Metrikas mērīšana, izmantojot Adobe Analytics

Metrika ir kvantitatīvs mērījums, kas atbild uz jautājumu "cik daudz" vai "cik daudz". Izmantojot Adobe Analytics , varat viegli piekļūt šai informācijai. Adobe Analytics piedāvā vairākus veidus, kā apkopot metriku.

Mūsu laika prognozē metrika ir visi tabulā norādītie skaitļi — augstākais, zemākais, nokrišņu daudzums un mitruma procentuālais daudzums. Metrika ir tikai skaitļi, taču varat tos formatēt procentos, valūtās, decimāldaļās un citur.

Metrika bieži vien ir digitālo analītiķu visbiežāk apspriestā mērījumu kategorija. Standarta jautājums, ko saņem B2B uzņēmuma analītiķis, ir “Cik potenciālo pirkumu vietne radīja šonedēļ?” Šis jautājums attiecas uz potenciālo pirkumu metriku un ir viens no vissvarīgākajiem rādītājiem, kas iegūti B2B vietnē.

Izpētījuši, kā metrika tiek izvirzīta reālajā dzīvē, apskatīsim, kā metrika tiek lietota analīzes darbvietā.

Trāpījumu noteikšana, izmantojot Adobe Analytics

Viena no galvenajām metrikām, kas ir būtiska, runājot par Adobe Analytics, bet nav pieejama Workspace saskarnē, tiek saukta par trāpījumu. Hit apraksta jebkuru mijiedarbību jūsu vietnē vai lietotnē, ka rezultātā dati tiek nosūtīti uz Adobe Analytics. Tas ir lapu skatījumu, lejupielādes saišu, izejas saišu un jebkuras pielāgotas izsekošanas rīks.

Lapu skatījumu mērīšana, izmantojot Adobe Analytics

Sāksim ar vienkāršāko Adobe Analytics metriku — lapu skatījumiem. Lapu apmeklējumu metrikā tiek rādīta vairākas reizes jūsu HTML failus vai tīmekļa lapas (vai lapas sadaļām) tika ielādēta.

Analizējot mobilo lietotni, lapu skatījumi atbilst jūsu lietotnes ekrānu ielādes reižu skaitam. Mobilo tālruņu ekrāni ir daudz mazāki nekā klēpjdatoru un galddatoru monitori, un lietotnes ekrāna definīcija uzņēmumā bieži ir unikāla. Sadarbojieties ar saviem Adobe administratoriem, lai izveidotu pilnu lietotņu ekrānu sarakstu vai vismaz pieprasiet īkšķa noteikumu, ko viņi izmanto, lai izlemtu, vai jauns saturs ir jāuzskata par jaunu ekrānu un līdz ar to arī lapas skatījumu.

Katru reizi, kad jūsu vietni pārlūkojoša persona ielādē jūsu sākumlapu, tas ir lapas skatījums. Tāpat katru reizi, kad jūsu vietni pārlūkojoša persona ielādē jūsu kontaktpersonu lapu, tas ir arī lapas skatījums. Kopējais lapas skatījumu skaits palielinās ar katru lapas ielādi.

Tāpat kā lapas izmēru gadījumā, lapu skatījumu definīcija var būt sarežģīta paralaksu vietnēs un vienas lapas lietojumprogrammās. Labā ziņa ir tā, ka jūsu uzņēmuma lapu un lapu skatījumu definīcija tiks saskaņota, jo ir saikne starp kategoriju un metriku, tādējādi katru reizi, kad tiek skatīta lapa, lapu skatījumu skaits tiks palielināts.

Tālāk redzamajā attēlā lapas skatījumu metrika tika lietota vairākiem datumiem, kas sniedz ātru pārskatu par datplūsmu uz lapām šajā datumu diapazonā.

Lapu skatījumu metrika brīvas formas tabulā analīzes darbvietā.

Apmeklējumu skaitīšana, izmantojot Adobe Analytics

Vēl viena standarta metrika tīmekļa analīzes pasaulē ir apmeklējumu metrika, kas pakalpojumā Google Analytics tiek dēvēta arī par sesiju metriku . Apmeklējums ir definēta kā mijiedarbība vai noteikt mijiedarbību ar indivīdu, kas sastāv no vienas vai vairākām darbībām. Apmeklējuma darbības var notikt vienā vai vairākās lapās.

Tālāk ir sniegti daži vienkārši piemēri:

Apmeklējiet 1. piemēru:

Pirmdien Ēriks jūsu sākumlapā nonāk pulksten 13:00 un pārlūkprogrammu aizver pulksten 13:05.

Apmeklējiet 2. piemēru:

Otrdien Deivids nokļūst produkta lapā pulksten 11:00 un skatās video šajā lapā.

Deivids novērš uzmanību un aizver savu klēpjdatoru pulksten 11:08.

Apmeklējiet 3. piemēru:

Trešdien Heidija jūsu mājaslapā nonāk pulksten 19.00.

Viņa veic meklēšanu jūsu vietnē un tiek novirzīta uz meklēšanas rezultātu lapu.

Heidija noklikšķina uz pirmās saites uz produktu.

Viņa pievieno preci iepirkumu grozam, tiek nogādāta iepirkumu groza lapā.

Viņa veiksmīgi izrakstās un veic pirkumu norēķinu lapā.

Heidija apstiprina savu pirkumu pirkuma apstiprinājuma lapā plkst. 19:22.

Katrs no šiem trim piemēriem satur atšķirīgu lapu skatījumu skaitu (vienu, divus un sešus). Tomēr katrs no tiem būtu uzskatāms tikai par vienu apmeklējumu.

Apakšējā līnija: apmeklējumi un lapu skatījumi ir saistīti, taču tie nav viens un tas pats. Apmeklējums var ietvert un bieži vien ietver vairāk nekā vienas lapas skatījumu.

Apmeklējumu un lapu skatījumu metrika brīvas formas tabulā analīzes darbvietā.

Iespējams, pamanījāt, ka visu trīs piemēru beigās ir norādīts laiks. Ir svarīgi iekļaut laiku, kad notiek pēdējā mijiedarbība, jo tā jūs novērtējat, kad apmeklējums beidzas.

Vai esat kādreiz domājis, kāpēc jūs nevarat vienkārši noteikt, kad apmeklējums beidzas, nosakot, kad lietotājs atstāj lapu? Iemesls ir tāds, ka tehnisku ierobežojumu dēļ analītikas platformas, piemēram, Adobe Analytics un Google Analytics, nevar noteikt pārlūkprogrammas cilnes darbību vai loga aizvēršanu.

Rezultātā analītiķiem bija jākļūst radošiem, definējot apmeklējuma beigas. A apmeklējuma gali pēc noteikta laika gaitā bez datu tiek nosūtīti no indivīda.

Pēc noklusējuma lielākā daļa analītikas platformu, tostarp Adobe Analytics, izmanto 30 minūtes bezdarbības, lai noteiktu apmeklējuma beigas. Tomēr jūs varat pielāgot laiku, kas noved pie apmeklējuma beigām.

Unikālo apmeklētāju identificēšana, izmantojot Adobe Analytics

Lapu skatījumu metrika ir visprecīzākā un detalizētākā standarta metrika. Vairāki lapu skatījumi laika posmā tiek apkopoti apmeklējumā, kas ir mazāk detalizēta standarta metrika. Vairāki apmeklējumi tiek apkopoti vienā unikālā apmeklētājā, kas ir vismazāk detalizētā standarta metrika.

To skaits, unikālo apmeklētāju uz vietni vai lapu, ir personu skaits ar aktivitāti, kas sastāv no vienas vai vairākām vietnes apmeklējumu, lietotnes vai lapu. ( Google Analytics izmanto terminu lietotāji, nevis unikāli apmeklētāji. ) Ņemiet vērā, ka unikālie apmeklētāji atšķiras no atsevišķiem cilvēkiem. Adobe Analytics nevar noteikt atšķirību starp diviem cilvēkiem, kuri koplieto datoru, vai vienu personu, kura piekļūst vienai vietnei no divām dažādām pārlūkprogrammām vienā datorā.

Tālāk redzamajā attēlā ir redzama analīzes darbvietas tabula, kurā parādīti apmeklējumi, lapu skatījumi un unikālie apmeklētāji.

Apmeklējumu, lapu skatījumu un unikālo apmeklētāju skatīšana brīvas formas tabulā analīzes darbvietā.

Unikālo apmeklētāju metrika ir balstīta uz sīkfailiem. Ja sīkfails, kas identificē pārlūkprogrammu, tiek izdzēsts, Adobe nevar saistīt šīs personas apmeklējumu vēsturi ar jauniem apmeklējumiem. Rezultātā jauni apmeklējumi ģenerēs jaunu sīkfailu un tādējādi parādīsies kā jauns unikāls apmeklētājs. Precīzāka unikālā apmeklētāja definīcija norādītu, ka tas ir unikālais pārlūkprogrammas sīkfailu skaits , taču tas nav tik jautri, kā vienkārši tos saukt par cilvēkiem.

Adobe Analytics ir standarta metrika unikālo apmeklētāju identificēšanai, ko sauc par cilvēku metriku, taču tā ir pieejama tikai tiem Adobe klientiem, kuri piedalās Adobe Device Co-op.

Izpratne par dublēšanos, izmantojot Adobe Analytics

Tagad, kad esat uzzinājis par metriku ar trīs dažādiem precizitātes līmeņiem (lapu skatījumi, apmeklējumi un apmeklētāji), bet tikai vienu kategoriju (lapu), ir svarīgi padomāt par to, kā tie visi apvienojas. Adobe Analytics elastība prasa, lai jums būtu zināms izpratnes līmenis par dublēšanas atcelšanu. Dublikāta ir identiska kopija no kaut kā. Mērot lietotāju mijiedarbību ar tīmekļa vietni, tas bieži vien ir noderīgi dublēti - izceltu dublikātu darbību.

Izpētīsim piemēru:

Nolans apskata sākumlapu.

Nolans apskata raksta lapu.

Nolans atkal apskata sākumlapu.

Lai gan šis ir vienkāršs piemērs, lietas ātri kļūst mulsinošas. Tabula, kurā ir ietverta lapas dimensija un lapas skatījumu metrika, izskatītos tā, kā jūs gaidāt: sākumlapā ir divu lapu skatījumi, un raksta lapā ir vienas lapas skatījums.

Bet, ja šai tabulai pievienojat otru apmeklējumu metriku, sākumlapā ir viens apmeklējums un divu lapu skatījumi, savukārt raksta lapā ir viens apmeklējums. Kāpēc viens apmeklējums, bet divi sākumlapas skatījumi? Apmeklējumu metrika tiek noņemta, tas nozīmē, ka visa apmeklējuma laikā tā tiek uzskaitīta tikai vienu reizi. Faktiski Nolans būtu varējis 50 reizes griezties uz priekšu un atpakaļ no mājaslapas uz vienu un to pašu raksta lapu, un katrai no šīm divām lapām joprojām būtu tikai viens apmeklējums.

Adobe atceļ apmeklējumu metrikas dublikātus neatkarīgi no kategorijas; neatkarīgi no tā, cik reizes apmeklējuma laikā tiek nosūtīta kategorijas vērtība, apmeklējumu metrika tiek uzskaitīta tikai vienu reizi.

Izvērsīsim savu piemēru, pievienojot otru apmeklējumu, kas notiks nedēļu vēlāk:

Nolans apskata mājaslapu.

Nolans apskata produkta lapu.

Nolans atkal apskata sākumlapu.

Ja vēlaties skatīt pārskata tabulu ar datumiem, kas aptvēra abus apmeklējumus, varat apsvērt, kā katra metrika atbilst katrai lapas kategorijas kategorijas vērtībai. Mājas lapa saņem četru lapu skatījumus, divus apmeklējumus un tikai vienu apmeklētāju. Raksta lapa iegūst vienas lapas skatījumu, vienu apmeklējumu un vienu apmeklētāju. Produkta lapa iegūst arī vienas lapas skatījumu, vienu skatījumu un vienu apmeklētāju. Tas nozīmē, ka arī unikālo apmeklētāju metrika tiek noņemta, taču tā tiek veikta visos apmeklējumos, lai iegūtu visu apmeklētāja vēsturi.

Jaunākie rādītāji pakalpojumā Adobe Analytics

Ja domājat par savu analītiķa nākotni, jūs varētu iedomāties sevi atklājam neticamas izmaiņas datos, kas jūsu uzņēmumam ietaupa miljonus. Iespējams, šajā sapnī esat atklājis vairākus dārgus produktus, kurus klienti nevar iegādāties vietnes kodēšanas kļūdas dēļ!

Lai atklātu šo kļūdu, jums ir jāizmanto tendences, kas ir viena no visizplatītākajām darbībām, ko veicat ar metriku programmā Adobe Analytics. Metrikas tendences nozīmē, ka jūs analizējat noteiktas metrikas izmaiņas laika gaitā.

Programmā Adobe Analytics varat izmainīt metriku tendences jebkurā laika periodā ar jebkādu precizitāti. Jūs varat trendēt lapu skatījumus mēnesī visu gadu vai tendences lapu skatījumu skaitu stundā tikai vienu dienu. Abos piemēros jums joprojām ir metrika un kategorija. Metrika ir lapu skatījumi, un kategorija ir laika precizitātes vienība, ko esat norādījis savai tabulai.

Analīzes darbvietā varat izveidot šo tabulu pats, ievelkot metriku un kategoriju, vai arī varat izmantot viena klikšķa ikonu Vizualizēt jebkurā tabulas rindā.

Metrikas aprēķināšana, izmantojot Adobe Analytics

Analītiķiem ir jāspēj piemērot aprēķinus saviem rādītājiem, kas ir elastīgi un pielāgojami lidojumā, jo Adobe ir izcila. Lai turpinātu ar mūsu laika prognozes piemēru, iespējams, vēlēsities konvertēt prognozes augsto un zemo temperatūru no Fārenheita uz Celsija grādiem. Formulā no Fārenheita temperatūras atņem 32 un reizina ar 5/9. Šo jauno metriku var uzskatīt par aprēķinātu metriku.

Ņemsim piemēru analītikas pasaulē: Adobe analītiķis atrodas situācijā, kad parādās unikāli apmeklētāji. Pirms panākumu paziņošanas analītiķis iedziļinās papildu kontekstā, pievienojot lapu skatījumus kā metriku. Mūsu piemērā analītiķis pamana kaut ko dīvainu — lapu skatījumi ir tik tikko palielinājušies, tikai par dažiem vairāk nekā pieaugušais apmeklētāju skaits.

Labākais analītiķiem piedāvātais ieteikums ir izveidot aprēķinātu lapu skatījumu metriku uz vienu apmeklētāju. Šī vienkāršā metrika, kas dala lapu skatījumus ar unikālajiem apmeklētājiem, ir viens no visvienkāršākajiem aprēķinātajiem rādītājiem digitālās analītikas nozarē.

Šajā piemērā analītiķis var iegūt tendences aprēķinātajai metrikai un atklāt, ka, lai gan apmeklētāji ir ievērojami palielinājušies, lapu skatījumi uz vienu apmeklētāju ir strauji samazinājušies. Visticamāk, tas nozīmē, ka vietnei piekļūst nekvalificēta datplūsma, tāpēc mēs iesakām sadalīt šos datus pēc citām kategorijām, lai labāk izprastu šos neieinteresētos apmeklētājus.

Aprēķinātā metrika kļūst ievērojami sarežģītāka nekā vienas metrikas dalīšana ar citu. Programmā Adobe aprēķinātā metrika izmanto visus standarta matemātiskos operatorus (dalīšanu, reizināšanu, atņemšanu un saskaitīšanu) un daudzas uzlabotas funkcijas, piemēram, kvadrātsakni, eksponentus un procentiles. Aprēķinātajai metrikai varat lietot arī loģiskos operatorus (piemēram, lielāks par un mazāks par) un pat segmentus!

Labāka izpratne par šiem rādītājiem palīdzēs izstrādāt stratēģisku pieeju tīmekļa un mobilo ierīču stratēģijām.