Точность цифровой аналитики: что нужно знать маркетологам

Существует заблуждение, что отчеты цифровой аналитики неточны. На самом деле они по-своему очень точны, просто не точны. Проблема заключается в пользователях, которые не знают, что означают данные аналитики или как они собираются. Что еще хуже, разные инструменты измеряют вещи по-разному, но называют их одним и тем же именем.

В этой статье мы подробно рассмотрим нюансы измерения данных и то, как работают различные аналитические программы.

Нюансы измерения данных

Инструменты цифровой аналитики никогда не предназначались для работы в качестве систем бухгалтерского учета или регистров продаж. Они были созданы для сбора и количественного преобразования интерактивных пользовательских данных в удобные для использования идеи и отчеты. С годами методы сбора данных этих инструментов развивались. В свою очередь, способ измерения конкретных точек данных также изменился.

Допустим, вы изменили свою рулетку с имперской (измеряющей в дюймах) на метрическую (измеряющей в сантиметрах). Длина стола может быть указана как 39,4 для одного и 100 для другого. Длина стола не изменилась, но то, как вы его измерили, изменилось.

Попробуйте переключаться между разными аналитическими инструментами. Часто вы увидите, что ваши цифры могут отличаться, но линии тренда остаются одинаковыми. Каждый инструмент считает вещи немного по-разному; та же проблема часто возникает при обновлении программного обеспечения.

В какой-то момент уникальные пользователи подсчитывались путем объединения общего количества уникальных IP-адресов, которые обращались к веб-сайту за определенный период. В конце концов, организации начали использовать брандмауэры/прокси-серверы, требуя, чтобы все внутренние пользователи имели доступ в Интернет с одного IP-адреса. Способ подсчета уникальных IP-адресов не изменился, но количество уникальных пользователей резко сократилось.

Подсчет уникальных пользователей превратился в использование комбинации IP-адреса, ОС и браузера (типа и версии), а затем добавление постоянного файла cookie для более точной оценки уникальных пользователей. Опять же, независимо от того, как вы считаете уникальных пользователей, если пользователь очистил свои файлы cookie и кеш или сменил компьютер (офисный, домашний или телефонный), ни один инструмент аналитики не даст точного числа. В настоящее время инструменты учитывают другие факторы при подсчете уникальных пользователей.

Копните глубже: аналитика данных: прошлое и ограничения вашего стека

Как относиться к своим аналитическим данным

Ваше аналитическое программное обеспечение несовершенно из-за множества факторов, которые оно не может контролировать. Пользователи могут блокировать файлы cookie или другие методы отслеживания. Интернет-сообщения могут препятствовать передаче данных на сервер сбора данных. Лучший способ думать о ваших аналитических данных — это рассматривать их как опрос пользовательской активности.

Все знакомы с опросами во время выборов. Типичный опрос на президентских выборах в США опрашивает примерно 10 000 человек (или меньше) из 150+ миллионов имеющих право голоса (0,006% избирателей). Вот почему, когда новостные агентства сообщают о результатах опроса, вы слышите что-то вроде «Эти данные точны в пределах 4 процентных пунктов в 4 случаях из 5». Это соответствует отклонению более чем на 4 процентных пункта в 20% случаев.

Когда дело доходит до ваших инструментов цифровой аналитики, большинство специалистов по аналитике оценивают потерю данных не более чем в 10% и, скорее всего, около 5%. Как это влияет на точность данных?

Если ваш сайт получил 10 000 посещений за отчетный период, но по разным причинам вы смогли собрать данные только о 9 000 сеансов, ваши данные будут точными с погрешностью менее 1 %, то есть 99 раз из 100.

Другими словами, в 99 случаях из 100 ваши данные точны, а в 1 из 100 случаев они ошибочны более чем на 1%. Проще говоря, ваши данные точны, но они не идеальны (точны) и не будут соответствовать вашим записям о продажах.

Таких данных более чем достаточно, чтобы определить, какие маркетинговые усилия — SEO, платная реклама, спонсируемые публикации, маркетинг в социальных сетях, маркетинг по электронной почте и т. д. — работают и даже какие из них привлекают трафик, а какие — продажи.

Копайте глубже: не применяйте желаемое к своим данным

Аналитика в действии

Хотя данные аналитики могут быть точными, даже небольшое отклонение от точности может поставить под сомнение ваш анализ. Это особенно верно, когда меняется разница между двумя источниками данных.

Суть в том, чтобы отслеживать данные и, по возможности, сравнивать их. Если происходит внезапное изменение точности, необходимо провести расследование. Например, был ли ваш сайт недавно изменен? Было ли это изменение правильно помечено для сбора данных?

Однажды клиент добавил всплывающее окно в свою учетную запись Shopify после размещения заказа, но до создания страницы благодарности. Их инструмент аналитики регистрирует продажи только тогда, когда пользователь получает страницу благодарности.

При наличии всплывающего окна заказ все равно прошел, но многие пользователи не просматривали сообщения. В результате большой процент продаж внезапно перестал учитываться, так как страница благодарности не была создана. Не было бы проблемы, если бы всплывающее окно появлялось после страницы с благодарностью.

Ниже приведен пример мониторинга продаж и заказов между Shopify и Google Analytics 4 (GA4). Мы видим, сколько данных теряется из-за различных факторов. Используя аналитику Shopify в качестве записи реальных продаж и сравнивая ее с данными, собранными с помощью GA4, мы видим следующее:

Ежедневные колебания общего дохода и заказов варьировались от практически 0% до почти 13%. В целом за эти 24 дня GA4 сообщил о снижении дохода на 5,6% и уменьшении количества заказов на 5,7%. Эти данные точны, особенно когда они применяются к маркетинговым усилиям, чтобы увидеть, что привело пользователя на сайт для совершения покупок.

Следует ли этой компании использовать GA4 для отчетности о продажах? 100% нет! Вот для чего нужна бухгалтерская программа.

Если вашей организации требуются еще более точные данные, существуют способы отправки данных напрямую в большинство инструментов аналитики (на стороне сервера). Это позволяет избежать проблем с браузерами пользователей и файлами cookie.

Хотя данные о продажах могут быть более точными, другие аспекты мягкого измерения взаимодействия с пользователем могут упасть (например, отслеживание прокрутки). Это сложный и трудоемкий метод для реализации в большинстве организаций.

Вы должны спросить себя: «Нужны ли эти дополнительные усилия только для того, чтобы зафиксировать еще 2-5% дохода от продаж в моих аналитических отчетах?»

Понимание ваших аналитических данных

Каждый должен верить в свои аналитические данные. Главное — убедиться, что ваше аналитическое программное обеспечение установлено и настроено правильно. Поймите, что он не может захватить все.

Ваше аналитическое программное обеспечение просто проводит опрос с размером выборки более 90%. Это делает результаты очень точными (по цели), если не на 100% точными (фактические цифры).