Манипуляции с веб-аналитикой позволяют выдать улучшенные показатели количества посещений сайта, времени, проведенного на портале, количества переходов и других критериев эффективности ресурса. При этом для бизнеса не будет происходить никаких изменений, зато отчеты получатся очень красивыми.
Ошибки в отчетах могут быть вызваны неправильной настройкой веб-аналитики в силу непонимания принципов ее работы, но также это может быть сознательный обман. Некоторые менеджеры по рекламе и маркетологи умышленно используют обман с помощью накрутки систем веб-аналитики, чтобы продемонстрировать начальству или заказчикам эффективность своей работы. В результате получается эффектная картинка, впечатляющие цифры и графики, демонстрирующие рост вашего ресурса, но на практике такой обман не привлечет новых клиентов, сл. бюджеты будут сливаться в никуда.
Это статья о том, как вас могут обманывать недобросовестные интернет-маркетологи, рекламные и SEO-агентства, использующие ваше незнание специфики работы систем веб-аналитики.
Как обмануть Google Analytics?
Для начала остановимся на случаях настроек, приводящих к порче данных и неправильной трактовке результатов.
1. Отсутствие фильтра в UA для отсечения собственного трафика
Почему прибегают к фильтрации собственного трафика? Прежде всего, потому что маркетолог является нетипичным посетителем своего ресурса: он дольше задерживается на сайте, просматривает большее количество страниц, может заходить на страницу несколько раз в день, чтобы ответить на комментарии, разместить пост или внести какие-то изменения. Таким образом портятся статистические данные. Чтобы получить корректный отчет, необходимо исключить из статистики собственные посещения.
Это наиболее распространенный пример ошибочных настроек. В таком случае неизбежно происходит порча данных. Чтобы исключить из отчетов данные по внутреннему трафику, создаются пользовательские фильтры для отдельного IP-адреса или диапазона адресов.
С другой стороны, если вы используете Measurement Protocol для отправки данных об онлайн конверсиях в Google Analytics, важно, чтобы IP, с которого будут уходить данные, не был в списке фильтруемых. В таком случае, нужно будет искать более изящное решение для фильтрации внутреннего трафика за исключением отправляемого по Measurement Protocol.
2. Настройка расширенной электронной коммерции с просмотром листов, товаров и т.д. без nonInteraction
Настройка расширенной электронной коммерции предоставляет возможность получить детальную информацию о взаимодействии пользователей с сайтом: товары, добавляемые и удаляемые из корзины, совершенные транзакции, просмотр данных о товарах, этап, на котором пользователь отказался от покупки и т.д.
При посещении, например, главной страницы отправляются события о показе товара в листе, если на главной выводится превью нескольких товаров. Чаще всего после такой настройки показатель отказов сайта падает в 2–3 раза. Ведь отправка событий о показе товара в листе будет считаться ненулевой вовлеченностью пользователя на сайте. Ситуацию можно исправить, если при отправке события в аналитику определить переменную «nonInteraction», присвоив ей значение «1» ({‘nonInteraction‘: 1}). Тогда отправка события не будет влиять на показатель отказов, поскольку такие события не будут считаться взаимодействием.
3. Неправильная трактовка данных. Например, «увеличение» переходов из соц.сетей в 100 раз
Также нерадивые маркетологи и рекламщики могут несознательно неверно интерпретировать данные. Например, в случае, когда нужно отделить трафик с постов соц. сетей, каждый пост, содержащий ссылки, помечается метками. По незнанию инструментов аналитики, либо с целью показать результат в отчетах, данные переходов на сайт они берут из стандартного отчета системы аналитики. В этот отчет попадает и бесплатный трафик из социальных сетей (система веб-аналитики распознает его по источнику, например, Вконтакте), так и платный трафик. Таким образом, в отчете оказывается 3–4 тысячи посещений при фактических показателях переходов по ссылкам с метками около 30–50 шт.
4. Ошибки в верстке, которые вызывают некорректную работу веб-аналитики
Требования к правильной и валидной верстке предписывают присваивать отдельным блокам и элементам верстки уникальные идентификаторы (ID). Если это так, веб-аналитику не составит труда через Google Tag Manager назначить оправку событий в систему веб-аналитики при взаимодействии пользователя с элементами с заданными ID. Проблемы начинаются, когда нужно сделать другой блок на сайте. Веб-мастер может скопировать похожий вместе с ID всех внутренних элементов и переделать его, не присвоив новые ID. В этом случае события и связанные с ними цели и воронки, начнут срабатывать еще в нескольких местах, что искажает данные аналитики.
Если такое происходит в корзине, нередко вместо одного раза в модуль «электронная торговля» может поступить несколько заказов вместо одного.
Поэтому обязательно проверяйте верстку на валидность и требуйте этого от верстальщиков и программистов после каждого вмешательства в сайт!
Жонглирование показателями и никакого мошенничества
Иногда ошибки в аналитике совершаются сознательно. Неверные настройки используются, чтобы трактовать данные об эффективности тех или иных инструментов в пользу исполнителя.
Важно понимать, что описанные ниже методы помогут улучшить статистику, но не реальные показатели сайта; с эффективностью ресурса это не имеет ничего общего. Веб-аналитика служит для анализа рынка и прогнозирования маркетинговых кампаний. В случае некорректных статистических данных ее смысл теряется.
На сегодняшний день манипуляции данными веб-аналитики чаще всего используют для мнимого увеличения количества заказов на сайте, уменьшения показателя отказов и увеличения конверсии. Как это выглядит на практике?
Как «уменьшить» показатель отказов?
По истечении заданного времени в систему веб-аналитики отправляется событие о том, что посетитель вовлекся в контент. Таким образом его можно не считать отказником. Однако некоторые недобросовестные специалисты по маркетингу устанавливают таймер, допустим, в интервале до 5 секунд. Показатель отказов в этом случае упадет, но прироста в реальных показателях сайта не будет (что логично, т.к. это чистой воды фальсификация данных). К тому же становится невозможной фильтрация самого вовлеченного трафика для оптимизации рекламной кампании.
Существует мнение, что такой обман делают в том числе для поисковых систем, чтобы показать аффилированным с ними системам аналитики, что сайт нравится посетителям. Другой вопрос, кого таким образом можно обмануть: себя или поисковую систему?
Если недобросовестный специалист поставит в последней строке «True», тогда таймер не будет влиять на отказы — он будет измерять, провел ли человек на странице времени больше, чем определено в настройках, или нет.
Как «увеличить» количество заказов через сайт?
Предположим, все продажи компании осуществляются в офлайн-режиме. Можно ли измерить отдачу от интернета без внедрения полноценной связки с офлайном? По мнению горе-аналитиков, да! Логика рассуждений тут такая: предположим, средний чек магазина составляет 2 тысячи рублей. Всего на сайт заходят ежедневно 800 человек. 100 из них переходят в раздел «Контакты». Продажи составляют в среднем 10 тыс. руб. в день. Ценность одного посещения раздела «Контакты» равна 10 000 \ 100 = 100 рублей. И ведь не поспоришь!
Как «увеличить» конверсию в 1.5 раза?
Одна из самых часто встречаемых проблем — неверная интеграция коллтрекинга с системой веб-аналитики. Результат подобной ошибки – количество конверсий отличается в 1.5 раза.
На скриншоте приведены примеры того, как выглядят некоторые посещения сайта с достижениями цели. Цель достигнута, но при этом посещений страниц – ноль. Как такое может произойти?
Дело в том, что некоторые «специалисты» отправляют посещения через Measurement Protocol в Google Universal Analytics. В случае, когда поисковой запрос можно определить через Яндекс.Метрику, в Google Analytics отправляется посещение с ключевым словом.
Ручная же обработка заявок по телефону в 1С показывала совсем другие цифры. При этом интернет-агентство, которое вело эту рекламную кампанию, по данным Google Analytics заявило, что произошло снижение стоимости заявки в 3 раза при идентичном рекламном бюджете. На реальных продажах это никак не сказалось.
Таким образом, цифры в отчетах далеко не всегда демонстрируют реальное положение продаж. При анализе эффективности интернет-маркетинга возникает множество вариантов трактовки данных.
