Илья Чухляев (Adventum): возможностей Google Analytics хватает не всем

Как определить верные цели для своего сайта и задачи, за счет которых эти цели будут достигнуты?

Любой анализ начинается с задачи, а задача – с KPI. Так как в основном задача сайта – приносить доход, будь то сайт с услугами, или интернет-магазин, или даже сайт с медийным контентом, то KPI в большинстве случаев исходят из денежной задачи, а дальше они трансформируются в показатели, которые можно оперативно отлеживать. Например, компания хочет получать прибыль, но этот показатель очень сложно измерить в реальном времени. Тем не менее есть показатели, которые будут указывать на эффективность проводимых операций. Это может быть количество денег, потраченное на получение целевого клиента, возврат инвестиций, увеличение вовлеченности пользователя в контент, LTV и т.д. Все эти показатели являются оперативными, это макрометрики, которые являются индикатором эффективности работы маркетинга или онлайн-маркетинга в моменте.

Но есть и другие, промежуточные метрики. По ним не измеряется эффективность рекламных кампаний напрямую, но они дают возможность сделать выводы в случае, если изменился тренд. Например, при снижении заказов с рекламных кампаний Яндекс.Директа имеет смысл проверить сайт на наличие технических проблем, изучить конверсию полей формы заявки и даже проверить конверсию менеджеров кол-центра. Это промежуточные микрометрики, помогающие держать руку на пульсе маркетинговых результатов.

Таким образом, все начинается с задачи «Получать прибыль», а затем спускается к оперативным макрометрикам и микрометрикам, которые можно измерить и с помощью которых можно повлиять на положение дел.

Как понять, что вы не сделали ошибок при настройке систем аналитики и собираемая вами статистика верна?

Если речь идет о небольшом проекте с небольшим количеством целевых действий, то сложностей обычно нет. Вы делаете одну проверку и затем настраиваете микрометрики. Для проверки есть достаточно много механизмов, например, дебагеры Google Analytics и Яндекс.Метрики, с помощью которых вы можете самостоятельно проверить, собирается та или иная статистика или нет.

Но когда у вас проект, на котором нужно контролировать большое количество собираемых данных, ситуация усложняется. Как понять, собираются ли эти данные? Существуют разные методики. Например, можно настроить оповещения Google Analytics, которые сообщат, если на сайте что-то упадет и статистика перестанет собираться. Но есть нюанс – если на сайте произошли изменения и разработчики выкатили новую версию, вам придется проверять все вручную. Еще можно написать или купить тестового робота, который будет передвигаться по сайту и отслеживать основные действия и ход их выполнения.

Так что понять, что вы совершили ошибки при настройке системы аналитики, можно двумя путями: первое – сделать это через Google Analytics, второе – написать или купить подписку на робота, который будет ежедневно собирать статистику по тому, как отрабатывают определенные элементы. Но лучше сделать и то, и то.

Чем отличаются аналитические подходы к разным типам сайтов? Например, если мы говорим об интернет-магазине, монобрендовом, услуговом или контентом сайте.

Аналитические подходы зависят от того, с чем мы работаем. Разберем все по порядку. Интернет-магазин и контентный сайт объединяет наличие большого количества данных, пользовательских действий и информации, которую можно обработать. Соответственно, в интернет-магазине проводят аналитику рекламных размещений (какой вклад в доход внес каждый рекламный канал), аналитику продаж (онлайн-мерчендайзинг: насколько эффективно расположены товары в каталоге и насколько успешно рекомендуются доп. товары) и аналитику поведения пользователей (насколько пользователю удобно перемещаться по каталогу, какие фильтры на сайте ведут к деньгам, а какие только мешают пользователю определиться с товаром, насколько удобно проходить чекаут, нет ли проблем с доставкой и т.д.).

На контентном сайте в приоритете поведенческая и рекламная аналитика. Мы смотрим, насколько пользователям удобно проходить по страницам и контенту, насколько они вовлечены, как они читают контент, смотрят видео, что ищут в поиске по сайту. Помимо этого проводится анализ эффективности размещения рекламы на страницах контентного сайта.

С монобрендами ситуация иная. Зачастую решения о покупке принимаются не на сайте проекта. Например, в случае с фармацевтической тематикой, решение принимается на форумах и в соцсетях – там, где пользователь ищет информацию и рекомендации. Поэтому одной аналитики по сайту будет недостаточно. Нужен более комплексный подход: брендовая аналитика, мониторинг отзывов, негатива. Здесь важны текстовые данные: что люди пишут, кто они, как они отзываются о бренде. Что касается аналитики поведения, стоит обратить внимание на просматриваемость информации о продукте и вовлеченность в интерактив, если он есть.

С сайтами услуг ситуация неоднозначная. Возьмем пример с пластиковыми окнами. В моменте можно получить данные о контакте потенциального клиента с компанией. Но сама продажа совершается в несколько этапов, уже не на стороне сайте. И один из наиболее важных этапов – выезд мастера на замер, после которого и производится расчет стоимости – происходит за пределами сайта. Для такого примера очень важно отслеживать всю цепочку взаимодействия с пользователем до продажи: от получения заявки до оформления договора, изготовления и оплаты – и не забывать про офлайн-контакты. Эти операции занимают довольно много времени, поэтому нельзя определить в моменте, сколько продаж мы получили с рекламной кампании. Оценка происходит с помощью когортного анализа, который позволяет сделать вывод об окупаемости рекламных кампаний на проектах с длинным циклом продаж.

Естественно, методы анализа сильно отличаются, но большинство задач можно решить с помощью тех же инструментов Google.

Какой вариант, по вашему мнению, предпочтительнее – штатный веб-аналитик или внешний консультант/подрядчик?

Ответ на этот вопрос должен дать сам клиент. Конечно, он может закрывать все задачи внутренними специалистами. Например, многие ecommerce-компании держат в штате веб-аналитиков. Но бывают ситуации, когда клиенту приходится обращаться к партнерам, занимающимся веб-аналитикой. Например, если у него нет возможности взять в штат еще специалиста, но есть бюджет, чтобы решить задачи с помощью партнеров, или когда компетенция на стороне клиента недостаточно высокая. Со временем они ее накапливают, но на старте правильнее обратиться к компаниям с соответствующим опытом. К тому же бывают ситуации, когда нужно решить определенные разовые задачи, например, правильно настроить систему аналитики. Для этого не нужен специалист в штат.

В моей практике успешное партнерство создается именно в тех случаях, когда на стороне клиента есть специалист по веб-аналитике. В обратном случае это временное партнерство, когда компания, которая занимается веб-аналитикой, просто позволяет вывести проект на определенный уровень. Но если проект на стороне клиента не развивается, партнерство может приостановиться.

В каких случаях достаточно использовать внешние системы аналитики типа GA или Яндекс.Метрики, а когда стоит озадачиться созданием собственной системы?

Сложно сказать, когда на 100% нужно создавать собственную систему аналитики, а когда нет . Это напрямую зависит от желания клиента и от того, как он видит и хочет использовать свои данные. Бывает, что клиент хочет делать комплексный онлайн-маркетинг, но не может отдавать некоторые данные в Cloud из-за требований службы безопасности. В такой ситуации создается система, которая позволит свести в едином отчете данные веба и, допустим, 1С. Но сейчас все меньше ситуаций, когда это действительно актуально, потому что клиенты все-таки могут отдавать простейшую информацию для оптимизации рекламных кампаний.

Тем не менее возможностей Google Analytics хватает не всем.

Например, при работе с большими объемами данных из нескольких источников. В этом случае данные нужно объединять, очищать и доопределять, чего системы, типа Google Analytics делать не умеют. Частично проблемы работы с большим количеством данных решает платная версия Google Analytics 360, но далеко не все. Поэтому некоторые проекты мы переводим на использование Google BigQuery, в котором объединяем веб-данные, офлайн-данные и данные о продажах. Там же производим нужные расчеты, строим отчетность и делаем выводы о комплексной эффективности маркетинга и взаимодействия с пользователями.

Но для большинства задач онлайн-проекта можно ограничится бесплатной версией Google Analytics.

Существуют ли на рынке какие-то новые или малоизвестные аналитические инструменты, на которые вы бы посоветовали обратить внимание?

Из нового – Google Analytics 360 Suite. Это пакет продуктов, который включает не только GA Premium, но и несколько новых инструментов. Например, Optimize 360 – аналог инструментов Google Website Optimizer и Optimizely, которые позволяют проводить A/B-тестирования. Его преимущество в том, что он может в рамках тестов использовать сегменты Google Analytics. Или Data Studio 360 – коннектор и визуализатор данных. Он позволяет объединить данные из разных систем, например, из Google BigQuery, Google Analytics, Яндекс.Метрики, и вывести их в форме понятных отчетов, которые легко создать.

Очень активно развивается Яндекс.Метрика, от которой тоже можно получать определенную пользу. К примеру, AppMetrica для мобильных приложений достаточно достойно выглядит и многое может. Если продолжить тему мобильной аналитики, то Google тоже умеет отслеживать мобильные приложения, но у него есть ряд ограничений. Из более совершенных систем есть, например, AppsFlyer.

Что касается малоизвестных систем, то из-за специфики рынка системой веб-аналитики можно назвать многое. 

Например, CallTouch – это тоже система аналитики, достаточно полезная для своих задач. Еще один вариант – OWOX BI. Набор инструментов, который позволяет получить множество данных в одном месте. С его помощью можно стримить Google Analytics в Google BigQuery, импортировать расходы в Google Analytics из Яндекс.Директа и других систем.

И таких инструментов действительно много. В партнерской галерее Google есть множество самых разных сервисов, в том числе и те, которые просто делают коннектор из Google Analytics в Excel.

Где начинающим веб-аналитикам почерпнуть знания «по профессии»? Посоветуйте блоги, отраслевые порталы, конференции.

Если говорить о блогах, то в интернете есть огромное количество подборок. Можно выделить блог Симо Агава, посвященный в основном Google Tag Manager. Он не просто расписывает функционал сервиса, а раскрывает сложные моменты, до которых даже в Google не добрались.

У нас на рынке тоже есть интересные специалисты, которых стоит почитать и послушать. Их достаточно много, но я попробую выделить нескольких. Например, это Влад Флакс (OWOX), Илья Красинский (AppCraft), Макс Уваров (К50), Кирилл Бушев и Юлия Суворова (Agima), Роман Осокин (OHM), Алексей Куличевский (GetTaxi), Алексей Петровский (PRICE).

Отраслевых конференций в России две – iMetrics и Go Analytics. Есть еще зарубежные конференции, например, SuperWeek, где неделю выступают топовые аналитики со всего мира. 

Я был на чуть менее статусных конференциях и могу сказать, что контент на наших аналитических конференциях не слабее. 

Так что зарубежные мероприятия надо выбирать очень аккуратно, не все они дадут вам что-то новое, если вы хотя бы на базовом уровне разбираетесь в аналитике и оптимизации.