Skocz do linków, Skocz do treści

Analiza świeżości odwiedzin w Google Analytics

25 marca 2008 8:00. Autor: Robert Drózd. 2 komentarze

Świeżość odwiedzin (Visitor Recency) to kolejna – po lojalności – metryka Google Analytics, z której dowiemy się paru rzeczy na temat zaangażowania użytkowników naszej witryny.

Pytanie na które odpowiada ta metryka to jak często odwiedzany jest nasz serwis? Konkretnie – ile spośród wszystkich wizyt w danym okresie było wizyt, które od poprzedniej dzieliło tyle a tyle czasu.

Przykład z niniejszego bloga z jednego tygodnia.

Wykres świeżości odwiedzin

Spośród wszystkich odwiedzających w tym tygodniu: 8 osób było tydzień wcześniej, 22 osób niecały miesiąc wcześniej, 7 osób przypomniało sobie o blogu po 4 miesiącach. Zaś 50 razy odwiedzono bloga dzień w dzień.

„0 days ago” to oczywiście nowi odwiedzający – statystyka tutaj bezużyteczna.

Nie wiem czy zauważyliście zmianę w opisie. Najpierw mówię o osobach, a później o wizytach. O co chodzi? Analiza świeżości, podobnie jak lojalności – zlicza pojedyncze wizyty. Jeśli zbieram dane z 16-22 marca i jedna osoba odwiedziła mnie 15.03, 16.03, 18.03 i 19.03, wtedy liczone są trzy wizyty (bez 15.03), a na wykresie pojawi się dwa razy „1 day ago” (16.03 i 19.03) i raz „2 days ago” (18.03). Ale jeśli mam wizytę, dla której poprzednia była pół roku temu – to oczywiście mogę liczyć jedną wizytę za jednego użytkownika – bo w danym okresie nie można „wepchnąć” dwóch wizyt jednej osoby, które dzieliłoby pół roku.

Dlatego też w analizie świeżości mamy zasadę: wizyty wcześniejsze niż długość badanego okresu (tutaj 8 dni i więcej) odpowiadają pojedynczym, unikalnym użytkownikom. Wizyty późniejsze niż długość badanego okresu trzeba traktować jako wizyty (sesje) i pamiętać, że jeden unikalny użytkownik mógł wykonać kilka wizyt w ramach tego okresu.

Chodzi o częstotliwość

Dość tych teorii. Do czego można wykorzystać analizę świeżości? Raport pozwala nam określić średnią częstotliwość odwiedzin wśród naszych stałych czytelników.

Ale prawdę mówiąc, takie statystyki, jak przedstawione powyżej mówią niewiele, jeśli nie wiemy skąd się ci ludzie biorą. Dobrze jest skorzystać wcześniej z segmentacji (w Analytics robimy to przy pomocy filtrów) i podzielić użytkowników na dwie grupy, które:

  • przychodzą ze źródeł zależnych od nas (RSS, mailingi) – najczęściej wtedy kiedy my tego chcemy, np. opublikujemy artykuł lub wyślemy biuletyn. Można powiedzieć, że jest to wizyta wspomagana i tutaj w dużym stopniu decydujemy o częstotliwości.
  • przychodzą ze źródeł niezależnych – np. wpisując adres w pasku przeglądarki, albo z ulubionych, del.icio.us itd.

W pierwszym przypadku sprawdzimy jak skuteczne są nasze działania. O tym napiszę na końcu artykułu.

W tym drugim przekonamy się, jaka jest niewspomagana częstotliwość odwiedzin serwisu. To jest segment, który bardzo mocno zależy od treści naszego serwisu. Rzadsze aktualizacje, mniej atrakcyjna treść – to wszystko może sprawić, że ludzie powoli zaczną coraz rzadziej przychodzić.

Poprzedni wpis z tej serii omawiał mierzenie trendów w lojalności użytkowników. Przypomnę, że należy porównywać wzrost kolejnych (piątych, szóstych, dwudziestych…) wizyt w kolejnych okresach i każdy spadek wartości bezwzględnych powinien być alarmem. Okres, w którym należy mierzyć i porównywać lojalność powinien odpowiadać średniej częstotliwości dla osób które przychodzą ze źródeł niezależnych. Dlaczego? Bo po tym okresie następuje najczęściej powtórna wizyta. Jeśli ona nie nastąpi – zobaczymy to w naszych statystykach.

Czy mailing przyciągnął weteranów?

Drobny przykład. Robimy kampanię mailingową do klientów sklepu.

W takich przypadkach chodzi nam najbardziej o przyciągnięcie tych, którzy wprawdzie kiedyś się zarejestrowali, ale już trochę zapomnieli o serwisie i nie przychodzili do nas przez długi czas. Mniej nas wtedy interesują ci lojalni użytkownicy, bo oni i tak odwiedzają naszą stronę i mamy do nich dostęp z komunikatem marketingowym.

Bardzo często nie wiemy, kiedy ostatnio dany człowiek, którego dane mamy w bazie był w naszym sklepie (porządne oprogramowanie sklepowe powinno dawać nam to jako opcję do segmentacji, ale bywa różnie). Wysyłamy zatem mailing do wszystkich klientów. Na stronę wejdą wszyscy – i ci wierni i ci, którzy już zapomnieli.

Wysyłamy mailing i porównujemy świeżość z tygodnia po mailingu ze świeżością z poprzedniego. I już widzimy ilu „starych” klientów udało nam się wywołać przez mailing. Te wizyty które poprzednio były 30 dni i wcześniej – to właśnie oni.

Google Analytics ma jednak swoje ograniczenia – nie jesteśmy w stanie zrobić po tych ludziach segmentacji – tzn nie ocenimy jaka była odrębna konwersja z tych „weteranów”. Cóż, nie można mieć wszystkiego. :-)

Podobne artykuły:

Być może zainteresują Cię następujące artykuły:

Zapisz się na kanał RSS bloga i dołącz do ponad 1500 czytelników RSS.

Zostań fanem WebAudit na Facebooku.

Komentarze czytelników

Śledź komentarze do tego artykułu: format RSS
  1. Mariusz Gąsiewski

    W sumie można linki, które umieścimy w mailingu otagować w taki sam sposób, w jaki taguje się zewnętrzne kampanie reklamowe. Pisałem o tym w: Google Analytics – śledzenie kampanii reklamowych. W ten sposób możemy obu mailingom nadać różne nazwy kampanii, a następnie nawet utworzyć dodatkowe profile, w których będą informacje tylko o tych kampaniach (nałożenie odpowiedniego filtra).
    Co sądzisz o takim rozwiązaniu?

  2. Robert Drózd

    Mała aktualizacja odnośnie tego co napisałem pod koniec: „nie ocenimy jaka była odrębna konwersja z tych ?weteranów?. Cóż, nie można mieć wszystkiego” – otóż od czasu wprowadzenia segmentów zaawansowanych w Google Analytics JEST to już możliwe. Po prostu tworzymy segment, w którym jedyną zmienną jest liczba „dni od ostatniej wizyty”, np. >30.

Zostaw komentarz

W komentarzu można (choć nie trzeba) używać podstawowych znaczników XHTML. Komentarze zawierające w podpisie słowa kluczowe mogą zostać potraktowane jako spam i usunięte.