Когда поведенческие метрики полезны, а когда – нет

Этот вопрос стал темой одного из последних выпусков Whiteboard Friday в Moz

Автор: Рэнд Фишкин (Rand Fishkin) – основатель Moz, признанный эксперт по поисковому маркетингу

Когда правильно использовать такие метрики, как показатель отказов, глубина просмотра и время, проведённое на сайте? А когда лучше не обращать на них внимания?

Есть разные мнения по поводу ценности этих метрик вообще и, как вы можете предположить, однозначного ответа на эти вопросы нет.

Среди интернет-маркетологов отношение к этим метрикам может быть диаметрально противоположным. Одни специалисты считают, что на них вообще не стоит обращать внимания, при этом другие уверены, что эти показатели очень важны и под них нужно проводить оптимизацию. Ни одна из этих точек зрения не является единственно верной. Как это обычно бывает, правда лежит где-то посередине.

По мнению Уила Рейнольдса (Wil Reynolds) из Siege Media и директора по аналитике Seer Interactive Сайфа Шарифа (Sayf Sharif), во многих случаях эти показатели являются совершенно ненужными. Им не доверяют и их почти не используют.

С нашей точки зрения, зачастую это действительно так.

Когда эти метрики не являются полезными

1. Когда они используются вместо конверсионных метрик для демонстрации «успеха»

Эти показатели не полезны, если вы используете их вместо конверсионных действий. Конверсия – это когда пользователь совершает целевое действие на сайте. Например, заполняет форму или покупает товар. То есть, посетители попадают на ту страницу, на которой мы бы хотели их видеть.

Показатель отказов – это процент посетителей, которые просмотрели лишь одну страницу и покинули сайт. Глубина просмотров показывает, сколько страниц просмотрел пользователь за один сеанс. Время, проведённое на сайте, в свою очередь, является очень сырой и грубой метрикой. Если пользователь отойдёт от компьютера, перейдёт на другую вкладку или закроет браузер, то это не значит, что время на сайте закончится в тот же момент. Поэтому у данной метрики много недостатков. При этом усреднённый показатель может представлять интерес.

Тем не менее, если вы используете эти метрики вместо конверсионных, для которых на самом деле должна проводиться оптимизация, то вы явно ошибаетесь.

2. Когда они сравниваются с показателями нерелевантных «конкурентов»

Когда вы сравниваете их с показателями нерелевантных конкурентов и сайтов – например, сопоставляя коммерческий сайт и медиаресурс – то разбежности будут очень большими.

Если глубина просмотра на коммерческом сайте такая же, как на развлекательном, то этому могут быть две причины: или медиасайт ужасен, или же вы делаете что-то совершенно невероятное с точки зрения удержания внимания и интереса пользователей.

Время на сайте также вводит в заблуждение в этом случае, поскольку вы сравниваете медиа-, новостной или информационный сайт и коммерческий.

Amazon и подобным ресурсам, вероятно, не нужно, чтобы пользователь долго находился на сайте. Мы хотим, чтобы посетитель нашёл нужный товар и купил его. Если он тратит на это 10 или 20 минут вместо 5, значит, мы не справились со своей задачей. Мы не обеспечили хороший опыт взаимодействия, чтобы пользователь быстро прошёл по пути к покупке.

Для разных типов ресурсов поведенческие показатели будут сильно различаться и сравнивать их в данном случае не имеет смысла.

3. Когда они не анализируются с течением времени и учётом источников трафика

Эти метрики также не будут полезными, если они не анализируются с течением времени и учётом источников трафика.

Например, если пользователь переходит на страницу через ссылку в Twitter, то очень высоки шансы, особенно на мобильных устройствах, что мы будем наблюдать высокий показатель отказов и низкую глубину просмотра. Всё потому, что таково поведение пользователей Twitter. В Facebook наблюдается практически та же ситуация.

Однако если пользователи перешли на сайт из поиска Google – введя информационный запрос и кликнув на органический результат – то вы можете наблюдать противоположное поведение: относительно низкий показатель отказов, относительно высокую глубину просмотра и более длительное время, проведённое на сайте.

Когда эти метрики полезны

1. Когда они используются в качестве диагностики для воронки конверсии

Несмотря на обозначенные выше недостатки, эти метрики действительно полезны, если они используются для диагностики на разных этапах воронки конверсии.

Например, наша воронка выглядит так:

Люди попадают на сайт через главную страницу, блог или раздел новостей, а в конечном итоге переходят на страницу товара, прайса и покупки. И у нас есть поведенческие метрики для каждого из этих этапов.

Когда мы вносим изменения в эти страницы, то мы не только смотрим на результаты, выраженные в конверсиях. Мы также обращаем внимание на такие вещи, как сокращение времени, проводимого на сайте или глубины просмотра, а также повышение показателя отказов из одного из этих разделов.

Допустим, мы изменили цены и видим, что теперь пользователи проводят меньше времени на этой странице, при этом глубина просмотра и показатель отказов для неё остаются неизменными, а число конверсий немного уменьшилось.

Должны ли мы сделать вывод, что изменение цен негативно повлияло на показатель конверсии? Скорее, нет. Возможно, нам нужно проанализировать другие факторы, которые могли привести к его снижению.

Это тот тип диагностики, которую вы можете проводить, имея метрики на этих уровнях. Если вы видите спад в конверсиях или подъём, это точно требует углублённого анализа, а поведенческие показатели помогают сформировать рабочие гипотезы касательно того, что происходит.

Ещё один пример. Допустим, мы внесли изменения в страницу товара и заметили, что время на сайте и глубина просмотра снизились. Если коэффициент конверсии остался на прежнем уровне, но мы видим, что количество вовлечённых пользователей уменьшилось, а мы не можем так активно использовать ретаргетинг и теряем подписки на email-рассылку, тогда, возможно, имеет смысл откатить эти изменения, несмотря на то, что показатель конверсии от них не пострадал.

2. Когда сравниваются показатели за разные периоды, чтобы оценить, что влияет на поведение

Ещё один полезный способ использования этих метрик – сравнение их с течением времени, чтобы посмотреть, что влияет на поведение – внутренние изменения или внешние силы. Например, мы можем посмотреть на показатель вовлечённости по блогу. Конверсии получить через блог сложно, разве что подписки. Глубина просмотра – хорошая метрика для блога. Она говорит нам, интересовались ли пользователи другими разделами сайта, его материалами и деятельностью компании.

Если мы видим, что в апреле этот показатель значительно снизился (а именно в этот период у нас появился новый автор), а теперь выравнивается, значит, автор адаптируется и есть вероятность, что ситуация нормализуется. Если же показатель сильно ухудшился, то имеет смысл проанализировать, в чём именно причина, и попытаться её устранить.

3. Когда они сравниваются с показателями релевантных конкурентов

Эти метрики также могут быть полезными при сравнении показателей ресурса с показателями релевантных конкурентов. Если у вас есть прямой конкурент, сайт которого по структуре очень похож на ваш, то вы можете сравнить ваши метрики.

Если вы можете получать данные из таких источников, как SimilarWeb или Jumpshot, а также качественных отраслевых исследований, и видите, что у конкурентов показатели значительно лучше, чем у вас, то вы можете затем посмотреть, что они делают такого, чего вы не делаете.

Для этого нужно проанализировать, как пользователи попадают на их сайты, как они вовлекаются во взаимодействие, сколько времени они на них проводят и сколько страниц просматривают. Так можно выявить те ресурсы, подробный анализ которых может принести выгоды для вашего сайта.