Как направихме инструмент за уеб анализ за Ecommerce сайт

В този пост ще се опитам да разкажа защо на бизнеса му трябва собствен уеб аналитичен инструмент (уеб анализ) и ще дам пример с направения от нас продукт. Но преди това, нека за секунда се разсеем и разгледаме защо на онлайн-бизнеса въобще е нужен уеб анализ?

За уеб анализа в Ecommerce

Всеки уеб анализ може да се сравни с шофирането на автомобил. Представете си, че сядате зад волана на автомобила, в който не работи скоростомера и останалите бутони на таблото, и най-важното — през предното стъкло на колата не се вижда нищо, не виждате и пътя, по който карате. Такъв автомобил, разбира се, ще тръгне от място, но едва ли ще може да стигне по-далеч от близкия завой.

Професионалният уеб анализ може да се сравни с навигатор в състезателна кола. Едва ли ще поверите тази роля на некомпетентен човек.

Професионалната аналитика може да се сравни с навигатор в състезателна кола.

През 2006 година, когато започнах пътя си като аналитик, със сигурност ми е било по-лесно отколкото на новото поколение. В същото време, в качеството на основен инструмент за обработка и визуализация на данни бе Microsoft Excel 2003. От тогава, повечето компании осъзнаха ценността в събирането и обработката на информация и, съответно, обемът от данни нарастваше с всяка година в геометрична прогресия. Сега, независимо от това, че работният лист в Microsoft Excel 2013 позволява съхраняване на 1048576 реда (което е 17 пъти повече, отколкото в Microsoft Excel 2003), за решаване на повечето задачи не са достатъчно съществуващите на пазара инструменти. Технологиите за събиране, обработка и визуализация на данни се развиват със същата скорост, както и обемите на натрупаните данни. За решаване на задачите, свързани със събирането и обработка на данни, вместо MySQL и другите релационни бази данни, дойдоха облачните бази данни (Postgres Plus, Microsoft Azure, Google BigQuery), способни за няколко секунди да обработват терабайтове информация.

На мястото на Microsoft Excel дойдоха цяло множество мощни BI платформи, такива като QlikView, Tableau и Bime, които могат да свързват и визуализират в реално време информация от множество източници на данни, пък и самия Excel, с появата на надстройките Power Pivot и Power Query през 2010 година, от обикновен процесор за електронни таблици се превърна в пълноценна BI платформа.

Excel, с появата на надстройките Power Pivot и Power Query през 2010 година, от обикновен процесор за електронни таблици се превърна в пълноценна BI платформа.

С развитието на технологиите за събиране, обработка и визуализация на данни изискванията към уеб анализа нараснаха. Днес, специалистът по уеб анализ трябва да разбира от множество различни бази данни, а също така и от десетки платформи, насочени към обработка и визуализация на информация. Неправилната интерпретация на информация води до значителни загуби за компанията. Именно затова грамотната работа с уеб анализа е така важна за целите на бизнеса на всички етапи — първоначалното стъпване на пазара, маркетинг, разрастване. Преди 15 години имаше възможност да се дава уеб анализът за бизнеса на аутсорс, преди пет години — се налагаше наемане на щатен специалист, който може качествено да работи с традиционните инструменти.

Съвременното решение на въпроса е създаване на уеб аналитичен продукт, къстомизиран за спецификите и целите на конкретния бизнес. При това, такова решение не отменя инхауз специалист-аналитик или определени аналитични навици на мениджъра, използващ този продукт.

Създаване на уеб аналитичен инструмент

През ноември 2014 година към нас се обърна клиент с цел да анализира събития на своя сайт и да получи отговори на необичайни въпроси във вид на отчети, които не могат да се получат от Google Analytics. При това нямаше сто процентово разбиране какви именно отчети биха отговорили на въпросите на бизнеса. Съвместно с клиента, ние написахме списък с параметри и метрики, необходими за получаване на отговори. Въз основа на събраните и пресметнатите данни бе създадена система за автоматично обновявани специфични отчети. Файлът ежедневно автоматично обновява всички отчети при отваряне, защото визуализацията на данни бе свързана с ежедневно обновявана MySQL база данни, в която посредством API информацията се дублираше от Google Analytics.

Схема на процеса на събиране, агрегиране и визуализация на данни

Схема на процеса на събиране, агрегиране и визуализация на данни

  1. Google Analytics събира информация за всички сесии на сайта.
  2. С помощта на API в Google Analytics, ние я агрегираме и изтегляме в MySQL база.
  3. Файл Excel се свързва към MySQL база и при всяко отваряне изпраща заявка за получаване на актуални данни като по този начин обновява всички таблици и диаграми.

План за работа по проекта

1. Да се разработи по поръчка на клиента MySQL база данни с цялата информация, която би искал да анализира клиента.

2. Да се напише скрипт за ежедневно попълване на базата данни за вчерашния ден.

3. Да се сегментира трафика по активности, въвлеченост и тип на посетителя.

По заинтересованост:

  • незаинтересовани (сеанси с продължителност до 60 секунди);
  • интересуващи се (сеанси с продължителност от 60-180 секунди);
  • заинтересовани (сеанси с продължителност над 180 секунди).

По активност:

  • нови (количество дни от последното посещение — 0);
  • активни през последните две седмици (количеството дни от последното посещение — 1-30);
  • върнали се след две седмици (количеството дни от последното посещение — над 30).

По тип на посетителя:

  • оторизирани посетители (авторизирал се е, но не е влизал в своя профил — персоналните страници на сайта)
  • ползващи профила (посетили персоналните страници на сайта);
  • други (не посетили персоналните страници на сайта).

По тип на сайта:

  • десктоп;
  • мобилен.

По езикови версии на сайта:

  • RU (Руски);
  • KZ (Казахски).

По тип устройства:

  • Desktop;
  • Mobile;
  • Tablet.

4. Настройване на визуализацията на данни с възможност за различно филтриране в Excel-файла, който е свързан с MySQL базата. Всичките отчети в този файл са настроени за автоматично обновяване един път в денонощие.

Разработката на това BI решение отне 27 часа. Бе настроено събирането на данни от Google Analytics директно в MySQL базата.

Резултат

Сега няколко думи за възможностите на създадения от нас инструмент за уеб анализ. Нашето решение позволява да се:

  1. Вижда обемът трафик и поведенческите показатели по дни.
  2. Показва сегментирането на посетители във формата на отчета..
  3. Показва сегментирането на посетители във формата на диаграми.
  4. Показва промяната на поведенческите показатели.
  5. Показва ценността на новия контент.
  6. Сравнява показатели за отделни страници на сайта.

Да се спрем на всяка точка по-подробно.

1. Обем на трафик и поведенчески показатели по дни

Обем на трафик и поведенчески показатели по дни

В този отчет може да се анализира ежедневната динамика на промяната на поведенческите показатели, а също и нарастването на посетителите. Има възможност да се филтрира отчета по мобилна или пълна версия на сайта, по езикови версии, по тип на посетителя, по активността и въвлечеността на посетителите, а също така по тип на устройство.

2. Сегментиране на потребителите, отчет

Сегментиране на потребителите, отчет

Този отчет позволява да се сравнят различни сегменти посетители, а също така да се види частта на всеки сегмент. Например, вие можете да анализирате, какъв процент от вашите посетители е въвлечен и заинтересован.

3. Сегментиране на потребители, диаграми

Сегментиране на потребители, диаграми

Сегментиране на потребители, диаграмиПредставените по-горе диаграми дават разбиране на същата информация, както и отчета по сегментации на потребителите, но вече в по-удобен графичен вид.

4. Промяна на поведенческите показатели

Промяна на поведенческите показателиПромяна на поведенческите показатели

Промяна на поведенческите показатели

Тези диаграми позволяват проследяване на промяната на поведенческите показатели и визуализират линейния тренд с прогноза от няколко стъпки напред. Също така, може да се оцени влиянието на средната продължителност на сесията върху показателя на отказите.

5. Определяне на ценността на новия контент

Определяне на ценността на новия контент

Определяне на ценността на новия контент

Определяне на ценността на новия контент

Благодарение на графиките за структурата на трафика в динамика може да се оцени релевантността на контента. По-точно, повишава ли новият контент заинтересоваността на посетителите, стават ли те по-активни. Също така се показват съотношението на трафика от различни типове устройства.

6. Показатели от конкретни страници на сайта

Показатели от конкретни страници на сайта

Показатели от конкретни страници на сайта

Този отчет ще ви помогне да определите страниците с висока степен на отпадане, или тези, на които потребителите не се задържат. Вие можете да разберете на какви страници контентът трябва да се преработи. Нашият клиент получи готов инструмент с възможност за уеб анализ на различни действия на посетителите на сайта. В съответствие с тези данни може да се приемат ясни решения — как да развива своя проект в бъдеще. Представеният в кейса инструмент има широки възможности и, все пак, това е малка част от това, което може да се предложи на бизнеса като BI решения. Така че настоятелно съветвам да се изучава анализът за развитие на онлайн-проекти.

2
0
0
Открихте грешка? Маркирайте я и натиснете Ctrl + Enter.