20 марта 2007 года запрос на Google для слов “web analytics” + definition вернул 642 000 ссылок за 0.11 секунды [1]4 декабря 2007 года запрос на Google для слов “веб-аналитика” + определение вернул 135 ссылок за 0,20 секунд, а для слов “веб-аналитика” — 1 390 ссылок за 0,19 секунд. — Примеч. ред.
. Это свидетельство сложности и длинной истории данной замечательной темы (а также того, насколько быстро Google может возвращать результаты).
Ассоциация веб-аналитики () недавно предложила стандартное определение для данного понятия:
“Веб-аналитика (Web analytics) — это объективное отслеживание, сбор, измерение, оповещение и анализ количественных данных Интернета с целью оптимизации веб-сайтов и инициатив веб-маркетинга.”
Расцвет веб-аналитики пришелся на 1990-е годы. Однако приведенное выше определение (одно из самых первых стандартизированных) не было предложено вплоть до 2006 года, что свидетельствует о молодости данной области знаний.
Краткая история веб-аналитики
На заре Интернета все было относительно просто. Достаточно было ввести адрес и унифицированный указатель информационного ресурса (Uniform Resource Locator — URL), и файл с текстом или ссылка доставлялись заказчику, кем бы он ни был. Жизнь казалась простой.
Однако иногда обнаруживалось, что происходят ошибки, и файлы не доставляются или ссылки неверны, что приводило к отказу. В этом случае умные люди запрашивали файл регистрации ошибок сервера и искали в нем информацию об обращениях к веб-серверу (в те простые времена обращения были эквивалентны запросам файлов).
Журналы серверов фиксировали не только сам факт обращения к веб-сайту, но и некоторую дополнительную информацию, включая имя файла, время, реферрер (referrer) (веб-сайт или страница, с которой сделан запрос), IP-адрес, идентификатор браузера, операционной системы и т.д. Дело пошло интересней, поскольку теперь вы уже знали нечто об обстоятельствах обращения.
По мере того как файлы журнала увеличивались в размерах и их данными стали интересоваться и гуманитарии, программисты написали первый сценарий, который автоматически анализировал файлы журнала и выдавал элементарные показатели (рис. 1.1). Так была официально рождена веб-аналитика.
Рис. 1.1. Пример отчета приложения Analog версии 0.9 бета
Приложение Analog, написанное доктором Стивеном Турнером в 1995 году, было одним из первых анализаторов файлов журналов, широко используемых в веб. Оно все еще остается таковым и устанавливается на веб-сайтах большинством провайдеров услуг Интернета (Internet Service Provider — ISP). Приложение Analog и инструменты, подобные ему, подпитывали интерес к веб-аналитике вне групп информационных технологий (Information Technology — IT). Отчеты становились все более симпатичными, и маркетологи смогли наконец-то разобраться в происходящем.
Примерно 1995-96 году обычные пользователи Интернета начали проявлять интерес к веб-статистике из-за быстрого распространения такой восхитительной вещи, как счетчик (counter). Счетчик посещений страницы, 2 5 9 5 7 стал, вероятно, первым примером вирусного маркетинга (viral marketing) в веб (записано на счет компании по имени Web-Counter). Счетчики в веб были повсюду; они замечательно выглядели и демонстрировали степень вашей популярности.
Коммерческая веб-аналитика появилась несколькими годами позже, и новым примером для подражания стал инструмент WebTrends. Компания WebTrends усовершенствовала стандартный анализатор файла журнала, добавив представления в виде таблиц и графиков, что наконец привлекло к веб-аналитике бизнес-группы. Пример результата приведен на рис. 1.2.
Рис. 1.2. Пример отчета WebTrends
К 2000 году, с экспоненциальным ростом популярности веб, веб-аналитика твердо укрепилась как дисциплина. Такие компании, как Accrue, WebTrends, WebSideStory и Coremetrics, утвердились в качестве ведущих производителей, предоставляя все более и более сложные решения, которые информировали о все больших массивах данных.
Примерно в то же время производители инструментов веб-аналитики и их клиенты обнаружили, что использование журналов веб-сервера в качестве источников данных не является оптимальным и сопряжено со сложностями.
К проблемам использования журналов относятся следующие.
Кеширование страниц ISP. Проблема кеширования заключается в том, что при получении копии страницы ISP при последующих запросах передает именно ее, а в файлы журнала веб-сайта записи об этих запросах не заносятся.
Поисковые роботы. С увеличением популярности поисковых серверов поисковые боты (search bot) зачастую просматривали сайты целиком, оставляя записи в вебжурналах, хотя пользователь их и не посещал. Эти записи учитывались в показателях. Хотя обращения робота можно отфильтровать, с учетом скорости появления новых роботов сделать это довольно трудно (кроме того, со временем они становятся все более интеллектуальными).
Уникальность посетителей. С увеличением количества пользователей, применяющих динамические IP-адреса и приходящих через прокси-серверы, стало сложно выявлять индивидуальных посетителей, т.е. определять их уникальность. Производители попробовали прибавлять к IP-адресу идентификатор агента пользователя (операционная система пользователя и браузер), но это не оправдало ожиданий. Если сайт устанавливает файлы cookie, использовались они, но на это соглашались не все отделы информационных технологий.
По этим и некоторым другим причинам в качестве нового стандарта для сбора данных веб-сайтов стали использоваться дескрипторы JavaScript (JavaScript tag) (несколько строк кода JavaScript), что значительно упростило сбор данных: несколько строк кода JavaScript добавляются на каждую страницу и срабатывают при ее загрузке, посылая данные серверу сбора данных. Вот пример дескриптора JavaScript, используемого Crazy Egg, новым производителем в области веб-аналитики.
Файлы журнала JavaScript значительно проще поддерживать, чем файлы журнала веб-сервера. В результате ответственность за сбор и обработку данных перешла в большинстве случаев от внутренних отделов информационных технологий компаний к поставщикам веб-аналитики, что упростило реализацию последней. Дескрипторы JavaScript позволяют также быстрее и проще вводить новшества, чтобы охватить новые данные и задействовать такие средства, как установка файлов cookie, дающие возможность отслеживать действия посетителя. Теперь поставщик мог все делать сам, не обращаясь к компании информационных технологий.
Дескрипторы JavaScript имеют свой набор проблем, который подробно обсуждается в главе 2, “Сбор данных — важность и возможности”.
Возможно, следующим эволюционным шагом аналитики веб-сайтов будет внедрение наложения данных на сайт (site overlay), иногда называемого плотностью щелчков (click density). Теперь, вместо того чтобы комбинировать сложные наборы данных или корпеть над полными данных таблицами, принимающий решения персонал может просто открыть в браузере веб-страницу, которую необходимо проанализировать, и приложение веб-аналитики точно отобразит, где посетители веб-сайта щелкали на протяжении указанного временного периода.
Это существенно демократизировало то, что ранее было прерогативой исключительно веб-аналитиков и привело к росту популярности аналитических решений, поскольку теперь любой мог понять, что происходит на веб-сайте, рассматривая щелчки пользователей в очень простом представлении. Оптимизация веб-сайтов на основании поведения клиентов значительно упростилась.
Рис. 1.3 демонстрирует, насколько просто сегментировать весь трафик на сайте и выделить только переходы, исходящие из Google, а также то, как распределились щелчки пользователей. Это подскажет нам те два сегмента, которые пользуются уникальным спросом.
Рис. 1.3. Отчет ClickTracks наложения данных на сайт (сегментированный для всех посетителей из Google)
В настоящее время на рынке существует четыре ведущих производителя: Coremetrics, Omniture, WebTrends и WebSideStory, целый ряд производителей средней величины: Unica, indexTools и ClickTracks, а также множество простых решений, включая такие проекты с открытым исходным кодом, как AWStats, Webalizer и StatCounter.
Поисковая система Google оказала решающее воздействие на ландшафт веб-аналитики, когда в 2005 году приобрела Urchin и выпустила его в 2006 году как бесплатный инструмент под названием Google Analytics. Теперь любой желающий получить доступ к первоклассной веб-аналитике мог сделать это бесплатно. Количество клиентов, использующих Google Analytics, стремительно росло и согласно большинству оценок за первые шесть месяцев достигло более половины миллиона пользователей. Ожидается, что Microsoft вскоре последует за Google и представит бесплатный инструмент веб-аналитики.
В мире веб-аналитики постоянно предлагаются более новые и усовершенствованные способы визуализации сложных наборов данных и взаимодействий. Одно из таких недавних нововведений — тепловые карты (heat map) от Crazy Egg (рис. 1.4), которые во время написания настоящей книги находились на стадии бета-версии. Тепловая карта иллюстрирует группы щелчков на веб-странице и их плотность при помощи цвета (более яркий цвет соответствует большему количеству щелчков в данной области или на ссылке).
Рис. 1.4. Отчет тепловой карты Crazy Egg
Текущий ландшафт и проблемы
Веб-аналитика, выражаясь метафорически, еще малыш. Правда, малыш немного подрос и научился самостоятельно кушать, однако ему еще долго расти и многому учиться. Но этот пресловутый малыш попал в удивительные стечения обстоятельств.
На протяжении довольно длительного времени компании просто выделяли средства на свои веб-сайты, поскольку так было принято, и считали, что все замечательно. За несколько прошедших лет веб действительно “перерос” в канал сбыта для большинства компаний, и на этот канал вдруг появился высокий спрос, для поддержания которого привлекаются ответственные лица, точно так же как и для других каналов (например, телефон или розничная продажа). Возникший ажиотаж вокруг веб привлек к нему постоянно увеличивающееся внимание, и компании потребовали от ответственных за веб оправдания капиталовложений в канал. Ответственные за канал наработали удивительно разнообразный опыт, поскольку им пришлось искать его везде, чтобы продемонстрировать руководству результаты.
Даже сейчас большинство людей подразумевают под веб-аналитикой анализ посещаемости сайта. Несмотря на то что это очень далеко от правды, для большинства практиков (practicioner) данных анализа посещаемости сайта вполне достаточно для принятия всех решений. В действительности, поскольку данные анализа посещаемости сайта — только часть веб-данных, многие компании в последние годы испытывают глубокое расстройство в связи с невозможностью вникнуть в суть дела, даже раскошелившись в конце концов на довольно дорогие инструментальные средства веб-аналитики. Существует огромное количество данных и еще большее количество отчетов, однако в умах ответственных лиц глубокого и прочно утвердилось мнение: “Данные не подскажут мне, что нужно делать”.
В определенный момент бума дотком на рынке имелось порядка 200 производителей всех форм и размеров. Впоследствии произошло слияние многих из них. Однако экосистема веб-аналитики во власти производителей, старающихся превзойти друг друга в предоставлении улучшенных средств. Повестку дня аналитики (точнее, средств создания отчетов) задают производители, доминирующие над общим ландшафтом.
Недостаток реальных практиков, оказывающих влияние на стратегию и направление, привел к удручающим последствиям. Стандартные методы типа инновации на основе мнения клиентов (Customer-Driven Innovation — CDI) никогда не позволяли добраться до корней веб-аналитики. Большего прогресса удалось достичь методом инновации на основе возможности (Possibility-Driven Innovation — PDI), основанном на принципе: “Что еще можно сделать с полученными данными? Давайте вводить новшества на основании этого”.
В данной области имеется серьезный недостаток фактического практического знания. Однако важнее всего нехватка людей и подходов, которые позволили бы веб-предпринимателям обрести понимание, способное привести к действиям, обеспечивающим стратегическое превосходство над конкурентами. Университеты и колледжи не обучают практической веб-аналитике (есть только один сетевой курс в университете Британской Колумбии). А это, в комбинации со слишком большим количеством данных, затрудняет выработку компаниями действенной стратегии.
Web 2.0 и связанные с ним технологии все в большей степени становятся частью господствующего впечатления клиентов. Это изменение является главным дезорганизатором производителей и самых современных подходов веб-аналитики. Однако важнее всего в мире Web 2.0 то, что при этом оно является и главной подстегивающей силой, способствующей переводу мировоззрения и стратегии на реализацию успешной веб-аналитики. (Например, в мире Web 2.0 типичные данные анализа посещаемости сайта означают очень немного, поскольку эта парадигма отходит в прошлое с каждым новшеством. Так как же измерить степень успеха?)
С появлением службы Google Analytics рынок просто взорвался, поскольку теперь любой, желающий получить доступ к данным своего веб-сайта, мог сделать это бесплатно без необходимости загрузки сложного инструмента. Ожидаемый бесплатный инструмент веб-аналитики от Microsoft пока будет только замерять параметры, которые практики имеют в своем распоряжении. Однако доступ к упомянутым инструментам и данным слегка облегчает решение проблем, связанных с выяснением показателей вашей успешности и правильного применения веб-аналитики.
Нынче имеется большее чем когда-либо количество данных, доступных для получения и использования практиками веб-аналитики.
• Конкурентная разведка оповещает не только о происходящем на вашем сайте, но и о том (за небольшую плату), что происходит на веб-сайте конкурента.
• Качественные данные (применимость, отчеты, прямое наблюдение) предоставляют информацию о результативности веб- и других каналов (не забывайте об управлении взаимоотношениями с клиентами (Customer Relationship Management — CRM)).
По мере роста веб-аналитики, с момента ее рождения и до раннего младенчества (т.е. ныне), становился доступен все более широкий массив сложных данных. Сейчас для практически каждого инструмента веб-аналитики стала нормой возможность просматривать пару сотен показателей при каждом щелчке на кнопке.
Такое увеличение объема данных предоставляет больше информации к размышлению, но может привести и к прямо противоположному эффекту (называемому паралич анализа (paralysis by analysis)).
Компании в веб-пространстве тратят миллионы долларов на веб-аналитику и сотни миллионов на оптимизацию своих веб-сайтов, ожидая в результате миллиардные прибыли.
Однако при этом приходится иметь дело с многочисленными отчетами о проблемах, приоритетах CMO, исследованиях различных случаев и их исправлениях с учетом списков пожеланий, чтобы, сделав необходимые замеры, принять оптимальное решение ценой в сотни миллионов долларов. Причиной стойкости проблем является то, что в большинстве случаев они решаются неправильно.
Традиционная веб-аналитика в прошлом
В электронном издании Internet Marketing Voodoo за март 2006 года (есть на CD, прилагаемом к книге) автор заявил, что традиционная веб-аналитика уже в прошлом. Эта новость, вероятно, запоздала на пару лет.
Веб-аналитика началась с данных из журналов веб-сервера, которые содержат в основном техническую, а не коммерческую информацию. В связи с уникальностью этого эволюционного пути на текущих инструментальных средствах веб-аналитики
и мировоззрении клиентов лежит отпечаток анализа посещаемости сайта. Рис. 1.5 демонстрирует, как обычно выглядела веб-аналитика.
Внедрение инструмента веб-аналитики занимает лишь несколько минут, и он немедленно готов предоставить доступ к массивам данных, показателей, ключевых показателей эффективности и другим материалам. В этих данных как информации для размышлений и принятия мер заинтересованы практики, исполнители и др.
Так как же выглядит мир традиционной веб-аналитики? Те, кто измеряет любые из следующих типовых показателей, вероятнее всего, как раз и живут в том традиционном мире.
Просмотр страниц
Большее количество просмотров страниц (Page View) на каждого посетителя, это хорошо или плохо для веб-сайта электронной торговли (или подобного)? Если на сайте запутанная навигация, количество просмотров страниц будет большим, но покупать никто ничего не будет. Если навигация достаточно хороша, количество просмотров страниц уменьшится, но, возможно, люди быстрее решат посмотреть цены у конкурента, и уйдут все равно. Как лишь на основании показателя просмотра страниц выяснить, что именно происходит на месте? Кроме того, если отслеживается просмотр страниц, какое поведение предпочтительней?
Обращения
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
Самые популярные страницы выхода
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.
Лояльность к веб-сайту
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
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.
Какой должна быть веб-аналитика
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 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
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).
Главная цель посетителя
Вместо того чтобы полагаться на показатель просмотра страниц, выясняя, почему люди приходят на веб-сайт, в новом, улучшенном мире клиентов об этом можно просто спросить. Опасность использования показателя просмотра страниц при выяснении главной цели посетителя заключается в том, что если они приходят за содержимым, нет никакого способа выяснить, за каким. Так почему бы просто не спросить? Проведите опрос, возьмите интервью по телефону. Разыщите реальных клиентов и поинтересуйтесь, почему они посещают веб-сайт. Будьте готовы с удивлением узнать, что люди делают это иногда по совершенно невообразимым причинам.
Коэффициент успешного завершения задачи
Вместо использования данных анализа посещаемости сайта (разновидность просмотра страниц) теперь применяется замер успешности завершения задач. Предположим, предстоит поддерживать веб-сайт, содержащий базу знаний, ответы на часто задаваемые вопросы (FAQ) и т.д. В прежние времена для замера успешности использовался инструмент анализа посещаемости сайта, подсчитывающий всех, кто просматривал статью базы знаний или страницу FAQ. Но означает ли в действительности успех тот факт, что кто-то просмотрел длинную страницу с ответами на сложные вопросы? Чрезвычайно сложно выяснить степень успешности на основании критерия просмотра страниц, за исключением очень редких случаев (например, на тех веб-сайтах электронной торговли, где страница с благодарностью отображается после успешного завершения задачи). В новом мире развернутый набор данных веб-аналитики включает качественные данные, которые позволяют понять, могут ли клиенты выполнять свои задачи и находят ли они то, что искали. Теперь можно принимать меры, поскольку не остается сомнений относительно того, означал ли просмотр страниц успех; достаточно спросить (запустив опрос или проверив веб-сайт) и, выяснив ответ, принимать меры.
Сегментация тенденций посетителя
Некоторые инструменты на рынке в настоящее время имеют реальную возможность сегментировать зафиксированные данные. В прежнем мире использовались встроенные атрибуты дескрипторов JavaScript. В новом имеются специальные инструменты (от таких производителей, как ClickTracks и Visual Sciences), которые позволяют реально сегментировать данные так, чтобы отчеты Average Time on Site (Среднее время на сайте) или Top Search Keywords (Самые популярные ключевые слова), или Popular Content (Популярное содержимое) не представлялись для всех посетителей веб-сайта в усредненном виде. Подобные инструменты позволяют сегментировать клиентов и их поведение таким способом, который подразумевает значительно более глубокое понимание их взаимодействия с веб-сайтом. Это, в свою очередь, обеспечивает лучшее понимание предпринимаемых действий.
Многоканальный анализ воздействия
Традиционный мир веб-аналитики существенно страдал также из-за своей изолированности (данные анализа посещаемости веб-сайта). Однако очень мало компаний, больших или малых, имеют собственную изолированную веб-стратегию и бизнес-план. Чтобы понять воздействие веб-канала в целом, веб следует рассматривать как часть большей экосистемы. Для правильного понимания требуется замер воздействия на веб-сайт других каналов (скажем, телевидения или газет) и измерения воздействия веб-сайта на другие каналы (сколько людей используют веб-сайт, но покупают предлагаемый на нем товар через розничную торговлю или по телефону).
Подобное расширение мировоззрения означает, что предоставляемые инструментом веб-аналитики данные помогут облегчить анализ других каналов компании (подразумевается общий анализ клиентов, приобретенных на всех каналах). Это улучшает также качество веб-анализа за счет импорта ключевых данных в инструмент веб-аналитики (подразумеваются базовые метаданные компании, которые отсутствует в данных анализа посещаемости сайта, в данных опроса или в данных об автономных переходах).
Когда понимаешь, что каждый рассматриваемый фрагмент данных приводит к действию, и не просто к действию, а к действию, направленному компанией на достижение практического результата для своих клиентов, неотвратимо осознаешь, что живешь в мире ключевого понятийного анализа. (Обратите внимание на важное отличие: не тех результатов, которых хочет босс, и не тех, которых хочет босс босса, а результатов, которых хотят клиенты.)
На переход в понятийный веб-мир требуется время, но совершив его, получаешь долгосрочные стратегические преимущества (и довольно чувствительную премию или поддержку, или и то и другое вместе для себя лично).
Выяснение, что и почему
Вообразите поход в и из универсама. Если клиент ничего не купил, менеджеры универсама, вероятно, даже не узнают, что он туда заходил. Если клиент нечто приобрел, менеджеры узнают, что было продано (даже узнают чуть больше, если была использована членская карточка (membership card) магазина).
Посещение веб-сайта — совершенно иное дело с точки зрения сбора данных. В его ходе клиент оставляет существенный объем данных несмотря на то, покупает он что-либо или нет.
Веб-сайту известен каждый “проход”, совершенный посетителем, все, на чем он щелкал, как долго оставался на странице, что помещал в корзинку, а затем удалял из нее, и многое другое. Когда посетитель заканчивает покупки, менеджер сайта знает, где он живет, откуда пришел на веб-сайт, на какое предложение откликается, сколько раз покупал прежде и т.д. Если клиент просто пришел и ушел с веб-сайта, менеджер также будет знать все, что тот делал и в каком порядке.
Следовательно, веб обладает широким спектром преимуществ с точки зрения сбора данных о его посетителях. Причем все это без каких-либо нарушений основных принципов приватности клиента (так, например, большинство веб-сайтов не будут даже знать, что его посетил Авинаш Кошик; все, что они зафиксируют, так это идентификатор файла cookie 159ar87te384ae8137). Чтобы вообразить всю сложность проблемы, добавьте к этому немалое количество инструментов, способных немедленно создавать отчеты для всех веб-данных, представленных по каждому мыслимому сектору, а также графики, таблицы и т.д.
Но, независимо от используемого инструмента, все эти данные должны помочь понять, что происходит. Кроме того, независимо от способов обработки данных, они должны сообщить, почему нечто происходит.
Есть информация о щелчках пользователей, страницах, времени на сайте, путях, предложении, коэффициенте снижения количества посетителей и многом другом.
Следует, однако, не упустить во всей этой совокупности данных критически важную грань: почему они щелкали и где? Почему посетители покинули именно эти страницы, а не другие? Почему 50 процентов из них отказались от своих корзин? Почему 90 процентов трафика сайта приходится на чтение самых популярных вопросов службы поддержки, а клиенты продолжают звонить по телефону? Чего не хватает и почему?
Вот почему качественные данные настолько важны. Они способны приблизить к пониманию ответа на вопрос “почему?”. В этом различие между 99 процентами анализа веб-сайта, в результате выполнения которого выяснен мизер, и одним процентом, обеспечившим понимание мнения клиента.
Объединение что (количество) и насколько (качество) может дать колоссальную мощь. Это также критически важно для способности собрать все данные анализа посещаемости сайта и верно проанализировать их в поисках понимания того, как значимые изменения веб-сайта улучшат соответствие ожиданиям клиента.
В распоряжении аналитика имеется множество типов качественных (почему) данных, включая следующее:
• впечатление от бренда и отслеживание мнения;
• удовлетворение требований заказчика;
• показатель сетевого продвижения;
• открытый анализ мнения клиента;
• лояльность посетителя;
• приверженность;
• частота блога (blog-pulse).
Некоторые из перечисленных здесь элементов данных учитывают действия клиента на веб-сайте, другие — то, что клиенты говорят и делают вне веб-сайта, а остальные такие разнообразные факторы, как бренд.
Хотя для качественного анализа предусмотрено множество параметров, вероятно, важнейшими из них будут те, которые определяют действия клиентов (посетителей), т.е. веб-присутствие (Web presence).
Первый остановкой на пути ключевого понятийного анализа является наличие максимального количества данных о взаимодействии клиента с веб-сайтом. Правильное понимание действий посетителя поможет быстрее принять корректное и результативное решение. Сейчас много шума вокруг таких показателей, как значение бренда и частота блога. Эти показатели могут быть второй или третьей остановкой в путешествии, поскольку на них можно не оптимально растратить время и ресурсы, если не получить сначала полного понятия об удовлетворении требований заказчика и завершении задач на веб-сайтах.
Существует много методик, позволяющих собрать качественные данные о клиенте, включая следующие:
• лабораторная проверка применимости (пригласить участников завершить задачи, управляемые или неуправляемые);
• выезд на место, называемый также посещением на дому (наблюдение клиента в естественной среде);
• эксперименты и проверки (новейшее, замечательное средство для A/B или многопараметрической проверки);
• неструктурные дистанционные диалоги (предложение реальным клиентам при взаимодействии с веб-сайтом использовать решения типа Ethnio);
• опрос (предок всего, обсуждаемого в разделе “Главная цель посетителя”, приведенном выше).
Для новичков в этом мире последнее — прекрасный способ встать на ноги. В отличие от того, что об этом говорят, опрос прост в реализации и может проводиться непрерывно.
Комбинация что (намерение, побуждение и т.д.) и насколько (щелчки, счетчик посетителей) является краеугольным камнем любой успешной действенной программы веб-аналитики.
Trinity: мировоззрение и стратегический подход
Пару лет назад, в те времена, когда веб-аналитики с трудом справлялись с многочисленными проблемами, возникла потребность в новой парадигме и иной среде веб-аналитики. Наличие большого количества KPI и полных данными отчетов, на анализ которых тратились усилия, сравнимые с лошадиными, никак не давали ожидаемых результатов.
Каждый веб-сайт имел стандартный пакет “большой тройки” веб-аналитики, используемый в течение нескольких лет. Отчеты публиковались, и победа объявлялась после получения успешных ночных отчетов. Но если это не приближало к пониманию того, как улучшить положение клиента на веб-сайте, то какой должна быть парадигма?
Ответ — Trinity (Троица), новый способ принятия решений в веб, представляющий собой нечто большее, чем простой анализ посещаемости сайта. Trinity — это еще и среда выполнения, способная реализовать принятую веб-стратегию. Применение Trinity позволяет построить платформу принятия решения мирового класса, способную помочь найти реальное преимущество в конкуренции.
Основной “raison d’etre” стратегии Trinity довольно радикален — это действенное понимание и показатели (рис. 1.6).
Цель данной стратегии заключается не в оповещении, не в том, чтобы завалить ответственные лица отчетами, изобилующими разнообразием данных, по электронной почте. Действенные понимание и показатели — это сверхзадача только потому, что они направляют стратегическую дифференциацию и обеспечивают устойчивое преимущество в конкуренции.
Рис. 1.6. Решение для эффективного понимания и показателей
Наличие действенного понимания в комбинации с ясностью цели помогает кристаллизовать усилия организации. Когда делаете нечто (отчеты, анализ данных, совещания, опросы и т.д.), что не особенно пригодно для выработки эффективного понимания, просто остановитесь. Эта стратегия поощряет правильное поведение организации и прекрасно помогает ключевым участникам проекта принимать насущные решения по распределению ресурсов.
Анализ поведения
Первый компонент мировоззрения Trinity — это анализ поведения (behavior analysis), который традиционно считается анализом данных посещаемости сайта (рис. 1.7).
Цель анализа поведения (наилучшее, что можно сделать с имеющимися данными) — выяснить намерения клиентов или посетителей веб-сайта на основании всего известного о них. Не будем пока исследовать остальную часть массовки и постараемся извлечь как можно больше из данных анализа посещаемости сайта. Наилучшее, что можно с ними сделать, — так это выяснить намерения, и оставить их в покое.
Рис. 1.7. Анализ поведения — попытка выявить намерения клиента
После сбора данных о посещаемости сайта их следует проанализировать в плане степени популярности ссылок. Не нужно замерять количество обращений, общее время на сайте, число посетителей или самые популярные страницы выхода. Согласно стратегии Trinity, анализ плотности щелчков осуществляется с использованием отчета наложения данных на сайт. Для поиска самородков понимания широко сегментируем данные на множество уровней. Проведем также поисковый анализ (и не только для внешних ключевых слов, но и для внутреннего поиска сайта). Задача заключается в действительно интеллектуальном анализе посещаемости сайта и верном выяснении намерений его посетителей.
При выяснении намерений есть небольшая сложность: два человека могут по-разному интерпретировать один и тот же набор данных о щелчках на веб-сайте и сформулировать разные выводы. Дело в том, что каждый специалист обладает собственным уникальным опытом и подготовкой. Преимуществом выяснения намерений является свобода делать такие логические заключения, правильность которых группа коллег может проверить, а затем представить выводы и рекомендации.
Анализ результатов деятельности
Второй компонент мировоззрения Trinity — это анализ результатов деятельности (outcomes analysis) (рис. 1.8). Автор нежно называет его элементом “ну и что” (so what).
Это критически важно по одной простой причине: в конце дня, когда все сказано и сделано, необходимо подвести итог деятельности клиента и компании. Данный элемент ликвидирует также один из критических дефектов традиционной веб-аналитики — вопиющую сосредоточенность на странице, времени и показателе посещений, проистекающих из данных анализа посещаемости сайта. Поскольку веб-аналитика уходит корнями в анализ файла журнала (который никогда не имел результатов деятельности), на протяжении очень длительного времени она имела чрезвычайно большое количество данных и показателей, но не давала ответа на важнейший вопрос: “Ну и что случилось, каков результат деятельности?”
Рис. 1.8. Второй элемент Trinity: анализ результатов деятельности (“ну и что”)
Задайте владельцам сайта простой вопрос “Для чего существует ваш веб-сайт?”и будете удивлены, скольким из них не удастся ответить на него в 15 словах или меньше. Этот элемент Trinity существует для того, чтобы измерить, насколько хорошо веб-сайт соответствует своему предназначению.
Проще говоря, это измерение дохода от веб-сайта электронной торговли (не только, сколько, но и почему столько, сколько получилось) и улучшенный замер показателя переходов. Но для веб-сайтов поддержки — это замер степени разрешения проблем и своевременности. У веб-сайтов, которые предназначены для побуждения спроса (lead generation) данный элемент Trinity замеряет количество и качество побуждений (lead) (т.е. улучшается ли качество через какое-то время). У конкретного веб-сайта (бизнеса) показатели анализа результатов деятельности могут отличаться от приведенных на иллюстрации, но это почти всегда будут показатели, которые связаны с недостатками и способные повлиять на финансы компании.
Каждый веб-сайт должен иметь ясно сформулированный результат. Если нет возможности замерить все нюансы результатов, рекомендуется полагаться на замер поведения в целом (анализ посещаемости сайта). Но если нет возможности надежно замерить результаты деятельности, никакой анализ поведения в мире не даст положительного эффекта, поскольку нельзя будет полагаться на все те графики приложения веб-аналитики, которое используются для измерения значений по компании. Критично ли предварительное формирование дампа анализа посещаемости сайта для измерения результатов деятельности? Да. Это необходимо? Еще бы.
Анализ впечатления
Третий и последний компонент мировоззрения Trinity — это впечатление (experience) (рис. 1.9). Он затрагивает самый дорогой и неуловимый вопрос, почему.
Хотя элемент результатов деятельности Trinity обязателен, элемент впечатления, возможно, наиболее важен. Любой организации, которая увязла в колее и неспособна обрести никакого реального действенного понимания исходя из поведения и результатов деятельности (независимо от того, насколько трудно они получены), можно порекомендовать вложить капитал в анализ впечатлений. Это ответ на вопрос почему. Это глоток свежего воздуха, когда вы загнаны в угол, замучены анализом данных посещаемости сайта и просто рвете на себе волосы.
Трудно выбрать любимого ребенка среди собственных детей, но для автора впечатление без сомнений любимо. Причина проста: анализ впечатления позволяет проникнуть в мысли клиентов и выяснить, почему они делают то, что делают.
Рис. 1.9. Третий элемент Trinity: анализ впечатления (почему)
Существует множество способов выяснить впечатление клиентов о веб-сайте. Можно использовать опрос (т.е. просто спросить их об этом) либо задействовать очень сложные количественные и качественные статистические методики. Опросы позволят замерить степень удовлетворения требований заказчика и даже предсказать будущее поведение (вероятность того, что посетитель купит или порекомендует предлагаемые товары или услуги). Как выяснится в ходе чтения этой книги, автор — большой сторонник экспериментирования и проверки (как сделать так, чтобы клиенты сами сообщили, что они предпочитают) с использованием методики проверки A/B или многопараметрической проверки. В распоряжении аналитика имеются также традиционные методы, ориентированные на пользователя, например эвристическая оценка. Можно также прибегнуть к лабораторной проверке применимости или посещению на дому (follow-me-home), концепции, пропагандируемой Скоттом Куком (Scott Cook), основателем Intuit, сущность мировоззрения инноваций на основе мнения клиентов (Customer-Driven Innovation — CDI).
Более подробная информация об ориентированных на пользователя методах проектирования приведена в главе 3, “Обзор качественных показателей”.
Все эти методики замера впечатления решают одну задачу: позволить компании услышать голос клиента, тот голос, который в большинстве корпораций уже давно просто забыт.
Решение для компаний и клиентов: беспроигрышный результат
Наконец, мировоззрение Trinity приводит к фундаментальному пониманию впечатления клиента, позволяющему влиять на его оптимальное поведение, что приведет к беспроигрышным результатам и для компании, и для клиентов (рис. 1.10).
Рис. 1.10. Понимание впечатления позволяет влиять на поведение, обеспечивая беспроигрышный результат
Последняя часть особенно важна: Trinity стремится к беспроигрышным результатам.
Если оптимальной версией продукта для определенного клиента веб-сайта является базовая (Basic), а не профессиональная (Professional), то задача владельца сайта помочь посетителю убедиться, что ему нужно приобрести именно базовую версию. Да, покупка профессиональной версии сегодня может принести больше денег в ближайшей перспективе. Однако вполне вероятно, что клиенту, купившему профессиональную версию, будет трудно использовать ее из-за слишком большой сложности. В результате он будет разочарован и на сайте больше никогда не появится (а еще поделится своим отрицательным впечатлением с другими). Но если помочь клиенту выбрать правильную версию, т.е. базовую, то в следующем году он вернется за профессиональной. Решения Trinity нацелены на долгосрочную перспективу.
Поймите потребности и ожидания клиентов, а затем удовлетворите их. Используя Trinity, можно и выигрыш увеличить, и решить проблемы клиентов, если хорошо знаешь, каковы они.
Для каждого элемента Trinity существует соответствующий инструмент. При манипулировании воспроизводимыми процессами Trinity подразумевает применение различных методик. Важнее всего достаточная квалификация ключевых сотрудников. Наличие мировоззрения само по себе не решает проблем (хотя может указать правильный путь). Применение стратегического подхода Trinity означает создание правильной организационной структуры и развитой культуры.
Построение интегрированной платформы Trinity
Среда выполнения не появляется целиком и сразу. Как правило, сначала диагностируешь то, что имеешь в настоящее время, а по мере работы добавляешь к головоломке недостающие фрагменты. Важно удостовериться в том, что стратегический план действий и последующего внедрения позволяет аналитикам связать все элементы Trinity воедино (рис. 1.11). Это будет серьезное преимущество для компании.
Например, если посетители веб-сайта резервируют места или передают заказы, некоторые элементы анонимного отслеживания, такие как временный идентификатор сеанса (session_id) и идентификатор файла cookie (cookie_id), могут быть переданы в базу данных заказов. Это обеспечит глубоко сегментированный анализ результатов деятельности и поведений, обуславливающих эти результаты.
Рис. 1.11. Интегрированная стратегия Trinity (первичные ключи позволяют связать все воедино)
Еще одной причиной передачи (тоже анонимно) идентификатора сеанса инструменту обзора является возможность сегментации наименее удовлетворенных клиентов на основании просмотра результатов деятельности. Затем, используя инструмент веб-аналитики, можно проанализировать данные посещаемости сайта и выявить страницы, которые просматривали удовлетворенные клиенты, в отличие от неудовлетворенных. Это позволит выяснить, какое впечатление о веб-сайте приводит к лучшему удовлетворению требований заказчика и т.д.
В мире, где глобальное аналитическое представление жестко ограничивалось использованием лишь инструмента веб-аналитики и данными анализа посещаемости сайта, среда Trinity сделала доступными данные, которые помогают правильно понять клиентов, а также позволяют отсечь и кристаллизовать информацию, чтобы получить целостное понимание. Результатом будет скорое удовлетворение запросов клиентов и повышение доходов компании. (Аналитики тоже будут счастливы, поскольку они наконец получат средства решения проблем анализа качественных и количественных данных сеансов — как прекрасно!)
Среда Trinity применима к любому виду веб-бизнеса: электронной торговле, поддержке, безопасности, некоммерческой деятельности, мелкому бизнесу и т.д. Более подробная информация о применении Trinity в бизнесе приведена в главе 6, “Месяц 1. Подробнее об основных концепциях веб-аналитики”.