לעיתים קרובות, סטטיסטיקה מניתוח תנועת גולשים יכולה להטעות. זה קל מאד לטעות בהתבסס על ניתוח סטטיסטיקת תנועת גולשים. הנה טעויות שגילינו עבור המדדים הבאים:
חשוב מאד למדוד המרות לפי מילת מפתח. זה מאפשר לדעת איפה למקד את המאמץ השיווקי. אבל לאתרים רבים
של B2B – ובמיוחד אלו עם מוצרים בעלות גבוהה – יש מספר מועט יחסית של המרות. בנוסף, ההמרה עשויה לקרות:
· בביקור השני או יותר, ומילת המפתח המקורית שהובילה לאתר כבר אבדה (בשל מחיקת עוגיות, חיפוש המשך באמצעות שם המוצר, וכו').
· על ידי קולגה של המחפש המקורי, שמגיעה ישירות לאתר כי הכתובת כעת ידועה.
מכיוון שהמספרים קטנים ואולי לא ניתן לקשר אותם לחיפוש המקורי, במקרים רבים זה לא תקף סטטיסטית לקבל החלטות בהתבסס על מספר הלידים למילת מפתח. במקרים כאלו, הכי טוב יהיה למצוא חלופה להמרות. חלופות אפשרויות הן משך השהות באתר או פעולות המראות מעורבות.
אחוז הלידים מכלל המבקרים סך הכל או כל פלח אחר הוא לא תמיד רלוונטי. במקרים רבים, הרווח ממכירת B2B מספיק גדול שלִיד טוב יכול להצדיק את מחיר הקמפיין, למרות שאחוז הלידים קטן. המספר המוחלט של לידים יותר חשוב במקרים כאלו. אם רואים שאחוז הלידים מתוך התנועה באתר יורד אבל המספר המוחלט עולה – אפשר לצאת ולחגוג את ההצלחה.
מדידת המספר המוחלט של לידים יכול להטעות. כן, אני יודע שאני סותר עכשיו את הנקודה הקודמת. לרוע המזל, לפעמים תבחינו שמספר הלידים מצטמצם. לפני שנכנסים לפאניקה, חשוב למדוד את אחוז ההמרות, מכיוון שלעיתים קרובות גורמים עונתיים או תלויים בזמן משפיעים על סך התנועה. אם רק נמדוד את המספרים המוחלטים ונראה נפילה של 50% בלידים נתחיל להילחץ. אבל אם נראה שאחוז הלידים הוא עקבי במהלך החודשים האחרונים, אז נדע שהירידה במספר הלידים נובעת מירידה בתנועה באתר. במקרה כזה כדאי לנתח ולבדוק האם הסיבה היא עונתית או גורמים אחרים שאין לנו שליטה עליהם. אם זה עונתי, אפשר להירגע – אך עדיין כדאי לנסות ולשפר את האחוזים. אם הגורם הוא כזה שיש לנו שליטה עליו, אפשר להתחיל להילחץ ולעבוד כדי לתקן את המצב.
זה מועיל למדוד את אחוז ההמרות כדי להשתמש בו כתמרור אזהרה מוקדם, אבל המטרה המרכזית שלנו צריכה להיות הגדלה במספר המוחלט של המרות, עד לשלב שההוצאות על הגדלתן כבר עולות על הרווח.
המדד החשוב הזה מקבל המון יחסי ציבור אבל לא מגיע לו. כל עוד מרוויחים מקמפיין, החזר ההשקעה לא צריך להיות פקטור בביטול קמפיין מודעות. אפשר להשתמש בו:
אם צריך להקטין את תקציב הפרסום אז המדד הזה הופך להכרחי כדי להכווין אתכם איפה הכי טוב לקצץ בתקציב.
על ידי מדידת הורדות אתם מערבבים את אלו וחלקים אחרים בקטגוריה אחת. הכי טוב למדוד הורדות ספר לבן בנפרד מהורדות דף נתונים. קפיצה בהורדות ספר לבן באוקטובר עשויה להיות מכיוון שסטודנטים לומדים את הנושא המתואר בספר הלבן שלכם. מצד שני, קפיצה בהורדות דף נתונים היא בדרך כלל חדשות מצוינות – אלא אם מגלים שהמתחרים שלכם הם אלו שאחראים לכל ההורדות.
במקרים רבים, המדדים לא מכילים מספיק מידע כדי להיות תקפים סטטיסטית. לרוע המזל, ישנה נטייה לרצות להסיק מסקנות מהר. זה יכול להיות כי:
· אתם רוצים להוכיח משהו ונלהבים מדי לסיים כבר את שלב הניתוח (עם התוצאות הרצויות).
· יש לחץ להציג רשימת פעולות לביצוע לאחרים.
מספרים הם נהדרים ואף אחד לא אוהב אותם יותר ממני. אבל, הם רק מספרים ויש להם הרבה חסרונות:
· יש עדיין המון מידע שהם לא כוללים. למשל, הם לא מסבירים למה אנשים עושים משהו.
· יכולות להיות טעויות בנתונים.
המסקנות עשויות להיות לא הגיוניות, ואם נהיה עקשנים ונחפור עמוק יותר בדרך כלל נמצא את הסיבה.
כמו כן, אפשר לעשות מניפולציות כדי להוכיח רעיונות שהחלטנו מראש – לפעמים בתת-מודע.
אלו הן כמה מהמלכודות והטעויות של ניתוח תנועת גולשים שנתקלנו בהן. אני בטוח שיש עוד. אם יש לכם כאלו, אשמח מאד לשמוע מכם.
Popular Posts