Оценка трафика сайта при улучшении его позиций. Оценка посещаемости сайта


▲Анализ посещаемости сайта в Google Analytics

Анализ трафика сайта. Инструменты, методы

Содержание1. Основные инструменты для анализа посещаемости.2. Различия между Google Analytics и Яндекс Метрикой.3. Метрики для анализа посещаемости.4. Пример. Анализ посещаемости сайта в Google Analytics.5. Отчет Аудитория сайта.6. Отчет Источник/канал.7. Отчет Страницы входа.8. Простые фильтры в Google Analytics.9. Простые цели в Google Analytics.

Предлагаю сегодня поговорить про инструменты для анализа посещаемости сайта, а также про те метрики, которые следует отслеживать.

Вебмастера и интернет-маркетологи сегодня имеют возможность получить огромное количество информации о посещаемости своих сайтов. При это мы получаем не только количественные показатели, но и имеем возможность установить качественные метрики

1. Основные инструменты для анализа посещаемости

Большинство специалистов рекомендуют устанавливать два самых популярных инструмента для проведения веб-аналитики: Google Analytics и Яндекс Метрика. Мы проводим установку счетчиков данных систем сразу же после окончания разработки сайта. Установки именно двух систем одновременно позволяет получить более полную картинку про поведение пользователей на сайте, обе метрики имеют свои плюсы и минусы их мы рассмотрим ниже.

Google Analytics – это совершенно бесплатный (для сайтов в посещаемостью до 5 000 000 посетителей в месяц) сервис от компании Google, который собирает данные о посетителях сайта и позволяет создавать отчеты на базе полученных данных. Все собранные данные хранятся на серверах Google, а передаются они туда при помощи JS-кода, который необходимо разместить на тех страницах сайта, для которых нужно собрать статистику (обычно размещение сквозное, тоесть на всех страницах). Имеет возможность интеграции с другими сервисами Google.

Яндекс Метрика – бесплатный сервис, позволяющий собирать данные о посещаемости сайта и о поведении пользователей. Основные функции Новой Метрики очень похожа на функции Google Analytics. Яндекс Метрика также подключается при помощи кода JS, который необходимо разместить на всех страницах сайта по которым нужны данные. Имеет возможность интеграции в другие сервисы Яндекс, незаменимый инструмент для веб аналитиков и профессиональных директологов компании atdigital.ru.

2. Основные различия между Google Analytics и Яндекс Метрикой

Яндекс Метрика
  1. Вебвизор. Визуальная запись посещения пользователя. Аналитика форм.
  2. Уведомления о проблемах с сайтом. Сообщение на эл. почту или смс, если сайт не доступен.
  3. Реальные ключевые запросы из поиска Яндекса. В отличие от GA, можно видеть по каким ключевым фразам пользователь перешёл из поиска.
  4. Улучшенный показатель отказов. В GA также, можно модифицировать код счетчика.
  5. Целевой звонок. Встроенный call-tracking

В Новой Метрике уже доступны многие функции Google Analytics, которые давали ему значительное преимущество. Но качество их реализации пока под вопросом.

Google Analytics

  1. Представления. Разделение трафика на любые логические части.
  2. Модели атрибуции. Возможность видеть не только последний источник посещения пользователя, но и предыдущие, и учёт их на конверсию.
  3. UserID. Возможность идентифицировать пользователя с разных устройств (планшет, моб.) и компьютеров.
  4. Загрузка данных. Возможность загружать данные по расходам рекламных кампаний, дополнительные поля товаров, характеристики посетителей и многе другое.
  5. Сегменты. Фильтрация данных по любым параметрам.
  6. Эксперименты. Проведение A/B тестирования
  7. Расширенная эл. торговля. Более полное понимание пути пользователя до конверсии, внутренний маркетинг.
  8. Отчеты в режиме реального времени. Возможна быстрая проверка работоспособности сайта/кода/событий и т.п.
  9. Когортный анализ. Еще один классный способ фильтрации пользователей.
  10. Аудитории для ремаркетинга. Создание различных списков ремаркетинга под любым углом.
  11. Группы контента. Группировка контента на базе своих правил.
  12. Пользовательские параметры и метрики. Для товара/пользователя/сеанса/хита возможность расширения характеристик своими метриками.
  13. Measurment Protocol. Загружаем любые метрики/параметры в Google Analytics извне.
  14. Оповещения. Уведомления по широко-задаваемым правилам.
Спасибо автору за сравнение систем.  

3. Метрики для анализа посещаемости

Проводить анализ посещаемости сайта необходимо по определенным метрикам, которые так или иначе показывают либо на удобство сайта, либо на качество его продвижения. Для разных видов сайтов все показатели различны. Среднего показателя для всех сайтов не бывает. Для удобства можно разделять сайты на информационные, интернет магазины, корпоративные, развлекательные и т.д.

Для оценки эффективности самого сайта обычно используют такие показатели как:

Время пребывания на сайте

Показывает насколько пользователи заинтересованы в контенте сайта, с одной стороны, и насколько качественный и целевой трафик попадает на сайт из основных источников. В зависимости от вида сайта, данный показатель может колебаться от нескольких секунд до 5-10 минут и более. Для моего блога данные показатель составляет 00:01:14.

Глубина просмотра

Показывает сколько страниц просматривают пользователи на вашем сайте. Для различных сайтов этот показатель может сильно отличаться. На gendolf.info глубина просмотра 1,27 страницы за один сеанс. Для информационных сайтов показатель просмотров обычно небольшой и составляет максимум 2-3 страницы. Для интернет-магазинов и корпоративных сайтов эта цифра может составлять 3-5 и более страниц за один сеанс. Глубина просмотра очень зависит от качества контента и удобства перелинковки на сайте.

Показатель отказов (Bounce Rate)

Очень информативным показателем для оценки как качества сайта так и качества трафика является показатель отказов. Посещения, которые заканчиваются очень быстро, помечаются в системах аналитики как отказы. В результате мы может смотреть сколько процентов пользователей сразу вышли с сайта и не заинтересовались контентом. Показатель отказов для разных видов сайтов может составлять и 90% и 10%. В любом случае нужно стараться уменьшит этот показатель до минимального значения. Для моего блога по данным Яндекс Метрики отказы составляют всего 10% от числа всех посещений, данные же Google показывают 88%. Что узнать почему в разных системах показатель отказов отличается, читайте этот материал.

Возвраты пользователей

Если пользователи сайта заходят на него повторно, это говорит о дополнительной заинтересованности в контенте. Это отличные показатель, указывающий на качество и пользу сайта. Чем больше возвратов, тем больше людей сочли сайт полезным и возвращаются на него за поиском информации.

Цели, события, электронная торговля

Более сложные метрики для проверки качества сайта и трафика можно отслеживать используя такие инструменты как события, цели, последовательности целей, электронная торговля, анализ скролинга (для лендинг пейдж) и т.д. Все эти инструменты имеют практически неограниченные возможности при условии наличия ровных ручек и достаточного желания их освоить. Обучиться основам веб-аналитики с нуля и углубить знания можно на бесплатных семинарах CyberMarketing. Занятия проводятся на регулярной основе на базе Института МИРБИС. После прослушивания курса выдается сертификат. Кроме того, здесь много других направлений: контекстная реклама, создание сайтов, интернет-коммерция, SEO и мн. др., так что вы можете получить комплексные знания в сфере интернет-маркетинга.

4. Пример. Анализ посещаемости сайта

Для наглядности, нужно обязательно провести хотя бы не сложный анализ посещаемости. Чтобы никто не возмущался о сохранности данных его статистики, предлагаю для примера использовать данные Google Analytics моего блога. По примеру этого анализа можно анализировать любой сайт, главное не забывать включать голову.

Для начала читаем о том,  как добавить на сайт Google Analytics и другие инструменты необходимые для продвижения сайта. После успешной установки счетчиков на сайт необходимо подождать определенный период, для того, чтобы система накопила достаточно данных для анализа. На самом деле, можно анализировать и данные за день или пол для, но если посещаемость низкая, то данные будут очень судные.

5. Обзор аудитории сайта

analiz-sayta-v-GA-1

Я отметил кружечками метрики, указанные в отчете.

  1. Тут мы видим количество пользовательских сеансов, сделанных за анализируемый период. Один пользователь может совершать за день несколько сеансов. Стандартная сессия длится 30 минут, после ее окончания активность того же пользователя распознается как новая сессия.
  2. Пользователи (уникальные посетители) – этот показатель более точно отображает количество людей, которые посетили сайт. Каждый новый браузер, это уникальный пользователь.
  3. Общее количество просмотренных страниц пользователями сайта.
  4. Показатель глубины просмотра. Показывает количество просмотров на один сеанс.
  5. Среднее время пребывания на сайте для одного сеанса.
  6. Процент переходов на сайт с последующими отказами.
  7. Процент пользователей посетивших сайт повторно.

В стандартном отчета об аудитории сайта, мы видим данные показатели для всего трафика. И не удивительно, что эти данные не очень информативны. Для получения более полезной информации нужно просматривать другие отчеты, в которых трафик сегментируется.

6. Отчет источник/канал

analiz-sayta-v-GA-2

Обращаем внимание на первый столбик. В нем все 9548 сеансов разбиваются по источникам/каналам трафика.Для моего блога три лидирующих источника это: Яндекс поиск – 5436, Google поиск – 2517, и прямые переходы – direct.

Ну а вот теперь самое интересное. Для каждого этого канала мы имеем возможность увидеть стандартный набор метрик, которые мы рассмотрели выше по тексту, и сравнить их.

analiz-sayta-v-GA-3

Показатели качества трафика для переходов из поисковой системы Google заметно выше. В среднем, каждый сеанс из Google длиннее на 18 секунд. Глубина просмотра страниц для переходов из Яндекс - 1,17, для трафика из Google 1,3.

Почему данные метрик для  переходов из разных поисковых систем отличаются? Все дело в том, что переходы из поисковых систем совершаются на различные страницы, по разным поисковым запросам. В каждой поисковой системе в ТОПе поисковой выдачи различные записи блога.

В следующей отчете предлагаю посмотреть поведение пользователя на различных страницах сайта. Для этого нужно перейти в раздел Поведение/Контент сайта/Страницы входа.

7. Отчет Страницы входа

analiz-sayta-v-GA-4В данном отчете можно увидеть, насколько тот или иной контент сайта задерживает пользователей на сайте. Например самая популярная запись моего блога в поиске, имеет очень низкие показатели качества, про это говорит показатель отказов 94,31% и время пребывания на сайте 25 секунд. Несмотря на то, что я сделал эту запись максимально полезной, ее показатели скорее всего не станут лучше, по крайней мере в Google Analytics, это связано с методикой расчета показателя отказов в GA.

При помощи отчета Страницы входа очень удобно анализировать поведение пользователей для каждой страницы отдельно. Также этот отчет позволяет увидеть, какие записи сайта приводят больше или меньше посетителей на сайт.

8. Простые фильтры в Google Analytics

Материал в процессе доработки.

Еще про веб-аналитику:

Оцени пост!

Loading...

Статьи по теме

gendolf.info

Анализ посещаемости сайта: что он дает

 Анализ посещаемости сайта: что он дает

Чтобы самостоятельно провести анализ эффективности вашего сайта необходимо отработать анализ посещаемости сайта, оценить уникальность его контента и также провести анализ гиперссылок. Только в этом случае вы можете надеятся на  успешное продвижение вашего сайта.

Что такое анализ посещаемости сайта?

Деятельность пользователя на сайте можно оценить, используя специальные сервисы анализа посещаемости сайта. При этом владелец сайта получает определенную нужную статистическую информацию. Данный вид деятельности называется веб аналитика. С помощью различных сервисов, например, гугл аналитик или яндекс метрика, можно получить всевозможные данные по посещаемости сайта. Необходимо провести по полученным отчетам глубокий анализ  эффективности работы ресурса.

Основными показателями посещаемости сайта являются уникальные посещения, просмотр страниц, время нахождения пользователя на сайте, глубина просмотра страниц сайта, отказы, а также новые посещения.

Основные показатели посещаемости сайта

Посещение - данный показатель указывает количество посетителей на вашем сайте, чаще всего за сутки. Из этого показателя вы можете взять информацию о развитии вашего ресурса, а также о  просмотре сайта одним и тем же Анализ посещаемости сайтапользователем. Этот показатель позволяет оценить рост популярности вашего сайта в сети;

Просмотр страниц - данный показатель указывает среднюю арифметическую величину времени просмотра страниц вашего сайта пользователями в целом. Учет данного показателя также позволяет оценить популярность вашего сайта, эффективность работы навигации сайта, а также выявить проблемы форматирования текста в содержимом сайта;

  • Средняя продолжительность посещения – данный показатель позволяет оценить, насколько долго пользователь находится на вашей страничке. Это тоже играет большую роль в оценке популярности вашего сайта. Если этот параметр высокий, поисковые роботы лучше  индексируют ваш сайт:
  • Уникальные посетители - данный параметр позволяет оценить общее количество пользователей заходящих на ваш сайт с уникального IP. При этом нужно учесть, что подсчет уникальных посетителей проводиться не всегда корректно.
  • Средняя глубина просмотра - данный параметр похож на параметр просмотра страниц, но он позволяет оценить уникальность и организацию содержимого вашего сайта, выявить проблемы в логической структуре. Чем выше средняя глубина просмотра сайта, тем дольше пользователь находится на вашей страничке и тем выше рейтинг получает ваш сайт.
  • Показатель отказов – анализ посещаемости сайта по данному параметру один из наиболее сложных способов оценки посещаемости сайта. Это связано с учетом времени посещения сайта пользователем, без выполнения каких либо действий или оценка одного просмотра страниц, в зависимости от использования аналитического сервиса гугла или яндекса.
  • Новые посещения - данный  параметр показывает число уникальных пользователей, посетивших ваш сайт, чаще всего в ближайшие сутки. Данный показатель при удачной оптимизации сайта растет довольно плавно.

Особенности анализа контента сайта

Анализ информационного содержимого сайта, или анализ контента сайта, предполагает использование различных подходов. Контент сайта является важным инструментом продвижения вашего ресурса. Главной задачей анализа контента сайта, является проверка его уникальности. Проверка уникальности содержимого сайта проводится с использованием специальных онлайн сервисов. После анализа вашего информационного содержимого в данных сервисах вы получаете процент его уникальности. Для эффективного продвижения сайта уникальность текста должна быть не менее 95 процентов.

Обязательным, при проверке информационного контента сайта, является проверка грамотности текста, его орфографии и пунктуации. Для этого также существуют специальные сервисы проверки орфографии. При желании и наличии средств, коррекцию текста можно заказать специалистам в интернете, на так называемых биржах копирайта.

Следующим показателям необходимым для анализа контента, является наличие и плотность ключевых слов. Для этого используют специальные программы, позволяющие найти ключевые слова, или вы можете использовать традиционные способы, путем частотного анализа текста, выписывая все слова на листочке.

Особенности анализа гиперссылок

Что такое гиперссылка?

Существует несколько видов ссылок:

  • Анкорная ссылка – под анкорной ссылкой чаще всего понимают определенную фразу или слово, при нажатии на которую пользователь переходит на внутреннюю или внешнюю страницу.
  • Безанкорная ссылка - представляет собой обыкновенный адрес, для перехода на внутреннюю страницу или на страницу внешнего ресурса. Такие ссылки лучше всего распознаются современными поисковыми машинами.
  • Графические ссылки, представляют собой различные графические изображения, видео, фотографии, флэш анимации и так далее. При нажатии на картинку пользователь также переходит на внутренний или внешний ресурс.

Как проводиться анализ внешних и внутренних ссылок?

Анализ внешних ссылок сайта удобнее всего производить, используя специальные онлайн сервисы. Они позволяют получить информацию о запрашиваемой ссылке, включающей владельца ссылки, его адрес, имя владельца, наличие сайта донора в интернет каталоге, а также список конкретных адресов страниц, где возможно покупать ссылки или анкор листы.

При оценке внешних ссылок в первую очередь оценивается их качество. Главными показателями качества являются показатель количества контента, размещенного на странице ссылки, его уникальность и насколько качественно оформлен этот сайт. Качество внешних ссылок сильно влияет на позиции сайта. Анализируя внешние ссылки, не забудьте проанализировать чужие сайты, являющиеся конкурентами. Анализ внешних ссылок с чужих сайтов позволит лучше оптимизировать структуру вашего сайта и повысить его позиции в  рейтинги поисковиков.

Выполняя данные этапы, вы можете удачно оптимизировать работу вашего сайта.

Видео: Как узнать посещаемость сайта? Анализ посещаемости сайта Liveinternet в Chrome

Похожие статьи:

Для начала, необходимо дать определение тому, что собой представляется такое понятие как веб-сайт. Так вот, веб сайт - это и визитная...

Основой интернета, конечно же, являются именно сайты. Их количество в интернете неисчислимое множество, и каждый из них создавался...

Каждый владелец сайта заинтересован в том, чтобы количество посетителей нарастало, и страница была в числе первых списков на...

При создании сайта его владелец, в первую очередь, думает о том, как бы впечатлить посетителей. Но иногда нагромождение...

Хоть слово «баннер» и может показаться сложным, а его создание сверхъестественным, однако это не так. Рекламные...

gs-studio.com

Анализ посещаемости сайта онлайн и оценка трафика

⭐⭐⭐⭐⭐ Когда делаете анализ посещаемости сайта, то важно продумать все до мелочей. Но это не всегда получается! Поэтому в этой статье я даю несколько примеров с кейсами, которые раскрывают срытые моменты веб-аналитики.

Онлайн анализ посещаемости сайта в интернете с примерами

Содержание:

Подводные камни при анализе посещаемости сайта

💣 Анализ посещаемости сайта — это очень ответственный и важный момент. Одно дело просто взять и собрать статистику. Другое, эти данные хорошенько проанализировать и на их основе сделать соответствующие выводы.

К сожалению, здесь встречается много скрытых хитростей. При неправильном анализе они могут увести развитие бизнеса совершенно в другую сторону. Поэтому сейчас мы рассмотрим несколько подводных камней, с которыми вы можете столкнуться на практике.

Оценка посещаемости сайта по запросам

Достаточно распространенная проблема в веб-аналитике — это неправильная оценка посещаемости сайта по поисковым запросам. Конечно же, информацию об источниках посетителей на сайте нам хорошо показывают стандартные отчеты Яндекс Метрики и Google Analytics.

Оценка посещаемости сайта по поисковым запросам людей

Но здесь не все так просто!

Если смотреть на посетителей из поиска, то увидим, что поисковики чаще скрывают информацию о том, по каким запросам вас искали. И чем дальше, чем больше эта ситуация будет усугубляться.

Яндекс и Гугл уже существенную часть запросов скрывают. Поэтому, возможно, наступит момент, когда мы совсем не будем видеть, а что же на самом деле человек искал в поиске.

Но даже сейчас, когда мы видим поисковые запросы, по которым перешли на сайт, то не всегда запрос пользователя отражает его интерес.

Бывают ситуации, когда человек начал набирать какой-то запрос. При наборе ему высветилась подсказка и в ней человек увидел формулировку, не совсем совпадающую с тем, что он искал. Пользователь хотел спросить по-другому, но формулировка с виду была подходящая и он по ней перешел.

Поисковые подсказки для пользователя в системе ЯндексПоисковые подсказки

В таком случае, вы делаете вывод, что человек так искал вас и именно это ему было нужно.

Запомните, что до перехода на сайт, пользователь взаимодействовал с поисковой системой. А она могла немного изменить его поисковый запрос.

Еще есть интересное явление, которое сейчас наблюдается в Яндексе. Это переходы по подсказкам, когда люди начинают искать конкретную компанию.

Если у вас известный бренд и пользователи набирают название компании, то в поисковых подсказках может высвечиваться ссылка на сайт.

Как вредит ссылка в поисковых подсказках вредит анализу посещаемости сайтаСсылка в поисковых подсказках

Если человек увидел такую подсказку на главной странице Яндекса, то он может перейти на сайт. В итоге в любой системе веб-аналитики у вас отразится прямой переход с главной страницы Яндекса, а не переходы с поиска. То есть вы не будете знать, как именно человек набирал.

В таком случае вы можете догадаться, что переходы с главной страницы Яндекса (если там не было рекламы), это как раз будут переходы по брендовым запросам. Это значит, что люди вас уже знают и набирают название компании.

Но есть еще более сложная ситуация!

Например, человек что-то искал в Яндексе совершенно, не связанное с тематикой. Либо искал по теме, но не переходил на сайт. А теперь он вспоминает о вашей компании и в поиске начинает набирать ее название.

В этот момент у него в выпадающем списке подсказок появляется прямая ссылка на ваш сайт. Человек по ней переходит и в web-аналитике фиксируется переход по предыдущему запросу посетителя, не связанному с вашим сайтом.

В системах коллтрекинга тоже отражаются такие запросы. Фиксируются переходы по совершенно непонятным фразам.

Поэтому, когда смотрите в отчетах переходы из поисковых систем, вы должны понимать, что не все так однозначно. Вы видите не все данные. Тем более часть из них может быть искажена. Особенно это остро наблюдается у крупных и известных брендов.

А если вы дополнительно смотрите конверсию, то статистика посещения сайта будет еще больше искажена. Ведь люди, искавшие по бренду, конвертируются с наибольшей вероятностью.

А это очень сильно искажает всю картину онлайн аналитики. То есть вы видите не те запросы, по которым вас искали. Поэтому нужно аккуратно на эти данные смотреть.

Разметка ссылок при анализе трафика сайта

Если вы используете рекламные системы, то информацию о переходах достаточно хорошо показывают соответствующие системы аналитики.

То есть если мы размещаем рекламу в Директе, то Метрика достаточно подробно и качественно все показывает.

Например, информацию о том, какое объявление, а также запрос был набран пользователем, когда он к вам перешел. Это важно Яндексу чтобы вы четко понимали эффективность рекламы. То же самое касается и Гугла.

Но бывают ситуации, когда в этой аналитике тоже могут возникать ошибки!

Как разметка ссылок может плохо повлиять на веб-аналитику

Например, вы разметили ссылки в своих рекламных объявлениях для анализа трафика сайта. Через некоторое время что-то поменяли в объявлениях, взяли одну рекламную кампанию за основу или сделали другую. Потом оказалось, что объявление находится в одной рекламной кампании, а метки в другой.

Затем на всей этой основе делают неправильные выводы. Ведь при онлайн анализе посещаемости сайта одна рекламная кампания может работать хорошо. Но в реальности будет совсем по-другому, так как метки просто находятся не там, где нужно.

Если в интернете вы размещаете рекламу на каких-то сторонних сайтах, то очень важно максимально и четко все размечать метками. Вы должны четко видеть, что пришли с такого-то сайта и по такой ссылке.

Если, например, это переход с социальных сетей, то вы должны знать, с какой сети переходили. А также нужно видеть, с какого поста был переход, когда он осуществился и так далее.

Но с размеченными ссылками есть проблема! Связана она с тем, что люди могут их копировать.

У вас может быть ссылка с разметкой на какой-то определенный источник трафика. Однако другие люди ее скопировали и разместили совершенно на других источниках. В итоге, по таким меткам можно сделать совершенно неправильные выводы.

Еще бывают ситуации, когда специально подставляют неправильные метки.

Например, размещается объявление в контекстной рекламе по каким-то брендовым запросам компании. Однако в ссылках (в метках) стоит параметр, который показывает, что это какая-то партнерская программа.

В итоге, люди с поиска, засчитываются, как посетители с других сайтов по партнерской программе потому что там схитрили представители партнерки или сами партнеры.

Делается это чтобы обмануть и показать, что за счет меток человек пришел с другого сайта. Поэтому тут тоже нужно очень внимательно смотреть!

Смотреть, по каким меткам пришли, это хорошо. Но откуда пришли и действительно ли были переходы с определенных сайтов? Эти данные тоже нужно сравнивать и анализировать.

Динамика покупок для анализа посетителей сайта

👜 Аналитика редко строится на изучении и анализе статичных данных. То есть если у вас есть срез каких-то цифр (например, продажи за один день), то это практически непригодно для анализа посетителей сайта и картины развития бизнеса.

Поэтому любой анализ должен быть динамичным. Нам нужен ряд цифр за какие-то календарные периоды чтобы понимать — движемся мы вверх или вниз.

Динамика покупок для анализа посетителей сайта в интернетеВиды динамики покупок

Динамика — это процент изменения последующего периода к предыдущему. Ее можно анализировать несколькими способами. То есть как бы сравнивать несколько периодов друг с другом:

  1. Цепная
  2. К базовому периоду
  3. К аналогичному периоду

Цепная динамика

Первый вид сравнения — это цепная динамика. Она дает понимание о том, как последующий период меняется к предыдущему. Например, так мы сможем сравнивать день со днем, месяц с месяцем или год с годом.

При сравнении месяц с месяцем у нас получается коэффициент сезонности. То есть мы начинаем понимать, какой месяц для нас был хорошим.

А также, как ведет себя потребитель и его спрос. Как он реагирует на изменения сезона. Ведь весь потребительский бизнес как правило, сезонный.

Цепная динамика (%) = (Период n / Период m) — 1

Ниже для примера представлено количество покупок на сайте по месяцам.

График цепной динамики покупок на сайтеЦепная динамика

По графику можно сделать определенные выводы. Например, в апреле 2015 года было падение. В 2014 показатель этого месяца был еще хуже. А июль 2015 имеет положительную статистику. Причем в 2014 году июль имел отрицательную сезонность в 14%.

Поэтому можно сделать некоторые выводы о том, какие факторы могли повлиять на покупки в июле 2015 года. Затем вывести среднее влияние этих факторов и потом дальше с ними работать. Например, использовать в прогнозировании.

Динамика к базовому периоду при оценке трафика сайта

При оценке трафика сайта и развития бизнеса, будет также полезна динамика к базовому периоду. У нас есть какой-то период 1, в котором не было каких-то мероприятий, рекламы и другой активности. И есть дальнейшие периоды, когда была активность.

Для того чтобы оценить эффективность этих действий в цифрах, мы по переменно сравниваем каждый последующий период с базовым. В итоге понимаем, на сколько каждый из них растет.

Динамика к базовому периоду = (Период n / Период о) — 1

Динамика к базовому периоду при оценке трафика сайтаГрафик динамики к базовому периоду

В качестве базового месяца мы берем март 2014 года и попеременно сравниваем с ним все остальные месяцы.

Влияние наружной и тв рекламы на поисковый трафик

Давайте более подробно рассмотрим динамику. Тут есть очень интересный момент, когда приходилось совмещать офлайн и онлайн анализ.

Итак, у нас есть понедельный трафик, приходящий на сайт из поисковых систем. В первом столбике неделя, когда не было никаких внешних рекламных воздействий.

Понедельный поисковой трафик и динамика к базовой неделеПонедельный поисковой трафик и прирост каждой недели с рекламной кампании к базовой неделе

Дальше с 6 недели начался старт наружной рекламной кампании. С 11 недели к ней присоединилась еще и телевизионная.

Задача заключается в том, чтобы проанализировать влияние наружной и тв рекламы на поисковый трафик сайта.

Что мы делаем?

Мы берем базовую первую неделю и каждую последующую считаем динамику к ней. Получаем синюю горку на графике.

Выводы тут напрашиваются неоднозначные.

На самом деле складывается впечатление, что если вывести даже средние, то как будто в 7 неделю реклама сработала в минус. Но такое быть не может. Она не могла отторгать потребителей.

Поэтому, когда пробуем оценить посещаемость сайта, то всегда стоит задумываться о дополнительных факторах, которые еще не включили в анализ. Это обычно неявные факторы, которые тоже могут влиять на бизнес.

Если говорить о примере по продаже пиццы, то на такой бизнес очень сильно влияет погода.

В холодную и дождливую погоду продажи росли. В солнечные и теплые дни продажи падали. Понятно, когда плохая погода, все сидят дома и заказывают пиццу. Когда погода хорошая, то многие идут гулять куда-нибудь.

Таким образом, мы понимаем, что возможно, в какой-то из недель, помимо рекламы могла быть и погода. Она могла подействовать на изменение трафика. Поэтому чтобы не приписать рекламе лишнего эффекта, нам нужно отдельно выделить эффект погоды и затем посчитать его.

У компании целевая аудитория — это мужчины и по большей части футбольные болельщики. Поэтому в течении всего футбольного матча взлетали продажи. Ведь все болельщики, которые собирались дома, заказывали пиццу. Соответственно, еще один фактор, это футбол.

Как нам выявить чистый эффект рекламы?

Для этого сведем все данные в таблицу ниже. Тут нумерация недель. Первая строчка — это базовая неделя и количество визитов. Ниже уже идут проценты поэтапного прироста к базовой неделе.

Также есть факторы, которые мы выявили. У нас есть солнечные дни, из-за которых продажи падают. Есть дождливые дни и футбольные матчи, из-за которых продажи растут.

Сейчас сделаем факторное разложение. То есть попробуем вычленить отдельное влияние каждого фактора.

У нас есть две недели (8 и 9-ая), когда не было ни дождя, ни солнца, ни футбола. Однако была наружная реклама. Эти недели были выше базовой в среднем на 12%. Соответственно, к наружной рекламе приписываем средний эффект в 12%.

Дальше есть две чистые недели (13 и 15), когда была наружная реклама и тв. Однако наружку мы уже высчитали, когда не было внешних факторов.

Канал Неделя года Трафик по неделям Динамика к базовой неделе Солн. дни Дожд. дни Доп. факторы (футбол) Наруж. реклама ТВ Солнце Дождь Футбол Прочие факторы
 нет 5 4500 0%
нррк 6 5500 22%  1 12% 10% 0%
нррк 7 4400 -2%  1 12% -14% 0%
нррк 8 5000 11% 12% -1%
нррк 9 5100 13% 12% 1%
нррк 10 5400 20%  1 12% 8% 0%
нррк+тв 11 6800 51%  1  1 12% 19% 10% 8% 2%
нррк+тв 12 6300 40%  1 12% 19% 10% -1%
нррк+тв 13 6000 33% 12% 19% 2%
нррк+тв 14 5300 18% 1 12% 19% -14% 1%
нррк+тв 15 5800 29% 12% 19% -2%

Соответственно, отнимаем от 33 число 12 и от 29 число 12. Остается чистый эффект телевизионной рекламы. Считаем среднюю и получаем 19%.

Теперь разбираем эффект от солнечных и дождливых дней. На седьмой неделе было солнце и наружная реклама. Тогда думали, почему была реклама, а результат составил -2%.

Так как выявили эффект наружной рекламы, берем его и отнимаем показатель динамики к базовой неделе. Получаем, что в солнечные дни трафик падает на 14%.

Тоже самое делаем и для другой солнечной недели (14). Только тут уже подсчитана наружная реклама, тв. Мы вычитаем наружный эффект из общего прироста. Остается эффект солнца -14%.

Тоже самое делаем и с дождем.

Есть еще одна спорная и очень сложная неделя (11). Там была наружная и тв реклама, а также дождливые дни с футболом. Из общей суммы вычитаем все факторы, которые посчитали. Все что остается, идет на футбол.

Далее проверяем.

На 10 неделе общий прирост был 20%. Из них 12% на наружную рекламу. Тв не было и остального тоже не было. Значит 8 идет на футбол.

Как бы вы не делали это факторное разложение, у вас всегда останутся какие-то не состыковки. То есть не получится так, что два дождливых дня абсолютно одинаково повлияли на продажи. Ведь всегда есть какие-то статистические выбросы и куча мелких факторов.

Поэтому в любом факторном анализе у вас должен быть столбик прочие факторы. Сюда относим всю разницу, которая получилась математически.

Такие факторы должны составлять самый малый процент. Они должны быть в десятки раз меньше, чем величины, оцененных вами факторов. Если они будут большие, значит какой-то фактор вы не учли.

Отмечу, что с погодными данными лучше работать на подневном основании. Есть много архивов метеосводок, где погоду можно развернуть по часам.

Динамика к аналогичному периоду для аналитики посещаемости сайта

Для того чтобы понимать, как сейчас обстоят дела относительно прошлого года, нужно сравнивать аналогичные периоды. Например, январь этого года с январем прошлого.

Динамика к аналогичному периоду для аналитики посещаемости сайтаДинамика к аналогичному периоду

Таким образом, выводим процент (тренд этого года) и понимаем, как чувствует бизнес, как меняются показатели и так далее. Это и есть динамика к аналогичному периоду. При аналитике посещаемости сайта ее тоже нужно использовать.

Динамика к аналогичному периоду = (Период в год 1 / Период в год 0) — 1

Обычно многие компании составляют like for like календарь. Это все 365 дней каждого года за последние 5 лет. Они расписаны так, что к каждому из них прикрепляется аналогичный день прошлого года. Например, первый понедельник февраля сравнивают с первым понедельником прошлого февраля.

Стоит сказать, что каждый год производственный календарь меняется. Также сам бизнес имеет зависимость от выходных, будней или каких-то праздников. Поэтому именно такое узкое сравнение день ко дню дает понимание того, как чувствует себя бизнес в этом году, месяце и на этой неделе.

Пример демографии при аналитике трафика сайта

📊 Сейчас рассмотрим пример демографии посетителей при аналитике трафика сайта. Есть такой инструмент, как Affinity Index. Взят он из сферы статистических и маркетинговых исследований, которые помогают нам рисовать портреты потребителей.

Итак, задача заключается в том, чтобы составить портрет целевой аудитории сети ресторанов компании. В частности, сделать для каждого ресторана.

Что мы делаем?

Из любой системы веб-аналитики берем данные по демографии посетителей сайта или определенных страниц. Вот, что получилось.

Демография посетителей сайта при аналитике трафика сайта в интернетеДемография посетителей сайта

60% посетителей составляют женщины. Причем больше трети, это возраст 25-35 лет. Соответственно, если разбить на демографические группы, то самая основная аудитория — это женщины 25-35 лет.

Но мы не можем сказать, что по всей сети ресторанов имеется одна и та же аудитория. Поэтому далее проводим более глубокий анализ трафика сайта.

Разбиение по демографическим группам

Делаем разбиение по демографическим группам посетителей каждого ресторана.

Разбиение посетителей по демографическим группам для каждого ресторанаРазбиение по демографическим группам для каждого ресторана

Видно, что массовую долю составляют женщины 25-35 лет. Конечно же, она варьируется и где-то вылезают другие демографические группы.

Но особых выводов тут сделать не можем. Ведь женщины 25-35 лет — это самая покупательская аудитория по всей России. Ее можно применить к любому бизнесу. Поэтому тут можно использовать инструмент Affinity Index. Ниже формула расчета.

Affinity Index = Доля n группы m субъекта / Доля n группы в общей сумме
  • если < 100%, то не характерно
  • если > 100%, то характерно

Полученное число показывает характерную выраженность какой-то группы в данной выборке относительно общей совокупности.

Демографическая группа 1 2 3 4 5 6 7 (Вся сеть)
Ж до 18 5% 3% 6% 8% 4% 3% 5%
М до 18 5% 4% 4% 6% 4% 2% 4%
Ж 18-25 12% 10% 12% 15% 8% 9% 11%
М 18-25 9% 9% 10% 14% 5% 6% 9%
Ж 25-35 25% 19% 20% 18% 19% 24% 21%
М 25-35 16% 15% 12% 10% 14% 10% 13%
Ж 35-45 12% 16% 15% 12% 18% 19% 15%
М 35-45 9% 14% 11% 8% 12% 10% 11%
Ж более 45 5% 6% 7% 6% 10% 12% 8%
М более 45 2% 4% 3% 3% 6% 5% 4%
Ж 59% 54% 60% 59% 59% 67% 60%
М 41% 46% 40% 41% 41% 33% 40%
до 18 10% 7% 10% 14% 8% 5% 9%
18-25 21% 19% 22% 29% 13% 15% 20%
25-35 41% 34% 32% 28% 33% 34% 34%
35-45 21% 30% 26% 20% 30% 29% 26%
более 45 7% 10% 10% 9% 16% 17% 12%

Например, в ресторане 1 доля женщин 18-25 лет составляет 12%. Сравниваем ее с долей во всей сети (11%). Здесь она более выражена.

Если посчитать Affinity Index, 12 разделить на 11, то он покажет нам значение более 100%. А чем больше 100% будет, тем более характерен будет такой признак для данной выборки. Чем меньше он будет 100%, тем менее характерен.

Таким образом мы просчитываем этот индекс для каждой демографической группы в каждом ресторане.

Например, женщины до 18 лет в ресторане 2 составляет 3%, а всего 5%. Тут он менее выражен. Соответственно, эта группа в данном ресторане менее выражена.

После того, как посчитали Affinity Index, мы видим, в каком ресторане и какие демографические группы более или менее выражены.

Демографическая группа 1 2 3 4 5 6
Ж до 18 103% 62% 124% 166% 83% 62%
М до 18 120% 96% 96% 144% 96% 48%
Ж 18-25 109% 91% 109% 136% 73% 82%
М 18-25 102% 102% 113% 158% 57% 68%
Ж 25-35 120% 91% 96% 86% 91% 115%
М 25-35 125% 117% 94% 78% 109% 78%
Ж 35-45 78% 104% 98% 78% 117% 124%
М 35-45 84% 131% 103% 75% 113% 94%
Ж более 45 65% 78% 91% 78% 130% 157%
М более 45 52% 104% 78% 78% 157% 130%
Ж 99% 91% 101% 99% 99% 112%
М 102% 114% 99% 102% 102% 82%
до 18 111% 78% 111% 156% 89% 56%
18-25 106% 96% 111% 146% 66% 76%
25-35 122% 101% 95% 83% 98% 101%
35-45 81% 115% 100% 77% 115% 112%
более 45 61% 87% 87% 78% 139% 148%

В ресторане 1 у нас менее выражены все люди старше 35 лет. Но при этом гораздо более выражены группы 25-35 лет.

В ресторане 2 в меньшей степени выражены женщины, а больше идут мужчины. Причем возраст 35-45 лет. Также смотрим и другие рестораны.

После анализа можно составить портрет потребителя по каждому ресторану.

Составляем портрет потребителя по каждому ресторану

Затем все маркетинговые активности, специальные предложения по меню, стандартное обслуживание строятся уже из того, какую аудиторию в большей степени мы наблюдаем в том или ином месте.

Коэффициент сезонности для прогноза

Коэффициент сезонности — это процент изменения месяца относительно предыдущего. Это дает понимание того, как бизнес зависит от сезонности. Ниже формула для расчета.

Коэффициент сезонности месяца 1 = Месяц 1 / Месяц 0 

Для того чтобы построить прогноз к примеру, по доставке пиццы, можно использовать Яндекс Вордстат. С его помощью можно нарисовать общую динамику рынка. Можно посмотреть историю поисковых запросов.

История поисковых запросов по доставке пиццы через Яндекс ВордстатПоисковые запросы «доставка пиццы»

Тут мы видим динамику по месяцам.

Оказывается, что лето не такое высокое для продажи пиццы. Более лучше продажи идут зимой. Очень хорошо в декабре и январе. В общем, тут мы видим поведение потребителя.

Далее из полученных данных по нужным нам поисковым запросам, посчитали эту цепную динамику, о которой говорилось выше, и получили изменения показателей от месяца к месяцу. Далее вывели из них среднее для того чтобы скомпенсировать какие-то выбросы.

Применение коэффициента сезонности для прогноза

Месяц 2014 2015 2016 Средний 2016 прогноз 2017 прогноз
январь 106% 11% 119% 112% 26 756 31 397
февраль 88% 78% 88% 85% 23 629 26 550
март 112% 1105 111% 26 224 29 466
апрель 76% 78% 77% 20 190 22 686
май 111% 102% 107% 21 527 24 188
июнь 97% 99% 98% 21 100 23 709
июль 93% 113% 103% 21 651 24 328
август 126% 102% 114% 24 696 27 749
сентябрь 94% 103% 98% 24 291 27 294
октябрь 104% 105% 105% 25 486 28 637
ноябрь 100% 97% 99% 25 157 28 268
декабрь 105% 118% 111% 28 042 31 509

И столбик среднее мы взяли как образец коэффициента сезонности, который потом можно накладывать на имеющиеся данные.

Данные приведены за 2016 и 2017 год. Прогноз делался в 2014 году с данными всего за несколько месяцев. Задача была спрогнозировать на два года вперед. Поэтому используя эти коэффициенты сезонности общие по рынку, можно прогнозировать продажи.

Вычисление эффекта при анализе посещаемости сайта онлайн

📈 Еще одна задача при онлайн анализе посещаемости сайта. Тут тоже применение коэффициента сезонности, но на этот раз не в прогнозировании, а в анализе. С января 2015 по июль 2015 года очень сильно выросла конверсия. Причем она росла поэтапно.

Как проходило изменение конверсии на сайтеКонверсия на сайте

Если сравнивать июль с августом, то конверсия выросла на 3,5% в абсолютном выражении. А если считать в относительном, то на треть (30%).

И действительно, было принято ряд мер для увеличения конверсии. Например, улучшение юзабилити сайта, изменение дизайна, выкат более доступных товаров и так далее.

Но тут нельзя согласиться, что это был чистый рост за счет подобных изменений на сайте. Поэтому в таком случае берем динамику конверсии за прошлый год.

Динамика конверсии сайта за 2014 и 2015 годДинамика конверсии

Видим, что конверсия за 2015 год растет. Хотя в 2014 году она тоже росла и никаких действий тогда не предпринимали. Это говорит о том, что у показателя конверсии, как практически у любых экономических показателей, существует определенная сезонность.

Здесь сразу нашлось объяснение потому что летом люди меньше бывают в интернете. Если кто-то и заходит на сайт, то это в большей степени будут прямые покупатели.

Летом их больше чем в январе, когда все сидят в интернете. Тогда очень много не целевого трафика. Люди заходя просто посмотреть что-то и потом опять уходят.

Но нам по-прежнему нужно определить чистый эффект от нашей активности!

Поэтому для его вычисления мы берем изменения в нашем году, в котором мы хотим очистить от сезонности. А также изменения за аналогичный период в прошлом году (в %). Отнимаем изменения этого и прошлого года и получаем чистый рост.

Давайте посмотрим все на цифрах.

В таблице есть конверсия по месяцам за 2015 и 2014 год. Приведен цепной рост от месяца к месяцу. А в последних столбиках уже рассчитан эффект.

Месяц 2015 Цепной рост 2014 Цепной рост Эффект в % Эффект в абс.
январь 15 12,2% 11,4%
февраль 15 12,6% 104% 12,1% 106% -3% -0,3%
март 2015 13,2% 105% 12,3% 102% 3% 0,4%
апрель 15 13,8% 105% 13,0% 106% -1% -0,25
май 15 14,5% 105% 13,3% 102% 3% 0,4%
июнь15 15,1% 104% 13,2% 99% 5% 0,7%
июль 15 15,8% 104% 13,7% 103% 1% 0,1%
рост за полгода: 130% 120% 10% 1,2%

Начнем с общего.

У нас задача была оценить изменение конверсии за полгода. Итак, в январе 2015 года было конверсии 12,2%. В июле стало 15,8%. В процентном соотношении это рост в 130%.

Но в 2014 году с января по июль за этот же период конверсия выросла на 120%. Соответственно, 130 — 120 = 10%. Это чистый рост за минус сезонность, который произошел из-за наших действий по увеличению конверсии.

Эффект в % (это именно динамика) = Динамика в год 1 — Динамика в год 0
  • Динамика в год 0 = Год 0 месяц n ÷ Год 0 месяц 0
  • Динамика в год 1 = Год 1 месяц n ÷ Год 1 месяц 0

Эффект в абсолютных величинах (это процент конверсии) = Эффект в % × Абс год 1 месяц 0

Чистая динамика в % у конверсии 10, что составляет от нашей базовой 1,2%. Если переводить в конверсионные проценты, то за счет наших действий конверсия выросла на 1,2%.

В итоге после анализа трафика сайта, мы очистили рост от обычной и постоянной сезонности. Мы получили такую горку, которая иллюстрирует нам эффективный рост.

Конверсия на сайте и чистый эффект от рекламной активностиКонверсия + чистый эффект

То есть в феврале, несмотря на то, что были приняты какие-то действия, они эффективными не были. На графике мы видим снижение. Февраль вырос к январю меньше чем в прошлом году, когда мы ничего не делали.

Это говорит о том, что наша активность была не эффективной.

Зато потом в марте наоборот! Март в этом году вырос гораздо больше к февралю чем в прошлом году. Это говорит о том, что наша активность имела эффект. И так каждый месяц.

На этом все!

Теперь вы знаете, какие подводные камни встречаются при анализе посещаемости сайта и динамике развития бизнеса в целом. Также мы рассмотрели некоторые примеры, которые помогают осознать всю важность работы.

Сказать спасибо кнопками ниже:

Секреты эффективной рекламы Нажимая на кнопку, вы соглашаетесь с политикой конфиденциальности и пользовательским соглашением.

alzari.ru

Оценка трафика сайта при улучшении его позиций

Обозреватель Эрин Эверхарт (Erin Everhart) показала, как можно доказать значимость SEO при оценке трафика сайта на основе не общих исследований, а данных, полученных именно из вашей области.

Когда дело касается оценки значимости SEO, одним из самых больших препятствий является выяснение того, сколько органического трафика можно ожидать при улучшении позиций сайта.

Каждый специалист задает себе этот вопрос. Ведь улучшение позиций неизбежно требует временных и денежных затрат, а потому хотелось бы знать, стоит ли овчинка выделки. Ответить на этот вопрос совсем не просто.

Многие пытались разобраться в прогнозе с помощью изучения кликабельности выдачи. Началось все в 2006 году, когда американский медийный конгломерат (AOL) предоставил данные по 20 млн. поисковых запросов. С тех пор компании Chitika, Catalyst, Slingshot, Optify и Enquiro дополняли и уточняли данные исследования.

ctr

Да, эти сведения полезны. Но они совершенно изолированные. Нет привязки к отрасли, сезонности, региону, аудитории… Так стоит ли им безоговорочно доверять?

К тому же, мы живем во время постоянного изменения алгоритмов поисковых систем, где регулярно вводятся новые элементы поискового ранжирования: схемы (Schema), граф знаний (Knowledge Graph), миниатюры, быстрые ссылки, карта в результатах поиска – которые влияют на переходы из выдачи.

Нам повезло, что у нас есть большое количество доступных данных; таким образом, вместо того, чтобы полагаться на чьи-то показатели, мы можем использовать собственные результаты. Есть несколько способов, как это сделать, и я хочу рассказать о каждом варианте. Не обязательно выбирать лучший способ; все зависит от того, какие у вас данные и насколько они эффективны именно для вас.

Определение CTR

Во-первых, вам необходимо определить CTR. Есть два способа, как это можно сделать: с Google Webmaster Tools или со статистикой по вашему органическому трафику.

Google Webmaster Tools

Google Webmaster Tools (GWT) – это самый лучший способ, но только если у вас есть старая статистика по проекту. GWT помогает проанализировать данные за три предыдущих месяца – поэтому, если вы не выгружаете данные поисковых запросов каждый месяц, пора начать это делать. В Google встроен Python-скрипт, который автоматизирует это действие.

GWT показывает кликабельность и среднюю посещаемость по каждому ключевому слову. Я предпочитаю брать данные за последних три месяца, чтобы получить более точное среднее значение. Вы можете использовать этот же принцип, но только с группой ключевых слов.

Тем не менее, Google облегчил данную задачу для нас. Теперь, когда вы кликаете на ключевое слово, можно увидеть распределение CTR для данного ключевого слова всякий раз, когда он находится на определенной позиции.

gwt-ctr

Средняя посещаемость

Скажем, вы отслеживали посещаемость для сайта, потеряли данные и теперь пытаетесь снова получить их. Если вы используете сервис проверки позиций сайта с функцией отслеживания трафика, у вас сохранится информация за определенный период мониторинга.

Используйте данные органического трафика для ключевых слов целевой страницы и среднюю частотность слов, чтобы определить среднее значение CTR. Если вы отслеживали позиции за месяц, возьмите среднее значение.

Органический трафик /средняя частотность слова (суммарная за рассматриваемый период) = среднее значение CTR для данного ключевого слова

avg-ctr

Оценка трафика сайта

Теперь, когда у вас есть среднее значение CTR, оценить трафик от заданного ключевого слова легко.

Прогнозируемые данные = среднее частотность слова * среднее значение CTR.

est-visits

Перевести результаты в денежный эквивалент

Теперь, когда вы оценили трафик, вам нужно перевести эти данные в денежный эквивалент для заинтересованных сторон, которые действительно заботятся о доходах и расходах. Трафик хороший, но он не оплачивает все счета. Есть несколько способов, как это можно сделать.

  • Стоимость одного посещения: Органический рост выручки / Органические посещения

Найдите среднее арифметическое за последние несколько месяцев, берите значение по максимуму, чтобы учесть фактор сезонности. Если у вас есть среднее значение стоимости за посещение, умножьте это значение на среднее месячное значение прогнозируемых визитов по исследуемому ключевому слову для того, чтобы определить какую роль, на самом деле, имеет это ключевое слово для вашего бизнеса.

per-value-visit

  • Коэффициент конверсии: Органические продажи/Органические посещения

Статья в тему: Что такое конверсия сайта

Определите коэффициент конверсии путем деления значения органических продаж на значение органических посещений.

sw-cr

Затем умножьте это значение на значение ежемесячных прогнозируемых  посещений ключевого слова для получения оценочного количества продаж, которое приносит данное ключевое слово. Последний подсчет определяет следующее действие: кратное количество заказов делим на среднюю стоимость заказа, чтобы получить ваш ежемесячный доход.

cr-revenue

Подведем итоги

Вышеописанный способ не идеален, но это самый точный способ получить прогноз по CTR и органическому трафику, поскольку вы используете свои данные. Вы не учитываете во внимание другие отрасли или другие ключевые слова.

Значение ограниченное, поскольку мы предполагаем конкретное значение по исследуемому ключевому слову, даже если оно не было ТОП-1 в прошлом.

Тем не менее, я не совсем довольна тем, как мы выводим значение по доходу, потому что для каждого из этих методов, мы сравниваем число, которое было получено из органических посещений (стоимость за посещение), и применяем его к значению посещений по данному ключевому слову, что невозможно полностью сравнить друг с другом. Это не яблоки с апельсинами, но, возможно, мандарины с апельсинами.

Можно утверждать, что мы должны использовать среднее значение посещений вместо среднего значения переходов, рассчитывая оценку CTR, но это даст вам завышенный показатель.

Каждое органическое посещение, которое попадает на вашу целевую страницу, может приходиться не с помощью органического ключевого слова; посетители могут приходить с другой страницы, которую они нашли в поисковой выдаче. В этом случае, ваша целевая страница все равно будет получать органическое посещение, даже когда это не осуществлялось через ключевое слово.

Перевод статьи How To Estimate Traffic From A Ranking Increase Using Actual Metrics, Not Generic Studies by Erin Everhart.

Если же у вас нет времени или желания рассчитывать данные конкретно для вашей отрасли, воспользуйтесь готовым модулем от SE Ranking по прогнозу трафика.

ПОДЕЛИТЬСЯ

seranking.ru

Анализ посещаемости сайта онлайн и стратегия вывода в ТОП 10

Привет 👋 Друзья! Хочу проинформировать, что я начал проводить платный анализ посещаемости сайта онлайн. Оценка посещаемости сайта используется для проверки качества оптимизации и SEO-продвижения веб-страниц. Эта процедура рассматривается в качестве одного из неотъемлемых компонентов SEO-аудита. Данные, которые используются в процессе веб-аналитики можно получить через открытые источники и специальные сервисы поисковых систем. Проседание показателей трафика обычно свидетельствует о существенных проблемах с SEO.

Анализ посещаемости сайта онлайн и стратегия вывода в ТОП10

Анализ посещаемости сайта онлайн

Как только трафик на сайте падает, все хозяева WEB-проектов начинают бить тревогу и пытаются понять причины этому явлению. Кто сам не способен найти причины нанимает SEO-специалистов. Но основная масса таких аудиторов, является шарлатанами и я об этом написал отдельную статью, которая называется — «как обманывают SEO оптимизаторы своих клиентов». Очень рекомендую её прочитать!

Качественный анализ посещаемости сайта онлайн и грамотная подготовка веб-страниц к раскрутке позволяет избавиться от многочисленных проблем, с которыми сталкиваются хозяева веб-сайтов. Полученные результаты аудита сайта можно использовать в процессе планирования кампаний по дальнейшей поисковой оптимизации проекта. В результате отмечается стабильный прирост аудитории, представители которой способны принести прибыль, одновременно повысив уровень доверия (траста) со стороны поисковых систем.

Уровень посещаемости сайта зависит от следующих факторов:

  1. Отсутствие существенных технических ошибок в коде, влияющих на стабильность работы и скорость загрузки.
  2. Наличие релевантного, полезного и уникального контента, способного привлечь внимание аудитории.
  3. Размещения вечных обратных ссылок на авторитетных веб-площадках.
  4. Использование контекстной рекламы, инструментов SMM и поискового маркетинга.
  5. Создание качественного пользовательского интерфейса, удобной навигации и адаптивного дизайна сайта.
  6. Предоставление комфортных условий для обратной связи с представителями целевой аудитории.
  7. Применение современных механизмов и рекомендованных поисковиками инструментов SEO.
  8. Отказ от запрещенных методик оптимизации, провоцирующих санкции со стороны поисковой системы.

Оценка авторитетности сайта во многом зависит от уровня посещаемости и получаемых отзывов. Современные алгоритмы поисковых систем ориентируются на показатели прироста трафика. Отток посетителей может свидетельствовать о существенных технических сбоях или ухудшении качества размещаемого контента, что в результате приводит к снижению позиций веб-страниц в списках поисковой выдачи по ключевым словам.

Цели анализа посещаемости сайта:
  1. Определение количества уникальных посетителей и списка источников для получения трафика.
  2. Расчет длительности пребывания и основных путей перемещения пользователей на сайте.
  3. Анализ эффективности рекламных площадок.
  4. Вычисление количества и типа целевых действий, выполненных посетителями.
  5. Оценка динамики роста трафика с учетом осуществлённых маркетинговых мероприятий.
  6. Выяснение степени заинтересованности посетителей.

Планирование дальнейшего развития сайта во многом зависит именно от рейтинга, присвоенного поисковой системой по результатам индексации. Удачное ранжирование позволит получить бесплатный органический трафик. Именно позиция в SERP показывает, насколько популярен продвигаемый бренд с точки зрения поисковой машины.

Инструменты для анализа посещаемости сайта

Постоянный прирост показателей посещаемости, особенно по сравнению с результатами работающих в отрасли конкурентов, свидетельствует о перспективности продвигаемого проекта. В идеале рост трафика должен сопровождаться снижением показателей отказов и улучшением коэффициента конверсии. Иными словами, чем больше уникальных посетителей регулярно привлекает сайт, тем выше вероятность получения прибыли.

SEO-аудит в области оценки посещаемости включает:
  1. Анализ конкурентной среды. Сравнение показателей трафика сайта с данными основных конкурентов.
  2. Оценку эффективности различных инструментов для наращивания платного и органического трафика.
  3. Проверку рейтинга ключевых слов для построения оптимального семантического ядра.
  4. Оценку качества содержания и наполнения сайта, включая аудит контента.
  5. Сравнение профилей конкурирующих ссылок по выбранным ключевым запросам.
  6. Веб-аналитику и сбор полезных статистических данных, предоставленных поисковыми системами.
  7. Оценку on-page и off-page SEO. Анализ внутренней перелинковки и качества юзабилити.
  8. Выполнение геотаргетинга и проверки поведенческих факторов, с которыми связана выборка аудитории.
  9. Анализ обратных ссылок и основных источников для получения целевого трафика.
  10. Расчёт уровня конверсии и отслеживание эффективности рекламы с различными схемами оплаты.

В целях создания отличного имиджа сайту требуется время, но крупные финансовые вложения не обязательны. Многие инструменты, позволяющие привлекать внимание аудитории в интернете, условно бесплатные, например, добавить ссылку на сайт в органический поиск можно без каких-либо затрат. Для этого достаточно уделить внимание качественной оптимизации. Впрочем, чтобы удержать в списке поисковой выдачи занятые позиции, обеспечивающие постоянный приток аудитории, придется выполнить качественное стратегическое планирование.

Статистические показатели для анализа посещаемости сайта

Эксперты, призванные провести анализ посещаемости сайта онлайн, помогают получить полезные данные, необходимые для построения кампании по продвижению конкретного сайта. В своих выводах они могут расшифровать предоставленные поисковой системой сводки. Основной массив информации, необходимой для профессиональной раскрутки, доступен в таких службах, как Яндекс.Метрика и Google Analytics. Оба поисковика вправе также блокировать или пессимизировать сайты, которые нарушают требования касательно продвижения в условиях конкурентной среды.

В рамках процедуры оценки посещаемости сайта учитываются следующие статистические показатели:
  1. Общее количество уникальных посетителей на сайте.
  2. Количество повторных посещений и просмотренных пользователями страниц.
  3. Скорость кликов и количество нажатий на определенные ссылки или кнопки.
  4. Показатель отказов – количество закрытых посетителем страницы сайта без выполненных действий.
  5. Список популярных для входа и выхода страниц (внутреннее ранжирование).
  6. Процентное соотношения различных источников для привлечения целевой аудитории.
  7. Коэффициент конверсии – количество определенных действий по отношению к размеру трафика.
  8. Выборка популярных ключевых слов и рекламных материалов, привлекающих внимание посетителей.
  9. Сведения касательно таргетинга с территориальной привязкой к конкретному региону.
  10. Распределение посетителей с учетом используемых браузеров, операционных систем и устройств.
  11. Пути движения пользователей по сайту и последовательность открываемых страниц.

В результате SEO-специалисты могут рассчитать уровень заинтересованности представителей целевой аудитории, пришедших на сайт путем использования того или иного инструмента для продвижения. Оптимизировать рекомендуется показатели поискового, прямого и платного трафика. За последние годы существенно возросло также влияние портативных устройств, поэтому посещаемость можно повысить за счет адаптивной вёрстки или разработки мобильного приложения.

Методики оценки поведения пользователей

Среди самых эффективных способов ссылочного продвижения следует отметить SMM, контекстную рекламу по схеме оплаты за клик, объявления в поисковых системах (SEM) и вирусный маркетинг. Стабильный прирост трафика обеспечит участие в проверенных партнерских программах с привлечением авторитетных сайтов для обмена обратными ссылками.

Методика оценки поведения пользователей и посещаемости включает:
  1. Подготовительный этап, целью которого считается определение целей будущего анализа.
  2. Подбор и настройка оптимальной система сбора статистических данных.
  3. Выполнение аналитических мероприятий, состоящих в изучении полученной информации.
  4. Предоставление выводов и советов касательно повышения посещаемости.

По результатам осуществленных исследований можно дать несколько рекомендации для выбора ключевых слов, выполнения контент-маркетинга, освоения социальных сетей, размещения ссылок и использования каналов, способных привлечь целевую аудиторию. Выполненные действия обязаны помочь посетителям найти сайт, используя отзывы, ссылки и текущие результаты поисковой выдачи по ключевому слову. Менеджеры по электронному маркетингу разрабатывают многокомпонентные программы продвижения, основываясь на результатах оценки посещаемости продвигаемых страниц.

Поисковые системы используют сложные алгоритмы для ранжирования результатов, поэтому анализ посещаемости сайта онлайн позволит отыскать идеальные решения для продвижения. Формирование эффективной маркетинговой стратегии требует тщательного анализа сайта, а также результатов конкурентов. В процессе аудита необходимо изучить конкретные страницы, а также домен сайта в целом, чтобы определить механизмы для привлечения аудитории.

Чтобы предоставить полезные рекомендации для построения дальнейшей маркетинговой стратегии, я применяю многокомпонентную систему оценки SEO. Изучение показателей, представленных поисковыми системами, показывает ключевые позиции, улучшение которых позволит привлечь внимание пользователей. Стоимость оценки уровня посещаемости сайта зависит от размеров, параметров наполнения и внутренней структура сайта, а также целей, которые необходимо решить привлеченным специалистам (стоимость договорная) Качественно выполненный SEO-аудит позволит рассмотреть множество факторов, влияющих на прирост трафик сайта.

Обучение продвижению сайтов

Более подробно о том, как выводить сайты в ТОП 10 поисковых систем Яндекс и Google, я рассказываю на своих онлайн-уроках по SEO-оптимизации (смотри видео ниже). Все свои интернет-проекты я вывел на посещаемость более 1000 человек в сутки и могу научить этому Вас. Кому интересно обращайтесь!

На этом сегодня всё, всем удачи и до новых встреч!

hozyindachi.ru