Веб-аналитика: анализ информации о посетителях веб-сайтов

• Даже если наиболее популярным путем следует 90% посетителей веб-сайта, современный анализ троп имеет два серьезных недостатка.

• Это не может указать, какая страница наиболее влиятельна и убедила клиента поступить должным образом, а также фрагменты данных, побуждающих к фактическим действиям.

• Нынешние инструментальные средства объединяют трафик воедино, когда в действительности каждый его сегмент ведет себя по-разному (скажем, трафик маркетинга по электронной почте, поисковый трафик, трафик закладок, печати). Во всей этой смеси клиентских “намерений” довольно трудно различить наиболее оптимальный выход из пути. (Некоторые выходы хороши — например выход со страницы, содержащей перечень возможностей поддержки, или выход со страницы описания товара, поскольку посмотревшие ее люди что-то узнали о ваших товарах.) Клиенты находят, что ищут, и выходят. Теперь: как отделить этих людей от пришедших на эту страницу покупать, но не сделавших это, по

скольку не смогли найти кнопку Add to Cart (Добавить в корзинку) или диаграмму сравнения, и потому ушедших?

Все приведенные выше аргументы затрудняют понимание того, что предпринять, чтобы сделать веб-сайты более подходящими для клиентов.

Существует одно обстоятельство, при котором анализ троп весьма полезен. Для структурных элементов типа расчета или закрытого поиска, или элементов рекламных страниц прямого маркетинга (без навигации, только вперед, вперед, вперед, конец) анализ троп может помочь выявить, места потенциальных затруднений. После того как это будет выяснено, мы все еще не будем знать причины, почему так происходит, но уже сможем начинать формировать гипотезу. В данном случае анализ троп полезен, поскольку намерение клиента более очевидно (например, в случае расчета: “Я пытаюсь покупать, не задерживайте меня вопросами о том, не ввел ли я фальшивые данные”).

Альтернатива: отчет о последовательности

Чтобы не подстраиваться полностью под анализ троп, не очень полезный с точки зрения прибыли, можно избрать альтернативный тип анализа. Возможно, наилучшим здесь будет уникальный отчет последовательности (Funnel), поскольку в действительности он не только о последовательности, как демонстрирует приложение веб-аналитики ClickTracks, представленное на рис. 13.3. Отчет последовательности выявляет некоторые из критически важных дефектов, для визуализации которых отчеты анализа троп бесполезны, а также предоставляет ряд новых интересных элементов информации.

На рис. 13.3 вместо линейного представления веб-сайта (страница 1, затем страница 2, затем 3 ...) можно отобразить весь веб-сайт, представив его как несколько основных элементов (связанные группы содержимого). Так, например, для веб-сайта электронной торговли с 5 000 страниц вы можете иметь по существу только пять таких частей:

• точки входа веб-сайта (домашняя страница, специальные рекламные страницы);

• содержимое, “убеждающее купить” (диаграммы сравнения, информация о товарах, различиях с конкурентами, демонстрационные версии, независимые отзывы);

• подробная информация о товаре (все о товаре, системные требования, оценки клиентов, страницы популярных вопросов, комплектующие элементы и компоненты, изображения);

• корзинка;

• расчет.

На рис. 13.3 каждая группа содержимого представляется в центральном столбце Page Group Influence (Воздействие группы страниц). Каждая группа может представлять одну или несколько страниц (так, все страницы с подробностями по 500 товарам сайта могут идти одним блоком, если это имеет смысл). Это обеспечит очень простое высокоуровневое представление сайта, где каждая группа позиционируется как блок.

Рис. 13.3. Отчет последовательности ClickTracks: действенное понимание поведения посетителя веб-сайта

Есть два момента, которые отчет последовательности позволяет понять на очень глубоком действенном уровне.

Во-первых, это позволит выяснить, как потребляется содержимое. Удивительно, но мы так поглощены просмотром уровня деревьев во всех инструментах, что не замечаем за ними леса. Отчет последовательности поможет вам проанализировать потребление содержимого за счет вычисления процента трафика сайта по каждой группе содержимого. Это позволит понять, какие клиенты способны искать и что они ищут (здесь очень тонкое различие).

Например, вы сможете определить, что самое ценное содержимое, которое вы создали, находится на третьей стадии (stage 3) (см. рис. 13.3), однако использует его совсем крошечная доля посетителей сайта, всего 6,9%. Это настораживает, поскольку потребуется перестроить ресурсы с целью удовлетворения потребностей пользователей. Ну а если вы хотите, чтобы люди использовали группы содержимого именно стадии 3, возможно, придется перепроектировать навигацию или провести оптимизацию поисковой либо рыночной системы.