+7 (495) 797-55-99 info@i-media.ru
495 748-54-59 Контакты
Мы работаем с 10:00 до 19:00,
а Контекст Мотор - круглосуточно!

Оставьте свой телефон и мы Вам
перезвоним.

Информация – это сложно

Ксения Башмакова, i-Media, перевела статью Симо Ахавы про сложность работы с информацией и написала комментарий с чего нужно начинать при оптимизации работы и чем может помочь профессиональный веб-аналитик.

Информация – это сложно. Развитие бизнеса – это сложно. Измерить степень успеха – тоже сложно. И знаете что? Это и должно быть сложно. Иначе мы все были бы одинаково тупыми и выигрывали бы наиболее амбициозные и упорные.

И сложна не только работа с информацией. Весь веб – сплошная головная боль. Но специалисты по веб-аналитике сдаются первыми. Пассивный, флегматичный и ленивый подход к настройке сбора данных и последующему анализу наблюдается во многих организациях.

Всё из-за того, что информация – это сложно.

Даже если не принимать во внимание анализ. Мы все знаем, как много опыта, знаний и понимания отрасли необходимо, чтобы правильно проанализировать данные и сделать выводы. Так вот, даже качественная настройка сбора этих данных – непосильная задача для многих.

Проблема возникает из-за того, что многие считают сбор данных системой plug and play – включил и оно заработало. Но это не так. Конечно, поставить счетчик Google Analytics несложно – достаточно скопировать и вставить на сайт код. Через Google Tag Manager это сделать еще проще. Но дело в том, что это только начало. Простой счетчик Google Analytics хорош разве что для сбора статистики по просмотрам страниц и паре дополнительных метрик. Для получения реально значимых цифр: данных по ecommerce, транзакциям, взаимодействию с целевыми объектами, вовлеченности пользователей – придется приложить гораздо больше усилий.

Да, сбор данных требует работы. Качество данных не врожденный, а приобретенный признак. Инструменты, вроде Google Tag Manager и Google Analytics, не заточены под облегчение анализа данных. Они созданы для того, чтобы сделать работу с данными управляемой, чтобы максимальное качество информации могло быть получено с минимальными усилиями. Поэтому любая организация должна работать по правилу 90/10: 90% ресурсов (деньги, время, усилия) должны уходить на профессионалов и только 10% – на инструменты.

Понятие «простая работа с данными» - это заблуждение, которое приводит к появлению специалистов в среде веб-аналитики, которые не хотят нормально работать. Я потратил много времени, размышляя над этой проблемой, и вывел несколько правил, которые необходимо учитывать при работе с любыми данными.

Правило пассивности информации

Правило пассивности информации опровергает классическое утверждение «Информация лучше, чем мнения» (Джим Лесински из Google).

Правило пассивности данных гласит, что сама по себе информация не даёт ничего. Она ничего не рассказывает. Она ничего не показывает. Информация – не активный компонент, а пассивный проводник.

По сути, мнение, основанное на догадках, может быть полезнее, чем мнение, основанное на некачественных данных. Действительно успешные решения могут быть приняты только на основе экспертных оценок, разработанных на основе правильной системы сбора информации.

Пассивность информации также влечет за собой «отчетную слепоту». Многие думают, что увидят идеи для развития, просто взгянув на отчет. Таблицы и графики покажут, что происходит с бизнесом и как его нужно развивать. Но это ошибка.

Интерпретация данных – важная часть работы, и кто-то должен этим заниматься. И эти люди должны быть в курсе бизнес-процессов и целей компании. Google Analytics без доработок никогда не сможет выдать вам всю необходимую информацию.

Из-за того, что данные сами по себе не несут смысла, аналитики всегда будут востребованы. Потому что необходим человек, который настроит системы сбора, разработает структуру метрик и преобразует данные в идеи и решения. Но это сложная работа. Потому что информация – это сложно.

Информация может стать причиной триумфа или провала. Поэтому крайне важно убедиться, что статистика собирается правильно, и нанять специалиста, который сможет использовать данные с максимальной выгодой для бизнеса.

Некачественная аналитика может некоторое время давать результаты, если вам повезет. Но если вы хотите использовать информацию для развития бизнеса, вам необходимы профессионалы.

Правило субъективности информации

Правило субъективности важно учитывать при оценке качества информации. Я всегда говорю: «Качество информации напрямую зависит от того, насколько проработаны способы её сбора».

Возьмем Google Analytics. Для многих Показатель отказов – ключевая метрика для оценки заинтересованности пользователя в контенте. Причиной тому – странное мнение маркетологов, согласно которому Показатель отказов превратился в демона, способного уничтожить всё, что угодно. Так вот, если вы оцениваете Показатель отказов, помните следующее:

  1. Показатель отказов не сессия с единственной просмотренной страницей. Это сессия с единственным взаимодействием.
  2. Google Analytics не знает, сколько времени длилась сессия, если был отказ.
  3. Высокий показатель отказа на странице с контактными данными – это хорошо.

Если вы не измеряете взаимодействие с функциональными элементами на странице, вы не сможете сделать корректные выводы из показателя отказов по этой странице. Почему? Потому что если бы вы измеряли взаимодействия, показатель отказов был бы меньше, взаимодействие не считается отказом.

Даже если на странице нечего измерять, кроме просмотра страницы, по умолчанию не известно, сколько времени провел пользователь на странице, если он не перешел на другую страницу. Потому что Google Analytics берет время на странице из разницы времени между двумя переходами. Длина сессии берется из разницы во времени между двумя взаимодействиями. Оба этих параметра недоступны в сессии с отказом. Посетитель может провести на странице 18 часов, вчитываясь в каждое слово, и вы этого никогда не узнаете.

Кроме того, номер телефона и адрес магазина – это всё, что нужно некоторым пользователям. Поэтому логично, что страница контактов имеет высокий показатель отказов. Это значит, что страница хорошо индексируется поисковиками. Пользователи попадают на эту страницу, видят всё необходимое и уходят. По факту, низкий показатель отказов для страницы контактов – это плохо, т. к. это значит, что пользователям приходится переходить на другие страницы сайта в поисках информации.

Это всего несколько примеров того, что Показатель отказов напрямую зависит от того, насколько качественно собираются данные и насколько корректно они оцениваются. И подобных примеров в веб-аналитике множество.

Другая особенность правила субъективности заключается в том, что качество данных может варьироваться в зависимости от целей:

  1. Данных о переходах на страницу со статьей недостаточно для оценки заинтересованности пользователей, но их достаточно для определения похожих статей.
  2. Профиль в LinkedIn не позволит оценить реальную квалификацию человека, но информации достаточно для оценки общего направления его деятельности.
  3. Ретвиты в Твиттере – плохой показатель значимости контента, но по нему можно оценить вирусный эффект броского заголовка.

Правило ограниченности информации

Веб-аналитика ограничена техническими средствами. Мы можем получать множество данных через JS и HTTP запросы и еще больше через алгоритмы на стороне сервера. Поэтому необходимо начинать вытягивать данные из различных систем, чтобы иметь возможность комбинировать их между собой.

Однако, вне зависимости от того, сколько различных источников вы используете и какое количество данных собираете – вы никогда не сможете получить все данные. Правило ограниченности информации гласит – невозможно получить всю информацию.

Когда можно говорить, что информации достаточно?

Например, если вы хотите отслеживать интерес пользователя к контенту с помощью Google Analytics, логично будет отслеживать промотку страницы. Так вы увидите, сколько людей прокрутили страницу и эту метрику можно использовать для первичной оценки количества прочтений.

Но какая прокрутка будет засчитываться за прочтение? 1%? 5%? 25%? Необходимо ли отслеживать время, проведенное на странице? А если человек просто промотал до конца статью в поисках комментариев? Нужно ли учитывать движения мыши? Может, кто-то проматывает страницу в поисках контактов на боковой панели?

Количество подобных вопросов бесконечно, потому что количество данных, которые можно собирать, (почти) бесконечно. Поэтому необходимо решить, что измерять. И такое решение требует обдумывания. Важно задавать вопросы и смотреть, достаточно ли информации для ответа на них.

Значимость данных

Грубо говоря, сбор данных сводится к сбору значимых данных. Что означают значимые данные? Значимость определяется самим бизнесом, каждым продуктом, каждой организацией и каждой платформой в каждом конкретном случае.

Работа с данными подразумевает не просто сбор, обработку или подготовку отчетов. Нет, превращение информации в значимые данные требует интегрированного развития всех этих направлений.

Я уделяю так много внимания именно сбору данных, потому что сбор данных часто оторван от процесса их обработки или отчетности. Вы должны правильно получать исходную информацию, иначе вы неизбежно будете допускать ошибки в выводах. Тем не менее, всё сказанное выше относится не только к сбору данных, но и к смежным процессам веб-аналитики.

В качестве заключения, еще раз напомню: данные – это сложно. Не существует продвинутых пользователей Google Analytics или похожих систем. Есть те, кто умеет работать с системой и те, кто сдался или даже не попытался освоить её.

Инструменты и платформы не созданы для упрощения анализа. Они созданы для того, чтобы облегчить сбор и обработку данных, и позволяют специалистам тратить 90% ресурсов не на настройку, а непосредственно на анализ.

Опыт, образование и способность делать выводы – необходимые качества аналитика. Выходить за рамки стандартных настроек, интегрировать, комбинировать и визуализировать данные, настраивать системы сбора, чтобы они отвечали потребностям бизнеса – вот те вещи, которым необходимо учиться.

Комментарий Ксении Башмаковой:

«По своему опыту могу сказать, что для любого сайта любой компании, решившей использовать данные для оптимизации своей работы, необходимо начать не с настроек систем отслеживания, а с построения стратегии. Перед началом работы нужно проконсультироваться с опытным аналитиком, который сможет предложить методы решения ваших задач с помощью существующих инструментов и научит работать с информацией так, чтобы она приносила максимум пользы.

Количество информации, которую можно получить с помощью правильно настроенного Google Analytics огромно, и чтобы использовать её для оптимизации процессов, нужен не просто технический специалист, а профессиональный веб-аналитик, который разбирается в ваших бизнес-процессах и способен использовать данные для разработки действенных стратегических решений».

Оригинал статьи - http://www.simoahava.com/analytics/data-is-difficult/, автор Simo Ahava.

29 октября 2015

Коммерческое предложение

Вас интересует:
Контекстная реклама Управление
репутацией
Поисковая
оптимизация (SEO)
Аудит сайтов
Мобильная реклама Видеореклама
Веб-аналитика SMM и реклама
в социальных сетях
Продвижение
на прайс-площадках
Разработка сайта
Call Tracking Email-маркетинг

Ваши данные (* обязательно для заполнения)

Поделиться
Подписаться

Подпишитесь и ежемесячно получайте
лучшие материалы сайта
в информационном дайджесте i-Media

Павел Лапшин руководитель отдела продаж
Позвоните:
+7 (495) 797-55-99
Напишите:


Отправьте заявку

Подписаться

Подпишитесь и ежемесячно получайте лучшие материалы сайта в информационном дайджесте
i-Media



COUNTER_LIVEINTERNET