"Ang Web analytics ay isang misteryo, hindi isang palaisipan," idineklara ni Avinash Kaushik, ebanghelista ng Google Analytics, sa kanyang aklat Web Analytics 2.0. "Ang palaisipan ay may isang totoo na sagot na naghihintay na matagpuan. Misteryo ay bihira. "
Gamit ang kanyang pinakabagong gabay sa pagsukat ng web analytics, Avinash (siya ay napupunta sa pamamagitan ng Avinash sa lahat ng kanyang mga presentasyon, na sumasalamin sa kanyang mararating na likas na katangian) ay ginagawang misteryo ang mas nakakahiya. Hinihikayat niya ang mambabasa na maging komportable sa paglalaro ng tiktik na may data sa web.
$config[code] not foundAno ang Web Analytics?
Isang pagbabalik-tanaw para sa mga hindi alam kung anong web analytics ang (at ang kahalagahan nito): Ang Web analytics ay ang pagsukat ng pag-uugali ng bisita ng website. Sinusukat nito ang mga bagay tulad ng bilang ng mga bisita, oras sa site, at bounce rate (ang porsyento ng mga bisita na umalis sa isang site sa loob ng 3 segundo o mas kaunti - katumbas ng pagpasok sa isang tindahan, napagtatanto na ayaw mong maging doon, at umalis agad). Ang data ng web analytics ay ginagamit upang makatulong na mapabuti ang isang website para sa mga gumagamit.
Dahil ang isang website ay maaaring gamitin para sa pagrehistro para sa isang dahilan o pagbebenta ng isang produkto, ang mga benepisyo ng pagsusuri ng data ng web analytics ay walang katapusang. Dahil sa kamakailang mga anunsyo ng real-time na paghahanap, kasama ang paglago ng mga tool sa social media, ang mga may-ari ng website na nagsasagawa ng tingi online o umaasa sa mga website upang makisali sa mga mamimili ay maaaring hindi makatuwirang hindi maunawaan ang pag-uugali sa online na nag-aambag sa mga resulta ng negosyo.
Ngunit ang web analytics ay nasa kabataan pa rin. Maraming mga kumpanya pa rin ang struggling sa kung paano isama ang data sa naaaksyunan ng mga desisyon. Kahit na ang mindset tungkol sa online presence ay hindi nakuha sa ilang mga industriya sa labas ng media, kung saan ang ilang mga senior manager equate ang web sa telebisyon sa mga tuntunin ng pag-uugali (salungat sa iba't ibang mga ulat).
Web Analytics 2.0 Dadalhin ang Web Analytics sa Susunod na Antas
Lubos na sinasaklaw ng Avinash ang mga mahahalaga, tulad ng pamantayan sa pagpili para sa pagpili ng isang vendor ng solusyon sa web analytics at mga hakbang para sa mga analyst upang maging analytics "ninjas" sa pagsusuri ng data at pag-uulat sa pamamahala.
Ang susi upang matagumpay na gumuhit ng mga konklusyon mula sa data ng web analytics ay upang piliin ang mga may-katuturang sukatan - ano ang gusto mong sukatin? Nakakaugnay ba ito sa layunin ng website? Paano naaangkop ang pagsukat sa online sa iyong mga desisyon sa negosyo? Marami sa mga hakbang at mga proseso na inirerekomenda na ikukumpara sa tatlong tanong na ito at kung paano kumilos.
Halimbawa, ipinaliliwanag ni Avinash ang pagkakaiba sa pagitan ng katumpakan at katumpakan. Sinabi niya na ang isang negosyo ay maaaring "mag-focus nang obsessively sa katumpakan. Mahusay na nais ang katumpakan, ngunit mas mahalaga ang balansehin ang mga gastos at mga benepisyo. "Hinihikayat ng Avinash ang mga analista at tagapamahala na patuloy na gamitin ang data upang matuto at maghanap ng mga resulta nang mabilis, kahit na may mga maliliit na pagkakamali. Ang "nakapag-aral na pagkakamali", sabi ni Avinash, "ay mas mahusay kaysa sa walang aksyon sa lahat." Ang mga pahayag na ito ay hindi sinadya upang bigyang-katwiran ang anumang pangunahing mga pagkakamali sa negosyo, ngunit upang ipaliwanag kung paano gamitin ang impormasyon upang gumawa ng matatag at napapanahong mga desisyon.
Ang aklat ay nagpapatibay sa mga punto nito sa pamamagitan ng mahusay na mga halimbawa at sumasaklaw sa halos lahat ng mga kasalukuyang magagamit na online na tool. Nagbibigay din ang Avinash ng isang mahusay na pangkalahatang-ideya na nagpapakita kung paano isama ang mga social media tool sa isang magkakaugnay na pagsukat na kinikilala ang halaga.
Kasayahan at Sariwang Estilo ng Pagsusulat
Siya ay masigasig at may isang sariwang estilo ng komunikasyon, gamit ang mga kagiliw-giliw na mga metapora tulad ng "Naihambing ko ang web analytics kay Angelina Jolie; ang paghahambing na iyon ay dapat magmungkahi kung gaano ito sexy, kung gaano ito makapangyarihan, at kung ano ang lakas nito. "O sinasabi niya sa mga mambabasa na" makakuha ng jiggy dito "tungkol sa natatanging data ng bisita. Oo, si Will Smith ay matagal na lumipat mula sa catch-phrase, ngunit ito ay nagre-refresh na napagtanto ng isang tao na ang impormasyon ay maaaring maging masaya sa tamang mindset.
Ang tanging downside sa Web Analytics 2.0 ay sa kabila ng mga pagsisikap nito, mas maraming mga halimbawa na nag-uugnay sa mga karaniwang sukatan ng negosyo ay maaaring ma-hit sa bahay kasama ang mga sititeng bakod, ibig sabihin, ang mga tagapamahala na talagang makikinabang ngunit hindi nakakaramdam ng ganap na "jiggy" sa data. Ang pagsasabi na gumagamit ka ng mga simpleng sukatan sa halip ng kumplikadong sukatan ay maganda. Subalit ang mga tagapamahala ay marahil kumportable sa sapat na matematika upang maintindihan kung ano ang mahalagang equation.
Sino ang Aklat na Ito Para Sa
Ang panuntunan ng 10-90% ng Avinash ay nagsasabi na ang isang analytic na badyet ay dapat gumastos ng 10% sa tool, 90% sa pagtatasa. Sa 2.0, Matagumpay na pinalawak ng Avinash ang panuntunang ito, na inilalabas kung paano gumagana ang 90%.
Ang mga tagapamahala ng negosyo na may isang gumaganang kaalaman sa web analytics ay tatangkilikin ang aklat na ito. Ito rin ay napakalaki sa interes ng mga bago sa paksa. Gayunman, ang mga baguhan ay talagang mas mahusay na pinaglilingkuran ng isang mas pangunahing pagpapakilala, na ibinigay sa Avinash's Web Analytics: Isang Oras Isang Oras at iba pang mga libro, tulad ni Eric Peterson Web Analytics Demystified.
Isang magandang punto: Tulad ng unang aklat, ang Avinash ay nagbigay ng donasyon sa kanyang aklat sa kawanggawa. Maaari kang gumawa ng mabuti habang natututo tungkol sa isang paksa ng negosyo na lumalaki sa kahalagahan sa bawat pagbisita sa website (at mga araw na ito, sa bawat tweet).
18 Mga Puna ▼
