CC BY
40Або-Рашед Кнаан. Использование инструментов веб-аналитики для улучшения посещаемости сайта // Научный результат. Информационные технологии. - Т.5, №2, 2020
Т Ç F A R Г. Н »ГЧЛГ1
АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ INFORMATION SYSTEM AND TECHNOLOGIES
УДК 004.62 DOI: 10.18413/2518-1092-2020-5-2-0-5
Або-Рашед Кнаан
ИСПОЛЬЗОВАНИЕ ИНСТРУМЕНТОВ ВЕБ-АНАЛИТИКИ ДЛЯ УЛУЧШЕНИЯ ПОСЕЩАЕМОСТИ САЙТА_
Белгородский государственный национальный исследовательский университет, ул. Победы, д. 85, г. Белгород, 308015, Россия
e-mail: [email protected]
Аннотация
Благодаря развитию технологий и появлению веб-анализа организации теперь имеют возможность измерять, отслеживать и анализировать поведение пользователей веб-сайта, определять цели и задачи и устанавливать ориентиры для повышения эффективности вебсайта. Основная цель этой статьи - предоставить обзор веб-анализа и различных концепций и методов веб-анализа. Результаты этой статьи могут помочь менеджерам привлечь новых посетителей для увеличения посещаемости сайта.
Ключевые слова: веб-аналитика; Google Analytics; социальные сети; Digital-маркетинг; трафик.
UDC 004.62
Knaan Abo-Rashed
USING WEB ANALYTICS TOOLS TO IMPROVE SITE TRAFFIC
2) Belgorod State National Research University, 85 Pobedy St., Belgorod, 308015, Russia
e-mail: kanan.rashed@gmail. com
Abstract
Due to the development of technology and the advent of web analysis, organizations are now able to measure, track and analyse the behaviour of website users, define goals and objectives, and set benchmarks to improve website performance. The main purpose of this article is to provide an overview of web analysis and the various concepts and methods of web analysis. The results of this article can help managers attract new visitors to increase site traffic. Keywords: web analytics; Google Analytics; social media; digital marketing; traffic.
ВВЕДЕНИЕ
В настоящее время мир стремительно развивается благодаря появлению новых технологий, которые позволяют генерировать, собирать и хранить большие данные. Многие считают, что в этом огромном количестве собранных данных есть очень полезная информация. Поэтому получаемые данные должны быть проанализированы, и обработаны для получения скрытой ценной информации, помогающей чтобы извлекать существенную пользу для бизнеса.
Благодаря развитию технологий появились некоторые автоматизированные инструменты, которые агрегируют данные и извлекают полезные шаблоны или неизвестную информацию, что помогает принимать решения для улучшения бизнеса. В настоящее время многие организации проводят маркетинговую деятельность в Интернете, и значительная часть финансовых ресурсов
Або-Рашед Кнаан. Использование инструментов веб-аналитики для улучшения посещаемости сайта // Научный результат. Информационные технологии. - Т.5, №2, 2020
ЦЦЦД ц-а-ц-1
выделяется на финансирование интернет-маркетинговых кампаний, в том числе на платформах социальных сетей.
Кампании интернет-маркетинга проводятся на платформах социальных сетей с использованием инструментов вирусного маркетинга. Это подталкивает пользователей этих платформ делиться постами, новостями и видео, что, в свою очередь, увеличивает доступ к вебсайту организации или компании. Кроме того, анализ данных, собранных с помощью различных социальных сетей, помогает маркетологам понять, кто заинтересован в их продуктах.
Веб-аналитика
Веб-аналитика - это целый комплекс действий, которых направлен на сбор, анализ, представление и интерпретацию информации о посетителях веб-сайтов с целью их улучшения и оптимизации. Основной задачей веб-аналитики является мониторинг посещаемости веб-сайтов, на основании данных которого определяется аудитория сайта и изучается поведение посетителей для принятия решений по развитию и расширению функциональных возможностей сайта [1].
Существует как минимум две категории веб-аналитики: внешняя и внутренняя. Внешняя веб-аналитика относится к веб-измерениям и анализу независимо от того, являетесь ли вы владельцем веб-сайта. Она включает в себя оценку потенциальной аудитории (возможности) сайта, доли голоса (видимости) и гудения (комментариев), которые происходят в Интернете в целом.
Более распространена внутренняя веб-аналитика, которая заключается в исследовании поведения посетителей на вашем веб-сайте с учетом того, каким образом различные целевые страницы связаны с онлайн-покупками. Веб-аналитика сайта измеряет эффективность вашего сайта в коммерческом контексте. Эти данные обычно сравниваются с ключевыми показателями эффективности и используются для улучшения отклика аудитории веб-сайта или маркетинговой кампании.
Существует множество систем веб-аналитики, в том числе:
1) Google Analytics;
2) Яндекс.Метрика;
3) Adobe Analytics;
4) Liveinternet;
5) ClickTale.
С другой стороны, существуют специализированные технологические компании, которые предоставляют аналитические услуги и отчеты, получаемые в результате многокритериального анализа больших наборов данных, полученных с разных сайтов, а также публикации и взаимодействий на платформах социальных сетей (Таблица).
Таблица
Полезные инструменты веб-аналитики
Table
Useful Web Analytics Tools
Инструмент аналитики Использование
SimilarWeb https://www.similarweb.com/ Глобальные и локальные сайты; посещаемость сайта в выбранный период; органический и платный трафик на отдельных сайтах; маркетинговые каналы, генерирующие трафик; популярные сайты; главные ключевые слова / условия поиска; поисковый трафик по двигателям.
Jumpshot https://www.jumpshot.com/ Количество транзакций; средние цены товаров, продаваемых на сайтах интернет-магазинов; количество конверсий / транзакций; статистика дорожного движения; объем трафика; органический и платный трафик, коэффициенты конверсии, анализ поисковых систем; анализ маркетинговой воронки.
Або-Рашед Кнаан. Использование инструментов веб-аналитики для улучшения посещаемости сайта // Научный результат. Информационные технологии. - Т.5, №2, 2020
ЦЦЦД ц-а-ц-1
Инструмент аналитики Использование
SEMrush https://www.semrush.com/ SEM (SEO, PPC), метрики и реклама в социальных сетях, контент-маркетинг, ключевые слова для поисковых систем
Google Trends https://trends.eooele.com/trends Тенденции популярности определенных поисковых терминов на выбранном рынке за выбранный период
Основные этапы процесса веб-аналитики
Процессы веб-аналитики сводятся к четырем основным изложенным ниже этапам [3].
Сбор данных. Этот этап представляет собой сбор элементарных данных. Обычно эти данные являются результатом различных подсчетов.
Преобразование данных. На этом этапе обычно производится подсчет вычисление различных коэффициентов, т.е. преобразование данных в информацию, в частности в метрики.
Получение ключевых показателей эффективности (KPI). На этом этапе основное внимание уделяется использованию полученных на предыдущем этапе коэффициентов и внедрению их в бизнес-стратегии, называемые ключевыми показателями эффективности (KPI).
Формулирование онлайн-стратегии. Этот этап касается онлайн-целей, задач и стандартов для организации или бизнеса. Стратегии обычно связаны с зарабатыванием денег, их экономией или увеличением доли рынка.
Инструментарий веб-анализа использует следующую терминологию.
Посетитель (пользователь) - человек, который зашел на сайт. Здесь важно знать, что системы аналитики считывают посещение в конкретном браузере. Если один и тот же пользователь зайдет на сайт с нескольких разных браузеров, то и система посчитает его как несколько посетителей.
Трафик - общее количество человек, которые посетили сайт определенное время (сутки, месяц, год).
Просмотры - количество страниц сайта, которые пользователи открыли или обновили.
Глубина просмотра - количество просмотренных страниц за один визит. Глубина просмотра рассчитывается как отношение общего количества просмотров к количеству визитов.
События - взаимодействие пользователей с элементами сайта. Например, заполнение формы, воспроизведение видео, скачивание прайс-листа, копирование поля email и т.д.
Сеанс (сессия, визит) - посещение пользователем сайта. Все взаимодействия с сайтом, просмотры страниц и различные события за время нахождения считаются как один визит.
Отказы - процент тех посещений, когда пользователи сразу ушли с сайта или посмотрели только одну его страницу, не совершив целевого действия.
Цель - действия посетителя сайта, которое считается наиболее ценным (например, добавление товаров в корзину).
Конверсия - процентное соотношение числа посетителей, выполнивших целевое действие, к общему числу посетителей.
Источники трафика - каналы, откуда пришли посетители (социальная сеть, другой сайт, контекстная реклама, email-рассылка и др.).
Возвраты - те случаи, когда пользователи добавили сайт к себе в закладки и заходят из них, либо пользователи, которые запомнили домен.
Время пребывание на сайте - среднее время, проведенное посетителями на сайте. Чем удобнее сайт и чем интереснее его контент, тем больше будет этот показатель.
Страницы выхода - те страницы сайта, после которых посетители уходят с сайта. Идеальный вариант таких страниц - страница с контактами или с формой для обратной связи (4).
Або-Рашед Кнаан. Использование инструментов веб-аналитики для улучшения посещаемости сайта // Научный результат. Информационные технологии. - Т.5, №2, 2020
ЦЦЦД ц-а-ц-1
Улучшение трафика сайта на основе анализа поведения пользователей в социальных сетях с помощью Google Analytics
Привлечение посетителей на сайт - сложная и многогранная задача для каждого, кто принимает решения в сфере цифрового маркетинга. Её решение позволяет достигать лидирующих позиций в предоставлении самых качественных продуктов и услуг.
С этой целью рекомендуется извлекать данные с помощью средств Google Analytics, позволяющих привлекать посетителей со страниц социальных сетей (Facebook, Twitter). Чтобы оценить улучшение трафика на сайте, проводится сравнение между предыдущим и текущим количеством трафика. Трафик сайта был оценен в период с 15 января 2020 года по 21 января 2020 года.
С 22 по 28 января 2020 года самые посещаемые ссылки на сайты были опубликованы в социальных сетях (Facebook, Twitter), для сравнения представлены результаты использования Google Analytics в течение двух периодов. На рисунке 2 представлении трафик сайта до сбора данных и обмена в социальных сетях. Все пользователи, которые посещали веб-сайт из социальных сетей в период с 15 января 2020 года по 21 января 2020 года, составляют в общей сложности около 4.33% общего трафика.
all » default channel grouping: Social » | 5 Ja„ 2020 -21 Jan 2020 ▼
AIIUsers + Add Segment
4.334b Users
Explorer
Summary Site Usage E-commerce
Users * vs Selecta metric
• Users
io.odd
Рис 1. Трафик сайта до сбора данных и обмена в социальных сетях Fig. 1. Website traffic before data collection and sharing on social media
На рисунке 2 представлении трафик сайта после сбора данных и обмена в социальных сетях. Все пользователи, которые посещали веб-сайт из социальных сетей в период с 22 по 28 января 2020 года, составляют в общей сложности около 7.14% общего трафика.
Або-Рашед Кнаан. Использование инструментов веб-аналитики для улучшения посещаемости сайта // Научный результат. Информационные технологии. - Т.5, №2, 2020
Рис 2. Трафик сайта после сбора данных и обмена в социальных сетях Fig. 2. Website traffic after data collection and sharing on social media
В этом случае улучшение пользовательского трафика через Интернет было подтверждено путем анализа данных о поведении пользователей в социальных сетях. Этот пример доказывает преимущества веб-анализа в увеличении количества посетителей сайта при очень низких затратах и бесплатных инструментах для владельцев малого бизнеса с ограниченным бюджетом.
Список литературы
1. Определение Веб-аналитика [Электронный ресурс]. - Режим доступа: https://searchbusinessanalytics.techtarget.com/definition/Web-analytics.
2. Краткая история веб-аналитики [Электронный ресурс]. - Режим доступа: https://www.clicktale.com/resources/blog/a-brief-history-of-web-analytics/.
3. Портал Манделы - оценка посетителей по всему миру с использованием веб-аналитики [Электронный ресурс]. - Режим доступа: https://www.researchgate.net/publication/311340811_The_Mandela_Portal_-_an_assessment_of_global_visitors_using_Web_analytics.
4. Что такое web-аналитика, а также сервисы и системы для её проведения [Электронный ресурс]. -Режим доступа: https://medianation.ru/blog/analitika/veb-analitika-sayta-chto-eto-takoe-servisy-i-sistemy-dlya-web-analitiki/.
5. Google Аналитика [Электронный ресурс]. - Режим доступа: https://analytics.google.com/.
6. Авинаш Каушик. Web Analytics 2.0: искусство онлайн-отчетности и наука ориентированности на клиента [Text] / СПб.: Торонто, 2009. 5 с.
7. Джим Стерн. Метрики социальных сетей: как измерить и оптимизировать ваши маркетинговые инвестиции [Text] / СПб.: Торонто, 2010. 15 с.
8. Эрик Феттман, Ферас Аллу, Шираз Асиф. Прорыв в Google Analytics: от нуля к влиянию на бизнес [Text] / СПб.: Торонто, 2016. 47 с.
9. Мухаммед Али Аббаси, Реза Зафарани, Хуан Лю. Социальные медиа майнинг: введение [Text] / СПб.: Cambridge, 2014. 111 с.
10. Лэй Тан, Хуан Лю. Обнаружение сообщества и майнинг в социальных сетях [Text] / СПб.: California, 2015. 7 с.
References
1. Definition Web analytics [Electronic resource]. - URL: https://searchbusinessanalytics.techtarget.com/definition/Web-analytics.
2. A brief history of web analytics [Electronic resource]. - URL: https://www.clicktale.com/resources/blog/a-brief-history-of-web-analytics/.
Або-Рашед Кнаан. Использование инструментов веб-аналитики для улучшения посещаемости сайта // Научный результат. Информационные технологии. - Т.5, №2, 2020
3. The Mandela Portal - an assessment of global visitors using Web analytics [Electronic resource]. - URL: https://www.researchgate.net/publication/311340811_The_Mandela_Portal_-_an_assessment_of_global_visitors_using_Web_analytics.
4. What is web analytics, as well as services and systems for its implementation [Electronic resource]. -URL: https://medianation.ru/blog/analitika/veb-analitika-sayta-chto-eto-takoe-servisy-i-sistemy-dlya-web-analitiki/.
5. Google Analytics [Electronic resource]. - URL: https://analytics.google.com/.
6. Avinash Kaushik. Web Analytics 2.0: The Art of Online Accountability and Science of Customer Centricity [Text] / Spb.: Toronto, 2009. 5 p.
7. Jim Sterne. Social Media Metrics: How to Measure and Optimize Your Marketing Investment [Text] / Spb.: Toronto, 2010. 15 p.
8. Eric Fettman, Feras Alhlou, Shiraz Asif. Google Analytics Breakthrough: From Zero to Business Impact [Text] / Spb.: Toronto, 2016. 47 p.
9. Mohammad Ali Abbasi, Reza Zafarani, Huan Liu. Social Media Mining: An Introduction [Text] / Spb.: Cambridge, 2014. 111 p.
10. Lei Tang, Huan Liu. Community Detection and Mining in Social Media [Text] / Spb.: California, 2015.7 p.
Або-Рашед Кнаан, аспирант Белгородского государственного национального исследовательского университета Knaan Abo-Rashed, postgraduate student, Belgorod State National Research University
