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 бесплатный 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'a 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 — 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 1, позволяют сравнить различные решения сбора и анализа статистики.
Таблица 1. Достоинства и недостатки различных инструментов измерения
| Характеристика | Лог-анализаторы | Счетчики | Специализированные решения | Статистические модули CMS |
| Точность данных | Очень высокая | Средняя | Зависит от методики, может быть от средней до очень высокой | Высокая |
| Полнота данных | Средняя | Высокая | Низкая | Очень высокая |
| Возможности анализа | Очень высокие | Средние | Низкие | Зависит отрешения, может быть от средних до высоких |
| Возможности настройки | Высокие | Низкие, но часто не требуются | Низкие | Средние |
| Требования к аналитику | Высокие | Средние | Низкие | Средние |
| Стоимость установки | Высокая | Низкая | Средняя | От средней до высокой |
| Стоимость владения | Высокая | От средней до высокой в зависимости от решения и посещаемости сайта | От нулевой до низкой | Средняя |
3. Измерение эффективности интернет-маркетинга
Мы уже выяснили, какие параметры нам нужно определять, как их получить и даже какие инструменты используются для их сбора и анализа. Теперь пора построить саму методику анализа и использовать ее в работе.
Перед нами стоит задача: разделить потоки приходящих на сайт посетителей и выделить из них тех, кто появился в результате различных маркетинговых действий. Это позволит определить поведение каждой группы посетителей в отдельности и, в конечном счете, посчитать ROI для каждого случая.
R0I — return of investment — экономическая эффективность совершаемых действий (в нашем случае — интернет-маркетинга]. Считается как отношение прибыли, полученной в результате каких-либо действий (рекламы, оптимизации, изменения сайта и т.д.], к затратам на совершение действий. Подробнее об этом можно почитать в Википедии ru.wikipedia.org/wiki/ROI.
Технология меток
По умолчанию все системы измерения — лог-анализаторы или счетчики — предоставляют статистические отчеты только по всем посетителям вместе. Для того чтобы построить специальный отчет по группе пользователей, нужно задать фильтр — критерий, по которому будут отбираться посетители для отчета. Таким критерием является переход с определенной рекламной площадки или по определенным маркетинговым акциям. Наша задача — научить технологически обозначать эти критерии для системы анализа.
Дня этого используется методика меток, суть которой заключается в создании уникальных адресов входа на сайт для разных рекламных материалов. Пользователи приходят с каждой площадки на специально для них созданный адрес, и исследователь может впоследствии легко определить их.
Метка — это специально подготовленный набор символов, указываемый в адресе страницы, на которую ссылается реклама, после вопросительного знака. Метка не влияет на результат, который получит пользователь, однако видна в отчетах статистики. В том случае, если сайт использует динамическое создание страниц, метка ставится после строки запроса, которая собирает страницу из базы данных через значок & (коммерческое «and»).
Как это работает?
Представим, что пользователь переходит на сайт по адресу www.site.ru. В момент его перехода счетчик или сам сервер в логах зафиксировали переход именно на указанный адрес. А теперь поменяем адрес, чтобы пользователь перешел на сайт www.site.ru?any=youwant, и вот чудо — он видит ту же самую страницу, что и в первый раз. При этом счетчики или лог-файлы укажут, что пользователь посетил именно страницу www. site.ru?any==youwant, а не просто главную страницу сайта. Это и станет критерием того, как отделить любую нужную группу посетителей.
Самое главное, что пользователь, попадающий на сайт, увидит одну и ту же страницу, какая бы метка ни была указана в адресе, поскольку система управления сайтом в большинстве случаев игнорирует неизвестные переменные. Если же сайт статичный, то неизвестные переменные игнорирует сервер. Таким образом, мы можем направлять посетителей из разных источников на разные страницы сайта и в статистике по адресу страницы, на которую перешел тот или иной посетитель, однозначно видеть, откуда он пришел.
В самом простом случае адрес, куда должны перейти посетители с рекламы, снабженный меткой, выглядит следующим образом:
www.site-name.ru/adpage.html7fromsrnetka1
Где здесь:
www.site-name.ru — адрес сайта;
adpage.html — адрес страницы, на которую приходит весь рекламный трафик;
from= — переменная, которая может быть любой, но удобно использовать всегда одну и ту же;
metkal — значение переменной, то есть собственно метка, которая создается своя для каждой рекламной кампании.
Если сайт динамический, этот же пример будет выглядеть следующим образом:
www.site-name.ru/adpage.html7parametr1=abc¶metr2=mnb&from=metka1 Здесь: