Веб-аналитика - Web analytics

Веб-аналитика это измерение, коллекция, анализ и отчетность в Интернете данные понять и оптимизировать использование Интернета.^[1] Веб-аналитика - это не просто процесс измерения веб-трафик но может использоваться как инструмент для бизнеса и исследования рынка и оценить и улучшить интернет сайт эффективность. Приложения веб-аналитики также могут помочь компаниям измерять результаты традиционной печати или вещания. рекламные кампании. Его можно использовать для оценки того, как меняется посещаемость веб-сайта после запуска новой рекламной кампании. Веб-аналитика предоставляет информацию о количестве посетителей веб-сайта и количестве просмотров страниц. Он помогает отслеживать тенденции трафика и популярности, что полезно для исследования рынка.

Основные этапы процесса веб-аналитики

Основные этапы процесса веб-аналитики

Большинство процессов веб-аналитики сводятся к четырем основным этапам или этапам:^[2] которые:

• Сбор данных: На этом этапе происходит сбор основных, элементарных данных. Обычно эти данные представляют собой подсчет вещей. Цель этого этапа - собрать данные.
• Обработка данных в информацию: на этом этапе обычно производятся подсчеты и устанавливаются соотношения, хотя некоторые подсчеты все же могут быть. Цель этого этапа - взять данные и преобразовать их в информацию, в частности в метрики.
• Разработка KPI: на этом этапе основное внимание уделяется использованию коэффициентов (и показателей) и их внедрению в бизнес-стратегии, называемые ключевые показатели эффективности (КПЭ). Часто KPI связаны с аспектами конверсии, но не всегда. Это зависит от организации.
• Формулирование онлайн-стратегии: этот этап касается онлайн-целей, задач и стандартов для организации или бизнеса. Эти стратегии обычно связаны с зарабатыванием денег, экономией денег или увеличением доли рынка.

Еще одна важная функция, разработанная аналитиками для оптимизации сайтов, - это эксперименты.

• Эксперименты и испытания: A / B тестирование это управляемый эксперимент с двумя вариантами в сетевых настройках, например Веб-разработка.

Цель A / B-тестирования - выявить и предложить изменения на веб-страницах, которые увеличивают или максимизируют эффект от интересующего статистически протестированного результата.

Каждая ступень влияет или может влиять (т. Е. Управлять) предшествующей или следующей за ней ступенью. Таким образом, иногда данные, которые доступны для сбора, влияют на онлайн-стратегию. В других случаях онлайн-стратегия влияет на собираемые данные.

Технологии веб-аналитики

Есть как минимум две категории веб-аналитики: за пределами площадки и местный веб-аналитика.

• Внешняя веб-аналитика относится к веб-измерению и анализу независимо от того, владеет ли человек веб-сайтом или поддерживает его. Он включает в себя измерение веб-сайта потенциал аудитория (возможность), доля голоса (видимость) и шумиха (комментарии), происходящие в Интернете в целом.
• Веб-аналитика на сайте, наиболее распространенный из двух, измеряет поведение посетителя один раз на определенном сайте. Сюда входят его драйверы и преобразования; например, степень, в которой разные целевые страницы связаны с покупками в Интернете. Веб-аналитика на сайте измеряет эффективность конкретного веб-сайта в коммерческом контексте. Эти данные обычно сравниваются с ключевые показатели эффективности для производительности и используется для улучшения веб-сайта или маркетинговая кампания реакция аудитории. Гугл Аналитика и Adobe Analytics являются наиболее широко используемой службой веб-аналитики на сайте; хотя появляются новые инструменты, которые предоставляют дополнительные уровни информации, включая тепловые карты и повтор сеанса.

Исторически веб-аналитика использовалась для измерения посещаемости сайта. Однако это значение стало размытым, главным образом потому, что поставщики производят инструменты, охватывающие обе категории. Многие поставщики предоставляют на месте программное обеспечение для веб-аналитики и Сервисы. Есть два основных технических способа сбора данных. Первый и традиционный метод, анализ файла журнала сервера, читает лог-файлы в которой веб сервер записывает запросы файлов браузерами. Второй способ, разметка страницы, использует JavaScript встроены в веб-страницу, чтобы делать запросы изображений на сторонний специализированный сервер аналитики, когда веб-страница отображается веб-браузер или, при желании, при щелчке мышью. Оба собирают данные, которые можно обработать для создания отчетов о веб-трафике.

Источники данных веб-аналитики

Основная цель веб-аналитики - сбор и анализ данных, связанных с веб-трафиком и моделями использования. Данные в основном поступают из четырех источников:^[3]

1. Данные прямого HTTP-запроса: напрямую поступают из сообщений HTTP-запроса (заголовки HTTP-запроса).
2. Сетевой уровень и сгенерированные сервером данные, связанные с HTTP-запросами: не являются частью HTTP-запроса, но необходимы для успешной передачи запроса - например, IP-адрес запрашивающей стороны.
3. Данные уровня приложения, отправляемые с HTTP-запросами: генерируются и обрабатываются программами уровня приложения (такими как JavaScript, PHP и ASP.Net), включая сеанс и ссылки. Обычно они регистрируются внутренними журналами, а не общедоступными службами веб-аналитики.
4. Внешние данные: могут быть объединены с данными на сайте, чтобы помочь расширить данные о поведении веб-сайта, описанные выше, и интерпретировать использование Интернета. Например, IP-адреса обычно связаны с географическими регионами и поставщиками интернет-услуг, показателями открытия и переходов по электронной почте, данными кампании прямой рассылки, историей продаж и потенциальных клиентов или другими типами данных, если это необходимо.

Анализ файла журнала веб-сервера

Веб-серверы записывают некоторые из своих транзакций в файл журнала. Вскоре стало понятно, что эти файлы журналов могут быть прочитаны программой для предоставления данных о популярности веб-сайта. Так возник программное обеспечение для анализа веб-журналов.

В начале 1990-х годов статистика веб-сайтов заключалась в основном в подсчете количества запросов клиентов (или хиты) на веб-сервер. Первоначально это был разумный метод, поскольку каждый веб-сайт часто состоял из одного файла HTML. Однако с появлением изображений в HTML и веб-сайтов, охватывающих несколько файлов HTML, этот счетчик стал менее полезным. Первый коммерческий анализатор журналов был выпущен IPRO в 1994 году.^[4]

Две единицы измерения были введены в середине 1990-х годов для более точного измерения количества человеческой активности на веб-серверах. Это были просмотры страниц и посещения (или же сессии). А Вид страницы был определен как запрос к веб-серверу для страницы, в отличие от графики, в то время как посещение был определен как последовательность запросов от однозначно идентифицированного клиента, срок действия которых истекает после определенного периода бездействия, обычно 30 минут.

Появление пауки поисковых систем и роботов в конце 1990-х, а также веб-прокси и динамически назначаемые IP-адреса для крупных компаний и Интернет-провайдеры, усложнили идентификацию уникальных посетителей веб-сайта. Анализаторы журналов ответили отслеживание посещения печенье, и игнорируя запросы от известных пауков.^{[нужна цитата ]}

Широкое использование веб-кеши также представляет проблему для анализа файла журнала. Если человек повторно посещает страницу, второй запрос часто будет извлекаться из кеша браузера, поэтому веб-сервер не получит никаких запросов. Это означает, что путь человека по сайту теряется. Кэширование можно предотвратить, настроив веб-сервер, но это может привести к снижению производительности для посетителя и увеличению нагрузки на серверы.^[5]

Теги страницы

Обеспокоенность по поводу точности анализа файла журнала при наличии кэширования и желание иметь возможность выполнять веб-аналитику в качестве аутсорсинговой услуги привели к второму методу сбора данных, тегированию страницы илиВеб-ошибки '.

В середине 1990-х гг. Веб-счетчики были часто замечены - это были изображения, включенные в веб-страницу, которые показывали, сколько раз изображение было запрошено, что являлось оценкой количества посещений этой страницы. В конце 1990-х годов эта концепция эволюционировала, чтобы включить небольшое невидимое изображение вместо видимого и, используя JavaScript, передавать вместе с запросом изображения определенную информацию о странице и посетителе. Затем эта информация может обрабатываться удаленно компанией веб-аналитики и генерироваться обширная статистика.

Служба веб-аналитики также управляет процессом назначения пользователю файла cookie, который может однозначно идентифицировать его во время их посещения и при последующих посещениях. Показатели принятия файлов cookie значительно различаются между веб-сайтами и могут повлиять на качество собираемых и сообщаемых данных.

Для сбора данных веб-сайта с помощью стороннего сервера сбора данных (или даже внутреннего сервера сбора данных) требуется дополнительная DNS поиск на компьютере пользователя для определения IP-адреса сервера сбора. Иногда задержки в завершении успешных или неудачных поисков DNS могут привести к тому, что данные не будут собраны.

С ростом популярности Аякс В решениях, основанных на решениях, альтернативой использованию невидимого изображения является реализация обратного вызова на сервер с отображаемой страницы. В этом случае, когда страница отображается в веб-браузере, часть кода Ajax будет обращаться к серверу и передавать информацию о клиенте, которая затем может быть агрегирована компанией веб-аналитики. Это в некоторой степени связано с ограничениями браузера на серверах, с которыми можно связаться XmlHttpRequest объекты. Кроме того, этот метод может привести к несколько более низкому сообщаемому уровню трафика, поскольку посетитель может остановить загрузку страницы в середине ответа до того, как будет выполнен вызов Ajax.

Анализ файла журнала и теги страницы

И программы анализа файлов журналов, и решения для тегов страниц легко доступны компаниям, которые хотят выполнять веб-аналитику. В некоторых случаях одна и та же компания веб-аналитики предложит оба подхода. Тогда возникает вопрос, какой метод следует выбрать компании. У каждого подхода есть свои преимущества и недостатки.^[6]

Преимущества анализа файлов журнала

Основные преимущества анализа файла журнала перед тегированием страниц заключаются в следующем:

• Веб-сервер обычно уже создает файлы журнала, поэтому необработанные данные уже доступны. Никаких изменений на сайте не требуется.
• Данные находятся на собственных серверах компании и имеют стандартный, а не проприетарный формат. Это позволяет компании легко переключать программы позже, использовать несколько разных программ и анализировать исторические данные с помощью новой программы.
• Файлы журнала содержат информацию о посещениях "пауками" поисковых систем, которые обычно исключаются из инструментов аналитики с помощью тегов JavaScript. (Некоторые поисковые системы могут даже не выполнять JavaScript на странице.) Хотя об этом не следует сообщать как о части человеческой деятельности, это полезная информация для поисковая оптимизация.
• Файлы журнала не требуют дополнительных DNS поиски или TCP медленно запускается. Таким образом, нет внешних вызовов сервера, которые могут снизить скорость загрузки страницы или привести к несчетным просмотрам страниц.
• Веб-сервер надежно записывает каждую совершаемую транзакцию, например обслуживание PDF-документов и контента, созданного с помощью скриптов, и не зависит от сотрудничества браузеров посетителей.

Преимущества разметки страниц

Основные преимущества разметки страниц по сравнению с анализом файла журнала заключаются в следующем:

• Подсчет активируется при открытии страницы (при условии, что веб-клиент запускает сценарии тегов), а не при запросе ее с сервера. Если страница кэшируется, она не будет учитываться серверным анализом журнала. Кэшированные страницы могут составлять до одной трети всех просмотров страниц, что может негативно повлиять на многие показатели сайта.
• Данные собираются с помощью компонента («тега») на странице, обычно написанного на JavaScript, хотя также можно использовать Java или Flash. Ajax также можно использовать в сочетании с языком сценариев на стороне сервера (например, PHP ), чтобы управлять им и (обычно) хранить его в базе данных, в основном обеспечивая полный контроль над представлением данных.^{[сомнительный ]}
• Сценарий может иметь доступ к дополнительной информации о веб-клиенте или пользователе, не отправленной в запросе, такой как размеры экрана посетителей и цена приобретенных ими товаров.
• Теги страниц могут сообщать о событиях, которые не связаны с запросом к веб-серверу, например о взаимодействиях внутри Вспышка фильмы, частичное завершение формы, события мыши, такие как onClick, onMouseOver, onFocus, onBlur и т. д.
• Служба тегов страниц управляет процессом назначения файлов cookie посетителям; при анализе файла журнала для этого необходимо настроить сервер.
• Теги страниц доступны для компаний, у которых нет доступа к собственным веб-серверам.
• В последнее время теги страниц стали стандартом в веб-аналитике.^[7]

Экономические факторы

Анализ файлов журнала почти всегда выполняется собственными силами. Пометка страниц может выполняться собственными силами, но чаще она предоставляется как сторонняя услуга. Экономическая разница между этими двумя моделями также может быть поводом для принятия решения о покупке.

• Анализ файла журнала обычно включает разовую покупку программного обеспечения; однако некоторые поставщики вводят максимальное количество просмотров страниц в год, что требует дополнительных затрат на обработку дополнительной информации.^{[нужна цитата ]} Помимо коммерческих предложений, несколько инструменты анализа файлов журнала с открытым исходным кодом доступны бесплатно.
• Для анализа файлов журнала необходимо хранить и архивировать данные, которые часто быстро становятся большими. Хотя стоимость оборудования для этого минимальна, накладные расходы ИТ-отдела могут быть значительными.
• Для анализа файлов журнала необходимо поддерживать программное обеспечение, включая обновления и исправления безопасности.
• Поставщики комплексных тегов страниц взимают ежемесячную плату в зависимости от объема, то есть количества просмотров страниц за месяц.

Какое решение будет дешевле реализовать, зависит от количества технических знаний в компании, выбранного поставщика, объема активности на веб-сайтах, глубины и типа запрашиваемой информации, а также количества отдельных веб-сайтов, требующих статистики.

Независимо от решения поставщика или используемого метода сбора данных, следует также включать стоимость анализа и интерпретации веб-посетителей. То есть стоимость превращения необработанных данных в полезную информацию. Это может быть использование сторонних консультантов, найм опытного веб-аналитика или обучение подходящего штатного специалиста. А анализ выгоды и затрат затем может быть выполнено. Например, какое увеличение доходов или экономию средств можно получить, анализируя данные о посетителях Интернета?

Гибридные методы

Некоторые компании производят решения, которые собирают данные как с помощью файлов журналов, так и с помощью тегов страниц, и могут анализировать оба вида. Используя гибридный метод, они стремятся получить более точную статистику, чем любой метод по отдельности. Раннее гибридное решение было создано в 1998 году Руфусом Эвисоном.^{[нужна цитата ]}

Геолокация посетителей

С Геолокация IP, можно отслеживать местонахождение посетителей. Используя базу данных геолокации IP или API, посетители могут быть привязаны к городу, региону или стране.^[8]

IP Intelligence, или Internet Protocol (IP) Intelligence, - это технология, которая отображает Интернет и классифицирует IP-адреса по таким параметрам, как географическое положение (страна, регион, штат, город и почтовый индекс), тип подключения, поставщик услуг Интернета (ISP), информация о прокси и многое другое. Первое поколение IP Intelligence называлось геотаргетинг или же геолокация технологии. Эта информация используется компаниями для сегментации онлайн-аудитории в таких приложениях, как он-лайн реклама, поведенческий таргетинг, локализация контента (или локализация сайта ), управление цифровыми правами, персонализация, обнаружение онлайн-мошенничества, локализованный поиск, расширенная аналитика, глобальное управление трафиком и распространение контента.

Аналитика кликов

Анализ пути щелчка со ссылочными страницами слева и стрелками и прямоугольниками, различающимися по толщине и ширине, чтобы обозначить количество перемещений.

Аналитика кликов это особый вид веб-аналитики, в котором особое внимание уделяется щелчки.

Обычно аналитика кликов фокусируется на аналитике на месте. Редактор веб-сайта использует аналитику кликов, чтобы определить эффективность своего конкретного сайта в отношении того, куда нажимают пользователи сайта.

Также, аналитика кликов может происходить в реальном или "нереальном" времени, в зависимости от типа искомой информации. Как правило, редакторы первых страниц на сайтах СМИ с высокой посещаемостью хотят отслеживать свои страницы в режиме реального времени, чтобы оптимизировать контент. Редакторы, дизайнеры или другие заинтересованные стороны могут анализировать клики за более широкий период времени, чтобы помочь им оценить работу авторов, элементов дизайна, рекламы и т. Д.

Данные о кликах можно собирать как минимум двумя способами. В идеале щелчок «регистрируется», когда он происходит, и для этого метода требуются некоторые функции, которые собирают соответствующую информацию при возникновении события. В качестве альтернативы можно ввести предположение, что просмотр страницы является результатом щелчка, и, следовательно, зарегистрировать смоделированный щелчок, который привел к просмотру этой страницы.

Аналитика жизненного цикла клиентов

Аналитика жизненного цикла клиентов - это ориентированный на посетителей подход к измерению, который подпадает под действие маркетинга жизненного цикла.^{[нужна цитата ]} Просмотры страниц, клики и другие события (такие как вызовы API, доступ к сторонним сервисам и т. Д.) Привязаны к отдельному посетителю, а не хранятся в виде отдельных точек данных. Аналитика жизненного цикла клиента пытается соединить все точки данных в маркетинговая воронка которые могут дать представление о поведении посетителей и оптимизация сайта.^{[нужна цитата ]}

Другие методы

Иногда используются другие методы сбора данных. Анализ пакетов собирает данные с помощью нюхать сетевой трафик, проходящий между веб-сервером и внешним миром. Анализ пакетов не требует изменений веб-страниц или веб-серверов. Также возможна интеграция веб-аналитики в само программное обеспечение веб-сервера.^[9] Оба эти метода утверждают, что обеспечивают лучшее в реальном времени данных, чем другие методы.

Веб-аналитика на сайте - определения

В рамках веб-аналитики нет согласованных на глобальном уровне определений, поскольку отраслевые органы уже некоторое время пытаются согласовать полезные и окончательные определения. Основными организациями, внесшими свой вклад в эту область, были IAB (Бюро интерактивной рекламы), JICWEBS (Объединенный отраслевой комитет по веб-стандартам в Великобритании и Ирландии) и DAA (Ассоциация цифровой аналитики), официально известная как WAA (Ассоциация веб-аналитики, США). Однако многие термины используются единообразно от одного основного аналитического инструмента к другому, поэтому следующий список, основанный на этих соглашениях, может быть полезной отправной точкой:

• Показатель отказов - Процент посещений, которые представляют собой посещения одной страницы без каких-либо других взаимодействий (кликов) на этой странице. Другими словами, одиночный щелчок в конкретном сеансе называется отказом.
• Щелкните путь - хронологическая последовательность просмотров страниц во время посещения или сеанса.
• Ударить - Запрос файла с веб-сервера. Доступно только при анализе журнала. Количество посещений, полученных веб-сайтом, часто указывается, чтобы подтвердить его популярность, но это число крайне вводит в заблуждение и резко переоценивает популярность. Одна веб-страница обычно состоит из нескольких (часто десятков) отдельных файлов, каждый из которых считается попаданием при загрузке страницы, поэтому количество обращений на самом деле является произвольным числом, которое больше отражает сложность отдельных страниц на веб-сайт, чем его фактическая популярность. Общее количество посещений или просмотров страниц дает более реалистичную и точную оценку популярности.
• Вид страницы - Запрос файла или иногда событие, такое как щелчок мыши, который определяется как страница в настройке инструмента веб-аналитики. Вхождение скрипта, выполняемого в тегах страницы. При анализе журнала просмотр одной страницы может генерировать несколько обращений, поскольку все ресурсы, необходимые для просмотра страницы (изображения, файлы .js и .css), также запрашиваются с веб-сервера.
• Посетитель / Уникальный посетитель / Уникальный пользователь - Однозначно идентифицированный клиент, который генерирует просмотры страниц или обращения в течение определенного периода времени (например, дня, недели или месяца). Однозначно идентифицированный клиент обычно представляет собой комбинацию машины (например, настольный компьютер на работе) и браузера (Firefox на этой машине). Идентификация обычно осуществляется с помощью постоянного файла cookie, который размещается на компьютере кодом страницы сайта. Более старый метод, используемый при анализе файлов журнала, представляет собой уникальную комбинацию IP-адреса компьютера и информации агента пользователя (браузера), предоставляемой браузером веб-серверу. Важно понимать, что «Посетитель» - это не то же самое, что человек, сидящий за компьютером во время посещения, поскольку отдельный человек может использовать разные компьютеры или, на одном компьютере, могут использовать разные браузеры, и будет восприниматься как отдельный посетитель в зависимости от обстоятельств. Все чаще, но все же несколько редко, посетители однозначно идентифицируются с помощью Flash LSO (Локальный общий объект ), которые менее восприимчивы к обеспечению конфиденциальности.
• Посещение / сеанс - Посещение или сеанс определяется как серия запросов страницы или, в случае тегов, запросов изображений от одного и того же однозначно идентифицированного клиента. Уникальный клиент обычно идентифицируется по IP-адресу или уникальному идентификатору, который помещается в файл cookie браузера. Посещение считается завершенным, если в течение некоторого количества прошедших минут не было зарегистрировано ни одного запроса. 30-минутный предел («тайм-аут») используется многими инструментами аналитики, но в некоторых инструментах (например, в Google Analytics) его можно изменить на другое количество минут. Сборщики данных и инструменты анализа аналитики не имеют надежного способа узнать, просматривал ли посетитель другие сайты между просмотрами страниц; Посещение считается одним посещением, если события (просмотры страниц, клики и т. д.) находятся на 30 или менее минут ближе друг к другу. Обратите внимание, что посещение может состоять из просмотра одной страницы или тысяч. Сеанс уникального посещения также может быть продлен, если время между загрузками страниц указывает на то, что посетитель просматривал страницы постоянно.
• Активное время / время взаимодействия - Среднее количество времени, которое посетители проводят, фактически взаимодействуя с контентом на веб-странице, в зависимости от движений мыши, щелчков, наведений и прокрутки. В отличие от продолжительности сеанса и продолжительности просмотра страницы / времени на странице, этот показатель может точно измерить продолжительность взаимодействия при последнем просмотре страницы, но это недоступно во многих инструментах аналитики или методах сбора данных.
• Средняя глубина страницы / просмотры страниц за средний сеанс - Глубина страницы - это приблизительный «размер» среднего посещения, рассчитываемый путем деления общего количества просмотров страницы на общее количество посещений.
• Средняя продолжительность просмотра страницы - Среднее количество времени, которое посетители проводят на средней странице сайта.
• Нажмите - «относится к одному экземпляру пользователя, переходящего по гиперссылке с одной страницы сайта на другую».
• Мероприятие - Отдельное действие или класс действий, которые происходят на веб-сайте. Просмотр страницы - это тип события. События также инкапсулируют щелчки, отправку форм, события нажатия клавиш и другие действия пользователя на стороне клиента.
• Скорость выхода /% выхода - Статистика применяется к отдельной странице, а не к веб-сайту. Процент посещений, просматривающих страницу, где эта страница является последней страницей, просмотренной за посещение.
• Первый визит / первая сессия - (в некоторых инструментах также называется «Абсолютно уникальный посетитель») Визит однозначно идентифицированного клиента, который теоретически не совершал никаких предыдущих посещений. Поскольку единственный способ узнать, был ли клиент с уникальной идентификацией на сайте раньше, является наличие постоянный файл cookie или через цифровое снятие отпечатков пальцев который был получен во время предыдущего визита, Первый визит label не является надежным, если файлы cookie сайта были удалены с момента их предыдущего посещения.
• Частота / сеанс на уникального - Частота показывает, как часто посетители заходят на сайт за определенный период времени. Он рассчитывается путем деления общего количества сеансов (или посещений) на общее количество уникальных посетителей за определенный период времени, например месяц или год. Иногда его используют как синонимы с термином «лояльность».
• Впечатление - Наиболее распространенное определение "показа" - это случай появления рекламы на просматриваемой странице. Обратите внимание, что реклама может отображаться на просматриваемой странице под областью, фактически отображаемой на экране, поэтому большинство показателей количества показов не обязательно означает, что реклама была доступна для просмотра.
• Новый посетитель - Посетитель, который ранее не посещал. Это определение создает определенную путаницу (см. Распространенные заблуждения ниже) и иногда заменяется анализом первых посещений.
• Время просмотра страницы / Время видимости страницы / Продолжительность просмотра страницы - Время, в течение которого на экране отображается отдельная страница (или блог, рекламный баннер ...), измеряется как вычисленная разница между временем запроса этой страницы и временем следующего записанного запроса. Если следующего записанного запроса нет, то время просмотра этого экземпляра этой страницы не включается в отчеты.
• Повторный посетитель - Посетитель, побывавший хотя бы раз в прошлом. Период между последним и текущим посещением называется недавним посещением и измеряется в днях.
• Вернувшийся посетитель - Уникальный посетитель с активностью, состоящей из посещения сайта в течение отчетного периода, и когда Уникальный посетитель посетил сайт до отчетного периода. Учреждение учитывается только один раз за отчетный период.
• Продолжительность сеанса / Продолжительность посещения - Среднее количество времени, которое посетители проводят на сайте каждый раз, когда они посещают, рассчитывается как сумма продолжительности всех сеансов, деленная на общее количество сеансов. Этот показатель может быть усложнен тем, что программы аналитики не могут измерить продолжительность последнего просмотра страницы.^{[нужна цитата ]}
• Посещение одной страницы / Синглтон - Посещение, при котором просматривается только одна страница (это не «отказ»).
• Наложение сайта представляет собой метод составления отчетов, при котором статистические данные (клики) или «горячие точки» накладываются по физическому местоположению на визуальный снимок веб-страницы.
• CTR - это соотношение пользователей, которые нажимают на определенную ссылку, к общему количеству пользователей, просматривающих страницу, электронную почту или рекламу. Он обычно используется для измерения успеха рекламной кампании в Интернете для определенного веб-сайта, а также эффективности кампаний по электронной почте.

Внешняя веб-аналитика

Внешняя веб-аналитика основана на анализе открытых данных, социальные медиа исследование, участие в голосовании на веб-ресурсах. Обычно используется для понимания того, как продвигать сайт на рынке, определяя ключевые слова, помеченные для этого сайта, либо из социальных сетей, либо с других сайтов.

Используя HTTP Referer, владельцы веб-страниц смогут отследить, какие сайты-рефереры помогают привлечь трафик на их собственный сайт.

Общие источники путаницы в веб-аналитике

Проблема отеля

Проблема отеля - это вообще первая проблема, с которой сталкивается пользователь веб-аналитики. Проблема в том, что количество уникальных посетителей каждого дня месяца не дает той же суммы, что и количество уникальных посетителей этого месяца. Неопытному пользователю это кажется проблемой в любом используемом им аналитическом программном обеспечении. Фактически это простое свойство определений метрики.

Чтобы представить себе ситуацию, представьте себе отель. В отеле два номера (номер A и номер B).

	День 01	День 2	День 03	Общий
Комната А	Джон	Джон	отметка	2 уникальных пользователя
Комната B	отметка	Энн	Энн	2 уникальных пользователя
Общий	2	2	2	?

Как видно из таблицы, у отеля два уникальных пользователя каждый день в течение трех дней. Таким образом, сумма итогов по дням равна шести.

В течение этого периода у каждой комнаты было два уникальных пользователя. Таким образом, общая сумма по комнатам равна четырем.

Фактически за этот период в отеле побывало всего три человека. Проблема в том, что человек, который остается в номере на две ночи, будет подсчитан дважды, если он считается один раз в день, но будет подсчитан только один раз, если будет проверена общая сумма за период. Любое программное обеспечение для веб-аналитики будет правильно суммировать их за выбранный период времени, что приводит к проблеме, когда пользователь пытается сравнить итоги.

Методы веб-аналитики

Проблемы с куки

Исторически сложилось так, что поставщики решений для аналитики тегов страниц использовали сторонние файлы cookie отправлено с домена поставщика, а не с домена просматриваемого веб-сайта. Сторонние файлы cookie могут обрабатывать посетителей, которые пересекают несколько несвязанных доменов на сайте компании, поскольку файлы cookie всегда обрабатываются серверами поставщика.

Однако сторонние файлы cookie в принципе позволяют отслеживать отдельного пользователя на сайтах разных компаний, позволяя поставщику аналитики сопоставлять действия пользователя на сайтах, где он предоставил личную информацию, с его действиями на других сайтах, где он считал себя анонимным. Хотя компании, занимающиеся веб-аналитикой, отрицают это, другие компании, например, компании-поставщики рекламный баннер сделали так. Проблемы конфиденциальности в отношении файлов cookie поэтому заметное меньшинство пользователей заблокировали или удалили сторонние файлы cookie. В 2005 году некоторые отчеты показали, что около 28% пользователей Интернета блокировали сторонние файлы cookie, а 22% удаляли их не реже одного раза в месяц.^[10] Большинство поставщиков решений для тегов страниц теперь предлагают как минимум возможность использования основные файлы cookie (файлы cookie, назначенные из поддомена клиента).

Еще одна проблема - удаление файлов cookie. Когда веб-аналитика зависит от файлов cookie для идентификации уникальных посетителей, статистика зависит от постоянного файла cookie для хранения уникального идентификатора посетителя. Когда пользователи удаляют файлы cookie, они обычно удаляют как собственные, так и сторонние файлы cookie. Если это будет сделано между взаимодействиями с сайтом, пользователь будет отображаться как первый посетитель в следующей точке взаимодействия. Без постоянного и уникального идентификатора посетителя конверсии, анализ потока кликов и другие показатели, зависящие от действий уникального посетителя с течением времени, не могут быть точными.

Файлы cookie используются, потому что IP-адреса не всегда уникальны для пользователей и могут использоваться большими группами или прокси. В некоторых случаях IP-адрес объединяется с пользовательским агентом, чтобы более точно идентифицировать посетителя, если файлы cookie недоступны. Однако это решает проблему лишь частично, потому что часто пользователи за прокси-сервером имеют один и тот же пользовательский агент. Другие методы однозначной идентификации пользователя технически сложны и могут ограничить отслеживаемую аудиторию или могут быть сочтены подозрительными. Файлы cookie достигают наименьшего общего знаменателя без использования технологий, которые считаются шпионское ПО.^[11]

Безопасные методы аналитики (измерения)

Может быть полезно знать, что сбор информации третьими сторонами зависит от любых сетевых ограничений и применяемых мер безопасности. Страны, поставщики услуг и частные сети могут препятствовать передаче данных о посещениях сайта третьим лицам. Все описанные выше методы (и некоторые другие методы, не упомянутые здесь, например, выборка) имеют центральную проблему - уязвимость для манипуляций (как инфляции, так и дефляции) . Это означает, что эти методы неточны и небезопасны (в любой разумной модели безопасности). Этому вопросу посвящен ряд статей,^{[12][13][14][15]} но на сегодняшний день решения, предлагаемые в этих статьях, остаются теоретическими, возможно, из-за отсутствия интереса со стороны инженерного сообщества или из-за финансовой выгоды, которую текущая ситуация дает владельцам крупных веб-сайтов. Для получения более подробной информации обратитесь к вышеупомянутым статьям.

Смотрите также

• Clickstream
• Хит (Интернет)
• HTTP cookie
• Интернет-трафик
• Айпи адрес
• протокол Интернета
• Еврокрипт
• Геолокация
• ПО для геолокации
• Геотаргетинг
• Список программного обеспечения для веб-аналитики
• Мобильная веб-аналитика
• Аналитика онлайн-видео
• Вид страницы
• Посткликовый маркетинг
• Сессия (веб-аналитика), посещение
• Уникальный пользователь, посетитель
• Веб-ошибка
• Корреляция сайта
• Локализация веб-сайтов
• ПО для анализа веб-журналов
• Веб-майнинг
• Интернет-трафик
• Модель генерации веб-трафика

Рекомендации

1. Комитет по стандартам WAA. «Определения веб-аналитики». Вашингтон, округ Колумбия: Ассоциация веб-аналитики (2008 г.).
2. Янсен, Б. Дж. (2009). Понимание взаимодействия пользователя с сетью с помощью веб-аналитики. Сводные лекции по информационным концепциям, поиску и услугам, 1 (1), 1-102.
3. Чжэн, Г., Пельцвергер С. (2015) Обзор веб-аналитики, In book: Encyclopedia of Information Science and Technology, Third Edition, Publisher: IGI Global, Editors: Mehdi Khosrow-Pour
4. Web Traffic Data Sources and Vendor Comparison by Brian Clifton and Omega Digital Media Ltd
5. Marketing Management: A Value-Creation Process (2nd Edition) by Alain Jolibert, Pierre-Louis Dubois, Hans Mühlbacher, Laurent Flores, Pierre-Louis Jolibert Dubois, 2012, p. 359.
6. Increasing Accuracy for Online Business Growth - a web analytics accuracy whitepaper
7. "Revisiting log file analysis versus page tagging": McGill University Web Analytics blog article (CMIS 530) В архиве 6 июля 2011 г. Wayback Machine
8. IPInfoDB (2009-07-10). "IP geolocation database". IPInfoDB. Получено 2009-07-19.
9. Hu, Xiaohua; Cercone, Nick (1 July 2004). "A Data Warehouse/Online Analytic Processing Framework for Web Usage Mining and Business Intelligence Reporting". International Journal of Intelligent Systems. 19 (7): 585–606. Дои:10.1002/int.v19:7.
10. McGann, Rob. "Study: Consumers Delete Cookies at Surprising Rate". Получено 3 апреля 2014.
11. "Home News Access the Guide Tools Education Shopping Internet Cookies- Spyware or Neutral Technology?". CNET. 2 февраля 2005 г.. Получено 24 апреля 2017.
12. Naor, M.; Pinkas, B. (1998). "Secure and efficient metering". Advances in Cryptology — EUROCRYPT'98. Lecture Notes in Computer Science. 1403. п. 576. Дои:10.1007/BFb0054155. ISBN  978-3-540-64518-4.
13. Naor, M.; Pinkas, B. (1998). "Secure accounting and auditing on the Web". Компьютерные сети и системы ISDN. 30 (1–7): 541–550. Дои:10.1016/S0169-7552(98)00116-0.
14. Franklin, M. K.; Malkhi, D. (1997). "Auditable metering with lightweight security". Financial Cryptography. Lecture Notes in Computer Science. 1318. стр.151. CiteSeerX  10.1.1.46.7786. Дои:10.1007/3-540-63594-7_75. ISBN  978-3-540-63594-9.
15. Johnson, R.; Staddon, J. (2007). "Deflation-secure web metering". International Journal of Information and Computer Security. 1: 39. CiteSeerX  10.1.1.116.3451. Дои:10.1504/IJICS.2007.012244.

Библиография

• Clifton, Brian (2010) Advanced Web Metrics with Google Analytics, 2nd edition, Sybex (Paperback.)
• Kaushik, Avinash (2009) Web Analytics 2.0 - The Art of Online Accountability and Science of Customer Centricity. Sybex, Wiley.
• Mortensen, Dennis R. (2009) Yahoo! Web Analytics. Sybex.
• Farris, P., Bendle, N.T., Pfeifer, P.E. Reibstein, D.J. (2009) Key Marketing Metrics The 50+ Metrics Every Manager needs to know, Prentice Hall, Лондон.
• Plaza, B (2009) Monitoring web traffic source effectiveness with Google Analytics: An experiment with time series. Протоколы ASLIB, 61(5): 474–482.
• Arikan, Akin (2008) Multichannel Marketing. Metrics and Methods for On and Offline Success. Sybex.
• Tullis, Tom & Albert, Bill (2008) Measuring the User Experience. Collecting, Analyzing and Presenting Usability Metrics. Морган Кауфманн, Эльзевир, Burlington MA.
• Kaushik, Avinash (2007) Web Analytics: An Hour a Day, Sybex, Wiley.
• Bradley N (2007) Marketing Research. Tools and Techniques. Oxford University Press, Оксфорд.
• Sostre, Pedro and LeClaire, Jennifer (2007) Web Analytics for Dummies. Wiley.
• Burby, Jason and Atchison, Shane (2007) Actionable Web Analytics: Using Data to Make Smart Business Decisions.
• Davis, J. (2006) ‘Marketing Metrics: How to create Accountable Marketing plans that really work’ Джон Уайли и сыновья (Asia).
• Peterson Eric T (2005) Web Site Measurement Hacks. О'Рейли электронная книга.
• Peterson Eric T (2004) Web Analytics Demystified: A Marketer’s Guide to Understanding How Your Web Site Affects Your Business. Celilo Group Media
• Lenskold, J. (2003) ‘Marketing ROI: how to plan, Measure and Optimise strategies for Profit’ London: Макгроу Хилл Современный
• Sterne, J. (2002) Web metrics, Proven Methods for Measuring Web Site Success, London: Джон Уайли и сыновья.
• Srinivasan, J .(2001) E commerce Metrics, Models and Examples, London: Prentice Hall.
• Zheng, J. G. and Peltsverger, S. (2015) Web Analytics Overview, In book: Encyclopedia of Information Science and Technology, Third Edition, Publisher: IGI Global, Editors: Mehdi Khosrow-Pour