«Веб-аналітика відкриває безмежні можливості для оптимізації і поліпшення не тільки сайту, але і бізнес-процесів компанії» - COO 1download, Сергій Артем'єв.
Що втрачають інтернет-магазини, у яких не налаштована електронна торгівля? Що упускають сайти послуг, у яких немає інтеграції з call-tracking? Отже, що ж втрачає або недоотримує сайт за відсутності аналітики?
Розглянемо три найбільш поширені ситуації, які найчастіше зустрічаються на ринку.
1) Взагалі немає системи аналітики, або вона неправильно налаштована
Більшість компаній взагалі не збирають дані, а якщо збирають, то часто неправильно або не в повному обсязі, що фактично рівнозначно першому випадку. Навіть якщо інтернет-магазин використовує Google Analytics, але він не налаштований, то зробити дійсно корисні для бізнесу висновки з цих отримуваних даних вкрай важко. Даних просто-напросто недостатньо.
2) Аналітика є, але нікому аналізувати
Інший випадок, коли всі системи аналітики налаштовані, але у компанії не вистачає професійних співробітників, які можуть ці дані грамотно аналізувати і робити корисні висновки. Сильних кадрів на ринку не вистачає, та й тримати в штаті аналітика готові не всі компанії.
3) Разова аналітика під якісь завдання або проекти
Третій варіант, коли компанії потрібні разові послуги з аналітики, наприклад, провести аудит рекламної кампанії з метою перевірки підрядника, наскільки якісно він виконує свої зобов'язання.
Існує величезна безліч систем аналітики, але в 90% випадків досить функціоналу Google Analytics і «Метрики» Яндекса. Лише для дуже специфічних сфер бізнесу і завдань можуть знадобитися якісь спеціалізовані системи аналітики.
Наприклад, для мобільних додатків може використовуватися Google Analytics, він вміє відстежувати мобільний трафік, там також можна налаштувати цілі і події, але все одно це неповноцінна система аналітики. На допомогу прийдуть такі системи, як Kissmetrics, Flurry, MixPanel.
Вебвізор Яндекс.Метрики відмінно справляється зі своїм завданням - показує дії відвідувачів на сайті, але існують спеціалізовані системи для відстеження поведінки користувачів, які володіють набагато більшим функціоналом.
Можливості веб-аналітики
Можливості систем аналітики по суті безмежні і застосовуватися вони можуть в самих різних галузях бізнесу під різні завдання. Наприклад, співробітники однієї компанії, яка займається розробкою алгоритмів обробки даних, придумали, як підбирати сусідство пасажирів в літаку на основі даних із соціальних мереж, історій покупок і т. п. Вони протестували свій алгоритм на реальному рейсі. По завершенню польоту стюардеси заповнювали анкету, і виявилося, що це був найбільш балакучий рейс за весь час їх роботи. Для авіакомпанії комерційний інтерес подібної аналітики полягає у формуванні лояльної аудиторії і збільшення виручки від продажу алкоголю і сувенірів на борту.
Але найчастіше власники сайтів хочуть збільшити або кількість вхідних звернень, або конверсію в продажі з цих звернень.
При цьому на конверсію впливає безліч факторів. Але аналітик може вплинути тільки на два їх них:
Таким чином, одним з напрямків для аналітики може стати робота з юзабіліті сайту. Наприклад, поведінковий аналіз спрямований на поліпшення рекламних кампаній: ми розуміємо, як поводяться користувачі, які прийшли на сайт з певного рекламного каналу, що вони робили на сайті, і що їм завадило купити товар або послугу. На основі отриманих даних можна скласти рекомендації, наприклад, з доопрацювання інтерфейсу. Потім будуються гіпотези, зміни впроваджуються і тестуються.
Для оцінки рекламних кампаній з відкладеним ефектом стане в нагоді когортний аналіз - це один із способів сегментації аудиторії та обробки даних по різних сегментах.
Аналітика для інтернет-магазину
Найважливіше для інтернет-магазину - мати можливість відстежувати ефективність трафіку в розрізі кінцевих замовлень. Основним рішенням в даному випадку є Електронна торгівля в Google Analytics, яка дозволяє відстежувати всі замовлення, зроблені з сайту. У системі аналітики фіксується код замовлення, дата, джерело трафіку (реклама, SEO тощо), сума замовлення, кількість товарів у кошику, шлях, по якому пройшов клієнт до замовлення, і т. п. Таким чином, з'являється можливість оцінки та порівняння різних рекламних кампаній.
Що це дає? В першу чергу так можна оцінити, наскільки ефективні платні рекламні канали. Знаючи витрати на рекламу в Яндекс.Директі, кількість отриманих замовлень і середній чек, можна, наприклад, порахувати ROI і визначити, чи окупається цей канал реклами чи ні. Але оцінка за джерелами трафіку - це лише самий верхній рівень.
Копнувши глибше, можна подивитися, які ключові слова наводять до продажів. З досвіду 80% ключових слів з усіх рекламних кампаній на ринку взагалі ніяк не сприяють продажам. За допомогою аналітики можна виявити ті самі 20% ключевиків, які впливають на прямі продажі, і сильно скоротити рекламні бюджети, зберігши ефективність. Але не все так просто, завжди необхідно враховувати взаємозв'язок каналів («асоційовані конверсії»).
Шлях користувача від першого відвідин сайту до конверсії буває дуже довгим. Рідко коли клієнт приходить вперше з реклами і відразу щось купує на сайті. Зазвичай це довший ланцюжок: відвідувач прийшов на сайт через контекстну рекламу, повернувся через пошук, потім увійшов з мобільного пристрою на картку товару, яку він собі відклав, а замовлення взагалі здійснив зі стаціонарного ПК прямим заходом на сайт. Відключивши один з каналів, нехай і не приносить продажів тут і зараз, ми ризикуємо порушити цей ланцюжок. І всі ці дані також можна і потрібно аналізувати. У термінах веб-аналітики це називається «багатоканальні послідовності».
Для оцінки впливу каналу трафіку на продажі існують так звані «Моделі атрибуції». Наприклад, у сайту три канали трафіку: контекстна реклама, SEO і банерна реклама. Кожен канал по-різному впливає на продажі. Наприклад, банерна реклама не приносить прямих конверсій, але в 50% випадків вона бере участь як джерело переконання клієнтів для кінцевого продажу. Без неї цей ланцюжок розірветься, і продажі, наприклад, в контексті впадуть. При оцінці вартості залучення клієнта та вартості конверсії можна враховувати вплив каналів з урахуванням різних коефіцієнтів. Наявність всіх цих даних і фахівця, який буде регулярно їх відстежувати і аналізувати, дозволить правильно налаштувати ефективну взаємодію всіх рекламних каналів.
Аналітика для сайту послуг
Сайти послуг загалом мають схожу картину, але тут дещо складніша ситуація, пов'язана з тривалішим циклом продажів. У багатьох сферах бізнесу від першого відвідування сайту до продажу може пройти кілька місяців. Друга проблема пов'язана з тим, що ланцюжок аналітики переривається в момент, коли клієнт зв'язується з менеджером, і далі вся комунікація відбуватися в офлайні або в CRM-системі. Виходить, що ми знаємо, коли і з якого джерела клієнт прийшов на сайт, але що з ним сталося далі ніхто не знає. У більшості випадків на цьому моменті вся аналітика зупиняється, і мало хто знає, що робити далі. В результаті, близько 95% компаній просто вважають вартість за заявку, це і стає ключовою метрикою.
Це побічно покаже ефективність трафіку, але кожен канал конвертується по-різному, тому цих даних явно недостатньо. Наприклад, контекстна реклама може давати велику кількість заявок, але з низькою конверсією, а ретаргетингова кампанія може приносити аналогічну кількість заявок, але з конверсією вже не 10%, а 60%. Без більш глибокої аналітики в зв'язці з даними з продажу складно оцінити, який канал працює ефективніше. Адже бізнес вимірюється не заявками, а продажами. Існує кілька рішень для збору подібних даних. Найбільш простою - інтеграція Google Analytics з внутрішньою CRM/ERP-системою. Фактично будь-які системи, які зберігають інформацію про продажі, можна інтегрувати з Google Analytics.
У підсумку в Google Analytics буде з'являтися інформація про замовлення в той момент, коли вони були зроблені. Це може відбутися через два місяці після відвідування сайту, при цьому продаж і передачу даних про неї в Google Analytics може здійснювати будь-який пристрій з виходом в інтернет, навіть складський сканер штрих-коду. Така інформація записується в потрібне джерело трафіку і потрібне ключове слово. Це буде відкладена статистика, але вона все одно з'явиться в системі. У будь-якому випадку, аналізувати рекламну кампанію необхідно лише через певний період, який залежить від циклу продажів.
Неправильні параметри
Зустрічаються проблеми неправильних налаштувань в наявній системі аналітики. Неточні дані про замовлення, коли вони дублюються або неправильно рахуються, неправильні дані про конверсії, ненабудовані фільтри - все це впливає на загальну статистику. Іноді критично. Не можна розглядати систему веб-аналітики як систему обліку продажів, там завжди буде певний відсоток похибки, але можна спробувати мінімізувати його за рахунок коректних налаштувань.
Якщо порівнювати Google Analytics і Яндекс.Метрику, то у них приблизно однаковий рівень похибки, але, з точки зору повноти даних, аналітика від Google надає набагато більше можливостей. У Яндекс.Метріке, наприклад, тільки недавно з'явився аналог електронної торгівлі, який вже багато років успішно працює в Google. У той же час, у Яндекс.Метрики, звичайно ж, є свої унікальні переваги - вебвізор, карти кліків і посилань, аналітика форм.
Оптимізувати рекламні канали і бюджети, збільшити конверсію в замовлення з сайту та інші можливості поліпшити бізнес-показники дає грамотно підібрана і налаштована веб-аналітика.