Web Metrics 101

Tiivistelmä ja artikkelien selaus

tästä artikkelista löydät keskustelua ja määritelmiä:

• Web-ja E-mittarit
• Web-analytiikka
• verkkosivujen tilastot
• mitä Opentracker mittaa

löydät myös tietoa:

• web-tilastojen funktio
• miten tilastot voivat parantaa web-palvelujen suorituskykyä
• mitä web-tilastojen avulla & pitäisi kertoa
• miten näitä tietoja sovelletaan
• omenat & oranssi: vertailuarvo
• erilaiset mittaustyypit
• hienosäätö tilastollinen mittaus
• otantatiedot ovat epätarkempia
• Human agency: how statistics are created

jos etsit tietoa siitä, miten voit parantaa sivustoasi tilastoilla, katso artikkelimme making statistics work for you.

mitä ne ovat ja miksi ne mitataan?

verkkosivujen tilastojen kirjaamisen ja tulkinnan tieteestä on käytetty erilaisia termejä. Web metrics, web analytics, web stats ja site stats ovat esimerkkejä. ’E-metriikalla’ tarkoitetaan elektronisten liiketoimintojen analysointia.

Web Metrics

web metrics ’tarkoittaa mittaamista, verkkosivujen mittaustiedettä. Erityisesti mitata sivuston tapahtumia, ja talteen trendejä. Opentrackerille ne tapahtumat ovat ihmisen klikkauksia.

Web-analytiikka

Web-analytiikka on kirjattujen tilastojen kategorioiden erottamista ja kaavojen analysointia. Analytiikkaprosessi tarkoittaa kirjaimellisesti jonkin kokonaisuuden purkamista, jotta sen osia voidaan tutkia.

verkkosivujen tilastot

tilastot ovat tieteellinen sovellus. Tavoitteena on muodostaa tallennettujen tietojen pohjalta toimia, esimerkiksi verkkosivujen sisällönhallintaa.

sovelletaan tilastoja arvailujen vähentämiseksi. Yksinkertaisiin kysymyksiin voidaan vastata, esimerkiksi jotain hyvin perustavaa; onko tällä viikolla enemmän tai vähemmän ihmisiä tulossa sivustoosi kuin viime viikolla? Onko sivusto voi paremmin tai huonommin tällä viikolla?

mitä tilastosi kertovat sinulle? He kertovat sinulle lukuisista liikenteesi näkökohdista; (palaavien) kävijöiden määrästä ja siitä, miten kävijät surffaavat sivuillasi. Nämä tiedot kertovat sivustosi sisällöstä ja siitä, miten kävijät käyttävät sitä. Liikennetilastot ovat indikaattori sivuston suorituskykyä. Näin sovellettuna tilastoja voidaan tehokkaasti käyttää päivitysten tekemiseen.

eri mittaustyyppien vertailu on erittäin hyödyllistä

kun verrataan erilaisia mittaustyyppejä, syntyy usein klassinen skenaario ”omenoiden ja appelsiinien erosta”. Samoin eri verkkosivustojen tilasto-ohjelmilla on ainutlaatuisia tapoja mitata tärkeitä muuttujia, kuten sivunäkymiä, ainutlaatuisia vierailijoita ja vierailuja.

siksi ei ole aina helppoa vertailla kahden tilasto-ohjelman tuloksia yhden paikan seuraamiseksi. Itse prosessi voi olla erittäin hyödyllinen, kun ajatellaan tulosten eroja ja määritetään, mitä todella mitataan. Kannustamme käyttämään lukuisia ohjelmia, esimerkiksi yhdistämällä seurantapalvelun lokianalyysiin.

jos mittausmenetelmä pysyy ajan mittaan samana, tulokset ovat täydellisiä vertailua varten. Siksi mittausmenetelmän valinta on tärkeää. Tieteellisesti ottaen mittaustavan muuttaminen kokeen aikana mitätöi prosessin.

jos verrataan kahden mittaustyypin tuloksia, löydetään eroja luvuissa. Esimerkiksi mittaamalla sivunäkymät vs. ainutlaatuiset vierailijat, tai Koko sivusto vs. tietyt sivut. Jos vertailet samoja tilastoja ajan mittaan, et ole muuttamassa mittaustapaa. Tämä on tarkin tapa tilastoida. Näin voit löytää kuvioita ja lopullisia vastauksia, esimerkiksi jos liikenne kasvaa tai vähenee. Onko ”luo uusia johtolankoja” kampanja toimii, ovat kävijät palaavat ajan myötä? Onko pyrkimyksesi tuoda kohdennettua liikennettä PPC-kampanjan kautta johtaa muunnoksiin? Tuottavatko palaavat kävijät enemmän tuloja kuin ensikertalaiset?

tilastot ja sen määrittäminen, mitä mitataan

missä tahansa tilastollisessa pyrkimyksessä, ensimmäinen askel on määritellä, mitä mitataan. Verkkosivujen evästeseurannassa yhteisenä nimittäjänä ovat ihmisen tapahtumat, verkkosivuston klikkaukset, jotka määritellään sivunäkymiksi.

tässä käsiteltävät tilastot ovat käännös raakadatasta, klikkauksista ja palvelimen ja selaimen vuoropuheluista käyttöliittymäksi, josta kuviot voidaan erottaa. Tavoitteena web metrics on poimia kuvioita, jotka kertovat, mitä tapahtuu. Seuraava askel on luoda tekoja, eli mitä tehdä liikennekuvioilleen.

Verkkomittarit ja-analytiikka on jännittävä ala tällä hetkellä, sillä kovin montaa kuviota ei haeta. Esimerkkinä voisi verrata ”bounce rate for first time visitors ”kanssa” bounce rate for returning visitors”, joka ei ole tullut standardin analyysi (yhteenlaskettu bounce rate tilastot kertovat, kuinka pitkälle sivuston kävijät klikkaamalla).

kuinka käyttää reaaliaikaisia tilastoja: käynnissä oleva hienosäätö

käytännön opas, Katso artikkelimme Making Stats Work For You.

Huomautus: mitään ei voida mitata 100% tarkkuudella. Taito on yrittää pitää mittaukset hyödyllisiä, vaikka kyvyttömyys saavuttaa 100% tarkkuus. Hyväksyttävä virhemarginaali tilastotieteen tieteenalalla on 5%. Se ei tee maailmasta epävarmaa paikkaa – se tarkoittaa, että on oltava tarkka tietäessään, mikä on tärkeää. Esimerkiksi trendit, nousevatko vai laskevatko trendit ajan myötä?

mittojen määrittelyyn liittyy määritelmien luominen. Aineksia on aina alimitoitettu tai ylimitoitettu. Siksi järjestelmä vaatii jatkuvaa kalibrointia sen suhteen, mitä ihmiset todella haluavat tietää, mikä puolestaan määrittää, mitä pitäisi mitata. Esimerkki olisi kysymys ” mikä muodostaa hakukoneen?”Pitäisikö keltaiset ja valkoiset sivut ottaa mukaan? Uusia hakukoneita & portaaleja ilmestyy päivittäin. Millä kriteereillä hakukoneita pitäisi luokitella? Meidän luettelo virallisesti tunnustettu hakukone luettelo, joka sijaitsee meidän foorumi, vaatii jatkuvaa kalibrointia.

markkinointistrategia: on tärkeää keskittyä sinulle tärkeimpiin muuttujiin ja löytää sovellus, joka tarjoaa nämä mittaukset selkeässä muodossa. Esimerkiksi tiettyjen avainsanojen suorituskyvyn mittaaminen, joita ostat Pay-Per-Click-kampanjoillesi (pcs).

Tilastotarpeet vaihtelevat alueen koon mukaan. Siksi on tilasto-ohjelmien tehtävä esittää tilastot tavalla, joka on hyödyllinen eri kokoisten sivustojen ylläpitäjille.

esimerkiksi suuret kohteet ovat kiinnostuneempia trendeistä. Isommat sivustot tuottavat suurempia datamääriä, joissa clickstreams ei välttämättä ole kovin kiinnostava, ellei käytettävyyttä paranneta. Koska clickstreameja on liikaa (esim. sivustot, jotka saavat useita tuhansia kävijöitä päivässä), suurille sivustoille usein aggregaatit ovat hyödyllisempiä, kun taas pienemmät sivustot ovat kiinnostuneita huomaamattomasta datasta.

trendit ovat aggregaattitilastoja. Esimerkiksi sivuston pomppunopeus on yhteenlaskettu tilasto. Bounce korko ovat tilastot suunniteltu tunnistamaan kuvioita, jotka ovat piilossa tilastot.

huomaamattomat tilastot, kuten clickstreams, kertovat, mitä yksittäiset ihmiset tekevät sivustollasi. Diskreetti tilastot eivät ole aggregaatteja, koska olet todella nähdä, mitä tiedot on ”rakennettu”.

tämän tyyppinen informaatio (klikstream-analyysi) on erittäin hyödyllinen kehitystarkoituksissa ja käyttäjien reaktioiden (eli käytettävyyden) ymmärtämisessä. Jos suunnittelet uutta sivustoa, ensikertalaisten navigoinnin tunteminen auttaa määrittämään, kuinka onnistunut sivusto on ja mitä muutoksia on tehtävä.

Opentracker ja tilastollinen tarkkuus

Opentracker on rotunsa paras ratkaisu. Tarjoamme korkeaa tilastollista tarkkuutta, koska käytämme evästeitä ainutlaatuisten kävijöiden mittaamiseen. Ihmisten tapahtumia sivunäkymien muodossa käytetään esittelemiemme tilastojen tuottamiseen. Yksi klikkaus on yhtä kuin yksi sivunäkymä, yksi yhteen-korrelaatio.

emme ota näytteitä tai ekstrapoloi: laskemme yksilölliset kävijät

Google Analyticsin verkkosivujen liikennedatasta otetaan näytteitä.

havainnollistaa joitakin laskemiseen ja mittaamiseen liittyviä vaikeuksia tarkastelemalla tilastotietoa, joka kertoo, kuinka moni ihminen äänesti vaaleissa. Ääntenlaskenta on vaikea prosessi ja uudelleenlaskenta tehdään usein, eikä ole epätavallista saavuttaa eri summia joka kerta.

kun gallupit julkaistaan, esitetty luku on ekstrapolaatio, joka perustuu niiden ihmisten prosenttiosuuteen, jotka ovat ottaneet yhteyttä puhelimitse tai kysyneet ovella, ketä he äänestivät.

Opentracker esittelee todellisista klikkauksista johdettuja trendejä. Näin rajaamme virhemarginaalia. Käytämme evästeisiin ja kävijöihin perustuvia optimointitekniikoita tarkkuuden parantamiseksi.

kun esitetyt suuntaukset johdetaan todellisista klikkauksista, virhemarginaali kaventuu. Evästeisiin perustuvat liikenteen mittaustekniikat parantavat tarkkuutta.

meidän pointtimme on, että data, (ts. tilastot) ovat ihmisten luomia lukuja. Siksi on tärkeää ymmärtää, miten nämä numerot määritellään ja luodaan.

evästeiden avulla kerätyt tiedot antavat tietoa sivuston kävijöistä ajan mittaan, liikenne on päätelty ainutlaatuisista kävijöistä ja kävijöiden ”tuplalaskenta” on minimaalinen. Kysyimme usein, miksi Opentrackerin liikennemäärät ovat usein alhaisempia kuin lokitiedostojen tallentamat numerot ja siksi.

uskomme Opentrackerin olevan vähintään 30% (ja luultavasti paljon korkeampi) tarkempi kuin tällä hetkellä saatavilla olevat tavalliset web-seuranta-ja tilastoratkaisut.

aiheeseen liittyviä sivuja

verkkoyhteisön rakentaminen
sosiaalisen median mainonta