«Мы входим в эру, в которой существуют две модели аналитики»

Май 26, 2019

4 апреля 2019 года прошла ежегодная конференции Go Analytics!. Впервые в Россию со своим докладом приехал мировой эксперт в области веб-аналитики (Google Analytics и Tag Manager), автор популярного блога, сооснователь консалтинговой компании 8-bit-sheep Симо Ахава (Simo Ahava, simoahava.com).

Симо Ахава (Simo Ahava, simoahava.com) на Go Analytics 2019

Симо Ахава (Simo Ahava, simoahava.com) на Go Analytics 2019

Елизавета Лосева, автор материалов на seonews.ru, познакомилась с ним на мероприятии и пообщалась на различные темы. Полностью интервью можно прочитать по ссылке. Из всей публикации меня больше всего заинтересовала отдельная фраза Симо, который сказал:

Мы входим в эру, в которой существуют две модели аналитики

Давайте попробуем разобраться в том, что это за модели, какие есть плюсы и минусы у каждой из них, и какую стоит использовать в 2019 году?

Модель №1. cookie + JavaScript

Модель аналитики Client ID

Модель №1. cookie + JavaScript

1 конкретное устройство = 1 браузер = 1 уникальный идентификатор отслеживания (он же Client ID, cid)

Это классическая и самая распространенная модель использования файлов cookie и инструментов веб-аналитики (JavaScript кодов) на сайтах. После установки счетчиков Google Analytics или Яндекс.Метрики, вы, как владелец сайта, получаете информацию о страницах, на которых побывал пользователь, а также видите все действия, которые он на них совершал. Например, просматривал видео, кликал по кнопке, оставил заявку, совершил покупку, позвонил и т.д.

Чтобы «запомнить», что пользователь делал на просмотренных ранее страницах или во время предыдущих посещений, Google Analytics и Яндекс.Метрика применяют файлы cookie.

Куки также применяются:

  • при персонализации рекламы под запросы пользователей (всеми «нелюбимый» ретаргетинг / ремаркетинг в контекстной рекламе);
  • для авторизации пользователей, предотвращения мошеннического использования учетных данных и защиты пользовательской информации от несанкционированного доступа;
  • для хранения информации о предпочтениях пользователей на сайте, местоположении, языке интерфейса и т.д., а также персонализации страницы. Например, вернувшемуся пользователю можно показать надпись «Спасибо за то, что посетили наш сайт снова!»;
  • другое.

Если вы заходите на сайт впервые, вам присваивается уникальный идентификатор пользователя (Client ID), который сохраняется за тем устройством и браузером, с которого вы зашли, на 2 года для Google Analytics (библиотека gtag.js), и на 1 (?) год для Яндекс.Метрики. Это означает, что если вы зайдете на тот же самый сайт с того же браузера и устройства, например, через 352 дня, счетчики веб-аналитики найдут в своей базе предыдущие данные о вас и припишут все действия (просмотры страниц, клики, заказы) по новому сеансу к старому Client ID.

Рекомендуется к прочтению:

В GA и ЯМ существуют специальные отчеты, где хранится вся информация о посещениях конкретного пользователя. Это отчет «Статистика по пользователям» в Analytics и «Посетители» в Метрике, с привязкой к идентификатору отслеживания (Client ID).

Модель аналитики Client ID

Отчет «Статистика по пользователям» в Analytics и «Посетители» в Метрике

Но стоит только почистить cookie и перейти на сайт вновь, пользователь будет инициализирован как новый, будет создана новая «карточка пользователя» и все данные будут уже записываться в нее. Опытные пользователи могут самостоятельно отключать поддержку cookie файлов, тем самым у нас не будет возможности отследить некоторую часть посетителей нашего сайта.

Однако срок жизни cookie зависит не только от самих счетчиков, но и от сторонних разработок. Например, обновление Apple от февраля 2019 года их интеллектуального отслеживания ITP 2.1 WebKit (iOS 12.2 и Safari 12.1 на macOS High Sierra и Mojave) ограничивает использование основных файлов cookie (first-party) до 7 дней. Теперь куки в Google Analytics, Яндекс.Метрике, Facebook и других сторонних систем аналитики будут жить не более недели.

Если зайти через браузер Google Chrome и посмотреть на cookie, то можно увидеть, что Facebook имеет срок жизни 3 месяца, Google Analytics – 2 года, Яндекс.Метрика – 1 год.

Модель аналитики Client ID

cookie в браузере Google Chrome

А если зайти через браузер Safari с Mac OS, то ситуация меняется кардинально:

Модель аналитики Client ID

cookie в Mac OS, браузер Safari

Такая защита яблока от трекинга продавцов рекламных технологий в ближайшее время существенно подпортит ситуацию в digital-маркетинге. Но выход есть и здесь. Если вы хотите отслеживать пользователей дольше 7 дней, то можно сохранять Client ID в localStorage. Подробнее читайте в блоге Симо (на английском языке) или в статье Алексея Ярошенко на русском.

Не стоит забывать и о обновленных правилах обработки персональных данных, установленные Генеральным регламентом ЕС о защите персональных данных 25 мая 2018 года (GDPR — General Data Protection Regulation), которые побудили Google и Яндекс дополнительно прописать условия пользовательского соглашения, а также дали возможность определять срок хранения данных о посетителях сайта и событиях.

Плюсы:

  • классическая модель, которая работает по умолчанию для всех сайтов в мире;
  • не требует дополнительных настроек;

Минусы:

  • более расплывчатая, в ней меньше достоверных данных по причине того, что мы не можем связать действия пользователей с разных устройств и браузеров;
  • многие блокировщики рекламы и браузеры запрещают отслеживание cookie-файлов;
  • срок жизни файлов cookie может составлять менее 10 дней (см. пример выше);
  • пользователь может почистить историю посещений и удалить куки;
  • пользователь может зайти в режиме «Инкогнито». В нем не сохраняются файлы cookie, данные сайтов и история просмотров, а также информация, которую вы вводите в формы.

Не забывайте, что когда вы строите «сквозную аналитику» по классической модели с привязкой к Client ID, шанс не связать важные для анализа данные с конкретным пользователем и получить недостоверные цифры на выходе гораздо выше, нежели по второй модели аналитики.

Модель №2. User ID (uid), карточка пользователя

Модель аналитики User ID

Модель №2. User ID (uid), карточка пользователя

В основе этой модели лежит идентификация пользователя через его профиль, личный кабинет. Мы, как владельцы ресурса, побуждаем человека зарегистрироваться на нашем сайте, создать свой профиль, а все дальнейшие действия (просмотры страниц, оформление покупок и т.д.) просим выполнять через свою учетную запись. Таким образом, когда пользователь заходит на сайт, его данные сохраняются в базе и отправляются на сервер, чтобы в дальнейшем использовать их для сопоставления заходов на различных устройствах и браузерах.

Классический пример такого подхода – социальная сеть. Когда вы впервые зарегистрировались, например, ВКонтакте, вам присвоили уникальный ID учетной записи.

Модель аналитики User ID

Классический пример модели — профиль в социальной сети

С этого момента, чтобы вы не делали (смотрели видео, искали группы, добавляли в друзья, писали сообщения) – все эти действия будут связаны с вашим профилем. А поскольку вы регистрировались через телефон или e-mail (да еще и вводили все данные в настройках), у администрации социальной сети есть полный набор ваших данных. А если еще и включена функция геолокации, то они не только знают о вас все, но и могут отследить ваше местонахождение в любой момент времени. И уже абсолютно не имеет никакого значения, с какого устройства вы заходите и с какого браузера, главное – вы под своей учетной записью.

По такому же принципу самые «продвинутые» компании стараются отслеживать информацию о своих пользователях, побуждая каждого нового клиента создавать свой профиль на сайте. Некоторые интернет-магазины за заказ через сайт под своей учетной записью дают скидки и накопительные баллы.

Например, в том же CMS-движке 1С-Битрикс, по умолчанию заложен механизм автоматического создания профиля после первого заказа. Пользователь вроде и не хотел тратить время на регистрацию, а все равно получил логин и пароль от личного кабинета. Если нет возможности привязать стандартный способ регистрации, на сайте можно использовать авторизации через социальные сети.

В случае, если вы отслеживаете User ID, вы можете связать действия каждого пользователя как оффлайн, так и онлайн. Например, первый контакт с вашей продукцией клиент совершил не в интернете, а зайдя в оффлайн магазин. Во время покупки вы предлагаете ему оформить скидочную карту (просто заполнить анкету со всеми данными), а затем активировать ее на сайте в личном кабинете.

Вы оплачиваете покупку оффлайн, получаете скидочную карту, идете домой, садитесь за компьютер, регистрируйтесь на сайте и активируете эту карту. Все. С этого момента все ваши действия можно связать воедино. Теперь у компании есть цепочка касаний оффлайн-онлайн, а предоставленная информация на кассе в анкете позволяет вас идентифицировать по местоположению, полу и возрасту. С этого момента мы (маркетологи компании) можем отправлять e-mail рассылки, специальные акции, предложения, настроить на определенный сегмент ремаркетинговые кампании и т.д.

Рекомендуется к прочтению:

В Яндекс.Метрике и Google Analytics заложен данный функционал. Но он настраивается программно, на стороне сервера. Однако в прошлом году Google добавил функцию Google Signals, которая позволяет на основе агрегированных данных о пользователях, включивших Персонализацию рекламы, создавать общую модель поведения на нескольких устройствах. При этом учитываются данные о пользователях, а не о сеансах. Для создания модели поведения не требуется представления User ID.

А в середине 2017 года Яндекс запустил свою бета версию отчета «Кросс-девайс», в котором отображается статистика по конверсиям клиентов, которые заходили на сайт с нескольких устройств.

Модель аналитики User ID

Отчет «Кросс-девайс» в Яндекс.Метрике

Функция реализуется с помощью технологии «Крипта». Она умеет сравнивать анонимные данные о поведении пользователей Яндекса на телефонах, компьютерах и планшетах, и с достаточной долей вероятности привязывать несколько гаджетов к одному человеку. Если некоторые визиты с разных устройств не получается достоверно собрать в единую историю одного посетителя, они не попадут в кросс-девайсный отчет.

Кроме этого, в Яндекс.Метрике можно использовать собственные идентификаторы посетителей (UserID). Делается это с помощью загрузки дополнительных параметров посетителей с наборами значений ID, key, value (в файле формата .csv), которые привязываются либо к ClientID, либо к UserID.

Подробнее читайте в официальной справке Яндекса.

Плюсы:

  • качественные данные;
  • вы всегда можете сказать, что под этой учетной записью сидит один и тот же человек;
  • можем не думать о том, с какого устройства или браузера пользователь перешел к нам на сайт;

Минусы:

  • не на всех сайтах целесообразно добавлять механизм авторизации. Например, для посадочных страниц (landing page) и квизов это серьезное усложнение, которое может отпугивать конечных пользователей;
  • для настройки требуются знания в области программирования;
  • не все пользователи, даже имея профиль на сайте, авторизуются и делают заказ через него. Чтобы выработать у них привычку делать это постоянно, должна быть очень хорошая награда за такое действие (скидка, бесплатная доставка, подарок).

Думаю, когда Симо говорил о 2 моделях аналитики, он имел в виду что-то похожее в плане идей и конечной реализации. В эру все большего влияния аналитики на различные инструменты цифрового маркетинга компаниям и владельцам бизнесов стоит задуматься о том, чтобы как можно лучше и точнее собирать данные для дальнейшего анализа.

А выбор конечной модели (№1 или №2) в 2019 году зависит только от того, какого масштаба достигли вы и ваш бизнес. Если до сегодняшнего момента вы не задумывались об этом, начните работать с первой моделью. Если вам в ней стало тесно и конечный результат не удовлетворяет, переходите ко второй.

«Мы входим в эру, в которой существуют две модели аналитики»
5 Всего оценок: 7

Получайте бесплатные уроки и фишки

По контекстной, таргетированной рекламе и аналитике