Иногда, тем не менее, чистый бенчмаркинг типа ACSI может быть недоступен, например, в области веб-аналитики (анализа посещаемости сайта). Каждый имеющийся инструмент веб-анализа осуществляет измерения по-разному, да и разных типов бизнеса также очень много. Мы всегда боремся за понимание эффективности своих показателей веб-аналитики, поскольку обычно проводим измерение только в своей категории. Отсутствие пользы от внешнего бенчмаркинга означает, что понять эффективность и выработать руководящие действия будет немного тяжелее.
Одной из превосходных возможностей для вас является сравнение показателей веб-анализа с
Обладая доступом к еженедельным, ежемесячным и ежегодным тенденциям, можно сравнивать эффективность веб-аналитики с бенчмаркингом. Вашим инструментом веб-анализа может быть и не Fireclick, и вы можете измерять уникальных посетителей по-иному. Но через какое-то время, если вы сопоставите эти два противоречия как константу, тенденция дельт между вашей эффективностью и индексом Fireclick может оказаться чрезвычайно полезной и действенной.
Рис. 11.3. Индекс Fireclick: бизнес-показатели
Рис. 11.4. Индекс Fireclick: показатели сайта
Индекс Fireclick доступен также для индустриальных вертикалей (рис. 11.5), что приблизит вас к возможности сравнения яблок из Вашингтона и Фудзи.
Рис. 11.5. Индекс Fireclick: индустриальные показатели
В итоге внешние бенчмаркинги, возможно, наиболее мощны тогда, когда предстоит переход от понимания к действию. Они могут быть эффективным независимым авторитетным средством убеждения начальства в том, что измерение действенности веб-сайта осуществляется не на основании собственного персонального мнения, а на внешнем, заслуживающем доверия бенчмаркинге.
Если ваш бизнес на самом деле уникален или вы не способны найти внешние бенчмаркинги, которым можно доверять, рассмотрите возможность создания внутренних бенчмаркингов в своей компании на основании собственных данных. Удивительно, но делаем мы это не часто. Основная задача здесь заключается в том, чтобы предоставить больше контекста ключевым показателям действенности таким способом, который поможет вам лучше понять эффективность и руководящие действия. Давайте рассмотрим некоторые методы внутреннего бенчмаркинга.
Табл. 11.1 демонстрирует, как можно легко создать внутренний бенчмаркинг, продемонстрировав эффективность в течение восьми дней вместо семи.
Стр. 301
Как правило, мы представляем семидневные тенденции, но они не отображают полную историю. Сравнивая восьмидневные тенденции (со среды на этой неделе по среду на следующей, например), мы можем быстрее получить бенчмаркинг, который сообщит нам о нашей эффективности на данной неделе. Например, важно знать не только то, что в среду вы достигли результатов выше, чем во вторник, но сравнение этой среды со средой на прошлой неделе позволит получить дополнительный контекст. Это простое сравнение даже глубже ответов на стандартные вопросы “что случалось и почему”.
Вы можете сделать транспозицию и вообразить 13-месячные тенденции, чтобы сравнить тот же месяц в этом году и в прошлом, или данные этого квартала с данными того же квартала прошлого года (это чрезвычайно популярно на Уолл-стрит).
Любой инструмент веб-анализа позволяет упростить сравнение и сделать данные немного более действенными.
Чтобы воспользоваться этой идеей, можно провести бенчмаркинг, используя не только время как элемент, но и применяя
Рис. 11.6 демонстрирует ежегодную тенденцию по доходам. Обратите внимание, что каждый столбец сегментирован (и не имеет значения, являются ли сегменты типами товаров, категориями кампаний, наборами клиентов или чем-нибудь еще). Тенденция сама по себе была бы совершенно бессмысленна. Но используя сегментированные тенденции, можно создать ощущение внутреннего бенчмаркинга и понять через некоторое
Рис. 11.6. Внутренний бенчмаркинг: подход сегментов вклада
Стр. 302
время, какие сегменты работают лучше, а какие хуже (будь то товары или клиенты).
Если вам повезло работать в компании, которая имеет много веб-сайтов, создать внутренние бенчмаркинги даже проще. Достаточно обработать данные из разных вебсайтов. Вы не можете судить об эффективности каждого из них независимо, поскольку данные по каждой категории не имеют соответствующего контекста, но если их сгруппировать, можно получить хорошее представление как по волшебству (табл. 11.2).
Вильям Л Саймон , Вильям Саймон , Наталья Владимировна Макеева , Нора Робертс , Юрий Викторович Щербатых
Зарубежная компьютерная, околокомпьютерная литература / ОС и Сети, интернет / Короткие любовные романы / Психология / Прочая справочная литература / Образование и наука / Книги по IT / Словари и Энциклопедии