Какие метрики использовать для анализа поведения пользователей на сайте. Какие метрики не относятся к поведенческим факторам


Метрики поведенческих факторов. Что важно, а на что можно спокойно забить?

Как с максимальной отдачей использовать подобные метрики, как показатель отказов, глубина просмотра и время, проведённое на сайте?

А когда лучше просто на них забить и заняться более приоритетными задачами?

Есть разнообразные точки зрения по относительной важности этих метрик в целом и, как вы можете догадаться, однозначного ответа никто не может дать.

Среди вебмастеров отношение к этим факторам может быть абсолютно противоречивым. Одна часть специалистов уверены, что на них вообще не стоит тратить рабочего времени, вторая часть уверена, что эти метрики наиболее значимы и под них необходимо оптимизировать свои проекты. Ни одна из этих точек зрения не будет истиной в последней инстанции. Как это обычно бывает, необходимо всем искать золотую середину.

Уила Рейнольдс (Wil Reynolds) из Siege Media и директор по аналитике Seer Interactive Сайфа Шарифа (Sayf Sharif) уверенно утверждают что, в большинстве случаев эти метрики и вовсе вторичны и не заслуживают Вашего внимания. На них не опираются и их почти не используют в своей работе. Итак, перейдем к основной теме данной статьи.

В тех случаях, когда они используются вместо конверсионных метрик для демонстрации успешности проекта.

Эти метрики бесполезны, если Вы желаете использовать их вместо конверсионных показателей. Конверсия – это когда потенциальный клиент совершает покупку или целевое действие на Вашем сайте. Как пример, заполнили форму заявки или купили Ваш продукт. То есть, потенциальные клиенты попали именно на те страницы, на которой мы бы хотели их попадания.

Показатель отказов – это часть посетителей, которые просмотрели максимум одну страницу и крайне оперативно вышли с Вашего сайта.

Глубина просмотров отображает, сколько страниц просмотрено пользователем за одну сессию.

Время, проведённое на сайте — это очень сырой и грубый показатель для анализа. Если пользователь отложит в сторону свой девайс или временно отойдет от компьютера, переключится на другую вкладку или свернет браузер, то это не означает, что время на сайте закончится подсчитываться в тот же самый момент. Поэтому у данной показателя крайне много не совсем понятных моментов. При этом средний показатель может представлять интерес при сравнении с прямыми конкурентами.

Следует обратить внимание на то, что если Вы все таки используете эти показатели вместо конверсионных, для которых на самом деле должна проводиться оптимизация, то вероятнее всего Вам следует пересмотреть свое отношение к данной информации.

Когда они анализируются в сравнении с метриками нерелевантных конкурентов в выдаче.

Если Вы сравниваете полученную в системах сбора статистики информацию с данными нерелевантных конкурентов и сайтов –  как пример, сопоставляя информационный сайт и интернет магазин – то разница будет крайне существенна.

Если глубина просмотра в интернет магазине такая же, как на информационном сайте, то этому есть следующие объяснения: или информационный портал очень плох, или же вы делаете что-тофантастическое с точки зрения удержания потенциальных клиентов на сайте.

Время на сайте также может ввести в заблуждение в этом случае, поскольку вы сравниваете абсолютно разные типы сайтов.

Ebay и аналогичным сайтам, вероятно, нет необходимости, чтобы посетитель длительное время находился на их ресурсах. Все желают, чтобы посетитель нашёл нужный товар и как можно скорее осуществил покупку. Если потенциальный клиент потратит на это более десяти минут вместо пяти, это означает, что Вы крайне плохо справляетесь со своей задачей и не обеспечили хороший опыт взаимодействия, чтобы пользователь максимально быстро перешел к покупке. Для разнообразных типов сайтов поведенческие метрики  будут сильно отличаться и польза от их сравнения будет стремиться к нулю.

Когда они не анализируются с привязкой ко времени и учётом источников трафика.

Эти метрики также будут не информативны, если они не анализируются с привязкой  ко времени и учётом источников перехода пользователей.

Например, если потенциальный клиент переходит на страницу через ссылку в Facebook, то очень высоки шансы, особенно на мобильных девайсах, что мы увидим высокий показатель отказов и крайне малую глубину просмотра. Всё потому, что таково поведение пользователей Facebook. В Twitter происходит аналогичная ситуация.

Однако если пользователи попали на сайт из органического поиска  – то Вы увидеть кардинально противоположную модель поведения: относительно низкий показатель отказов, относительно большую глубину просмотра и более длительное время, проведённое на ресурсе.

Когда поведенческие метрики максимально полезны

Когда они используются в качестве диагностики для воронки конверсии

Несмотря на упомянутые ранее недостатки, эти метрики действительно важны и несут под собой много пользы, например если они используются для диагностики на различных этапах воронки конверсии.

Например, Ваша воронка может выглядеть следующим образом:

Люди переходят на сайт и сразу попадают на главную страницу, новости или подразделы блога, а в итоге осуществляют переход на страницу товара, цен и корзину. И у Вас должны быть поведенческие показатели для каждого из этих этапов.

Когда Вы вносите изменения или оптимизируете данные страницы, то Вы должны анализировать не только результаты, выраженные в конверсиях. Будет очень хорошо, если Вы также обратите внимание на такие показатели, как уменьшение времени, проводимого на портале или глубины просмотра, а также повышение показателя отказов для любого из данных разделов.

Например, Вы обновили ценовую политику и увидели, что пользователи стали проводить меньше времени на данной странице, при этом остальные показатели остались неизменными, а число конверсий несколько упало.

Должны ли мы сделать вывод, что только обновление стоимости могло отрицательно повлиять на показатель конверсии? Скорее всего нет. Возможно, Вам необходимо проанализировать факторы в комплексе, которые могли привести к снижению конверсионных показателей.

Это тот тип анализа, которую Вы можете сделать, имея все показатели на этих этапах. Если Вы заметите уменьшение в конверсиях или увеличение, это 100% требует детального изучения, а поведенческие факторы явно помогут определить  рабочие гипотезы касательно того, что все таки произошло.

Ещё один пример. Допустим, Вы изменили карточку товара и обратили внимание, что время на сайте и глубина просмотра значительно ухудшились. Если показатель конверсии не изменился, но мы видим, что количество вовлечённых пользователей уменьшилось, а мы не можем так активно использовать ретаргетинг и теряем подписки на email-рассылку, тогда, возможно, имеет смысл восстановить в исходное состояние Вашу карточку товара, несмотря на то, что финансовые показатели не изменились.

Когда анализируются показатели за различные временные интервалы, чтобы оценить, что именно влияет на поведение посетителей

Ещё один полезный метод использования этих метрик – сравнение их с течением времени, чтобы проанализировать, что именно влияет на поведение – внутренние изменения или внешние факторы. Например, Вы можете проанализировать показатель вовлечённости по Вашему блогу. Конверсии получить через информационный контент крайне сложно. Глубина просмотра – хорошая метрика для информационного блога. Она сообщает нам, интересовались ли пользователи другими разделами нашего сайта, его материалами и деятельностью компании.

Если мы видим, что в марте этот показатель сильно просел (а именно в этот временной интервал у Вас появился новый копирайтер), а теперь ситуация исправляется, значит, контентщик вкатывается в специфику Вашего бизнеса и есть вероятность, что ситуация вернется на круги своя. Если же показатель сильно ухудшился, то имеет смысл проанализировать, в чём именно дело и постараться максимально быстро исправлять ситуацию.

Когда они анализируются с показателями конкурентов из одной ниши

Эти метрики также будут полезными при сравнении показателей ресурса с показателями релевантных соперников по бизнесу. Если у вас есть прямой конкурент, сайт которого похож по структуре на Ваш проект, то Вы спокойно можете сравнить ваши метрики.

Если вы можете получать данные из открытых сервисов сбора статистики, как SimilarWeb или Jumpshot, а также качественных нишевых исследований, и видите, что у конкурентов показатели значительно лучше, чем у вас, то лучше детально проанализировать, что именно Вы упустили в своей работе, по сравнению с конкурентом.

Для этого необходимо детально ознакомиться, как именно пользователи попадают на их сайты, как они вовлекаются во взаимодействие, сколько времени они на них проводят и сколько страниц просматривают. Так можно выявить те ресурсы, подробный анализ которых может принести выгоды для вашего сайта.

Помните главное: тренд поведенческих факторов остается и будет крайне важным и в следующем, 2019 году.

seofuck.ru

33 метрики сайта, показатели лояльности, поведенческие факторы

Первое правило клуба маркетологов: «Измерить можно всё».

Второе правило клуба маркетологов: «Если не получается что-то измерить, смотрите первое правило».

Если бы все метрики интернет-маркетинга можно было пересчитать по пальцам, жить было бы гораздо проще. Однако о многих из них вы даже не догадываетесь. А между тем, они существенно влияют на вашу прибыль. В этой статье вы найдете 33 актуальные метрики, о которых стоит знать каждому маркетологу. Плюс вас ждет приятный бонус — возможность автоматически посчитать метрики для вашего сайта.

Важно: практически во всех определениях метрик сайта мы ориентируемся на продажи. Но это не значит, что они не применимы к другим целевым действиям, например, звонкам, скачиваниям файлов, заявкам на расчет и т. д.

Total Visits

Total Visits — общее количество посещений сайта в отчётный период. Банально? Да. Но от этого метрика не становится менее важной. Следите, чтобы посещаемость сайта планомерно увеличивалась. Ежемесячный рост — показатель качества товара/услуги и грамотной работы отдела маркетинга. Посмотреть Total Visits можно в системах статистики (Яндекс.Метрика, Google Analytics). Например, в Google Analytics он находится в разделе «Источники трафика» > «Обзор».

BR

BR — bounce rate — показатель отказов. Это доля посетителей, которые покинули сайт сразу, как только перешли на него, т. е. в рамках визита они просмотрели лишь одну страницу (в Яндекс.Метрике, например, отказ засчитывается, если пользователь был на сайте менее 15 секунд, в Google Analytics продолжительность сеанса с просмотром одной страницы всегда считается равной 0 секунд и является отказом).

Если тематика вашего сайта предполагает быстрое совершение целевого действия (например, когда посетитель заходит на первую страницу сайта и заказывает пиццу по телефону), высокий показатель BR не критичен. В других случаях чем bounce rate выше, тем больше вопросов нужно задать рекламщику.

Как уменьшить показатель отказов на сайте? 

Проанализируйте ситуацию, посмотрите, зависит ли bounce rate от конкретного канала или, например, определенных страниц. Убедитесь, что ваша реклама соответствует контенту на сайте. Удобство навигации, параметры ресурса, вроде скорости загрузки страниц, тоже не мешает проверить.

Где посмотреть bounce rate? 

Общий показатель отказов для сайта можно найти, например, в Google Analytics в разделе «Аудитория» > «Обзор». Показатель отказов для каждой группы каналов — в разделе «Источники трафика» > «Весь трафик» > «Каналы».

PPV 

PPV — pages per visit — это глубина просмотра сайта, т. е. количество страниц, просмотренных за одно его посещение. Отражает заинтересованность посетителей в контенте ресурса. В редких случаях —свидетельствует о проблемах с навигацией, когда пользователям приходится долго переходить по разным вкладкам, чтобы найти то, что нужно. Этот фактор тесно связан с временем, которое пользователь проводит на сайте. Чем больше он находит интересных страниц, тем дальше пойдет по сайту и тем больше времени проведет на нем.

Как увеличить глубину просмотра сайта? 

Улучшайте юзабилити, размещайте интересный контент, оптимизируйте страницы, добавляйте интерактивные элементы. Высокий PPV свидетельствует о высоком показателе лояльности пользователей к компании, что, в свою очередь, положительно влияет на конверсию.

Глубина просмотра сайта вычисляется счётчиком и отображается в системах статистики. Например, в Google Analytics — в отчёте «Аудитория» > «Поведение» > «Вовлечение».

TSS

TSS — time spent on site — время, проведённое пользователем на сайте. Этот ПФ (поведенческий фактор) учитывается поисковыми системами при ранжировании ресурса. Пользователь может обойти все страницы, но какой в этом толк, если он потратил на это 10 секунд? Небольшое время на сайте — показатель низкой вовлеченности посетителей. Выходит, ресурс неактуален и неинтересен для них. Как результат — выйти в топ вряд ли удастся. Вы же этого не хотите?

Как улучшить этот поведенческий фактор и мотивировать посетителей проводить на сайте как можно больше времени?

Создавайте интересный контент, который будет отвечать интересам пользователей, повышайте удобство сайта, делайте внутреннюю перелинковку. Все это поможет удержать клиентов.

TTS вычисляется счётчиком и дополняет картину, которую показывает PPV. Посмотреть этот показатель можно, например, в Google Analytics в разделе «Аудитория» > «Поведение» > «Вовлечение».

ER

ER — engagement rate — уровень вовлечения посетителей. Высокий уровень вовлечённости пользователей говорит о качестве и востребованности ресурса, что улучшает поведенческие факторы ранжирования сайта. ER рассчитывается как отношение количества действий на странице/сайте (скроллинг до N %, комментарии, заполнение формы и др.) к числу просмотров страницы/сайта (измеряется в процентах).

RV

RV — returning visitors — вернувшиеся пользователи. Почему важно повышать этот показатель? Вернувшиеся пользователи с большей долей вероятности совершат покупку/закажут услугу снова. Они ваша постоянная аудитория и помощники в развитии ресурса. Следите за их поведением, чтобы понять, верные ли изменения вы делаете на сайте. Новые пользователи отражают первое впечатление, вернувшиеся смотрят глубже и дают больше поводов для беспокойства (читай: совершенствования). RV вычисляется счётчиками статистики. Посмотреть этот показатель можно, например, в Google Analytics в разделе «Аудитория» > «Поведение» > «Новые и вернувшиеся».

VPK 

VPK — visits per keyword — объем органического трафика, т. е. количество пользователей, перешедших на сайт из поисковых систем. SEO-специалистам этот показатель помогает корректировать стратегию продвижения, а вам — понимать, какой контент интересен аудитории и в каком направлении нужно двигаться.

Посмотреть VPK можно, например, в Google Analytics в разделе «Источники трафика» -> «Кампании» -> «Неоплачиваемые ключевые».

Churn rate

Churn rate — коэффициент оттока. Проще говоря, это процент пользователей, которые не возвращаются на сайт. Высокий коэффициент оттока — это фиаско! Выводы делайте сами: то ли контент неинтересный и не отвечает потребностям пользователей, то ли навигация неудобная, то ли просто пользователь, попавший на сайт, — не ваша ЦА. Вариантов масса. Главное — найти причину высокого коэффициента оттока и устранить ее.

А узнать Churn rate вы можете прямо сейчас. Показатель рассчитывается как отношение разницы между количеством пользователей на начало отчётного периода и числом посетителей на конец отчётного периода к числу клиентов на начало месяца (измеряется в процентах). 

CR

CR — conversion rate — уровень конверсии. Этот параметр определяет, сколько посетивших сайт пользователей впоследствии стали вашими клиентами, т. е. купили товары или заказали услуги. Это ключевая метрика всего, что вы делаете. Высокий уровень конверсии? Отлично, работаем дальше! Важно: не принимаются во внимание незавершенные действия (неоплаченный счет, недооформленный заказ и т. д.). CR рассчитывается как отношение общего количества посетителей ресурса к пользователям, которые выполнили желаемое действие (купили, скачали, подписались на рассылку и пр.).

LTV

LTV — lifetime value — суммарный доход, который вы получаете с одного клиента за всё время его взаимодействия с вашим брендом. Словом, это «пожизненная стоимость клиента». С помощью этого показателя можно определить эффективность средств, затраченных на маркетинг. LTV позволяет оценить, насколько интересны ваши товары или услуги, и при необходимости скорректировать стратегию удержания пользователей.

Формул расчёта этого параметра множество. Вот одна из них: отношение произведения среднего месячного дохода с одного клиента и средней маржи с одного клиента к месячному Churn Rate.

AOV

AOV — average order value — средний чек, т. е. сколько в среднем вы зарабатываете на одном заказе. Показатель AOV зачастую определяет ценообразование и расходы на рекламу. Он напрямую связан с выручкой: чем выше AOV, тем больше выручка.

Зарубежные маркетологи считают, что всех клиентов можно условно разделить на три сегмента: «высокий», «средний» и «низкий». Ваша задача — определить, к какому сегменту относятся большинство покупателей. Исходя из этого вы сможете определить эффективность маркетинговой политики и при необходимости скорректировать ее. AOV рассчитывается как отношение дохода к количеству заказов за определённый период.

LCR 

LCR — lead-close rate — коэффициент закрытия лидов. Сколько людей были готовы купить/скачать/подписаться? А сколько сделали это в итоге и почему не 100 %? Ответы вам придётся найти самостоятельно, а вместе с ними увидеть все пробелы в рекламной кампании. Проводя ежемесячный расчет, вы поймете, насколько целевой трафик получаете и качественно ли обрабатывает заявки ваш отдел продаж. LCR рассчитывается как отношение количества клиентов за отчётный период к общему количеству лидов за отчётный период.

CRR

CRR — customer retention rate — коэффициент удержания клиентов, т. е. доля пользователей, которые остаются с вами или совершают повторные покупки. Отражает качество клиентского сервиса. CRR необходим для понимания поведения ваших клиентов, а также анализа эффективности бизнес-стратегии. С ростом коэффициента растёт и потенциал бизнеса. CRR рассчитывается как отношение разницы между количеством клиентов на конец отчётного периода и числом новых клиентов к числу клиентов в начале периода (измеряется в процентах).

RPR 

RPR — repeat purchase rate — частота повторных покупок. Этот показатель сродни CRR, но отражает не только общее удовлетворение сервисом и поддержкой, но и самой услугой/товаром. На основании RPR обычно разрабатывают программы лояльности. RPR рассчитывается как отношение количества пользователей, которые приобрели товары или заказали услуги более одного раза за отчётный период, к общему числу покупателей.

PF

PF — purchase frequency — частота покупки. Показатель вычисляется только для определённых категорий товаров (которые есть смысл покупать часто) и отражает конкурентную ситуацию. Рассчитывается аналогично коэффициенту повторных покупок. Используя тот же временной отрезок, который вы выбрали для коэффициента повторных покупок, разделите общее число заказов на количество уникальных клиентов.

OGA

OGA — order gap analysis — средний промежуток времени между покупками пользователей. Эту метрику часто используют для построения стратегии email-маркетинга. Зная показатель OGA, вы сможете своевременно взаимодействовать с аудиторией. Главное в этом деле — не переусердствовать. OGA рассчитывается как отношение количества дней за отчетный период (например, 365 дней) к средней частоте покупок (PF) за этот же период.

NPS

NPS — net promoter score — индекс лояльности, который используется для определения удовлетворенности потребителей товаром, сервисом или брендом. Другими словами, это процент пользователей, готовых рекомендовать вашу продукцию. Как ни развивается маркетинг, как ни нативится реклама, а сарафанное радио остаётся самым убедительным инструментом. Чем больше пользователей настроятся на вашу волну, тем выше прибыль. NPS вычисляется с помощью опросов пользователей, по результатам которого их можно разделить на три группы:

NPS рассчитывается как разница между долей промоутеров и долей критиков. Нейтралы в расчете NPS не участвуют.

*Все эти метрики вы можете узнать из рекламного кабинета (Яндекс.Директа, Google AdWords и пр.). Они отражают эффективность кампании, релевантность площадки и профессионализм исполнителя.

CPC

CPC — cost per click — стоимость клика на объект (баннер/кнопку на сайте/пост). Проще говоря, это деньги, которые вы платите за один клик на любой рекламной платформе. CPC дает понять, насколько целесообразно вкладывать деньги в тот или иной рекламный канал. Рассчитывается как отношение стоимости рекламной кампании к числу кликов.

RPC

RPC — revenue per click — доход с каждого клика по вашей рекламе. Сравнивая этот показатель с CPC, вы можете понять, как соотносятся затраты и выручка с одного клика. Например, если с виду кампания удачная, но RPC немного превышает CPC, стоит задуматься: почему кампания приносит вам не так много денег, как хотелось бы, и как можно ее улучшить. RPC рассчитывается как отношение всего дохода от рекламной кампании к общему количеству кликов в кампании.

COS

COS — cost of sale — средняя стоимость продажи. Это отношение между тем, сколько вы тратите и тем, сколько получаете. Если тратите больше, делайте выводы, друзья! Рекламная кампания явно нуждается в реанимации.

COS можно вычислять как по всей рекламной кампании для понимания общей картины, так и для каждого объявления, чтобы выявить наиболее эффективные из них. Показатель рассчитывается как отношение стоимости рекламной кампании к общей выручке с нее (измеряется в процентах).

CPA

CPA — cost per acquisition — стоимость привлечения пользователя. Проще говоря, эта та сумма, которую вы тратите на привлечение каждого нового посетителя с помощью конкретной рекламной кампании. CPA особенно важен, если у вас есть информация о жизненном цикле клиента. Даже если на первый взгляд рекламная кампания кажется неэффективной, но вы точно знаете, что клиенты потратят больше денег при второй и последующей покупке, можете позволить себе такую рекламу. В будущем это принесет вам прибыль. CPA рассчитывается как отношение расходов на одну рекламную кампанию к количеству заказов с нее.

CTR

CTR — click through rate — показатель кликабельности. CTR служит для оценки эффективности как отдельных объявлений (как много людей по ним переходят), так и площадок или рекламных кампаний в целом. Низкий процент кликабельности — показатель допущенных ошибок в настройках кампании. Проанализируйте, что не так, и исправьте ситуацию.

CTR рассчитывается как отношение количества кликов на объект (баннер/кнопку на сайте/пост) к общему количеству показов объекта (измеряется в процентах).

LPO

LPO — leads generated per offer — количество лидов, сгенерированных конкретным офером (предложением потенциальному покупателю). Иными словами, вы можете узнать, сколько пользователей оформили заказ, оставили заявку или совершили любые другие целевые действия после перехода на сайт с определенной рекламы. LPO вычисляется по каждому оферу, будь то предложение купить товар, зарегистрироваться на сайте, купить билет, для выявления наиболее оптимального. Чтобы понимать, какой офер какой результат принёс, достаточно размечать utm-метками все интересующие предложения. Посмотрев соответствующие данные в системах статистики, вы узнаете, какой офер сработал лучше.

ROAS

ROAS — return on advertising spent — возвращение затрат на рекламу с конкретного рекламного канала. Зная ROAS, вы можете понять, насколько окупаются расходы на рекламу. Однако не путайте этот показатель с ROI. ROAS отличается от ROI размером затратной части. В ROI в качестве затрат учитываются все затраты на маркетинг (например, создание сайта, разработка нового креатива для медийной рекламы и т. д.), а в ROAS — только затраты на рекламные каналы.

ROAS рассчитывается как отношение прибыли, полученной с рекламной кампании, к расходам на эту рекламную кампанию (измеряется в процентах).

OL

OL — organic likes — органический прирост аудитории. Это те люди, которые нашли вас в соцсетях самостоятельно и добровольно подписались на сообщество, без рекламного участия. Демонстрирует качество публикуемого контента и частично знание бренда.

Показатель рассчитывается соцсетью. Его можно посмотреть, например, в Facebook в разделе «Статистика» > «Подписчики» > «Чистая прибавка подписчиков» > «Органические подписчики».

AGR

AGR — audience growth rate — темп роста аудитории сообщества. Помогает понять, какой контент наиболее интересен аудитории. Лайк не показатель интереса. А вот новый человек, решивший присоединится к сообществу, вполне. AGR рассчитывается как отношение новых фоловеров к общему количеству подписчиков сообщества за отчетный период (измеряется в процентах).

CPF

CPF — cost per fan — цена за фоловера в социальных сетях. Проще говоря, это сумма, которую вы платите за каждого пользователя, привлеченного в сообщество. Если цена за фоловера слишком высока, стоит пересмотреть настройки рекламной кампании. Возможно, вы тратите намного больше на привлечение пользователей в соцсетях, чем в итоге получаете. Вычисляется как отношение затрат на привлечение аудитории к количеству новых фоловеров за отчётный период.

ERR

ERR — engagement rate by reach — уровень вовлечения по охвату. Отражает заинтересованность пользователей в контенте и показывает процент людей, которые проявили активность у определенной записи. Вычисляется как отношение общего количества реакций, комментариев и шеров по публикации к количеству пользователей, видевших публикацию.

AR

AR — amplification rate — коэффициент распространения. AR — наглядный показатель заинтересованности пользователей в теме конкретной публикации. Чем выше коэффициент распространения, тем больше людей видят ваши посты бесплатно. Создавайте вирусный контент, чтобы достигнуть высшего значения AR. Рассчитывается как отношение шеров за отчётный период к общему количеству опубликованных постов.

BER

BER — brand evangelists rate — доля адвокатов бренда. Проще говоря, это количество подписчиков, периодически и добровольно выступающих с исключительно позитивными заявлениями в адрес бренда (в том числе с целью его защиты) от общего числа подписчиков. Чем качественнее товар/услуга вкупе с активностью бренда в соцсетях, тем выше BER и тем мощнее сарафанное радио.

Time on site by SM

Time on site by SM — время на сайте, которое потратили пользователи, пришедшие из соцсетей. Показывает несколько моментов:

Посмотреть весь трафик на сайт из социальных сетей можно, например, в Google Analytics в разделе «Источники трафика» > «Социальные сети».

Tone of mentions 

Tone of mentions — тон упоминаний (например, @Ingate) в посте/статусе/комментарии. Какой он у вас? Позитивный или негативный? По отношению к конкурентам или обособленно? Сарафанное радио в офлайне — мощнейший инструмент. Мощнее него только сарафанное радио в соцсетях. Благо, мониторить упоминания сейчас проще простого: достаточно обращать внимание на всплывающие уведомления из соцсетей. Определите тон негативных упоминаний за определённый период, рассчитав отношение негативных @ к общему количеству упоминаний (измеряется в процентах). 

Unlikes rate

Unlikes rate — процент отписок. Если от вашего аккаунта пользователи не отписываются, вам можно только позавидовать. Ведь это значит, что вы публикуете контент, релевантный бизнесу и аудитории одновременно; собираете исключительно целевую аудиторию. Так держать! Unlikes rate измеряется соцсетью. Посмотреть показатель можно, например, в Facebook в разделе «Статистика» > «Подписчики» > «Чистая прибавка подписчиков» > «Отписки».

Все посчитали? Сравнили показатели? Теперь вы точно знаете, насколько далеко (или не далеко) находитесь от поставленных целей. Следующий шаг — выбрать наиболее эффективный способ их достижения и определить тенденции развития вашего бизнеса. Успехов!  

blog.ingate.ru

Какие метрики использовать для анализа поведения пользователей на сайте

Выпускающий редактор SEOnews

Невозможно представить себе эффективную работу по привлечению и удержанию пользователей на сайте без детального представления об их поведении и потребностях. О достижении конверсий и вовсе без этого говорить не приходится. Так что веб-аналитика – святая святых любого интернет-маркетолога. На этот раз мы решили разобраться, на что обращать внимание при анализе поведения пользователей на сайте.

В Советах вебмастерам Яндекс рекомендует обращать внимание на следующие моменты:

Мы спросили у экспертов, на какие «поведенческие факторы» необходимо обратить внимание при анализе сайта.

Илья Чухляев, Head of Analytics Department Adventum

Поведенческие факторы – термин, который чаще всего встречается в SEO-дисциплине, где одним из условий высокой позиции сайта в поисковой выдаче является его польза для аудитории. Проще всего измерить использование сайта с помощью стандартных поведенческих метрик, таких как показатель отказов, время, время на сайте или глубина просмотра, like и share в социальных сетях.

Но не стоит забывать, что поведенческие метрики изначально относятся к дисциплине веб-аналитики, которая отвечает в первую очередь за достижение пользователем ключевой задачи сайта. Хочу поделиться некоторыми метриками, которые помогут лучше понять вам поведение вашей аудитории:

    1. Качество прохождения воронки сайта. Недостаточно просто измерять конверсию в достижение цели на сайте. В целях повышения качества коммуникации с пользователем важно замерять отказы на всех шагах от перехода на сайт до совершения цели. Шаги могут быть следующие – просмотр карточки товара, модификация товара, добавление товара к покупке, оформление, покупка. Отмечу, что воронку поведения можно измерять практически на любом сайте.
    2. Время на шаг воронки сайта. Помимо отказов на каждом шаге можно анализировать время, которое требуется на выполнение каждого шага. Один из таких примеров – можно рассчитать время на заполнение каждого поля формы регистрации. Оптимизация времени позволит увеличить конверсию в цель.
    3. Еще один важный показатель – это возвращаемость пользователя, или retention. Retention не имеет единой логики измерения, поэтому вы можете использовать свою. Например, вам интересна коммуникация с пользователями, которые просматривают как минимум 2 страницы с контентом в день. Рост количества таких пользователей, скорее всего, приведет к увеличению эффективности проекта.

Поведенческие метрики практически всегда индивидуальны для каждого проекта, но цель их измерения – повышение эффективности проекта, которое чаще всего измеряется прибылью с него.

Олег Сахно, руководитель отдела производственных услуг Cubo.ru

Прежде чем приступать к аналитике поведения пользователей на сайте, надо чётко определить: какая именно информация нужна. Современные системы веб-аналитики могут сказать многое, но принимать маркетинговые решения надо крайне аккуратно и взвешенно. Например, многие считают краеугольным камнем показатель отказов или точки выхода. Но не всегда показатель отказов четко характеризует решил ли пользователь на странице свою задачу. Возможно, сайт и не предназначен для решения задач конкретного пользователя.

В связи с этим, моя первая рекомендация – не делайте выводы по одному измерению. Старайтесь проверить гипотезу другим срезом данных, в смежном измерении. Принимая решения по единственному параметру, легко упереться в проблему локальных максимумов и решая мелкую задачу, отдалиться от понимания глобальной проблемы.

Для сайтов B2C сегмента аналитику поведения пользователей нельзя рассматривать в отрыве от воронки продаж. Например, длительное время пребывания на странице может говорить о том, что пользователь не находит необходимую информацию и вынужден вчитываться, искать что-то конкретное. Статистически – все хорошо, а фактически пользователи покидают сайт, потому что, как вариант, не нашли информацию о доставке. Поэтому моя вторая рекомендация – исследовать поведение пользователей именно в рамках установленной вами конверсионной цепочки или воронки продаж. Необходимо выявлять узкие места, смотреть, почему прерывается сессия именно в этом узле и производить соответствующие доработки. Принимать решения необходимо только при наличии статистически достоверных данных. Не стоит делать выводы по 2–3 посещениям.

Третья рекомендация – важную информацию может дать встроенный на сайт поиск. Если пользователи им воспользовались – значит, им не хватило соответствующей информации на посадочной странице. Важно настроить отслеживание поисков по сайту в выбранной вами системе статистики.

Итак, получаем следующие показатели:

Разобравшись с метриками, остается выяснить, как их считать. Классические инструменты от поисковиков – это Яндекс.Метрика и Google Analytics. Но есть и другие сервисы, помогающие проследить за пользователями. Например:

Но это, конечно, не полный список (больше инструментов веб-аналитики вы найдете в нашей подборке). А вот что советуют эксперты:

Илья Чухляев, Head of Analytics Department Adventum

Просто ли получить поведенческие метрики? На этот вопрос можно ответить как «да», так и «нет».

Это просто, потому что в настоящее время поведенческие метрики вашего сайта покажет вам любая веб-аналитическая система. Самые популярные из них – Google Analytics и Яндекс Метрика. Все, что требуется от вас, как от владельца сайта – зарегистрировать аккаунт в системе, установить код счетчика, зайти в отчеты и увидеть результат по показателю отказов, времени на сайте и другим метрикам. Трудозатраты минимальны.

Это не очень просто, если вы хотите чуть более глубокое исследование о поведении пользователей, то нужно будет настроить дополнительное отслеживание с помощью кода. Например, вы хотите считать, сколько времени пользователи заполняют форму сайта и не возникает ли у них проблем. Для этого, вам нужно будет установить специальные временные события Google Analytics (User Timings) при старте взаимодействия с полем и при завершении взаимодействия, а также передавать ошибки, которые возникали у пользователя при заполнении формы. С этими задачами тоже справятся системы веб-аналитики, но уже с привлечением специалиста, который может написать Javascript код для отправки нужных событий.

Это совсем не просто, если вы хотите провести глубокое исследование ваших пользователей и измерять время, которое требуется пользователю на то, чтобы решиться на покупку. Ведь пользователь может созреть не за один день, в четверг открыв карточку с ноутбуком, а в субботу заказав его. Чтобы решить такую задачу вам потребуются дополнительные инструменты, способные обрабатывать большое количество строк с данными. Такие как Excel или Google Big Query.

Чтобы провести поведенческий анализ на базовом уровне, в вашем распоряжении должна быть одна из систем веб-аналитики. Например, Яндекс Метрика или Google Analytics. Но они способны решить далеко не все задачи, поэтому будьте готовы к тому, что чтобы получить ответы на сложные вопросы, вам нужен будет неклассический инструментарий и правильные специалисты.

Олег Сахно, руководитель отдела производственных услуг Cubo.ru

У каждого сервиса есть свои особенности и ограничения. Рекомендую начать с той информации, которая представлена в Google Analytics и Яндекс.Вебмастере. Для начального этапа и построения первых гипотез этих данных будет достаточно. А дальше все зависит от конкретных случаев. Возможно, вам потребуется calltracking и сквозная аналитика каналов или юзабилити-аудит с элементами eye-tracking. Нет стандартных решений, каждый сайт уникальный. Главное правильно определить задачи и выбрать инструменты для их решения.

А на какие поведенческие метрики обращаете внимание вы и какие инструменты используете? 

www.seonews.ru

Какие метрики использовать для анализа поведения пользователей на сайте

   Читать оригинал публикации на seonews.ru   

В Советах вебмастерам Яндекс рекомендует обращать внимание на следующие моменты:

Мы спросили у экспертов, на какие «поведенческие факторы» необходимо обратить внимание при анализе сайта.

Илья Чухляев, Head of Analytics Department Adventum

Поведенческие факторы – термин, который чаще всего встречается в SEO-дисциплине, где одним из условий высокой позиции сайта в поисковой выдаче является его польза для аудитории. Проще всего измерить использование сайта с помощью стандартных поведенческих метрик, таких как показатель отказов, время, время на сайте или глубина просмотра, like и share в социальных сетях. Но не стоит забывать, что поведенческие метрики изначально относятся к дисциплине веб-аналитики, которая отвечает в первую очередь за достижение пользователем ключевой задачи сайта. Хочу поделиться некоторыми метриками, которые помогут лучше понять вам поведение вашей аудитории:

Поведенческие метрики практически всегда индивидуальны для каждого проекта, но цель их измерения – повышение эффективности проекта, которое чаще всего измеряется прибылью с него.

Олег Сахно, руководитель отдела производственных услуг Cubo.ru

Прежде чем приступать к аналитике поведения пользователей на сайте, надо чётко определить: какая именно информация нужна. Современные системы веб-аналитики могут сказать многое, но принимать маркетинговые решения надо крайне аккуратно и взвешенно. Например, многие считают краеугольным камнем показатель отказов или точки выхода. Но не всегда показатель отказов четко характеризует решил ли пользователь на странице свою задачу. Возможно, сайт и не предназначен для решения задач конкретного пользователя. В связи с этим, моя первая рекомендация – не делайте выводы по одному измерению. Старайтесь проверить гипотезу другим срезом данных, в смежном измерении. Принимая решения по единственному параметру, легко упереться в проблему локальных максимумов и решая мелкую задачу, отдалиться от понимания глобальной проблемы. Для сайтов B2C сегмента аналитику поведения пользователей нельзя рассматривать в отрыве от воронки продаж. Например, длительное время пребывания на странице может говорить о том, что пользователь не находит необходимую информацию и вынужден вчитываться, искать что-то конкретное. Статистически – все хорошо, а фактически пользователи покидают сайт, потому что, как вариант, не нашли информацию о доставке. Поэтому моя вторая рекомендация – исследовать поведение пользователей именно в рамках установленной вами конверсионной цепочки или воронки продаж. Необходимо выявлять узкие места, смотреть, почему прерывается сессия именно в этом узле и производить соответствующие доработки. Принимать решения необходимо только при наличии статистически достоверных данных. Не стоит делать выводы по 2–3 посещениям. Третья рекомендация – важную информацию может дать встроенный на сайт поиск. Если пользователи им воспользовались – значит, им не хватило соответствующей информации на посадочной странице. Важно настроить отслеживание поисков по сайту в выбранной вами системе статистики.

Итак, получаем следующие показатели:

Разобравшись с метриками, остается выяснить, как их считать. Классические инструменты от поисковиков – это Яндекс.Метрика и Google Analytics. Но есть и другие сервисы, помогающие проследить за пользователями. Например:

Но это, конечно, не полный список (больше инструментов веб-аналитики вы найдете в нашей подборке). А вот что советуют эксперты:

Просто ли получить поведенческие метрики? На этот вопрос можно ответить как «да», так и «нет». Это просто, потому что в настоящее время поведенческие метрики вашего сайта покажет вам любая веб-аналитическая система. Самые популярные из них – Google Analytics и Яндекс Метрика. Все, что требуется от вас, как от владельца сайта – зарегистрировать аккаунт в системе, установить код счетчика, зайти в отчеты и увидеть результат по показателю отказов, времени на сайте и другим метрикам. Трудозатраты минимальны. Это не очень просто, если вы хотите чуть более глубокое исследование о поведении пользователей, то нужно будет настроить дополнительное отслеживание с помощью кода. Например, вы хотите считать, сколько времени пользователи заполняют форму сайта и не возникает ли у них проблем. Для этого, вам нужно будет установить специальные временные события Google Analytics (User Timings) при старте взаимодействия с полем и при завершении взаимодействия, а также передавать ошибки, которые возникали у пользователя при заполнении формы. С этими задачами тоже справятся системы веб-аналитики, но уже с привлечением специалиста, который может написать Javascript код для отправки нужных событий. Это совсем не просто, если вы хотите провести глубокое исследование ваших пользователей и измерять время, которое требуется пользователю на то, чтобы решиться на покупку. Ведь пользователь может созреть не за один день, в четверг открыв карточку с ноутбуком, а в субботу заказав его. Чтобы решить такую задачу вам потребуются дополнительные инструменты, способные обрабатывать большое количество строк с данными. Такие как Excel или Google Big Query. Чтобы провести поведенческий анализ на базовом уровне, в вашем распоряжении должна быть одна из систем веб-аналитики. Например, Яндекс Метрика или Google Analytics. Но они способны решить далеко не все задачи, поэтому будьте готовы к тому, что чтобы получить ответы на сложные вопросы, вам нужен будет неклассический инструментарий и правильные специалисты.

У каждого сервиса есть свои особенности и ограничения. Рекомендую начать с той информации, которая представлена в Google Analytics и Яндекс.Вебмастере. Для начального этапа и построения первых гипотез этих данных будет достаточно. А дальше все зависит от конкретных случаев. Возможно, вам потребуется calltracking и сквозная аналитика каналов или юзабилити-аудит с элементами eye-tracking. Нет стандартных решений, каждый сайт уникальный. Главное правильно определить задачи и выбрать инструменты для их решения.

А на какие поведенческие метрики обращаете внимание вы и какие инструменты используете? 

lenta.co

Поведенческие факторы и их метрики |XLogic

Итак, предлагаю составить список тех самых показателей (метрик), которые подразумеваются под Поведенческими Факторами, и, может быть, как-то на них влияют:

Этот список — первое, что приходит в голову, а потому вроде логично, что все эти показатели должны влиять на отношение поисковых систем к вашему сайту. То есть, улучшая показатели по этим факторам, мы будем расти в выдаче. По крайней мере, все так и пишут, приводя при этом почти такой же список.

Я в посте не собираюсь рассказывать, как улучшить тот или иной показатель. Я собираюсь взглянуть на эти самые поведенческие факторы глазами поисковых систем, их алгоритмов и математики вообще. Поехали!

Глубина просмотров

Проще говоря – это количество страниц, которые просмотрел посетитель, зайдя на сайт. Количество просмотров на посетителя нам может сказать любой счетчик. Давайте под счетчиками будем подразумевать самые распространенные – LiveInternet, Яндекс.Метрику, Google Analytics. Бытует мнение, что поисковики собирают, анализируют и применяют в своих алгоритмах показатели счетчиков (например, Яндекс использует Метрику). Но это не совсем так, а чаще совсем даже не так. Как на счет того, что на сайте нет никаких счетчиков, что делать в таком случае? Применять к такому сайту какое-то значение, так называемое среднее по больнице, составленное на основании данных окружающих в выдаче сайтов-конкурентов? Да ну нафиг, не просто и не логично. Или как на счет того, что количество просмотров страниц вашего сайта больше, чем у конкурентов, не значит ли это, что пользователь просто не может найти нужную информацию? Или опять смотреть среднее значение и принимать на его базе решение о «награждении» сайта или наоборот «наказании»? Все это очень сомнительно. Поехали дальше.

Время проведенное на сайте

Длительность просмотра сайта пользователем — почти такой же показатель как и глубина просмотров, то есть никакой. Что реально дает поисковику эта метрика – пользователь читает информацию или просто открыл вкладку и ушел на обед? Тут так же для снятия данных необходим счетчик, следовательно, поисковик не имеет прямого доступа к данными и не может определить их достоверность. Сложные и ненужные расчёты, которые в итоге слабо коррелируют с понятием релевантности и полезности сайта.

Показатель отказов

Вот про эту метрику упомянул каждый, кто писал про поведенческие факторы. Ребята, я удивлен и обескуражен – вы пишите полную ерунду. Даже сам Google официально писал, что никак не учитывает данный показатель при ранжировании. Мало того, Google вообще писал, что никоим образом не используют данные счетчиков GA для своих алгоритмов. Ладно, проехали, возможно, это прозвучало неубедительно и нужны еще факты.

Когда вы смотрите на статистику сайта в Метрике, вы очень расстраиваетесь, что показатель отказов у вас на уровне, скажем, 80%? А код счетчика обновляли? Там уже очень давно появилась галочка «Считать реальный показатель отказов». Классическим отказом является просмотр посетителем только одной страницы сайта, вне зависимости от времени проведенном на странице (к слову, в Google Analytics до сих пор именно так и считает отказы). Но установив в Метрике пункт реальных отказов, все меняется в корне – теперь отказ это просмотр страницы не дольше 15 секунд. На всех моих сайтах после обновления кодов счетчиков отказы упали с 70-80% до 20-30%. И что, теперь мой сайт стал лучше в три раза вот так на ровном месте, а Яндекс должен меня поощрить? Ну да, ну да, надейтесь…

Случай с отсутствием счетчиков на сайте даже рассматривать не будем, все повторяется, как и в предыдущем пункте про глубину просмотров.

CTR сайта в выдаче

Вот тут уже начинается интересно! Если на рассмотренные выше показатели мы можем более или менее активно влиять, то на CTR сайта в выдаче мы повлиять не можем, разве что косвенно (например, привлекательный сниппет). Решение нажать или не нажать на заголовок в выдаче все равно принимает только пользователь. Самый что ни наесть человеческий поведенческий фактор!

И заметьте, никакие счетчики тут не нужны, метрика одинаково справедливо собирается поисковиками для всех сайтов, участвующих в ранжировании. Что еще важнее с точки зрения поисковых алгоритмов – точных данных по CTR у вас нет, ни один счетчик их не предоставляет, зато у поисковых систем есть стопроцентно верные данные для этой метрики. Сбор статистики по CTR идет для первых трех страниц выдачи (т.е. ТОП 30), во-первых, это сильно экономит требуемые вычислительные мощности, во-вторых, дальше третей страницы почти не бывает кликов. Все гениальное просто…но не для нас, seoшников :(

И как это работает? Очень просто – всем нам давно известен алгоритм Матрикснет, который сам себя обучает. Таким образом, для каждого запроса (возможно, группы запросов или даже тематики) существует некоторая матрица показателей нормы CTR в зависимости от позиции. Например, по какому-то запросу кликабельность первого места 30%, второго 20%, пятого 10%, а девятого 8%. Эти показатели не взяты случайно, они собраны алгоритмом и постоянно корректируются, но держатся в каких-то рамках. Исходя из этого, можно сделать вывод, что если сайт на седьмом месте имеет CTR равный 17%, то ему будет постепенное «повышение» со стороны ПС, до тех пор, пока он не займет место в соответствии с матрицей. Разумеется, мной приведен идеальный случай в вакууме, чтобы было понятно, что к чему и почему.

Возврат к выдаче

Следующая очень важная и интересная метрика – возвращение пользователя к выдаче и дальнейший поиск ответа на свой вопрос. Если в предыдущем пункте про CTR поисковик какбы «выбирает» какой сайт более релевантный, а какой чуть менее, то в случае с возвратами к выдаче можно сделать вывод о том, что какой-то сайт оказался совсем нерелевантным, раз пользователь продолжил свои поиски.

Тут важно не путать понятия: процент отказов – это одно, а возврат к выдаче – совершенно другое! Подмена понятий, это страшная вещь, которая плодит непонимание и связанные с этим дальнейшие ошибки. Будьте внимательны!

Продолжим. Возврат к выдаче я считаю самым важным и мощным среди поведенческих факторов. Давно известный факт – продвигать страницу по запросам, на которые она ответить не сможет – это фатальная ошибка. Мало того, что не добьетесь результата, так еще и подпортите свою репутацию в глазах поисковых систем. Как и в случае с CTR, поисковики имеют полный расклад по данным возвратов, а мы с вами можем лишь догадываться и строить гипотезы.

Технически просчитать эту метрику на стороне сервера поисковика несложно – достаточно отслеживать активность пользователя в течение сессии. И да, на этот показатель мы тоже никак не можем повлиять (речь конкретно о нерелевантной странице запросу пользователя).

Источники трафика и социальные факторы

Факт, что разнообразие трафика на сайт это всегда хорошо. Переходы из закладок, а так же повторные визиты на сайт говорят о качестве и полезности сайта в целом. Наличие групп в соцсетях со ссылкой на сайт, активность в этих группах, лайки, твиты и т.д., это тоже замечательно и полезно. Только вот это все не имеет никакого отношения к поведенческим факторам. Да, посетители не из поиска обычно более лояльны и ведут себя внутри сайта более правильно с точки зрения обозначенных выше поведенческих метрик, но не более того. Это должно положительно сказываться на доверии к сайту в целом, за счет чего возможен рост позиций, но это уже не поведенческий фактор.

Пора делать выводы

Пришло время резюмировать вышесказанное. Сразу предупреждаю – то, что написано выше, это только мое мнение, и вы можете с ним не согласиться. Но все выводы основаны на простой логике, здравом смысле и моих экспериментах.

Основной вывод – поисковые системы отдают максимум внимания только тем показателям, которые им достоверно известны, которые можно одинаково посчитать для всех сайтов и на которые сложнее всего повлиять. То есть действия пользователей на выдаче (читай, на стороне поисковика) можно считать самыми важными поведенческими факторами – это CTR заголовка и возврат на страницу результатов.

Эксперимент в студию

Я несколько раз упоминал слово эксперимент, пришло время его озвучить. Эксперимент не было запланированным, но тем не менее его можно считать показательным. Однажды у меня возникла потребность в общении с тех поддержкой Яндекса по поводу ранжирования одного из моих контентных сайтов. Дабы не вызывать лишних подозрений и не навлечь на себя беду я решил подготовиться – удалил всю рекламу, тизеры и прочие вещи, которые могут неоднозначно восприниматься ребятами из Яндекса.

После «чистки» все внутрисайтовые поведенческие метрики резко улучшились – глубина просмотров и время на сайте увеличились в два раза, показатель отказов сильно снизился. Что еще для счастья надо! Это счастье продлилось целых две недели, а в итоге я получил ровным счетом ничего! Так называемые поведенческие апдейты в Яндексе бывают в среднем каждые 3 недели, а в Google вообще апдейт динамический. В общем, двухнедельные изменения на сайте должны были хоть как-то сказаться на ранжировании. Но увы, этого не случилось – а мои выводы подтвердились.

Есть и второй эксперимент. Даже не эксперимент, а шаг на пути улучшения сайта. Для Google это расширенный сниппет, для Яндекса – вызывающий favicon.

Изменения сниппетов в Google сказалось почти моментально! Во-первых, кликабельность резко выросла даже при неизменных позициях в выдаче, за счет чего я получил приток трафика. А во-вторых, впоследствии я стал наблюдать и рост позиций даже по тем запросам, которых никогда не было, и по которым я не продвигался.

Что касается Яндекса, то тут как всегда пришлось долго ждать. Смена фавикона для сайта в результатах поиска заняла целый месяц. И мне кажется, это дало свои результаты – раньше, чтобы я ни делал, Яндекс не любил мой сайт, ну не хотел делиться трафиком и все тут. Но через какое то время после обновления иконки я стал наблюдать небольшой, но стабильный рост. Рост посещаемости за счет более высокой кликабельности, т.е. CTR. Не берусь утвержать, что это именно favicon так повлиял, но и без него, мне кажется, тут не обошлось.

Вот такие вот исследования, друзья, которые отлично иллюстрируют мою теорию относительно поведенческих факторов и степени их влияния.

www.xlogicsoft.ru

Поведенческие факторы • Блог Михаила Титова (Школа Здоровья Титовых)

Поведенческие факторы в вопросах и ответах

Поведенческие факторы уже давно играют существенную роль в формулах ранжирования. После заявления А. Садовского о том, что Яндекс планирует ввести новый алгоритм ранжирования без ссылок, роль поведенческих факторов стала ещё более заметной.

Итак, что же такое поведенческие факторы?

Поведенческие факторы — это совокупность всех возможных действий пользователя на сайте. Поисковики тщательно следят за тем, как ведут себя посетители на сайте и на основе анализа их поведения делают выводы о релевантности сайта запросу.

Какие факторы считаются поведенческими?

К поведенческим факторам относятся:

Как отслеживать состояние поведенческих факторов на сайте?

Посмотреть данные о поведении пользователей на сайте можно с помощью специальных сервисов – Яндекс.Метрика и Google Analytics.

Предварительно коды данных счетчиков необходимо установить на сайте. Только после этого можно будет отслеживать статистку посещений сайта и поведение на нём пользователей – на какие ссылки чаще всего кликают, каков порядок просмотра страниц, сколько времени пользователи проводят на сайте и так далее. Если данные инструменты веб-аналитики еще не стоят на вашем сайте – обязательно их поставьте!

Как улучшить показатели по поведенческим факторам?

Единственный возможный способ улучшить показатели поведенческих факторов – это улучшить сам сайт. Да, этот совет не нов, но это единственно верный путь.

Чтобы сайт был привлекателен для пользователей, чтобы они задерживались на нём как можно больше, а возвращались как можно чаще, нужно:

Создать действительно уникальное торговое предложение

Это вопрос стратегического маркетинга вашей компании. Именно с него и стоит начинать работу над сайтом. Если ваше предложение будет выгоднее, чем предложения конкурентов, пользователи заинтересуются им.

Улучшить контент сайта

Тексты на сайте должны быть интересными, убедительными и полезными для пользователей, попавших на сайт по определённому запросу. Изображения так же должны отвечать интересам пользователя и иллюстрировать предложенную на сайте информацию. На сайте должно быть минимум рекламы и точно не должно быть всплывающих pop-up баннеров.

Улучшить навигацию сайта

Сайт должен быть не просто интересным по содержанию, но и удобным для пользователя. Контакты, система поиска по сайту, главное меню, информация о ценах, карта сайта – всё это должно быть в быстром и лёгком доступе. Главное правило – попасть на любую страницу с Главной за 2 клика.

Улучшить техническую сторону сайта

Недопустимы ситуации, когда страницы сайта не открываются вообще или открываются, но слишком медленно. Или когда по техническим причинам сайт не открывается с мобильных устройств и планшетов.

На самом деле самостоятельно определить, что на сайте «не так», бывает довольно сложно. Даже специалисты, прежде чем хоть что-то посоветовать, тратят на веб-аналитику от 40 до 120 часов только на предварительный анализ, при этом зная все методики и схемы его проведения.

Как правило, владельцы сайта не задумываются о поведенческих факторах и конверсии, а стараются разными способами привлекать больше трафика на сайт, по принципу: чем больше придет, тем больше закажут.

Допустим, привели вы в месяц 600 человек, трое из них сделали заказ, конверсия сайта равна 3х100/600=0,5%. Если поработать над поведенческими факторами и довести конверсию до 10%, то из тех же 600 посетителей сайта, уже 60 станут вашими клиентами. Добиться этой же цифры, не работая с поведенческими факторами, можно только увеличив бюджет на трафик в 20 раз. Согласитесь, разница по затратам будет ощутимая.

Поэтому юзабилити-аудит сайта (анализ сайта на предмет удобства для пользователей) и работа с поведенческими факторами на его основе, как правило, с лихвой окупаются уже в первый месяц.

Хорошая книга по теме, которую обязательно стоит прочитать каждому владельцу сайта – Стив Круг «Не заставляйте меня думать».

Можно ли накрутить поведенческие факторы искусственно?

Теоретически – да, можно, но делать этого ни в коем случае нельзя! Поисковики усиленно борются с искусственными накрутками, которые не так уж и сложно вычислить.

Искусственная накрутка поведенческих факторов непременно ведёт к наложению на сайт фильтров и, как следствие, к потере позиций и трафика.

Поведенческие факторы. Вывод

Чем лучше позиции сайта – тем больше пользователей увидят сайт, чем больше пользователей увидят сайт – тем больше их зайдёт на него, чем интереснее сайт – тем больше времени они на нём проведут, чем больше времени на сайте проводят пользователи – тем лучше позиции сайта в поисковиках, чем лучше позиции сайта … ну а дальше вы уже знаете.

Если сайт характеризуется высокой посещаемостью, пользователи проводят на нём достаточно долгое время, а процент отказов стремится к нулю, значит, ваш сайт действительно хорош. Поисковики это обязательно заметят и сайт займет выгодные позиции. Но, к сожалению, в 90% случаев, картина вырисовывается менее впечатляющая.

Хотите быть уверены, что ваш сайт удобен для пользователей?

Закажите Юзабилити-аудит. Специалисты подробно проанализируют сайт по более 100 критериям и дадут полный отчет, а также рекомендации по улучшению сайта. В Сервисе 1PS.RU каждый аудит выполняют два специалиста, чтобы вы получили действительно качественный анализ. При необходимости специалисты Сервиса готовы помочь и с внесением правок на сайт.

michaeltitov.ru

2 важнейших фактора / Блог компании ALTWeb Group / Хабрахабр

Мы продолжаем цикл переводов статей, посвященных различным аспектам поведенческих факторов и тому, как ПФ влияют на позиции сайта в поиске. Резюмируя предыдущие публикации, ПФ являются одним из наиболее сложных для накрутки, а значит и наиболее надёжных для поисковых систем способов определения «качественных» сайтов. Проще говоря, чем лучше ПФ вашего сайта, тем выше сайт находится в органической выдаче. В этом посте, увидевшем свет ещё в 2012 на SEOMoz.com, Питер Мейерс раскрывает детали алгоритма учета ПФ системами Гугл и Бинг, которые по нашему мнению активно развиваются и по сей день. SERPClick разработан в том числе на основе данных, подробно рассмотренных в этом посте. Он позволяет реализовать ПФ кампании, нацеленные на улучшение ранжирования вашего сайта через улучшение показателей поведенческих факторов. Благодарим аналитический отдел компании ALTWeb Group за предоставленный перевод. Последствия обновления алгоритма Панда заставили всех нас поволноваться по поводу так называемых пользовательских метрик и того, как они повлияют на оптимизацию. Многие стали опасаться, что «плохие» сигналы из аналитики, особенно высокий процент отказов и короткое время на сайте, могут потенциально ухудшить позиции сайта.

Я считаю (и позже объясню — почему), что Гугл не смотрит напрямую нам в аналитику. И не думаю, что это им нужно. Потому что есть две метрики, к которым Бинг и Гугл имеют непосредственный доступ:

(1) Кликабельность страницы выдачи (SERP CTR) (2) Время возврата в поиск («Dwell time»)

И я думаю, эти две метрики могут сказать поисковикам достаточно о вашем сайте.

Аналитика Гугла и оптимизация
Официальная позиция Гугла по этому вопросу такова: данные из аналитики для ранжирования не используются. Я не буду высказываться по данному вопросу, здесь вы можете сами решать, верить в это или нет. Замечу только, что мало что Мэтт так настоятельно подчеркивал. Я думаю, что аргументы против того, чтобы напрямую использоавть аналитику для ранжирования имеют под собой практическую почву.
(1) Не все используют GA (Аналитику Гугл)
Сложно однозначно сказать, какой процент сайтов использует в данный момент GA, однако большое исследование, проведённое в 2009 году показало цифру в 28%. Я, в свою очередь, видел цифры и в 40% в некоторых источниках, но вполне можно предположить что в среднем 2/3 сайтов не имеют подключенного GA. Поэтому логично предположить, что Гуглу достаточно сложно ранжировать или баннить сайт, основываясь на факторе, который присутствует только у 1/3 всех интернет-ресурсов. Что ещё усугубляет картину: наиболее крупные сайты обходятся без GA, т. к. они могут позволить себе традиционные корпоративные системы аналитики (WebTrends, Omniture, и подобные).
(2) GA может быть криво установлен
Гугл не может контролировать качество установки GA на тех сайтах, которые используют систему. Из своего опыта консультирования и из секции вопросов и ответов здесь на Moz'е, могу сказать, что аналитика зачастую прикручена плохо. Из-за этого показатели отказов, времени на сайте могут быть не очень приятными, плюс это создаёт в системе определённую путанницу.
(3) GA может быть накручен
Как «хакерский» вариант (2) — аналитику можно установить «криво» нарочно. Таким образом, можно манипулировать большинством пользовательских метрик. В данном случае у Гугла нет возможности перепроверить качество каждой установки. В тот момент, когда теги GA оказываются в ваших руках, сам Гугл уже мало что может контролировать.

Справедливости ради надо отметить, что есть мнение, что Гугл использует любые доступные данные. Я даже встречал косвенные доказательства того, что покажатель отказов имеет значение. Вот с этим я готов поспорить: Гуглу и Бингу не нужны данные аналитики или показатели отказов. У них есть все необходимые данные в их собственных логах.

Основная причина, почему я в это не верю
Наиболее часто встречающийся аргумент состоит в том, что Гугл не может по идее использовать метрики вроде показателя отказов в качестве сигнала ранжирования, так как показатель отказов сильно различается в зависимости от специфики сайта и не может расцениваться однозначно. Слышать это приходится настолько часто, что здесь я хотел бы остановиться поподробнее, т. к. у меня есть вполне четкая причина этому не верить.

ЛЮБОЙ сигнал ранжирования, сам по себе — не может расцениваться однозначно. Я не знаю ни одного оптимизатора, который сказал бы, что заголовок страницы не имеет значения. И тем не менее, именно заголовок страницы легче всего повернуть так, как это нужно именно вам. В принципе все факторы, относящиеся к страницам сайта, можно проспаммить: именно поэтому Гугл добавил учет ссылок в свой алгоритм ранжирования. Ссылками, в свою очередь, тоже можно спаммить — поэтому Гугл также добавил социальные и пользовательские факторы ранжирования в общий алгоритм. Таким образом мы получаем более 200 факторов ранжирования. Бинг утверждает, что учитывает 1000 факторов ранжирования. А значит, ни один из этих сотен факторов не идеален.

Метрика #1: Кликабельность страницы выдачи (SERP CTR)
Основная метрика которая, я думаю, находит широкое применение в Гугл — это кликабельность страницы выдачи. Пришёлся ли на результат выдачи клик пользователя или нет — для Гугла и Бинга это основной показатель того, отвечает ли результат выдачи запросу. Мы знаем что и Гугл и Бинг собирают эти данные, потому что они косвенно ссылаются на них. (Актуальность этого заключения находит свои подтверждения в переводимом нами ранее докладе Яндекса для одноимённой поисковой системы. Доклад рассказывает о том, по какому алгоритму клики пользователей со страницы выдачи могут говорить о качестве выдачи в целом и данной страницы — косвенно. — прим. перев.)

В Инструментах Вебмастера (Google Webmaster Tools) вы можете найти данные о кликабельности в разделе «Ваш сайт в сети» > «Поисковые запросы» (“Your site on the web” > “Search queries”). Выглядит это примерно так:

Бинг отражает похожие данные: в Паннели мониторинга (“Dashboard”) кликните на «Отчет по трафику» (“Traffic Summary”):

Конечно, мы также знаем что Гугл опирается на кликабельность своей страницы выдачи когда дают ей оценку качества, и Бинг следует этому примеру последние несколько лет. Алгоритм платного поиска в значительной мере отличается от алгоритма органического поиска, тем не менее, CTR важен и там. Более релевантные результаты привлекают больше кликов.

Метрика #2: Время возврата в поиск (Dwell Time)
В прошлом году, Дуан Форрестер из Бинг написал пост, который назывался «Как создавать качественный контент» в котором умоминал такой термин, как время возврата в поиск:Вашей целью должна быть такая ситуация, при которой пользователь приходит на вашу страницу, контент удовлетворяет всем его вопросам и потребностям, и пользователь остаётся у вас. Если контент не заставляет пользователя остаться на вашем сайте, пользователь уходит. Поисковая система фиксирует это по показателю времени возврата в поиск. Время между тем, когда юзер кликнул из поиска и ушёл на ваш сайт и тем, когда подльзователь вернулся обратно в поиск с вашего сайта, потенциально всё говорит о качестве вашего контента. Минута или две вполне достаточны, так как это может означать, что пользователь ознакомился с контентом на вашем сайте. Пара секунд, достаточные для беглого просмотра — плохой результат.

Время возврата в поиск своего рода отражает и процент отказов и метрику времени, проведённого на сайте: эта метрика показывает, сколько времени прошло, прежде чем пользователь вернётся обратно в выдачу после ухода из неё на вашу страницу (и эти цифры можно непосредственно найти в логах самой поисковой системы).

Гугл никогда не высказывался однозначно по этому вопросу, но косвенные улики указывают на то, что Гугл использует показатель времени возврата в поиск (либо какой-то похожий показатель). В прошлом году, Гугл протестировал функциональность, при которой, если вы кликаете на результат выдачи и потом быстро возвращаетесь в неё (т. е. время возврата в выдачу оказывается минимальным), то вы получаете опцию заблокировать данный сайт:

В настоящий момент функциональность недоступна широкой аудитории. С запуском персонализированного поиска Гугл временно отказался от этой опции. Но тот факт, что быстрый возврат в поиск являлся тригером для включения опции блокировки сайта показывает, что Гугл полагается на время возврата в поиск как на сигнал качества сайта.

1+2 = Убойная комбинация
Обе метрики дают блестящий результат в сочетании. Сам по себе CTR можно накрутить: можно поставить вводящие в заблуждения заголовки страниц и мета-теги, которые имеют мало общего с содержанием самой страницы. Но зато подобного рода манипуляция приведёт к низкому времени возврата в поиск. Тоесть, вы накручиваете CTR, а затем сайт не удовлетворяет ожиданиям пользователя, которые появились у него после просмотра сниппета, и люди уходят обратно в поиск. Сочетание CTR и времени возврата в поиск даёт ощутимую возможность прослеживать качество страниц и выдачи, при этом опираясь всего на 2 метрики. Если у вас одновременно высокие CTR и время возврата в поиск, вероятнее всего у ваш результат удовлетворяет качеству и является релевантным.
Принимаются ли во внимание другие метрики?
Я не говорю, что процент отказов и другие параметры поведенческих факторов не принимаются во внимание. Как я уже говорил, время возврата на страницу связано (и возможно коррелирует) с процентом отказов и временем, проведённым пользователем на сайте. Гленн Гейб публиковал хороший пост по поводу «Действительного процента отказов» где говорил также и о том, почему время возврата может более точно отражать ситуацию по сравнению с процентом отказов. По прежнему, нужно принимать во внимание традиционные поведенческие факторы, которые мы видим из аналитики, а также не забывать более широкие показатели, такие, как скорость сайта и сигналы из соц.сетей, которые, в свою очередь, также связаны с поведенческими факторами.

Мне бы хотелось чтобы у вас сложилось более широкое понимание поведенческих факторов. Посмотрите на них с точки зрения поисковой системы: пора немного отвлечься от собственно аналитики сайта. Я недавно видел примеры, когда GA удаляли или манипулировали тегами с целью накрутки показателей, так как боялись последствий со стороны поисковой системы. Но на самом деле это приводило к плохому результату: утрачивалась достоверность собственных данных. Я не думаю, что Гугл или Бинг используют данные из нашей аналитики. И даже если бы им и пришлось к ней прибегнуть, то они анализировали бы эти данные вместе с данными из своих логов и с учетом прочих факторов.

Так и что же мне делать?
Создайте сниппеты, которые приводят клики на релевантные страницы (Важно! Это совет для читателей в 2012 году, сейчас Гугл сам может выбрать текст сниппета — прим. перев.). Создайте страницы, на которых пользователи остаются. В конце концов, это вполне очевидно, к тому же — положительно влияет и на показатели оптимизации, и на конверсию. Особенно подумайте над комбинацией: просто привлекать клики пользователей бесполезно (и может быть даже вредно для удержания позиций сайта) в том случае, если люди после клика сразу покидают сайт. Работайте над тем, чтобы создать ситуацию баланса между релевантными ключами и качественными переходами.

На правах переводчиков: мы также рекомендуем вам воспользоваться продуктом SERPClick для улучшения позиций вашего сайта путём улучшения показателей поведенческих факторов.

habr.com


Prostoy-Site | Все права защищены © 2018 | Карта сайта