Web analytics 2.0 study ch.4-4.5

1

Smart ICT R&D Center QI team

Katarina Kim ([email protected])

2014.07.10

Web Analytics 2.0: Chap.4 – 4,5The Awesome World of Clickstream Analysis: Practical Solutions

22

Chap.4 The Awesome World of Clickstream Analysis: Practical Solutions

1. A Web Analytics Primer2. The Best Web Analytics Report3. Foundational Analytical Strategies4. Everyday Clickstream Analyses Made Actionable5. Reality Check: Perspectives on Key Web Analytics Challenges

3

4. Everyday Clickstream Analyses Made Actionable

5 Clickstream analyses1. Internal site search

2. Search Engine Optimization (SEO)

3. Pay Per Click(PPC)/ Paid search

4. Direct traffic

5. Email campaigns

4

4-1. Internal Site Search Analysis

방문자의 의도를 이해하는 것 => site의 성공/실패 원인 파악에 도움

Internal site search 는 방문자의 의도를 쉽게 파악하는 도구

3가지 actionable analysis clusters Site search usage

Site search quality

Segmenting

5


1) Site Search Usage 2가지 기본 질문

1. 검색 기능이 얼마나 많이 사용되는가?

2. 어떤 키워드가 가장 많이 사용되는가?

6


2) Measuring Site Search Quality1. Bounce Rate for site search (= % Search Exit)

search 결과를 보고 즉시 나가는 비율 (High = bad!)

어떤 키워드에 대한 % Search Exit 가 높다면 ==>• 검색엔진에 문제가 있거나

• 웹사이트 자체가 keyword 관련 제품/서비스를 구비하지 못했기 때문일 수 있음.

2. Results Page View / Search (high = bad)

Visitor가 원하는 검색 결과가 page 1에 표시된다면, 다음 page 를 볼 것 없이 page 1의 최상위몇 개만 click

참고: • Time After Search (검색 후 웹사이트에 머무른 시간), Search Depth (검색 후 view page 개수)도 유용한 정보지만 상황

에 따라 다르게 해석될 수 있음 (ex) 첫 page에 원하는 정보 있음 => low S.D가 good vs. 흥미유발 되었음 => high S.D가 good)

3. Search Refinements

추가 검색 비율 (high = bad)

검색 엔진이 훌륭하다면, 추가 검색할 필요 없음

그나마 다행인 것은, 추가 검색어를 통해 visitor의 의도를 더 명확히 알 수 있음• (ex) segmentation -> data collection

7


3) Segmenting and Measuring Impact segmentation 으로 더 깊고 세부적인 정보를 끌어낼 수 있음

(ex) 신규 방문자가 재방문자보다 사이트 검색을 더 많이 하는가?

(ex) 부동산 웹사이트에서, 어느 도시로부터의 방문자가 검색을 더 많이 하는가? 뭘 검색하는가?

segmentation 을 통해서, site search가 회사 핵심 목표(ex) 매출, 전환률)에 주는 영향도를 분석할 수 있음

(ex) 사이트 검색 없는 방문이 검색을 하는 경우보다 전환률이 낮음

8

4-2. Search Engine Optimization (SEO) Analysis

SEO 전략의 네 가지 측면을 평가1. Performance: Traffic from Organic Search

2. Content Coverage: Indexing by Search Engines

3. Keyword Performance: Search Engine Results

4. Outcomes: Goals, Revenue, and ROI

1) Performance: Traffic from Organic Search 장기적으로 유료 결과와 무료결과의 traffic 비율을 수집, 비교분석

효과적인 검색 전략은 포트폴리오 전략임

모든 주요 검색 엔진에 노출되도록 최적화

유/무료 검색 결과를 함께 효율적으로 활용

9


2) Content Coverage: Indexing by Search Engines 2가지 측정값

1. Amount of content being indexed

2. # of pages getting traffic from search engines

Webmaster Tools

주요 검색 엔진에서 제공되는 분석 서비스

각 검색엔진 별로 동일한 데이터에 대한 수치가 다를 수 있음

• 검색엔진 별 crawling, page categorization 방식이 다르기 때문

Rule

웹사이트에 content를 계속 추가 측정값 증가 (단, 검색엔진이 최적으로 동작한다는 전제)

Contents를 추가하고 SEO 활동을 늘렸지만, 검색엔진의

crawling 결과는 더 악화되었음 SEO 전략 수정 필요

10


3) Keyword Performance: Search Engine Results 웹사이트가 검색엔진에 노출되기 위해 최적화 되어 있는가에 대한 고찰 후 전략 수정

검색엔진이 universal search (text, image, video 등 다양한 데이터를 제공)와 검색결과를customizing (based on location, 과거 검색이력, 언어 등)하기 때문

웹사이트와 관련 없는 검색어에서 검색되었다. robots.txt 파일 최적화

Impression으로 나타난 검색어가 traffic으로 연결되지 않았다. 웹페이지의 title, 정보 등 수정

11


4) Outcomes: Goals, Revenue, and ROI 무료 검색 traffic이 사업에 미친 영향 측정

Traffic 비율은 적지만, 전환율에는 큰 영향

무료 검색 전략을 개선하고 데이터로 확인

전략 수정 후,Traffic 은 줄었지만, 전환율은 상

승 추세

12

4-3. Pay Per Click / Paid Search Analysis

PPC 분석의 시작: PPC와 무료검색결과에 의한 유입 구분 각 검색엔진의 PPC마다 고유의 referral string이 있음

(ex) Google의 PPC URL:

• www.omniture.com/static/1923?s_scid=TC|5379|omniture||S|e|2831181395

(ex) Yahoo의 PPC URL:

• www.omniture.com/static/278?s_scid=680217600000000309&clicksource=standard&OVRAW=omniture&OVKEY=omniture&OVMTC=standard&OVADID=4822371011&OVKWID=130976483511

무료 검색결과는 referral string 불포함

(ex) www.omniture.com

Web analytics tool에서 정한 규칙대로 PPC campaign에 tagging 해야 함

단, Google Analytics & Google AdWords 사용 시 계정 연결만으로 해결됨

1) Performance: Traffic from Paid Search 무료 검색 traffic 분석과 동일: 장기적인 trend 분석을 통해 PPC campaign의 성과 확인

13


2) Measuring the End-to-End View End-to-End View:

①Data from search engine -> ②Visits -> ③Business impact metrics

③② ①

14


3) Analyzing PPC Ad Position 검색엠진에서의 Ad position 알고리즘 + 경쟁 + 입찰가

가장 비싼 유료 검색 position이 가장 효과적인 것은 아님 최적의 비용으로 최고의 효과를 얻도록 전략 수립

무료 검색 Top 1이 모든 유료 position보다

click수가 높음

15


4) Measuring PPC Customer Behavior 예시:

여행사 사이트에서 PPC campaign을 한 후, Paid Traffic과 Direct Traffic의 Days to Purchase를 분석

Background

• 여행상품(비행기표, 숙박권 등)은 기한이 넉넉히남을수록 저렴하므로 개시 후 시간이 지날수록비싸짐

초기 결과

• 당일구매율이 Paid traffic은 46.4%, Direct traffic은 70%

교훈과 조치

• PPC에 의한 landing page가 너무 공격적 (“당장사주세요!”) 표현을 부드럽게 수정

• 바로 구매하지 않음 장바구니 기능 추가 (편의성 강화) 가격 상승 시 email 전송 기능 추가

• 고객 만족 제고 & 더 빨리 돌아와 구매

16

4-4. Direct Traffic Analysis

Direct traffic URL 직접 입력 또는 bookmark 이용한 유입

무료 traffic의 특성을 이해하고 최대화하도록 전략을 구성하라. Direct traffic 방문자 = 충성도 높음

무료 traffic => acquisition cost 절약

Capturing Direct Traffic 모든 웹페이지에 tag를 달고, tracking parameter로 모든 campaign를 구분해야 Direct

Traffic과 혼동되지 않음

1) Reviewing Current Performance 장기적으로 전체 traffic을 segmentation 하여 분석

2) Understanding the Opportunity and Educating Management Direct traffic에 의한 사업 영향도 분석

충성도 높은 방문자이므로 사업에 좋은 기회 => 경영진 교육

3) Segmenting to Understand Uniqueness Content analysis

(ex) 직접 유입 방문자 => 주로 스포츠/연애, 다른 traffic => 정치/문화 편향

Purchase behavior

미래 Target marketing에 유리

17

4-5. Email Campaign Analysis

1) Campaign Response Delivery rate = (# of emails sent – # of bounce backs) / # of emails sent

Open rate = # of emails opened / # of emails sent

Click-to-open rate (CTOR) = # of clicks / # of emails opened

Email list의 질과 email message의 효과와 적절성 측정의 주요 지표

Subscriber retention rate = (# subscribers – bounce backs – unsubscribes) / # subscribers

가장 전략적 분석• 기술적 효과 측정 Bounce backs 줄임

• 메시지의 적절성 측정 unsubscribes 줄임

2) Website Behavior Bounce Rate = # of email campaign visits with a single Page View / # of email

campaign visits

Response rate가 100% 라고 해도 Bounce Rate가 99%이면?

Length of Visit = percent of email campaign visits that last longer than xx seconds

서비스 특성에 따라서 성공을 의미하는 xx seconds는 달라짐

3) Business Outcomes Conversion Rate = # of Orders / # of email campaign Visits

Average Revenue per Email Sent = total revenue / # of emails sent

Email Campaign Profitability = (Revenue generated – campaign cost – cost of goods sold) / # of emails sent

18

4-6. Rich Experience Analysis: Flash, Video, and Widgets

Problem Pageless experience vs. 기존 분석 방식은 Page View 기반

Solutions fake page views

Event Tracking

Event Tracking 일부 web analytics tool은 Hierarchal data model을 위한 key-value 쌍의 데이터를 저장

할 수 있음

(ex) Google Analytics는Category, Action, Label, Value 라는컨테이너들을 제공

19

5. Reality Check: Perspectives on Key Web Analytics Challenges Web analytics를 위한 현실성 체크

1. Visitor Tracking Cookies

2. Data Sampling 411

3. The Value of Historical Data

4. The Usefulness of Video Playback of Customer Experience

5. The Ultimate Data Reconciliation Checklist

20

5-1. Visitor Tracking Cookies

1) Transient vs. Persistent Transient cookies (= Session cookies)

Visitor가 site에 매 방문하는 순간 생성, site를 떠나면 삭제됨

Persistent cookies (= User cookies)

Visitor가 site 최초로 방문하는 순간 생성, 지정된 기간이 만료될 때까지 남음

2) First Party vs. Third Party First Party

웹사이트의 자체 domain을 이용해 Web analytics tool에 의해서 생성되는 cookies

웹브라우저에 의해 거부되는 경우가 적어서 unique Visitor 식별을 위해 주로 사용됨

Third Party

웹사이트와는 다른 domai을 이용해 3rd party에 의해서 생성되는 cookies

오남용되는 사례가 늘자, 브라우저에서 거부되는 경우가 많아서 잘 사용되지 않음

3) Cookie Choice and Data Storage Web analytics tool의 종류에 따라 달라짐 (1차/3차 쿠키와 상관없음)

ASP 방식 tool: at ASP provider’s data center

In-house solution: internal data center

21

5-1. Visitor Tracking Cookies

4) Cookie Deletion Rates 쿠키 삭제에 대한 국제 표준은 없음

쿠키 삭제 결정의 최대 요인

방문자(customer), browser setting, 설치된 software 등

쿠키 삭제율 (저자의 경험)

1st party: 3~5%

3rd party: 20~25%

5) Without Cookies, Life Continues 쿠키 사용 시 unique Visitor 식별이 좀 더 용이하지만, 완벽하지 않음

쿠키가 없어도 다른 대안을 찾아라.

22

5-2. Data Sampling 411

Data sampling의 필요성 Tag 기반 유료 웹분석 툴은 page view 당 요금 청구하므로 데이터가 많을수록 비쌈

데이터가 많을수록 분석 시간이 오래 걸림

1) Code Red: Sampling Web Pages on Your Site 전체 웹사이트에 대한 전망을 얻을 수 없음

(ex) email campaign의 landing page에 tag를 달지 않았다면 email campaign analysis를 못함

2) Code Orange: Sampling Data Collected from Each Page 각 page에서 일부 data만 수집 (ex) 10번째 page view만 수집함)

비용은 아낄 수 있으나, 대략적인 정보이므로 정보의 질이 떨어짐

3) Code Green: Sampling Data Processed When You Run the Query/Report

모든 수집된 데이터는 웹분석 툴 벤더의 data center에 저장되어 있음

빠른 분석 결과를 제공하기 위한 2가지 벤더 타입

Sampling level을 user가 선택할 수 있음: ClickTracks

벤더에서 자동으로 Sampling level을 조정: Google Analytics

23

5-3. The Value of Historical Data

1) Data Decay 데이터는 시간이 지날수록 가치가 줄어든다.

Your Visitors change too much

Your computations change too much

Your systems change too much

Your website changes too much

Your people change too much

2) The Goodness of Not Worrying About History 과거에 얽매이지 말고 배우고, 적응하고, 가치를 얻고 계속 전진하라.

3) Saving What Matters 앞으로 계속 사용될 중요한 history는 계속 보유해라.

(ex) 주간 방문자수, 월간 Top 10 Referrers, 월간 Bounce Rate 등

24

5-4. The Usefulness of Video Playback of Customer Experience Video playback

모든 session을 기록하여 play 하는 것을 의미

1) Scale 방문수가 많은 사이트는 데이터 규모가 너무 커서 유의미한 tracking을 하기 어렵다.

2) Interpretation Visitor의 의도를 context 로 확인할 수 있을 경우 유용함

(ex) 사용자가 짜증이 났다면 어떤 과정을 통해서 짜증나게 되었는가

Contextless video일 경우, 웹분석툴에서 동일한 정보를 더 빠르게 얻을 수 있음

3) “You Can Track Sara, Akio, and Roxana” 고객 불만이 발생했을 때, context를 이해할 수 있다는 점이 Video playback의 최대 장점

그러나, 대부분의 웹사이트 세션은 anonymous session 이므로, “사람“을 구분할 수 없음

4) Cost vs. Benefit 도입 비용이 비싸다.

5) Hope for the Future 위의 여러 가지 문제점이 해결되기를 기대해본다.

25

5-5. The Ultimate Data Reconciliation Checklist

한 개의 Web Analytics Tool 만 제대로 이용하는 것이 좋음

Data Reconciliation 동일한 정보(ex)방문자수)에 대한 여러 tool에서 제공하는 상이한 데이터를 조정하는 일

Checklist1. Don’t Compare Data Collected from Web Logs vs. JavaScript Tags

데이터 수집/처리/저장 방식이 상이함

2. The Gift That Keeps Giving: First- and Third-Party Cookies

쿠키 유형에 따라서 값의 차이 발생

3. Imprecise Website Tagging

부정확한 tagging은 쿠키 문제 다음으로 빈번한 데이터 문제의 근원

두 가지 형태

• 올바르게 시행되지 않은 tag

• 완전하게 시행되지 않은 tag

4. Torture Your Vendor: Check Definitions of Key Metrics

웹분석툴 벤더마다 지표에 대한 naming이 다름

26

5-5. The Ultimate Data Reconciliation Checklist

Checklist (Cont’)5. A Tough Nut: Sessionization

(ex) 29분 이내에, A 사이트 방문 -> 구글 검색 -> A 사이트 방문• Tool1 : session = 1

• Tool2 : session = 2

6. The Permanent Tripwire: URL Parameter Configuration

URL에는 웹분석에 불필요한 parameter들이 포함되어 있고, 웹분석툴 마다 이를 식별하는 rule이 다를 수 있다.

7. The Problem of the Big: Campaign Parameter Configuration

다양한 campaign를 시행하거나, 대기업일수록 campaign들 & 계열사들을 구분할 정확한tagging을 위한 노력이 많이 든다.

8. The Hidden Angel: Data Sampling

Sampling 방식은 웹분석툴에 내장된 것이기 때문에, 조정하기가 어렵다.

9. Order of Tags

Tag는 구현 순으로 실행되지만, 경우에 따라서는 실행되지 않거나 skip하고 다음 tag가 실행될수도 있다.

Documents

Web analytics 2.0 study ch.4-4.5