Тема 1. Введення в екосистему веб-аналітики: основні метрики та роль таргетингу
| Сайт: | Навчально-інформаційний портал НУБіП України |
| Курс: | Веб-аналітика та основи таргетингу` |
| Книга: | Тема 1. Введення в екосистему веб-аналітики: основні метрики та роль таргетингу |
| Надруковано: | Гість-користувач |
| Дата: | понеділок, 3 березня 2025, 18:39 |
Зміст
- 1. Суть аналітики та зв'язок з іншими дисциплінами
- 2. Історична довідка
- 3. Принципи формування веб-аналітики
- 4. Поняття «КРІ» в веб-аналітиці. Типові індикатори
- 5. Інструментальні засоби в веб-аналітиці
- 6. Поведінкові (аудиторні) метрики . Їх структурний алгоритм
- 7. Наявне методичне забезпечення вебаналітика
1. Суть аналітики та зв'язок з іншими дисциплінами
Типові задачі, які виконують веб-аналітики:
- Збирають і аналізують дані активності користувача: кількість переглянутих сторінок і тривалість перегляду, регіони відвідувачів, їх інтереси.
- Виявляють джерела трафіку: інші сайти, соціальні мережі, месенджери, прямі заходи, послуги контекстної реклами.
- Перевіряють коректність збору семантичного ядра: за результатами з текстового контенту відсіваються неефективні і додаються нові ключові фрази.
- Оцінюють відвідуваність ресурсу – починаючи від вивчення зведених звітів та до аналізу популярності конкретних сторінок сайту – контентних, продуктових (сторінки послуг чи картки товарів), контактних. Веб-аналітик може побачити тут скільки користувачів проводять часу на сторінках, за якими посиланнями зі сторінок вони переходять, а з яких йдуть взагалі.
- Інтерпретують та передбачають дії користувачів, щоб розуміти, хто з них помітив і відреагував на CTA (підписка на розсилку, натискання кнопки «Купити», відправка контактних даних тощо), а хто застряг на певному етапі та залишив сайт.
- Все вищесказане не меншою мірою відноситься до веб-ресурсів з історією.
Для успішного виконання поставлених задач необхідно мати знання з наступних напрямів.
Існує декілька типів аналітики, які виконуються:
- Descriptive analytics are similar to the counters of old. Descriptive analytics show baselines, such as how many people visit a page, click on a button, or watch a video./ Описова аналітика показує базові показники, наприклад, скільки людей відвідує сторінку, натискає кнопку чи дивиться відео.
- Diagnostic analytics might use the same metrics as descriptive analytics, but with a different purpose. Diagnostic analytics help us understand what happened, and why. For example, if an online retailer is losing money, they might measure the clickthru rates of the links and exit rates of pages along the customer journey, to see where they are losing people./Діагностична аналітика може використовувати ті самі показники, що й описова, але з іншою метою. Діагностична аналітика допомагає нам зрозуміти, що сталося і чому. Наприклад, якщо інтернет-продавець втрачає гроші, він може виміряти показники кліків за посиланнями та показники виходу сторінок на шляху клієнта, щоб побачити, де вони втрачають людей.
- Prescriptive analytics refers to data that informs someone of what they should do next. For example, when Google Maps collects data about traffic at rush hour, they are able to prescribe a better route for drivers. For those of us who are measuring the effectiveness of design rather than traffic, prescriptive data still identifies patterns, and can thus inform our future design decisions./ Рекомендаційна аналітика — це аналітика даних з метою формування пропозицій щодо оптимізації. Наприклад, коли Google Maps збирає дані про затори в годину пік, вони можуть прописати кращий маршрут для водіїв. Для тих із нас, хто вимірює ефективність дизайну, а не трафік, директивні дані все ще визначають закономірності, і, таким чином, можуть визначати наші майбутні дизайнерські рішення.
- Predictive analytics are the final category. Predictive analytics tell us what is likely to happen in a scenario. For example, if we A/B test a new site header against our current site, that test will tell us which header is more likely to convince people to stay on the site. If the new header is more popular, we can predict that our traffic will grow if we implement the new header./Прогнозна аналітика — остання категорія. Прогнозна аналітика вказує нам на можливі сценарії. Наприклад, якщо ми A/B тестуємо новий заголовок сайту з поточним сайтом, цей тест скаже нам, який заголовок з більшою ймовірністю переконає людей залишитися на сайті. Якщо новий заголовок буде більш популярним, ми можемо передбачити, що наш трафік зросте, якщо ми впровадимо новий заголовок.
2. Історична довідка
Історична довідка:
Вебаналітика або інтернет-аналітика в загальному - це поєднання технологій та методів збору,обробки, аналізу та інтерпризації результатів дослідження поведінки споживачів на інтернет-ресурсах з метою оптимізації діяльності онлайн установи (як правило підвищення ефективності діяльності бізнесу).
Також серед поширених визначень представлені наступні:
ТАКИМ ЧИНОМ
Digital, інтернет або веб-аналітика – це системний процес вимірювання, збору, аналізу, візуалізації та інтерпретації інформації про просування користувача у воронці продажів з метою її покращення та оптимізації (прийняття управлінських рішень).
Існує декілька передумов для формування веб-аналітики.
В загальному можна прив’язати початок індустрії веб-аналітики до заснування WebTrends у Портленді, штат Орегон, у 1993 році, навіть якщо вони не почали продавати програмне забезпечення до 1995 року. Випускники MIT заснували NetGenesis у 1994 році, а Accue, Omniture та WebSideStory вийшли з засновані в 1996 році. Ці компанії витратили свої роки на створення програмного забезпечення, яке могло б протистояти суворим вимогам комерційного використання, і пояснюючи потенційним клієнтам цінність веб-аналітики.
Ідея професійної асоціації веб-аналітики була створена для підтримки поширення мудрості та загалом просування цієї справи. Лише через десять років після «початку» індустрії архітектор переконання Браян Айзенберг, цифровий партнер Hudson Ендрю Едвардс і консультант з веб-стратегії Джим Стерн вирішили вдихнути в неї життя. В 2003 році відбувся Emetrics Summit в Санта-Барбарі було сформовано перший склад організації, до якої також увійшли Сет Романов з HP, пошуковий маркетолог Андреа Хедлі та керівники веб-аналітики Ренд Шульман (WebSideStory) і Грег Дрю (WebTrends) приєднаються до першої ради.
Вебаналітика або інтернет-аналітика в загальному - це поєднання технологій та методів збору,обробки, аналізу та інтерпризації результатів дослідження поведінки споживачів на інтернет-ресурсах з метою оптимізації діяльності онлайн установи (як правило підвищення ефективності діяльності бізнесу).
Також серед поширених визначень представлені наступні:
ТАКИМ ЧИНОМ
Digital, інтернет або веб-аналітика – це системний процес вимірювання, збору, аналізу, візуалізації та інтерпретації інформації про просування користувача у воронці продажів з метою її покращення та оптимізації (прийняття управлінських рішень).
https://www.digitalanalyticsassociation.org/
3. Принципи формування веб-аналітики
Основними важелями впливу в веб-аналітиці є розуміння поведінки споживача (виібірка даних), а також часові обмеження, які впливають на ефективність.
Нижче алгоритм поведінки споживача
Важливо розуміти технічні особливості формування даних про поведінку споживача.
Клієнти є звичайними користувачами, підключеними до Інтернету за допомогою комп'ютера або телефону та спеціальної програми, встановленої на цих пристроях (браузер). § В примітивному варіанті!Сервери — це комп'ютери, які зберігають на своїх жорстких дисках файли веб- сайтів або програм і коли пристрій клієнта намагається отримати доступ до будь-якої веб-сторінки (документу), копія завантажується з сервера на клієнтський комп'ютер для відображення в браузері користувача. § Але крім клієнта і сервера, існує кілька інших компонентів, без яких функціонування Інтернету було б неможливим.
Інтернет-підключення, яке дозволяє надсилати та приймати дані по мережі. Воно подібне до телефону, за яким ти зв'язався з піцерією і зробив замовлення. • TCP/IP (протокол управління передачею та інтернет протокол) є комунікаційними протоколами, які визначають, яким чином дані мають передаватися через мережу. У нашому прикладі це служба доставки, яка забере піцу з піцерії і привезе її до тебе додому. • DNS або система доменних імен нагадує записник для веб-сайтів. Коли ти вводиш веб-адресу в браузері, браузер звертається до DNS, щоб знайти реальну адресу сайту, перш ніж він зможе його отримати. Це схоже на пошук твого адреси кур'єром, щоб доставити замовлення у потрібне місце. • HTTP або протокол гіпертексту — це система правил, яка визначає мову для клієнтів і серверів, щоб спілкуватися один з одним. Протокол еквівалентний мові, на якій було зроблено замовлення. • Файли компонентів - сайт складається з декількох різних файлів, які подібні до інгредієнтів, що складають піцу. Ці файли кількох типів: • HTML – це стандартизована мова розмітки документів у всесвітньому павутинні; • CSS (каскадні таблиці стилів) - мова опису зовнішнього вигляду документа; • JavaScript — мова програмування, необхідна для надання інтерактивності веб-сторінкам; • Матеріали - це збірна назва для всіх інших файлів, з яких складається сайт, наприклад, зображення, файли mp3, відео, документи Word або PDF.
Кукі (англ. cookie) - невеликий фрагмент даних, надісланий веб-сервером і зберігається на комп'ютері користувача. Веб-клієнт (зазвичай веб-браузер) щоразу при спробі відкрити сторінку відповідного сайту пересилає цей фрагмент даних веб-серверу у складі HTTP- запиту.
Що варто знати про кукі? у них обмежений термін життя: тимчасові куки існують протягом 1 сеансу і видаляються після його завершення, постійні куки живуть 2 роки; вони не містять прямих персональних даних: імені, прізвища та іншої розпізнавальної інформації; вся інформація зберігається у зашифрованому вигляді; дані завжди мають похибки та не бувають на 100% точними; якщо користувач блокує використання cookie у своєму браузері, сайт не може їх використовувати та відстеження не відбувається; 1 файл cookie = 1 пристрій = 1 браузер.
Щоб веб аналітика працювала та збирала дані, на всі сторінки сайту додається фрагмент Javascript-коду. Цей код фіксує дії користувачів та надсилає інформацію до Google Analytics, де вона формується до звітів.
Які типи даних бувають:
• First-party data – це дані ваших клієнтів або аудиторії, які ви зібрали, ви володієте ними. Ви можете отримувати такі дані через: свій веб-сайт, cookie, CRM, зворотний зв'язок від клієнтів, WiFi-радари в магазинах, покупки, контактний центр або з іншого джерела інформації, де користувачі надають згоду на передачу даних про себе.
• Second party data - це чиїсь first-party дані, куплені безпосередньо у власників даних, на які ви можете таргетуватися. 2nd party data дозволяють подолати обмеження своїх first-party data за обсягом даних, розширити охоплення та підвищити ефективність кампаній
• Third-party data дані зазвичай агрегуються з безлічі різних джерел і є дані багаті інформацією про поведінку або демографії користувачів. Вони часто збираються організацією, яка не має прямих стосунків із споживачами.
4. Поняття «КРІ» в веб-аналітиці. Типові індикатори
KPI zабо ключові показники ефективності – це основні показники діяльності бізнесу, які допомагають досягти поставлених цілей.
Моніторинг ключових показників ефективності дає бізнесу можливість оцінити свій стан, допомогти в оцінці реалізації стратегії та коректно розподіляти ресурси, займатися плануванням та прогнозувати результати.
Revenue або доходи - сума, яку отримує бізнес від маркетингової діяльності;
ROMI або повернення маркетингових інвестицій - співвідношення доходів та витрат;
Відвідуваність сайту - тобто скільки людей побувало на сайті за певний часовий період;
Коефіцієнт конверсії у замовлення – це співвідношення кількості замовлень до кількості відвідувачів сайту;
Показник відмов - це відсоткове співвідношення кількості відвідувачів, що залишили сайт прямо зі сторінки входу або переглянули не більше однієї сторінки сайту;
Середній чек - це сума всіх скоєних відвідувачами покупок за певний період часу, поділена на кількість замовлень за той же період;
CPC — це вартість кліку, тобто сума, яку рекламодавець сплачує рекламній системі за клік за оголошенням, зробленим користувачем;
CPO – це вартість замовлення, яке здійснив користувач на сайті, тобто співвідношення витрат та кількості замовлень.
Для формування КРІ необхідно дати відповідь на декілька питань
Що знаємо про проект?
§ Бізнес модель;
§ Платформи, у яких працюють;
§ Які є підрозділи у компанії;
§ Будь-які інші корисні дані.
Що знаємо про замовника?
§ Хто замовник;
§ Хто буде споживачем результатів роботи аналітика;
§ На які питання вони бажають отримувати відповіді.
Зазначена вище інформація збирається відповідно до маркетингової воронки для вибору KPI
Кількісні дані формують Output задачу проєкту.
Система ключових показників ефективності (англ. Key Performance Indicators, KPI) дозволяє оцінити показники успіху та досягнення мети відділів або компанії в цілому, а також її різноманітних інструментів та напрямків діяльності.
Ключові показники мають різні рівні за воронкою продажів.
Приклад.
Етап 1 - Залучення: Покази; Кліки; CTR (клікабельність);
Етап 2 - Інтерактивність: Показник відмов; час перебування на сайті; глибина перегляду; Нові відвідини;
Етап 3 - Конверсійність; Конверсії; Асоційована конверсія; ROI; LTV.
Конверсія - корисна дія, зроблена користувачем на вашому сайті або мобільному додатку. Конверсією може бути будь-яка дія, яка вважається цільовою для бізнесу. Коефіцієнт конверсії – відсотковий показник. Може вважатися, як із сеансів, так і з користувачів.
Вибір KPI залежить від тематики та ніші на ринку
5. Інструментальні засоби в веб-аналітиці
Інструментальні засоби в веб-аналітиці залежать від етапу роботи. Нижче візуалізовано процес роботи веб-аналітика.
Серед найбільш типових: використання Гуглтегменеджера, Гугланалітика.
ПЗ для збору, впорядкування та візуалізації даних залежить від їх об'єму.
6. Поведінкові (аудиторні) метрики . Їх структурний алгоритм
Поведінкові (аудиторні) метрики . Їх структурний алгоритм
Статистика відвідуваності розділів і вебсторінок сайту дозволяє дізнатись про: § кількість переглянутих вебсторінок; § ключові слова та фрази, за якими відвідувачі знаходять сайт в пошукових системах; § географію відвідувачів; § час, проведений на вебсторінці; § переходи між вебсторінками; § аудиторію сайту (випадкові, постійні відвідувачі тощо); § зручність навігації сайту для відвідувачів.
Для розуміння аудиторних метрик необхідно розуміти етапи формування даних метрик.
Типового ліда можна охарактеризувати за допомогою наступних параметрів.
Охарактеризуємо ТИПОВІ МЕТРИКИ.
Сеанс — період часу, в якому користувач активно працює з вашим веб-сайтом або додатком. До сеансу прив'язуються всі дані про використання сайту або додатки: перегляди сторінок, події, транзакції електронних торгів та ін. д. Session/сесія/сеанс - окремий вхід користувача на сайт початок - захід, кінець - закриття браузера / 30 хв. без активності
Перегляди сторінок — відвідування однієї сторінки.
Входи — кількість переглядів сайту, що почалися з вказаної сторінки.
Відсоток виходів – це відсоток переглядів певної сторінки, які виявилися останніми у сеансі
Показник відмов — це кількість сеансів, під час яких користувачі переглянули лише одну сторінку (сторінку входу), розділену на загальну кількість сеансів, що розпочалися з перегляду цієї сторінки
Перегляди сторінок —кількість відвіданих сторінок. Кількість показів також і кількість показів твоїх об'яв у будь -якій рекламній мережі. Сеанс та перегляд сторінки чомусь часто плутають, тому зверніть увагу – це принципово різні поняття. Подія — дія користувача, яка не призводить до завантаження нової сторінки, але реєструється системою веб-аналітики (наприклад, перегляд відео або натискання кнопки). Реєстрація подій вимагає ручного настроювання в коді сайту.
User/лід, користувач - окремий користувач на сайті фіксується за прив'язкою до браузера
Hit/Взаємодія - будь-яка взаємодія користувача з сайтом під час сеансу
Число кліків – це число переходів на сайт за оголошенням з рекламної мережі
На основі аудиторних метрик формуються рейтингові позиції за авторитетними аудиторськими компаніями.
7. Наявне методичне забезпечення вебаналітика
Книги:
Avinash Kaushik, "Web Analytics 2.0 in practice"
Avinash Kaushik, "Web analytics: Analyzing information about website visitors"
Alistair Kroll, Sean Power. Comprehensive web monitoring
Anton Petrochenkov. Introduction to Google Analytics
Brian Clifton, Google Analytics for Professionals
Ingate. Google Analytics. A detailed practical guide
Ingate. Consumer psychology: who buys what and how online
Ingate. Comprehensive web analytics: new life for your site
Ingate, "How to Sell More: Google Analytics for an Online Store"
Valiapp Lakshmanan and Jordan Taijani, Google BigQuery. All about data warehouses, analytics and machine learning»
Jerry L. Ledford and Mary Tyler, "Google Analytics Third Edition Joe Teixeira"
Marco Hassler, Web Analytics
Tim Ash. Increasing the effectiveness of Internet advertising. Optimizing landing pages to improve conversion
Yakov Osipenkov, Google Analytics 2019. The Complete Guide
Yakov Osipenkov, Google Tag Manager
Yakov Osipenkov, Using Google Analytics with R (Michal Brys)
Методичні рекомендації для вивчення дисципліни “Вебаналітика” (2022)
Шрифти
Розмір шрифта
Колір тексту
Колір тла
Кернінг шрифтів
Видимість картинок
Інтервал між літерами
Висота рядка