Váš průvodce porozuměním klíčových analytických pojmů

níže je uveden krátký výňatek z naší knihy, která zkoumá UX: Analytics, kterou napsal Luke Hay. Je to dokonalý průvodce používáním analytiky pro lepší uživatelský komfort. SitePoint Premium členové získat přístup s jejich členstvím, nebo si můžete koupit v obchodech po celém světě.

pro ty, kteří nejsou zvyklí na analýzu webových stránek, se některé terminologie mohou zdát jako cizí jazyk. To může být ještě více matoucí, když se termíny mění, nebo když různé nástroje používají různé termíny k popisu stejné věci.

některé analytické pojmy, které se používají pravidelně, jsou často nepochopeny. V některých případech, částečné porozumění pojmu může být nebezpečnější než mít vůbec žádné porozumění. Jedním z běžně nepochopených příkladů je slovo „hit“.

hit je často považován za synonymum pro zobrazení stránky nebo návštěvu. Není tomu tak, protože každý požadavek na soubor na webový server je individuální zásah.

To znamená, že, pokud webová stránka obsahuje pět obrázků, uživatelské prohlížení této stránky se bude počítat jako jedno zobrazení stránky, ale šest hitů (pět snímků plus HTML stránce). Můžete vidět, jak toto nedorozumění může vést k divoce nepřesnému porozumění datům! Tato část pokrývá nejdůležitější analytické pojmy. (Na konci této knihy jsou také krátké definice hlavních pojmů v glosáři.)

rozměry a metriky

všechna data ve vašich analytických přehledech lze rozdělit na dimenze a metriky. Je důležité vědět, co každý termín znamená, abyste mohli lépe analyzovat svá data. Dobré pochopení rozměrů a metrik je také důležité pro nastavení vlastních sestav a dashboardů.

dimenze jsou způsob, jak seskupit data-forma kategorizace nebo identifikace. Rozměr neodkazuje na velikost něčeho (běžné nedorozumění). Rozměry se obvykle zobrazují v prvním sloupci vašich přehledů. Příklady rozměrů zahrnují zemi, název stránky a typ zařízení.

metriky jsou naproti tomu čísla spojená s těmito dimenzemi. Zobrazují se v ostatních sloupcích vašich přehledů a zobrazují čísla vztahující se k rozměrům v prvním sloupci. Příklady metrik zahrnují zobrazení stránek, míru okamžitého opuštění a Avg. Čas na stránce. Metriky vám pomohou pochopit chování vašich uživatelů. Počítají, jak často se věci dějí—například počet návštěv vašeho webu nebo aplikace. Metriky mohou být součty, průměry nebo procenta z celkového počtu.

screenshot níže ukazuje rozměry a metriky, stejně jako různé způsoby metriky jsou počítány:

snadný způsob, jak odlišit dva je si uvědomit, že rozměry jsou často slova, zatímco metriky jsou více pravděpodobné, že být čísla.

Návštěv, Návštěv, Zobrazení Stránek a Unikátních Zobrazení Stránek

Jak se dotkla v předchozí kapitole, tam je často zmatek mezi zasedáními, návštěv a zobrazení stránek. Za prvé, stojí za to zdůraznit, že zasedání a návštěvy jsou v podstatě totéž. Google Analytics dříve používal termín „návštěva“, ale v roce 2014 změnil terminologii na „relace“. Jiné nástroje, například Adobe Analytics, stále používají termín „návštěvy“.

obecně zjistíte, že tyto dva termíny jsou používány zaměnitelně, ale pokud víte, že se jedná o stejnou věc, neměl by to být problém.

relace nebo návštěva je skupina interakcí (nebo jediná interakce), kterou uživatel provede v daném časovém rámci na vašem webu. Ve výchozím nastavení vyprší čas relací Google Analytics po 30 minutách nečinnosti, i když to můžete změnit sami v nastavení analytics.

To znamená, že pokud vaše uživatelské jde, aby se sami sobě na kafe, takže vaše webové stránky otevřít v prohlížeči, a vrátí se za půl hodiny, to se bude počítat jako stejné relaci. Totéž lze říci pro uživatele, kteří přeskakují mezi více kartami. Více často než ne, ačkoli, relace představují nepřetržité procházení vašeho webu.

relace nerozlišují mezi jedinečnými jedinci. Počítají jen počet sezení, bez ohledu na to, kdo je dělá. Pokud navštívím vaše webové stránky ráno a vrátím se večer, to by se stále počítalo jako dvě sezení. Použití jiných metrik, jako jsou uživatelé nebo návštěvníci, vám poskytne informace o jednotlivcích, kteří navštíví váš web. Další část v této kapitole se podrobně zabývá uživateli a návštěvníky.

zobrazení stránky jsou jednoduše pohledy na stránku HTML nebo méně často virtuální zobrazení stránky. Virtuální zobrazení stránky je způsob, jak Google Analytics zaregistrovat zobrazení stránky, pokud nebyla načtena nová stránka HTML. Zobrazení virtuálních stránek vyžaduje další značení ve formě kódu JavaScript. Můžete je použít všude tam, kde obsah je načten bez reload stránky, nebo když se dva nebo více kusů obsah se může nacházet na stejné URL—například odeslání formuláře, nebo jednu stránku pokladny.

můžete mít více zobrazení stránek během jedné relace, pokud uživatel prochází vaše webové stránky. Zobrazení stránek jsou obvykle kategorizována jako zobrazení stránek a jedinečná zobrazení stránek. Pokud uživatel během relace zobrazí stejnou stránku více než jednou, bude se to počítat pouze jako jediné jedinečné zobrazení stránky. To je užitečné, pokud chcete získat představu o tom, kolik návštěv zahrnovaly ohledem na konkrétní stránku, ale nechci to číslo nadsazené tím, že uživatelé, kteří se vrátili na této stránce ve stejné relaci.

uživatelé a návštěvníci

jako Uxers máme dobrou představu o tom, co je „uživatel“. V našem oboru by uživatelé byli obecně definováni jako jednotliví lidé, kteří interagují s naším produktem-často web, aplikace nebo software. Analytické balíčky mají zřídka způsob, jak přesně identifikovat jednotlivce, ačkoli, takže v analytice má termín „uživatel“mírně odlišný význam od běžného.

většina hlavních analytických nástrojů identifikuje uživatele na základě souborů cookie. Pokud navštívím váš web z mého notebooku, váš analytický nástroj obvykle vloží soubor cookie do mého prohlížeče, takže když se vrátím, rozpozná mě jako stejnou osobu, která dříve navštívila.

to je obecně správné, ale nebere v úvahu, že bych mohl sdílet svůj notebook s někým jiným. To znamená, že dva různí jednotlivci mohou být počítáni jako stejný uživatel. Naopak analytické nástroje často nejsou schopny identifikovat návštěvy mezi zařízeními (nebo mezi prohlížeči). Pokud navštívím váš web z mého tabletu, váš analytický nástroj mě pravděpodobně nebude identifikovat jako stejného uživatele, který navštívil z mého notebooku.

Pokud máte webové stránky, která vyžaduje, aby uživatelé přihlášení, nebo používá nějaký jiný druh jedinečný identifikátor, jako je například e-mailovou adresu nebo číslo mobilního telefonu, pak to může vám umožní sledovat uživatele napříč zařízeními. To však vyžaduje další nastavení a spoléhá se na to, že se uživatelé přihlásí nebo se jinak identifikují na každém ze svých zařízení.

stejně jako u relací a návštěv jsou „uživatelé“ a „návštěvníci“ obecně odlišné pojmy pro stejnou věc. Různé nástroje budou používat jinou terminologii, ale pokud si pamatujete, že návštěvníci i uživatelé obvykle popisují teoretickou osobu založenou na souboru cookie, pak to bude dost dobré.

Uživatelé nebo návštěvníci jsou často rozděleni na „nové“ a „vracející se“. Noví návštěvníci jsou lidé, kteří navštívili vaše webové stránky poprvé během vykazovaného období, zatímco vracející se návštěvníci navštívili více než jednou. Tímto rozdělením vám analytický nástroj umožňuje snadno porovnat chování těchto dvou skupin uživatelů.

zde však musíte být opatrní, protože metriky „nové “ a“ vracející se “ nemusí být tak přesné, jak byste očekávali. Jak bylo dotčeno dříve, analytické balíčky zřídka sledují návštěvy napříč zařízeními. To znamená, že pokud začnu něco na svém telefonu a dokončím to na svém notebooku, je pravděpodobné, že budu zaznamenán jako“ nový “ uživatel, když navštívím svůj notebook. Uživatelé budou také zaznamenáni jako „noví“, pokud vymažou soubory cookie nebo mají nainstalovaný JavaScript nebo blokování reklam.

doba a čas návštěvy/relace na stránce

Časové metriky jsou notoricky nepřesné. To je částečně kvůli způsobu, jakým jsou vypočteny, a částečně kvůli neschopnosti sledovat pozornost uživatele.

Google Analytics počítá trvání relace jako čas mezi první a poslední interakcí během návštěvy vašeho webu. Nepočítá, jak byste očekávali, dobu trvání na základě toho, kdy uživatel dorazí na váš web a kdy odejde. Google Analytics nemá žádný způsob, jak zjistit, kdy uživatel opustí váš web; může sledovat pouze jejich interakce, když jsou na něm. To znamená, že pokud uživatel stráví pět minut prohlížením vaší domovské stránky, 20 minut čtením příspěvku na blogu a poté opustí web, doba návštěvy byla pouhých pět minut. Naopak, pokud uživatel nechal váš web otevřený na jiné kartě po dobu deseti minut při procházení jiného webu, pokud se vrátí na váš web a přejde na jinou webovou stránku, bude se deset minut počítat k jejich trvání na vašem webu!

metriky času na stránce fungují podobným způsobem jako doba trvání relace. Časovač se spustí, když uživatel nejprve načte konkrétní stránku a zastaví se, když přejde na jinou stránku na webu. Pro tuto stránku není zaznamenán žádný čas, pokud uživatel odtud opustí váš web. To znamená, že uživatel může číst dlouhý blogový příspěvek na vašem webu, ale pokud opustí tento bod před prohlížením jiných stránek, jejich zaznamenaný „čas na stránce“ bude nula sekund. Pokud uživatel během relace navštíví pouze jednu stránku, bude jeho čas na této stránce i doba trvání relace zaregistrována jako nula sekund.

to vše znamená, že Časové metriky nejsou vůbec přesné.

to podtrhuje důležitost analýzy založené na trendech v průběhu času, spíše než při pohledu na přesná čísla. Pokud je průměrná doba trvání relace pět minut, nemusí vám to moc říct. Raději se zaměřte na to, jaká byla doba trvání relace minulý měsíc, nebo minulý rok, a analyzovat, zda to šlo nahoru nebo dolů—a, co je nejdůležitější, zjistit proč.

zde však musíte být opatrní. Pokud, například, blog post na vaše webové stránky dostane hodně pozornosti na sociální média jeden měsíc, a disky spousta uživatelů, kteří prostě přečíst příspěvek, pak odejít, to samo o sobě může masivně ovlivnit vaše průměrná doba trvání návštěvy. To zdůrazňuje potřebu být si vědom toho, co se děje na všech vašich webových stránkách, a vyhnout se zaměření na nadpisy.

Bounce a Výstupu, Sazby

Dvě metriky, které se často pletou, jsou odrazit a výstupní ceny. Ty jsou v různých analytických nástrojích hlášeny mírně odlišnými způsoby. Níže uvedené definice jsou založeny na tom, jak jsou hlášeny v Google Analytics.

bounce popisuje návštěvu jedné stránky na webu. To znamená, že uživatel přijde na stránku a poté odejde bez prohlížení jiných stránek. Míra okamžitého opuštění je Procento návštěv webové stránky nebo webové stránky, které byly odrazy. Míra okamžitého opuštění 10% znamená, že jeden z deseti návštěvníků vašich webových stránek navštívil během své relace pouze jednu stránku. Je to stejné pro jednotlivé stránky. Pokud má vaše stránka „about“ míru okamžitého opuštění 50%, znamená to, že 50% relací, které zahrnovaly návštěvu této stránky, byly návštěvy na jedné stránce.

míra ukončení stránky ukazuje procento návštěv stránky, která skončila tím, že uživatelé odtud opustili web. Níže uvedený diagram ukazuje, jak se liší odrazy a východy.

Tyto dvě metriky jsou podobné, ale je důležité pochopit rozdíl mezi nimi. Míra okamžitého opuštění stránky je do značné míry ovlivněna počtem lidí, kteří vstoupí na web na této stránce. Často exit rate je užitečnější metrika pro použití z tohoto důvodu.

stojí za zmínku, že vysoká míra okamžitého opuštění nebo ukončení není vždy špatná věc. Uživatelé mohou přistát na stránce, získat informace, které hledali, a pak odejít šťastný. Příkladem může být uživatel, který přistane na kontaktní stránce vašeho webu, najde vaše telefonní číslo a zavolá vám. V tomto případě uživatel dosáhl svého cíle rychle a efektivně.

budeme se zabývat tím, jak nejlépe využít míry okamžitého opuštění a ukončení ve vaší analýze později. Pro teď, ačkoli, jen se ujistěte, že znáte rozdíl mezi nimi.

Konverze a Cílů

, Jak je popsáno v předchozí kapitole, cílem je pozoruhodné akce uživatele na své stránky, nebo akce, která je přijata off-site, ale přivádí do služby analytics nástroj. Příkladem může být telefonní hovor, pokud máte na svém webu spuštěný software pro sledování hovorů.

cíl může být stejně jednoduchý jako prohlížení konkrétní stránky nebo vyplnění konkrétního formuláře. Cíle jsou často označovány jako „konverze“, ale ve skutečnosti jsou to jen jeden typ konverze. V Google Analytics konverze také odkazují na nákupy na webových stránkách elektronického obchodu.

lidé často mluví o míře konverze webových stránek. V Google Analytics se jedná o Procento návštěv, které zahrnují konverzi-uživatel buď spustí cíl, nebo dokončí transakci elektronického obchodu. V jiných nástrojích může také odkazovat na procento jedinečných uživatelů, kteří dokončili konverzi.

pokud je dotyčný web webem elektronického obchodu, termín konverze se obvykle vztahuje pouze na nákupy. Pokud web není webem elektronického obchodu, míra konverze může být buď kombinovaná sazba pro všechny cíle, nebo míra konverze nejdůležitějšího nebo primárního cíle.

protože neexistuje konzistentní definice toho, na jakou aktivitu se konverzní poměr vztahuje, je vždy dobré zkontrolovat, co někdo znamená, když používá termín.

konverze jednoduše přesouvá někoho z jednoho státu do druhého. Například přesun někoho, kdo neprovedl nákup, na někoho, kdo má. Nebo dokonce přesunout někoho, kdo nemá rád vaši značku, na někoho, kdo to dělá. Každá požadovaná konverze by měla být měřitelná tak či onak a k tomu lze v analytice použít cíl nebo řadu cílů.

segmenty a filtry

analytické nástroje obecně poskytují možnosti segmentace nebo filtrování vašich dat. Segmentace popisuje seskupování uživatelů s podobnými charakteristikami a prohlížení dat pro tyto skupiny, často ve srovnání s jinými skupinami. Příkladem může být segmentace uživatelů podle zařízení, které použili k návštěvě vašeho webu-to znamená podle mobilního telefonu, tabletu nebo stolního počítače. Filtrování má podobný účel, ale odstraňuje data z určité skupiny nebo skupin a ponechává vám pouze data ze skupin,které chcete sbírat.

v Google Analytics jsou filtry a segmenty samostatnými možnostmi, ale často jsou navzájem zaměňovány.

filtry se používají na úrovni zobrazení účtu a odfiltrují informace, které byly kdy zaznamenány ve vašich přehledech. Pokud například odfiltrujete návštěvy z vaší IP adresy pro zobrazení, tato data se pro toto zobrazení jednoduše neshromažďují. Filtry jsou užitečné pro vyloučení dat, která by jinak mohla zkreslit vaše přehledy způsobem, který nechcete.

segmenty jsou aplikovány na úrovni sestavy a dočasně odfiltrují informace ze všech sestav. Můžete například vytvořit segment pro mobilní uživatele z Francie. Jakmile je tento segment použit, všechny vaše zprávy budou obsahovat pouze data pro francouzské mobilní uživatele. Segment se přestane používat buď při ručním odebrání, nebo při zavření služby Google Analytics a návratu. Segmenty mohou být opravdu užitečné pro analýzu chování různých skupin uživatelů. Podrobněji se budeme zabývat segmentačními daty později v této kapitole.