Как измерить эффективности контентных проектов: метрики для анализа

Анна Ятель, стратег, и Андрей Осипов, основатель и руководитель «Школы веб-аналитики Андрея Осипова», в своем докладе на первой кейс-конференции «WebPromoExperts Day» рассказали о том:

• как измерить эффективность контентных проектов;

• про реферальную систему для контентных сайтов;

• новую метрику для оценки качества посещения сайта;

• создании базы данных для принятия решений.

Эта статья прежде всего для редактора: человека, который воплощает в жизнь контентную политику бренда. Самый больной вопрос постановки KPI в контент-маркетинге будет закрыт после прочтения этой статьи. Вы можете задать вопросы веб-аналитику Андрею Осипову в комментариях под публикацией.

С какими проблемами сталкиваются маркетологи в контентных проектах?

Сейчас практически в любом бизнесе отмечают, что за контентом будущее, он хорошо продает. Но есть существенная проблема № 1 в том, что производство контента требует больших ресурсов. Что это значит? Это значит, что вам нужно:

• найти хороших авторов

• подготовить вижуалы

• тщательно продумывать стратегию для того, чтобы тот контент, который вы сделали, потом правильно распространить и получить из этого реальные конверсии.

Вторая проблема в том, что существует порядка 50 метрик для измерения эффективности, и все они отличаются. То, что интересует редактора, абсолютно бесполезно для руководителя отдела по маркетингу, например.

Большинство знают, что такое Google Analytics, Яндекс Метрика и, вообще, система аналитики. И на основе тех метрик, которые Google Analytics по умолчанию собирает, пытаются принять решение о том, насколько тот контент, который создается, эффективен или нет. Но, как правило, те метрики, которые собираются внутри Google Analytics, — например, «показатель отказов», «среднее время пребывания на сайте», «количество страниц просмотренных за сеанс» — мало о чем говорят. То, что на вашем сайте или на какой-то конкретной статье высокий или низкий показатель отказов или какое-то среднее время пребывания — очень неоднозначная метрика. Она может говорить как о том, что с контентом взаимодействуют, то есть его читают. Так и о том, что этот контент абсолютно никто не читает, его просматривают и все. Поэтому

На проектах контентный отдел обычно небольшой: 3-4 человека. При анализе эффективности они смотрят на финальные конверсии, например, оставленные заявки или совершенные продажи в отрыве от остальных показателей. И видя, что «это не работает» или «мы потратили очень много денег», отказываются от этого инструмента, как очень дорогого. Что на самом деле не соответствует правде.

Примеры решения проблем с метриками

На практике есть один важный момент в работе с контент-маркетингом. Как правило, специалисты называют себя гуманитариями, в плохом смысле этого слова. И поэтому не хотят работать с данными. Крупные издательства делают свои собственные CMS, в которые встроены инструменты аналитики, или покупают готовые дорогостоящие решения. Например, российский Mediametrics, который сделал mail.ru.

Но, как правило, у 90% стоит плохо настроенный Google Analytics. Раз в неделю главный редактор, обезумев, открывает статистику и говорит «Все пропало!» или «Все не пропало!». И на этом все заканчивается.

В целом, используют Chartbeat.com, Parse.ly и внутренние системы издательств, Socialbakers.com, Buffer.com — нужны для анализа виральности материалов в социальных сетях. Многие крупные СМИ создают свои системы мониторинга трендовых тем конкурентов, ищут как можно сделать контент анализ сайта. Но! Ведь можно использовать и готовые открытые решения, например, Mediametrics.

Но все это сложно и требует значительных затрат.

Если мы разберемся, как пользователи взаимодействуют с нашим контентом, придумаем какие-то метрики оценки эффективности этого контента, то нам не нужно тратить много денег для настройки. Хотя бы в бесплатном Google Analytics.

Кейс. Как сделать контент анализ сайта на примере MMR

Темп производства контента высок (как видим на слайде — более 10 публикаций).

Состав редакции 3 человека и привлеченные внештатные авторы. У MMR очень сложная верстка. Там реализован бесконечный scroll. При этом, если вы листаете страницу, Url не меняется — это важный момент. Из монетизации они используют медийную рекламу и нативные форматы. То есть предоставляют рекламодателям регулярные отчеты о том, как сработала платная публикация.

Большинство тех метрик, по которым оценивались эффективность рекламы, были нацелены на учет количества пользователей, которые пришли на сайт в разрезе источников. И тех материалов, с которыми пользователи как-то взаимодействовали, по крайне мере, открыли.

Какие нужны метрики изданию?

Поговорим про те метрики, которые можно настроить при контент анализе СМИ и про визуализацию.

В Google Analytics много разнообразных данных: графики, отчеты. И очень сложно понять, какие из тех данных, которые есть внутри Google Analytics, действительно важные.

Чтобы научить непрофильного специалиста, не аналитика, не маркетолога пользоваться Google Analytics, нужно потратить много времени на обучение. Мы решили визуализировать нужные метрики, обсудив их предварительно с редакцией и всеми спецами, которые и будут с этими метриками работать.

Визуализировали все это в бесплатном инструменте от Google, который называется DataStudio. Это, по сути, интерактивный dashboard, который в онлайн-режиме доступен по ссылке. Вы можете смотреть, переключать какие-то галочки, выбирать то, что вам нужно, и получать ответы на вопросы, которые у вас есть по эффективности вашего контента.

• Месячное количество посетителей и просмотров, количество просмотров на одного посетителя или «глубина»

• Время, проведенное на ресурсе (за одну сессию, среднесуточное, совокупное среднемесячное и т. д)

• Пиковое время посещаемости

• Средняя длительность сессии

• Циклы потребления: соотношение выраженной, ситуативной или пассивной интенции читателей

Начнем от общего к частному.

Главный показатель – общий трафик на сайте. Мы смотрим в динамике. На этом графике у нас идут показатели по сеансам. Мы видим сравнение показателей прошлой недели с текущей. Если замечаем аномальный взлет трафика, то это значит, что какой-то материал получил широкое распространение. Что эта тема хорошо работает. По этому графику можно измерить «среднюю температуру по больнице» и увидеть места проседания.

Большинство контентных проектов, например, не работают по выходным, и в это время гарантированно есть падение трафика. У MMR он держится на уровне 3000. И в среднем на контентных проектах подключение постов в субботу-воскресенье дает порядка 20-30% роста месячного трафика.

Количественный анализ аудитории СМИ

Важна начальная точка для анализа. Если есть какие-то отклонения по объему трафика на этой неделе по сравнению с прошлой неделей, можно предположить, что это и есть «начальная точка», и погрузиться в дальнейший анализ. Тогда уже открывать другие отчеты и смотреть, почему так произошло. Или нет: у меня все хорошо, примерно одинаково идет, соответственно, мне не нужно тратить время. И фактически этот первый слайд и dashboard DataStudio позволяет пользователю быстро принять решение, нужно ли ему дальше тратить время на анализ, или нет.

• Прирост аудитории в сравнении с конкурентами

• Источники трафика и диверсификация площадок для посева

• Длина сессии, глубина просмотра за сессию

• Пики и спады посещаемости

Если мы говорим, например, о MMR, сравнивая их с ближайшим конкурентом, то по объему трафика они в 2 раза больше. Но если мы посмотрим на график, то, в принципе, они идут ноздря в ноздрю. С ноября они просели, потому что было мало информационных поводов. И это значит, что проблема не в том, как работает редакция, а в том, что не происходило ничего значительного. Сейчас сезон конференций, и у них будет расти трафик.

По поводу Socialbakers и других инструментов. Те метрики, которые они показывают по количеству визитов, средней продолжительности посещения и так далее, обычно не очень точные.

Если у вас достаточно популярный ресурс, вы вобьете туда адрес вашего сайта и сравните полученные данные с теми, что у вас есть в системе аналитики — может быть очень большое расхождение.

Поэтому сравнивать свои показатели с аналитикой Socialbakers (или других подобных инструментов) не совсем корректно. Особенно если у вас мобильная версия сайта, а не адаптивная верстка. Эти программы не учитывают такие показатели. И тот алгоритм, который рассчитывает посещаемость и все эти метрики, больше предсказательный. Фактически он примерно представляет себе, какой объем трафика придет и как это трафик будет взаимодействовать. Но тут самое важное: сравнение себя с другими сайтами. Так как алгоритм условно работает примерно на всех одинаково, мы можем сравнивать себя с другими сайтами хотя бы по объему трафика, у кого больше, у кого меньше. Для этих целей это хороший продукт. Для оценивания метрик, связанных с количеством посещений — скорее, нет.

Еще здесь можно смотреть бенчмарки по источникам трафика. Допустим, вы смотрите, что ваш конкурент закупает 70% трафика на ukr.net, то, возможно, для вас это станет источником роста. Или аргументом для рекламодателя, что у них низкокачественный трафик.

Качественный анализ аудитории СМИ

• Совпадает ли ядро аудитории с позиционированием

• Соц-демографические характеристики

• Качество трафика по каждому каналу

• Зоны тематических интересов

К нам пришел какой-то трафик. Нам нужно понять, насколько качественно он взаимодействовал с нашим сайтом. Для иллюстрации посмотрим на скриншот интерактивного dashboard. Вот эти галочки мы можем включить или выключить:

• бросил читать в начале,

• бросил читать на середине,

• начал просматривать, но бросил в начале,

• не читал вовсе,

• посмотрел материалы до средины,

• читал вдумчиво,

• читал по диагонали.

Там написано то, как пользователь взаимодействует с нашим сайтом. Например, читает он какие-то материалы или не читает. Здесь у нас информация по соц. дему и по регионам. Мы понимаем, что те люди, которые приходят к нам, не обязательно качественные читатели контента.

Предположим, ядро нашей аудитории: молодые мужчины 25-35 лет из Киева. Переключив галочку, например, на «читал вдумчиво» — то есть действительно качественно потреблял наш контент — у нас может выясниться совершенно обратная ситуация. К нам приходят молодые мужчины, но реально читают, например, женщины 35-45 лет. И для нас это тоже важно. Потому что фактически мы можем сравнить две метрики. С одной стороны, мы привлекаем какой-то трафик. С другой стороны, есть реальная аудитория, которая взаимодействует с нашим контентом. Как с точки зрения пола и возраста, так и с точки зрения регионов. И, следовательно,отталкиваясь от понимания, какая аудитория «качественная», можно менять контентную стратегию.Таргетировать рекламу более правильно. Или наоборот, если мы узнали, что нас читает не та аудитория, которую мы привлекаем, может быть, имеет смысл поменять наш контент.

Редакционные метрики

Как проверить продуктивность каждого автора?

• Какая продуктивность редактора? Оцениваем кол-во материалов за месяц, просмотры, виральность (шеры-лайки), среднее время и т. д.

• Какие темы лучше поручать этому автору? Обычно редакция небольшая, и один и тот же человек пишет о музыке, кино и театре.

• Аргументы, чтобы ругать сотрудников.

Следующие метрики редакционные. Что очень важно в контентных проектах? Очень часто в редакциях царит хаос. На написание статьи в среднем уходит 10 минут. На написание лонгрида день-два. Это все очень колеблется от случая к случаю. И главный редактор обычно оценивает по своим ощущениям, хорошо работает автор или плохо. Но есть ряд метрик, которые помогают опираться на показатели при оценке эффективности работы.

В Лайфхакере есть практика работы с внештатными авторами. Их гонорар мультиплицируется на коэффициент, который зависит от количества share и like публикации в социальных сетях. Таким образом, редакция мотивирует внештаников писать то, что будет иметь больший виральный эффект.

Обычно в небольшой редакции функции размыты. И часто один и тот же человек отвечает за много тем, но экспертиза у него при этом может быть неравномерная. И тут, чтобы оценить личные качества специалиста, вы можете посмотреть, что:

• специалист А очень быстро реагирует, он может быстро собрать информацию, переработать и хорошо оформить материал. Значит, давайте посадим его на оперативные новости.

• специалист Б хорошо делает анализ.

Таким образом. Мы оптимизируем работу сотрудников и используем их по назначению.

Можем посмотреть на то, какие темы пишет каждый конкретный человек. Мы понимаем, что человек не может знать все и хорошо писать обо всем. Например, если на нашей площадке e-commerce есть видеообзоры телефонов и видеообзоры пил, мы понимаем, что писатель может хорошо описывать первое, но плохо описывать второе. И у нас есть возможность постфактум оценить, насколько данный конкретный автор хорошо пишет на данную конкретную тему.

Если в редакции есть возможность распределять контент по каким-то конкретным темам, мы можем собрать эту информацию, визуализировать и сделать из этого красивый dashboard. По нему потом принимать решение, насколько каждый конкретный человек хорошо пишет про какую-то определенную тему.

Тоггл — таймер для отчетов

Внедряем toggl — инструмент, который позволяет смотреть на время выполнения редакционной задачи. Например, сколько времени было потрачено на написание новости. После этого мы смотрим, сколько просмотров и переходов дал материал. И сопоставляем, рационально или нерационально распределено время, стоит ли продолжать делать, например, новый пробный формат. Если мы работаем с внештатными авторами, то там вместо потраченного времени мы сопоставляем гонорар, который мы ему заплатили, и ту реальную ценность для бизнеса, которую он принес.

1. Автор — затраченное время

2. Тип материала

3. Тэг

Можем сделать из этого dashboard — вывести на одном экране в виде переключателей: авторов с одной стороны, с количеством времени, которое они за отчетный период потратили в часах на подготовку конкретного материала, с другой стороны. Мы можем вывести тип материалов, если у нас есть разные типы. В нашем кейсе MMR есть лонгриды, есть новости. Мы можем тегировать каждый материал и вывести в тегах информацию о темах, то есть на какую тему этот материал написан. И фактически, включив нужные галочки, мы можем посмотреть статистику по Петру Петрову, который пишет лонгриды на тему «рекламная компания». И у нас отобразятся материалы, которые написал конкретно этот автор. Мы можем оценить по:

• количеству просмотров данного конкретного материала.

• количеству времени, которое пользователи читали этот материал.

• виральности.

Смысл виральности в том, что у нас есть возможность измерять не только то, что пользователь зашел через социальную сеть, не только то, что он лайкнул или пошерил данную конкретную статью. Если пользователь скопировал ссылку с MMR и отправил кому-то в чат, мы сможем увидеть и выделить тех пользователей, которые у нас скопировали большое количество ссылок, и пользователей, которые потом пришли к нам по этой ссылке. Не важно, какой инструмент они использовали.

На слайде есть очень хороший пример. Новость о том, что авиалинии создали лимитированную серию кроссовок. На написание этой новости редактор потратил 10 минут. При этом она получила 1,5К просмотров, в среднем пользователь читал ее 30 секунд, и супер большое количество шеров.

И есть последний материал о ребрендинге украинской Укрпочты. Это лонгрид, судя по тому, что пользователи читали его в среднем 5 минут. Но он плохо пошел в социальных сетях. И условно, первый автор потратил 10 минут и дал результаты лучше, чем второй автор, который полчаса готовил редакционный материал и просил комментарии.

Типы контента

Мы можем измерять и качество публикаций уже с теми метриками, которые у нас есть. Вот, например, на слайде типы контента на MMR: новости, интервью, лонгриды.

Была задача оценить, насколько материал быстро «взлетает». То есть мы опубликовали и можем оценить, как каждый конкретный материал набирает количество просмотров и как быстро это происходит. И если у него хвост потом.

Смысл в том, что здесь каждая конкретная линия — это, по сути, один определенный материал. И мы можем видеть, насколько быстро он набирает посещаемость. Фактически, оценивая эту информацию по авторам, типам материалов и по тегам, мы можем достаточно быстро, взглянув на этот график, увидеть, какие из тем, материалов или авторов взлетают быстро и набирают большую посещаемость.

Соответственно, используя эту информацию, мы можем перестраивать нашу стратегию в плане маркетинга либо перестраивать редакционную политику.

В случае с MMR, у СМИ все материалы делятся на:

• актуальные сегодня, то есть привязанные к какому-то информационному поводу,

• эвергирны — то, что вы написали один раз, и раз в три месяца можете повторно публиковать у себя в ФБ, чтобы собирать новую аудиторию.

И в этом разрезе можно посмотреть на слайд. На графике видно: зеленый материал в Facebook выступил, хорошо проиндексировался поисковиками, поэтому есть равномерный рост. И я знаю, что через полгода я могу его заново опубликовать.

У первого же материала за первые дня произошел основной скачок и дальше он никому не интересен.

Можем посмотреть каждый материал уже с метриками по качеству чтения.

То есть у нас есть материал и у нас есть метрика, которая говорит о том, насколько этот материал качественно или некачественно читают. С тем же самым разрезом по авторам, по типам материалов — лонгрид это или новость, и по тегам.

Фактически можно увидеть, какой именно материал был интересен с точки зрения дочитываемости.

Как мы меряем то, что касается чтения? Мы видим, во-первых, точное время, где пользователь читает материал. С другой стороны, мы видим скроллы: как он скроллит материал с начала до самого конца. И если мы объединим эти две метрики, у нас есть возможность оценить, насколько этот материал был прочитан.

Если пользователь просто открыл вкладку и ушел курить на полчаса, то в таком случае, он не скроллил этот материал. И мы понимаем, что у нас вроде бы есть полчаса и это хорошая метрика, с материалом взаимодействуют. Но фактически мы понимаем с учетом скролла, что с материалом не взаимодействуют.

Другая история. Пользователь открыл сайт и промотал его за 2 секунды. Мы понимаем, что он скорей всего ничего не прочитал за это время.

Таким образом, если мы объединяем эти две метрики, если он доскроллил до конца за минуту, за 30 секунд, мы понимаем, что он его читал. И на базе двух этих метрик у нас есть возможность составить более общие параметры. Например, что он читал по диагонали. То есть быстро что-то там прочитал, где-то зацепился, и все. Или он вдумчиво читал. Действительно качественно прочитал весь конкретный материал.

Можно еще тестировать заголовки. Например, в BuzzFeed в среднем у каждого материала, которые они готовили более дня, тестируется 25 видов заголовков. Можно делать различные А\В тесты и смотреть, что лучше сработало. И таким образом выводить редакционные правила для команды: эти слова хорошо работают. Заголовки с вопросом работают лучше. Инфографика — «скачать без регистрации» дает большую конверсию, чем «Смотрите прямо сейчас».

Можно естировать разные форматы. Например, если вы В2В компания, то у вас есть 5 форматов: листинги, инфографика, тест, вопросы-ответы и интервью. Если вы хотите попробовать что-то новое, вы привлекаете дизайнера и после первой публикации можете оценить, стоит ли увеличивать бюджет на производство контента.

Либо же это может быть видео, картинки, или просто текст, или видео с тестом, или текст с картинками. Это могут быть какие-то микс-форматы. И мы можем оценить, насколько долго взгляд пользователя останавливался на картинке. То есть его взгляд попадал на видимую область экрана. Нажимал ли он не нее и видел ли ее более большой. Если это видео, мы можем посмотреть, насколько пользователи нажимают на play, как они досматривают это видео, до середины или до конца. Таким образом, мы понимаем не просто, что он читал, но и как он взаимодействовал с теми интерактивными элементами, которые есть в конкретной статье.

Эффективность дистрибуции контента

На сколько здорово выглядит картина, есть ли векторы роста. Смотрим как общую картину, так и анализируем каждый материал. Если говорит вообщем, то в среднем у контентного проекта 70% трафика дает Facebook.

Если рассматривать по материалам, то нужно видеть каналы, которые читатели используют для того, чтобы прийти и изучить материал. Фактически мы можем интерактивно, выбрав какой-то материал, посмотреть структуру каналов, по которым заходят пользователи. Как это выглядит? Нажимаем на материал и видим структуру — сколько пользователей пришло из Фейсбук, какая часть попала из органики, кто пришел с платного трафика.

Для каждого материала видно, где он лучше всего взлетел

Топ материалов по охвату, лайкам, шерам и комментариям в каждой из соц сетей.

• Какая доля переходов с соц сетей произошла со страницы издания?

• Топ материалов, которые набрали максимальное кол-во вовлечения в первый час (для анализа новостей).

• Сравнивают, как пошел каждый конкретный материал с разными заголовками, подводками и картинками.

• Анализирую доскроллы и время чтения с разных соц сетей.

• Коэффициент возврата трафика из соцсетей

О чем стоит писать, чтобы росла органика

• По каким запросам моя аудитория приходит на сайт?

• Какие материалы стоит отредактировать под сео (поменять заголовок, добавить ключевых слов и т. д.).

• У кого из неконкурентов больше всего моих читателей? Анализирую источники по аудитории и контенту

• Какие ресурсы на меня ссылаются?

• Какое качество у трафика с агрегаторов?

• Как работает моя обменная сеть с дружественными проектами

К-фактор. Показатель виральности

Поговорим про key-фактор. Рассмотрим более детально виральность.

Какая есть проблема? Дело в том, что у нас большое количество прямого трафика в директ. И мы не понимаем, каким образом пользователи пришли и где в Google Analytics или другой системе отразился этот пользователь как прямой трафик. Это может быть закладка. Он может просто знать mmr.ua, открыть браузер и просто набрать. Это может быть сслыка-рекомендация друга или коллеги, по которой он перешел. Причем у нас может быть достаточно большое количество таких переходов. В том числе из социальных сетей, с мессенджеров, с Вконтакте, с Telegram, Viber и так далее. И мы не понимаем, какой из этих случаев привел к приходу директ-трафика.

Эта механика то же самое, что и использование промо-кодов. Но не нужно делать промо-коды, и вообще ничего не нужно делать. Она упрощает нам взаимодействие с пользователями. Это релевантно для любой маркетинговой активности, где задействованы промо-коды, скидки, работа с лидерами мнений, платные размещения у них в Facebook. Это решение применимо не только для контент-маркетинга, но и, в принципе, для любого сайта, где вы хотите померять, насколько ваша аудитория виральна. Насколько много у вас людей, которые приходят по рекомендациям.

Что мы сделали, чтобы это проверить? Во-первых, в каждый URL мы добавили clientID — уникальный идентификатор пользователя для конкретного сайта. Пользователь делает репост, где вот здесь показывается с MMR. Но фактически это число после # также отображается, и, когда пользователь переходит по ссылке из этого поста, специальный инструмент видит это число и записывает в Google Analytics, что был такой переход.

После этого у нас есть возможность увидеть, во-первых, какие пользователи в большинстве своем делятся этой информацией. Во-вторых, сколько людей приходит по тем ссылкам, которыми поделились. И если мы видим ситуацию, что у нас есть люди, которые очень активно делятся и по тем ссылкам, которыми они делятся, приходит много людей, то мы можем с ними работать. Фактически это адвокаты бренда.

Мы можем смотреть в разрезе каждого материала, насколько он был вирален. Вот этот последний показатель, по сути, показывает нам виральность или невиральность. Чем он выше, тем более виральный трафик пришел. Чем ниже, соответственно, этот материал не очень интересен и им никто не делится.

То же самое можем посмотреть с точки зрения источников, или каналов. Через какие каналы к нам приходит наиболее виральная или не виральная аудитория. Причем вот здесь (на слайде) треть аудитории, которая пришла по прямому трафику, это те люди, которые пришли по рекомендациям. До этого мы просто видели, что какое-то количество прямого трафика у нас есть. Сейчас мы видим, что 70% просто знают MMR, 30% пришли по рекомендациям. Это данные за неделю, но можно смотреть и в разрезе месяца. Как вам удобно.

Что мы можем с этим сделать?

Во-первых, оценить виральность материалов, то есть понять, насколько материал интересен с точки зрения распространения.

Во-вторых, у нас есть возможность влиять на тех людей, которые распространяют наш контент. Мы можем показать такому человеку pop-up при следующем заходе на сайт, мы можем сделать ремаркетинговую компанию и догонять эту аудиторию каким-то специальным сообщением. Например, «смотрите, у нас вышел новый материал».

Мы знаем, что этих людей будет немного, но они с высокой вероятностью поделятся этим контентом, что с небольшими затратами позволит нам привлечь большое количество аудитории.

А в случае с В2В — это сформировать бренд-community для экспертов с рекламным посылом «мы считаем вас лучшими в индустрии по аналитике». Намного проще привлечь 10 специалистов, как говорилось выше, чем метить по всем профессиям. Это упрощает процесс. Не нужно играться с настройками таргетинга, когда у нас есть готовая ретаргетинговая группа, супер заряженная аудитория, лояльная к нам.

Блок вопросы Вы сказали, что тестируете заголовки. Вы выпускаете две совершенно одинаковые статьи с разными заголовками и у них одинаковые условия посева? Или вы их не сеете?

Ответ: Что мы можем тестировать? Мы можем тестировать заголовок, подводку, саблайн, изображение, видео. Если, например, на Facebook есть пост, я могу в понедельник сделать «подводка + ссылка + видео», или «гифка» вместо видео. И потом сопоставлять. Все зависит от того, как часто вы постите и насколько это будет очевидно.

Вопрос: Они не успевают проиндексироваться, эти статьи? И вы потом уничтожаете ту, что вам не нужно?

Ответ: Страница у меня статичная. Но я же могу изменить в Facebook только заголовок. Я могу в Twitter поменять заголовок. А на сайте мне это не нужно. 80% переходов идут из социальных сетей, как правило. Если пользователь уже перешел, то уже все ок. Его заинтересовало то, что было на предыдущем экране, и заголовок на сайте он уже не читает.

У нас есть Google Optimize, у нас есть возможность делать эксперименты внутри Google Analytics, и все это мы можем делать на JavaScript. И фактически у нас на статье с точки зрения бота от Google, который будет индексировать, у нас будет один заголовок. С точки зрения пользователей, которые попали в какие-то группы А/В тестирования, у нас будут разные заголовки. Поэтому никакой проблемы совершенно не будет. Вы показали очень крутой dashboard. Скажите, насколько затратно реализовать такой dashboard и можно ли, вообще, самому его сделать. Или нужно обращаться к специалистам?

Ответ: Прелесть инструмента Google DataStudio в том, что он реализован, как и большинство инструментов, которые запускаются, не только для каких-то хард-специалистов. А, например, есть инструмент Google Time Manager, целевая аудитория которого маркетологи. Люди, которые не умеют программировать. Позиционирование инструментов Google DataStudio в том, что любой человек, который обладает плюс-минус пониманием о том, что ему нужно, может сделать все в визуальном редакторе и собрать нужные метрики. Одно дело, что какие-то вещи нужно будет настроить. Там нужен будет специалист. Но срезы данных и отображение так, как вам нужно, вы можете сделать самостоятельно. Он реально очень простой.

Вопрос 4: Ту информацию, которую вы собираете с материала: глубину, виральность, переход на другие материалы, вы ее используете для аналитики? Или вы занимаетесь режиссурой текстов на лету?

Ответ: Все зависит от уровня компетенции редакции, с которой вы работаете. В принципе я это использую для режиссуры. Мы корректируем контентную политику издания в целом.

Вопрос: Нет, я имею в виду, что вы запустили материал, пульнули его на Facebook, сразу же в режиме плюс-минус 10-20 минут, что человек отваливается у вас со второго экрана, а у вас там дальше еще куча всего интересного. Вы сразу же в админке переверстываете текст, выносите картинку?

Ответ: Нет. Это очень сложно. Я просто знаю, что в следующий раз я эту тему не возьму.

Вопрос 5: Когда вы говорите про то, что у вас 70-80% приходят из Facebook, а остальные каналы где?

Ответ: Я говорю о том опыте, который у меня был. Большинство контентных проектов, с которыми я работала, к сожалению, очень плохо оптимизированы, плохо настроены.

Если хотите овладеть всеми навыками работы с Google Analytics и Яндекс.Метрика, то курс «Веб-аналитика: отслеживание эффективности интернет-рекламы» разработан именно для вас. Полученные знания помогут найти своего покупателя, улучшить воронку конверсии. Курс также будет полезен всем, кто хочет разобраться с аналитикой своего сайта.

ЗАПИСАТЬСЯ