять решение. Условно можно взять для себя такую отсечку в 100 визитов при конверсии 1 %. 100 визитов набирает источник, канал, ключевое слово, тогда вы можете быть уверены в том, что анализируете достоверную сущность.

То есть вы можете сказать, эффективен этот канал или нет. На самом деле это только первый взгляд на эффективность. Сейчас я хотел бы окунуться в историю и представить вам этого, немолодого по фотографии, человека. Это Вильфредо Парето – известный ученый, социолог, экономист, у него очень много регалий. Он сформулировал очень интересный принцип, который часто применяют и в бизнесе, и в жизни.

Звучит он так: 20 % ваших усилий приносят 80 % результата, а остальные 80 % усилий – всего лишь 20 %. Как этот принцип можно проецировать на веб-аналитику? Я его проецирую следующим образом.

Принцип № 3. Для достижения 80 % результата эффективности от вашей деятельности вам достаточно работать с 10–20 отчетами из 100.

Не нужно все отчеты пытаться изучить и понять, как там и что работает. Достаточно для себя выбрать Топ-7, Топ-10, Топ-20 отчетов, в которые вы будете ежедневно, еженедельно заходить и, пользуясь ими, повышать свою эффективность. И, оперируя всего лишь 20 % всех возможных отчетов веб-аналитики, вы сможете достичь 80 % результата. Когда вы это достигнете, тогда можно переходить на следующие ступени, закапываться в веб-аналитику и пытаться достичь еще прибавки в +20 %.

Еще раз (3 принципа):

  1. Данные недостоверны. Анализируем тенденции.
  2. Стараемся накопить больше данных для достоверных выводов.
  3. Для достижения результата не обязательно окунаться во все возможные системы веб-аналитики, во все отчеты. Достаточно для эффективной работы 10–20 отчетов.

 

Источник: Базовые принципы веб аналитики – Пётр Аброськин

Юзабилити аудит

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Нажимая на кнопку «Отправить комментарий», вы соглашаетесь с Условиями использования