Авинаш Кошик - Веб-аналитика: анализ информации о посетителях веб-сайтов
- Название:Веб-аналитика: анализ информации о посетителях веб-сайтов
- Автор:
- Жанр:
- Издательство:Диалектика
- Год:2009
- Город:Москва Санкт-Петербург Киев
- ISBN:978-5-8459-1480-4
- Рейтинг:
- Избранное:Добавить в избранное
-
Отзывы:
-
Ваша оценка:
Авинаш Кошик - Веб-аналитика: анализ информации о посетителях веб-сайтов краткое содержание
Эксперт в данной области Авинаш Кошик в присущем ему блестящем стиле разоблачает укоренившиеся мифы и ведет по пути к получению действенного понимания аналитики. Узнайте, как отойти от анализа посещаемости сайта, почему основное внимание следует уделять качественным данным, каковы методы обретения лучшего понимания, которое поможет выработать мировоззрение, ориентированное на мнение клиента, без необходимости жертвовать интересами компании.
- Изучите все преимущества и недостатки методов сбора данных.
- Выясните, как перестать подсчитывать количество просмотренных страниц, получить лучшее представление о своих клиентах.
- Научитесь определять ценность показателей при помощи тройной проверки "Ну и что".
- Оптимизируйте организационную структуру и выберите правильный инструмент аналитики.
- Изучите и примените передовые аналитические концепции, включая анализ SEM/PPC, сегментацию, показатели переходов и др.
- Используйте решения с быстрым началом для блогов и электронной торговли, а также веб-сайтов мелкого бизнеса.
- Изучите ключевые компоненты платформы экспериментирования и проверки.
- Используйте анализ конкурентной разведки для обретения понимания и принятия мер.
Здесь также находятся:
- Десять шагов по улучшению веб-аналитики.
- Семь шагов по созданию управляемой данными культуры в организации.
- Шесть способов замера успеха блога.
- Три секрета создания эффективной веб-аналитики.
- Десять признаков великого веб-аналитика.
Веб-аналитика: анализ информации о посетителях веб-сайтов - читать онлайн бесплатно полную версию (весь текст целиком)
Интервал:
Закладка:
Рекомендация
К лучшему или нет, но в использование веб-журналов как источников данных для веб-анализа внесено не много новшеств. К веб-журналам следует обращаться для анализа поведения роботов поисковой системы, чтобы замерить успешность усилий по ее оптимизации. Для выполнения практически всех остальных типов веб-анализа, которые могут понадобиться, оптимальными будут другие механизмы сбора данных. Веб-журналы, в лучшем случае, можно использовать для дополнения данных, собранных с применением других методик, но будьте готовы к сложностям и большому количеству усилий.
Веб-маяки
Веб-маяки (Web beacon) разрабатывались в те времена, когда в веб царили баннеры в стиле “вырви глаз”, которые “липли” к веб-сайтам, обращения к которым следовало измерить. Компания распространяла баннеры по многим веб-сайтам, и зачастую их оказывалось по несколько на одной странице. Имелась насущная потребность выяснить не только количество людей, видевших баннер и щелкавших на нем, но также и то, сколько раз это был один и тот же человек. Или наоборот, если тому же человеку были предоставлены разные возможности (баннер, текст и т.д.), то что сработало эффективнее?
Веб-маяки — это обычно прозрачные изображения размером 1x1 пиксель, которые помещают на веб-страницу при помощи дескриптора HTML img src. Прозрачные изображения, как правило, находятся на сервере стороннего исполнителя, отличном от сервера, содержащего веб-страницу.
Рис. 2.2 демонстрирует, как веб-маяки фиксируют данные.
Процесс протекает следующим образом:
1.Клиент вводит URL в браузере.
2.Запрос страницы поступает на один из веб-серверов.
Рис. 2.3. Фиксация тех же данных, что и на рис. 2.2, но для двух сайтов (avinashk.net и kaushik.net)
Недостатки использования веб-маяков в качестве механизма сбора данных
• Маяки обычно ассоциируются с рекламой в Сети, а следовательно, имеют слегка подмоченную репутацию. Уже немало писалось о значении приватности при отслеживании поведения одного человека на нескольких сайтах. В результате большинство посетителей решительно отказались от получения рекламной рассылки по электронной почте, а многие установили программу AntiSpyware, автоматически удаляющую файлы cookie, что серьезно препятствует возможности сбора данных.
• Если у пользователя отключены запросы изображений в программе электронной почты (как это все чаще делается по умолчанию в таких программах, как Microsoft Office Outlook и Gmail от Google) или браузере, то собрать данные о нем будет невозможно.
• Маяки не столь настраиваемы, как дескрипторы JavaScript (обсуждаемые в следующем разделе), с точки зрения фиксируемых данных. Они фиксируют меньшее количество информации, но могут делать это для широкого диапазона веб-сайтов.
• По своей природе маяки взаимодействуют с серверами стороннего производителя и, главным образом, устанавливают файлы cookie последнего. Они подвержены также все более и более строгим ограничениям безопасности, вследствие чего браузеры (типа Internet Explorer) или не будут принимать их совсем или не будут предъявлять файлы cookie стороннего исполнителя. Система защиты AntiSpyware также удаляет файлы cookie стороннего исполнителя, тем самым существенно усложняя отслеживание повторных посещений и, в свою очередь, выяснение точного поведения клиента.
Рекомендация
При необходимости отслеживать поведение посетителя на нескольких веб-сайтах или частоту проверки электронной почты определенным пользователем веб-маяки могли бы стать оптимальным решением. Но для улучшения аналитики веб-сайта, вероятно, придется все же полагаться на другие методы анализа данных, поскольку данные, фиксируемые маяками, обычно не столь исчерпывающи как, скажем, предоставляемые дескрипторами JavaScript (однако, пожалуйста, соблюдайте осторожность при использовании нескольких методик анализа на одном сайте).
Дескрипторы JavaScript
На сегодняшний день дескрипторы JavaScript (JavaScript tagging), вероятно, наиболее предпочтительный метод в отрасли. Большинство производителей и решений веб-аналитики полагаются при сборе данных именно на них.
После сезона маяков дескрипторы JavaScript, подходящие для более точного (очень важно) сбора большего количества данных, утвердились в новых бизнес моделях отрасли. Обслуживание данных (data serving) отделилось от их сбора, ограничив корпоративные отделы информационных технологий вопросами сбора данных. Это также означало в большинстве случаев переход сбора данных к сторонним исполнителям веб-анализа.
Теперь веб-страницы могли покидать сервер компании без необходимости фиксации данных и предоставляться посетителям веб-сайта. Информация о сеансе посетителя, в свою очередь, фиксируется на других серверах (обычно серверах сторонних исполнителей веб-аналитики), обрабатывается там и предоставляется в виде отчета, доступного по Сети.
Компаниям больше не было нужды содержать собственную инфраструктуру по сбору данных, группу их обработки и систему оповещения. Конечно, ничто в жизни не совершенно, и эта роза имеет собственный набор шипов.
Но сначала давайте вспомним, как работают дескрипторы (рис. 2.4).
Процесс протекает следующим образом:
1. Клиент вводит URL в браузере.
2. Запрос страницы поступает на один из веб-серверов.
3. Веб-сервер отсылает страницу вместе с фрагментом кода JavaScript, присоединенного к ней.
Рис. 2.5. Сбор данных с использованием анализа пакетов
Сбор данных осуществляется в пять этапов.
1. Клиент вводит URL в браузере.
2. Запрос направляется на веб-сервер, но прежде чем достигнуть его, он проходит через программный или аппаратный анализатор пакетов, который может фиксировать атрибуты запроса и другие данные о посетителе.
Интервал:
Закладка:
