Современные сервисы веб-аналитики могут предоставить практически неограниченное количество данных о посещаемости веб-сайта, поведении и действиях посетителей на сайтах. Однако, самое важное в этом процессе — это не сбор данных, а их интерпретация.

Поскольку в русскоязычном сегменте Интернета веб-аналитика еще очень молодая отрасль, в ходе ее использования часто возникают ошибки, которые негативно влияют на качество анализа веб-ресурса. Если говорить конкретнее, то в Рунете не так много квалифицированных веб-аналитиков, которые свободно владеют современными сервисами веб-аналитики и могли бы профессионально оценить полученные с их помощью данные. Многие среднестатистические пользователи систем веб-аналитики разочаровываются в них только потому, что не могут осознать те преимущества, которые предоставляет веб-аналитика. Случается и такое, что некоторые пользователи не понимают, как можно проанализировать такой объем данных, предоставляемых сервисом веб-аналитики. А если используется два или три сервиса одновременно, то эта проблема становится еще более сложной. Но в данном случае есть определенные приемы, которые помогут выйти из этой ситуации.

На сегодняшний день уже не нужно тратить время на анализ всех метрик, касающихся посещаемости сайта. Эти цифры не дадут столько полезной информации, чтобы на ее основе предпринимать серьезные шаги по повышению эффективности веб-сайта. Очень много начинающих веб-аналитиков совершают такую ошибку и начинают часами безрезультатно «медитировать» над статистикой посещаемости сайта. Но узнают ли они что-то действительно важное об особенностях поведения посетителей на веб-сайте? Скорее нет, чем да. Посещаемость сайта — это постоянно изменяющаяся величина и конверсия веб-ресурса в большинстве случаев не зависит от интенсивности входящего трафика. А ведь для бизнес-сайтов выявление факторов, от которых зависит конверсия, жизненно необходимо. Поэтому неэффективно сравнивать метрики посещаемости во временном диапазоне. Гораздо полезнее будет из всего входящего трафика проанализировать, допустим, 50-100 посетителей с точки зрения особенностей их взаимодействия с веб-сайтом. Поверьте, информация, которую можно получить, заставит по-новому взглянуть на юзабилити сайта. А ведь для этого совсем даже не обязательно просматривать все 50 или 100 видеозаписей движения мышки посетителей на веб-страницах. Достаточно будет использовать графическую схему движений мышки выбранного числа посетителей для того, чтобы сразу увидеть основные тенденции (см. скриншот).

Очень эффективной методикой в данном случае является персонализация каждого из 50 или 100 выбранных посетителей. Для того, чтобы понять индивидуальные особенности взаимодействия посетителей с веб-сайтом, нужно проанализировать ряд важных метрик. Например, по каким ключевым словам или фразам посетитель пришел на сайт, какую поисковую систему он использовал, страна, регион и город его проживания и т.д. Все это в той или иной мере влияет на его дальнейшее поведение на веб-сайте, которое нужно корректировать для увеличения конверсии сайта.

Для того чтобы понять, нужно хотя бы один раз попробовать. Это высказывание как нельзя лучше иллюстрирует те процессы, которые происходят на рынке услуг веб-аналитики в русскоязычном сегменте Интернета. Можно много рассказывать о возможностях веб-аналитики, но все перспективы и преимущества этой сферы деятельности лучше апробировать на практике. Автор этого материала провел сравнительный анализ двух коммерческих веб-сайтов, которые занимаются сбытом бытовой техники, имеют приблизительно одинаковую посещаемость (около 2,5 тыс. посетителей в месяц), но применяют несколько различные тактики продвижения услуг. Владелец одного веб-сайта (условно назовем его — сайт «А») распределяет средства на деятельность ресурса таким образом: из 100% выделяемых средств, 40% затрачивается на онлайн-рекламу, 20% на поисковую оптимизацию и 40% на другие методы «раскрутки» сайта. Сразу возникает вопрос: конвертирует ли «раскрутка» сайта и его поисковая оптимизация посетителей в клиентов? Прямой зависимости здесь нет. Конечно, может за счет увеличения посещаемости сайта процент покупателей и вырастет, но это произойдет не вследствие конкретных действий по поисковой оптимизации сайта.

Рассмотрим тактику деятельности сайта «Б». Из тех же 100% выделяемых средств, 30% тратится на онлайн-рекламу, 30% на «раскрутку» сайта + его поисковую оптимизацию и 40% на веб-аналитику. Результаты конверсии веб-сайтов «А» и «Б» при указанных тактиках деятельности проиллюстрированы в диаграмме. В итоге через 2 месяца сайт «А» увеличил входящий трафик (поскольку тактика была рассчитана именно на это) за счет целевых посетителей, а уровень его конверсии составил 1,9% (до реализации стратегии продвижения конверсия составляла 1,5%). Сайт «Б» увеличил посещаемость незначительно, но его конверсия составила 2,5% (предыдущий уровень — 1,6%).

Таким образом, эксперимент продемонстрировал, что сайт «Б», который использовал веб-аналитику для проведения внутренней оптимизации с учетом предпочтений посетителей, смог даже при незначительном увеличении входящего трафика поднять уровень конверсии. Анализ поведения и действий посетителей на сайте «Б» продемонстрировал наличие ряда проблемных аспектов, из-за которых процент отказов потенциальных клиентов стабильно держался на уровне 0,6-0,8%. Своевременное устранение этих проблем автоматически увеличило процент конверсии веб-сайта.

Исходя из этого дальнейшая тактика деятельности для сайта «Б» может включать два основных направления:

1. Дальнейшая внутренняя оптимизация (юзабилити) веб-сайта при текущей посещаемости;
2. Акцент на увеличении входящего трафика до уровня, максимально возможного для этого сайта, а после этого активизация усилий в направлении улучшения его юзабилити.

Как вариант вполне возможно совмещение этих двух направлений, но с использованием более гибкой системы отслеживания результатов работы (возможно, каждую неделю).