A weboldalad forgalma heti 500 látogatón állt. Múlt héten 350-re esett. Tudod, mi történt (kevesebb látogató). De fogalmad sincs, miért.
A leíró analitika megmondja, hogy a szám megváltozott. A diagnosztikai analitikával derítheted ki az okot. Ez a cikk bemutatja azokat a módszereket, amelyekkel kinyomozhatod, mi okozta a változást, és hogyan kerüld el a hamis nyomokat.
A diagnosztikai analitika annak kivizsgálása, hogy miért történt valami. Leírod a tünetet (a forgalom 30%-kal esett), aztán visszafelé haladva megkeresed az okot.
Ez teszi nehézzé: szinte bármi oknak tűnhet, ha nem vagy óvatos. A visszafordulási arányod ugyanabban a hétben nőtt, amikor a forgalom esett. A visszafordulási arány okozta a csökkenést, vagy mindkettő véletlenül együtt mozdult, és semmi közük egymáshoz? Megváltozott a navigációd. Ez okozta a csökkenést, vagy közben a Google-rangsorolás is eltolódott? A diagnosztikai analitika arról szól, hogy erre pontosan válaszolj, ne találgass.
Hogyan nyomozz úgy, mintha rejtélyt oldanál meg
A diagnosztikai folyamat lépésekben működik. Kezdd konkrétan, aztán bővíts.
1. lépés: Határozd meg pontosan a tünetet
Nem azt, hogy „a forgalom rossz". Hanem valami ilyet: „az organikus keresési forgalom 35%-kal esett január 15. és január 20. között az előző hónap azonos időszakához képest."
A pontosság számít. A „forgalom esett" homályos. Az „az organikus keresési forgalom 35%-kal esett öt nap alatt" megmondja, pontosan mit vizsgálj, és drasztikusan szűkíti a lehetséges okokat. Nem az összes forgalmat akarod megmagyarázni, csak azt az egy mutatót, amelyik elmozdult.
2. lépés: Különítsd el, mi okozhatta
Mi változott abban az időben, amikor a mutatód elmozdult? Ez a hipotézislistád.
Tettél közzé új tartalmat? Változtattad az oldalcímeket? Módosítottad az oldalszerkezetet? Volt marketingkampányod? Megemlítettek egy másik oldalon? Volt Google-algoritmusfrissítés? Indított valamit egy versenytárs? Változtattál az analitikai beállításaidon?
Írj fel minden elképzelhető okot. Ne aggódj, ha hosszú a lista. A következő feladatod a lehetőségek kizárása.
3. lépés: Teszteld a hipotéziseket
Minden hipotézisnél kérdezd meg: ha ez lenne az ok, mit várnék az adatokban?
Tegyük fel, a hipotézised: „egy versenytárs kampányt indított, és elvitte a keresési forgalmunkat." Ha ez igaz, ezt várnád: (a) bizonyos kulcsszavakra, amelyekre korábban te szerepeltél előkelő helyen, most a versenytársak szerepelnek, (b) ezekre a konkrét kulcsszavakra esett a rangsorolásod, (c) a forgalomesés csak ezekre a kulcsszavakra korlátozódik, nem az összes keresési forgalomra.
Teszteld ezt. Tényleg esett a rangsorolásod ezekre a kulcsszavakra? Ha igen, az bizonyíték a hipotézised mellett. Ha nem, a hipotézis téves, lépj a következőre.
Ugyanígy a többi hipotézisnél. Tettél közzé új tartalmat? Ha ez okozta a forgalomesést, miért csökkentené az új tartalom a meglévő forgalmat? Nem csökkentené, hacsak az új tartalom nem viszi el a kattintásokat a legjobb oldalaidtól (mert most ugyanazokra a találatokra versenyeznek). Ha ez nem történik meg, nem ez az ok.
4. lépés: Az okságot ellenőrizd, ne csak az összefüggést
Ezen a lépésen botlik meg a legtöbb ember. Két mutató mozoghat együtt anélkül, hogy az egyik okozná a másikat.
A visszafordulási arányod ugyanabban a hétben nőtt, amikor a forgalom esett. Ez korreláció: együtt mozogtak. De a korreláció nem ok-okozati összefüggés. A visszafordulási arány nem okozta a forgalom csökkenését. Mindkettő lehet ugyanannak a problémának a tünete (talán a Google lejjebb sorolta az oldalad, kevesebb látogató érkezett, és akik igen, kevésbé találták relevánsnak a tartalmadat).
Az ok-okozati összefüggés igazolásához kérdezd meg: van logikus mechanizmus? Ha a visszafordulási arány okozta a forgalom csökkenését, hogyan működne ez? Sehogy. A visszafordulási arány azt mutatja, hogyan viselkednek a látogatók, miután megérkeztek. Nem befolyásolhatja, hányan érkeznek egyáltalán. Ez tehát valószínűleg korreláció, nem ok-okozat.
5. lépés: Erősítsd meg a legegyszerűbb magyarázattal
Leszűkítetted a lehetőségeket. A forgalmad kifejezetten az organikus keresésből esett. A rangsorolásod csökkent. Nem történt új oldalmódosítás. Következtetés: a Google megváltoztatta a keresési találatokat (algoritmusfrissítés vagy rangsoreltolódás). Ez a legegyszerűbb magyarázat.
Az adatokhoz illő legegyszerűbb magyarázat általában a helyes. Ne találj ki bonyolult elméleteket, ha egy egyszerű megmagyarázza, amit látsz.
A módszerek, amelyek tényleg működnek
A diagnosztikai analitika konkrét módszereket használ a vizsgálathoz. Ezek számítanak a weboldal-tulajdonosoknak.
Bontásos elemzés (szegmentáld az adataidat)
Ahelyett, hogy „az összes forgalmat" nézed, bontsd forrásonként. Mennyi jött organikus keresésből? Mennyi közvetlenül? Mennyi hivatkozásból?
Ha az összes forgalom 30%-kal esett, de az organikus keresés csak 10%-kal, tudod, hogy a probléma máshol van. A számok szétbontásával leszűkítetted a vizsgálatot.
Ugyanez az oldalaknál. Ha az összes forgalom esett, de a legjobb oldalaid valójában nőttek, tudod, hogy a kisebb oldalak zuhantak be. Ha a legjobb oldalaid estek, az más. A bontás megmutatja, pontosan mi romlott el.
Trendelemzés (hasonlíts össze időszakokat)
Nézd ugyanazt a mutatót különböző időszakokban. A forgalmad ebben a hónapban, a múlt hónapban és tavaly. Hirtelen esett vagy fokozatosan? Egy adott napon esett, vagy több nap alatt?
A március 15-i hirtelen esés más, mint a két hét alatti fokozatos csökkenés. Az egyik eseményre utal (Google-frissítés, oldalmódosítás, versenytárs lépése). A másik trendre (szezonális csökkenés, fokozatos rangsorvesztés).
A trend alakja megmondja, hol nyomozz.
Anomáliakeresés (vedd észre, mi tér el)
A forgalmad általában napi 500 látogató. Múlt csütörtökön 650 volt. Múlt pénteken 300. Ezek anomáliák: eltérnek a megszokottól.
Az anomáliák vizsgálatot érdemelnek. Mi történt csütörtökön? A kiugrás valami pozitívra utal (népszerű közösségi megosztás, említés, jó Google-rangsorolás). Mi történt pénteken? A zuhanás valami negatívra utal (oldalhiba, valami megváltozott).
Az anomáliák észrevételével tudod, mely napokat vizsgáld alaposan.
Kohorszelemzés (hasonlíts össze csoportokat)
A kohorsz olyan látogatók csoportja, akikben van valami közös (ebben a hónapban érkeztek, a Google-ről jöttek, egy bizonyos oldalt néztek meg).
Tegyük fel, a konverziós arányod esett. Ahelyett, hogy csak az összes konverziót nézed, hasonlítsd össze a kohorszokat. Esett a konverzió azoknál, akik a Google-ről jöttek? A hirdetésekből? A hivatkozásokból? Az új látogatóknál esett, a visszatérőknél nem?
A kohorszok összehasonlításával látod, hogy a probléma konkrét forrásokra vagy látogatótípusokra korlátozódik, ami sokkal jobb nyom, mint egy általános trend.
A hibák, amelyek hamis útra visznek
A diagnosztikai analitika egyszerűnek látszik, de gyakori a félrecsúszás.
A korreláció összekeverése az okozatisággal
Két dolog együtt mozdult. Feltételezed, hogy az egyik okozta a másikat. Általában tévesen.
A konverziós arányod és a visszafordulási arányod is nőtt. Véletlen? Lehet. A magasabb visszafordulási arány okoz magasabb konverziót? Nem: a visszafordulási arány és a konverzió különböző látogatócsoportokat mér. Ez a korreláció valószínűleg jelentéktelen.
Mindig kérdezd meg: van logikus mechanizmus? Okozhatná X tényleg Y-t?
A külső tényezők figyelmen kívül hagyása
A mutatóid megváltoztak. Mielőtt az oldaladat okolnád, kérdezd meg, megváltozott-e valami az oldaladon kívül.
Adott ki a Google algoritmusfrissítést? Indított kampányt egy versenytárs? Volt nagy hír az iparágadban? Ha a forgalmad ugyanabban a hétben esett, amikor a Google bejelentett egy nagy frissítést, az valószínűleg az ok, nem valami, amit te tettél.
Előbb nézz az oldaladon kívülre, aztán belülre.
Az egyszerű okok túlgondolása
Észreveszed, hogy a forgalom esett. Hetekig nyomozol, bonyolult problémákat tárva fel. Aztán kiderül, hogy az igazi ok egyszerű volt: az oldalad egy napon 2 órára leállt.
Az egyszerű okok gyakoribbak a bonyolultaknál. Előbb az nyilvánvalót ellenőrizd: hibára futott az oldalad? Véletlenül törölted egy oldalt? Változtattál valami technikait? Drasztikusan változott a keresőforgalom? Ezeket könnyű ellenőrizni, és általában ezek a válasz.
Túl sok dolog egyszerre történő módosítása
Észrevettél egy problémát. Frissítetted a kezdőlapot, megváltoztattad a navigációt, frissítetted a termékoldalakat, és újraírtad a szövegeket, mindezt egy nap alatt.
Most megváltoztak a konverziók. Melyik változtatás okozta? Mind? Egy? Egyik sem, talán szezonális? Nem tudod megmondani, mert túl sokat változtattál egyszerre.
A problémák diagnosztizálásakor egy dolgot változtass, és mérd a hatást, mielőtt a következőt változtatod.
Amikor segítségre van szükséged a diagnózishoz
Néha a diagnosztikai analitika egyértelmű (változtattál, a mutatók változtak, a kapcsolat nyilvánvaló). Néha bonyolult és kusza.
Ha elakadtál:
Beszélj azokkal, akik ismerik a hátteret. Ha webshopod van, és a konverziók estek, kérdezd meg a fizetési szolgáltatódat, volt-e probléma. Kérdezd meg a csapatodat, változtattak-e valamit. Kérdezd meg a fejlesztődet, volt-e oldalfrissítés. Az adatelemző megtalálhatja a mintát, de a rejtélyt a csapat által adott háttér oldja meg.
Nagyíts rá a legkisebb változásra. Ne próbáld az összes mutatót egyszerre diagnosztizálni. Válaszd azt az egyet, amelyik a legfontosabb, és azt diagnosztizáld. Ha egy változás okát megérted, a többi gyakran világossá válik.
Ne feledd, hogy egyes változások csak zaj. A forgalmad hétről hétre ingadozik a véletlen eltérések miatt. Nem minden változást kell diagnosztizálni. Ha az átlagod 500 látogató, és egy héten 490 lett, az a szokásos ingadozáson belül van. Ne vizsgálj meg minden apró változást, a jelentős eltérésekre figyelj.
Gyakran ismételt kérdések
Mennyi ideig tart kideríteni, miért változott egy mutató?
Néha percekig (változtattál, látod a hatást). Néha órákig, ha át kell nézned az adatokat. Néha napokig, ha az ok nem világos. Minél pontosabb az eredeti tünet, annál gyorsabban diagnosztizálhatod. A „hétfőn esett a forgalom" könnyebben diagnosztizálható, mint a „három hónapja fokozatosan csökken a forgalom". A WEMASY weboldalépítőjével ezt közvetlenül a weboldaladon beállíthatod.
Mi van, ha nem találom az okot?
Lehet, hogy az ok külső, és nem látszik az adataidban (piaci elmozdulás, szezonális trend, versenytárs lépése). Az is lehet, hogy a változás csak véletlen ingadozás. Ha letesztelted az egyértelmű hipotéziseket, és nem találtál semmit, fogadd el, hogy néha nem lehet mindent diagnosztizálni. Lépj tovább a következő lehetőségre.
Diagnosztizálhatok visszamenőleg, vagy élőben kell követnem a dolgokat?
Visszamenőleg is diagnosztizálhatsz, ha az analitikai rendszered követte az adatokat. Nincs szükséged valós idejű betekintésre ahhoz, hogy kiderítsd, miért történt valami.
Van mód arra, hogy automatikusan megtudjam, ha valami megváltozik?
Igen. A legtöbb analitikai eszköz lehetővé teszi riasztások beállítását hirtelen változásokra (a forgalom több mint 20%-kal esik, a konverziók csökkennek stb.). Ezek a riasztások jelzik, hogy valami megváltozott, hogy diagnosztizálhasd. De a diagnózist neked kell elvégezned: a riasztás csak azt mondja meg, hogy valami vizsgálatot érdemel.
A diagnosztikai megállapítások alapján javítsam a problémákat, vagy előbb teszteljem?
Ha tudod, előbb teszteld. Ha úgy gondolod, hogy tudod az okot, végezz egy kis változtatást, és mérd, javul-e a mutató. Ez megerősíti, hogy jó volt a diagnózisod, mielőtt időt fektetsz egy nagy javításba. A kis tesztek gyorsabbak, mint egy rossz probléma hibakeresése.
Miben különbözik a diagnosztikai analitika a diagnosztikai üzleti intelligenciától?
Hasonló fogalmak. Mindkettő annak kivizsgálásáról szól, hogy miért történt valami. Az analitikában kifejezetten adatokat nézünk a gyökérokok megtalálásához. Az üzleti intelligenciában operatív tényezőket, csapatdöntéseket és piaci körülményeket is vizsgálhatsz. A weboldal-tulajdonosoknak a diagnosztikai analitika az a gyakorlati eszköz, amelyet közvetlenül használhatnak.