Веб-аналитика: зачем она нужна вашему бизнесу?

Веб-аналитика открывает безграничные возможности для оптимизации и улучшения не только сайта, но и бизнес-процессов компании. Сегодня мы поговорим о том, зачем сайту веб-аналитика, и что она способна изменить. Что теряют интернет-магазины, у которых не настроена электронная торговля? Что упускают сайты услуг, у которых нет интеграции с call-tracking? Итак, что же теряет или недополучает сайт в отсутствие аналитики?

Рассмотрим три наиболее распространенные ситуации, которые чаще всего встречаются на рынке.

• Вообще нет системы аналитики, или она неправильно настроена.

Большинство компаний вообще не собирают данные, а если собирают, то часто неправильно или не в полном объеме, что фактически равнозначно первому случаю. Даже если интернет-магазин использует Google Analytics, но он не настроен, то сделать действительно полезные для бизнеса выводы из этих получаемых данных крайне трудно. Данных просто-напросто недостаточно.

• Аналитика есть, но некому анализировать.

Другой случай, когда все системы аналитики настроены, но у компании не хватает профессиональных сотрудников, которые могут эти данные грамотно анализировать и делать полезные выводы. Сильных кадров на рынке не хватает, да и держать в штате аналитика готовы не все компании.

• Разовая аналитика под какие-то задачи или проекты.

Третий вариант, когда компании нужны разовые услуги по аналитике, например, провести аудит рекламной кампании с целью проверки подрядчика, насколько качественно он исполняет свои обязательства.

Существует огромное множество систем аналитики, но в 90% случаев достаточно функционала Google Analytics и «Метрики» Яндекса. Лишь для очень специфических сфер бизнеса и задач могут потребоваться какие-то специализированные системы аналитики.

Например, для мобильных приложений может использоваться Google Analytics, он умеет отслеживать мобильный трафик, там также можно настроить цели и события, но все равно это неполноценная система аналитики. На помощь придут такие системы, как Kissmetrics, Flurry, MixPanel.

Вебвизор Яндекс.Метрики отлично справляется со своей задачей — показывает действия посетителей на сайте, но существуют специализированные системы для отслеживания поведения пользователей, которые обладают гораздо большим функционалом.

Возможности веб-аналитики

Возможности систем аналитики по сути безграничны и применяться они могут в самых различных отраслях бизнеса под самые разные задачи. Например, сотрудники одной компании, которая занимается разработкой алгоритмов обработки данных, придумали, как подбирать соседство пассажиров в самолете на основе данных из социальных сетей, историй покупок и т.п. Они протестировали свой алгоритм на реальном рейсе. По завершению полета стюардессы заполняли анкету, и оказалось, что это был самый болтливый рейс за все время их работы. Для авиакомпании коммерческий интерес подобной аналитики заключается в формировании лояльной аудитории и увеличению выручки от продажи алкоголя и сувениров на борту.

Но чаще всего владельцы сайтов хотят увеличить либо количество входящих обращений, либо конверсию в продажи из этих обращений.

При этом на конверсию влияет множество факторов. Но аналитик может повлиять только на два их них:

Таким образом, одним из направлений для аналитики может стать работа с юзабилити сайта. Например, поведенческий анализ направлен на улучшение рекламных кампаний: мы понимаем, как ведут себя пользователи, пришедшие на сайт с определенного рекламного канала, что они делали на сайте, и что им помешало купить товар или услугу. На основе полученных данных можно составить рекомендации, например, по доработке интерфейса. Затем строятся гипотезы, изменения внедряются и тестируются.

Для оценки рекламных кампаний с отложенным эффектом пригодится когортный анализ — это один из способов сегментации аудитории и обработки данных по различным сегментам.

Аналитика для интернет-магазина

Самое важное для интернет-магазина — иметь возможность отслеживать эффективность трафика в разрезе конечных заказов. Основным решением в данном случае является Электронная торговля в Google Analytics, которая позволяет отслеживать все заказы, сделанные с сайта. В системе аналитики фиксируется код заказа, дата, источник трафика (реклама, SEO и т.п.), сумма заказа, количество товаров в корзине, путь, по которому прошел клиент до заказа, и т.п. Таким образом, появляется возможность оценки и сравнения разных рекламных кампаний.

Что это дает? В первую очередь так можно оценить, насколько эффективны платные рекламные каналы. Зная расходы на рекламу в Яндекс.Директе, количество полученных заказов и средний чек, можно, например, посчитать ROI и определить, окупается ли этот канал рекламы или нет. Но оценка по источникам трафика — это лишь самый верхний уровень.

Копнув глубже, можно посмотреть, какие ключевые слова приводят к продажам. По опыту 80% ключевых слов из всех рекламных кампаний на рынке вообще никак не способствуют продажам. При помощи аналитики можно выявить те самые 20% ключевиков, которые влияют на прямые продажи, и сильно сократить рекламные бюджеты, сохранив эффективность. Но не все так просто, всегда необходимо учитывать взаимосвязь каналов («ассоциированные конверсии»).

Путь пользователя от первого посещений сайта до конверсии бывает очень долгим. Редко когда клиент приходит впервые с рекламы и сразу что-то покупает на сайте. Обычно это более длинная цепочка: посетитель пришел на сайт через контекстную рекламу, вернулся через поиск, потом вошел с мобильного устройства на карточку товара, которую он себе отложил, а заказ вообще совершил со стационарного ПК прямым заходом на сайт. Отключив один из каналов, пусть и не приносящий продаж здесь и сейчас, мы рискуем нарушить эту цепочку. И все эти данные также можно и нужно анализировать. В терминах веб-аналитики это называется «многоканальные последовательности».

Для оценки влияния канала трафика на продажи существуют так называемые «Модели атрибуции». Например, у сайта три канала трафика: контекстная реклама, SEO и баннерная реклама. Каждый канал по-разному влияет на продажи. Например, баннерная реклама не приносит прямых конверсий, но в 50% случаев она участвует как источник убеждения клиентов для конечной продажи. Без нее эта цепочка разорвется, и продажи, например, в контексте упадут. При оценке стоимости привлечения клиента и стоимости конверсии можно учитывать влияние каналов с учетом различных коэффициентов. Наличие всех этих данных и специалиста, который будет регулярно их отслеживать и анализировать, позволит правильно настроить эффективное взаимодействие всех рекламных каналов.

Аналитика для сайта услуг

Сайты услуг в целом имеют схожую картину, но тут несколько более сложная ситуация, связанная с более длительным циклом продаж. В многих сферах бизнеса от первого посещения сайта до продажи может пройти несколько месяцев. Вторая проблема связана с тем, что цепочка аналитики прерывается в момент, когда клиент связывается с менеджером, и дальше вся коммуникация происходить в оффлайне или в CRM-системе. Получается, что мы знаем, когда и с какого источника клиент пришел на сайт, но что с ним произошло дальше никто не знает. В большинстве случаев на этом моменте вся аналитика останавливается, и мало кто знает, что делать дальше. В результате, порядка 95% компаний просто считают стоимость за заявку, это и становится ключевой метрикой.

Это косвенно покажет эффективность трафика, но каждый канал конвертируется по-разному, поэтому этих данных явно недостаточно. Например, контекстная реклама может давать большое количество заявок, но с низкой конверсией, а ретаргетинговая кампания может приносить аналогичное количество заявок, но с конверсией уже не 10%, а 60%. Без более глубокой аналитики в связке с данными по продажам сложно оценить, какой канал работает эффективнее. Ведь бизнес измеряется не заявками, а продажами. Существует несколько решений для сбора подобных данных. Наиболее простой — интеграция Google Analytics с внутренней CRM/ERP-системой. Фактически любые системы, которые хранят информацию о продажах, можно интегрировать с Google Analytics.

В итоге в Google Analytics будет появляться информация о заказах в тот момент, когда они были сделаны. Это может произойти спустя два месяца после посещения сайта, при этом продажу и передачу данных о ней в Google Analytics может осуществлять любое устройство с выходом в интернет, даже складской сканер штрих-кода. Такая информация записывается в нужный источник трафика и нужное ключевое слово. Это будет отложенная статистика, но она все равно появится в системе. В любом случае, анализировать рекламную кампанию необходимо лишь спустя определенный период, который зависит от цикла продаж.

Неправильные настройки

Встречаются проблемы неправильных настроек в имеющейся системе аналитики. Неточные данные о заказах, когда они дублируются или неправильно считаются, неправильные данные о конверсиях, ненастроенные фильтры — все это влияет на общую статистику. Иногда критично. Нельзя рассматривать систему веб-аналитики как систему учета продаж, там всегда будет определенный процент погрешности, но можно попытаться минимизировать его за счет корректных настроек.

Если сравнивать Google Analytics и Яндекс.Метрику, то у них примерно одинаковый уровень погрешности, но, с точки зрения полноты данных, аналитика от Google предоставляет гораздо больше возможностей. В Яндекс.Метрике, например, только недавно появился аналог электронной торговли, который уже многие годы успешно работает в Google. В то же время, у Яндекс.Метрики, конечно же, есть свои уникальные преимущества – вебвизор, карты кликов и ссылок, аналитика форм.

Оптимизировать рекламные каналы и бюджеты, увеличить конверсию в заказы с сайта и другие возможности улучшить бизнес-показатели дает грамотно подобранная и настроенная веб-аналитика. Не пренебрегайте ею!

Автор: Дмитрий Колотов, эксперт в области стратегического развития интернет-проектов, поискового продвижения, веб-аналитики и интернет-маркетинга.

Еще больше материалов по теме в блоге iSEO.