В рамках мероприятия Иван Никитин, основатель компании «Иван Никитин и партнёры», представил свой доклад на тему: «Сравнение популярных систем аналитики на сайте – Яндекс.Метрика и Google Analytics. Сильные и слабые стороны».
На сегодняшний день на рынке существует множество различных инструментов аналитики сайтов. Самыми популярными среди них являются LiveInternet, Яндекс.Метрика и Google Analytics.
По данным Wappalyzer, в мире чаще всего используется Google Analytics. Его доля на мировом рынке сегодня составляет 67%, Яндекс.Метрики – 7%, LiveInternet – 3%.
LiveInternet
Этот инструмент в России используют следующие крупные сайты:
Всплески на диаграмме представляют собой рост интереса пользователей к сайтам, на которых установлены эти счётчики.
Плюсы:
- Охват российского рынка составляет около 30%;
- Наличие «глобальной статистики», которую зачастую сложно найти;
- Возможность просмотреть статистику конкурентов, если она не закрыта.
Минусы:
- Низкая репрезентативность данных (из-за не очень большого охвата);
- Примитивный;
- Отсутствуют какие-либо инструменты аналитики;
- Сложно анализировать произвольные периоды, нет возможности сравнивать периоды между собой.
Яндекс.Метрика
Этот инструмент статистики чаще на текущий момент используют следующие известные сайты:
Плюсы:
- Достаточно большой охват и популярность;
- Наглядные графики и диаграммы;
- Достаточно прост в использовании;
- Статистика по запросам в поиске Яндекс;
- Огромнейший плюс – умеет показывать закрытые запросы (в настоящее время около 80% запросов зашифровано). Эта часть запросов расположена в конце списка (в отчёте «Поисковые фразы»). Большинство из них будет закрыто для просмотра, хотя запросы из Яндекса могут отобразиться;
- Отличные и очень удобные тепловые и кликовые карты.
- Вебвизор (хотя он нужен далеко не всегда).
Минусы:
- Примитивные сегменты (появились в новой версии Яндекс.Метрики);
- Достаточно примитивные цели;
- Нет понятия «событие», приходится использовать reachGoal. Группировка и категоризация событий отсутствует как класс;
- Есть мнение (подтверждения нет), что данные сливаются в ПС Яндекс;
- Есть мнение (подтверждения нет), что Метрика искажает данные (занижает показатель показов и, возможно, учитывает не все сессии).
Google Analytics
Этот инструмент использует множество российских сайтов, включая сайт «Сбербанка»:
Плюсы:
- Необычайно широкие возможности;
- Множество инструментов анализа;
- Возможность интеграции с другими сервисами;
- Measurement Protocol – возможность передачи данных в Google Analytics не только из сайтов, но и других источников (CRM, 1С и т.д.);
- Огромные возможности по анализу e-сommerce;
- Лёгкость расширения функций.
Минусы:
- Сложность, особенно в начале работы (направленность на профессиональную аудиторию);
- Сложность внедрения (если владелец хочет получить более глубокую аналитику, нужно программировать либо использовать Google Tag Manager);
- Проблема спама (refspam) – следствие наличия Measurement Protocol;
- На больших ресурсах требует планирования.
В завершение этого блока своего выступления докладчик подчеркнул, что при одновременном использовании нескольких инструментов очень важно их коррелировать между собой.
Основные метрики и методики контроля трафика
Для работы с аналитикой нужны так называемые опорные метрики.
Есть множество методик измерения эффективности. Чаще всего используется так называемый ABC-анализ. Он опирается на следующие показатели:
acquisition – объём привлечённого трафика;
behavior – поведение, качество привлечённого трафика;
conversion – конверсии.
В таблице ниже содержится сводная статистика по нескольким маркетинговым каналам. Аналогичным образом можно сравнивать мобильные и немобильные устройства; рекламные объявления и т.д.
Согласно данным таблицы, львиную долю трафика обеспечивает SEO. Показатель отказов для этого канала составляет 20%, а показатель конверсии – 2,3%:
Смысл подобной матрицы в том, что даже, не видя сайта, уже понятно, какие действия нужно предпринять. Например, по приведённому выше ресурсу первоочерёдным будет отключение рекламы. Коэффициент конверсии по органике в 5 раз выше. При таких показателях статистики ничего на сайте менять не нужно и можно переключить внимание на другие каналы.
Однако зачастую требуется более глубокий анализ. Здесь приходят на помощь сегменты – произвольные срезы накопленных данных. Возможности сегментного анализа предоставляет Google Analytics.
К примеру, для одного из клиентов компании выполнили следующий анализ – выделили три сегмента за большой период времени:
- Брендовые запросы (упоминается название компании);
- Транзакционные – так называемые, коммерческие запросы («купить», «с доставкой»);
- Прочие запросы.
Построили матрицу ABC по этим группам:
Увидели, что брендовых запросов очень мало – 0,11%; транзакционных – 12%. Больше всего трафика принесли остальные запросы – 65%.
Сегменты можно настроить под любые задачи:
Спикер отметил, что транзакции и поведение не являются универсальными метриками. Например, вовлечённость аудитории – полезный показатель для тех, кто торгует товарами не повседневного спроса, когда важно возвращать клиентов на сайт.
Можно также воспользоваться приёмами когортного анализа: разделить всех пользователей на группы по дате посещения; запросы – на транзакционные и прочие и посмотреть статистику удержания аудитории в таком разрезе:
Виды конверсий
Традиционно конверсии подразделяют на:
- Макро- и микроконверсии. Макроконверсия – явное целевое действия (покупка, лид и прочее), микроконверсия – сопутствующие по времени действия (пользователь зашёл на сайт, но пока ничего не купил);
- Прямые и отложенные конверсии (сегодня увидел, в другой день вернулся и купил). Интервал взаимодействия с сайтом может превышать месяц. В среднем, в B2C-секторе принятие решения о покупке занимает около недели. При этом сразу решаются на приобретение товара лишь около 8% пользователей.
Ассоциирование конверсий
Ассоциации – это методика оценки многоканальных конверсий. Суть её состоит в том, что строится цепочка взаимодействий конкретного пользователя. Когда происходит конверсия, сам факт этого события ассоциируется с началом цепочки. К примеру, пользователь узнал о магазине. То есть эта конверсия принадлежит не последнему взаимодействию, а первому.
На скриншоте выше видно, что всего за месяц было 1300 конверсий. Из них ассоциируются 400 – 30%. Эту статистику можно получить посредством Google Analytics, настроив цели.
Если использовать ассоциацию для бесплатного поиска, то всего конверсий по последнему взаимодействию было 935. К ним ещё добавляется 360 ассоциированных. Всё это отражается и на доходе: если цепочку взаимодействия учитывать, то на SEO заработали 1,5 млн, в противном случае – только 700 тыс.
В сегменте B2C цепочки, обычно, короткие – 2-3 взаимодействия.
Чтобы определить, куда отнести стоимость покупки, используются модели атрибуции: по первому взаимодействию или по последнему.
Из таблицы выше видно, что при учёте первого взаимодействия доход от прямого канала на 71% ниже, чем при учёте последнего. Эта ситуация может быть связана с тем, что изначально пользователи, например, узнали о сайте из рекламы, а через какое-то время перешли по прямой ссылке.
При этом докладчик подчеркнул, что реальность – это не одна из этих моделей, а их комбинация. Важно коррелировать цифры между собой.
В завершение своего выступления Иван Никитин отметил, что инструментов аналитики сегодня очень много. Все они – разные, а выбор подходящего зависит от поставленных задач. Метрики анализа также определяются задачами. Если того требует ситуация, количество отслеживаемых показателей может быть довольно большим. Кроме того, сегодня также важно анализировать поведение пользователей за пределами одного сеанса и на различных устройствах.