Предыдущий ролик Следующий ролик  

Видео урок: Улучшение пользовательской сегментации

Советы по Google Analytics

В предыдущих видео мы рассматривали расширенные сегменты, но, на самом деле, были сосредоточены только на тех сегментах, в которые входили условия, касающиеся только одного посещения. Например, мы могли бы сказать: "Покажи мне сегмент, содержащий посещения, в рамках которых посетитель потратил более 100 долларов" или "Покажи мне сегменты, в которых посетители просматривали конкретное видео или зашли на сайт, находясь при этом в конкретном государстве". Но совсем недавно компания Google внесла некоторые изменения, которые выводят функциональность сегментации на совершенно новый уровень. И эти изменения лучше отражают тот тип анализа, который мы часто выполняем. Раньше, когда мы переходили в область расширенных сегментов и создавали новый сегмент,

мы спускались ниже и выбирали раздел "Условия". Допустим, мы искали вариант "доход" (revenue) и могли выбрать одну из опций: "доход за сеанс" (revenue per session) или "доход за хит" (revenue per hit). Но в основном мы выбирали вариант "за сеанс", что аналогично варианту "за посещение". Мы указывали, что он должен быть больше или равен, предположим, $100. Большое отличие теперь заключается в том, что если мы перейдем к фильтру и выберем вариант "Пользователи" (Users), у нас появится новая опция. Теперь у нас есть возможность рассмотреть доход на одного пользователя. А это означает, что это условие может проверяться в течение целого ряда посещений, которые могут охватывать даже несколько дат.

У нас также остался вариант "за хит". Но эти новые пользовательские сегменты очень важны. Поскольку я постоянно сталкиваюсь с огромным количеством различных типов аналитических данных, я могу вас заверить, что это действительно очень, очень важно. Это один из тех немногих инструментов, которые предлагают такую возможность. Не говоря уже о том, что этот инструмент является бесплатным. Были задумки включить эту возможность в премиум-версию Google Analytics, стоимость которой 6 долларов в год. Но на данный момент эта возможность доступна в бесплатной версии, чтобы можно было пользоваться всеми ее преимуществами. И кроме того, поскольку эта функциональность реализуется на стороне сервера, вы можете ею воспользоваться, даже если вы еще не перешли на Universal Analytics.

Таким образом, можно было бы воспользоваться любым кодом отслеживания, отправляющим данные обратно. Рассмотрим пример. Поговорим об авиакомпаниях и часто летающих пассажирах. Авиакомпании почти всегда устраивают распродажи на Рождество и другие большие праздники, поэтому они не особо радуются тому путешественнику, который один раз в год покупает дорогой билет, чтобы поехать на Рождество к своей бабушке. Вероятнее всего, им хочется привлекать тех пассажиров, которые каждую неделю покупают билет по средней стоимости. Эти пассажиры будут улетать в понедельник и возвращаться в пятницу. Именно таких путешественников авиакомпании стараются заполучить побольше. Проще всего выполнять такой анализ на основе таблицы, в которой сверху указаны номера посещений, а слева - посетители.

Например, можно увидеть что-то вроде этого. Слева у нас представлены пассажиры, а сверху - различные посещения. Рассмотрим первый случай. Пассажир Flyer #1 посетил сайт, купил дорогой билет во время второго посещения и не покупал билеты во время других посещений. Поэтому общая сумма потраченных им средств - стоимость одного этого дорогого билета. При условии, что мы выполняли бы анализ только одного сеанса, этот пассажир, Flyer #1, был бы, несомненно, самым лучшим. Он был бы транжирой, тем человеком, которого с точки зрения выполняемого нами анализа, мы, возможно, хотели бы привлечь.

Но в запланированном нами сценарии это не тот пассажир, который нам нужен. Нам нужен второй пассажир, тратящий за раз $400 каждый день, каждую неделю. Кроме того, у нас есть еще и третий пассажир, который тратит больше средств на один билет, таким образом, мы видим, что эти два пассажира тратят больше первого, несмотря на то, что они покупают дешевые билеты. Итак, самые дешевые билеты покупает пассажир Flyer #2, тратящий больше всех средств. Вторым по доходу является пассажир Flyer #3. А первый пассажир, купивший самый дорогой билет, на самом деле внес самый меньший вклад в доход.

Таким образом, вы можете понять, что есть довольно простое объяснение тому, что мы нацелены на тех посетителей, которые тратят больше средств за указанный промежуток, а не за один сеанс. И мы хотим, чтобы наша веб-аналитика отражала тот анализ, который нам необходимо выполнить. Итак, давайте вернемся к интерфейсу и рассмотрим пару способов выполнения такого анализа. Первое, на что я хочу обратить ваше внимание - это диапазон дат. При анализе посетителей мы можем вернуться назад на 90 дней. Этот период известен под названием "Окно ретроспективного анализа" (look back window). И в этом случае период ретроспективного анализа составляет 90 дней, в рамках этого периода мы можем рассматривать общее поведение одного посетителя.

Итак, первое, что мы укажем - это то, что анализ мы будем проводить по доходу. Мы делали также и при анализе сеанса, но теперь мы выполняем анализ посетителя. Поэтому выбираем фильтр "Пользователи" (Users). Получили доход на одного пользователя, больший или равный указанной сумме. Можем протестировать этот сегмент или выполнить предварительный просмотр. В режиме предварительного просмотра видно, что мы выделили нужных нам посетителей. Если бы нам нужен был этот сегмент, можно было бы присвоить ему имя "User Segment over $100" (Сегмент посетителей, тратящих свыше $100). Еще один способ изучения такого анализа - не просто рассмотреть доход, а обсудить то, что кто-то возвращается на сайт и совершает несколько покупок.

Поэтому, скорее всего, наш анализ касается не цифр, а самого поведения посетителей. Давайте создадим сегмент, демонстрирующий тех посетителей, которые независимо от количества посещений совершают более 10 транзакций. Перейдем к интерфейсу. Укажем вариант "транзакции" (transactions). Транзакций на одного посетителя, больше 10. Не забудьте поменять заголовок сегмента. Возможно, нам захочется пойти в другом направлении. Может быть, нам хочется увидеть и наименее значимых посетителей, или посетителей, не демонстрирующих такое поведение. Можно указать, что нам нужны посетители, выполнившие менее трех транзакций.

После определения этих сегментов можно было бы сразу же их применить и получше во всем разобраться. Можно выполнить анализ любого из рассматриваемых в предыдущих видео типов, например, по каким каналам пришли эти посетители, какие маркетинговые ходы здесь сработали, какой контент они использовали, по какому маршруту они прошли по сайту и т.д. Можно использовать все эти параметры и выполнять анализ как посетителей с низкими показателями, менее трех транзакций, так и тех, у кого транзакций больше 10, или двух этих категорий посетителей одновременно. Не забывайте, что это касается не только дохода. Часто мы используем такой анализ в качестве первого примера, но это не единственный возможный вариант.

Всю мощь этого инструмента можно увидеть, если начать изучать воронку продаж. В частности, если мы определили микроконверсии на каждом шаге последовательности. Поэтому мы могли бы рассмотреть посетителей, которые прочитали пустую страницу, воспользовались инструментом конфигурации, а затем выполнили оплату. Этот инструмент становится еще более мощным, если мы рассматриваем не только несколько посещений в целом, но и ту последовательность, в которой они происходят. Этой темы мы коснемся в следующем видео. А сейчас я рекомендую вам потратить немного времени на обдумывание того, как изменится ваш анализ, если теперь вы можете рассматривать сегменты с точки зрения пользователя, а не конкретного посещения.