Веб-аналитика: анализ информации о посетителях веб-сайтов

Предположим, например, что некий важный KPI изменился на 15 процентов. При 100 процентах доверия к данным понадобилось бы срочно инвестировать порядка 90 000 долларов на проведение рекламной кампании, полное изменение архитектуры сайта или построение процесса расчета. Но при 75 процентах доверия к тем же 15 процентам изменения KPI можно решить, что для начала стоит потратить лишь 60 000 долларов, а перед полным изменением архитектуры сайта провести многопараметрическую проверку, чтобы получить больше доверия к данным или, возможно, выработать новый процесс расчета, поскольку при наличии лишь 75-процентного доверия к данным расчет очень важен.

Этот пример — простая иллюстрация возможности принимать решения с менее чем 100 процентами доверия к данным. Правильное поведение. Хорошо, если аналитик доверяет данным больше, чем ответственные лица компании, но и они со временем привыкнут.

Данная модель поведения очень важна. Если аналитику будет трудно обрести доверие к информации, то ответственным лицам компании или окружающим будет еще труднее это сделать и переходить к следующему этапу.

4. Углубитесь в специфические области.

Когда дело доходит до принятия ответственных решений при условии, что удалось избежать паралича в связи с качеством данных, автор рекомендует найти узкие ниши в сегментах данных и заняться их практической отработкой. Цель вполне [10] понятна, поскольку данные в узкой области могут быть тем, чем ожидается. Любителям детективов это точно понравится. Перебирать терабайт данных в поисках ответа может быть даже забавно, честно!

Например, можно собрать весь трафик, относящийся к определенному URL, или специфической ключевой фразе поиска, или весь маркетинговый трафик электронной почты за неделю, или количество просмотров определенной страницы, а затем углубиться в данные, чтобы понять причину проблемы. Сужая фокус, можно уменьшить количество отвлекающих факторов, увеличить возможность изоляции причинной связи и начать лучше понимать всю сложность экосистемы веб-сайта.

5. Освойтесь с данными и их ограничениями.

Со временем, по мере улучшения овладения данными (сбором, хранением, манипулированием, обработкой и анализом), можно вносить соответствующие коррективы в интерпретации и поиск веб-понимания. В свою очередь это через некоторое время повысит уровень доверия к данными с 75 процентов до 78, 85, 90 и т.д. Хотя до 100 процентов доверия дело никогда, возможно, и не дойдет, но бизнес решения начнете все же выполнять гораздо увереннее.

Стремитесь к небольшим инкрементным усовершенствованиям и увеличению уровня доверия для себя лично и для ответственных лиц (это намного сложнее).

6. Стремитесь к целостности в вычислениях.

В веб абсолютные числа редко имеют значение. А вот тенденции и сегменты тенденций действительно имеют. Это важно не забывать. На самом деле поиск абсолютно правильных чисел бесполезен из-за причин, описанных ранее. Даже если сделать ошибку, оставаясь в рамках непротиворечивости, и рассмотреть тенденции и их важнейшие сегменты для бизнеса, можно уменьшить вероятность не оптимальных решений даже при наличии небольшой разницы в качестве данных.

Не забывайте, что независимо от выбранной методики сбора данных, т.е. журналов, дескрипторов или анализаторов, а также используемого инструмента или исполнителя, будь то Omniture, WebTrends или ClickTracks, вполне можно находить действенное понимание и руководить бизнесом. Не существует никаких правильных чисел для веб-сайтов. Когда начинается сегментация, необходимая для обретения понимания, становится практически неважным, что один метод или инструмент дает цифры на 10 процентов выше, чем другой.

В итоге качество данных анализа посещаемости сайта может стать огромной проблемой мировоззрения, решение которой потребует существенно больше времени и энергии, чем кажется. Печально, но это бесконечный поиск шанса на успех. Возможно, когда-нибудь это будет не так. Но ныне, следуя процессу из шести этапов (как мировоззрения, так и подхода), можно ускорить принятие решений и сократить дистанцию от данных до действия (причем правильного действия!).

Два исключения, заслуживающие внимания с точки зрения качества данных

Из каждого правила есть исключения. В двух случаях качество данных важно, и они заслуживают внимания. Переход с одного аналитического инструмента на другой

При переходе с одного инструмента аналитики на другой происходит переоценка данных, поскольку прежние и нынешние числа будут несколько отличаться, иногда даже значительно. Автор рекомендует запустить оба инструмента параллельно на четыре-восемь недель и просто выявить коэффициент различия между ними по ключевым показателям. Затем, при необходимости сравнивать исторические тенденции, можно использовать этот коэффициент.