Внутренние данные, для получения которых используется корпоративный веб-сайт, собираются из двух различных по своей природе источников.
Первым из них являются серверные логи статистики. Логи – это пассивный и универсальный источник информации – в них записывается всё и всегда. Так, лог представляет собой текстовый файл, в котором содержатся данные по каждому клику каждого посетителя по сайту, данные cookies, параметры запросов, IP и временные интервалы.
Наиболее лёгкими для анализа являются данные по географическому распределению посетителей. Вы можете узнать, в каких странах и городах проживает большинство ваших потенциальных покупателей. Наибольший практический интерес подобные данные представляют для крупных российских и международных компаний, ведущих свой бизнес в сети.
рис. 3.1.1 Пример географического распределения посетителей
корпоративного сайта саратовской компании.
Например, вы искренне считаете, что большинство покупателей вашего магазина находятся в Москве. Но, посмотрев географическое распределение посетителей сайта, понимаете, что около 20% людей живут в Новгороде. Вы подумаете и, возможно, откроете в этом городе собственный склад или службу доставки.
Если вашему сайту больше года, то вы легко можете определить сезонность собственного бизнеса, опираясь на данные среднемесячной посещаемости.
Динамика посещаемости сайта по часам дня и дням недели позволяет определить характер аудитории и наверняка будет подспорьем при сегментировании.
Если пик посещаемости вашего сайта – 2-4 часа дня, а на выходных посещаемость резко падает, это значит, что вас смотрят с работы во время обеденного перерыва. То есть посещение вашего сайта – это «личный», а не «рабочий» трафик служащего.
Помимо какого-то мнения о посетителях, динамика по часам и дням недели помогает выявлять наиболее удачные промежутки времени для показа тематической рекламы. Например, путём подобных анализов, на сайте msk.afisha.ru было выявлено, что рекламу театров нужно показывать по вечерам понедельников и вторников, а рекламу кино в четверг и пятницу.
Однако для подобного анализа нужно учесть ещё одну дополнительную группу данных. Чтобы проанализировать, какая именно информация веб-сайта привлекает посетителей в данный промежуток времени, нужно интегрировать временную динамику с постраничной статистикой посещаемости, явно указывающей на наиболее популярные страницы.
Практический интерес для определения целевой аудитории, которая посещает ваш ресурс, представляет соотношение общего количества и количества заинтересованных посетителей. Существует большое количество способов привлечения на сайт значительного трафика, который на поверку оказывается нецелевым. Нецелевое посещение легко распознается по поведению посетителя на сайте. Если вас привели на сайт обманным путём, то вы, во-первых, потратите на просмотр не больше одной - двух секунд, а во-вторых, закроете страницу без дальнейшего путешествия по сайту. В данных, относящихся к целевым посещениям, подобный трафик отсекается.
Рис. 5.1.2 Открытая статистика сайта www.e-xecutive.ru
Чем это полезно? Люди приходят на сайт не просто так, а с рекламных объявлений и в результате оптимизации сайта и высоких позиций его в поисковой выдаче. Если к вам приходят люди, которым вы не интересны, то это означает либо неэффективную рекламную площадку (трата денег на неэффективный канал рекламы) либо некорректное, неправильно организованное, обманное продвижение сайта в поисковых системах. К слову, обманное продвижение – или чёрная оптимизация может привести к тому, что поисковые машины перестанут выдавать адрес вашего сайта по запросам пользователей.
Всегда полезно проследить самые частые пути (страницы, посещённые пользователем последовательно) посетителей по сайту. Так можно обнаружить места, где люди запутываются в навигации или процент людей, которые после просмотра демо-ролика сделали заказ.
Также логи содержат параметры запросов. С помощью их мы можем узнать, что именно люди ищут на нашем сайте.
В целом, заходя на любую Интернет страничку, я помню, что при желании можно узнать:
- по какой ссылке я пришла на сайт и что искала;
- когда это было, сколько времени потратила на каждую прочитанную страницу;
- как перемещалась по сайту и что заинтересовало;
- в первый раз я здесь или это повторное посещение;
- в каком городе я нахожусь (отдельно по спискам IP-адресов: если я выхожу с работы, то в какой компании работаю, если из дома, то услугами какого Интернет-провайдера пользуюсь);
- какой операционной системой пользуюсь, каким браузером, разрешение монитора;
и некоторые другие данные.
Внутренние данные второго типа применяются для конкретных маркетинговых исследований и требуют добавление блока html в код конкретных страниц. Такой блок html называется конверсионным кодом и существует для строго определенных целей. В наиболее общем случае конверсионный код используется для учёта статистики показов контекстной рекламы.
К этой же группе можно отнести онлайн - опросы и анкетирования, заполнения форм регистрации. Однако эти данные далеко не всегда являются корректными и репрезентативными, поскольку разные типы посетителей в разной мере склонны тратить время на заполнение анкет.
С другой стороны, знаменитая иллюзия анонимности в сети Интернет приводит к большей откровенностей людей.
Правильно используя подобные данные мы можем отслеживать взаимосвязь рекламного действия; реакцией посетителя на него; процентом перехода на сайт; степенью заинтересованности привлечённой аудитории, совершением заказа и оплатой покупки.
При подготовке данной курсовой работы встретились интересные данные об эффективности рекламы на сайтах типа Рамблер, Яндекс, отслеженные подобным сопоставлением. Среди большинства пользователей баннеры на главных страницах Рамблер и Яндекс считаются самыми желанными рекламными площадками. Действительно, разве не логично предположить, что самые посещаемые страницы Рунета приведут к вам максимальное число покупателей?
Совсем нет.
В рамках рекламной кампании крупная фирма разместила баннер на главной странице Яндекса. Стоимость такого баннера колеблется от 1500 до 2000 долларов. Эффективность оценивалась по возрастанию количества покупок. Выводом из данного пробного размещения оказалось, что отдача от рекламы не вышла даже на уровень окупаемости затрат. Цена одного покупателя, пришедшего с баннера оказывалась больше прибыли, которую приносили покупки. Однако суммарная посещаемость сайта возросла почти в 2 раза.
Возмжно, затрат можно было избежать, проведя исследование на предмет источников целевого трафика и поведения на сайте людей, пришедших с разных ресурсов.
Posts
