Наличие собственной системы означает огромную гибкость с точки зрения использования большего количества источников данных (например, журналов событий из приложений Flash или улучшенных приложений Интернета, данных поиска Google, метаданных из других отделов компании, а также данных CRM и телефонных каналов). Это позволяет создать действительно сквозное (end-to-end — e2e) представление поведения клиента и выявить результат деятельности, масштаб эффективности которого со временем может меняться. Можно также использовать имеющиеся в наличии стандартные инструменты.
Рис. 2.6. Так выглядит хранилище данных Web e2e
В главе 1 обсуждалась необходимость понимания ответа на вопрос что, и колоссальная мощь, которую может дать понимание ответа на вопрос почему. Это может означать различие между большим объемом данных, зачастую лишь вызывающих много вопросов, и наличием доступа к данным, возможно, и небольшого объема, но способным выступить в роли катализатора, когда дело доходит до необходимости принять меры. Сбор данных для анализа рассматривается в разделах “Данные анализа посещаемости сайта” и “Данные о результатах деятельности”. Теперь пришло время выработать стратегию получения данных для ответа на вопрос почему.
Основной целью получения данных для ответа на вопрос “почему” (или качественного анализа) является объяснение показателей и тенденций с учетом голоса клиента (Voice Of the Customer — VOC) в принимаемом решении. Для выявления точки зрения последнего обычно используются следующие методы ориентированного на клиента проектирования (User-Centric Design — UCD) и взаимодействия человека с компьютером (Human-Computer Interaction — HCI):
• опросы;
• эвристические оценки;
• проверка применимости (лабораторная и дистанционная);
• посещаемость сайта.
Экспериментирование и проверка (A/B, многопараметрическая, впечатления) не являются традиционными методикам UCD/HCI, они, скорее, относятся к разделу просто исследования данных, поскольку зачастую предоставляют наиболее быстрый способ проверки гипотезы, сформулированной на основании количественных исследований, и выяснения точки зрения клиента, способной подтвердить или опровергнуть эту гипотезу.
Поскольку преуспеть в данной области критически важно, в главе 3, “Обзор качественных показателей”, каждая методология исследований и стратегий достижения успеха будет рассмотрена подробно.
С исследованием данных связаны три стратегических аспекта: мировоззрение, организационная структура и сроки.
Отрасль, традиционно называемая веб-аналитикой, занимается анализом посещаемости сайта и результатов деятельности. Многие полагают, что анализ цифр способен предоставить ответы на все вопросы. Существует огромная проблема мировоззрения — убедить всех “перцев количественного анализа” (“quant jocks”) (вверх и вниз по иерархии управления) осознать значение качественных данных и, что, возможно, важнее всего, начать думать по-другому, поскольку анализ опытных данных (research data) предоставляет совершенно иные возможности и проблемы.
Рекомендуется такой подход: сначала усвоить значение качественных данных самому, а затем доказать это, проведя фактические исследования и опубликовав их результаты, причем сделав так несколько раз.
Как правило, исследовательская группа является либо отдельной организацией (подобной традиционной компании по исследованию рынка или общественного мнения), либо субподрядчиком (обычно агентство или консалтинговая компания), либо ее просто не существует. Действие, которое следует предпринять в последнем случае, очевидно: группу следует создать. Но в двух других случаях не все так просто.
Автор рекомендует компаниям иметь собственную веб-исследовательскую группу и содержать ее членов наравне с группой веб-анализа. Объяснение просто: каждая из двух частей по отдельности составляет в сумме полтора, но собрав их воедино, один плюс один равняется четыре. Группа качественного анализа может извлечь пользу из понимания того, что способна предоставить группа количественного анализа, чтобы сосредоточить свои усилия и получить реальное представление о происходящем (иногда исследователи теряют “связь” с реальным миром). Группа количественного анализа может извлекать пользу из тесного взаимодействия с клиентом, выявляя его точку зрения по возможности точнее (независимо от того, используют ли они решение Omniture, WebTrends или Visual Sciences).