Инструменты анализа

Упомянутые выше данные записываются в лог‑файл – текстовый файл, где на каждый запрос/обращение к серверу записывается одна строчка данных (рис. 7.3). В этой строке поля с описанными выше параметрами отделены друг от друга пробелами, запятыми, кавычками (зависит от настроек). Для каждой страницы сайта записывается много строк лог‑файла – в зависимости от числа элементов, подгружаемых на страницу, а также от формата записи в лог это может быть до нескольких десятков записей.

Рис. 7.3. Фрагмент лог‑файла

Вряд ли вы захотите просматривать сырые данные в том виде, как они показаны на рис. 7.3, вам больше пригодятся обработанные статистические данные. Сколько на сайте было посетителей, какие страницы и с какой частотой они смотрели, откуда пришли на сайт, какие запросы вводили в поисковых машинах, чтобы найти сайт, как часто пользователи возвращались на сайт и другие важные данные о поведении посетителей на сайте. Нужны статистические отчеты, а не сырые данные, так как именно с цифрами отчетов мы и будем работать.

Как несложно догадаться, все эти записи и журналы событий не анализируются вручную, потому что даже для сайта с посещаемостью в несколько сотен человек придется перебрать вручную тысячи строчек кода в день – это невероятная работа. Поэтому существует много специальных сервисов и программных продуктов, анализирующих статистику сайтов. Все эти продукты делятся на четыре вида: универсальные счетчики, универсальные лог‑анализаторы, анализаторы, встроенные в CMS‑системы, и, наконец, специализированные решения. Каждый вид имеет свои недостатки и свои преимущества, но главное отличие в том, что они могут оперировать двумя разыми типами исходных данных – прямыми данными, то есть данными в лог‑файлах на серверах, и опосредованными данными, собранными при помощи установленных на сайте специальных программных модулей.

Рассмотрим различные инструменты анализа статистики подробнее.

ЛОГ‑АНАЛИЗАТОРЫ – «коробочные» программы, устанавливаемые на локальный компьютер или на сервер, которые анализируют журналы записи событий (лог‑файлы), накапливаемые на серверах. Иначе говоря, это аналитические пакеты, которые совершают обработку текстового файла и строят множество статистических отчетов, набор которых зависит от настроек и возможностей лог‑анализатора.

Лог‑анализаторы – сложные программные продукты, обладающие огромными возможностями. Наиболее совершенные из них имеют специальные модули для анализа финансовой информации (например, для сайта электронного магазина), поиска скрытых закономерностей (drill down reports), построения собственных статистических отчетов и так далее.

Как и любой сложный программный продукт, тем более не предназначенный для массовой аудитории, лог‑анализаторы имеют громоздкий интерфейс, требующий заметной подготовки от оператора. Кроме того, сам анализ логов требует от исследователя знаний особенностей Интернета как медиа, многих технических моментов, понимания как минимум основ интернет‑маркетинга. Например, если заранее не настроить исключения, то лог‑анализатор засчитает в качестве посетителей всех поисковых роботов, которые приходят на сайт для индексации контента.

Существует несколько тысяч различных лог‑анализаторов – в базовом варианте они представляют собой несложный программный продукт, поэтому их понаделали немало. Часть из них коммерческие, но большинство – бесплатные, появившиеся как развлечение или побочный продукт совершенно других разработок. Наиболее известные на сегодняшний день продукты – WebTrends, NetTracker, Analog, WebAlyzer. Первые два – коммерческие продукты, последние – распространяются бесплатно. Бесплатность лог‑анализаторов – обманчивая вещь. Для того чтобы бесплатная система лог‑анализа правильно работала, исследователю необходима недюжинная квалификация, а часто потребуется еще и программист, чтобы дописать необходимые модули (благо, бесплатные лог‑анализаторы чаще всего поставляются в исходных кодах). Таким образом, эксплуатация свободно распространяемого программного продукта может оказаться более затратной, нежели коммерческого.

Наиболее важное свойство лог‑анализаторов – это возможность строить с их помощью произвольные статистические отчеты. Они могут называться «Пользовательские отчеты», или Custom Reports, или Filters, или еще как‑либо, но смысл одинаков – возможность построить отчет по специфическим параметрам. Не исключено, что как раз на этом этапе вам потребуется программист, чтобы написать нужный модуль.

Примеры произвольных статистических отчетов:

• страницы, посещаемые пользователями из Новосибирска, которые приходят на сайт не в первый раз;

• время, в которое пользователи сайта чаще всего просматривают страницу контактов,

• доля тех пользователей, которые просматривают эту страницу ночью.

СЧЕТЧИКИ – серверные приложения, основывающиеся на статистике вызовов счетчика – небольшого куска кода, включаемого в страницу. При загрузке страницы пользователем браузер обнаруживает код счетчика, считывает его и вызывает с серверов счетчика небольшую картинку (рис. 7.4). В этот момент на сервере счетчика засчитывается посещение сайта. Таким образом, счетчик учитывает не запрос страницы, который отражается в лог‑файле на сервере сайта, а запрос пользователем счетчика. То есть счетчик – это данные не прямых, как в случае с лог‑файлом, а косвенных измерений.

Рис. 7.4. Счетчики на сайте Gismeteo.ru и фрагмент кода страницы, содержащий счетчики

Естественно, что косвенные измерения обладают меньшей точностью, чем прямые: у пользователя могут быть отключены картинки, и тогда не произойдет обращения к серверу, при считывании страницы может произойти сбой, который приведет к незачету просмотра страницы, пользователь может поставить запрет на вызов картинки счетчика. Словом, причин, по которым хит может быть не засчитан счетчиками, очень много, поэтому счетчики, в среднем, показывают значения на 10–30 % меньше, чем лог‑анализаторы на том же самом сайте. При этом чем дальше находится пользователь от серверов счетчика и от сайта, тем больше риск потери данных, поэтому для русскоязычных сайтов использование американских и даже европейских счетчиков дает очень большую ошибку, и наоборот.

Совет. Если у вашего сайта есть английская версия, рассчитанная на западную аудиторию, используйте для нее американский счетчик. Ваши данные будут точнее. Если ваш сайт ориентирован на региональную аудиторию, то воспользуйтесь анализом логов, счетчики могут давать слишком большую ошибку.

В отличие от лог‑анализаторов, счетчики не требуют знания технических подробностей функционирования веб‑серверов, а также навыков программирования. Это продукт, имеющий более простой интерфейс и меньше возможностей для настройки, а следовательно, предъявляющий меньше требований к оператору.

Еще одна особенность счетчиков – централизованное внесение изменений и обновлений, осуществляемое администрацией счетчика. Появление новой поисковой машины будет отмечено сразу у всех сайтов, обслуживаемых счетчиком, причем без вмешательства собственно вебмастера ресурса. Все эти изменения вам придется вносить самостоятельно, если вы пользуетесь лог‑анализом.

Для того чтобы разбирать поисковые запросы новой поисковой машины, требуется указать, как в адресе результатов поиска шифруется поисковый запрос. Форма указания поискового запроса различается для каждой поисковой машины. Вот пример поискового запроса для Яндекса: yandex.ru/yandsearch?text=Search+querry

В счетчиках есть и недостаток: поскольку процесс не контролируется пользователем, то при необходимости внести в систему какое‑то специальное исключение или специальную поисковую систему, то есть что‑то нестандартное, невозможно или сложно. Внесение этих исключений зависит только от доброй воли администрации счетчика.

В настоящее время существует достаточно много счетчиков, в каждой стране насчитываются десятки вариантов локальных счетчиков, есть и международные системы. Системы могут быть коммерческие, могут быть бесплатные. Первые обычно детализированы, предлагают больше сервисов и имеют множество дополнительных возможностей. Наиболее известные сегодня в России сервисы – это Google Analytics, Livelnternet (бесплатные), SpyLOG (коммерческий счетчик), за рубежом – Omniture, HitBox и WebtrendsLive (коммерческие), а также беошатный Google Analytics.

Все указанные выше счетчики умеют строить дополнительные индивидуальные отчеты, однако их возможности в этой области гораздо меньше, чем у лог‑анализаторов. У Livelnternet это называется «срезы», у SpyLOG’а и Google Analytics – сегменты. Также у счетчика Google Analytics есть возможность настройки «целей», то есть посещения целевых страниц. В этом случае система будет автоматически собирать отдельно статистику по всем посетителям, достигшим определенной целевой страницы (с какой рекламной площадки пришли, какие страницы посмотрели, сколько времени провели на сайте и проч.). Этих возможностей счетчиков в большинстве случаев достаточно для анализа эффективности интернет‑маркетинга.

СТАТИСТИЧЕСКИЕ МОДУЛИ CMS (content management system) – система управления содержанием сайта, часто имеет собственный статистический модуль, перерабатывающий статистику сайта. Такая система выдает статистические отчеты точно так же, как счетчик или лог‑анализатор. В основе статистики CMS могут лежать разные исходные данные, как лог‑файлы, так и данные, полученные при помощи косвенных измерений, как это делает счетчик. У грамотно спроектированного модуля есть еще один важнейший источник данных – собственно данные CMS: регистрационные данные пользователей, стоимости товаров, названия страниц, использованные скидки, приведшие клиента аффиляты и т. д. – вся та информация, которая позволяет получить качественно новые знания о посетителе сайта.

Статистический модуль, встроенный в CMS, может сочетать бизнес‑статистику сайта со статистикой поведения пользователя, то есть получить несравнимо больший объем статистики, причем статистики, непосредственно отражающей работу сайта как бизнеса. Важно также, что эта статистика более понятна и наглядна – она выражена непосредственно в деньгах и продажах.

К сожалению, чаще всего встроенные в CMS статистические модули не обладают такими возможностями и являются простыми счетчиками, реже – простыми лог‑анализаторами, что делает их неинтересными для использования. Для разработчиков CMS разработка системы лог‑анализа – лишняя трата ресурсов, если есть отдельный счетчик или лог‑анализатор, которые гораздо лучше проработаны, поскольку над ними постоянно работает отдельная команда программистов, а статистический модуль CMS – это побочный продукт, которому уделяется относительно мало внимания. Наличие продвинутого модуля анализа в CMS системе – еще один плюс в ее пользу, который должен быть учтен при выборе CMS‑системы, поскольку позволяет сократить расходы на обработку статистики.

СПЕЦИАЛИЗИРОВАННЫЕ РЕШЕНИЯ, основанные на данных счетчика или лог‑анализатора, разрабатываются для какой‑либо определенной исследовательской задачи, чаще всего – для анализа рекламной кампании, для анализа поисковой оптимизации или для анализа паттернов поведения аудитории. Такие решения обычно пишут для своих задач рекламные агентства, а также системы показа рекламы, поэтому лишь небольшое их количество доступно массовой аудитории.

Наиболее известным классом систем является Pixel Audit[3]– решения, основанные на данных специальных счетчиков, устанавливаемых на ключевые страницы сайта. Такие системы анализируют эффективность рекламной кампании, сопоставляя данные счетчиков и данные, собранные баннерной системой в процессе показа рекламы.

Специализированные решения обычно не гибки и не годятся для глубокого анализа рекламы. Они хороши в повседневной работе для построения рутинных отчетов. В большинстве случаев маркетологу не требуется глубокое исследование и анализ скрытых закономерностей, ему достаточно иметь несколько основных цифр, которые покажут, как проводить рекламу в следующий раз. Использовать для этого специализированные решения удобнее. Данные, приведенные в таблице 7.1, позволяют сравнить различные решения сбора и анализа статистики.

Таблица 7.1. Достоинства и недостатки различных инструментов измерения[4]

Date: 2015-09-05; view: 410; Нарушение авторских прав