4.3. Инструменты веб-аналитики

4.3. Инструменты веб-аналитики

Теперь, когда мы познакомились со всеми нужными метриками, можно сформулировать, что необходимо для качественной оценки эффективности контекстной рекламы.

Необходимо уметь:

• подсчитывать конверсию для каждого источника трафика;

• следить за поведением пользователей;

• сегментировать аудиторию сайта.

Для решения этих задач требуются специализированные инструменты. К счастью, удачные решения для веб-аналитики просты в настройке и совершенно бесплатны.

Инструментарий для анализа поведения пользователей в Интернете можно разделить на пять основных категорий.

•  Инструменты для анализа потока кликов . Такие счетчики записывают всю доступную им информацию о посетителях, составляют список просмотренных ими страниц на сайтах, а также подсчитывают достижения целей. На основе этих данных получается сводка эффективности источников трафика, предоставляется анализ посещаемости страниц и другие отчеты по посетителям сайта. Google Analytics, Яндекс.Метрика и счетчик LiveInternet – примеры систем анализа потоков кликов.

•  Инструменты для анализа поведения пользователей на странице . Наиболее популярными являются ClickTale и отечественный аналог WebVisor. С помощью этих инструментов можно узнать, куда смотрел пользователь на каждой странице сайта, каким элементам дизайна уделял внимание, прокручивал ли страницы и на что нажимал.

•  Системы сбора отзывов пользователя . Лучший способ узнать, о чем думают пользователи сайта, – спросить у них самих. Причем необходимо опросить не только покупателей, но и тех, кто ушел с сайта несолоно хлебавши. Для решения этой задачи применяются специализированные опросники – программные решения для проведения опросов на сайте несложно найти в каталогах софта.

•  Инструменты для тестирования вариантов страниц . Если вы не знаете, какой дизайн, текст или заголовок обеспечат наилучшую конверсию, – протестируйте все варианты. Провести эксперимент по выявлению самого эффективного можно с помощью Google Website Optimizer.

•  Инструменты для сбора и анализа данных из социальных медиа . Это новое направление в веб-аналитике. Общение в социальных сетях стало привычным занятием многих интернет-пользователей. В разговорах с друзьями они непредвзято дают оценки товарам, услугам, компаниям, событиям, известным людям. Это поток данных, значение которых для бизнеса и политики невозможно переоценить. Успешных апробированных решений для выявления и оценки данных из социальных сетей еще нет, но, без сомнения, они появятся в ближайшем будущем.

Наиболее популярными являются инструменты для анализа потока кликов. Их вполне достаточно для решения большинства задач по оценке конверсии.

4.3.1. Системы анализа потока кликов

В начале 2000-х гг. анализ действий посетителей сайта выполнялся при помощи примитивных счетчиков, собирающих общие показатели об аудитории сайтов. Эти системы не могли удовлетворить потребности профессиональных интернет-маркетологов, поэтому появились дорогостоящие коммерческие системы веб-аналитики для крупных компаний (например, Omniture SiteCatalyst, приобретенная впоследствии корпорацией Adobe Systems). В 2005 г. компания Google произвела революцию на этом рынке, купив поставщика одной из таких систем Urchin Software и выпустив на ее основе бесплатный и доступный всем инструмент Google Analytics (рис. 107), ставший стандартом среди подобных систем.

Рис. 107. Интерфейс Google Analytics

Google Analytics популярен и в Рунете, хотя имеются конкурирующие решения от отечественных производителей: Яндекс.Метрика и OpenStat (бывший SpyLog). Несмотря на незначительные отличия между ними (табл. 18), для отслеживания конверсий годятся все три системы. Таблица 18. Сравнение основных систем анализа потока кликов

Зачастую «для уверенности» на одном сайте используется сразу несколько систем веб-аналитики. Мы рекомендуем выбрать одну основную, а остальные применять только для решения специфических задач. Тогда вам достаточно будет изучить один интерфейс и все тонкости работы. Для большинства проектов в качестве основной системы хорошо подходит Google Analytics благодаря богатым возможностям по настройке и широкой функциональности. Для несложных проектов, рекламирующихся только в Яндекс.Директе, Яндекс.Метрика может быть предпочтительнее.

Веб-мастера иногда расстраиваются, узнав, что системы статистики получают неполные данные. Например, Google Analytics показывает, что вчера на сайт пришло 100 посетителей, а Яндекс.Метрика насчитала 95. Однако это неотъемлемая черта всех систем подсчета статистики, отличаются лишь детали и причины погрешностей. С неточностями нужно смириться и воспринимать их как неизбежное. Погрешности в 5-10 % не повлияют на принятие решений, а относительные величины будут измеряться корректно.

Если отличия количества посещений по данным Яндекс.Метрики и Google Analytics превышают 5 %, причину таких противоречий, скорее всего, можно найти и устранить.

Сначала надо определить, является ли ошибка системной. Если данные за каждый день, за неделю и за месяц в одной из систем всегда меньше, чем в другой, то наиболее вероятная причина погрешности – отсутствие или неправильная работа одного из счетчиков на определенных страницах. Сравните отчеты по страницам: скорее всего, вы увидите, что один из счетчиков не учитывает посещения определенных страниц.

Если ошибка плавающая, а суммарные данные за месяц почти не отличаются, можно обратить внимание на настройки Google Analytics: зайдя в свойства профиля, проверьте временную зону сайта. Велика вероятность того, что там будет стоять некорректная зона: Analytics часто выставляет «Тихоокеанское время» даже для профилей, при создании которых явно указана Москва (рис. 108). Понятно, что данные будут распределяться между днями некорректно.

Рис. 108. Необходимо проверить и корректно установить часовой пояс для каждого профиля

4.3.2. Анализ источников трафика в Google Analytics

Для каждого попавшего на сайт пользователя Google Analytics запоминает, откуда он пришел. Отдельно сохраняется имя источника (source) – название сайта, на котором стояла ссылка, и канал (medium) – тип трафика, который Analytics присваивает этому источнику.

Существуют следующие стандартные каналы, которые можно увидеть в отчетах.

• direct. Прямой трафик – переходы без ссылающихся сайтов. Это могут быть визиты из закладок, вручную набранный адрес сайта. Большинство почтовых клиентов и ICQ также не передают источник, если нажимать ссылку в их окнах: этот трафик зачтется как прямой.

• organic. Органический поиск – переходы из поисковых систем. Для таких переходов записывается и источник (поисковая система), и поисковый запрос, который пользователь ввел перед переходом на сайт. Визиты с контекстной рекламы, показывающейся рядом с результатами поиска, могут также быть ошибочно отнесены к органическому каналу, если ссылки не были промечены корректно.

• referral. Ссылочный трафик – переходы по ссылкам. Сюда относятся все переходы по ссылкам, которые Google Analytics не смог отнести в другие категории. Размещенные на какой-либо площадке баннеры, например, могут давать трафик с типом referral.

• cpc. Контекстная реклама. Такой тип имеет трафик Google AdWords по умолчанию. Для контекстной рекламы сохраняются дополнительные подробности: название кампании (campaign), ключевое слово (term), по которому показывается объявление, и версия объявления (content).

4.3.3. Разметка рекламных кампаний

Google Analytics позволяет добавить новые типы трафика и идентифицировать рекламные переходы так, как вам этого хочется. Для этого к ссылкам на ваши страницы, которые используются в рекламных кампаниях, нужно добавлять «хвост» из переменных, так называемых utm-меток, которые сообщают Analytics, из какого источника пришел пользователь.

UTM (от Urchin Tracking Module) – один из методов отслеживания перемещений по сайту по технологии Urchin Traffic Monitor, запатентованной компанией Urchin Software. В 2005 г. фирму Urchin Software купила компания Google, и на основе этой технологии, как мы уже отмечали, выпустила собственный продукт Google Analytics. Об этой истории сегодня напоминает лишь название метки – UTM-метка.

Всего можно задать пять переменных:

1) utm_source – имя источника, обычно это название рекламной площадки. Для Яндекс.Директа это может быть, например, yandex;

2) utm_medium – канал. Можно использовать и стандартные, и любые другие обозначения каналов;

3) utm_campaign – название рекламной кампании;

4) utm_term – ключевое слово, на которое таргетировано данное объявление;

5) utm_content – содержание рекламного объявления.

Для формирования нужных ссылок в Google Analytics предусмотрен удобный инструмент «Компоновщик URL». Вы можете найти его, введя название в Google или Яндекс либо набрав адрес, который есть в «Полезных ссылках» к данной главе. Введя в инструмент адрес посадочной страницы и переменные, можно сразу получить итоговый адрес, который и надо будет указать в качестве целевого для рекламного объявления.

Например, мы проводим для интернет-магазина две кампании на Яндекс.Директе: «велосипеды» и «роликовые коньки». Чтобы различать посетителей по каждой кампании, нужно: а) задать имя источника – yandex; б) задать имя канала – cpc; в) задать названия кампаний – velo и roller. Если наше объявление называется «Велосипеды со скидкой», а ключевая фраза, по которой оно показывается, «купить велосипед» и адрес посадочной страницы www.velomagazin.ru/bikes, то итоговая ссылка после использования компоновщика URL будет выглядеть так: http://www.velomagazin.ru/bikes?utm_source=yandex&utm_medium=cpc&utm_term=kupit%20velosiped&utm_content=velosipedy%2Bso%2Bskidkoy&utm_campaign=velo.

После запуска кампании Google Analytics обнаружит новый источник трафика, новые кампании, и вы сможете увидеть детализированные отчеты по кампаниям и ключевым словам (рис. 109).

К сожалению, точная разметка с помощью utm-меток сложна по двум причинам: во-первых, ошибка в браузере Mozilla Firefox приводит к проблемам, если значения переменных содержат символы кириллицы, безопасно использовать только латинские буквы, цифры и знак подчеркивания. Во-вторых, адреса целевых страниц в Яндекс.Директе и «Бегуне» можно задать только для объявлений. Это значит, что при желании отслеживать переходы по каждому ключевому слову отдельно придется создавать для каждого слова отдельное объявление. По этим причинам для больших кампаний приходится использовать специализированные инструменты (это могут быть таблицы Excel с прописанными формулами установки переменных) и возможность загрузки кампаний из Excel-файлов, чтобы не выставлять ссылки вручную.

Для рекламы в Google AdWords можно и не создавать utm-меток. Google позволяет автоматически передавать данные из AdWords в Analytics, включая стоимость кликов и позиции рекламных объявлений. Для этого используется метка с названием gclid, содержащая закодированную информацию о переходе.

Чтобы включить интеграцию AdWords и Analytics, рекомендуем следующее.

1. Добавить учетную запись AdWords в качестве администратора учетной записи Analytics. Для этого вспомните электронный адрес, который вы вводите для входа в AdWords, зайдите в раздел «Управление доступом» Analytics и добавьте этот адрес с правами доступа «Администратор аккаунтов». Если вы используете одну и ту же учетную запись Google для входа в обе системы, этот шаг не требуется.

2. В AdWords зайдите в раздел меню «Отчеты и инструменты – Google Analytics», выберите «У меня уже есть учетная запись Google Analytics» и установите связь между аккаунтами.

В Analytics есть отдельная группа отчетов, отображающая данные AdWords. Среди них есть уникальные. Например, можно исследовать эффективность различных позиций объявления каждого из сайтов, на которых отображалось объявление, и получить полные данные по ROI с учетом стоимости клика и прибыли с каждой конверсии (рис. 110).

Рис. 110. Статистика по Google AdWords позволяет увидеть ROI каждой кампании

4.3.4. Цели и конверсия в Google Analytics

Отслеживание переходов практически не имеет смысла, если в аналитическом инструменте не настроено отслеживание целей – действий, достижение которых означает покупку или хотя бы интерес к предложению. Задав цели, вы позволите вашей аналитической системе рассчитать конверсию и получите отчеты с конверсией каждого источника трафика, каждого ключевого слова, каждого региона и т. д. Именно эти отчеты помогут судить о том, выгодны ли для вас те или иные посетители, и принимать решения о коррекции рекламных кампаний.

Большинство систем аналитики, в том числе Google Analytics и Яндекс.Метрика, позволяют задать в качестве целей переход на определенную страницу сайта (рис. 111), а также достижение определенной глубины просмотра (просмотр более 3 страниц за визит, к примеру) или проведение определенного количества времени на сайте.

Обычно целью задают посещение страницы с подтверждением заказа (на ней интернет-магазины размещают сообщение «спасибо за заказ»). Если цель – заполнение формы, прописывается адрес страницы с подтверждением успешного заполнения. В крайнем случае на простых сайтах это может быть адрес страницы «Контакты». После настройки целей обязательно надо проверить корректность подсчета: сравнить данные аналитики с собственно данными сайта: например, совпадет ли количество по-настоящему заполненных форм заказа товара с количеством «достигнутых целей» в системе веб-анализа.

Google Analytics позволяет задать стоимость цели: это средняя прибыль от пользователей, совершивших целевое действие (рис. 112). Рекомендуем просчитать и заполнить это поле для ваших целей: это упростит подсчет ROI, так как отчеты дополнятся информацией о доходах.

Для электронных магазинов есть возможность подключить группу отчетов «Электронная торговля» Google Analytics. После этого система начнет получать подробные данные о покупках: стоимость, содержание корзины. В этом случае данные по ROI будут собираться автоматически.

Нужно помнить, что стандартные метрики вовлеченности – глубина просмотра, время на сайте, показатель отказов (процент пользователей, просмотревших только одну страницу и покинувших сайт) – имеют свои особенности, поэтому зачастую установка их в качестве целей может ввести в заблуждение. Эти метрики, безусловно, сигнализируют об интересе пользователя к сайту: чем важнее информация для человека, тем больше внимания он ей уделит. Однако очень многое зависит от архитектуры сайта и страницы, на которую заходит пользователь.

Например, переходящие из Яндекс.Маркета пользователи сразу видят страницу конкретного товара. До этого на Маркете они уже ознакомились с характеристиками товара и ценой: по сути, им осталось всего лишь узнать телефон магазина. Они увидят его в шапке сайта (там обязательно должен находиться номер телефона), после чего могут закрыть его, то есть, по статистике, это будет типичный «отказ». Но конверсия таких пользователей может быть выше, чем среди зашедших в каталог товаров из поисковых машин и совершивших несколько кликов в поисках нужного товара. Если не отслеживать конверсию, а ориентироваться на метрики вовлеченности, можно совершить ошибку и закрыть наиболее успешную рекламную кампанию как убыточную.

Вывод простой: в отличие от показателя конверсии метрики вовлеченности нельзя трактовать однозначно. Требуется сегментировать данные по целевым страницам, строить гипотезы и проверять их, поэтому мы не рекомендуем использовать эти метрики для оценки эффективности рекламы коммерческих, продающих сайтов.

Показатель конверсии универсален, сравнивая разные характеристики аудитории с данными конверсии, можно находить даже не совсем обычные ошибки. Так, на рис. 113 показана ситуация, когда конверсия посетителей, использующих браузер Opera, на порядок ниже, чем пользователей с другими браузерами. Причиной, скорее всего, является ошибка в коде, которая не дает пользователям завершить покупку.

Рис. 113. Низкая конверсия одного из браузеров – признак проблем с кодом сайта

4.3.5. Важные особенности Google Analytics

При работе с отчетами Google Analytics необходимо помнить о следующих особенностях системы.

• Практически во всех отчетах Analytics мы видим не количество уникальных посетителей, а количество посещений. Это значит, что пользователь, возвращавшийся на сайт несколько раз, будет посчитан тоже несколько раз. Из-за этого, например, может оказаться, что число посещений по рекламной кампании в Analytics больше, чем число кликов, посчитанное рекламной площадкой. Но это не сильно влияет на статистику.

• По умолчанию Google Analytics не настроен на отслеживание русскоязычных поисковых систем (кроме Яндекса). Чтобы засчитывать переходы с различных поисковых систем правильно (присваивать тип трафика organic и запоминать ключевое слово, введенное в поисковик), нужно добавить несколько строк в код Google Analytics, размещаемый на страницах сайта. Пример такого кода можно скачать со страницы, адрес которой есть в «Полезных ссылках» к данной главе.

Отчеты и метрики Analytics могут дать очень много информации, но для этого необходимо тщательно изучить работу системы. Рекомендуем прочитать книгу об использовании системы Google Analytics или посетить семинар, посвященный ее возможностям, чтобы в полной мере уметь интерпретировать полученные данные для повышения эффективности работы сайта.

Данный текст является ознакомительным фрагментом.