Веб-аналитика: анализ информации о посетителях веб-сайтов - страница 13
Имеются несколько показателей, которые определяют новый мир эффективной веб-аналитики и в свою очередь являют примеры KIA.
Анализ плотности щелчков (click density analysis) использует возможность наложения данных на сайт инструмента веб-аналитики и позволяет “походить в ботинках” клиентов. Это поможет увидеть веб-сайт глазами его посетителей. Щелкают ли они там, где нужно щелкать? Если нет, то что они находят интересным вместо того, чем их следовало заинтересовать? Не нравится ли им то, что разработчик посчитал абсолютно бестолковым?
Сегментируя трафик, можно отследить различие в поведении для разных видов трафика по веб-сайту (в данном случае процент переходов, поступающих с Google, отличаются от такового у других посетителей). Такой анализ значительно полезней, поскольку позволяет принимать меры. Это, конечно, не официальный отчет или электронные таблицы Microsoft Office Excel; но буквально одного взгляда на фактическое состояние веб-страниц достаточно, чтобы выявить действия клиентов в различных сегментах. На основании этих данных можно начать создавать настроенное (индивидуализированное) содержимое для разных сегментов посетителей веб-сайта (что повышает лояльность клиентов и благоприятно сказывается на основных показателях успешности).
Вместо того чтобы полагаться на показатель просмотра страниц, выясняя, почему люди приходят на веб-сайт, в новом, улучшенном мире клиентов об этом можно просто спросить. Опасность использования показателя просмотра страниц при выяснении главной цели посетителя заключается в том, что если они приходят за содержимым, нет никакого способа выяснить, за каким. Так почему бы просто не спросить? Проведите опрос, возьмите интервью по телефону. Разыщите реальных клиентов и поинтересуйтесь, почему они посещают веб-сайт. Будьте готовы с удивлением узнать, что люди делают это иногда по совершенно невообразимым причинам.
Вместо использования данных анализа посещаемости сайта (разновидность просмотра страниц) теперь применяется замер успешности завершения задач. Предположим, предстоит поддерживать веб-сайт, содержащий базу знаний, ответы на часто задаваемые вопросы (FAQ) и т.д. В прежние времена для замера успешности использовался инструмент анализа посещаемости сайта, подсчитывающий всех, кто просматривал статью базы знаний или страницу FAQ. Но означает ли в действительности успех тот факт, что кто-то просмотрел длинную страницу с ответами на сложные вопросы? Чрезвычайно сложно выяснить степень успешности на основании критерия просмотра страниц, за исключением очень редких случаев (например, на тех веб-сайтах электронной торговли, где страница с благодарностью отображается после успешного завершения задачи). В новом мире развернутый набор данных веб-аналитики включает качественные данные, которые позволяют понять, могут ли клиенты выполнять свои задачи и находят ли они то, что искали. Теперь можно принимать меры, поскольку не остается сомнений относительно того, означал ли просмотр страниц успех; достаточно спросить (запустив опрос или проверив веб-сайт) и, выяснив ответ, принимать меры.
Некоторые инструменты на рынке в настоящее время имеют реальную возможность сегментировать зафиксированные данные. В прежнем мире использовались встроенные атрибуты дескрипторов JavaScript. В новом имеются специальные инструменты (от таких производителей, как ClickTracks и Visual Sciences), которые позволяют реально сегментировать данные так, чтобы отчеты Average Time on Site (Среднее время на сайте) или Top Search Keywords (Самые популярные ключевые слова), или Popular Content (Популярное содержимое) не представлялись для всех посетителей веб-сайта в усредненном виде. Подобные инструменты позволяют сегментировать клиентов и их поведение таким способом, который подразумевает значительно более глубокое понимание их взаимодействия с веб-сайтом. Это, в свою очередь, обеспечивает лучшее понимание предпринимаемых действий.
