Веб-аналитика: анализ информации о посетителях веб-сайтов

• Оптимизируйте содержимое своего веб-сайта и его структуру для разных сегментов. Безусловно, если я приду к вам и предложу за один сеанс убедить меня нечто купить или если я приду из внешнего мира на ваш веб-сайт, будет ли это тем же самым? Вероятно, нет. Вы отбросили бы все “дополнительное” содержимое и сосредоточились бы на наиболее мощном. В качестве альтернативы, если данные указали бы на поведение приобретения, растянутое по дням и посещениям, то вы могли бы предоставить больше содержимого, поскольку посетители, кажется, именно этого и хотят.

• Оптимизируйте прерывания. Это замечательно, если ваша веб-платформа позволяет это. Если вы знаете момент истины для ваших клиентов (скажем третий сеанс), то вы могли бы попытаться предложить некое поощрение в следующем (в данном случае четвертом) сеансе. Или на основании того, что они просматривали до сих пор, представить нечто более релевантное (это ваша последняя возможность) или попросить адрес электронной почты для последующего общения.

Безусловно, существуют и другие возможности, которые имеют больше смысла в вашем конкретном бизнесе и лучше подойдут именно вам.

Манипулируйте статистическими контрольными границами

Еще раз повторим мантру этой книги: абсолютные числа без контекста бесполезны. Лучше рассматривать тенденции. Но взаимодействия клиентов с веб-сайтом обеспечивают результаты деятельности для вашей компании, тенденции которых довольно трудно преобразовать в действие (более подробная информация о том, как сделать эффективной свою программу веб-аналитики, приведена в главе 11).

Одним из неоцененных в достаточной степени факторов является то, что каждый показатель или KPI, о котором вы сообщаете в отчете вашего инструмента веб-анализа (или в вашем ERP, или CRM, или хранилище данных), имеет естественный биоритм (biorhythm) — некоторые флуктуации из-за “естественных причин”. Автор называет данное явление, представленное на рис. 14.11, биоритмамиKPI(the biorhythms of KPI).

Биоритмы трудны для понимания и плохо предсказуемы. Поскольку большинство из нас желает полностью понять показатели, мы крутимся как белки в колесе, чтобы понять числа и объяснить их руководству, чтобы оно могло принять некоторые действия. Представьте, что вы получаете ежедневную или еженедельную тенденцию, ползущую вверх и вниз, а вы понятия не имеете, чем это вызвано, даже после того как сделали самый подробный анализ и изолировали все переменные.

Эти естественные биоритмы заставляют аналитиков и маркетологов делать глубокий анализ там, где в этом нет необходимости. Они снижают наш авторитет, поскольку мы не можем объяснять такие данные. Они подрывают веру в способность данных обеспечить понимание.

Неважно, какой именно KPI представлен на рис. 14.12 и что указано по оси X, будь то 7, 17, или 25, о чем вообще свидетельствует данная тенденция? Вы не знаете, в чем причина такого поведения, хорошо это или плохо и что можно сделать? Действительно ли пики — причина для празднования?

Рис. 14.11. Тенденция ключевого показателя эффективности

Замечательная методика, которую я нахожу весьма полезной для отделения сигнала от шума в мире шести сигм и качества процесса — это контрольные границы (control limits) (и связанные с ними контрольные диаграммы (control chart). Последние действительно хороши при статистической обработке для оценки характера вариаций в любом процессе. Учет проблем биоритмов в релевантных контрольных диаграммах может помочь привести глубокий анализ к действию. Контрольные диаграммы создавались для того, чтобы повысить качество на производстве и других подобных ситуациях, но они прекрасно срабатывают и в мире веб-аналитики.

Контрольная диаграмма имеет три основных компонента: линию в центре, которая представляет среднее значение всех данных, верхнюю контрольную границу (Upper Control Limit — UCL) и нижнюю контрольную границу (Lower Control Limit — LCL).

На рис. 14.12 представлен внешний вид тенденции с контрольными границами и наложением (overlaid).

Рис. 14.12. Тенденция KPI с контрольными границами, иллюстрирующими биоритм и триггеры для болееглубокого анализа

Ниже описано, что конкретно представлено на рис. 14.12.

• X — эта зеленая линия указывает среднее (mean), статистически вычисленное значение, которое означает средний объем вариаций в тенденциях KPI. На рис. 14.13 это — значение 39,29.

• UCL — верхняя контрольная граница (upper control limit), статистически вычисляемое значение, которое определяет верхний предел вариаций в тенденции KPI. В данном случае это значение 45.

• LCL — нижняя контрольная граница (lower control limit), статистически вычисляемое значение, которое определяет нижний предел вариаций в тенденции KPI. В данном случае это значение 33.

• Черные точки означают числа внутри ожидаемой вариации (естественный биоритм).