Man liekas, ka vairs nav jautājums, vai tiek mērītas interneta aktivites internetā, ja to pat nepieprasa klients, tad pašam ir jāgūst pārliecība par savu darbu, vai ne? Nespēju iedomāties interneta kampaņas bez jebkādiem mērījumiem.

Kas ir Web statistika jeb mērījumi:

Web analytics is the measurement, collection, analysis and reporting of internet data for purposes of understanding and optimizing web usage.

Tā ir smuka defenīcija, bet jau vairākus gadus web analytics varētu būt, ka ir transformējies uz tādu, kā webanalytics 2.0, taču vēljoprojām daudzi dzīvo un iztiek ar veco pieeju, mērot tādas lietas kā:

• lapu skatījumu (pageviews)
• unikālie apmeklētāji (unique visitors)
• hiti (hits)
• top meklētie atslēgas vārdi no Google (Search)
• …

Taču, mūsdienu interneta mārketingā šie augšā minētie ir tikai un vienīgi indikatori, tā nav analīze.

• kur lapā tieši tiek spiests (heatmap jeb Click density analys)
• vai tiek izpildīts lapas/kampaņas mērķis, kas ir jāuzstāda PIRMS “sākšana” (visitors primary purposes)
• kā sauc saucu: misijas izpildīšanas procents (conversation/task completion rate)
• visa trafika segmentācija pa dažādām grupām (ne tikai avotiem (source), bet arī pa demogrāfiskiem datiem, ja tādi pieejami) attiecīgi salikts kopā ar misijas izpildīšanu
• klikšķu, skatījumu, un citu indikatoru piesaistīšana CRM
• …

Visi veiksmes stāsti slēpjas mērķī un tā noteikšanā

Respektīvi, vairāku gadu garumā, prasības pret web mērījumiem ir pamatīgi augušas, un viss ir tendēts uz uzstādīto mērķu sasniegšanu, kas ir vairāk vai mazāk izmērāmi, taču ļoti daudz gadījumu tiek uzstādīts Google Analytics un skatīts tas caur indikatoru aci nevis analīzes.

Lielā māksla ir veidot kādu web projektu/web marketinga kampaņu ar iepriekš uzstādītu mērķi. Es negribu nevienu aizskart, jo man noteikti nav visa informāciju, taču ir vērts pajautāt: “Nu un, ka draugos viens otram pārsūta simtiem tūkstošu apsveikumu ar pielipinātu reklāmu?”. Bet nopietni, kādi biznesa mērķi vai jebkādi citi mērķi tiek mēģināti sasniegt? Jā, ir forši, ka visi klikšķina, taču liekas, ka iespējams augt un uzlaboties vēl vairāk ar konkrētu mērķu uzstādīšanu, to analīzi.

Parasti lielā baile ir tāda, ka ir grūti noteikt mērķi, jo nav iepriekšējās pieredzes līdzīgos jautājumus, taču ir jānoliek kaut kāda latiņa, lai būtu atskaites punkts uz ko paskatīties un analizēt tos.

Vienmēr pajautā “nu un?”

Visāķīgākais jautājums, jebkuram, kas pasniedz tev web statistikas rezultātus ir “nu un?”. Angliski skan vēl labāk “so what?”. Nu un, ka šī lapa ir skatīta 1000 reizes? Ko tas man dod? Vai tas ir tas, kas man ir vajadzīgs, lai gūtu panākumus – nopelnītu naudiņu :)

Jo arvien vairāk tiek uzdots šis jautājums, jo dažādas puses arvien vairāk spēj sadarboties savā starpā un virzīties vēl labāk uz pareizu mērķu nostādīšanu un to analīzi. Šis “nu un?” faktiski ir būtiskākā lieta visā šajā rakstā. Aizej papēti savu rakstu un uzdod sev šo jautājumu.

Dažādiem mērījumiem, dažādi risinājumi

Ja netiek noteikts kāds mērķis, tad bieži gadās, ka neko nevar tā īsti iemācīties no beigušās kampaņas. Nepietiek ar to, ka uzstādi Google Analytics vai kādu citu mērījumu rīku. Ja ir skaidrs mērķis un līdz ar to – kas ir jāmēra, tad spējam arī nokonfigurēt rīkus, lai tie izmēra tieši to, kas mums ir vajadzīgs un, kas mums palīdz noteikt cik labs vai slikts ir mūsu ROI, KPI.

Lai mēs veiktu analīzi, kas ir virzīta uz mērķa izpildi, mums noteikti ir jāiestāsta statistikas sistēmai, lai viņa tagad novēro un ziņo par konkrētām lietām. Parasti tas notiek ar unikālu saišu došanu dažādiem medijiem, dažādās banera vietās – jebšu, katrā vietā sava unikāla saite (par unikālu vietu var uzskatīt arī šķērzgriezumu kādā vēlēsimies datus redzēt vēlāk -kampaņa/bannervieta/bannerizmērs/banerisA/banerisB/…)… Lielākoties visās web mērījumu sistēmās tiek pielietota šāda sistēma – atšķiras tikai linku konstrukcijas.

Tas ko es gribu teikt ir, ka jebkāda veida šķērzgriezumu, ko vēlēsimies iegūt vairums gadījumu iepriekš ir jāuzstāda, kas prasa zināšanas, nelielas plānošanas un analīzes spējas.

Kādi rīki ir aktuāli Latvijā

Bannerstatistika

Ja iet runa par dažādām baneru kampaņām, tad vairums gadījumu katram medijam ir sava banermašīna. Caur šo bannermašīnu, tad arī tiek organizēti banneri lapās. Ir dažādi maksas un bezmaksas risinājumi. Taču faktiski to, ko šīs neatkarīgās sistēmas var noteikt ir – impresijas un klikšķi. Protams, vēl visādas lietas, taču tas arī viss. Latvijā bezmaksas visipzlatītākā noteikti ir OpenX, kas visai labi darbojas – esmu pats vairākās lapās licis un apmācījis cilvēkus darbā ar to.

Latvijā aktuālas interneta mērījumu sistēmas ir šādas, ar pāris maniem komentāriem:

Google Analytics – visplašāk pielietotais rīks, tāpēc, ka tas ir bezmaksas. Taču, pēc savas pieredzes, varu teikt, ka vienkārši uzstādot Google Analytics īsti neko pateikt nevar, kā vien nojaust par to kas ir kas. Varētu salīdzināt, ar to, ka jūs nopērkat ļoti spējīgu PC datoru, nolieciet to istabas vidū, uzlieciet Win XP, taču neinstalējiet nevienu programmu, ne vienu spēli. Tev vienkārši ir kruts dators :) Lai spētu izmantot Google Analytics, lai analizētu dažādus mērķus, ir ļoti labi jāizprot interneta mērījumu terminoloģija, loģika un process kā datus apstrādā  Google Analytics. Tas varētu būt visai laikietilpīgi, jo jābūt visai precīzam jau pašā sākumā. Tas tāpēc, ka Google Analytics īsti neļauj mainīt un manipulēt ar datiem, kas jau tiek izvadīti atskaitēs. Tev iepriekš ir jānodefinē, to ko gribi redzēt. Tā pārsvarā ir ar visiem bezmaksas risinājumiem, kuru nehostējas uz tava servera. Lielais pluss Google analytics ir ļoti laba integrācija ar citiem Google servisiem, taču ar citiem rīkiem var sasniegt to pašu.

Gemius - Man ir grūti uzskatīt Gemius ar Google Analytics konkurentu. Maksas. Būtiskā atškirība ir tāda, ka Gemius itkā parāda TIKAI Latvijas apmeklētājus (%REACH). Gemius vairāk pozicionējas kā centrs starp medijiem un reklāmdevēju, uzturot uzticamus datus, kurus izprot abas puses – tiek runāts abām pusēm ierastā un standartizētā valodā. Gemius eksistē vairāki pakalpojumi, Gemius Traffic – vienkāršs skaitīklis, Gemius Audience – ir lapu saraksts ar iespēju redzēt dažādus demogrāfiskos datus, kurus Gemius ievāc no šīm lapām palūdzot nejaušiem cilvēkiem aizpildīt anketu. Gemius Dirrect Effect ir speciāls rīks kampaņām, kas spēj noteikt dažādas ļoti unikālas lietas, ko nespēj neviens cits rīks. Tā kā Gemiusā mērās faktiski visas lielās lapas, tad izmantojot so iespēju ir iespējams noteikt unikālas lietas – piemēram, ja X lapā cilvēks itka ir redzējis baneri, taču uz tā nenospiedis, bet vēlāk tomēr iegājis tajā adresē, tad tas tiek piefiksēts. Kā arī citas manipulācijas. Par papildus naudiņām varot arī dabūt demogrāfiskos datus utml.

Snoobi analytics – Snoobi ir salīdzinoši jauna web statistikas sistēma Latvijā. Lielais sales pitch ir tāds, ka viņiem ir datubāze ar Ip adresēm un uzņēmumiem – respektīvi daudzos gadījumos var izteikti redzēt, kas apmeklē tavu lapu. Dažādos ekomercijas risinājumos šis noteikti būs labākais rīks. Taču ar’neuzskatu, ka tas būtu konkurents Google Analytics vai Gemius. Dažādas īpatnības.

Lielā atšķirība starp maksas un bezmaksas statistikas sistēmā ir klientu serviss! Tas ir pats būtiskākais, ja gribi ko izmērīt, pakonsultējies un tiks rasts risinājums. Kā arī vēsturisko datu sagriešana pēc tavas patikas, kas bezmaksas sistēmās parasti nav iespējams. Vēl nozīmīgs fakts, ir cik ātri tiek izvadīti dati klientam. Google Analytics tas var prasīt pat diennakti (novērots, ka tas atkarīgs no apmeklētības). Maksas sistēmas, kā Snoobi analytics, faktiski atrāda visu on the fly.

Mazāk izplatītas ir StatCounter, Piwik (open source), Firestats (wp plugins), Woopra, Crazy Egg (ik pa laikam samaksāju, lai notestētu kādas lapas klikšu intensitāti) un daudzas, tiešām daudzas citas sistēmas, kurai karai ir savas īpatnības.

Pats personīgi pēdējā laikā ļoti iedziļinos e-pasta mērījumu tehnoloģijām. Esam jau BuzzPodium implementējuši standarta lietas, kā lasītie pret nelasītie epasti, linku klikšķu skaitīšana utml lietas. Svarīga ir to izvadīšana ar jaukiem grafikiem. Mērķis mums ir pārādīt pilnīgi visu adresātu aktivitātes, ko ir izraisījis nosūtītais epasts. Un šī jau atkal ir viena maza web mērījumu nozare.

Nobeigumā varu teikt, ka internets ir ļoti lieliska vieta, kurā ļoti labi daudzas lietas var nomērīt, izmērīt, salīdzināt un uzlabot. Un visu to var paveikt arī īsos laika posmos. Ja veicam kādas darbības internetā ar X budžetu, tad ir jābūt gataviem kādus procentus veltīt paveiktā analīzei, vai tas ir Gemius Direct Effect vai kāds zinošs inhouse cilvēks, kas saprot visu šo.

Un jā, daudzi teiks, ka daudz ko tomēr nevar nomērīt utml. Taču to nevar tikai tāpēc, ka nav pieprasījums :)

Priecīgu rudeni! :)

Šodien parādījās preses relīze par pētijumu, kas liecina, ka divu gadu laikā par 50% ir samazinājies skaits cilvēkiem, kas klikšķina uz baneriem. Tagad tie ir tikai 16% no ASV iedzīvotājiem. Ok, ok, tas ir par ASV lietotājiem, bet domāju, ka Latvijas (Baltijas) internetā ir vērojamas līdzīgas tendences. Cilvēki arvien vairāk un vairāk nevēlas spiest uz baneriem.

Ok, mēs redzam ar vien mazākus cipariņus dažādās atskaites. Stresojam, ka konkrētie resursi ir palikuši mazāk apmeklēti, neefektīvi, vairs šo reklāmas veidu neizmantosim. Esmu daudz dzirdējis par neveiksmīgām kampaņām, ja skatās uz klikšķu skaitu (it sevišķi, ja runa iet par epastu). Visam ir divas puses! Nesen lasīju rakstu Dienas Biznesā par to, kā Snoobi analytics sniedz pakalpojumu, kas tiešām palīdz izmērīt atdevi no baneriem/reklāmām. No sākuma nodefinējam atdevi. Snoobi, Google analytics vai kāda cita web statistika spēj nošķirt trafiku, kas ir nācis no konkrēta banera/linka/vai kāda cita klika. Respektīvi, ja es izvietoju divu veidu banerus kādā lapā. Pēc kāda laika es varu izdalīt katra banera trafiku atsevišķi un to analizēt, izdarot dažādus secinājumus par to vai šis baneris/lapa/laiks u.c. parametri ir nesuši vajadzīgos augļus (izvietojot baneri ir jābūt skaidram mērķim “es gribu, lai apmeklētājs nokačā mūsu piedāvājuma pdf” vai kas līdzīgs).

Kas notiek, kad globālā tendence ir tāda, ka baneri ir kļuvuši par tik ikdienišķu lietu, ka cilvēki uz tiem vairs neklikšķina tik daudz cik parasti. Pēc pilnas programmas, mēs nevaram teikt, ka, ja ir bijuši mazāk klikšķu nekā mēs cerējām, tad vainīgs baneris, izvietojums vai kas tāds, un, ka kampaņa ir bijusi totāli FAIL.

Par baneru izskatu. Ir pietiekami daudz materiālu internetā, kur ir stāstīts par “ideālā banera” garumu, krāsu salikumiem u.c. lietas. Atkarībā no situācijas, nereti mums OBLIGĀTI banerī ir jāieliek zīmols, ko mēs reklamējam. Tas nozīmē, ka, ja ir risks, ka klikšķi būs maz un mēs netaisām nekādus pigorus, mums obligāti jāparāda mūsu zīmols, prece utml., lai cilvēks, kas ierauga šo baneri (kaut, ja neuzspiež) būtu ieraudzījis zīmolu!

Atgriežoties pie pētījuma. Ir arī pateikts, ka neņemot vērā klikšķus, baneru izvietošana dažādās lapās ir jāmēra arī no citiem aspektiem. No AdAge: What to Measure? Only 16% of the Web Is Clicking Display Ads lapas:

From client studies, ComScore found that display ads, regardless of clicks, generate significant lift in brand-site visitation, trademark search (searching for, say, Toyota or Prius) and both online and offline sales among those exposed to the ads. Within one week, consumers exposed to a display ad were 65% more likely to visit the advertiser’s site than users who never saw the ad. Even at four weeks, people exposed to displays ads are 45% more likely to visit the brand’s site.

Secinājumus varam izdarīt katrs atsevišķi, bet teikt, ka “baneri ir totāls oldskūls” pilnībā nevar. Tas parāda uz nelielu aprobežotību. Baneri ir labs veids kā plaši pateikt kaut ko, izsaukties. Vienīgais problēma ir ar to efektivitātes izmērīšanu. Mūsdienās vairs nevar iztikt ar dažu kanālu reklāmu (tv, radio, avīze un lielais interneta medijs). Ir jāveic daudz dažādas aktivitātes. Problēma ir tajā, kā katrai aktivitātei korekti izmērīt atdevi un šīs atdeves saskaitīt kopā? Vai varbūt nevajag.

Reklāmas piezemēšanās lapa (lasi – landing page)

Princips bija visai vienkāršs. Abās lapās izvietoju reklāmu. Reklāma veda uz lapu, kurā izvietoju trīs objektus/attēlus:

http://nombre.lv/tava-vieniga-iespeja/

Es zinu, ka banāli/smieklīgi, vai pat citam liksies nožēlojami, ka tika izveidotas šādas iespējas. Bet padomājiet kārtīgi. Nauda, sex vai dators (geek stuff)?

Izvietotās reklāmas saturs

Abās lapās tika izvietota reklāma ar šādu saturu:

Reklāmas draugiem.lv

Diemžēl nav aizķēries boot.lv ekrānšāviņš, bet saturs bija faktiski identisks.

Eksperimenta izmaksas

Tā kā draugiem.lv mazākā summa, ar kuru tu vari sākt operēt ir 5lvl, tad es ar to arī izmantoju. Nopirku 100 klikšķus. Izvēloties auditoriju, kas ir abi dzimumi, 18-34 gadi un norādījuši, ka dzīvo Rīgā.

Boot.lv nosūtīju 0.95lvl maksas īsziņu, kas novieto šo reklāmu uz 48h.

Rezultāti

Draugiem.lv man atveda tos pašus 100 apmeklētājus, ko biju nopiricis. 45% no šiem cilvēkiem uzspieda uz kādas no šīm trijām izvēlnēm. Ja skatamies sīkāk, tad no visiem 100 apmeklētājiem:

55 cilvēkiem neinteresēja neviena no trim izvēlēm

18 cilvēkiem interesē nauda

17 cilvēkiem interesēja dibens jeb sekss

10 cilvēkiem interesēja dators

Ja sākam rēķināt izmaksas vai līdzīgi, tad, pieci lati, ko izmantoju draugos (norādot konkrēto auditoriju!) man atveda 45 cilvēkus, kam iespējams tiešām interesēja. Viens potenciāls klients man izmaksāja ~11 santīmus (5,00/45).

Boot.lv atveda divu dienu laikā man atveda 134 apmekletājus. 73% no šiem visiem cilvēkiem uzspieda uz kādas no trim izvēlēm. Sīkāk:

37 cilvēkiem neinteresēja neviena no trim izvēlēm

39 cilvēkiem interesēja dibens jeb sekss

30 cilvēkiem interesēja dators

28 cilvēkiem interesēja nauda

Viens derīgs apmeklētājs man izmaksāja 0.9 santīmus (0.95 (sms cena) / 97 (cilvēki, kas nospieda uz vienu no trim izvēlnēm))

Secinājumi

Viens no maniem mērķiem bija apskatīt, cik daudz reāli spiestu uz boot.lv reklāmas.

Otrs mērķis bija redzēt un parādīt, ka mums ir jāvērtē nevis tas, cik lielu plūsmu reklāma atvedīs (šeit darbojas dažādu apstākļu kopums (diena/sezona, pati reklāma, saturs…), bet gan atdeve no konkrētās reklāmas mūsu lapā jeb vai cilvēki dara tiešām to, ko es gribu. Šajās reklāmās bija skaidri noteikti scenārijs jeb, ko es gribu, lai es apmeklētājs izdara. Kā jau pie rezultātiem redzams, ka konkrētajā gadījumā, ņemot visus apstākļus vērā, es noteikti izmantošu turpmāk boot.lv nevis draugiem.lv.

Draugiem.lv reklāma pret manu nosprausto mērķi bija ~10x dārgāka kā boot.lv reklāma. Boot.lv ir 5x lētāka, atved lielāku apmeklētāju plūsmu, un plūsmai ir lielāks lietderības koeficents kā draugos.

Pēdējā laikā nākas atbildēt uz ļoti vienkāršiem jautājumiem par Google Analytics. Faktiski cilvēki grib zināt dažādas vienkāršas lietas un tas ir labi.

Māri, pastāsti, ko es Google Analytics varu redzēt, un ar ko man sākt visu to lietu?

Ja ne gluži tāds tas jautājums, bet konteksts ir skaidrs. Man ir grūti izveidot cilvēkam kādu apmācības kursu (es varu iedot materiālus), ja viņam tas tik fundamentāli neinteresē, bet vismaz kādu vīziju parādīt, kas ir kas. Ja senāk es stāstīju dažādas lietas, tad tagad man ir izskristalizējušās top3, ko es parasti sākumā izklāstu  (tāpat kā man ir top10 SEO faktori).

Tātad top3 lietas Google Analytics priekš vadītājiem, īpašniekiem vai jebkuru, kas grib pataustīt Google Analytics virspusi (scratch the surface? :)):

1. Cik mūsu lapu apmeklē?

Atskaiti var atrast šādi:

Ok, tātad mums ir visitors, ir unique visitors, bet tas viss nebūt nav tik svarīgi, kā pamainīt periodu, kurā apskatām datus. Atkarībā no lapas vecuma, derētu to pamainīt līdz pat pāris mēnešiem vai gadiem, tādējādi mēs spējam noteikt, vai lapas apmeklējums kopējais apmeklējums aug, krīt, kad ir bijis kāds pīķis.

2. No kurienes rodas apmeklētāji?

Atskaite atrodama šeit:

Ja es saprotu, apmēram cik daudz apmeklē lapu un kāda ir izaugsme, vajag uzzināt, no kurienes rodas apmeklētāji. Pirmā atskaite, kas ir overview, radīs priekšstatu par to, cik % no visa apmeklējuma nāk no Googles meklētāja. Otrais un praktiski primāri – referring sites. Ir jāzin, no kurām lapām nāk apmeklējums, varbūt tur ir slikts (un uz to vajag reaģēt). Tāpat pie šitā ir jāpieķēr vidējais Bounce rate. Bounce rate būtu it sevišķi jāskatās lapām, kuras kādreiz ir izvietojušas reklāmu kādā citā interneta resursā.

3. Skatītākās lapas

Atskaite atrodama šeit:

No satura viedokļa visvarīgāk ir novērtēt, kuras lapas visvairāk skatās. Šī lieta ir vajadzīga gadījumos, kad, piemēram, ir maza lapa ar pakalpojumu sarakstu un atsevišķu kontaktu sadaļu. Ja pakalpojumu saraksts ir viena no skatītākajām lapām, bet kontaktu sadaļu vispār neskatās, tad kaut kas nav kārtībā, vai ne?

Top skatītās lapas dod priekšstatu, kas tad apmeklētājam tiešām interesē. Parasti ilgtermiņā šis tops nemainas. Nereti apskatot šo atskaiti rodas jaunas atklāsmes par to kā tiek lietota lapa – cipari izsaka visu.

Apmēram tāds būtu mans top3 vai ievads web analītikā jeb kā parādīt vadošajam personālam, kādu jaunu informāciju ir iespējams iegūt no statistikas rīkiem un varbūt atvēlēt tam vairāk laiku un resursus. Ja interesē, kas vairāk, tad bieži gan vienkāršāk ir vērsties pie speciālistiem (manis vai kāda cita), kam ir pieredze, kā iegūt un izmantot dāžādus datus.

Cik manu lapu tagad apmeklē un no kurienes?

Statistikas sistēma, kas vistiešāk māk atbildēt uz šo jautāmu ir MINT. Šī statistikas sistēma attēlo tikai un vienīgi pašus nepieciešamos datus, un pats galvenais viss vienā lapā.

Mint - miniblogs.lv | Attēls ir klikšķināms

Nedaudz pastāstīšu par to, ko var redzēt šajā statistikā.

Pēc noklusējuma (internetā var atrast visādus pluginus, saucamos, pepperus) mēs redzam:

1. Visits jeb apmeklētājus
2. Refferers jeb no kurienes atnākuši
3. Keywords jeb atslēgvārdi, ar ko cilvēki atrod lapu meklētājos (googlē)
4. Pages jeb skatītās lapas

Pastāstiet man, vai nav brīnišķīgi, vienā lapas izklājumā viss vajadzīgais. Cilvēkiem, kas nevēlas un kam nevajag analizēt web lapas statistiku neko vairāk nevajag, kā vien redzēt šos datus.

Vienīgais mīnuss ir: šī statistika ir maksas. Patreiz 30$ par vienu saitu. Bet man liekas, ka tas ir tā vērts. Šī ir tāda kā apple versija visām statistikām.

P.S. ja nu kas, tad cītīgākie šo sistēmu var atrast dažādos interesantos recepšu saitos.

Microsoft Analytics beta closed

Vairāk par to var izlasīt pie paša Microsoft.

Google analytics ir web stastistikas tirgus līderis. Tirgus daļa ļoti atšķiras no dažādām valstīm. ASV izplatīta vēl ir tāda sistēma kā Omniture un citi maksas risinājumi.

Pēc savas pieredzes gan uzreiz teikšu, ka Google Analytics nebūt nav ideāls. Web statistika ir jāizvēlas izejot no savām prasībām. GA biznesa modelis ir ļoti sarežģīts. Tiek izteiktas spekulācijas, ka Google Analytics nekad nepaliks mirstīgajam mārketinga cilvēkam viegli saprotams, jo tas viss ir liels konsultāciju bizness. Klientam āķi lūpā ieliek brīnumainais vārds bezmaksas, bet tiklīdz ir vajadzīgs kāds nestandarta (tādi ir visiem) risinājums, tirgus tiek dalīts ar saucamajiem Google konsultantiem. Beigu beigās Google Analytics tiek pielāgots, bet tiek izlietotas astronomiskas summas uz konsultantiem (it kā netieši Googlei saistīti cilvēki). Bet tās ir tikai spekulācijas. Amerikāņiem veidot dažādas spekulācijas un konspirācijas teorijas ir ikdiena.

Atceries, ka ar Google Analytics Tu nebūt vari dabūt to visu maksimālo ārā no web statistikas, it sevišķi neveidojot custom risinājumu.

Agrāk

Kopš sāku interesēties par web analytics, vairākas reizes jau ir gribējies uzrakstīt par datu filtrāciju, bet vienmēr kaut kā izpalika.

Principā sistēma bija tāda, lai nošķirtu konkrētu trafiku no visa kopējā, piemēram, meklētāju sistēmu trafiku (lai redzētu daudz sīkāku info nekā redzama noklusētajā Search Engines atskaitē), nācās veidot jaunu profilu, kuram uzstādījām filtru (apmēram kā šajā rakstā). Tā vajadzēja darīt ar katru jaunu trafika veidu. Galvenais mīnus, vismaz, ko es saskatīju, ir tāds, ka datus iespējams dabūt tikai no mirkļa, kad tiek uzstādīts jaunais profils ar filtru. Par pagātnes datiem varēja aizmirsti, un sev teikt: “vajadzēja ātrāk padomāt”.

Kā ir tagad?

Drošvien jāsāk ar to, kāpēc vispār ir vajadzīga trafika segmentācija. Trafika segmentācija ir vajadzīga brīžos, kad uz lapu apmeklētāji nokļūst daudz dažādos veidos, ieskaitot arī reklāmas citās lapās. Ja mēs nesegmentējam trafiku, tad vairāk par bounce rate un dažiem citiem statistikas datiem, mēs neredzam. Piemēram, ja mēs gribētu redzēt, cik apmeklētāji nāk no Tvnet un ko viņi dara. Ne tikai bounce rate, bet arī, piemēram, TOP skatītās lapas, ko viņi pēc šīm lapām skatās – tas bez segmentācijas nav iespējams (teorētiski ir, bet baigi neērti).

Google Analytics segmentācijas iespējas izskatās šādi:

Advanced Segmention iekš Google Analytics

Defaults segments – redzamas jau iepriekš priekšstatītas izvēles

Custom segments – manis pievienotās

Kā redzams ekrānšāviņā, tad esmu uzstādījis filtru/segmentācijas, lai parādītu tikai Latvijas apmeklējumus, visus twitter apmeklējumus (kas ir nākuši caur linku, kas ir uzstādīts pēc šī raksta), ārpus Latvijas apmeklējums un tikai, piemēram, Latvijas RSS agregatoru apmeklējums.

Uzliku, lai parāda četrus segmetnus vienlaicīgi:

Segmenti: All Visitis, Twitter, nekur, lasi.lv

Grafikā ir redzamas visas trīs līknes, bet tas nav tik svarīgi salīdzinot ar to, ko es redzu Site Usage sadaļā. Es lieliski varu redzēt salīdzinājumu par šiem trim segmentiem.

Kā es izmantoju šīs iespējas?

Mēs visi zinām, ka ir daudz dažādas lietas, ko ir iespējams izmērīt. Mērīt vajag tikai gadījumos, ja šie mērījumi tiek ņemti vērā tālākai izmantošanai, nevis vienkāršai ziņkāres apmierināšanai.

Konkrēta situācija: notiek baneru izlikšana daudzos portālos – Tvnet, Diena, Delfi utt. Linki tiek notagoti kā vajag, izmantojot metodi, ko aprakstīju nesen.

Noklusētie segmenti

Pēc noklusējuma Google ir uzstādījusi visbiežāk lietotos filtrus. Kā visinteresantākais segments blogiem noteikti  ir Search Traffic un vairāki citi.

Segmenta piemērs nr.1

Veidojam jaunu filtru, kurā izvēlamies vai atrodam Source (kā source nosaukums nāk no notagotā linka) un rakstam iekšā Source nosaukumu (ir pieejams autofills). Tas izskatās apmēram šādi:

Semgents: diena.lv

Šādā veidā mēs varam sataisīt daudz dažādu filtru un aplūkot katru trafika avotu individuāli un novērtēt, kurā portālā reklāma ir bijusi lietderīgaka un kurā ne tik lietderīga.

Segmenta piemērs nr.2

Tuvākais piemērs Latvijā, kurā varētu nošķirt konkrētas pilsētas trafiku no visa pārējā ir liepājasblogam. Liepājas blogam vajadzētu uzstādīt šādu filtru:

Liepājas pilsētas segments

Maza atkāpe: es neesmu speciālists par tīkliem un neapgalvoju, ka Latvijā ir iespējams noteikt ISP pilsētas.

Protams, varam vēl uzstādīt filtru, kas noņem visu trafiku, kas nācis no Liepājas. Tādējādi būtu iespējams salīdzināt šo divu trafiku veidu apmeklējuma atšķirības – kaut vai biežāk lasītos rakstus vai kādas citas īpatnības (kaut vai Liepājas uzņēmējiem piedāvāt reklāmas iespējas, parādot, ka blogu apmeklē tik un tik tikai Liepājas iedzīvotāji)

Personīgi, es pats jau esmu izveidojis daudz segmentus (vairāki sastāv ne tikai no viena parametra, bet arī no vairākiem). Man ir savs segments katrai reklāmai, ne tikai baneriem, bet arī teksta saitēm. Ziniet, kopš es šādi segmentēju trafiku, es uzzinu daudz jauna un spēju izvērtēt lietu reālo situāciju.

Es arī nojaušu, ka pie šīs tēmas blogā, es atgriezīšos ne vienu vien reizi (nav iespējams aprakstīt visu, ko es izmantoju no advanced segmentation vienā rakstā), tā kā, ja neesi pierakstīsies uz RSS, tad izdari to tagad.

Lai apskatītu, cik cilvēki ir apmeklējuši lapu no iPhone, vairs nav jāiet uz visitors sadaļu, bet gan turpat, augšā virs grafika:

Kā uzstādīt iPhone segmentācija iekš Google Analytics?

Neesmu gan vēl saņēmies uzrakstīt par trafika segmentācijas iespējām analītiķī, bet īsumā varu pateikt to, ka izvēlēties konkrēti šo “Visit from iPhone”, visas atskaites, visi cipari, bounce rates utt, būs tikai par iPhone uztaisīto trafiku.

Manam miniblogam izveidojās visai garlaicīgs grafiks:

Miniblogs.lv - Iphone apmeklējuma grafiks

Cik tavu lapu mēnesī apmeklē no iPhone telefoniem?

Lapa/blogs: http://miniblogs.lv/

Apskatītais periods: 9. – 22. februāris

Twitter sekotāju daudzums uz 22. februāri: 372 (no perioda sākuma ir audzis)

Rakstu skaits: 16

Grafiks, kurā parādīts konkrētais periods un tikai apmeklējums no Twittera:

Twitter ieteikme uz miniblogs.lv apmeklējumu

Visits: 732

Daudzums no kopējā trafika: 24.94%

Cilvēcīgā valodā runājot, divu nedēļu laikā miniblogs.lv ir spējis piesaistīt gandrīz 700 apmeklētājus tikai no Twittera vien, kas ir apmēram 25% no visa bloga apmeklējuma! 25! Tas ir makten daudz. Protams, nevar uzreiz teikt, ka, ja publicēsi savus rakstus Twitterī, tad Tu nopelnīsi papildus 25% apmeklējumu. Tā noteikti nebūs. Ir jāņem vērā daudzi faktori, kā sekotāju skaits, gan arī ļoti nozīmīgi, rakstu daudzums, bet ne jau tur tā lieta. Galvenais ir spēja noteikt ieteikmi.

Ja blogs izmanto manis iepriekšs aprakstīto mērīšanas metodi, tad ļoti labi var apskatīt kliku daudzumu arī cli.gs servisā.

Tādas un daudzas citas lietas var iegūt, izmantojot Google Analytics, ja vien ir interese un sapratne, ka web statistika ir ārkārtīgi nozīmīga, lai neveidotu aklu biznesu internetā.

Google Analytics uz iPhone

Lietot varam, bet ne īpaši ērti. Bet ir radīti vairāki risinājumi no kuriem vienu vajadzētu īpaši atzīmēt – Anaytics App. Protams, kā jau visas labākās aplikācijas priekš iphone, arī šī ir maksas (pats personīgi iegādājos pa lēto itunes gift cards pie Ārchija, un tad jau vairs 1$ nav 1$, bet gan mazāka vērtība).

Man visvieglāk iPhone aplikāciju aprakstus ir uztver, ja ir ielikti pēc iespējas vairāki attēlu.

Praktiski ir pieejams viss tas pats, kas ejot ar interneta pārlūku.

Viena profila skats:

Profils - Miniblogs.lv

Patīkama lieta, ka es varu apskatīt datus par konkrēto dienu:

Miniblogs.lv - Today

Visitors overview (pēc noklusējuma par mēnesi):

Miniblogs.lv - Visitors overview

Traffic report veidi:

Traffic reports

Satura reporti:

Content reports

Jebkurā gadījumā noderīga programma, tiem, kas citreiz grib kliedēt garlaicību, lai aplūkotu sava bloga vai lapas statistiku – it īpaši ar Today atskaites palīdzību.

Cena šai aplikācijai ir 5.99$ (bet kā jau iepriekš teicu, pērkot pie Ārčija rodas citi izdevīgi valūtas kursi), tā kā nekas daudz tas nav.