Google Analytics. Часть 3: Анализ поведения посетителей сайта

С появлением бесплатного Google Analytics веб-аналитика вышла на совершенно иной качественный уровень. Если раньше аналитика заключалась в определении популярных страниц и «усредненных» маршрутов посетителей (к слову, я никогда не видел бесплатных программ, которые бы позволяли посмотреть маршрут одного посетителя), то теперь в нашем распоряжении статистика по любому событию, которое может быть «отловлено» в браузере посетителя сайта.

История вопроса: что можно отследить при помощи веб-статистики?

1. Факт скачивания браузером файлов (картинок, статических веб-страниц), факт обращения браузера к сриптам, генерирующим динамический веб-контент (иными словами, факт посылки браузером CGI-запроса к скрипту).

Пример такой статистики, полученной при помощи веб-приложения Webalizer:



2 Технические параметры (версия браузера, ОС, разрешение экрана, глубина цвета, скорость соединения, поддерживается ли java, flash)
3 Популярность статических или динамически-генерируемых страниц, entrance bounce rate для входных страниц сайта (процент посетителей, которые покинули сайт сразу после открытия первой страницы сайта), exit rate для страниц сайта (процент посетителей, которые покинули сайт с некоторой страницы), среднее количество просмотренных посетителями страниц (глубина визита), среднее время нахождения посетителей на сайте (продолжительность визита)
4 Ключевые слова и фразы, которые привели посетителей на сайта с поисковых систем, а также реффералы (сайты, которые ссылаются на анализируемый сайт). Более подробно про то, как SEO-специалисты могут использовать веб-статистику в своей работе я писал в статье Google Analytics. Часть 1: Откровение для SEO-специалиста
5 Число уникальных посетителей и среднее количество повторных посещений (т.е. число лояльных посетителей)
6 Входящие и исходящие ссылки для страниц сайта

Пример такой статистики, полученной при помощи Google Analytics:



7 Маршруты по сайту

Пример статистики, полученной при помощи Google Analytics:




8 Уровни конверсии для целей (например, уровень конверсии для процедуры регистрации - это отношение зарегестрированных пользователей к общему числу посетителей, открывших форму регистрации) - более подробно про уровни конверсии я написал в статье Google Analytics. Часть 2: Откровение для владельца веб-сайта

9 Клики по странице (heat map) - более подробно про карты кликов я написал в статье ClickDensity – новая буква в веб-аналитике

Пример карты кликов, построенной при помощи веб-приложения ClickDensity



Все эти данные прекрасно подходят для анализа высокоуровнего поведения посетителей веб-сайта, то есть переходов по страницам. Для большинства информационных веб-сайтов такой статистики будет вполне достаточно. Однако для функционально нагруженных сайтов (веб-приложений) нужна более детализированная информация, которая позволяла бы анализировать действия/шаги посетителя в контексте выполняемых им задач.

Детализированный анализ поведения
Когда я говорил “функционально нагруженный сайт”, я имел в виду веб-приложение, которое позволяет своим пользователям выполнять какие-либо задачи. То есть помимо получения некоторой информации со страниц сайта, посетитель может решать какие-либо другие задачи. Например, на сайте знакомств ими могуть быть:

1. пользователь задает параметры поиска и запускает процедуру поиска профиля
2. пользователь просматривает результаты поиска (каталог профилей)
3. пользователь просматривает детальное описание профиля
4. пользователь просматривает фотографии профиля
5. пользователь отправляет сообщение другому пользователю

Представьте себе страницу с найденными в результате поиска профилями (каталог профилей). Возле каждого элемента таблицы выводиться фотография пользователя, а также список ссылок, запускающих различные действия, например: “отправить сообщение пользователю”, “отправить sms”, “добавить пользователя в избранное” и т.д. Например, чтобы отправить сообщение, нужно нажать на ссылку “отправить сообщение”, которая откроет страницу с формой для ввода темы и текста сообщения. Кроме того, если посетитель кликнет на имени пользователя, то он перейдет на страницу с его профилем. И на этой странице также выводиться список из тех же возможных действий, что и в каталоге профилей.

Также представьте себе форму регистрации, состоящую из одного шага. После того, как посетитель нажимает на “зарегистрироваться”, он попадает на страницу типа “thank you”, на которой выводится список возможных дальнейших действий (которые, естественно, желательны нам, манипуляторам поведения). Допустим, что там выводится три ссылки: создать профиль, добавить фотографии и запросить справку.

Так же допустим, что на сайте есть ссылка на Word-документ с анкетой для зарегестрированных пользователей (анкета для получения обратной связи от пользователей).

Теперь о моих задачах. Мне требуется узнать:

1. Как часто поиск профиля оказывается успешным (то есть возвращает ненулевое количество профилей, удовлетворяющих критериям поиска)
2. Какие действия пользуются наибольшой популярностью на странице с каталогом профилей, а на странице с детальным описанием профиля?
3. Сколько раз посетители сайта посылали сообщение со страниц каталога, а сколько раз со страницы с описанием профиля
4. Как часто посетители сайта смотрели фотографии профилей
5. Какую ссылку чаще всего жмут зарегистрированные пользователи на странице “thank you”
6. Сколько раз пользователи скачали анкету (ну или по крайней мере открыли диалог для записи файла).

Ответы на эти вопросы помогут мне оценить эффективность юзабилити-мероприятий, которые я провел во время редизайна сайта. Кроме этого я смогу сделать на основе этой информации новые рекомендации для улучшения юзабилити этого сайта.

Статистика, которую я описал в разделе “История вопроса” не даст мне возможности ответить на эти вопросы. Например, если система не нашла профили, удовлетворяющие критериям поиска, браузеру отдается такая же страница, как и в случае успешного поиска. Поэтому по количеству посещений страницы с результатами поиска (каталога профилей) я не могу ответить на первый вопрос. Далее, некоторые действия над профилем пользователя (например, “подмигнуть” пользователю) запускают javascript-код на стороне клиента, который обращается напрямую к скрипту на сервере. При этом код Google Analytics, регистрирующий события (