Практики веб-аналитики без рекламы RIW - 2013 Игорь Селицкий

1. Практики веб-аналитики без рекламы RIW-2013 Игорь Селицкий

2. Содержание • Контроль качества данных, отделение пользовательского поведения, фрода • Оповещения об изменении ключевых показателей • Измерение внутренних переходов • Структурирование контента, как правильно ориентироваться в миллионах страниц • Автоматизация отчётов, ключевые моменты • Показываем то, что действительно видит пользователь • Веб-аналитика полезна не только для сайта – как получить дополнительную выгоду для бизнеса

3. Контроль качества данных Несколько простых правил: • Проверяем, на всех ли страницах сайта установлен счётчик (crawler, Screaming Frog, …) • Измеряются ли ключевые шаги пользователя (заказы, подписки, …)? • Исключаем из статистики«профессиональных пользователей» : офисы компании, колл-центр и т.д. по IP-адресам или через метки (from=callcenter). • Исключаем из статистики ненужные домены (dev.site.ru, beta.site.ru, sitecopypaste.ru, sitearchive.comи т.д.) • Проверяем расхождение целей в веб-статистики и БД, сравниваем его с заказами из колл-центра/офисов.

4. Оповещение о изменении показателей • Несмотря на наличие системы мониторинга у администраторов сайта, полезно заводить оповещения в системах веб-статистики, т.к. они: • ближе к тому, как видит сайт пользователь (на сервере как правило нет состояния пользователя – например авторизован или нет) • имеют больше возможностей (CR и т.д.). • Настройка уведомлений об изменении требуемых показателей • Посещаемость, весь сайт, ключевые разделы • Конверсия • Количество заказов/подписок • Микроконверсии (например корзина-заказ) • Страницы ошибок (404, 504 и т.д.) • Сообщения о критических ошибках Количество отменённых заказов

5. Выделение пользовательского поведения Что из этого на самом деле искал пользователь? Запросы поиска по сайту: • -детские @titleкуртки|пуховик • -детский @title+жилет • шапка • кроссовки –детские • ботинки-детские • куртки+-детские • бутсы • шторы • adidas|reebok • жилет -детский+@title+жилет ?

6. Выделение пользовательского поведения Что из этого на самом деле искал пользователь? Ставим событие на кнопку поиска => • шапка • бутсы • шторы Всё остальное – это переходы с рекламы, например http://www.lamoda.ru/catalogsearch/result/?q=adidas%7Creebok Запросы поиска по сайту: • -детские @titleкуртки|пуховик • -детский @title+жилет • шапка • кроссовки –детские • ботинки-детские • куртки+-детские • бутсы • шторы • adidas|reebok • жилет -детский+@title+жилет

7. Определение фрода и нецелевого трафика Механизмы выделения фрода зачастую отсутствует в системах веб-аналитики( Можно определить фрод по лишь косвенным признакам: • Большой показатель отказов • Маленькая конверсия • Резкое увеличение трафика При анализе полезно исключать траффик аффилиатов.

8. Измерение внутренних переходов • Меню, ссылки на сайте – приводим к одному формату для всех отделов: • http://www.lamoda.ru/shoes/women/?sitelink=topmenu • http://www.lamoda.ru/wishlist/?sitelink=bottom-panel • http://www.lamoda.ru/checkout/cart/?sitelink=header • Баннеры на сайте – рекламные метки WebTrekk • http://www.lamoda.ru/clothes/trikotazh/?wt_os=ru.os.dc.Hp_main_big_1_new.171013_Hpbig_action_topcat.- => в статистике указываем какие метки считать внутренними. • Переходы с сайтов компании: • www.lamoda.ru • m.lamoda.ru • company.lamoda.ru • feedback.lamoda.ru

9. Структурирование контента • Сотни тысяч товаров • Тысячи категорий (Премиум > Женщинам > Обувь > Сапоги > Сапоги на каблуке) • В URL есть не вся необходимая информация, например не всегда понятнакатегория (http://www.lamoda.ru/clothes/puhoviki/ - на самом деле женские пуховики) • Тысяча брендов • Десятки фильтров и сортировок В итоге: • Миллионы страниц, невозможно ориентироваться • В GAбольшая часть попадает в (other)даже в Premium

10. Структурирование контента Выход: • Для GA используем события (4 уровня) • В WebTrekkпереход от URL в ContentID: • ru.pc.subcat.women.clothes.puhoviki–каталог http://www.lamoda.ru/clothes/puhoviki/ • ru.pc.cart–корзина https://www.lamoda.ru/checkout/cart/ • Параметры URL передаются через переменные: • Сортировка • Фильтры (размер, бренд, цвет, цена и т.д.) • Номер страницы • Количество результатов

11. Автоматизация отчётов • Если логика простая (например популярность категорий товаров за вчера) => регулярно выгружаемые отчёты из систем веб-аналитики, приходят на email, ftp • Если логика сложная (например прогноз выплаты партнёру с учётом показателя выкупаемости или уровень значимости теста на дохода на посетителя для A/B тестов) =>экспорт данных и формирование отчёта в БД Для отображения отчётов используем: • веб-интерфейс системы веб-аналитики • Excel • SAP BO • SAP Lumira (похожа на Tableu)

12. Показываем именно то, что видит пользователь • Передаём текст сообщений через события:

13. Веб-аналитика нужна не только для сайта В чём сила бренда, брат?

14. Веб-аналитика нужна не только для сайта Сила бренда в продажах! Смотрим какая доля продаж бренда была связана с интересом к этому бренду. Выгоды: • Управление ассортиментом (в том числе закупка на следующий сезон) • Отчёты для каждого поставщика по категориям – прозрачные отношения • Новый уровень отношений с поставщиками, цивилизованное образование закупочной цены В чём сила бренда, брат?

15. Спасибо за внимание Вопросы? Контакты: igor.selitskiy овчаркаlamoda.ru http://fb.com/selitsky