Веб-аналитика: анализ информации о посетителях веб-сайтов

• При каждом получении отчета цифры изменяются, особенно со временем (даже недавнем).

• Очень трудно, если не сказать почти невозможно, отследить людей, даже с учетом того, что их политика безопасности разрешает это.

• При смене исполнителя весьма проблематично получить данные прежнего исполнителя, чтобы сопоставить их с данными нового.

• В зависимости от используемого метода приходится постоянно находиться в состоянии обучения и настройки решения, чтобы получать правильные данные (добавляя новых роботов, логику или фильтры для исключения “плохих” данных из журналов или поддержания синхронизации страниц со структурой URL сайта при изменениях).

• Зачастую для получения значений используется выборка данных (причем не выборка при помещении дескриптора на некоторых высококлассных страницах вебсайта, а выборка, осуществляемая статистически, как при выборе фиксируемых данных сеанса для быстрого получения числа для отчета).

• Неожиданные нововведения могут создать проблемы измерения для существующих инструментов (подразумеваются роботы предвыборки данных, Ajax, Adobe Flex и RSS).

Всего этого достаточно, чтобы вызвать головную боль. Даже если, подобно сознательным белкам, аналитики крутятся в своих колесах и пытаются добиться успеха, ничто этого не гарантирует.

Но в жизни есть один факт, который не собирается изменяться на протяжении времен: качество данных в Интернете абсолютно непредсказуемо.

И с этим ничего нельзя поделать, по крайней мере сейчас.

Чем скорее удастся это усвоить, тем быстрее получится смириться и продолжать. На самом деле не имеет значения и то, что инструмент от любимого производителя бесплатен или стоит 1 миллион долларов. Все производители в значительной степени используют похожие методики сбора данных. Да, у каждого есть некоторые милые инновации, но они не помогут, поскольку Интернет — чрезвычайно юркое животное, постоянно развивающееся и изменяющееся. Собственно, в этом и заключается восхитительная красота и обаяние веб.

Некоторые компании вкладывают огромные средства в научные исследования по улучшению имеющихся и разработке новых, совершенно иных способов сбора данных в веб. Но когда приходит нечто радикально новое, качество данных снова становится проблемой. Просто следует заранее ожидать подобного и легко с этим смириться. Не стоит рассчитывать, что применение таких систем, как ERP и CRM (которые создавались для сбора лишь части того, что позволяет веб, но даже эта маленькая доля высоко структурирована), радикально улучшит качество.

Несмотря на все эти факты, автор первым признает, что ответственные лица компании не собираются соглашаться с высокопарно провозглашенной сентенцией по поводу непредсказуемости качества данных. Не делайте ошибки, пытаясь возражать, потребуется много времени, пока удастся убедить их, что даже при не оптимальности качества данных им вполне можно доверять и принимать ответственные решения на основании тех, которые были собраны и проанализированы.

Чтобы добиться успеха в борьбе с монстром качества данных, можно предпринять следующую последовательность действий.

1. Сопротивляйтесь желанию углубиться в данные в поисках коренной причины их расхождений, особенно если она составляет меньше 10 процентов.

Это нудное и бесполезное занятие. Кроме того, ко времени нахождения некоего подобия объяснения появятся новые причины, по которым данные не будут увязываться (по крайней мере, на макроуровне). Если несоответствие составляет лишь 10 процентов или меньше, то все в порядке, поскольку это в пределах ожидаемого разброса. Меньше 10 процентов — очень хорошо. Грустно, но справедливо.

2. Полностью овладейте данными.

Заполучив данные, сперва четко осознайте, как они собраны, а затем овладейте ими сами и ознакомьте с ними ответственные лица компании. В разговоре о чем-то подчеркивайте, что этому можно доверять, например, лишь на 80 процентов.

Люди довольно сложные существа, и каждый обладает собственным жизненным опытом и, соответственно, будет принимать решение исходя из него. И это тоже хорошо. Используя метод проб и ошибок или ловкие переговоры, установите базовый уровень овладения данными. Возможно, этим пределом окажется 75 процентов доверия к ним. Ура! Теперь они ваши друзья, и если углубиться в них, то можно получить осознание.

3. Принимайте удобные решения.

Данный этап потребует большого мужества. Необходима огромная вера, поскольку люди от рождения склонны к поиску совершенства, а следовательно, и ста процентов достоверности (чего на практике не бывает вообще). Но после этого этапа весь остальной процесс — просто забава. Можно будет просматривать таблицу данных и на основании лишь 75-процентной достоверности принимать бизнес-решения.

Если со 100-процентным доверием к данным человека можно посылать на Луну, то с 75-процентным доверием к ним же ему можно, по крайней мере, посоветовать купить телескоп, чтобы тоже исследовать Луну. Важнейшим здесь является сам факт принятия решения и возможность его

реализовать¹.