Kilka dni temu wspominaliśmy na naszym profilu na Facebooku (i Blipie też), że przygotowujemy tłumaczenie dla KISSinsights, aby ich narzędzie było wkrótce dostępne także w języku polskim (to nie kryptoreklama, bo pieniędzy za to nie dostaniemy 😉 chociaż narzędzie osobiście uważam za świetne).
Pomyślałem jednak, że wciąż bardzo mało polskich witryn internetowych zbiera dane jakościowe od swoich użytkowników. Pytanie – dlaczego? W końcu tak naprawdę bez nich nie da się zrozumieć interakcji użytkowników.
Wiele osób myśli, że zbieranie danych jakościowych jest drogie – całkowicie mija się to z prawdą.
Wyobraźmy sobie, że poszliśmy na zakupy do supermarketu. Jeżeli nie kupiliśmy ani jednego produktu, najprawdopodobniej nikt nie wie, że tam byliśmy (no może oprócz ochroniarzy). Jeżeli kupiliśmy jakiś produkt – managerowie supermarketu wiedzą, że ten pasztet sprzedali (jeśli masz Tesco Clubcard to wiedza o Tobie trochę więcej).
W przypadku strony internetowej wiemy znacznie więcej (i to bez różnicy czy ktoś coś kupił, czy też nie). Wiemy kto wszedł w który regał, czego dotknął, co wyrzucił z koszyka itd. Jeżeli coś kupił – management wie skąd pochodzimy, skąd przyszliśmy itd. Nawet jeżeli dany użytkownik nic nie kupił to wiadomo, że byliśmy, skąd przyszliśmy, z jakiego regionu jesteśmy, ile czasu oglądaliśmy produkty itp.
Takie dane dostarczają nam narzędzia do zbierania danych ilościowych – takie jak Google Analytics, Yahoo Web Analytics czy Piwik. Dzięki nim wiemy CO się stało. Niestety te dane, nie mówią nam o tym DLACZEGO to się stało.
Tak naprawdę w analityce internetowej mamy do czynienia z 3 typami danych: ilościowymi (quantitive), jakościowymi (qualitative) i informacjami o konkurencji (competitive). Żadne z tych źródeł nie jest Świętym Gralem. Wszystkie musza być używane razem.
Dane jakościowe, nie mogą być używane w oderwaniu od danych ilościowych. Mogą one nam jedynie pomóc zrozumieć to, CO się stało.
Pzykładowo z danych ilościowych wynika, że 50% osób opuszcza proces rejestracji przed jego wypełnieniem. Wiemy CO się dzieję. Teraz dzięki ankietom lub testom użyteczności możemy się dowiedzieć DLACZEGO ludzie opuszczają ten proces.
Oczywiście istnieją metryki, które mają dostarczać informacje jakościowe (o których ostatnio jest dość głośno). Takimi metrykami są buzz impact, brand impact, social value itp. Jednak tak naprawdę w analityce internetowej najważniejsze są dwa elementy:
Istnieją 3 najważniejsze drogi do zbierania danych jakościowych:
Dzięki wykorzystaniu powyższych sposobów uda nam się zrozumieć użytkowników, cele które są stawiane przed naszą witryną i poziom satysfakcji z korzystania z witryny.
Należy pamiętać przy tym, żeby słuchać głosu istotnych dla nas użytkowników. Jeżeli przeprowadzimy testu użyteczności na niewłaściwych użytkownikach to nie wniosą one istotnych danych do analizy.
Pamiętajmy, że mniej należy cenić opinię tych, którzy mówią, że kupią niż tych, którzy tak naprawdę kupili. Segmentacja! (dość duże znaczenie powinniśmy przypisać opiniom niezadowolonych klientów)
Jednym zdaniem: jeśli nigdy nie korzystałeś z żadnego narzędzia do mierzenia danych jakościowych w analityce internetowej – zmień swoje podejście jak najszybciej.
Każda z wyżej wymienionych dróg pozwoli Ci zrozumieć postępowanie użytkownika i odkryć nowe drogi poprawy Twojego przekazu online. Co więcej, możesz to zrobić praktycznie za darmo. Jeżeli możemy otrzymać radę od naszych użytkowników i do tego za darmo – chyba nie ma wymówek przed zbieraniem danych jakościowych?
W kolejnych artykułach będę dokładniej opisywał dostępne opcje i pokażę przykłady implementacji i wykorzystania. Zacznę od dołu listy, czyli od ankiet. Artykuł na ten temat będzie dostępny już za tydzień.
A teraz, powiedzcie mi co sądzicie o analizie danych jakościowych. Czekam na Wasze komentarze.
UPDATE: Pojawiły się nowe artykuły w tym temacie – pierwszy na temat sposobów uniknięcia błędów przy tworzeniu ankiet na potrzeby analityki internetowej oraz drugi zestawiający 9 narzędzi do tworzenia ankiet i zbierania opinii on-line. Jeżeli interesuje Was temat wykorzystania danych jakościowych w analityce – przeczytajcie także jak UX i Web Analytics wzajemnie się przenikają i siebie potrzebują.
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
