מהו יחס נטישה וכמה זמן הגולש באמת נמצא באתר שלך

רוב המשתמשים בגוגל אנליטיקס מקבלים את הנתונים שהם רואים כפי שהם ולא מטילים ספק באמינות הנתונים, וזו טעות. גוגל אנליטיקס היא קודם כל תוכנה שמעבדת נתונים ומפיקה מהם דוחות סטטיסטיים. ככל שהאתר גדול ופופולרי יותר כך הנתונים יכולים להיות מעוותים יותר. בנוסף על אלה, גוגל גם לא תמיד טורחת לפרסם פומבית את מהות המידע באנליטיקס ואיך בדיוק הוא נאסף, מה שמקשה על הבנת הדוחות ועלול ליצור מצבים של מיקוד עסקי שגוי הנובע מאי הבנה של הנתונים בדוחות.

המאמר הבא אינו מתמקד בנושא אחד ספציפי ואני מקווה שהוא לא ייצור בלבול. מצד אחד ניסיתי לשלב כמה כלי מדידה שימושיים שיעזרו לכם להפיק דוחות מהימנים יותר לפחות מסגמנטים מסוימים ומצד שני ניסיתי לספק הוכחות לכך שהמידע שנאסף באנליטיקס הוא לעתים מאוד לא מדויק וכדאי להביא זאת בחשבון.

יחס נטישה \ Bounce Rate

למרות הפשטות היחסית של ההגדרה מסתבר שהיא ממשיכה לבלבל הרבה מאוד אנשים ואפילו יוצרת לפעמים גלי שמועות בקרב קהילת קידום האתרים כאילו יש ליחס הנטישה השפעה על האלגוריתם של גוגל (אני באופן אישי לא קונה את הטענה הזו, את הסיבות ברובן אפרט למטה אבל הסיבה העיקרית היא שלמרות מה שאנו נוטים לחשוב לגוגל אין מידע על כל האתרים באינטרנט וגוגל אנליטיקס ממש לא מוטמע בכל האתרים בעולם ולחברה פשוט אין דרך לדעת את יחס הנטישה של כל אתר ואתר).

גוגל עצמה מגדירה יחס נטישה בפשטות מפתיעה (אבל מבלבלת) כך: כמות המבקרים שהגיעו לאתר, ראו עמוד אחד בלבד ונטשו.

למרות הפשטות ההגדרה למעשה לא ממש מדויקת. ההגדרה הרחבה והמדויקת יותר מתייחסת גם למונח מיושן שזכה בשנים האחרונות לתחיה מחודשת בשם היט (Hit). בעבר המונח היט התייחס לכל אלמנט שנטען בעמוד ושנרשם בקובץ הלוג של השרת (קובץ עליו התבססו בעבר רוב תוכנות המדידה דוגמתWebtrends ואחרות). האלמנטים השונים כללו כל קובץ תמונה (כולל קבצי Spacer.gif שבעבר היו נהוגים ליישור טבלאות HTML), קובץ Js או CSS ועוד. המונח היט בהקשר של גוגל אנליטיקס מתייחס לטריגרים של אנליטיקס דוגמת Event Tracking או קוד איקומרס. כאשר טריגר כזה מופעל בעמוד היחיד אותו ראה הגולש, הוא אינו נכנס יותר לטבלאות הנוטשים – כלומר כאילו ראה יותר מעמוד אחד (אלא אם בחרנו להגדיר את ה- Event ככזה שלא ישפיע על אנליטיקס כפי שמודגם למטה).

Event יכול להיות לחיצה על כפתור PLAY של סרטון, הוספת מוצר לעגלת הקניות, גלילה של העמוד (עוד בהמשך) וכך הלאה. כל טריגר כזה שהופעל גורע את הגולש מטבלת הנוטשים (אלא אם מגדירים זאת לשלילה באופן פעיל בהגדרות ה- Event).

אבל, וכאן אני מתייחס לחוסר היכולת של גוגל להתייחס ליחס הנטישה כנתון בעל משמעות, אין שום בעיה לעשות מניפולציות על יחס הנטישה של כל עמוד ועמוד באתר ועל האתר בכללותו. טכנית, אני יכול לייצר איזה יחס נטישה שארצה לכל אתר לפי בחירתי על ידי יצירת URL פיקטיבי שבדרך כלל משמש אותנו להגדרת עמודי תודה בטפסי אג’קס שאין להם URL ממשי לכתובת התודה (למרות שלשם כך עדיף דווקא להשתמש ב- Event שניתן גם להגדרה כ-GOAL באנליטיקס).

נוכל להטמיע בכל עמוד באתר, או בחלק מעמודים את הקוד הבא:

_gaq.push([“_trackPageview”, “/fake-url.html]);

וכל גולש שייכנס לעמוד ייצר באופן אוטומטי שתי צפיות לפחות (העמוד שבו הוא נמצא בפועל והכתובת הפיקטיבית שייצרנו), כלומר יחס נטישה של אפס.

כדי ליצור Event שלא משפיע על יחסי הנטישה באתר (רוב ה- Events הסטנדרטיים כן אמורים להשפיע לדעתי על יחס הנטישה ולכן זהו ערך ברירת המחדל שלהם) יש למלא את הערך המתאים ב-EVENT שלכם:

_gaq.push([‘_trackEvent’, ‘nav menu’, ‘top nav’, ‘site logo’, true]);

יחס נטישה של גולשים לפי סגמנטים

הנושא של פסקה זו לא קשור באופן ישיר להגדרות של יחס נטישה אבל נראה לי שהן רלבנטיות מספיק כדי להיכנס למאמר במיוחד לבעלי אתרים שרוצים למכור ולהתפרנס באינטרנט:
התנהגות הגולשים נמדדת פעמים רבות לפי הסגמנט אליו הם משתייכים: גולשים חדשים לעומת גולשים חוזרים, גולשי מובייל לעומת גולשי דסקטופ ועוד הרבה סגמנטים נוספים.

בכוונה בחרתי להתמקד בשני אלה בשלב הזה מפני שאלה שני סוגי סגמנטים קריטיים עבור אתרי איקומרס בגלל שתי סיבות עיקריות:

• רוב הרכישות באתרי איקומרס נעשות על ידי גולשים חוזרים.
• גולשי מובייל (לפחות בינתיים) נוטים שלא לבצע רכישות באמצעות המכשיר שלהם, ואם כן אז הרכישות מתבצעות על פי רוב באמצעות האפליקציה של האתר (אצל מותגים גדולים) ולא באתר עצמו (אנליטיקס לאפליקציות מובייל הוא נושא שאין טעם להיכנס אליו במאמר הזה, גם בגלל שיוניברסל אנליטיקס עומד לשנות את התחום).

עבור שני הסגמנטים האלה נרצה לייצר גם פרופיל נפרד (פרופיל, ולא חשבון) וגם סגמנט מתקדם. ההבדל העיקרי לטעמי בין פרופיל לסגמנט הוא שפרופיל מקבל נתונים רק מרגע היווצרו בעוד שנתונים של סגמנט ניתן להחיל על החשבון כולו מהיום שהוא נוצר. אם זה המצב אז למה בכלל לטרוח על הקמת פרופיל נוסף? מפני שיש לפחות פיצ’ר אחד שזמין באנליטיקס רק עבור פרופילים נפרדים והפיצ’ר הזה קריטי למדי בעת מעקב ומדידה של אתרי מכירות: Funnel Visualization.

לגוגל אנליטיקס יש כאמור לא מעט מגרעות, למרות שבאופן כללי זה מוצר נהדר שבלעדיו היינו נאלצים לשלם סכומים לא מבוטלים כדי לקבל כמות דומה של נתונים. אחת המגרעות, למשל, היא חוסר היכולת לבצע סגמנטציה על משפכי המכירות (אבל מצד שני אצל גוגל אי אפשר לדעת, ואולי בעתיד זה כן יתאפשר) כדי לספק משפך ויזואלי נפרד עבור גולשים חדשים מול גולשים חוזרים נצטרך להקים פרופיל נפרד לשניהם. יש שיאמרו שמשפך ויזואלי הוא דוח לא חשוב במיוחד שלא מצדיק את העבודה הנוספת: התשובה שלי היא שרוב הלקוחות הארגוניים דורשים בראש ובראשונה דוח מכירות של המשפך. נתוני אנליטיקס באקסל משמשים רק לבדיקות מתקדמות יותר, והמשפך הוא דרך נהדרת לייצר שקף שימושי במיוחד לדוח מנהלים.

פרופיל גולשים חוזרים מול חדשים

עבור לקוחות בתחום האיקומרס קבלת גרף צבעוני של משפכי המרה עבור הסגמנט של גולשים חוזרים לעומת גולשים חדשים יכול לספק תובנות על התנהגות הגולשים המשלמים באתר ולעזור בעת קבלת החלטות על מבחני A/B של תהליך המכירה וזיהוי חולשות או חוזקות בתהליך. הדרך היחידה לעשות זאת היא באמצעות שני פרופילים נפרדים – אחד לגולשים חוזרים ואחד לגולשים חדשים.

ההגדרה של פרופילים שונים מתבצעת באופן הבא.

יש להקים פרופיל חדש, למלא את הפרטים המתאימים, תהליך שכל בעל אתר אמור להכיר, ואז ליצור שני פילטרים.

חשוב לדעת כי פילטר כשמו כן הוא, הוא מווסת את כמות הנתונים בפרופיל ולא מראה תמונה כללית – זכרו שבפרופילים האלה לא נמצאים כל נתוני האנליטיקס שלכם. בנוסף, הפילטרים באנליטיקס מווסתים נתונים לפי הסדר, קודם פילטר ראשון, אחר כך פילטר שני וכך הלאה – כלומר הסדר בו אתם פותחים את הפילטרים הוא קריטי. הדוגמא הבאה היא לגולשים חדשים מול גולשים חוזרים, אבל אפשר ליצור סגמנטציה עבור מספר רב של קהלים שתרצו למדוד במשפך ההמרות בנפרד (או בכל דוח אחר שלא תומך בסגמנטציה).

ראשית ניצור פרופיל לגולשים חוזרים בלבד.

בפילטר הראשון נסנן את כלל הגולשים שמגיעים לאתר:

הפילטר השני מסנן את הגולשים החדשים בלבד:

הפרופיל של גולשים חוזרים מוכן וכעת נחזור על אותם צעדים בפרופיל השני כדי לפלטר את הגולשים החדשים:

כעת יש לנו שני פרופילים חדשים שמאפשרים לנו לייצא דוחות מתקדמים על התנהלות הגולשים החוזרים מול הגולשים החדשים. התמונות הבאות ממחישות את ההבדל (הלא דרמטי במקרה זה) בין יחס ההמרה של גולשים חדשים לגולשים חוזרים. חשוב לציין בהקשר הזה שגולשים חוזרים מול חדשים אינו נתון חד ערכי, בעיקר כיום בעידן ריבוי המכשירים בעלי הגישה לאינטרנט. גולש יכול להכנס לאתר פעם אחת מהסמארטפון, פעם שניה מהמחשב בעבודה, פעם שלישית מהמחשב בבית ופעם רביעית מהטאבלט – בכל פעם הוא ייחשב לגולש חדש למרות שמבחינת ההתנהגות שלו באתר הוא מתנהג כגולש חוזר, מה שכמובן מעלה את יחס ההמרה של “גולשים חדשים” בהשוואה לנתונים דומים של לפני מספר שנים.

הנה דוח אמיתי שמראה את ההבדל בין גולשים חוזרים לחדשים ואת ההבדל ביחס ההמרה שלהם.

גולשים חדשים:

גולשים חוזרים:

סגמנט של גלישה באתר ללא גולשי מובייל

כפי שכבר הוזכר כאן, גולשי מובייל אינם מייצרים יחסי המרה גבוהים ביחס לגולשים אחרים כולל גולשי טאבלט. אם אתם רק אוספים לידים לא אמורה להיות בעיה עקרונית כיוון שקל יחסית למלא טפסים במובייל, אבל אם אתם מוכרים מוצר כלשהו, סביר שתהליך הרכישה במובייל הוא לא ממש נוח בהשוואה למכשירים אחרים ומכאן יחס ההמרה הנמוך. כדי לקבל מידע על יחס ההמרה “האמיתי” של האתר מומלץ לפלטר החוצה את גולשי המובייל בלבד (לא כולל טאבלטים). גוגל לא ממש עוזרת לנו לעשות את זה, מהסיבות שלה (אולי קשור למודל של Enhanced Campaigns באדוורדס ואולי לא). בכל מקרה, גוגל אנליטיקס כן כולל סגמנט של טאבלט + מובייל וסגמנט של טאבלט בלבד, אבל באופן די מוזר אין סגמנט ייעודי למכשירי מובייל בלבד.

כדי ליצור סגמנט שכולל את כל התנועה לאתר ללא תנועת מובייל בלבד אפשר לבנות סגמנט שכולל את שמות רוב המכשירים הנפוצים. בניתי אחד כזה לדוגמא, הוא אמור ליצור סגמנט מתקדם שמבטל את הרוב המכריע של הסמאטרפונים, לא את כולם. אפשר כמובן להרחיב אותו כך שיכיל את כל המכשירים וכך לשפר עוד יותר את יחס ההמרה באתר האיקומרס שלכם:

להורדת הסגמנט:
https://www.google.com/analytics/web/template?uid=S4x7ivbOTGORemWH3sqRAQ

זמן שהייה ממוצע באתר ועוד קצת על יחס נטישה

אחרי שגלשתי מהנושא המרכזי לנושא סגמנטציה והמרות אחזור כעת לנקודה ממנה התחלנו, והיא הבנת כמה מהדוחות המרכזיים של גוגל אנליטיקס לעומק. זמן שהייה באתר הוא עוד פרמטר שמרבים להעלות בניתוח אתרים ובמצגות – לרוב מבלי לדעת שמדובר בנתון חלקי בלבד ומתוך מחשבה כי הנתונים באנליטיקס הם נתונים אבסולוטיים – והם כאמור לא. אנליטיקס (כל תוכנת אנליטיקס כמעט) היא בעיקר תוכנה סטטיסטית וכך צריך להתייחס גם אל הנתונים, כמייצגים מגמה אבל לא כנתונים אבסולוטיים וזה חשוב כפליים עבור אתרים בעלי טראפיק גבוה במיוחד בהם קיימת דגימת מידע קטנה בלבד (data sampling) – עד למגבלת 10 מיליון היטס בחודש (המגבלה הנוכחית של אנליטיקס).

אחרי ששוב סטיתי מעט מהנושא, נחזור לנקודה של זמן שהייה ממוצע באתר, זהו אחד הנתונים הלוקים ביותר בחסר באנליטיקס מאחר והתוכנה אינה יודעת למדוד את נקודת המוצא שלנו מהאתר. כלומר, אם נכנסתי לעמוד X באתר, קראתי מאמר באורך 2,000 מילה במשך 20 דקות ויצאתי מהאתר מבלי לבצע אף פעולה נוספת – זמן השהייה שנמדד באנליטיקס הוא 0 (אפס).

יש מספר דרכים להתגבר על המגבלה הזו של אנליטיקס:

1. אפשר להוסיף צפייה בעמוד וירטואלי עם מגבלה של מה שאתם סבורים שהוא פרק זמן ארוך מספיק כדי לא להיחשב כגולש נוטש (נגיד 30 שניות) – אישית לא חושב שזה פתרון מוצלח במיוחד.
2. אפשר לייצר Event כל עשר שניות למשל, כך שהגולש “יוצר אינטראקציה (היט) עם העמוד כל זמן שהוא נמצא בו ומשדר כמובן חזרה לאנליטיקס את משך הזמן “המדויק יותר” שלו. גם הפתרון הזה לא אידיאלי מבחינתי, הוא מספר רק חלק מהתמונה. היום בעידן של עשרות לשוניות פתוחות בדפדפן, העובדה שגולש נמצא בעמוד לא באמת מעידה על אינטראקציה כלשהי ולא מספקת נתון מהימן יותר על יחס הנטישה (הגולש שכח את לשונית הדפדפן פתוחה על עמוד כלשהי במשך ימים שלמים ולאחר מכן סגר את המחשב לאחר שלא חזר לבקר בעמוד אפילו פעם אחת)
3. הדרך השלישית היא ליצור Event לפי האינטראקציה עם העמוד: למשל האם הגולש גלל לאמצע או סוף העמוד, האם הוא לוחץ עם העכבר על שדה כלשהו בטופס הליד שלכם וכך הלאה. כל תנועה כזו, גם אם לא גורמת למעבר לעמוד נוסף עדיין מספקת אינדיקציה לפעולה של הגולש בעמוד. על הדרך, היא גם מפעילה היט שנשלח שאנליטיקס כך שנקבל מידע מדויק יותר על זמן השהייה הממוצע באתר.
4. החלופה הרביעית ניתנת לביצוע באמצעות פונקציית trackTiming של גוגל אנליטיקס. זו כבר שיטה מורכבת יותר ליישום והדוחות לא יופיעו במיקום הרגיל שלהם אלא תחתUser Timings בדוחות של Site Speed עבורם נוצרה במקור הפונקציה הזו. עם trackTiming נוכל למשל לעקוב אחר כל פרמטר של זמן אותו עובר הגולש, למשל כמה זמן עבר מאז שנכנס לאתר ועד שלחץ על כפתור Click to Call למשל. לא הייתי משתמש ב- trackTiming כדי לעקוב אחר זמן השהייה הממוצע באתר, זה לא ממש פרקטי בעיני וקצת מחמיץ את המטרה של הפונקציה החשובה הזו שמאפשרת לנו ליצור דוחות מורכבים על התנהגות הגולשים באתר והאם הם ממלאים את המטרות השיווקיות השונות שהוגדרו לו (מבחינת משך זמן ביצוע הפעולה המוגדרת והאם הקריאה לפעולה שלנו מייצרת את הפעולה הרצויה ותוך כמה זמן).

עד כמה המידע שמופיע באנליטיקס מדוייק באופן כללי?

המידע באנליטיקס הוא כאמור מידע סטטיסטי ויש להתייחס אליו ככזה. אחרי הנקודה הקודמת לא נראה לי שיש הרבה מה להרחיב בנושא למעט לציין שוב הנקודה הזו, שיש לה חשיבות קריטית בעיקר עבור אתרי איקומרס. אם יש לכם אתר גדול שמוכר הרבה, אל תסתמכו על הנתונים שמופיעים באנליטיקס בלבד והשוו אותם לנתונים שיש במערכת ה-CRM הכוללים נתוני מכירות בפועל (מה גם שבאנליטיקס לא מופיע מידע כגון ביטולי הזמנות – שוב מבלי התייחס בשלב זה ליוניברסל אנליטיקס). הסטיה של אנליטיקס יכולה להגיע לעשרה אחוזים ויותר באתרים גדולים, ולטעמי זו סטייה משמעותית מדי בשביל לא להתייחס אליה.

איך בכלל נמדד הגולש בגוגל אנליטיקס

באופן כללי יש לגוגל אנליטיקס שלושה סוגי קוקיז לכל אחד מהם אורך חיים שונה (הדברים אמורים לגבי הגרסה הנוכחית של אנליטיקס, בגרסה החדשה, יוניברסל אנליטיקס, המדידות הולכות להשתנות, לפחות חלקן).

• Session Cookie – תוקף ברירת מחדל של 30 דקות (שניתן לשינוי). קוקי זה, utmb, מתאפס כל 30 דקות, מתאפס כאשר משתנה מקור התנועה, ומתאפס בחצות (בהתאם אזור הזמן המוגדר באנליטיקס שלכם). קוקי זה אחראי למדידת ביקורים (Visits) באתר והוא מוגדר מחדש לשלושים דקות אחרי כל פעולה שביצעתם באתר. הנה כמה דוגמאות:
  • נכנסתי לאתר, סגרתי את הדפדפן ונכנסתי שוב לאחר 25 דקות – אני גולש חוזר.
  • נכנסתי לאתר והשארתי את הלשונית פתוחה ולא ביצעתי אף פעולה באתר – אחרי 31 דקות אני נחשב כביקור חדש (אבל לא מבקר((Visitor חדש).
  • נכנסתי לאתר, קראתי מאמר במשך 29 דקות ואז עברתי לעמוד נוסף, תוקף הביקור שלי מתאפס שוב לשלושים דקות.
  • נכנסתי לאתר מגוגל אורגני, ואחר 15 דקות נכנסתי שוב מקמפיין ממומן – אני נחשב כביקור חדש.
• Source / Medium Cookie – תוקפו של קוקי זה 6 חודשים כברירת מחדל והוא מודד את מקורות התנועה לאתר (utmz).
• Visitor Cookie – רוב המידע באנליטיקס נאסף כאן בקוקי utma שתוקפו למשך שנתיים. והוא קולט את המידע על מבקרים (להבדיל מביקורים).
• Custom Variable Cookie – קוקי זה, utmv, מופעל אך ורק אם הגדרתם CustomVar ברמת מבקר (בקצרה – CustomVar ניתן להגדיר בשלוש רמות: רמות הסשן של הביקור, רמת המבקר עצמו או רמת העמוד בו הוא נמצא. אני באופן אישי משתמש ב- CustomVars לעיתים נדירות וכמעט תמיד מעדיף Events כיוון שאין להם מגבלת מקום).

לגוגל עצמה יש מידע רב בנושא הזה, וניתן לקרוא עוד בקישורים הבאים.

אנגלית: http://support.google.com/analytics/answer/2731565?hl=en

עברית: https://support.google.com/analytics/answer/2731565?hl=iw

טיפ: בכל השירותים של גוגל באינטרנט שינוי פרמטר hl ב-URL משנה את שפת הממשק והטקסט (במידה וקיים טקסט מקבלי בעברית). En לאנגלית, iw או he לעברית.

בגלל התוקף השונה של הקוקיז ורמת מדידה שונה (ביוניברסל אנליטיקס יש רק קוקי אחד אגב) יכולה להיווצר לפעמים אנומליה כמו התופעה של יותר מבקרים ייחודיים מביקורים.

עוד קצת על מקורות תנועה ומילות מפתח

מי שמקפיד לעיין באופן שוטף בדוחות אנליטיקס שלו רואה בשנה האחרונה עליה משמעותית בתנועה מכניסות ישירות. יכול להיות שהמותג התחזק מאוד, אבל במקביל שינויים במנועי החיפוש של סמאטרפונים מבוססי אנדרואיד או IOS תורמים גם הם לתופעה. מאז ספטמבר 2012 כל גולש שמגיע אלינו דרך מערכת ההפעלה iOS6 נחשב לגולש שהגיע מתנועה ישירה אפילו אם הגיע כתנועה אורגנית מגוגל.

הפעם זה לא קשור ליכולות של אנליטיקס אלא לקרבות היוקרה בין שתי חברות ענק ובכל זאת, ההשפעה על הנתונים שלנו היא ישירה ומידית. נוכל לפתור את הבעיה הזו (בערך) ולקבל נתוני אמת על ביצועי מקורות התנועה לאתר באמצעות יצירת סגמנטים ייעודיים לגולשי iOS בכלל ו-iOS6 בפרט ולהחיל את אחוזי הגולשים לפי נתוני עבר כדי שנדע שלא ממש הפסדנו תנועה אורגנית. למרות מה שכתבתי פה למעלה, באתרים רבים אותם אני בדקתי לא הצלחתי למצוא מגמה שלילית כלשהי הקשורה ל-iOS6, אבל מספיק אתרים חשובים בעולם ציינו שהתופעה אכן קיימת.

על זאת אפשר להוסיף מקרים בהם גוגל עצמה מזייפת כפי שקרה בשנה שעברה ובעלי אתרים בעברית בוודאי זוכרים את הפיאסקו של סוף 2011 בו חלק לא מבוטל ממילות המפתח מהאורגני הפכו לקוד ASCII בלתי קריא באנליטיקס – למשך חודשים!

זה לא ממש המקום, אבל חשוב בכל זאת לציין שחלק גדול מהתנועה בגוגל ובאתרים רבים באינטרנט נוצרת באמצעים מלאכותיים, כלומר בוטנטים שמחקים את התנועה של גולשים אמיתיים. התופעה פחות נפוצה בארץ (אין כאן מספיק כסף) אבל זה עדיין נתון שחייבים לקחת בחשבון בעיקר אם יש לכם אתר בעל פרופיל גבוה שמתפרנס מפרסומות.

על הצרה הזאת אפשר להוסיף צרה ייחודית יחסית למדינת ישראל: מדי שנה מצטרפים כאן יותר ויותר אנשים לשירותי VPN מאובטחים כדי שיוכלו להירשם לשירותי סטרימינג שונים בארה”ב. הגולשים האלה “מאבדים” את ה-IP הישראלי שלהם אבל מכמה בדיקות שערכתי, לפחות עבור כניסות באמצעות פרוקסי (אין לי עדיין VPN) אנליטיקס אינה מזהה כניסה בכלל, שלא לדבר על מילת מפתח. סביר מאוד להניח שכניסות של גולשי VPN כן יירשמו (רוב שירותי הפרוקסי פשוט לא מאפשרים יצירת קוקי), אבל עדיין צריך לבדוק האם מילת המפתח תירשם אף היא והאם מקור התנועה ייחשב כאורגני או ישיר (התנועה דרך VPN אמורה להיות מאובטחת SSL ולכן בתיאוריה אמורה להירשם כתנועה ישירה תמיד, לא משנה מהיכן הגולש הגיע).

עוד מקורות תנועה נעלמים קשורים לאפליקציות מובייל (כמו האפליקציה של פייסבוק) שתופיע כתנועה ישירה אלא אם תייגתם את הלינקים שפרסמתם שם באמצעות URL Builder.

כדי לסגור את הפינה של מקורות התנועה הנעלמים באנליטיקס אני ממליץ לקרוא את המאמר הבא, שאמור לייצר לכם גם כמה תובנות שיווקיות לגבי מקורות הכניסה לאתר שלכם והחשיבות הפחותה מדי (כנראה) שאתם מייחסים לתנועה ישירה.

סיכום וקריאה נוספת

המאמר קצת התפזר לכמה תחומים במקביל אבל המטרה הכללית הייתה להראות כי דוחות אנליטיקס אינם כה מובנים מאליהם כפי שרבים חושבים ויש פרמטרים רבים שנכנסים למשוואה ומשפיעים על הנתונים מבלי שיש לנו שליטה על כך. מאחר ונתוני אנליטיקס משמשים פעמים רבות כבסיס להחלטות שיווקיות אופרטיביות באתרי אינטרנט, חשוב לדעתי שנדע את העיוותים הקיימים בחלק מהדוחות לפני שנסיק מסקנות. בנוסף, ניסיתי לענות על שאלות שעלו לאחרונה בתחום מדידת גולשי מובייל ואחרים באתרי איקומרס ואני מקווה שהצלחתי לייצר קצת תובנות חדשות בנושא.

באופן טבעי רוב החומר המקצועי ביותר בתחום (ובכל תחום אחר לצורך העניין) נכתב באנגלית. האתרים הטובים ביותר לטעמי שמסקרים שיטות אנליטיקס מתקדמות הם אלה:

• Analytics Talk
• Occam’s Razor by Avinash Kaushik
• Analytics Ninja
• Kiss Metrics
• Unbounce
• Cardinal Path
• Blast
• וכמובן האתר המקצועי של גוגל עצמה.