Веб-аналитика: От систем статистики посещаемости до визуализации поведения посетителей сайтов. Оптимизация заголовков TITLE (seocafe.info) - стр 2.
Веб-аналитика: От систем статистики посещаемости до визуализации поведения посетителей сайтов

Главная / категория «Веб-аналитика. Счётчики посещаемости. Google Analitics» / «Веб-аналитика: От систем статистики посещаемости до визуализации поведения посетителей сайтов»


 

И я и Игорь Сарматов (руководитель отдела аналитики проектаSpyBox ) были бы благодарны вам за ваши комментарии к данной статье. Если она вам понравилась, а может чем-то и не понравилась – пишите в комментарии. И не забудьте высказать свое мнение: стоит ли продолжать публикацию подобных статей?

Веб аналитика: От систем статистики посещаемости до визуализации поведения посетителей сайтов

Веб-аналитика эволюционирует быстрыми темпами и вполне прогнозируемо. Если еще совсем недавно статистика посещаемости сайта и расширенные отчеты по достижению целей (в том числе от Google Analytics) считались очень актуальной и необходимой информацией, то на данном этапе эта информация составляет не более 20% всех данных, которые предоставляют системы, позволяющие получить детализированные данные о поведении посетителей на сайтах.

 

Детализация – зачем она нужна?

Среднестатистические, усредненные, обобщенные показатели хороши не во всех случаях. Одно дело, когда речь идет о продвижении сайта – при этом суммарные цифры статистики посещаемости и их динамика дают информацию по источникам трафика, охвата аудитории и конечной цели – качества продвижения сайта.

Совершенно по-другому обстоит картина с восприятием сайта привлеченной аудиторией. Проще сказать – что посетители делают на сайте после перехода на него? Получают ли они ту информацию, за которой пришли? Вернутся ли они добровольно за новой порцией информации?

Работа с постоянной, лояльной к сайту аудиторией обходится значительно дешевле и приносит больше дохода его владельцу.

Чтобы правильно оценивать данные о взаимодействии посетителей с веб-сайтом, средние показатели (статистика просмотров страниц, времени на сайте и др. параметры) не дают четкой картины происходящего. Очень показательным в этом плане можно считать параметр «показатель отказов», который сегодня обсуждается очень активно.

На сегодняшний день наиболее распространенной является методика подсчета показателя отказов по количеству посетителей, которые в ходе посещения сайта просмотрели только одну страницу. По нашему мнению, такой метод является недостоверным, потому что:

  • посетитель мог просмотреть только одну страницу и уйти с веб-сайта, потому что он нашел нужную ему информацию на странице входа;
  • в ходе первого посещения посетитель мог только предварительно ознакомиться с содержимым сайта, чтобы потом заходить на него повторно.

Совсем недавно сервис Яндекс.Метрика заявил, что при подсчете показателя отказов рекомендуется учитывать время нахождения посетителя на странице входа. Если время, проведенное посетителем на сайте, составляет менее 15 секунд, то можно зачислять такого посетителя к категории отказников. В целом тезис верный. Обычно взаимодействие посетителя с веб-сайтом только в течение 15-30 секунд считается непродуктивным. Однако следует учесть, что такой тезис будет верным только в том случае, если посетитель больше никогда не вернется на сайт.

На каждое правило есть исключение. В ходе наблюдений за поведением посетителей на сайте мы неоднократно убеждались, что даже в течение 10-30 сек. нахождения на странице входа некоторые пользователи успевают сделать на сайте то, что планировали.

К примеру, постоянный читатель вернулся на блог чтобы проверить, не появился ли новый пост. Обычно на это потребуется не более 5 секунд. Любая система статистики зафиксирует отказ, даже не смотря на то, что посетитель приходит на сайт ежедневно. Если посещаемость блога порядка 500 чел./сутки, то таких «псевдо-отказников» может быть около сотни (20%)!

Таким образом, добиться точности при подсчете показателя отказов с помощью традиционных систем анализа посещаемости сайта сложно. Google Analytics предоставит вам только количество посетителей, просмотревших 1 страницу и ушедших с веб-сайта, но не покажет время их нахождения на сайте (без специальных «хаков»). Вместе с тем, как уже было сказано выше, даже просмотр посетителем всего одной страницы и нахождение на ней в диапазоне одной минуты, еще не дает оснований говорить об отказе.

Вообще, чтобы утверждать, был ли отказ со стороны посетителя, прежде всего, необходимо четко определить, а что собственно считать отказом? Для сайтов разной функциональной направленности отказы могут быть разными. Блогер хочет, чтобы его свежие посты читали и оставляли комментарии. Если этого не происходит, для него это отказ. Для интернет-магазина отказом может быть не ознакомление посетителя с товаром, а отсутствие продаж. Для корпоративного сайта отказ – отсутствие обратной связи.

Т.е. владелец сайта сам определяет, что считать отказом, а что нет. Если на сайте посетитель должен совершить, допустим, 3 микроконверсионных действия (ознакомиться с главной страницей, посмотреть действующие скидки, зайти на страницу с описанием товара), а реально совершает только одно – просматривает главную страницу – то можно считать, что два отказа уже есть.

Определение показателя отказов индивидуально для конкретного сайта и оценка поведения каждого посетителя с точки зрения совершения им определенных действий позволяет более объективно рассчитать реальный процент отказов.

Для чего это нужно: При использовании единого для всех типов сайтов способа подсчета теряется полезность этого инструмента. С другой стороны, четко определив свои собственные показатели того, что считать «отказом», вы сможете найти причины, по которым ваши посетители не достигают конечных целей – истинный показатель отказов обратно пропорционален доверию посетителей к вашему сайту.

Аналогичные ошибки совершаются при использовании глобальных систем статистики для подсчета показателя конверсии сайта.

Сейчас наиболее распространенный способ подсчета коэффициента конверсии – это подсчет количества сделанных посетителями конверсионных действий (целей) за единицу времени. Т.е. если при первом посещении сайта посетитель просто просмотрел его, а сделал конверсионное действие уже в ходе второго посещения, то в первом случае большинство систем анализа сайтов покажут отсутствие конверсионных действий.

В данном случае мы говорим не только о покупке в традиционном смысле слова на сайте интернет-магазина. Конверсионным действием можно считать любое действие посетителя, которое он должен совершить, исходя из функционального назначения самого сайта. К примеру, на блоге конверсионным действием вполне может считаться написание посетителем комментария на свежий пост.

Кроме того, на любом из сайтов посетитель совершает микроконверсионные действия. Допустим, на сайте интернет-магазина микроконверсия – это те действия посетителя, которые являются необходимым этапом для достижения глобальной цели – покупки товара. На блоге посетители также могут совершать микроконверсионные действия. Допустим, если главная цель (макроконверсия) – комментарий, то чтение поста (как необходимое условие для комментария) – это микроконверсия.

Часто случается, что посетитель пришел на сайт, совершил на нем несколько микроконверсионных действий, ушел с него, а потом вернулся через несколько дней и сделал макроконверсионное действие. Т.е. любые его действия с самого первого прихода на сайт фактически считаются конверсионными.

Конверсионные действия пользователь может совершать, как ни странно, и не взаимодействуя непосредственно с веб-сайтом. Например, прочитав на сайте актуальный материал, пользователь будет обсуждать его с коллегами на работе или друзьями, тем самым привлекая интерес к затронутой на сайте теме (микроконверсия, да еще в offline). Макроконверсионным действием может считаться публикация ссылки на пост в Twitter или другой соц. сети.

Да, только по одному посещению сайта посетителем невозможно сказать, будут ли его действия конверсионными в перспективе или он больше не вернется на сайт. Поэтому эффективнее использовать принцип отслеживания действий посетителя на сайте в течение долгого периода времени (как правило, в течение месяца), что позволит делать расчет конверсии максимально точно. Реальные конверсионные показатели сайта можно будет увидеть по каждому уникальному посетителю, а не по суммарному количеству целей за единицу времени.

Поскольку системы отслеживания поведения посетителей на сайте предоставляют детализированные данные о каждом посещении конкретным пользователем, то параллельно можно высчитать полезность материалов для целевой аудитории сайта. А поскольку вы видите, что именно посетители делают на сайте, то несложно определить факторы, которые могут повлиять на интерес аудитории к сайту.

 

Визуализация действий посетителей – новые возможности

Практически на любом сайте есть проблемы, которые мешают пользователям эффективно взаимодействовать с ним. Однако не все проблемы можно диагностировать только с помощью статистики. Очень показательным в этом плане является оценка читабельности контента.

Часто сайты перегружены контентом и не ясно, какие тексты читаются посетителями, а какие игнорируются. А когда дело обстоит с текстами, которые призваны мотивировать посетителей на конкретные действия, то оценить их эффективность без отслеживания реакции посетителей очень сложно.

По нашему мнению, оценивать читабельность контента нужно для того, чтобы выяснить:

  • Какие тексты посетители игнорируют;
  • Насколько внимательно посетители читают тексты;
  • Мотивирует ли контент посетителей на совершение конкретных действий.

Современные системы веб-аналитики помогают визуально увидеть, каким образом посетитель взаимодействует с контентом. Например, скриншот карты движения мышки посетителя на странице с текстовым контентом:

Веб аналитика: От систем статистики посещаемости до визуализации поведения посетителей сайтов

На этом скриншоте вы видите, что посетитель буквально мельком просмотрел страницу, не углубляясь в чтение контента. Сложно однозначно определить, почему он именно так взаимодействовал с веб-страницей: или ее содержимое было ему не интересно, либо он вполне удовлетворился просмотром заголовков первых книг. В любом случае, просмотрев несколько десятков таких схем взаимодействия посетителей с контентом, можно увидеть реальный интерес к опубликованному контенту.

Когда посетитель подробно и заинтересованно читает контент, тепловая карта прокрутки страницы будет выглядеть примерно так (см. рис. слева):

Веб аналитика: От систем статистики посещаемости до визуализации поведения посетителей сайтов Веб аналитика: От систем статистики посещаемости до визуализации поведения посетителей сайтов

Достаточно беглого взгляда на эти скриншоты, чтобы понять, какие зоны страницы читаются внимательно, а какие игнорируются. На левой картинке видно, что один из абзацев игнорируется ~25% посетителей, однако 50% из посетителей просматривают как минимум 3 прокрутки экрана. Правый скриншот дает еще больше повода задуматься: практически 100% внимания к странице сосредоточено только на первом экране, а до конца изучают ее не более 5% посетителей.

При использовании только систем статистики веб-аналитик не сможет получить столько критически важной информации о деятельности своего сайта. Единственная сложность при использовании детализированных данных о поведении посетителей заключается в их правильной интерпретации. Ведь для разных типов сайтов эти данные несут в себе различный смысл интерпретации, не смотря на их визуальную схожесть.

Вывод: Зная, каким образом посетители сайта взаимодействуют с контентом, можно оптимизировать его таким образом, чтобы читабельность текста и обратная реакция на него сразу возросла в несколько раз.

 

Отслеживание процесса заполнения веб-форм: очевидные преимущества

Каждый владелец сайта заинтересован в получении обратной связи с посетителями (поля с комментариями, обратной связью). Но зачастую мы видим только конечный результат публикации комментария. Бывает и так, что достаточно весомый и интересный комментарий так и не доходит до публикации.

Очень интересным бывает отслеживание реальной реакции пользователей на прочитанное или увиденное на сайте. Вы думаете, то, что вы читаете в комментариях на статью или пост – это то, что посетитель действительно думает? Нет, чаще всего это «отшлифованная» версия. Многие посетители по нескольку раз переписывают текст комментария, прежде чем нажать на кнопку «опубликовать». По смыслу как раз самые первые версии наиболее полно отражают спонтанную реакцию посетителей на прочитанный контент.

Бывает и так, что посетитель воодушевленно заполнил предложенную веб-форму, но сложная captcha или ошибка веб-сервера злостно преградили ему путь к завершению процедуры. Если подобная ситуация повторяется со значительным процентом лояльных посетителей, можете больше не рассчитывать на их активную деятельность по отношению к сайту.

Процесс анализа обратной связи относительно трудоемкий и пока что досконально автоматизирован только системой Clicktale. Но, тем не менее, актуальность его очень высокая.

Просматривая последовательности действий пользователя в ходе публикации им обратной связи важно понять, какие сложности возникают у пользователей при заполнении веб-форм и по каким причинам они прерывают этот процесс. Устранить эти проблемы можно, только увидев их.

 

Выводы:

Статистические данные, особенно в динамике, позволяют оценить эффективность раскрутки сайта и качество привлекаемого трафика. Детальная информация о поведении посетителей, привлеченных на сайт позволяет не только снизить затраты на привлечение трафика (увеличивается процент постоянной аудитории), но и более достоверно определить текущие интересы привлекаемой аудитории (удержание нового посетителя как можно дольше на сайте).

При проведении комплексного анализа сайтов постоянно возникают ситуации, когда нужно в деталях посмотреть, что конкретно делал тот или иной посетитель на сайте.

Когда используешь системы статистики посещаемости, то невольно рассматриваешь посетителей сайта как обезличенных пользователей, что-то там делающих на сайте. Именно так их воспринимают владельцы сайтов, которые все усилия сосредотачивают на SEO.

Каждый посетитель имеет свои задачи и приходит на ваш сайт, чтобы решить их. И сайт должен помогать пользователям решать эти задачи. Фокусировка на потребностях каждого посетителя сайта (выборочно при большом трафике) позволяет по-иному взглянуть на формат деятельности самого сайта. И системы визуализированной и детализированной веб-аналитики помогают осознать необходимость оптимизации сайта под потребности посетителя.

Но главная задача веб-аналитики – это даже не сбор данных, а их правильная интерпретация.

 

Комментарии к статье «Веб-аналитика: От систем статистики посещаемости до визуализации поведения посетителей сайтов»:


  1. leus2009:

    Спасибо за статью, натолкнула на некоторые размышления.
    Есть ли инструменты, либо методики применения стандартных метрик, для анализа микро и макроконверсий, а также отложенных конверсий и настраеваемых показателей отказов? Заранее спасибо


  2. Павел:

    Яндекс вебвизор вам в помощь :_


  3. Андрей:

    Яндекс вебвизор доступен только рекламодателям Яндекса. а проблемой микроконверсий в Вебвизоре, даже когда он еще был самостоятельным проектом, вообще не занимались. Я к ним обращался по ряду сложных вопросов — так ничего внятного не получил. "Читайте инструкции" — примерно так. Качественный анализ микроконверсий — это целая метода. Дайте в гугле запрос "Как анализировать микроконверсию на веб-сайте" и почитайте, там есть полезные фишки.


  4. leus2009:

    Спасибо, за советы. Изучаю вопрос. В тему инструментов — нашёл статью Кошика с описанием многих тулзов. Думаю будет интересно почитать, если ещё не видели

    Андрей Анисимов 11/011/2010

    Лучшие инструменты Веб Аналитики 2.0.: Качественные, количественные и спасающие жизни! http://trends.reaspekt-promo.ru/analytics/best-instruments-of-web-analytics2-0/


  5. Дмитрий Мелихов:

    > leus2009

    > Есть ли инструменты, либо методики применения стандартных метрик, для анализа микро и макроконверсий, а также отложенных конверсий и настраеваемых показателей отказов?

    На разных сайтах будут применяться разные методики для отслеживания одного и того же параметра.

    Хотели бы вы узнать о них в общем или для определенной категории сайтов (блоги, например)?


  6. M_a_Ge:

    Интересная статья, но было бы намного интереснее и познавательнее, если бы больший упор был сделан на вопросе КАК применять существующие системы веб-аналитики, как их настроить и использовать. О важности веб-аналитике никто спорить не будет, поэтому "практические статьи" были бы очень кстати. Спасибо.

 

http://altblog.ru/veb-analitika-ot-sistem-statistiki-poseshhaemosti-do-vizualizacii-povedeniya-posetitelej-sajtov/


Создан: 02.03.2011 10:38:25  Изменён: 22.01.2015 13:21:04
Авторизация
Логин

Пароль



Вы не зарегистрированы?
Нажмите здесь для регистрации.

Забыли пароль?
Запросите новый здесь.
Категории
Создание форума - от 8.000 руб
Вопросы заказчиков сайтов
Советы заказчикам сайтов
PHP-Fusion-7
-- Описание PHP-Fusion для новичков
-- PHP-Fusion панели
-- Плагин Доски объявлений для PHP-Fusion
-- Сборник плагинов и модов PHP-Fusion
Категории
Раскрутка интернет-магазина
Общие советы юзабилити сайта
-- Советы по юзабилити дизайна сайта
-- Советы по юзабилити интернет-магазина
-- Юзабилити регистрации пользователей и комментирования
-- Советы по юзабилити меню
-- Советы по юзабилити текста
-- Веб-аналитика. Счётчики посещаемости. Google Analitics
Где поставить ссылку бесплатно?
-- Раскрутка вне поисковиков
-- Наполнение и оптимизация страниц
Видео-анализ юзабилити сайта
Обмен ссылками: советы и скрипты
Яндекс.Метрика
Переключатель дизайна
AFT_White_L
20.09.2017 01:28:24