На проходящем в Mountain View саммите партнёров Google Analytics объявили о выходе в свет бета-версии нового протокола сбора данных, названного Universal Analytics.

Нас всё время спрашивают: какова погрешность сбора данных в Google Analytics? Какому счетчику лучше доверять? Нельзя ли избавиться ото всех несовпадений и получить точные цифры посещаемости?

Мы всегда отвечаем: погрешность обычно около 10%, явного лидера по точности нет, убрать все ошибки невозможно — так уж устроена технология.

Практически никто не понимает, что неточный сбор данных — это не единственная ошибка, влияющая на результат анализа. Даже идеально собранные данные не позволят нам точно подсчитать нужные показатели на сайте (прежде всего, процент конверсии). Собранных данных может быть недостаточно! Это понимает каждый: если на сайт пришли всего 15 посетителей и ни один из них не заполнил форму заявки на кредит, о конверсии говорить рано. Так подсказывает нам здравый смысл; но в какой момент можно сказать, что данных хватает? Ждать ли еще 100 посещений? 200? 500?

С момента появления сервиса Google Analytics полный редизайн системы проводился только один раз: в 2007 году. С тех пор уже 4 года интерфейс Analytics не претерпевал значительных изменений. Функций тем временем становилось все больше и больше, и постепенно им стало тесновато в рамках привычного интерфейса.

Профессиональные веб-аналитики «бьются» об ограничения системы каждый день: меню не раскрываются без перезагрузки страницы, поисковый трафик раскидан по отчетам со странной логикой, найти профиль по имени невозможно, если к вашей учетке Google подключено множество аккаунтов Analytics. Словом, чем чаще мы работали с системой, тем больше надеялись на изменения: и вот, наконец, наши просьбы услышаны.В новой бета-версии Google полностью изменила внешний вид Analytics и добавила в систему новые отчеты и возможности. Сразу скажу: новая версия вызвала у меня восторг! Обсуждать и исследовать нововведения можно очень долго, поэтому в первом обзоре остановимся лишь на самых важных.

Многие спрашивают, откуда берется заметное расхождение в данных о посещаемости сайтов, снятых различными способами. Причины такого расхождения ясны, если сравниваются системы статистики с разными принципами работы: например, анализатор лог-файлов считает посещения совсем не так, как JavaScript-счетчик, и не стоит ожидать от них совпадений. Однако, иногда схожие методы дают разные результаты: например, не совпадают данные, снятые Google Analytics и Яндекс.Метрикой. Правильно настроенные системы обычно выдают данные с разницей не более 1-2%, но что делать, когда погрешность больше?

Как только ЖЖ позволил установить код Google Analytics на страницы дневника, я, конечно, сразу включил себе счетчик. Очень интересное ощущение — как будто рассеялся туман войны, стало видно, откуда на мой блог приходят посетители и что их интересует (за это мы и любим веб-аналитику, правда же?).

Один из самых интересных отчетов по сайту, на которые я обращаю внимание — “Ключевые слова”. Это запросы из поисковых систем, по которым нашли сайт: некоторые из них просто забавные, другие могут помочь понять нужды пользователей и придумать, о чем написать. Словом, отчет весьма полезный.

В один прекрасный момент я обнаружил

На предстоящей конференции РыбоРИФ+КИБ 2010 мы организуем большую секцию по веб-аналитике и ждем всех, кто хочет узнать больше об анализе, оптимизации веб-продаж и лидогенерации.

• Сергей Кедров из OpenStat затронет нетривиальные аспекты анализа, интеграции и отслеживания пирамиды продаж;
• Александр Гагин из Promo Interactive расскажет больше о применении Google Analytics;
• Я затрону тему сплит-тестирования для повышения конверсии, Google Website Optimizer и расскажу о кейсах его использования, с которыми столкнулись мы сами;
• Александр Данилов (Бампо) раскроет секреты генерации лидов;
• Наконец, наш специальный гость из Google, Emina Dervisevic, поделится информацией о нововведениях в аналитических средствах Гугла (очень надеемся, что узнаем больше о Search Funnels!).

Очень ждем вас и хотим познакомиться со всеми, кого тоже волнуют эти вопросы! Обязательно регистрируйтесь, приходите, задавайте вопросы! Давайте знакомиться!

Я не особо люблю скандалить, поэтому долго терпел. О серьезных проблемах с Evernote я пытался поговорить в их сообществе, но меня не послушали. С тех пор я получил еще множество отрицательных впечатлений от сервиса и сегодня, увидев растяжку на Хабре, решил вступить в более откровенный диалог с компанией.

Год назад, когда я начал пользоваться Evernote и оплатил его, я был впечатлен. Хороший софт для Мака, выгодные условия — то, что надо! Сообщество казалось отзывчивым и доброжелательным, только что внедрили расшаренные блокноты. «Здорово» — решил я и сделал Evernote неотъемлемой частью рабочего процесса.

Спустя год оказалось, что софт для Мака не развивается вообще. О том, чтобы прекрасные расшаренные блокноты начали поддерживаться наконец клиентом, нет и речи. Не исправляются даже очевидные проблемы. Да, софт для iPhone стал сильно лучше, спасибо. Однако, использовать его все равно можно только в режиме write-only.

Однако настоящий шок я испытал

Часть 1. Вступление.
Часть 2. Сбор данных.
Часть 3. Базовые метрики.
Часть 4. От статистики к аналитике
Часть 5. Разделяй и думай

Достучаться до небес

Самый активный евангелист веб-аналитики Авинаш Кошик в своем блоге уделяет значительное внимание темам, связанным с организацией работы: как убедить начальство в важности аналитики, а главное — как заставить компанию использовать полученные данные. То, что в них содержится важная для бизнеса информация, вроде бы не вызывает сомнений, но даже если руководство согласно с этим, оно обычно игнорирует выводы аналитика. В результате измерения на сайте не сопровождаются анализом изменений показателей, сам сайт делается “на глазок начальника”, а статистика используется только для рисования красивых графиков и общих оценок вроде посещаемости за месяц. Кошик называет это HiPPO, или “МСаВС” — мнение самых высокооплачиваемых сотрудников. С учетом того, что мнение на счет сайта есть у каждого сотрудника, активисту приходится ой как нелегко.

Наконец разработка Drupal 7 дошла до состояния, когда результат можно поставить и попробовать (до этого много раз я пытался установить текущий билд, но ошибки убивали надежду еще до окончания установки). Так что всем интересующимся рассказываю, что нового ждет нас в Drupal.

Прежде всего, немного о цикле разработки. В начале сентября был объявлен Code Freeze: остановился прием патчей, добавляющих или изменяющих функциональность и API Drupal. После этого до 15 октября принимались патчи строго ограниченной тематики (чтобы довести начатое до конца), а теперь в ход идут только багфиксы. До релиза еще несколько месяцев, проблем много, но есть надежда на то, что внедренные к этой версии фреймворки автоматического тестирования помогут быстрее их исправить. В этом году релиза не будет точно, да и бета вряд ли поспеет.

Основной состав изменений для Drupal — это подстройка под хотелки пользователей, интегрирование функциональности очень популярных «апишных» модулей в ядро системы и шлифовка самых отвратительных углов ее программных интерфейсов. Направление «полу-фреймворк, полу-cms» остается неизменным.

Итак, что увидят юзеры:

Часть 1. Вступление.
Часть 2. Сбор данных.
Часть 3. Базовые метрики.
Часть 4. От статистики к аналитике

Продолжим наше путешествие в мир веб-аналитики. В прошлой части мы наконец вплотную занялись анализом статистики и получением информации из собираемых данных. Оказалось, что мы можем отследить поведение пользователя, но не причины этого поведения. А для того, чтобы стимулировать желательные поступки и предотвращать нежелательные, нужно знать именно причину этих поступков.

Каким же образом опытные аналитики “залезают в голову” пользователю, имея лишь усредненные данные по сайту? Никакой магии. Они проводят процедуры, которые разбирают эти авгиевы конюшни:

— Сегментируют данные: разделяют всех пользователей на группы исходя из определенных критериев и рассматривают поведение не всех пользователей, а каждой из этих групп в отдельности.

— Строят предположения и проверяют их: выискивают вероятные объяснения для сложившейся ситуации и пытаются повлиять на ситуацию исходя из этих предположений, наблюдая за результатом.

В метро увидел вот такое объявление:



Интересный бизнес. Наверняка присылают фишинговые письма или пытаются подослать трояна. Кто-нибудь пробовал обращаться? :)

UPD KeJSaR дал ссылку, где описано, как это делается: сначала они присылают вам письмо якобы со взломанного ящика (а на самом деле с подделанным адресом), а затем требуют деньги за пароль (после получения исчезают).

Прошу простить за большую паузу между выпусками рассылки: мне нужно было время на подготовку к проведению большого тренинга и разгребание новых материалов. Что ж, много времени прошло, многое изменилось — даже слово “Интернет” теперь нужно писать с большой буквы! Больше такого не повторится, так что продолжим наше путешествие. Напомню адреса прошлых выпусков:

Часть 1. Вступление.
Часть 2. Сбор данных.
Часть 3. Базовые метрики.

Перед тем, как перейти к описанию метрик и технологий анализа, хочу еще раз напомнить о том, зачем мы тратим на это своё время.

Это перевод статьи с англоязычного блога. Я, как переводчик, не могу безоговорочно согласиться со всеми утверждениями автора, но счел необходимым перевести эту статью для того, чтобы мы могли задуматься обо всех этих штуках при тестировании. Только тестирование скажет, насколько эти утверждения справедливы в каждом конкретном случае.

Также довольно забавно наблюдать отличие технических данных по российской и американской аудитории. Так что читайте.

Вы не знаете кое-чего о ваших потребителях. Дело не в вас, а в них. Но вам необходимо узнать это. Вот некоторые тяжелые уроки, которые я выучил за много лет — они относятся к юзабилити, любимым мозолям и другим забавным штукам. Выучите эти уроки и получите больше довольных потребителей, посетителей, читателей и поклонников:

Предыдущие части:
Часть 1. Вступление
Часть 2. Сбор данных

Пришло время поговорить о метриках — тех величинах, которые считает любая система статистики. Начнем с прямых метрик — тех, которые можно посчитать легко и без применения формул.

Перед тем, как анализировать данные статистики, нужно понимать, как они были собраны, какие из них могут быть неточными, и почему.

Сервер в интернете получает от браузера пользователя запросы и отдает данные. На каждый просмотр страницы сервер получает один запрос (на тело страницы), а затем несколько дополнительных (картинки, скрипты, таблицы стилей и другие дополнительные данные для отображения страницы). Скрипты на странице также могут генерировать запросы к серверу — в том числе, к отдельному серверу статистики.

Выпущена альфа-версия сервиса «Медиапланер» от компании Spylog. Этот сервис, помимо прочего, предоставляет доступ к открытой статистике многих популярных сайтов. Используются данные исследований КОМКОН, «репрезентирующих еженедельную аудиторию Интернета в возрасте 16 – 55 лет, проживающую в крупных и средних городах России с населением 100 тыс. человек и более.». Есть соцдем, география, поиск сайтов со схожими аудиториями.

Такой инструмент есть и у Google: www.google.com/adplanner

Часть 1. Вступление.
Часть 2. Сбор данных.
Часть 3. Базовые метрики.
Часть 4. От статистики к аналитике
Часть 5. Разделяй и думай
Часть 6. Action!
Счетчики посещаемости знакомы всем пользователям интернета уже много лет. Многие владельцы сайтов ставят сразу несколько иконок разных счетчиков, и день за днём цифры на них растут и всё больше радуют хозяина.



Далеко не все знают, какую информацию можно извлечь из статистики сайта, кроме цифр посещаемости и, иногда, источников посетителей. Однако, современные системы статистики предоставляют куда больше возможностей для подсчета, обработки и анализа данных посещаемости. Их даже стали по-другому называть: «инструменты веб-аналитики»!

Сейчас большинство успешных коммерческих сайтов уделяет огромное внимание сбору и анализу статистических данных. В частности, крупнейший международный онлайн-магазин Amazon.com создал целый культ аналитики.

Статистика вообще поставляет огромное количество пищи для ума, но дискредитировать её проще простого. Например, одно рекламное агенство провело опрос, чего разные компании ждут от своих корпоративных блогов. Кто-то почитал результаты и подумал, что корпоблоги приносят компаниям пользу. Я же не вижу в подобных исследованиях никаких причин так думать и напоминаю, что желания не всегда совпадают с реальностью.