Анализ данных статистики сайта
Перед тем, как приступить к анализу данных статистики сайта, не лишним будет напомнить, зачем это нужно. Анализировать посещаемость сайта имеет смысл только тогда, когда вы хотели бы, чтобы посетители вели себя на вашем сайте определенным образом. Поэтому прежде всего необходимо определить цел, которые вы преследуете на сайте. Достижение этих целей должно быть измеримо. для коммерческих сайтов цели должны быть максимально близки к получению прибыли.
От того, как правильно поставлены цели, во многом зависит результат. Для тех целей, достижение которых можно отследить через систему статистики, снятие данных можно проводить автоматически. В таких системах аналитики для электронной коммерции, как Google Analytics и Яндекс.Метрика, есть способ регистрировать достижение целей и даже рассчитывать прибыль, которую компания получает от их достижения.
Обычно заданной целью для владельца сайта является посещение пользователем определенной страницы сайта. Например, для интернет-магазина целью может быть страница оформления заказа, а соответствующей страницей - информация о том, что заказ принят. Целей может быть несколько, а их достижение можно привязывать также к рекламным кампаниям в системах контекстной рекламы. Это дает возможность напрямую оценить стоимость привлеченного клиента (стоимость клика по рекламному объявлению поделить на долю кликнувших, которые затем купили товар).
Если вы занимаетесь продажами товаров через интернет, то Google Analytics способен учитывать прибыль с каждой транзакции. Для этого нужно включить в Analytics раздел "Электронная торговля" и заставить ваш сайт передавать в код скрипта данные о прибыли. Такая учетная система обеспечит вас очень интересными данными - для контекстной рекламы, например, это будет прибыльность каждого рекламного объявления.
Если вы не занимаетесь электронной коммерцией, и ваш сайт представляет собой простую визитку, то никакая статистика не поможет определить достижение цели - продажи товара или услуги. В таком случае, с помощью системы статистики вы можете отслеживать достижение наиболее близких целей к продаже - например, просмотр прайс-листа. Но в этом случае вы не будете знать, кто его просматривал - реальный покупатель или конкурент.
"Оффлайновые" компоненты анализа неизбежны для всех магазинов, заказ в которых не оканчивается электронной транзакцией. Проводить такой учет следует постоянно: иначе легко упустить изменения, которые сильно повлияют на прибыльность.
Другой важной настраиваемой метрикой является учет запросов ко внутренней поисковой системе сайта. Например, Google Analytics позволяет отслеживать такие запросы и составлять по ним статистику. Анализ внутренних запросов по сайту является хорошим источником информации о том, чем интересуются пользователи, в каких местах сайта затруднена навигация и как откорректировать результаты поиска вручную, чтобы требуемые пользователю результаты располагались выше. "Правильная" система поиска практически всегда содержит дополнительные "вручную дописанные" ссылки.
Имея полный комплект данных статистики и настроенный учет целей, можно переходить от "статистической" части напрямую к аналитической: попытаться воспользоваться полученными данными для того, чтобы принять решения о коррекции рекламной кампании, внешнего вида страниц сайта или ассортимента товаров.
Аналитическая работа заключается в том, чтобы получить статистические данные, сделать выводы о том, почему данные выглядят именно так, и предложить изменения, которые улучшили бы ситуацию.
Однако, тут нас поджидают сложности. Одной из главных проблем при анализе данных интернет-статистики является некорректное определение причинно-следственных связей. Предположим, что данные аналитики говорят о том, что определенный товар просматривается чаще, а покупается - реже. Совсем неопытный маркетолог предположит, что "в интернете такая аудитория", чуть более продвинутый аналитик сразу изложит несколько возможных причин:
- Текст одного рекламного объявления более привлекателен и создает завышенные ожидания у аудитории;
- Ресурсы, на которых публикуется реклама, имеют специфическую аудиторию;
- Страницы с описанием товаров неравнозначны по качеству;
- Сами товары имеют различный уровень конвертации и т.д.
