Как отфильтровать статистически незначительные данные?

Предположим, мы захотели найти все страницы с самым высоким показателем отказов. Звучит проще простого: открыть вкладку «содержимое сайта» -> выбрать «все страницы» -> сортировать по «показателю отказов». Вот что мы получим в итоге:

Выглядит внушительно, но это все эти цифры – лишняя и бесполезная информация. Почему? Все перечисленные здесь страницы имеют всего лишь от 1 до 4 посещений, следовательно, показатель отказов для них не будет статистически значимыми. Поэтому важно использовать фильтры для исключения всех страниц с низким трафиком.
Для этого переходим во вкладку «Advance» и устанавливаем минимальное количество уникальных просмотров страниц на 1000.

Картина сразу меняется:

И вы действительно можете проверить, что может быть не так с этими страницами - и сравнить страницы продуктов с наибольшим числом отказов со страницами с наименьшим числом отказов, чтобы сформировать гипотезу о том, что может быть не так.

Использовать итоговые данные наряду с коэффициентами

Давайте опять же на примере из Google Analytics посмотрим, трафик из какого источника оказывается наиболее конвертируемым:

Невероятно, но самый высокий CR – у рефералов. Выходит, что наиболее эффективный способ получение транзакций – размещение реферальных ссылок, а об остальных источниках получения трафика можно забыть?

Попробуем детализировать ситуацию, добавив данные по количеству уникальных посетителей и транзакций.

Так-так, похоже, что топ-5 источников трафика принесли всего 177 транзакций из общего числа в 2460. Откуда тогда взялись остальные 2283?

Принимая во внимание все возможные факторы (здесь количество транзакций), а не только коэффициент конверсии, мы получаем более полное и точное понимание всего происходящего. Так и в данном случае, рефералы на самом деле приносят меньше дохода по сравнению с другими каналами.

Что ещё может вам помочь:

Digital Analytics Fundamentals – бесплатный курс от Google

Occam’s Razor blog – блог Авинаша Кошика

Web Analytics 2.0 – его же книга. Несмотря на дату выпуска (2009 год), принципы схожи

Digital Analytics Primer – электронная книга, доступная в Kindle

Building a Digital Analytics Organization – и ещё одна

Спасибо, что прочитали статью! Если хотите узнать еще больше, то переходите в мой Instagram, там я раскрываю эту тему более подробно.

{ "author_name": "Михаил Леонов", "author_type": "self", "tags": [], "comments": 6, "likes": -1, "favorites": 7, "is_advertisement": false, "subsite_label": "marketing", "id": 231410, "is_wide": false, "is_ugc": true, "date": "Thu, 08 Apr 2021 17:12:41 +0300", "is_special": false }
0
6 комментариев
Популярные
По порядку
Написать комментарий...
–1

Автор, идея хорошая, но у тебя каша в голове. Какие отказы, что, где ты продаёшь? 

Ответить
0

Добрый день, данные предоставлены ни как кейс, а как ознакомительная информация по методом анализа и выяснение истинных, качественных показателей! 

Ответить

Комментарий удален

0

Согласна, язык письма какой-то странный. 

Ответить
0

Понял о чем вы, спасибо за рекомендацию, в следующий раз распишу подробнее

Ответить
0

А теперь зайдите в ассоциативные конверсии в G.Analytics и переверните еще раз картину :)

Ответить
0

Или в GA4, где отказов нет

Ответить

Комментарии

null