Россия, как мы это часто видим в истории, всегда старается идти своим путем, и в сфере IT это еще более заметно. Причин тому несколько, включая психологию, особенности нашего рынка, благосостояние граждан и определенное техническое отставание в тех или иных областях. Для относительно молодой веб-аналитики разница между нами и Западом еще более заметна: у нас она только зарождается, а там — существует уже добрый десяток лет. У нас в Рунете основная масса веб-сайтов для оценки общих показателей пользуется всевозможными счетчиками, а там — аналитическими системами, а счетчики совсем непопулярны. Мы больше увлекаемся SEO, а там — удобством для посетителей и улучшением финансовых показателей. Поэтому у нас до сих пор повсеместно на сайтах стоят счетчики, и даже если кто-то установил Google Analytics, то он используется ровно в том же аспекте, а о большинстве его возможностей многие попросту не подозревают. В этой связи очень хочется восполнить данный пробел и, не вдаваясь глубоко в технические подробности, рассказать о некоторых основных возможностях аналитических систем и показать, что могут предложить лидеры рынка.
Уверен, про штатовскую компанию Omniture, лидера рынка аналитических систем, а равно как и про некоторых ее конкурентов, у нас почти никто не слышал. Даже «Яндекс» по соответствующему запросу выдаст только горстку ссылок на одну растиражированную новость о том, что в 2009 году Omniture была приобретена компанией Adobe за $1,8 млрд. Но если только обратить внимание на этот единственный факт и задаться вопросом — что это такая за компания, которая была оценена в столь значительную сумму? Для ответа на этот вопрос достаточно глянуть в company profile, который гласит, что в компании работает более 1200 человек, а доход за минувший год составил примерно $360 млн. Это больше, чем у «второй кнопки» Рунета Mail.ru с годовым доходом в $324 млн. (1800 сотрудников) и вполне сопоставимо с результатами лидера — «Яндекса», который заработал в 2010 году около $466 млн. Хотя, конечно, «Яндекс» сейчас оценивается впятеро большую сумму, чем фигурировала тогда в сделке с Omniture.
Дальнейшее сравнение аналитических систем со счетчиками лучше провести на другом примере — интернет-магазина OZON.ru, который с 2005 года начал активно использовать два продукта компании Omniture Site Catalyst и Discover. О самих продуктах, или даже лучше сказать онлайновых сервисах, чуть позже, а сейчас просто констатация фактов: на данный момент OZON.ru — крупнейший в стране интернет-магазин с ежедневной посещаемостью до 600 тыс. человек, номенклатурой в 850 тыс. товаров, огромным логистическим центром в Тверской области и годовым оборотом в 150 млн. долларов. Разумеется, такой результат на столь конкурентном рынке достигается комплексом мер (значительными инвестициями, менеджментом и другими), а не игрой на каком-то одном факторе. Однако вполне очевидно, что технологическая составляющая, включая аналитику, играла в этом значимую роль.
Так чем же аналитические веб-системы могут быть полезными сайтовладельцам и почему информации обычных счетчиков, которые тоже постоянно обрастают различными дополнительными аналитическими функциями, на сегодня совершенно недостаточно? Приведем простой пример: на сайте интернет-магазина произошло замечательное событие — одним из посетителей была нажата кнопка «отправить заказ». В этот самый момент аналитическая система имеет о посетителе достаточно много информации: сколько раз он был на сайте, перед тем как сделать заказ, откуда узнал о магазине (пришел сюда в первый раз), откуда пришел последний раз, сколько товаров смотрел, как долго выбирал, что удалял из корзины, зарегистрированный или нет и стал ли регистрироваться перед покупкой, сумму заказа, название товаров в заказе и их брендов, поставщиков и тому подобных, какую сумму надо выплатить посреднику через которого пришел этот клиент и так далее. Список данных, которые в одно мгновение зафиксирует аналитическая система, зависит только от изобретательности аналитика и задач, которые перед ним стоят. Понятно, что любой счетчик в этом случае выдаст вам только количество показов страницы «Спасибо за покупку».
⇡#Некоторые основные термины и понятия для веб-аналитики
Для того чтобы дать дальнейшее представление о возможностях аналитических систем, необходимо кратко упомянуть об основных понятиях и терминах. Самым популярным является понятие конверсии. Как правило, оно относится к смене посетителем своего статуса, например с посетителя на зарегистрированного участника или на покупателя. Для аналитика важен процент «конвертированных» посетителей и факторы, влияющие на этот процесс. Далее, важным моментом являются события, под которыми обычно подразумеваются какие-то значимые для владельца сайта действия пользователя, какими могут быть: попытка заполнения какой-либо формы, равно как и ее успешное заполнение и принятие сайтом, регистрация посетителя, переход посетителя в какой-то важный раздел сайта, перенос товара в корзину, совершение покупки и так далее, вплоть до клика по ссылке или кнопке. Понятно, что перечень событий также определяется аналитиком в зависимости от поставленных задач, их обычно отслеживается около десятка.
Рука об руку с событиями идут метки, которые обычно разделяют на два типа в зависимости от того, кого или что метят — страницы или посетителей. Последних обычно «обклеивают» метками с головы до ног. Для страниц метки нужны, как правило, с одной-единственной целью — выделить на сайте какие-либо группы страниц, например, новости или товары и тому подобные. Скажем, выделить в интернет-магазине товары какого-либо бренда или поставщика.
С метками пользователей ситуация аналогична. В куки с помощью стандартизированных процедур записывается любая необходимая информация, которая потом потребуется для анализа поведения посетителя или других факторов. Например, для того же интернет-магазина будет интересно отметить пользователей, которые уже совершали покупки (и какие именно), откуда пришли впервые, на какую сумму заказывали, участвовали ли в акциях.
Ну и, пожалуй, одно из самых важных понятий в веб-аналитике — сегментация. Как говорится применительно к счетчикам, хорошо знать «среднюю температуру по больнице» (сколько пользователей просмотрели ту или иную страницу), но на практике это знание полезно лишь для выявления каких-то общих тенденций. А для определения деталей данные надо сегментировать и группировать по различным важным для нас признакам. Ярким практическим примером сегментации в интернет-магазине будет выделение данных по тем посетителям, которые совершили в нем покупку. Выделив эту группу, мы сможем изучать какие-то ее свойства (откуда пришли, что делали на сайте и так далее). Или, наоборот, взять только тех посетителей, кто положил товар в корзину, но покупки не совершил. Изучив их поведение, можно определить ряд трудностей, с которыми они сталкиваются на сайте. Возможно, их не устраивает ни один из предложенных способов доставки товара. А может они просто не обнаружили своего региона в списке доставки. Для проверки этой гипотезы достаточно еще раз разбить сегмент несостоявшихся покупателей на регионы.
Вот что вкратце можно сказать об основных понятиях и терминах, которыми оперирует веб-аналитика. Далее самое время обратиться к некоторым инструментам и к тому, что собой представляет современная аналитическая система.
Про Google Analytics у нас слышали все, а с прошлой осени второе слово в ее названии наконец-то стало соответствовать тому значению, которое оно изначально имеет на Западе. Именно тогда в ее бета-версии появились переменные (метки), которые, правда, можно использовать с существенными ограничениями относительно того, о чем было сказано выше. А незадолго до «меток» в GA появился мониторинг событий. Собственно, и то и другое для современной аналитики давно пройденный этап.
Тем не менее, персоной №1 в веб-аналитике можно считать Авинаша Кошика (Avinash Kaushik), который долгое время возглавлял подразделение Google Analytics и успел написать на эту тему пару книг-бестселлеров, первая из которых, Web Analytics: An Hour A Day (русское название — «Веб аналитика. Анализ информации о посетителях веб-сайтов»), вышла еще в 2007 году. В этой книге вся теория изложена вполне целостно и стройно и остается только удивиться, что с тех пор в Google Analytics реализована лишь часть из того набора вещей, которые уже тогда были не только в голове Кошика и на страницах его книги, но и имели то или иное воплощение в других системах веб-аналитики. Трудно сказать, что именно являлось для Google причиной столь медленного воплощения вполне понятных и проверенных идей. Отчасти сказывается молодость этой системы по сравнению с конкурентами. Но тут надо учесть еще один фактор — система аналитики должна иметь огромные хранилища данных и впечатляющие вычислительные мощности для их обработки и анализа. Так, например, открытие пользователем страницы на сайте или клик по какому-либо линку инициирует передачу примерно одного килобайта данных на сервера GA. Объем передаваемых данных зависит от типа действия пользователя и того количества переменных, которые надо будет отправить на сервер. Но это не предел. Код других аналитических систем, где можно использовать много переменных, способен легко утроить эту цифру. Однако из-за того, что браузеры IE7 и младше имеют определенные технические ограничения на размер URL (да, «веб-бекон» все еще в строю), веб-аналитики подстраиваются под них и стараются, чтобы передаваемый код не превышал объема двух килобайт, иначе старый IE попросту обрежет все лишнее и данные на аналитический сервер придут усеченные.
Многие зададутся вопросом: как простому смертному узнать объем передаваемых данных со страницы и какие именно данные передаются? Сделать это весьма просто. Для этого существует специальное дополнение Omnibug к популярному у веб-разработчиков плагину Firebug браузера Firefox. Omnibug отлавливает и препарирует передаваемые данные от скриптов Omniture, GA и некоторых других систем. Вот так выглядят передаваемые данные GA с одного из сайтов:
Препарированный «веб-бекон» GA с одного из сайтов, где установлен код этой системы
Видно, что сам блок данных (URL) имеет объем 790 байт. В секции «Other» Omnibug отображает значение некоторых переменных (меток), в том числе и тех, что определил для страницы владелец ресурса.
«Веб-бекон» Omnuture
Теперь скажем несколько слов о минусах GA, которые не дадут полноценно развернуться фантазиям веб-аналитика. Первый — это ограничение на количество одновременно передаваемых переменных (меток) — всего три. Хотя в системе можно их завести несколько десятков. То есть тут действует принцип «не все сразу». Практика работы с аналитическими системами показывает, что три — это очень мало и было бы куда лучше, если бы эта квота была бы увеличена в три-четыре раза. Но это еще не все. При составлении персональных отчетов в системе с использованием этих меток и переменных вам придется оперировать безликим «метка1», когда было бы логичным давать меткам названия, например «раздел сайта». Если у вас будет 30-40 меток (это еще мало), то при построении сложных отчетов вам даже таблица на бумажке не поможет. Будете постоянно путаться. Также при построении специальных отчетов в GA отсутствует возможность создания формул для получения новых показателей с последующим их применением к собранным данным и вывода результатов по ним. Это может пригодиться, например, для создания отчетов по прибыли интернет-магазина и тому подобного. Не предусмотрена у GA и нормальная среда для корпоративных пользователей, у которых в штате несколько сотрудников, работающих с аналитической веб-системой. Нет разграничения прав, интерфейсов, отчетов. Все лежит в одной общей куче. А если у одного аналитика создано порядка 30-40 отчетов — попробуйте их отыскать в общем списке. Про конфиденциальность тоже пока лучше промолчать. Ибо негоже отделу техподдержки сайта иметь доступ к финансовым или маркетинговым отчетам. Нет пока в GA и возможности работы с панелями отчетов (это когда на один экран или страницу выводятся несколько отчетов одновременно). Панель есть, но одна. А как было бы удобно сформировать несколько панелей: одну для отдела маркетинга, вторую курьерской службе, третью программистам в поддержку, ну и боссу одну — пусть любуется. А лучше организовать периодическую отправку этих панелей им на почту в PDF-формате. Было бы очень удобно. Другими словами, система ориентирована на сегмент небольших компаний или частных сайтовладельцев и готова им предложить лишь базовый функционал аналитических систем.
Однако вспомним самый главный козырь GA — it’s for free!! Бесплатно! Кроме того, система очень активно развивается.
Потому «дареному коню» лучше смотреть не в зубы, а в справочный раздел или в обзорные материалы. Благо, написаны они у Google весьма качественно, с примерами и относительно оперативно переводятся на русский язык. Также у Google есть масса видеоуроков, специальные блоги и тому подобное. Все это помогает быстро войти в курс дела и начать полноценную работу с системой.
Понятно, что в этих нескольких абзацах мы затронули лишь верхушку айсберга GA, потому, если Вы ранее не работали с этой системой, Вас еще ждет много всего интересного. Ну а если ваша компания на веб-аналитику готова выделять в год несколько десятков тысяч евро, то тут уже можно вести серьезный разговор…
⇡#Omniture Online Marketing Suite
C весны этого года группу продуктов подразделения Omniture правильнее называть Adobe Online Marketing Suite. Она закрывает практически все потребности в области веб-аналитики. Omiture предлагает не только инструменты для сбора и анализа информации, но и различные плагины для сайта, которые, например, смогут рекомендовать посетителям какой-то контент или товар с учетом десятков параметров вплоть до того, сколько раз эти посетители звонили по телефону в техподдержку вашей компании. Последнее возможно при условии, что эти данные будут загружены в систему специальным файлом или переданы через отдельный интерфейс.
Букет продуктов Omniture
Главным продуктом является система сбора и обработки информации SiteCatalyst. По своей сути, это Google Analytics, только без вышеупомянутых недостатков и ограничений. Одних только переменных и меток можно завести до 150 штук и передавать их одновременно (лишь бы выдержал «веб-бекон»). Добавим сюда более удобный интерфейс, который в ежедневной работе экономит кучу времени по сравнению с GA. Но SiteCatalyst — это всего лишь основное ядро и фундамент для других продуктов, хотя многие компании им и ограничиваются. По сути, все остальные продукты Omniture являются различного вида надстройками над SiteCatalyst, которые добавляют те или иные функции, а попутно помогают выставить клиенту дополнительный счет. Причем сумма этого счета может сходу превысить базовый пакет. Все зависит от того, что и в каком объеме будет использоваться. Плата берется, как правило, за количество обращений (передач данных) к серверам Omniture. Чем больше у вас трафик на сайте, тем больше придется платить.
Omniture SiteCatalyst 15
Но большие компании счетами не напугаешь, особенно если речь идет о получении качественной информации, с которой удобно работать. Потому самой популярной надстройкой является Omniture Discover. В нем можно самому создавать метрики с большим и сложным набором условий и формул, использующих десятки параметров, а потом по ним делать глубокую сегментацию данных вплоть до 5-го уровня вложенности.
Пример сегментирования в Omniture Discover
На скриншоте виден простой пример сегментирования товаров в интернет-магазине. Одна из корневых групп товаров «Computer» сначала раскладывается на подгруппы, а потом одна из подгрупп «Laptop» еще раз раскладывается на модели. В правых колонках вместо количества просмотров страниц аналитик вывел доходность по моделям и группам товаров, которая считается по заранее созданным формулам (метрикам). Собственно, ничто не мешает раскладывать эти сегменты дальше. Например, посмотреть, из каких регионов страны более всего заказывают «Apple Power Mac G4/933». Возможно, что для посетителей магазина из Москвы в спецпредложениях на сайте надо показывать именно эту модель, поскольку для них она сегодня на пике спроса. Однако если вы используете еще один продукт Omniture — Recomendations, то это будет сделано автоматически, без вашего вмешательства.
Вообще интерфейс Discover, по сравнению с Site Catalyst, не говоря уже про GA, — это что-то сродни черной магии. Если в SiteCatalyst вам пришлось бы создавать спецотчеты, добавлять в них метрики, заботясь об их сочетаемости и совместимости и тому подобное (кропотливая и долгая работа, учитывая неспешный отклик системы, ворочающей большие объемы данных), то в Discover вы просто выбираете мышкой, какой сегмент из чего выделить. Тут одновременно доступны все параметры, метки и метрики. Интерфейс просто «летает».
Что касается дальнейшего сегментирования, то скриншот ниже как раз демонстрирует вариант, схожий с вышеописанным. «Apple Power Mac G4/933» был разложен на страны, а далее, по раскрытому трехуровневому меню, легко представить, какие еще могут быть варианты сегментации. Все ограничивается только фантазией и здравым смыслом человека, работающего с этой системой.
Раскрытое трехуровневое меню показывает, на какие еще группы можно разложить американских покупателей Apple Power Mac G4/933
После Discover и Recommendations стоит упомянуть еще о нескольких продуктах Omniture. Весьма полезным и интересным может оказаться Omniture Survey. Это полностью готовый механизм проведения опросов на сайте с огромным количеством вариантов подачи информации. Все, что вы когда-либо видели в других подобных системах проведения онлайн-опросов, там уже есть. Это и сами типы вопросов (множественные, со шкалой ответов и так далее), и варианты их подачи на сайте: от графического оформления до настроек видимости посетителям, например не более раза в сутки, если он еще не отвечал на него. Но главное — вы опять будете знать почти все о тех, кто примет участие в этом опросе, и сможете через тот же Discover детально изучить ответы и сегментировать данные по любым вышеупомянутым критериям.
Omniture Test&Target поможет вам полностью автоматизировать тесты A/B. Напомним, что тот случай, когда надо выбрать один из вариантов веб-страниц (или элементов на странице), который дает наибольшую конверсию или другой ожидаемый эффект. Ну а если для вас приоритетны вопросы поиска посетителями информации на сайте, то тут весьма полезным окажется Omniture SearchCenter.
Другие продукты Omniture также имеют свою область применения и будут полезны по большей части онлайновым торговым площадкам. За подробностями лучше всего зайти на официальный сайт компании и глянуть на ролики из раздела Product tour.
Отсылка читателей на официальный сайт за дополнительной информацией отнюдь не случайна, потому как политика конфиденциальности Omniture, а также той компании, чей аккаунт был доступен автору, строго запрещают любое копирование и воспроизведение информации, включая элементы интерфейса. Потому рассказать о каких-то деталях или нюансах работы системы в данном случае несколько проблематично. Так что ролики на официальном сайте — лучший способ получить общее впечатление о том или ином продукте.
Этим же фактором (закрытостью) объясняется крайне скудное количество материалов в Сети, которые бы красочно повествовали о приемах работы с такими системами. Причина сего? Конкуренция. Не сильно отстают от Omniture системы CoreMetrics и WebTrends. А в компанию к Google Analytics записался Yahoo Analytics — результат относительно недавнего поглощения, доступный зарегистрированным на Yahoo посетителям.
Однако скудность внешней информации о системах с лихвой компенсируется внутренними библиотеками, мануалами и юзергайдами, которые есть у всех вышеупомянутых компаний. Например, для SiteCatalyst это около 1000 страниц с примерами и описанием всего и вся. Но в платных системах вас не оставят один на один с имплементейшн-гайдом. За каждым клиентом обычно закрепляется технический специалист, который помогает сделать первоначальную настройку и консультирует в дальнейшем по всем возникающим вопросам. Понятное дело, что в некоторых случаях это тоже будет стоить отдельных денег. Но, как говорится, не в деньгах счастье. А хорошо бывает тогда, когда дело хорошо делается. Потому еще важно помнить, что все эти системы помогут получить ответы на вопросы «Что?», «Кто?» и «Как?», в то время, как большинству важны ответы на вопросы «Почему?» и «Что делать?».