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.