[ Pobierz całość w formacie PDF ]

okaza y si zupe nie nieoczekiwanie interesuj ce dla u ytkowników?
Je li firma dokonuje segmentacji ruchu w witrynie, mo e ustali ró nice
41
w zachowaniu ró nych grup u ytkowników, na przyk ad klikni osób, które trafi y
na witryn z wyszukiwarki Google, i pozosta ych odwiedzaj cych. Mo na na przyk ad
lepiej dopasowa tre dla u ytkowników z pierwszego z tych segmentów. Analizy
tego rodzaju s bardzo cenne, poniewa umo liwiaj podejmowanie dzia a . Nie
ograniczaj si do raportów i arkuszy programu Microsoft Office Excel, ale pozwalaj
dos ownie przyjrze si stronom internetowym i zobaczy , jak zachowuj si klienci
z poszczególnych segmentów. Na podstawie tych danych mo na zacz tworzy
niestandardowe, spersonalizowane strony dla u ytkowników z ró nych grup
i zwi kszy przez to zaanga owanie klientów oraz poprawi wynik na skali g ównego
wska nika powodzenia.
Podstawowy cel odwiedzaj cych. Zamiast wnioskowa o celu wizyty na podstawie
ogl danych stron, w nowym i ulepszonym podej ciu wystarczy poprosi klientów
o to, aby pomogli ustali , dlaczego odwiedzili witryn . Ryzyko korzystania
z wy wietlanych stron przy okre leniu g ównego celu wizyty polega na tym, e je li
witryna nie zawiera szukanych tre ci, w a ciciel nigdy si o tym nie dowie. Dlaczego
wi c nie zada pytania u ytkownikom? Warto przeprowadzi ankiet lub porozmawia
KRÓTKA HISTORIA ANALIZY DANYCH INTERNETOWYCH
z nimi przez telefon. Nale y skontaktowa si z klientami i zapyta , dlaczego odwiedzili
witryn . Czasem mo na w ten sposób odkry przyczyny, o których w a ciciel nigdy
by nie pomy la , a które powinien by uwzgl dnia od pocz tku istnienia witryny.
Wspó czynnik uko czonych zada . Zauwa alne jest te odchodzenie od korzystania
z danych na temat strumieni klikni (powi zanych z wy wietlaniem stron) w kierunku
pomiaru udanego uko czenia zada . Firmy cz sto maj witryny pomocy technicznej
z baz wiedzy, listami odpowiedzi na cz sto zadawane pytania (ang. frequently asked
questions  FAQ) i tak dalej. W dawnym podej ciu sukces mierzono za pomoc
narz dzi do analizy strumieni klikni , uwzgl dniaj cych wszystkie osoby, które
zobaczy y artyku z bazy wiedzy lub list FAQ. Jednak czy sam fakt wy wietlenia
przez u ytkownika d ugiej i skomplikowanej odpowiedzi oznacza sukces? Powodzenie
w wi kszo ci przypadków bardzo trudno jest okre li na podstawie wy wietlonych
stron. Wyj tkiem s witryny sklepów internetowych, w których wy wietlenie strony
42
z podzi kowaniami po z o eniu zamówienia mo na uzna za udane uko czenie
zadania. W nowym podej ciu zestaw analiz danych internetowych wzbogacono
o bardziej zaawansowane dane jako ciowe, które pozwalaj zrozumie , czy klienci
uko czyli zadania i znale li to, czego szukali. Na tej podstawie mo na podejmowa
dzia ania, poniewa nie ma w tpliwo ci, czy wy wietlenie strony doprowadzi o do
zrealizowania celu. Wystarczy zapyta (za pomoc ankiety, laboratoryjnych testów
u yteczno ci lub testów w witrynie), a nast pnie podj dzia ania na podstawie
uzyskanych odpowiedzi.
Trendy w zachowaniach segmentów u ytkowników. Niewiele dost pnych
obecnie narz dzi umo liwia segmentacj danych po ich zarejestrowaniu. W dawnym
podej ciu u ywano atrybutów w znacznikach JavaScript. Teraz dost pne s narz dzia
firm ClickTracks i Visual Sciences (ich ceny bardzo si ró ni ) umo liwiaj ce prawdziw
segmentacj danych, dzi ki czemu nie trzeba sprawdza redniego czasu wizyty
w witrynie, najcz ciej szukanych s ów kluczowych lub popularnych tre ci
z uwzgl dnieniem wszystkich u ytkowników. Narz dzia te umo liwiaj podzia
klientów na grupy i rejestrowanie ich zachowa w sensowny sposób, co pozwala
na du o lepsze zrozumienie interakcji u ytkowników z witryn . Prowadzi to
do praktycznych wniosków, na których mo na oprze dalsze dzia ania.
Wielokana owe analizy skutków. Powa n wad tradycyjnej analizy danych
internetowych by o oparcie jej na silosie (czyli na danych o strumieniu klikni
w witrynie). Jednak bardzo nieliczne firmy, niezale nie od ich rozmiaru, wi
strategi prowadzenia witryny i prowadzenie biznesu z silosem danych. Aby
zrozumie ogólny wp yw kana u sieciowego, trzeba postrzega sie WWW jako
cz wi kszego ekosystemu. Uzyskanie warto ciowych wniosków wymaga pomiaru
wp ywu innych kana ów (na przyk ad reklam telewizyjnych i prasowych) na witryn
oraz witryny na inne kana y (na przyk ad liczb osób u ywaj cych witryny,
ale kupuj cych produkty w zwyk ym sklepie lub przez telefon).
ROZDZIA 1:
WEB ANALYTICS DZI I JUTRO
Poszerzenie perspektywy oznacza, e dane z narz dzi do analizy danych
internetowych pomagaj w analizach innego rodzaju (na przyk ad analizach warto ci
klienta w cyklu ycia osób pozyskanych wszystkimi kana ami). Poprawia te jako
analiz dzi ki w czeniu kluczowych informacji do analizy danych internetowych.
Obok danych o strumieniu klikni z ankiet i dotycz cych konwersji klientów poza
internetem nie powinno zabrakn podstawowych metadanych na temat firmy.
Wspó cze ni analitycy yj w czasach kluczowych analiz wniosków i powinni
zda sobie spraw , e ka da porcja danych ma wp yw na dzia ania. Nie s to
jakiekolwiek operacje. Powinny to by dzia ania, które przynosz skutki oczekiwane
przez klientów. (Warto zwróci na to uwag : nie s to efekty po dane przez szefa
analityków lub nawet przez jego prze o onego, ale wa ne dla klienta).
Wkroczenie w wiat wniosków wymaga czasu, jednak pokonanie tej bariery
pozwala uzyska d ugoterminow przewag strategiczn (i powa n premi oraz
43
promocj , albo obie te korzy ci, dla analityka).
Pomiar  co i  dlaczego
Mo na wyobrazi sobie klienta wchodz cego do i wychodz cego z supermarketu.
Je li ta osoba nic nie kupi, kierownicy sklepu prawdopodobnie nawet nie dowiedz [ Pobierz całość w formacie PDF ]