Wspołpraca z analitykiem internetowym

Mam sporo zapytań z wyszukiwarek internetowych z zapytań o rolę analityka.

Konsultacje prowadzę przeważnie z klientem który już jest zdecydowany na wykorzystanie analizy internetowej. Zanim analityk będzie mógł analizować serwis, musi uzyskać wiedzę o tym, kim jest właściciel i jakie cele postawił przed witryną internetową. Pierwsze spotkanie ze mną to zazwyczaj rozmowa o obecnym stanie witryny internetowej. W rozmowie tej poruszam kwestie otoczenia biznesowego klienta. Próbuję dokonać analizy SWOT witryny internetowej. Pokazuję jej silne i słabe strony, a także szanse i zagrożenia. Następnie analityk pyta się o to, kto jest twórcą serwisu i w jakiej technologii został zbudowany. Jeżeli dojdę do wniosku, że będę w stanie samodzielnie ingerować w kod źródłowy, uzgadniam kwestie otrzymania dostępu do kodu z właścicielem i twórcami. Jeżeli wcześniej w witrynie były już zaimplementowane jakieś statystyki, to proszę o udostępnienie ich. Uzgadniam z właścicielem witryny kwestie dostępu do informacji poufnych, czy chronionych prawem jak dane osobowe zamawiających. Często jest bowiem tak, że mam do nich dostęp (np. informacje o poszczególnych zamówieniach, wraz z danymi adresowymi). Zwracam też uwagę, że są regulacje prawne dotyczące zbierania takich danych. Efektem końcowym jest zawarcie umowy na przeprowadzenie badań internetowych w witrynie internetowej.

Planowanie badania internetowego.
Analityk musi poznać aktualny stan witryny od strony technologicznej. W tym celu musi na bieżąco poznać budowę witryny internetowej oraz przestudiować jego kod źródłowy, aby dojść do wniosków, jakie dane mogą być zbierane i analizowane. Po dokonaniu inspekcji kodu źródłowego piszę raport z tego, co mogę zrobić z witryną internetową i rekomenduje wybór określonego narzędzia do raportowania. Jeżeli wprowadzenie zmian w kodzie witryny internetowej może być bardzo trudne to proponuję, żeby część pracy przejął twórca witryny. Dotyczy to głównie prac przy integrowaniu witryny internetowej z narzędziami raportującymi. Przygotowuję wstępny raport pn. "Audyt witryny internetowej", który opisuje obecny stan serwisu. Główny nacisk kładzie na analizę użyteczności witryny i analizę technologiczną witryny wraz z propozycjami usprawnień pod kątem wykorzystania tego w analityce internetowej. Przygotowuję też drugi raport badawczy pn. "Proponowane wskaźniki efektywności witryny internetowej". Są to informacje o tym, co analityk może badać w witrynie. Trzeba pamiętać, że zadaniem analityka jest stałe informowanie właściciela serwisu o tym, jak zmienia się aktywność użytkowników. W tym kontekście ustala z właścicielem okresy, w jakich mają być dostarczane raporty. Może być też tak że klient sam będzie otrzymywał raporty wygenerowane przez narzędzia raportujące. Po zaakceptowaniu przez właściciela witryny, analityk przedstawia harmonogram pracy.

Implementacja skryptów do dokonywania pomiarów w witrynie internetowej wymaga od analityka bardzo dobrej znajomości technologii internetowych, a szczególnie JavaScriptu i ActionScriptu 3 oraz technologii po stronie serwera. Moja znajomość języków programowania takich jak PHP, Python, C#, Ruby i Java wystarczy do tego że jestem w stanie implementować skrypty do dokonywania pomiarów prawie w każdej witrynie internetowej.
W zależności od wybranego narzędzia raportującego przygotowuję odpowiednie skrypty, które mają być wstawione na stronach internetowych witryny. Następnym krokiem jest przygotowanie narzędzia raportującego do zbierania danych ze skryptów. Czas implementacji kodu do pomiarów jest uzależniony od technologii, jakości kodu źródłowego witryny oraz ilości danych, jakie mają być zbierane, a także od przygotowania narzędzia raportującego do zbierania danych i generowania raportów. Najszybciej pójdzie wtedy, gdy analityk ma dostęp do kodu źródłowego i zna technologię po stronie serwera, w której wykonano witrynę internetową. W przypadku, gdy nie mam dostępu do kodu źródłowego (czasami też w sytuacji w której kod został napisany bardzo niestarannie), ani nie znam technologii, w której kod został napisany, implementacja skryptów do badania może być bardzo utrudniona i przez to bardzo rozciągnięta w czasie. Gdy kody skryptów do pomiaru są już zaimplementowane w witrynie, mam tydzień czasu na sprawdzenie i weryfikację współpracy kodu z narzędziem z witryną.

Eksploracja danych z narzędzia raportującego. Zbieranie danych jest procesem automatycznym. Trzeba jednak zwrócić uwagę na to, że początkowo zbieranych jest ich za dużo. Domyślne ustawienia narzędzi raportujących nie pozwalają na budowanie własnych, skrojonych na potrzeby wyników. Jeżeli ktoś prowadzi np. sklep internetowy, istotna jest dla niego wiedza na temat tego, jak użytkownicy zachowują się w procesie składania zamówienia. W tej sytuacji przygotowuję narzędzie tak, żeby dostarczało dane na temat użytkowników, którzy dokonują zamówienia. Generowanie raportów z narzędzi raportujących jest częścią pracy analityka. Istotne jest to, że tworzenie raportów odbywa się na podstawie tego, co ustalono w dokumencie o wskaźnikach efektywności. Nie zalecam zmieniana zasad ustalonych w trakcie planowania. Dodawanie nowych raportów i ustalanie nowych wskaźników wymaga konfigurowania narzędzi analitycznych i dodawania nowych skryptów do zaimplementowania. Lepiej jest zatem dokładnie zaplanować cały proces analizy i jej implementację, niż później zmagać się z wprowadzaniem zmian.

Ewaluacja danych z raportów. Same raporty o aktywności użytkownikach na witrynie internetowej dostarczane z narzędzi raportujących są tylko wskazówką do budowania analizy danych. Poświęcam sporo czasu raportom, aby wyciągać wnioski i przedstawiać to zainteresowanym. Kluczowe jest tutaj podejście oparte na wiedzy o otoczeniu biznesowym, o tym, jak ludzie korzystają z internetu, a także o tym, jakie czynniki wpływają na interakcję z użytkownikiem. Dużo informacji mogę wyciągnąć obserwując działanie konkurencji. Obserwacja trendów jest jednym z czynników, które pozwalają na budowanie modelu biznesowego witryny internetowej, co pozwoli przewidywać rozwój witryny. W tej sytuacji dostarczam cyklicznie raporty badawcze pn: "Wskaźniki efektywności witryny internetowej i ich interpretacja w danym okresie czasu".

Wnioski z ewaluacji danych pozwalają na dokonywanie eksperymentów w witrynie internetowej. Na bazie wiedzy o czynnikach, które wpływają na zachowania użytkowników witryny internetowej oraz z danych z narzędzi raportujących, jestem w stanie przeprowadzić eksperymenty, których celem jest zwiększenie konwersji. W ścisłej współpracy z twórcami witryny analityk będzie rekomendował dokonywanie zmian w witrynie internetowej, a następnie mierzył skuteczność tych działań. Korzyścią z eksperymentów jest to, że mamy argumenty jak zmieniać witrynę. W tym celu analityk pisze raport badawczy pn: "Eksperyment w witrynie internetowej - plan, implementacja i wdrożenie", w którym opisuję jakie czynniki witryny internetowej mają być badane. Potem dokonuję pomiaru eksperymentu. Czas trwania eksperymentu zależy od tego jak wiele danych trzeba zebrać dla danej próby badawczej.

Nowy kod GATC

Google wraz ze zmianami w interfejsie narzędzi raportujących Google Analytics wprowadzono drobną zmianę w kodzie GATC. Otóż częste skargi na to, że kod GATC powoduje czasami wystąpienie błędu, bo jakieś ustawienia w przeglądarce internetowej nie pozwalją na załadowanie pliku ga.js z serwerów Google. W tej sytuacji od kilku dni Google zaleca stosowanie klazury try...catch w celu unikniecia komunikatów że zmienna _gat nie została zainicjalizowana.
Nadal kod ga.js pozostaje ten sam czyli jest oznaczony wersją 4.3

Jednym z najciekawszych rzeczy jakie zauważyłem jest interpretowanie numeru konta GA do szacowania kiedy zostało załozone np: konta UA-1170XX zostało załozone w sierpniu 2006
UA-45860XX w czerwcu 2008 natomiast UA-62845XX w listopadzie 2008. Tempo zakładania kont Google Analytics jest wręcz oszałamiające.

Polski słowniczek analityki internetowej WAA

Podstawowa terminologia

Strona (Page) to podstawowa jednostka analizy, jest nim strona internetowa witryny internetowej

Odsłona (Page View) to działanie polegające na załadowaniu strony internetowej w przeglądarce internetowej, pokazuje to, ile razy dana strona była oglądana.

Wizyty / Odwiedziny (Visits / Sessions) są traktowane jako interakcja odwiedzającego użytkownika na witrynie internetowej podczas, której przegląda strony internetowe.

Unikalni użytkownicy (Unique Visitors) to pojęcie odnosi się do aktywności na stronie użytkownika, którego jesteśmy w stanie określić.

Zdarzenia (Event) odnoszą się do wykonanych działań dokonanych przez przeglądarkę bądź przez serwer.

Terminy charakteryzujące odwiedziny (Visit Characterization Terms) opisują zachowania użytkownika podczas wizytowania witryny.

Strona wejściowa (Entry Page) to pierwsza strona wizyty

Strona docelowa (Landing Page) to strona, której celem jest rozpoczęcie przez użytkownika określonego działania.

Strona końcowa (Exit Page) to ostatnia strona wizyty, dochodzi przeważnie z powodu zakończenia sesji

Czas trwania odwiedzin (Visit Duration) to czas trwania sesji, oblicza się poprzez odjęcie czasu ostatniej interakcji z początkiem działania użytkownika

Odesłania (Referrer) to ogólne pojęcie oznaczające źródło ruchu na stronach bądź źródło wizyt. Rozróżniamy odesłania: wewnętrzne, zewnętrzne, z wyszukiwarki oraz wejścia bezpośrednie jako brak odesłania.

Odesłania ze strony (Page Referrer) przeważnie opisuje źródło wejścia na stronę

Odesłania z sesji (Session Referrer) przeważnie to jest adres strony z której użytkownik trafił na stronę

Klikalność (Click-through) pokazuje ile razy link był klikany przez użytkowników, co ma znaczenie w analizie nawigacji po witrynie.

Współczynnik klikalności (Click-through Rate/Ratio) to ilość kliknięć w dany link do odsłon strony na której występuje dany link

Charakterystyka użytkownika (Visitor Characterization)

Nowy użytkownik (New Visitor) to taki użytkownik którego pierwsza wizyta została zauważone. Ilość nowych użytkowników to liczba unikalnych użytkowników, których aktywność rozpoczyna się w danym okresie.

Powracający użytkownik (Returning Visitor) to taki użytkownik który drugi raz wizytuje witrynę. Ilość powracających użytkowników to liczba unikalnych użytkowników, których aktywność podczas wizyty trwa w danym okresie i unikalny użytkownik był wcześniej zarejestrowany jako nowy użytkownik.

Powtarzający użytkownik (Repeat Visitor) to taki użytkownik który miał co najmniej 3 wizyty w serwisie. Ilość powtarzających użytkowników to liczba unikalnych użytkowników, który dokonali 3 lub więcej wizyt

Odesłana użytkownika (Visitor Referrer) to źródło wizyt użytkownika

Odwiedziny użytkownika (Visits per Visitor) to współczynnik wyrażający się to liczbą wizyt w raportowanym okresie do liczby unikalnych użytkowników.

Świeżość (Recency) określa czas i pokazuje jak szybko zajęło unikalnemu użytkownikowi dokonanie działania interesującego analityka

Częstotliwość (Frequency) wskazuje na to, ile razy unikalny użytkownik dokonał określonego działania w danym okresie czasu

Terminologia zaangażowania użytkowników (Engagement Terms) koncentruje się na mierzeniu interakcji użytkowników.

Współczynnik wyjść (Page Exit Ratio) to wskaźnik obliczany liczbą wyjść ze strony podzielona przez liczbę odsłon z tej strony.

Porzucenia (Single Page Visits aka Bounces) jest to ilość wizyt, które zawierają tylko jedną odsłonę jednej strony. W wizycie jednoodsłonowej wizytowania przez użytkownika strona jest zarazem stroną początkową i stroną końcową wizyty.

Współczynnik porzuceń (Bounce Rate) odwiedziny wchodzące na jedną stronę podzielone przez ilość wejść na daną stronę

Ilość odsłon na odwiedziny (Page Views per Visit) to wskaźnik którego oblicza się liczbą odsłon w raportowanym okresie dzieloną przez liczbę wizyt w tym samym raportowanym czasie

Terminologia konwersji (Conversion Terms). Konwersją nazywamy dokonywanie odpowiedniego działania na stronie takiego jak zakup czy wypełnienie ankiety co świadczy o sukcesie klienta i osiągnięciu celu.

Konwersja (Conversion) wskazuje ile razy został osiągnięty rezultat

Współczynnik konwersji (Conversion Rate) to współczynnik osiągniętych rezultatów wobec istotnych danych Oblicza sie poprzez podzielenie ilości konwersji do ilości wizyt

Inne terminy (Miscellaneous Terms)

Odwiedziny (Hit - AKA Server Request or Server Call) określa żądanie wykonane przez serwer

Wyświetlenie (Impressions) ile razy dana zawartość została dostarczona do przeglądarki. głownie dotyczy to reklamy internetowej

Behavioral Targeting - nowy trend w analizie internetowej

Śledzenie i analizowanie zachowań użytkowników na stronach internetowych staje się ostatnio coraz modniejsze. W połączeniu z psychologiczną wiedzą o osobowościach możemy starać się o skuteczność naszego przekazu. Można też starać się budować wiedzę na temat tego jak zmiany w serwisach internetowych wpływają na zachowania użytkowników. Obecnie w większości polskich serwisów internetowych nie istnieje biznesowa kultura analityczna, która sprzyjałaby samodzielnym budowaniu kampanii internetowych pod kątem ciągłego eksperymentowania na użytkownikach.

Analiza zachowań użytkownika pozwala na zbieranie informacji skoncentrowanych o nim samym. Analityk dzisiaj ma o wiele potężniejsze narzędzia analityczne. Może zbierać informacje o tym jak długo przebywał na stronie, jak używał myszki, w jakiej kolejności użytkownik przeglądał strony w witrynie, skąd pochodzi i w jaki sposób trafił na tą stronę. Wykorzystując historyczne dane o wizytach użytkowników można budować profile osób, które są zainteresowane tą witryną.
Przykład: pewien użytkownik o identyfikatorze wizyty 26664185605818910 od dłuższego czasu systematycznie odwiedza sklep internetowy, korzystając w ten sam sposób z nawigacji, ale nie dokonał jeszcze żadnej transakcji. Wiedząc o jego wizytach analityk doszedł do wniosku że warto spróbować zrobić eksperyment z wieloczynnikową analizą wariancji, aby przekonać użytkownika do zakupu. W tym celu przygotowano wersję strony internetowej z treścią, która miała być zaadresowana do tego użytkownika (w praktyce był to eksperyment przeprowadzony Optymalizatorem Witryn Google skierowaną tylko do 1% ruchu na stronie). W momencie gdy dany użytkownik o tym identyfikatorze wszedł na tą witrynę to otrzymywał tą przygotowaną stronę. W ten sposób analityk dokonał jego konwersji i uzyskał sporo nowych informacji o nim. Dzięki temu użytkownik otrzymywał zawsze ten sam rabat, bo odwiedzał tą samą eksperymentalną stronę, którą analityk zbudował w oparciu o analizę jego zachowań na stronie.

Instytuty badawcze i jak firmy analityczne zbudowały różne systemy które mają służyć tworzeniu lepszych strategii które na bazie informacji o zachowaniach i lokalizacji użytkowników, a także z kontekstu strony wyświetlać im właściwą reklamę. Obecnie znane są następujące systemy wykorzystujące behavioral targeting do reklamy internetowej: Predicta BT, Adaptlogic,, Boomerang, Criteo, Leiki, nugg.ad, wunderloop. Z racji tego, że te technologie behavioral targeting są traktowane jako how-know, które często jest traktowane jako tajemnica handlowa, bądź opatentowane rozwiązanie to trudno dokonać miarodajnego porównania tych technologii.
Google 11 marca oficjalnie ogłosiło przejęcie firmy DoubleClick która dostarcza rozwiązań behavioral targeting. Takie przejęcie spowodowało obawy co do naruszenia o prywatność użytkowników poprzez ich stałą wiedzę o tym co robią w internecie. Firma Google napisała publiczny list opisujący jej stanowisko wobec behavioral targeting.

Analitycy internetowi bardziej interesują się zastosowaniem behavioral targeting w obrębie samej witryny internetowej. W praktyce to polega na tym, że na podstawie informacji o odwiedzinach użytkowników tworzy się kanały odwiedzin. Następnie do danego kanału określa się pewien wzorzec zachowań użytkowników. Z drugiej strony z teorii osobowości tworzy się schemat użytkownika i dopasowuje się go do wzorców zachowań użytkownika w danej witrynie internetowej. Efektem takiej pracy jest model użytkownika i na podstawie takich modeli użytkownika można przeprowadzać eksperymenty kierując treść i zawartość witryny pod kątem danego modelu. Innym sposobem zbierania informacji jest tworzenie różnych wersji witryn adresowanej dla kobiet a inną dla mężczyzn.
Przykład: Na pewnej stronie zawarto ankietę, w której pytano użytkowników jakiej są płci. Po wypełnieniu takiej ankiety cała witryna wykorzystując tą informację o płci zmieniła wygląd strony głównej pod kątem właściwie zaadresowany do płci. Jeśli wybrano płeć męską, to na stronie głównej pojawiły się wizerunki seksownych kobiet, jeżeli zaznaczono wybór płci żeńskiej to na stronie główniej pojawiła się elegancka kobieta interesu. Zmianie też uległa treść. W praktyce to wymaga dokonywania ciągłych eksperymentów na stronie głównej i śledzenia jak zmiany wpływają na konwersję. Jednak w zależności od przyjętej metodologii badań takie eksperymenty są czasochłonne. Ale korzyści są widoczne. Pozwala to na lepsze poznanie użytkowników witryny i wpływanie na nich, tak aby stali się naszymi klientami.

Duże portale wymagają trochę innego podejścia w zakresie behavioral targeting, dla nich tworzenie stron spersonalizowanych pod kątem preferencji dla jakiegoś profilu osobowości, a potem śledzenie zachowania konkretnego użytkownika nie jest opłacalne. Portalom bardziej zależy na zbieraniu danych demograficznych i określać zainteresowania użytkownika po tym jakie działy przeglądał, a potem udostępniają te informacje reklamodawcom. Problem wynika w analizie takich danych - w tej sytuacji portale same budują zespoły badawcze albo współpracują z takimi firmami jak Revenue Science, Front Porch, Tacoda (obecnie wchodzi w skład koncernu AOL), BurstMedia (mają interesującego bloga), NebuAd, Specific Media, Phorm (mają bloga, który informuje o kwestiach prywatności), ValueClick Media. Znalazłem nawet ciekawy patent a także takie patenty

Wyłączanie ich systemów behavioral targeting polega na tym, że nie akceptujesz ich ciasteczek w przeglądarce. Na tych stronach są linki Opt-Out, które pozwalają na poinformowanie o tym akceptujesz czy nie akceptujesz takie systemy (w praktyce to polega na tym że w twojej przegladarce cookie danego systemu jest oznaczone jako opt-out).
http://www.tacoda.com/
http://www.nebuad.com/
http://nugg.ad/
http://www.doubleclick.com/


Warto poczytać o targetowaniu behawioralnym na stronach takich jak blog Behavioral Insider czy portalach branżowych takich jak ClikZ czy iMediaConnection. Coraz większą rolę samoregulacji będzie mieć Behavioral Targeting Standards Consortium

Web Intelligence - koncepcja szkolenia

Analityka internetowa to ostatnio najbardziej dynamiczniej rozwijająca się nisza w przemyśle internetowym. Chociaż występuje w cieniu tego co nazywamy marketingiem internetowym, to jednak staje się coraz ważniejszą dziedziną badań. To ma związek z tym, że istnieje coraz większa konkurencja na rynku. Teraz prawie każda firma już ma stronę internetową, w tej sytuacji powoli kończy się okres kiedy posiadanie strony internetowej powodowało to że firma miała jakąś przewagę na konkurencją. Wtedy i jeszcze dzisiaj miernikiem sukcesu jest ilość odsłoń czy wizyt.
Wraz z pojawieniem się paradygmatu "Web 2.0", który pozwalał na tworzenie aplikacji internetowych to zaczęto mierzyć czas spędzony przez użytkownika, czy jakąkolwiek interakcję ze strony użytkownika (ilość ściągniętych plików czy kliknięć, obsługiwanie wyszukiwarki).

Zmieniają się mechanizmy działania reklamy. Dzisiaj dominuje model płacenia za kliknięcie. Jutro może być tak że będziemy płacić za to że klient od kogoś wykona pewną akcję (np. dokona zakupu w sklepie internetowym). Systemy aukcji i jak porównywarki cen są na dobrej drodze do wprowadzenia takiego rozwiązania. Przypuszczam, że AdSense może przekształcić się w coś takiego ze pozwoli użytkownikom na tworzenie własnych stron które będą generować konwersję.
Przykład - ktoś prowadzi własny serwis o kwiatach i chciałby, żeby jego ulubiony sprzedawca też więcej sprzedawał swoich kwiatów dzięki współpracy z nim, a także miał informację o tym ile klientów kupiło kwiaty dzięki temu, że przebywali na serwisie o kwiatach. Wymaga to ścisłej współpracy pomiędzy analitykiem internetowym, a twórcą serwisu o kwiatach czy sprzedawcą tych kwiatów. W takiej sytuacji analityk internetowy staje się stroną od której zależy dobra
współpraca pomiędzy sprzedawcą kwiatów a twórcą serwisu o kwiatach.

Od dłuższego czasu coraz ważniejsza staje się wiedza o zachowaniach użytkowników na stronach internetowych. Ta wiedza istnieje dzięki temu, że prowadzone są badania nad reklamą behawioralną. Reklama behawioralna jest to taka reklama, która z ogólnej wiedzy na temat osobowości i temperamentu próbuje przekonać użytkownika do określonego działania.
W praktyce to polega na przeprowadzeniu eksperymentów z zawartością i treścią oraz wyglądem na stronach internetowych. Eksperyment jest czymś co weryfikuje działania w serwisie.
Przykład - sklep internetowy szuka sposobów na lepsze pozyskiwanie klientów (ang. lead generation). W tej sytuacji warto zaproponować właścicielowi sklepu internetowego do konanie pewnych zmian i sprawdzenie czy w tym samym okresie co przynosiło lepszą konwersję dotychczasowa wersja czy wersja z zaproponowanymi zmianami. Znowu analityk internetowy jest niezastąpiony.

Wraz z wiedzą o zachowaniu użytkowników w serwisie internetowym warto próbować tworzyć kluczowe wskaźniki efektywności wynikające z eksperymentów. Pozwala to na tworzenie serwisów internetowych których celem jest podnoszenie jakości. Jakość wyraża się posiadaniem mierników, które pozwalają mierzyć sukces, dzięki osiąganym celom.
Przykład - Zaplanowano eksperymenty dzięki którym dowiedziano się, że ludzie chętniej korzystają z formularza kontaktowego jak został umieszczony na stronie głównej. Takie eksperymenty też pokazały że zwiększyła się ilość zapytań ofertowych. Analityk może na bazie eksperymentów budować wiedzę o tym jak zmieniają się wskaźniki efektywności pod wpływem pewnych zmian. Posiadanie takiej wiedzy sprzyja rozwojowi jakości ku zadowoleniu klientom.

Od pewnego czasu zastanawiam się nad przeprowadzeniem szkolenia czy napisania skryptu z zakresu analityki internetowej. Inspiracją do tego była informacja o szkoleniu do uzyskania certyfikatu "Certificate in Web Intelligence". Na stronach WAA jest dokument o tym co trzeba umieć aby przygotować się do uzyskania takiego certyfikatu.
Cała koncepcja opiera się na 4 kursach:

• Wprowadzenie do analityki internetowej
• Analityka internetowa dla optymalizacji witryn internetowych
• Mierzenie kampanii internetowych
• Tworzenie kultury analitycznej

Pierwszy kurs jest bardzo ogólny i przedstawia podstawowe zagadnienia z analityki internetowej.

• Podstawowe i kluczowe terminy analityki internetowej
• Kluczowe Wskażniki Efektywności (ang. Key Performance Indicators - KPIs)
  
• Mierzenie akcji: łańcuch konwersji
• Wyjaśnienie różnic w sposobach zbierania danych
• Narzędzia analityczne i diagnostyka witryn internetowych
• Podstawy mierzenia SEO
• Podstawy analizy zachowań odwiedzających witrynę internetową
  
• Mierzenie i optymalizacja płatnych kampanii internetowych (ang. Paid Search Campaign)
• Jak tworzyć KPI, które są zgodne z misją firmy oraz celami biznesowymi
• Umiejętności analityka internetowego.

Drugi kurs obejmuje zagadnienia optymalizacji witryn internetowych pod kątem analityki internetowej.

• Zrozumienie roli użytkownika jako osoby z określoną osobowością
  
• Tworzenie modelu użytkownika i jego zachowania
  
• Podstawy analizy aktywności użytkownika
• Nawigacja po witrynie i jej analiza
• Analiza treści witryny
• Technologie witryn internetowych
  
• Optymalizacja konwersji
  
• Śledzenie zachowań użytkownika na witrynie internetowej
  

Trzeci kurs wprowadza w tajniki mierzenia marketingowych kampanii internetowych

• Mierzenie skutenczności reklamy internetowej
  
• Poprawna konfiguracja i obsługa płatnych lampanii w wyszukiwarkach
• Mierzenie skuteczności kampanii mailingowej
• Zaawansowana analiza kampanii mailingowej
• Narzędzia analityka i ich możliwości
  
• Wprowadzenie do analizy reklamy bannerowej
• Wyjaśnienie co może być badane i mierzone
• Wpływ Public Relations na analizę internetową
• Jakość danych zbieranych do analizy

Najciekawszy jest trzeci kurs, który zajmuje się tworzeniem i zarządzaniem analitycznej kultury biznesowej

• Poprawne tworzenie zestawu wymagań dla analityka internetowego
• Określanie strategi wykorzystania analityki internetowej
• Określenie zadań dla stanowiska analityk internetowy
• Określanie kwalifikacji i miejsca w organizacji dla analityka internetowego
• Edukacja organizacji o korzyściach wypływających z analityki internetowej
• Skoncentrowanie się na mierzeniu celów organizacji.
• Funkcjonalne korzyści dla organizacji
• Wprowadzenie analityki internetowej do istniejących procesów biznesowych.
• Tworzenie i interpretacja zestawów danych KPI
• Ustalanie priorytetów
• Tworzenie raportów badawczych
  
• Planowanie i komunikacja z analitykiem internetowym

Czy ktoś chciałby być na takim szkoleniu?