Web-analytiikan analysoinnin analysointia

Marraskuu 21st, 2008

Mietin tänään, mikä on työssäni tylsintä ja totesin, että ehkä yksi tylsimmistä puolista on koota raportteja projekteista. Pakko myöntää, että raportit ovat joka tapauksessa erittäin tärkeitä mittareita kun halutaan tietää miten hommat etenee. Siinä vaiheessa homma alkaa maistua puulta, kun raportteja tehdään vain raporttien vuoksi ja ne lentävät pikkupomon roskikseen ilman lukemista.

Ei kai raportin vastaanottajaa voi syyttää siitä, ettei se jaksa lukea raporttia, jonka tekeminen oli vielä lukemistakin tylsempää. Tässä yksi syy, miksi otan omien projektieni etenemisraportit mielellään muodossa ”kolme ennalta määriteltyä ja sovittua tärkeää lukua” ja tsekkaan onko luvut menneet alas vai ylös viime kerrasta, ja oliko suunta se mikä piti.

Tuossa on tiivistettynä se mitä executive-tason duunarit (ts. pikkupomot) hakevat, kun he pyytävät raportteja. Työntekijästä voi tuntua, että pomo haluaa taas tarkan raportoinnin jokaisesta liikkeestä, mutta jos hommat hoituvat ja tulosta syntyy, niin ainakaan itselläni tuo ei voisi olla kauempana totuudesta. Tarkoitus ei ole tsekata työntekijän liikkeitä, vaan selvittää missä mennään ja mihin ollaan menossa.

Tässä logiikassa on kuitenkin monta ongelmakohtaa, joihin on pakko takertua, ennen kuin joku teistä ovelista pikku possuista ehtii kommenteissaan itkemään.


Aloitetaan kysymyksellä: entäs jos hommat meneekin päin persettä ja suunta ei ole ylös, vaan rankasti alas? Silloin ollaankin ongelmissa, kun projektiin osallistuvien jokaista liikettä ei ole dokumentoitu. Miten määritellään mikä kusi, ja kenet mestataan? Työntekijällä on parasta olla tarkat kirjanpidot jokaisesta tehtävästä ja kahvinkeitosta, mitä projektin aikana tapahtui.

Entäs sitten ratkaisu? Ensimmäisenä tulee mieleen, että työntekijä voi koota kahta eri raporttia, joista toinen on se yksityiskohtainen, ja toinen sitten se alussa mainittu kolmen numeron yhteenveto. No, sitten pikkupomo saa raportit luettavakseen ja raportti pitäisi osata tulkita ja jonkun pitäisi pystyä kertomaan, mikä meni vikaan (jos lopputulos näyttää huonolta). Eli eipä ole tämäkään mikään ratkaisu. Pikkupomo näkee raportit, mutta eipä ne paljoa auta, kun ei ole ymmärrystä.

Visualisoin esimerkkitilanteen: Tuotteen Ö myyntikampanjan piti tuoda kuukauden aikana katetta 100 000 euroa, mutta raportissa katesumma on 20 000 euroa, palautuksia on tullut 15 % enemmän kuin keskivertokuussa, samaan aikaan tuotteen bränditietoisuus on noussut 32 %. Mikä siis meni vikaan, kun katetta tuli vähemmän, mutta bränditietoisuus ja palautukset nousivat?

Tulosten perusteella voisi olettaa, että kenties tässä oli kampanja, joka lupasi paljon (ja liikaa), mutta koko kampanja oli epäuskottava tai sitten se ei vaan sisältänyt tarpeeksi myyntiä. Bränditietoisuus luultavasti nousi, koska kampanja oli erittäin näkyvä, mutta koska se oli epäuskottava, tuote Ö jäikin tilaamatta. Noussut palautusprosentti taas selittyy sillä, että mainos luvattiin jotain, mitä tuote ei oikeasti ollut.

Entäpä, jos pikkupomo ei osaa analysoida kokonaiskuvaa oikein, ja päättää sivuuttaa täysin esim. bränditietoisuuden nousun, koska ei osaa ajatella sitä merkkinä jostain. Hän luultavasti tekee johtopäätöksen, että mainoskampanja oli liian vaisu ja graafikko teki tylsää jälkeä, vaikka vika saattoikin oikeasti olla esim. copywriterissä, joka teki kampanjan lupaukset ja myyntipuheet.

Web-analytiikassa ongelma on juuri siinä, että sinun on tehtävä analysointia kauan, opittava näkemään tietyt merkit ongelmista, ja vieläpä osattava yhdistää täysin eri asianyhteyksissä esiin tulevia lukuja, jotta voit päätellä asian X. En voi väittää, että olisin hirveästi miettinyt tätä asiaa, ennen kuin yhtenä päivänä raporttia tehdessäni huomasin käyttäneeni erittäin kauan analytiikkaan ja analytiikan analysointiin. Rupesin kelailemaan, että mitä kaikkea sitä tuleekaan mietittyä analysointia tehdessä, ja voisiko sitä automatisoida jotenkin ajan säästämiseksi?

Googlen analytiikassa on visuaaliset elementit ja luvut kohdillaan, mutta niiden analysointi jää täysin käyttäjän harteille. Eli kivoja lukuja, joista suuri osa ei ymmärrä yhtään mitään. Sama ongelma on kaikissa muissakin web-pohjaisissa analytiikkasovelluksista, mitä olen kokeillut. On olemassa Windows-sovelluksia, kuten ClickTracks jossa web-serverin logeja analysoimalla ja CPU-tehoa käyttämällä saadaan tehtyä eräänlaisia raportteja, jotka pyrkivät tekemään tulkintoja. Esimerkiksi ”What’s changed?” raportti ClickTracksissa pyrkii kertomaan, millaisia muutoksia on tapahtunut ja miten ne ovat vaikuttaneet. Tämäkin tehdään pitkälti kertomalla lukuja ja näyttämällä nuolella menikö ylös vai alas.
Palatakseni tämän bloggauksen alkuun, äsken mainittu ”What’s changed?” on, tai oli lähimpänä sitä raporttia, mitä minä haluaisin, kun jotain menee reisille. Tällaiset raportit eivät oikeasti analysoi tietoja, vaan tarvitaan edelleen kokemusta ja hoksottimia huomata, jos joku täysin triviaalilta tuntuva luku ei näytä järkevältä toisen luvun kanssa.

Esimerkiksi, että miksi resoluutiolla 800×600 konversio on vain 1/6 keskivertokonversiosta? Tai sellainen pieni triviaalifakta, että sivulla YXZ Safari-selaimet käyttäjillä bounce rate on 95 % koska sivu sekoaa Safarilla täysin.  Pieniä, mutta tärkeitä seikkoja, jotka kuuluvat kokonaisvaltaiseen sivuston analysointiin, mitä tahansa analytiikkaa käyttäen.

On se arki vaan niin mukavaa lukujen pureskelemista. Ainakin vähän aikaa vielä…

Related Blogs

Aiheet: Yleistä | Avainsanat: , , ,

Miksi analytiikka on tärkeää? »

1 Kommentti

  1. Marko Marraskuu 21st, 2008

    Niin ja täällä on sitten nämä kommentit mihin voi myös kommunikoida että saadaan sitä kuuluisaa vuorovaikutusta…

Jätä kommentti