Návštěvnost vašeho webu byla stabilních 500 návštěvníků týdně. Minulý týden klesla na 350. Víte, co se stalo (méně návštěvníků). Netušíte proč.
Popisná analytika vám řekne, že se číslo změnilo. Diagnostická analytika je způsob, jak zjistit důvod. Tento článek popisuje techniky, jak vyšetřit, co změnu skutečně způsobilo, a jak nechodit po falešných stopách.
Diagnostická analytika je zkoumání toho, proč se něco stalo. Popíšete příznak (návštěvnost klesla o 30 %) a pak jdete pozpátku k příčině.
Těžké je to proto, že skoro cokoli může vypadat jako příčina, když nedáte pozor. Míra okamžitého opuštění vzrostla ve stejném týdnu, kdy klesla návštěvnost. Způsobila pokles míra okamžitého opuštění, nebo se obě hýbaly společně a nemají spolu nic společného? Změnila se vaše navigace. Způsobilo to pokles, nebo se ve stejnou dobu posunuly pozice v Googlu? Diagnostická analytika znamená odpovídat přesně, ne hádat.
Jak zkoumat jako při řešení záhady
Diagnostický postup má kroky. Začněte konkrétně, pak se rozšiřte.
Krok 1: Přesně definujte příznak
Ne "návštěvnost je špatná." Spíš něco jako "organická návštěvnost z vyhledávání klesla o 35 % mezi 15. a 20. lednem oproti stejnému období minulého měsíce."
Na konkrétnosti záleží. "Návštěvnost klesla" je vágní. "Organická návštěvnost z vyhledávání klesla o 35 % během pěti dnů" vám přesně říká, co zkoumat, a výrazně zužuje možné příčiny. Nesnažíte se vysvětlit veškerou návštěvnost, jen tu jednu metriku, která se pohnula.
Krok 2: Vyčleňte, co mohlo způsobit změnu
Co se změnilo v době, kdy se metrika pohnula? To je váš seznam hypotéz.
Zveřejnili jste nový obsah? Změnili jste názvy stránek? Upravili jste strukturu webu? Běžela marketingová kampaň? Zmínil vás jiný web? Byla aktualizace algoritmu Googlu? Spustil něco konkurent? Změnili jste nastavení analytiky?
Zapište každou věrohodnou příčinu. Nevadí, když je seznam dlouhý. Vaším dalším úkolem je možnosti vylučovat.
Krok 3: Otestujte hypotézy
U každé hypotézy se zeptejte: kdyby tohle byla příčina, co bych čekal(a) v datech vidět?
Řekněme, že vaše hypotéza zní "konkurent spustil kampaň a ukradl nám návštěvnost z vyhledávání." Pokud je to pravda, čekali byste: (a) některá klíčová slova, na která jste se dřív umisťovali, teď obsazuje konkurence, (b) vaše pozice u těchto konkrétních klíčových slov klesly, (c) pokles návštěvnosti se týká jen těchto klíčových slov, ne veškeré návštěvnosti z vyhledávání.
Otestujte to. Opravdu vaše pozice u těchto klíčových slov klesly? Pokud ano, je to důkaz pro vaši hypotézu. Pokud ne, hypotéza je špatná a přejdete na další.
Stejný postup platí pro další hypotézy. Zveřejnili jste nový obsah? Pokud způsobil pokles návštěvnosti, proč by nový obsah snižoval stávající návštěvnost? Nesnižoval by, leda že by nový obsah kanibalizoval prokliky vašich nejlepších stránek (soutěží teď o stejné výsledky vyhledávání). Pokud se to neděje, není to příčina.
Krok 4: Ověřte příčinnost, ne jen korelaci
Tento krok většinu lidí chytí. Dvě metriky se mohou hýbat společně, aniž by jedna způsobovala druhou.
Míra okamžitého opuštění vzrostla ve stejném týdnu, kdy klesla návštěvnost. To je korelace: hýbaly se spolu. Ale korelace není příčinnost. Míra okamžitého opuštění pokles návštěvnosti nezpůsobila. Obojí mohou být příznaky stejného problému (třeba Google váš web srazil; dorazilo méně návštěvníků a ti, kteří dorazili, našli váš obsah méně relevantní).
K potvrzení příčinnosti se zeptejte: existuje logický mechanismus? Kdyby míra okamžitého opuštění způsobila pokles návštěvnosti, jak by to fungovalo? Nijak. Míra okamžitého opuštění je chování návštěvníků po příchodu. Nemůže ovlivnit, kolik jich vůbec přijde. Takže jde pravděpodobně o korelaci, ne o příčinnost.
Krok 5: Potvrďte nejjednodušším vysvětlením
Zúžili jste možnosti. Návštěvnost klesla konkrétně v organickém vyhledávání. Vaše pozice klesly. Nestaly se žádné nové změny na webu. Závěr: Google změnil výsledky vyhledávání (aktualizace algoritmu nebo posun pozic). To je nejjednodušší vysvětlení.
Nejjednodušší vysvětlení, které odpovídá datům, bývá obvykle správné. Nevymýšlejte složité teorie, když jednoduchá vysvětluje, co vidíte.
Techniky, které opravdu fungují
Diagnostická analytika používá ke zkoumání konkrétní techniky. Tady jsou ty, které pro majitele webů mají smysl.
Analýza rozpadu (segmentujte data)
Místo pohledu na "veškerou návštěvnost" ji rozdělte podle zdroje. Kolik přišlo z organického vyhledávání? Kolik přímo? Kolik z odkazů?
Když celková návštěvnost klesla o 30 %, ale organické vyhledávání jen o 10 %, víte, že problém je jinde. Rozdělením čísel jste zúžili vyšetřování.
Stejně u stránek. Když celková návštěvnost klesla, ale vaše nejlepší stránky jsou ve skutečnosti nahoře, víte, že problém mají menší stránky, které se propadají. Když nejlepší stránky klesly, je to jiný případ. Rozpad vám řekne, co přesně je rozbité.
Analýza trendu (porovnávejte období)
Podívejte se na stejnou metriku v různých obdobích. Návštěvnost tento měsíc oproti minulému měsíci a oproti minulému roku. Klesla náhle, nebo postupně? Klesla v konkrétní den, nebo během několika dnů?
Náhlý pokles 15. března je něco jiného než postupný pokles během dvou týdnů. Jedno naznačuje událost (aktualizace Googlu, změna webu, tah konkurenta). Druhé naznačuje trend (sezónní pokles, postupná ztráta pozic).
Tvar trendu vám řekne, kde zkoumat.
Detekce anomálií (všimněte si odlišností)
Vaše návštěvnost obvykle průměrně činí 500 návštěvníků denně. Minulý čtvrtek jich bylo 650. Minulý pátek 300. To jsou anomálie: liší se od normálu.
Anomálie si zaslouží vyšetření. Co se stalo ve čtvrtek? Nárůst naznačuje něco pozitivního (oblíbené sdílení na sociálních sítích, zmínka, dobré pozice v Googlu). Co se stalo v pátek? Propad naznačuje něco negativního (chyba na webu, něco se změnilo).
Když anomálie zachytíte, víte, které dny prozkoumat do hloubky.
Kohortová analýza (porovnávejte skupiny)
Kohorta je skupina návštěvníků, kteří mají něco společného (přišli tento měsíc, přišli z Googlu, zobrazili konkrétní stránku).
Řekněme, že váš konverzní poměr klesl. Místo pohledu jen na celkové konverze porovnejte kohorty. Klesly konverze u lidí z Googlu? Z reklam? Z odkazů? Klesly u nových návštěvníků, ale ne u vracejících se?
Porovnáním kohort uvidíte, že problém se týká konkrétních zdrojů nebo typů návštěvníků, což je mnohem lepší vodítko než obecný trend.
Chyby, které vás pošlou po falešné stopě
Diagnostická analytika vypadá jednoduše, ale existují běžné způsoby, jak ji zkazit.
Záměna korelace za příčinnost
Dvě věci se hýbaly společně. Předpokládáte, že jedna způsobila druhou. Většinou chyba.
Váš konverzní poměr i míra okamžitého opuštění vzrostly. Náhoda? Možná. Způsobuje vyšší míra okamžitého opuštění vyšší konverzi? Ne, míra okamžitého opuštění a konverze měří různé skupiny návštěvníků. Tato korelace je pravděpodobně bezvýznamná.
Vždy se ptejte: existuje logický mechanismus? Mohlo by X opravdu způsobit Y?
Ignorování vnějších faktorů
Vaše metriky se změnily. Než začnete obviňovat svůj web, zeptejte se, jestli se nezměnilo něco mimo něj.
Vydal Google aktualizaci algoritmu? Spustil konkurent kampaň? Měl váš obor velkou zprávu? Když návštěvnost klesla ve stejném týdnu, kdy Google oznámil hlavní aktualizaci, bude to nejspíš příčina, ne něco, co jste udělali vy.
Dívejte se nejdřív mimo svůj web, pak dovnitř.
Přemýšlení nad jednoduchými příčinami
Všimnete si, že návštěvnost klesla. Týdny zkoumáte a odhalujete složité problémy. Pak zjistíte, že skutečná příčina byla jednoduchá: váš web jeden den na 2 hodiny spadl.
Jednoduché příčiny jsou častější než složité. Nejdřív zkontrolujte to zjevné: nastala na webu chyba? Omylem jste smazali stránku? Změnili jste něco technického? Dramaticky se změnila návštěvnost z vyhledávačů? To se snadno ověří a obvykle je v tom odpověď.
Měnění příliš mnoha věcí najednou
Všimli jste si problému. Upravili jste domovskou stránku, změnili navigaci, aktualizovali produktové stránky a přepsali texty, všechno za jediný den.
Teď se změnily konverze. Která změna to způsobila? Všechny? Jedna? Žádná, třeba je to sezónní? Nepoznáte to, protože jste změnili příliš mnoho najednou.
Při diagnostice problémů změňte jednu věc a změřte dopad, než změníte další.
Když potřebujete s diagnostikou pomoct
Někdy je diagnostická analytika přímočará (provedli jste změnu, metriky se změnily, souvislost je zřejmá). Někdy je složitá a chaotická.
Když uvíznete:
Promluvte si s lidmi, kteří znají kontext. Pokud máte e-shop a konverze klesly, zeptejte se poskytovatele plateb, jestli nebyl problém. Zeptejte se týmu, jestli něco neměnil. Zeptejte se vývojáře, jestli byla aktualizace webu. Datový analytik může najít vzorec, ale kontext, který záhadu vyřeší, dodá tým.
Přibližte se k nejmenší změně. Nesnažte se diagnostikovat všechny metriky najednou. Vyberte tu jednu nejdůležitější a diagnostikujte ji. Jakmile pochopíte příčinu jedné změny, ostatní se často vyjasní.
Pamatujte, že některé změny jsou jen šum. Vaše návštěvnost každý týden kolísá kvůli náhodné odchylce. Ne každá změna potřebuje diagnostiku. Když je váš průměr 500 návštěvníků a jeden týden jste měli 490, je to v rámci běžného kolísání. Nevyšetřujte každou drobnou změnu, soustřeďte se na významné odchylky.
Často kladené otázky
Jak dlouho trvá zjistit, proč se metrika změnila?
Někdy minuty (provedli jste změnu a vidíte dopad). Někdy hodiny, když musíte projít data. Někdy dny, když je příčina nejasná. Čím konkrétnější je původní příznak, tím rychleji ho diagnostikujete. "Návštěvnost klesla v pondělí" se diagnostikuje snáz než "návštěvnost se tři měsíce postupně snižuje." S Tvůrcem webů od WEMASY to můžete nastavit přímo na svém webu.
Co když příčinu nenajdu?
Je možné, že příčina je vnější a ve vašich datech není vidět (posun trhu, sezónní trend, krok konkurence). Je také možné, že změna je jen náhodné kolísání. Pokud jste otestovali zjevné hypotézy a nic jste nenašli, smiřte se s tím, že někdy nelze diagnostikovat všechno. Přejděte k další příležitosti.
Můžu diagnostikovat zpětně, nebo to musím sledovat živě?
Zpětně diagnostikovat můžete, pokud váš analytický systém data sledoval. Analytika ve WEMASY uchovává historická data, takže se můžete vrátit o týdny nebo měsíce zpět a zkoumat. Na diagnostiku toho, proč se něco stalo, nepotřebujete data v reálném čase.
Dá se automaticky zjistit, že se něco změnilo?
Ano. Většina analytických nástrojů umožňuje nastavit upozornění na náhlé změny (návštěvnost klesne o víc než 20 %, konverze padají a podobně). Taková upozornění vám řeknou, že se něco změnilo, abyste to mohli diagnostikovat. Diagnostiku ale musíte udělat sami: upozornění jen říká, že stojí za to něco zkoumat.
Mám opravovat problémy podle diagnostických zjištění, nebo je nejdřív otestovat?
Pokud můžete, nejdřív testujte. Když si myslíte, že znáte příčinu, udělejte malou změnu a změřte, jestli se metrika zlepší. Tím potvrdíte, že byla vaše diagnóza správná, dřív než investujete čas do velké opravy. Malé testy jsou rychlejší než ladění špatného problému.
Čím se diagnostická analytika liší od diagnostické business intelligence?
Jsou to podobné pojmy. Obojí je o zkoumání toho, proč se něco stalo. V analytice se díváme konkrétně na data, abychom našli kořenové příčiny. V business intelligence můžete zkoumat i provozní faktory, rozhodnutí týmu, podmínky na trhu. Pro majitele webů je diagnostická analytika praktický nástroj, který mohou použít přímo.