Игорь Сарматов специально для analytika.org
От качества проведенного вами анализа сайта во многом зависит скорость наполнения кошельков ваших клиентов. Это правило лично мной проверялось на практике неоднократно, поэтому поделюсь некоторыми соображениями, которые помогут начинающим веб-аналитикам снизить до минимума количество набитых шишек</em>.
Многие неопытные веб-аналитики увлекаются статистической аналитикой и их можно понять: работать со статистикой проще, цифры очень показательны и поддаются почти однозначной интерпретации. Действительно, зачем работать с отрывочными данными, предоставляемыми системами визуализации поведения посетителей на сайте, когда можно оперировать обобщенными и усредненными показателями. К тому же, интерпретировать многие действия посетителей сайта очень сложно (и в ряде случаев, даже невозможно), а со статистикой не поспоришь.
Когда-то также думал и я. Покупал книги, посвященные проблемам анализа посещаемости сайта и работе с бесплатной и очень популярной в народе системой Google Analytics. Однако первые же попытки поднять конверсию сайта с помощью систем веб-аналитики, предоставляющих статистические данные, закончились довольно скромными результатами. Как, впрочем, и последующие. Несмотря на все мои симпатии к Google Analytics, я отчетливо осознаю, что многие критически важные для эффективности сайта метрики просто невозможно получить с помощью этой системы.
На что нужно обратить особое внимание начинающим веб-аналитикам при проведении комплексного анализа сайтов (речь будет идти о продающих сайтах, поскольку чаще всего анализируются именно они):
1) Показатель отказов. Чаще всего он определяется методом «просмотра одной страницы», т.е. если посетитель просмотрел на сайте только одну страницу и ушел с веб-сайта, то это «отказник». С учетом своего опыта, я бы не стал категорично причислять всех посетителей, просмотревших одну страницу, к отказникам. Это, все равно, как утверждать, что если институт не имеет высшей аккредитации, то все студенты в нем дураки.
Лично я убедился, что посетители могут успешно выполнять свои задачи, взаимодействуя даже с одной страницей сайта. Все очень просто. Можно посмотреть, по какому поисковому запросу пришел посетитель на сайт, и просмотреть видеозаписи его действий на сайте. Как правило, удается определить, с какой степенью вероятности он выполнил, или не выполнил свою задачу. К примеру, посетитель пришел на главную страницу сайта канцелярских товаров по запросу «посмотреть циркули». Как с помощью Google Analytics вы узнаете, выполнил он свою задачу или нет? Может быть, ему достаточно было просто убедиться, что в этом магазине продаются циркули по приемлемым ценам. Он нашел эту информацию на главной странице, и удовлетворенный, ушел с веб-сайта. Это «отказник»? Нет. Это посетитель, который достиг своей цели на сайте.
Можно сделать по-другому. Увеличить время отслеживания визитов посетителей на сайте. Те, посетители, которые сейчас просмотрели только одну страницу и несправедливо зачисленные вами в штат «отказников», могут через несколько дней или недель снова вернуться на этот веб-сайт. По суммарным показателям посещаемости сайта, эти посетители отнюдь не «отказники». Ну как, пересмотрели высчитанные вами «показатели отказов»? Они снизились, не так ли?
2) Время, проведенное на сайте. Аксиома, что если посетитель провел на сайте или на отдельной странице мало времени, является индикатором проблем – это паразит, который залез в мозг аналитика и с которым нужно бороться. В каждом конкретном случае этот показатель может одновременно указывать и на наличие проблемы и на отсутствие таковой.
Почему посетитель провел на сайте незначительное количество времени? Он не нашел на нем то, что искал, или, наоборот, выполнил свою задачу? Обобщая сухие цифры, вы не добьетесь успеха. Готовя для вашего клиента отчет по деятельности его сайта, вы рискуете ввести его в заблуждение.
Вы скажете, что просматривать действия каждого посетителя на сайте – задача трудоемкая. Да, вы правы, это тяжело. Но вас не заставляют анализировать поведение всех посетителей. Проанализируйте «отказников», которые приходили на сайт по потенциально конверсионным поисковым запросам, и определите, почему они быстро уходили с веб-сайта.
Аналогичная ситуация с оценкой большого времени пребывания на сайте. Все в один голос утверждают – это хорошо, пусть все будет как есть. А вы не подумали, что так долго посетитель может взаимодействовать с веб-сайтом только потому, что настойчиво ищет нужную ему информацию, и никак не может ее найти. И вполне возможно, что на сайте нужно провести оптимизационные мероприятия, чтобы посетители находили нужную им информацию максимально быстро.
3) страницы выхода посетителей с веб-сайта. Эта проблема вообще требует особого подхода, поскольку советы специалистов о том, что нужно обратить внимание на якобы проблемные страницы выхода, не выдерживают никакой критики. Не нужно автоматически искать проблемы на самых «популярных» страницах выхода. Нужно задать себе вопрос: а почему конкретный посетитель (заметьте, не все посетители) ушел с веб-сайта (не со страницы). Он уже выполнил свою задачу на сайте, или решил вернуться на него позже, или он так и не нашел того, что искал. Поверьте, ответы на такие вопросы статистика не предоставит, — за поведением посетителя придется наблюдать.
Возьмите, к примеру, каждого третьего посетителя, ушедшего с самой «популярной» страницы выхода, и проанализируйте его поведение на сайте (количество просмотренных страниц, какие именно страницы он просматривал, по какому поисковому запросу пришел на сайт, какой контент просматривал). Я вам обещаю, тенденция будет видна уже после анализа 20 посетителя.
Серьезность проблемы двоякой трактовки показателей не стоит недооценивать. Системы статистики посещаемости сайта не дают нам полного видения того, какие конкретно действия посетитель совершал на сайте. Неверно интерпретируя метрики, мы рискуем сформировать у заказчика неверное представление о деятельности его сайта. А за этим могут последовать ошибочные оптимизационные мероприятия на сайте, которые не только не повысят его эффективность, но и поломают то, что сейчас работает эффективно.
Как-то я задал руководителю проекта веб-аналитики SpyBOX, в деятельности которого принимаю участие, такой вопрос: будет ли целесообразным сделать упор на предоставление пользователям системы большего количества статистических данных, чем это есть сейчас. На что получил примерно такой ответ: визуализированная веб-аналитика дает несоизмеримо большие преимущества при анализе и интерпретации данных, чем все системы статистики вместе взятые.
Действительно, отслеживая поведение посетителей сайта в режиме реального времени при помощи автоматических сервисов визуализации их действий, мы имеем возможность развеять иллюзорность достоверности метрик, создаваемую системами статистик
