iMetrics: Профессиональное управление эффективностью интернет-маркетинга

11.11.11 – в этот день, с запоминающейся датой, прошла конференция iMetrics. Темой конференции стала веб-аналитика, ее цели, задачи, методология, развитие, а также прошлое, настоящее и будущее этого рынка в России.

После приветственного слова организаторов старт задал Степан Семилетов (ArrowMedia) с докладом «Методологии веб-аналитики для различных интернет-проектов: сайты, интернет-магазины, СМИ и другие проекты».

Что же такое веб-аналитика? Суть ее заключается в измерении чего-либо для последующего улучшения и совершенствования. Есть некоторые простые истины веб-аналитики, которые должен знать каждый. Они заключаются в том, что главная вещь, на которую мы должны обращать внимание, это динамика, но не менее важная часть, это сравнение полученных данных. Возникает логичный вопрос: зачем нам вообще всем этим заниматься? Ответ очень прост, часто на сайте бывает много проблем, и без какой-либо аналитики отследить эти проблемы и избавиться от них практически невозможно.

Одной из главных настроек в веб-аналитике, по мнению Степана, является настройка целей. Цель – это полезное для нас действие посетителя на сайте, выделяющее его среди всех посетителей. Выбор цели должен основываться на тематике работы компании, но в любом случае, правильная цель – это подтверждение посетителем интереса к услуге или продукту. Это может быть оформление заказа на сайте, заполненная контактная форма, подписка на рассылку и проч. Не менее важным параметром является конверсия, коэффициент отказов и источники трафика.

На конкретных примерах Степан показал примеры сбора данных для их последующей аналитики. После получения всех данных не составит труда определить, что нужно исправить – решить проблемы в корзине, если пользователи упорно не понимают, куда им нужно кликнуть, чтобы заказать товар; в какой вид рекламы стоит вложить больше средств, т.к. оттуда приходят более полезные и качественные пользователи, и понизить ставки в кампаниях, где высокий показатель отказов и низкая конверсия. Конечно, все сайты и ситуации уникальны, но даже в этом случае можно составить некий рецепт успеха:

• Заведите цели в своей веб-аналитике;
• Пометьте рекламные ссылки;
• Сравните источники, кампании, слова;
• Определите самые популярные разделы, страницы;
• Находите проблемы и странности;
• Ищите закономерности.

Но самое главное, не аналитикой единой! Нужно улучшать свой сайт, рекламу, контент а главное продукт, и тогда успех обеспечен.

Второй доклад «Сколько стоит скорость сайта? Влияние технических факторов на конверсию» представил Николай Мациевский (WEBO Software).

Медленные сайты всегда сталкиваются с рядом проблем:

- Большой процент отказов. Увидев белый экран, пользователи могут задуматься, а работает ли сайт вообще? Самые нетерпеливые уйдут, не дождавшись загрузки, а те, у кого терпения побольше, обязательно сравнят сайт с конкурентами, отметив, что у других все «летает».

- Малая глубина просмотра. Многие люди ценят свое время, и не могут себе позволить ждать загрузки по несколько десятков секунд, когда на рынке полно конкурентов, готовых предоставить качественный сервис. Также столкнувшись с медленной загрузкой, у пользователя возникает мысль, что весь сайт наверняка некачественный и неинтересный.

- Низкая лояльность пользователей. Пользователь не пойдет повторно на сайт, который произвел на него плохое впечатление, и скорее всего не будет там ничего покупать.

Что ж, проблема серьезная, но решаемая. Существуют метрики, направленные на измерение скорости сайта, как временные, так и технические. Получив данные по своему сайту, нужно убедиться, что они соответствуют следующим показателям:

Время ответа сервера: не более 0,5 секунд
onDOMready (до появления первой картинки в браузере): 1-1,5 секунд
onLoad (до полной загрузки сайта в браузер): 4-6 секунд
Доступность сайта (% времени, когда сайт не доступен): не менее 99,9%
Отказоустойчивость сайта (увеличение трафика, когда время открытия сайта возрастает вдвое): не менее 5-кратного
Удовлетворение пользователей (% пользователей, загрузивших сайт до 4с): не менее 70%
Стабильность работы сайта (колебание времени открытия в течении дня): не более 10%.

Далее на реальных кейсах Николай показал, как улучшились показатели сайтов, после достижения этих показателей. В интернет-магазине инструментов, после ускорения загрузки сайта с 13 секунд до 4,5, количество достигнутых целей возросло на 40%. Интернет-магазин IT-курсов, ускорение загрузки с 6,6 до 3,5 секунд, прибыль на пользователя увеличилась на 16%.

Далее выступил Анатолий Сергеев (AdLabs) с серией докладов о «Практическом применении веб-аналитики для SEO, веб-студий, SMM: отслеживание эффективности тэгов на сайте, отслеживание флэш-приложений, веб-аналитика для SEO».

Google.Analytics для мониторинга SEO.

Все мы знаем, что к нам на сайты приходит аудитория из разных каналов, на данный момент SEO является одним из самых популярных источников трафика. Перед нами стоит задача отследить эффективности трафика и запросов, и нам нужно сделать это максимально быстро и без лишних усилий.

Изначально в Google.Analytics указаны разные источники трафика, но мы не можем посмотреть только те запросы, по которым мы продвигаемся. Аналитика показывает все запросы, включая фамилии, названии брендов и прочие ненужные вещи. В принципе для этого есть фильтры, но даже в этом случае результаты отображаются в неудобном виде. Именно для этого в новом интерфейсе Google.Analytics появился целый раздел, который называется «Поисковая оптимизация», но его нужно как следует настроить. Для этого необходимо зайти в раздел «Инструменты для веб-мастеров», здесь есть список всех сайтов, с которыми мы работаем, здесь мы выбираем только нужные нам сайты. После этого вся информация по выдаче идет к нам в аккаунт Google.Analytics. Плюс в том, что если теперь мы посмотрим статистику, мы увидим сами запросы, количество показов, количество кликов, позиции в выдаче и CTR.

Но мы еще не решили проблему с запросами, пока они отображаются все вместе. Чтобы это исправить, необходимо создать «Персонализированный отчет», это конструктор отчетов, в котором можно настроить все, что хочется видеть в своем отчете. В данном отчете нас интересует всего три пункта: группа показателей (посещения, показатели отказов, транзакции, доход), срез по ключевым словам, и работа с фильтром (например, только Яндекс, только SEO и исключим все, что связано с брендами и пр.). Сохраняем и получаем очень удобный отчет, он постоянно сохранен у вас в аккаунте, к нему можно обратиться в любой момент, можно настроить расписание отправки на e-mail а также отчет достаточно гибок в плане быстрого внесения изменений.

Оценка активности аудитории социальных сетей на сайте.

Как на сайте отследить клики по кнопкам Like, +1, tweet и другим? К сожалению, по умолчанию в Google.Analytics этого отследить нельзя. Тем не менее, там есть целый раздел, посвященный социальным сетям, он позволяет сформировать простой отчет, который покажет, что 5% пользователей сделали что-то с социальными плагинами у вас на сайте, а 95% ничего не сделали. Отдельно отслеживается только кнопка +1, узнать статистику по другим социальным сетям нельзя. Но выход есть, это функция trackSocial.

_trackSocial(network, socialAction, opt_target, opt_pagePath), где

Network – название социальной сети

socialAction – название действия (like, unlike)

opt_target – объект взаимодействия (url страницы которую лайкнули)

opt_pagePath – url страницы (на которой было действие)

После этого данные уходят в Google.Analytics, где формируется очень подробный отчет, в итоге мы можем видеть активность пользователей, видим в каких социальных сетях распространяется наш контент, пользователи каких социальных сетей активнее, какие материалы вызывают наибольший интерес у наших посетителей, какие разделы сайта способствуют «распространению» контента.

Отслеживание flash-элементов на своем сайте.

Практически у всех на сайте есть флеш-баннеры, приложения социальных сетей или видео. Сейчас отследить статистику по этим элементам, понять, что делали с приложением, куда кликали, и что интересно пользователям, никак нельзя. Но выход опять же есть. У команды разработчиков Google.Analytics нужно скачать необходимые библиотеки и установить компонент.

Следующий шаг – рассказать что мы хотим отслеживать и указать куда отправлять данные. В итоге получаем четыре строки, которые запускают процесс отслеживания:

Тем самым, все действия, которые может совершить пользователь с флеш-элементом, мы поделили на две категории, просмотры и кнопки. Просмотры мы отправляем с помощью функции _trackPageview(); а кнопки с помощью функции _trackEvent();

Таким образом, приложение становится практически отдельным сайтом, и мы можем смотреть по нему всю статистику, которая доступна для обычных страниц.

В результате мы можем отслеживать любой flash-элемент на сайте. Можем отслеживать приложения в соц. сетях. Гибкость настройки кода и получаемой статистики. Все библиотеки уже написаны, необходимо лишь добавить код.

Следующим выступил Петр Митюшкин (SKCG) с докладом «Оценка и повышение эффективности маркетинга в социальных медиа».

Петр попытался ответить на вопрос, что и каким образом можно измерять в социальных сетях. Существует множество традиционных метрик для сайтов: посетители, просмотры страниц, время на сайте, достижение целей, глубина просмотра, % отказов и другие. Что традиционно измеряется в социальных сетях: количество фанов, количество голосов, подписчиков, фоловеров, лайков, комментариев и пр. Соотнести метрики социальных сетей и сайтов практически невозможно, их объединяют только посетители. Но ответ прост. На своем сайте вы отслеживаете какие-то цели, которые поставили своим пользователям или которых стремитесь добиться, давайте эти же цели измерять в социальных сетях. Любые достижения целей, важных на стороне сайта, можно и нужно отслеживать в социальных сетях.

• Загрузка файлов (каталог товаров, прайс-лист)
• Заполнение и отправка форм (регистрация на тест-драйв, запрос обратного звонка)
• Посещение целевых страниц (контакты, схема проезда)
• Отправка заказа (корзина, форма заказа)

Для отслеживания всего этого придется воспользоваться альтернативными методами аналитики, т.к. статистика от самих соц. сетей не дает такой информации, но с этим не должно возникнуть никаких проблем, т.к. таких сервисов очень много.

Антон Терехов (iChiba) рассказал о «KPI в управлении клиентскими базами данных и приемы RFM – сегментации для интернет-магазинов».

Существует очень важный аспект маркетинга в электронной коммерции – маркетинг клиентской базы данных. Ведь после того, как пользователь совершил какое-то полезное действие у вас на сайте, в дальнейшем он будет продолжать вам определенную прибыль. Есть метрики, которые позволяют анализировать этот аспект деятельности.

Важно то, кто является ценным клиентом. Это клиент, совершивший покупку товара или услуги в прошлом и ожидается, что он совершит покупку в будущем. Другой момент. Допустим вы – владелец парикмахерской, и один клиент совершал у вас покупку месяц назад, а другой – год назад. Какой из этих клиентов с большей вероятностью останется вашим клиентом? Если вероятность того, что клиент останется клиентом так сильно отличается, почему компании тратят на обоих клиентов одинаковое количество денег и маркетинговых усилий? Как надо действовать, если мы хотим учесть эту вероятность? Нужно анализировать!

Существуют простые, всем известные метрики, одна из основных – Life Time Value, это ценность клиента, за все его время жизни с вашей компанией. Измеряется оно следующим образом: вы берете некоторое количество клиентов, которые пришли к вам в течение определенного периода, при этом определенная часть клиентов уйдет сразу после первого заказа, но часть клиентов останется и совершит вторую покупку, на этапе от второй до третьей покупки также уйдет некоторое количество клиентов, и т.д. пока у вас не останется ни одного клиента. Чтобы посчитать LTV, обычно вводят понятие смерти клиентской базы, по различным данным это 3-5%. Если у вас от 100% клиентов осталось 3%, можно считать что база вымерла. А далее коэффициент считается по формуле:

Это нужно делать для того, чтобы понять, из каких рекламных источников приходят наиболее ценные клиенты. Чтобы понять, в какой момент происходит наибольший отток клиентов и сформировать трансформационную цепочку. Чтобы рассчитать и вставить в бизнес-план Return of marketing investments. А также, чтобы помочь маркетологу. У всех маркетологов свое представление о клиентах, одни считают, что тратиться нужно на плохих клиентов, превращая их в хороших, другие – на хороших, чтобы стимулировать их и дальше быть хорошими. Но если вы рассчитаете LTV, то станет понятно, что тратиться нужно на тех клиентов, поведение которых стало меняться, и только на них. В итоге ваши действия нужно свести к нескольким пунктам:

1. Поднять историю по «ушедшим клиентам»;
2. Проанализировать изменения в их поведении ДО ухода;
3. Разработать комплекс мер для клиентов, у которых начались аналогичные изменения в поведении;
4. Реализовать их ДО того, как они ушли.

А также:

1. Дать определение «лучшим клиентам»;
2. Проанализировать – как вы привлекли лучших клиентов;
3. Усилить рекламную активность именно в тех средах, откуда вы их привлекли (за счет других статей рекламных затрат);
4. Проанализировать поведение – перед тем как они стали «лучшими»;
5. Найти тех, кто «чуть-чуть» не дотягивает до лучших клиентов;
6. Постараться предложить им что-то, что подтолкнет их сделать последний шаг до «состояния лучшего клиента»;
7. Включите в регулярную отчетность конверсию во второй заказ;
8. Постройте бюджет на основе трансформации клиентской базы данных.

С ключевым докладом конференции выступил Авинаш Кошик – ведущий мировой специалист веб-аналитики, автор бестселлеров «Веб-аналитика 2.0 на практике» и «Веб-аналитика. Анализ информации о посетителях веб-сайтов».

Абсолютное большинство людей, отслеживающих статистику своих сайтов, в первую очередь смотрят на количество просмотров, количество лайков, CTR и прочие показатели, которые абсолютно не важны. Практически никто не задумывается, зачем он вообще все это измеряет, с какой целью он это делает. А ведь важны совсем другие вещи:

• Лояльность;
• Скорость ответа аудитории;
• Соотношения количества посещений в день (или другой временной промежуток);
• Упоминание бренда;
• Распространение информации;
• Экономическое значение;
• Скорость выполнения задачи.

Авинаш приводил массу примеров как наших, так и зарубежных сайтов, как примеры, на которых видно, что создатели неверно определили свои цели, неверно позиционируют себя, задают лишние вопросы, показывают сотни лишних ссылок и проч.

Причина подобных ошибок – неправильный ответ на вопрос «Зачем?». Для чего все это? Для чего вы существуете? Для чего вам необходимо измерять те, или иные показатели. Для этого Авинаш предлагает пользоваться разработанной им моделью Digital Marketing Measurement Model.

Только определившись со всеми этими вопросами, у нас появится шанс сделать что-то по-настоящему крутое, что заставит радоваться наших пользователей, а как следствие – и нас.

Не удивительно, что доклад вызвал интерес и массу вопросов у зрителей, которые они с удовольствием задавали Авинашу, а он, в свою очередь, делился со всеми своими любимыми шоколадками.

После выступления Авинаша зрители снова разделились на два потока. Профессиональный поток начался с доклада Алексея Иванова (ISEE Marketing) и его доклада Анализ и управление малоактивной аудиторией сайта.

Малоактивная аудитория сайта сложна для аналитики, ведь бывает немало сайтов, куда приходят и смотрят лишь одну страницу. Но также есть сайты, по которым пользователи могут очень долго ходить, любоваться на красивые картинки, но так и не принять решения о покупке. В итоге получается, что у нас недостаточно данных, и анализировать нечего. А ведь если задуматься, веб-аналитика в целом не про статистику и цифры, а про понимание поведения людей, которые приходят на ваш сайт.

Если мы говорим о поведении посетителей, можно использовать различные инструменты, например WebVisor. За просмотром видео о том, как вели себя ваши пользователи, можно провести полжизни, но даже в этом случае сделать какие-то выводы будет очень сложно, ведь все пользователи разные, и ведут они себя по-разному. В этом случае нужно разделить посетителей на сегменты с одинаковыми признаками, которые можно анализировать. Например, по источнику прихода на сайт, по каким-то конкретным действиям, по странице выхода и т.д.

Помимо этого следует обратить внимание на движение взгляда пользователя, многие наводят курсор именно туда, куда смотрят. Обратите внимание на лишние клики или отсутствие нужных кликов, возможно какой-то элемент у вас на сайте выглядит как кнопка или ссылка, а кнопка наоборот незаметна. И точки прерывания просмотра – докуда дочитывают ваши статьи, после какой части страницы они уходят с вашего сайта.

Не менее важно анализировать и оффлайн активность. Для многих пользователей проще позвонить по телефону и приехать лично, чем разбираться с вашим запутанным интерфейсом. Замечательно если они звонят – привяжите звонки к статистике.

Но самое важное – не забывайте, что важны не инструменты измерений, а понимание того, что именно нужно анализировать и способность делать правильные выводы. Прежде чем что-то измерять, подумайте – зачем, а получив данные, оцените, правильные ли вы сделали выводы.

Затем про API Яндекс.Метрики и Google Analytics: зачем они нужны, как их использовать и чего можно добиться, рассказал Александр Иванов (iСontext).

API – это интерфейс, посредством которого можно «говорить» со сторонним приложением.

API Google Analytics позволяет получать данные по статистике прямо внутри приложения.

API Яндекс.Метрики позволяет не только получать статистику, но и управлять счетчиками и целями.

Зачем вообще этим пользоваться? Приведем небольшой пример: мы ведем большую рекламную кампанию, и в ней очень большое количество ключевых слов. Логично, что работу с этой кампанией хочется оптимизировать, в противном случае на одну выгрузки статистики может потребоваться полдня (в Google Analytics за один раз можно выгрузить всего 500 слов). Воспользовавшись API , это займет одну минуту.

Как это работает?

API метрики существенно проще, у Google Analytics все сложнее + API два. Различаются эти два API тем, что одно работает только с аккаунтами, а второе работает только с данными.

Запрос к API представляет из себя, как правило, банальный HTTP запрос, такой же, какой вы делаете, когда заходите на какой-нибудь сайт. Например, для Google Analytics он может выглядеть так:

В итоге мы получим таблицу с результатами. В отличие от веб-интерфейса, мы можем смотреть информацию более чем по 2 размерностям. И идентификатор транзакции позволит импортировать данную информацию прямо во внутреннюю CRM-систему.

Пример Яндекс.Метрики. В отличие от API Google Analytics, API Яндекс.Метрики работает на уровне отчетов, и ответ может приходить в двух форматах: XML или JSON.

В результате мы получим отчет по трафику, с помощью которого, можно, например, реализовать отсутствующий в Метрике функционал «сравнение с прошлым».

API позволяют анализировать массу полезных данных: статистика сайта в открытом для рекламодателей доступе, сравнение транзакций во внутренней CRM компании с данными по транзакциям из системы аналитики, создание различных сводок, сложный анализ с дополнительными параметрами (такими как сравнение популярности страниц по времени года, динамика ключевых слов, оценка статистической достоверности конверсии), а также автоматическое формирование отчетности.

Следует пользоваться API, если:

• Вы постоянно делаете одну и ту же работу, которую нужно автоматизировать;
• Вы натолкнулись на ограничения веб-интерфейса;
• У вас появилась гениальная идея, как работать с данными статистики;
• Вам или вашему руководителю не хочется разбираться в интерфейсах систем веб-аналитики, а просто нужно смотреть на KPI проекта.

Выбор – Google Analytics или Яндекс.Метрика, делает каждый сам. Но Александр любезно поделился таблицей сравнения двух систем, которая может помочь определиться.

Завершил конференцию круглый стол, темой которого стала Веб-аналитика и бизнес. Сколько стоит и как оплачивается веб-аналитика?

В круглом столе приняли участие представители крупных и успешных компаний: Светлана Мушта (Лаборатория Касперского), Bas Godska (ex-Lamoda, ex-Ozon), Николай Белоусов (Panasonic), Андрей Чесноков (GE Money Bank).

Все участники круглого стола поддерживали друг друга, и разделили мнение, что главное в веб-аналитике – это конверсия. Представители брендов рассказали, какие инструменты используют, или не используют (в Panasonic, например, не используется CRM); какой вид рекламы является наиболее эффективным и как влияет добавление ссылки в рекламных роликах и наружной рекламы, на посещаемость сайта.

Практически во всех представленных компаниях в штате находится веб-аналитик, который следит за статистикой, и делает из нее соответствующие выводы. GE Money Bank, например, постоянно вносит изменения на своем сайте, следя за изменением показателей и стараясь найти лучший вариант, а вот в Panasonic не все так просто, ведь бюджеты планируются на год, и иногда средств на дополнительные работы просто не хватает. Также участники затронули вопрос работы с агентствами с оплатой по результатам, все согласились, что это было бы намного удобнее и эффективнее для многих, а Bas добавил, что на западе агентства давно работают по такой схеме, а значит и в России скоро начнут работать по этому же принципу.

Источник: www.searchengines.ru