V prvním díle naší mini-série článků o statistikách jsme si povídali o tom, k čemu jsou „search“  a „usage“ analýzy dobré, jakým způsobem se může uživatel zapojit do hodnocení relevantního nebo nějak důležitého obsahu, jak se takové statistiky vytváří a jak to všechno nastavit. V druhém díle se podíváme na to, co všechno můžeme sledovat z hlediska obsahu a jak výsledky správně interpretovat (= číst).

Abychom Vám během příkladů mohli nabídnout trochu konkrétnější čísla, pojďme se shodnout na jednom velmi jednoduchém, fiktivním webu o pěti stránkách (Úvod, Kontakt, Produkty, Služby & Akce), který jsme právě založili a protože zatím nevyužíváme žádnou možnost reklamy, začínáme s návštěvností na nule.

Hodnotou „page views“ je číslo, které představuje celkový počet zobrazení sledované stránky (nebo portálu) za určité časové období (den, týden, měsíc, rok apod.).  Je jedno, jak dlouho se uživatel zdrží a na co uvnitř stránky klikne, nerozlišujeme opakované otevírání stránek z jedné konkrétní IP adresy nebo od konkrétního uživatele, nová zobrazení ani opakovaná načtení jedné stránky. Pro začátek si však můžeme udělat hrubou představu o tom, jak jsou naše stránky oblíbené (nebo užitečné) a sledovat jak se toto číslo v čase mění – jestli má vzestupnou tendenci, jestli se mění s novým příspěvkem / produktem / službou, které přidáváme, jestli jsou dny, kdy výrazně klesá (= kdy na naše stránky nikdo nechodí) nebo jestli je stále stejné, ať děláme co děláme (a to je pak něco vážně špatně). Na druhou stranu pokud sledujete firemní interní web, kde předem víte, že si stránky prohlédne maximálně 250 uživatelů, žádné překvapení Vás nečeká.

V případě našeho malého webu bude tedy „page views“ za první minutu svého života rovno 0, ale ne na dlouho. Tak do dvou dnů od svého spuštění už může být odhalen velkými vyhledávacími servery jako Google a jestli necháte vyzkoušet stránky známými a kolegy, číslo poroste. Po prvním měsíci to může být 500 a za třetí měsíc s použitím reklamního banneru i 12 000. Pokud je web aktivní, rozhodně by to číslo nemělo klesat ani zůstávat stále stejné. Můžeme samozřejmě sledovat i jednotlivé stránky = z celkového počtu 500 může být 400 x hlavní stránka, 47 x akce, 50 x kontakt a 3 x produkty (zapracovat na slabších stránkách, nastavit reklamu a nastavovat si reálné cíle do budoucna).

Pozor na záměnu s „page views“ s „page hits„. Každá stránka se může skládat z několika obrázků a může obsahovat nějaký ten soubor nebo tlačítko, které provede nějakou akci na pozadí. Všechny takové prvky (uložené jako samostatný soubor na disku serveru), které musí prohlížeč „načíst“ než Vám zobrazí jednu konkrétní stránku představují tzv. „hits“.

Díváte se na stránku s pěti obrázky? V takovém případě je číslo „page views“ rovno jedné, nicméně „page hits“ šesti (5 obrázků v pěti souborech a jeden .html / .aspx soubor, který Vám je přinese na obrazovku). Záleží na počtu načítaných souborů při vykreslování stránky (včetně skriptů) a interaktivních prvcích. Měřit pouze „page hits“ nemá moc vypovídající hodnotu, pokud nesledujete zátěž serverů.

Pokud se rozhodnete používat Google Analytics pro Vaši O365 stránku, ještě je tu jedna dvojice pojmů, která hlavně ze začátku správce lehce mate: „page views“ vs. „page visits„. Přesně ve chvíli, kdy si sednete k počítači a otevřete svůj oblíbený prohlížeč s určitou (sledovanou) stránkou, zaznamená se časové razítko & ID v podobě tzv. „cookie“ a uloží se pro daného uživatele přímo na lokální disk. Po celou dobu návštěvy, nezávisle na tom kolik otevřete stránek, jste počítáni jako jedna „návštěva“, ale jen pokud jste aktivní. Když Vám mezi vyplňováním adresy a e-mailu zazvoní telefon a stránka zůstane neaktivní (na více jak 30 minut), vytvoří se nová „cookie“ a přičte druhá návštěva, i když jste ze stránky ještě neodešli a její planost zatím nevypršela. Protože „cookie“ patří vždy nějakému stroji nebo uživateli, můžeme sledovat kolik takových „návštěv“ podnikne během určitého časového období, ale měřit jen návštěvy samotné také není moc vypovídající.

Při jedné návštěvě našeho fiktivního webu máme „page visits“ = 1 (a to i když otevřete stránku Kontaktů dvakrát), „page views“ = 5. Šest, pokud otevřete stránku Kontaktů dvakrát.

​

Pokud používáte aplikaci, která umí sledovat počet „sessions„, sledujete otevřená a zavřená okna prohlížečů nezávisle na tom, kolik stránek zobrazíte, než se odpojíte (zavřete okno) a nepočítáte žádnou dobu platnosti. Ty nejlepší z nejlepších aplikací pak umí sledovat i pohyb v rámci jedné „session“, což je užitečné pro cílení obsahu a analýzu chování uživatelů.

Když víte, že 90% uživatelů potřebuje pouze na stránku Úvod, Kontakt a Produkty, věnujete jim lukrativní místa v navigaci, umístíte na ně reklamu nebo odkazy na ostatní, slabší části webu. Když víte, pro co se čtenáři nejčastěji vrací, mohou být hned po přihlášení přesměrování přesně na to, co je zajímá. Pokud potřebujete naučit uživatele chodit na novou stránku Akcí, upravte navigaci, přidejte ji do rozcestníku, zkuste reklamu.

S některými aplikacemi jste schopni sledovat interakce mezi stránkami webu – jaké stránky slouží jako rozcestník (nejčastěji vstupní stránka), jaké stránky si uživatel zobrazí dřív, než se dostane k Produktům nebo které stránky jsou konečné (při kterých už žádnou další nezkusí). Takové statistiky chování uživatelů  se pak mohou skrývat pod nejrůznějšími názvy:  „page behaviour„,„tracking sessions„, přechody nebo interakce.

Můžeme jít ještě dál. Existují nástroje, které jsou schopné sledovat části stránek, na které uživatelé klikají nejvíce pomocí tzv. „teplotních map“ (heat maps). Nejnamáhanější místa stránek jsou překrytá červenou barvou, často používaná žlutou, téměř nepoužívaná zelenou barvou a zbylá místa zůstávají bílá (aneb princip zahřívání, proto „teplotní mapa“). Takové statistiky můžeme najít například pod názvem „in-page analysis“ nebo přímo „heat maps„.  Mapy však nejsou dostupné všem (a pro public O365 stránky se bez dodatečných skriptů na straně klienta nebo serveru neobejdete), takže úplně stačí myslet na „pravidlo F“ (nejnamáhanější a nejžádanější oblasti stránky podle teplotních map připomínají písmeno F, kde nejlukrativnější je levý horní roh, nejslabší pravý spodní a kam uživatel nevidí, stránku ani neposune.)

​

Myslete na to, že většina lidí stránky nečte, pouze hledá to, co je zajímá. Jsem přesvědčená o tom, že ani tenhle článek nedočte do konce každý, protože je prostě příliš dlouhý (i když sérii dělím). Někteří lidé jen přijdou, stisknou kombinaci kláves Ctrl+F, najdou pojem který je zajímá a zase odejdou. Ale to je v pořádku, však s tím počítám. Mnoho správců je také zklamaných z toho, jak moc se přeskakuje (ignoruje) zápatí. To slouží pouze indikátor konce stránky, abychom se nezkoušeli posouvat ještě níže, kde už vážně nic není. Nemělo by obsahovat informace, které jinde na webu nenajdete (maximálně tak kontakt, rychlé linky, odkazy na externí weby apod.) a mělo by být graficky nějak pěkně oddělené od textu, obsahu stránky, ale, tak, aby zapadlo do designu stránek a nerušilo.

Protože „page views“, „hits“, „sessions“ jsou pro nás základní, nicméně stále moc obecná čísla, jdeme dál. Všechny kategorie výše můžeme za použití vhodného nástroje dělit mezi nové a vracející se uživatele („new vs. returning visitors„), což je dobré pro základní představu o tom, kolik nových čtenářů za sledované období získáme a kolik z toho celkového počtu je naopak těch, co se k nám nějakou informaci vracejí. Tady pamatujte na to, že není až tak velké umění nalákat někoho nového (třeba reklamou), ale udržet si čtenáře, dát jim důvod se vrátit je, to je to pravé umění.

Jestli je pro Vás ukazatel „page views“ příliš obecný, zkuste „unique page views„, který vrátí číslo očištěné od všech opakovaných načtení jedné stránky během jedné „session“ (pozor, session) nebo více pokusů o jednu a tu samou stránku z veřejné IP adresy pod anonymním účtem.

SharePoint „usage analytics“ umí sami od sebe sestavovat žebříčky nejnavštěvovanějších stránek (tzv. „Top pages„), seřazené od těch nejaktivnějších nahoře až po ty mrtvé na konci seznamu nebo sledovat počet zobrazení pro konkrétní stránku (knihovnu, list) v určitý den (měsíc, rok, apod.). K čemu je dobrý seznam nejzajímavějších stránek portálu? Jednoduše proto, že víme, co uživatele zajímá, víme kam dát informaci o novém produktu / službě / akci, když to potřebujeme a víme kam dát reklamní banner sponzora, když nějaký chceme. Prostě kam dát informace tak, aby si je přečetlo co nejvíce lidí.

Sledování statistik pro konkrétní den je dobré zejména ze dvou důvodů: 1) vždy je dobré vědět, že čtenáři reagují na nově přidaný obsah tím, že čísla stoupají a za 2) je dobré vědět, který den je čtenářů nejvíce a kdy nejméně. Pro přidávání nového obsahu i pro plánování výpadků. Google Analytics pro O365 (stejně tak jako mnoho aplikací a doplňků třetích stran) umí vyhodnocovat to, co bychom museli jinak pracně filtrovat na jedno kliknutí, jako například ony „Visits per day„. Ty  nám přehledně v jedné tabulce řeknou, že nejaktivnějším dnem je např. úterý a nejslabším pátek, tím pádem si na pátek kromě hotfixů a upgradů nic neplánujte, jinak riskujete, že si ten Váš nový článek (co Vám dal tolik práce) nikdo nepřečte. Pokud víte i hodinu, tím lépe (aktivní i „spící“), hlavně v případě mezinárodních stránek. Pro stránky s anglickým obsahem je pekelně těžké najít časový slot, kdy si můžete dovolit jejich výpadek pro upgrade nebo nový update. Ze statistik snadno zjistíte, že se hodí například pátek mezi 1:00 – 3:00 ráno a máte jistotu, jinak jen hádáte (a to Vás může stát peníze i nepříjemnosti).

Trochu stranou „usage analytics“ nebo doplňků, v Centrální Správě najdete ještě jeden užitečný report nazvaný „slowest pages„, označující naopak nejpomalejší stránky portálu. Z nejrůznějších důvodů. Je dobré ho jednou za čas projít a podívat se na vypsaná místa, protože co je pomalé, to vytáčí uživatele. Když jsou naštvaní uživatelé, jsou naštvaní i Vaši nadřízení a v konečném důsledku i Vy sami. Je dobré takovým situacím předcházet a příčinou může být občas vážně jen maličkost (špatně nastavený content query nebo search web part, pohled s 2000 položkami nebo link na externí systém… nemusí jít vždy o špatně napsaný databázový dotaz). To se ale nedozvíte, dokud se nepodíváte.

Co už SharePoint opravdu sám bez pomoci nevyrobí je průměrný čas strávený na stránce, procento opuštění zobrazených stránek nebo interakce se sociálními médii. Vezmeme to popořadě.

Průměrný čas strávený na stránce („Average time on page„) vrací vteřiny a minuty, které musíme číst velmi opatrně, protože hodně záleží na tom, na jaké stránky se díváme. Pokud vidím wiki stránku a čas kolem 2 minout, je to OK –  uživatel pravděpodobně přečetl všechno co měl a bylo mu to k něčemu dobré. Ať už ho zaujal text nebo postupoval podle nějakého návodu, měl na to dostatek času. Pokud však vidím v tabulkách pro tu samou stránku jen 15s, něco je špatně (hledaná informace tam není, je to špatná stránka, je to starý text apod.). Úplně jiná situace je pro rychlé stránky s odkazy, kontakty nebo mapou. Co by tady uživatel celé dvě minuty dělal? Za 15 s mám co potřebuji a vytáčím číslo, pokud tedy najdu to, co hledám.

Podobná situace platí pro ukazatel nazvaný „% of exit„. Výsledkem jsou procenta s maximálně jedním desetinným místem, která říkají v kolika procentech případů je stránka, na kterou se koukáte to poslední, co uživatel viděl před tím, než odešel (tzv. „exit page“). Pokud je procento velmi vysoké (např. 90%), ale dívám se na stránku s odkazy, všechno je v pořádku. Uživatel našel co hledal a pokračuje dál. Pokud přečtu takhle obludné číslo i pro hlavní stránku, stránku s textem, produkty, službami, fotkami…. něco je špatně (web je starý, neužitečný, nepřehledný nebo ve špatném jazyce apod.). Jestli máte možnost měřit „% of exit“ a „Exit“ zároveň, pak obyčejný „Exit“ bývá ukazatelem toho, v kolika případech uživatel stránku opustí číslem a „% of exit“ je dané výpočtem z „Exit“ /„page views“ x 100.

Prakticky v číslech: pokud má počet zobrazení („page views“) pro stránku Kontaktů hodnotu 2000 a odchody („Exit“) 1000,  tak „% of exits“ bude rovno 50 %. (Výpočet se může pro jednotlivé doplňky mírně lišit, vždy si nejdříve přečtěte specifikace).

Procenta na podobném principu vrací další z měřených ukazatelů, tzv. „bounce rate„. Ten nám říká, v kolika procentech je stránka, na kterou se díváme tou první a jedinou, kterou uživatel viděl během své „session“ (otevřel prohlížeč, zobrazil stránku např. Kontaktů a okno zavřel. Takovým uživatelům se říká „single page visitors“ ). Za to může většinou reklamní banner, který vede na jednu konkrétní stránku, link z e-mailu vedoucí přímo na anketu nebo výsledky vyhledávání. Jinak to asi nebude to nejdůležitější, co potřebujete běžně sledovat, ale je to přinejmenším zajímavé.

Zvláštní kategorií jsou sociální média, protože tady měříme něco, co našemu webu (portálu) nepatří. Většinou sledujeme hlavně přístupy z konkrétních webů (Facebook, Twitter, Yammer, LinkedIn, apod.), což nám pomůže vyhodnotit ten nejlepší kanál, kterým šířit informace. Pamatujte si, že není potřeba používat všechno, to se pak neobejde bez speciálně vyčleněného člověka na plný úvazek (a kdo to má). Stará a neaktuální data jsou totiž horší vizitkou firmy, než data žádná.

Pokud se chystáte prostřednictvím Facebooku, Twitteru nebo jiných webů spustit reklamu, můžete sledovat běh kampaně (stránku s kampaní) pomocí tzv. „UTM linků„, odkazů rozšířených o ?utm_source zdroj, které pak appka, Google Analytics nebo jiný nástroj začne sčítat a vyhodnocovat. Vypadá tak nějak takto:

http://portal.cz/?utm_source=Facebook&utm_medium=Ad&utm_campaign=Anketa2016

Co dál? Můžete sledovat prohlížeče, které používají uživatelé pro prohlížení Vašich stránek (což je dobré pro práci se styly, z důvodu kompatibility, při práci s java scriptem a dynamickými prvky vůbec), druhy mobilních zařízení, které Vaši čtenáři používají (od čehož se odvíjí rozvržení stránky a styly), země, ze kterých k Vám přicházejí noví uživatelé (jako příznak toho, že je dobré přidat nějaký nový jazyk nebo propagovat stránky v dalších zemích více pro lepší navštěvovanost). Můžete měřit rychlost odezvy stránek (zvlášť, pokud ji máte šanci nějak ovlivnit), výdělek, pokud používáte reklamu…

​
… a tady se raději zastavíme. Ukazatelů a kategorií je desítky. Zkoušejte a objevujte, co je pro ten Váš web nejdůležitější, nastavujte si (reálné) cíle a přemýšlejte nad čísly, které vidíte. Nemůžeme chtít od stránek 5000 kliků za měsíc, když se zabýváte konzultantskou činností pro SharePoint v České Republice a jste na webu týden.

Oprava.

Můžete, ale otázkou je, jestli na to máte dostatečné prostředky (reklamu nebo podporu médií jako např. Technetu) a dostatečně velkou čtenářskou základnu. My chtěli (je to výzva a ty my máme rádi) a zkusili jsme to, jen nám to netrvalo měsíc, ale půl roku (bez reklamy), než jsme takového cíle dosáhli.

Až budete sestavovat svůj vlastní „dashboard“ nebo report, nezapomeňte si položit pár následujících otázek (které ovlivní interpretaci sledovaných výsledků):

• Jsou naše stránky interní (s pevně daným počtem uživatelů) nebo externí (a anonymní)?
• Mají povahu čistě informační, statickou nebo mají být plné novinek a dynamické?
• Budou vedené jen v jednom jazyce a lokálně, nebo máme vice jazyků pro vice poboček?
• Potřebujete sledovat aktivitu celého webu nebo jen vybrané části?
• Budeme pracovat s reklamou a sociálními médii?
• Čím budeme měřit a co použijeme pro interpretaci výsledků? Jak dlouho budeme výsledky uchovávat?

… protože není potřeba sledovat všechno, vybírejte chytře (a naučte se nasbíraná data dobře číst).

Více podrobností o sledovaných kategoriích viz přednáška z CZSPC2015.