05 online ws měření chování na internetu – stemmark jan fait
DESCRIPTION
Měření internetového dění, Jan Fait, STEM/MARK Prezentace byla součástí semináře SIMAR Nezamotejte se do výzkumných online sítí 23. dubna 2014.TRANSCRIPT
Měření internetového dění
Jan Fait
Typy měření
Google AnalyticsBrowser history
Scraping & CrawlingCookie tracking
Social Media Listening
Výzkumné úkolyUI & UX Testování
Pop-up surveyOn-Exit survey
Feedback widgetPaywall survey
Přirozené chování
Navozené chování
Deklarované chování
Přirozené chování Navozené chování
Deklarované chování
Case Cookie tracking Testování průchodnosti webu
Pop-up dotazník na stránce
No, je přirozené a tak se dá predikovatJe toho hodně = dobrá validita
Mohu řídit situaci a nastavit měření dalších proměnnýchExperimentální prostředí => mohu srovnávat
Je to levnéJednoduché
Získám jen data, vznikající přirozeně a nic vícHodně nerelevantních dat
Lidé se soustředí na věci, jež by jinak přehlíželiMenší vzorekExterní motivace
Nízká odezva i s incentivemČasto otravnéOmezená délkaJen na vlastním
Klady a zápory
Přirozené chování
Skrytá nebezpečí a neschopnost sběr plně řídit, ale zato potenciálně bohatá odměna.
Scraping & Crawling
Scrapovat jde každá stránka, která se aktivně nebrání. Je to šedá zóna, cíl scrapingu se může bránit právně, ale až na výjimky to nedělá.
Nástroje Nároky Náklady
Znalost HTML a trocha improvizace
OutWitHubGoogle RefineR Statisical ComputingPython, PHP, Ruby, ….
Nízké, ale málo přípravy = hodně čištění
Každá webová stránka má strukturu, která se opakuje
Tuto strukturu průměrně schopný uživatel odhalí
Vytvoří či užije hotový nástroj, který prochází sérii odkazů
Dá tomuto nástroji rozkrytou strukturu
Určí formát výstupu = jak krájet to, co nástroj nasbírá
Všechny jemu podobné strojově shromáždíme a určíme strukturu, ve
které chceme dostat jejich obsah
CASE : Taháme hodnocení z www.booking.com
Pomocí nástroje OutWit Hub stahujeme hodnocení hotelových pobytů v Praze na Booking.com
Prozkoumáme strukturu zdrojového kódu a najdeme
link, který odkazuje na stránku hodnocení hotelu
Za pár hodin máme čistý
datafileN=48500
Browser history
Uživatele, kteří se účastní výzkumu požádáme o sdílení historie procházení pomocí specializovaného open-source nástroje
Nástroje Nároky Náklady
Těžko přesvědčit o bezpečnosti,Těžko umožnit cenzuru na straně uživatele
BrowsingHistoryView Rekrutace, odměna cca 50Kč
Pošleme uživateli samorozbalovací skript
Ten projde historie prohlížečů a vytvoří jeden soubor
Uživatel jej sám odešle zpět agentuře
Google Analytics & Dotazování
Je milion a jeden způsob jak Vám GA mohou pomoci zjistit data o návštěvnících. Výzkumné agentury je mohou využívat jako další input, ale děje se to velmi zřídka.
Nástroje Nároky Náklady
Je těžké dobře využívat všechny jejich funkceIntegrace je trochu těžší
Google & UniversalAnalyticsRůzné plugins
Specialista a jeho „údržba“
Použití Custom Labels pro integraci demografik z Google Analytics s vtěleným
dotazníkem nebo widgetem. (např. UserReport)
Pop-up integrovat lze, ale obtížně, protože jej často
voláme externím skriptem.
Při výzkumu využíváme GA spíše jako zdroj informací o návštěvníkovi, nikoli o jeho
interakci se stránkou.
CASE : Google Analytics validuje vzorek
Google Analytics validuje svými demografickými a zájmovými kategoriemi vzorek rovnou v dotazovacím systému. Funguje i obráceně.
V online výzkumu zjistíme jak Google vidí daný vzorek
respondentů. Pak jej můžeme srovnat s daty, která máte vy na
svých stránkách => validace cílové skupiny
Social Media Listening
Zejména pomocí aplikací a dostupných API pro každou z velkých sociálních sítí.
Nástroje Nároky Náklady
Ovládat API a stíhat updatyPoradit si nestrukturovanými daty
APIs Setup
V zásadě tři cesty
Vytvoříte aplikaci, kterou uživatelé autorizují a vy sbíráte jejich
interakci s aplikací včetně social
media dat
Využijete hotový monitorovací
engine od specializované
firmy
Využíváte API – dotazovací nástroj
každé ze sítí s určitou periodou.
Vážení social media dat na populaci zatím nikdo přesvědčivě neprovádí. Ale často k němu není důvod.
CASE : Perpetuum jako ukázka aplikace
Princip aplikace je mocný nástroj pro všechny, kteří mají obsah, který uživatelé chtějí. Pro ostatní sice pěkná možnost, ale zůstane nevyužita.
Bohatá data pro sociodemografickou & zájmovou analýzu + kontakt na
faše fanoušky na FB.
Podobnou API nabízí Google+, Twitter, LinkedIn
Browser History Social Media Scraping
Velké objemy
Celý internetový život
Lze kombinovat s dotazníkem ex-post
Zájmová segmentace
Insighty zdarma = nemusíte se ptát a lidé to stejně řeknou
Výnosy z rozsahu
Síťová povaha dat
Velké objemy
Minimální náklady sběru
Agentura musí mít důvěru
Spousta zbytečných dat => Pro syndikované výzkumy
Trochu retro metoda
Vždy vypovídá jen o publiku na social médiích
Insighty jsou nejsou kvantitativně zakotvené
Trollové & Zombíci & Žvanilové.
Omezené možnosti publikace dat a celkově právní stránka
Omezit se na jednu stránku většinou nestačí => rozdíly ve struktuře
Srovnání
Navozené chování
Měřím snadno vše, co si dopředu nastavím, ale vytvářím situaci, která nemusí být přirozená => nevzniká vždy v moment, kdy by měla.
Výzkumné úkoly
…ve speciálním prohlížeči, který zaznamenává veškerou aktivitu a po ukončení zobrazuje dotazník. Analýza může být repre pokud máme dostatek uživatelů ochotných prohlížeč užívat.
Nástroje Důležité Náklady
Dostatek zakázek na udržení aktivityZpracování je už trochu BigDataÚkol musí být dostatečně obecný
UX Laboratoř nebo Smaragd
Vývoj prohlížečeIncentivy pro distribuci
Respondent si má například na webu „vybrat dovolenou“
Prohlížeč zapisuje veškeré jeho akce = URL, pozice a cíl kliků
Analytik z dat vidí jakou si vybral dovolenou a vytvoří cesty, kterými se uživatel ubíral k cíli
Po dokončení úkolu kombinuje s dotazníkem
CASE: Souběžné sledování
…zkoumali jsme návaznost mezi sledováním televize a vyhledáváním na internetu
Víkendový mediální deníkVíkendová historie prohlížení
ve Smaragdu
Výpočet souběhu a kategorizace obsahu
Internet a televize mají 1/3 časový překryv. 21% vyhledává produkty na základě reklamy, 7% si ověřuje informace ze zpráv,…
Deklarované chování
Jednoduchý sběr, pevně určuji strukturu vytvářených dat. Levné ale velmi problematické z hlediska User experience.
Pop-up
Dodnes standard sběru dat např. u NetMonitoru, webových soustav Microsoftu, WallStreetJournal, čas od času skoro všude.
Nástroje Důležité NákladyNevkládat kód do stránek staticky, nýbrž jako <script src=“*“>Uživatel musí mít možnost odmítnout
JavascriptMinimální. Programování dotazníku
Návratnost se mění v závislosti na charakteru stránky. U vysoce specializovaných je vyšší, ale stále v řádu jednotek procent.
Důležité dobře nastavit zpoždění = nemá cenu hodnotit obsah po 15 vteřinách
Špatná User Experience Rovnou začněte dotazovat. Získávání souhlasu je nepovinné, ale možnost ihned odmítnout ano.
Použijte ztmavení stránky= lightbox
Nikdy více než 5 otázek. Raději single choice. Ukažte kolik zbývá.
Exit survey
Technologie Exit-Intent umožňuje předvídat opuštění stránky na základě chování na ní. Rodina metod IntentRecognition na základě strojového učení odhaduje, co uživatel udělá…
Nástroje Důležité Náklady
Nevkládat kód do stránek staticky, nýbrž jako <script src=“*“>Ladit pro různé prohlížeče
JavascriptMinimální. Programování dotazníku
Zpoždění je zde něco jako filtr => může uživatel hodnotit stránku, na které by 5 vteřin?
Také špatná User Experience
Exit survey je možné oznámit dopředu na banneru. Oznamujte ji ale jen těm, kteří ji skutečně uvidí. => Žádné možná
Rozlišujte zavření stránky, zavření prohlížeče nebo tlačítko zpět
Dotazník zobrazený při odchodu ze stránky. Stejný příběh jako pop-up. Teoreticky přichází ve správný moment, ale behaviorálně je stejně nepříjemný.
Feedback & Peelback Widget
…
Nástroje Důležité Náklady
Uživatel má mít šanci se dozvědět kam jej widget zavedeDotazník by neměl být dlouhýJquery plugin
Vývoj prohlížečeIncentivy pro distribuci
Návratnost je však stále nízká
Peelback vzbuzuje větší zvědavost = může obsahovat dynamický obsah
Méně otravné než pop-up
Vyhněte se automatickému scrollu widgetu, který uživatele „honí“ po stránce
Dotazník jako součást paywallu
Princip Google Consumer Survey vlastně říká, že konzumaci obsahu lidé mohou zaplatit tím, že vyplní dotazník. Návratnost zatím velkou neznámou.
Nástroje Důležité Náklady
Spolehlivost demografik podle kterých vybírám respondenty
Integrace informace z cookie
Lze použít i jednodušeji než u Consumer Surveys, ale jen pro vlastní účely => není možnost dělat sampling podle demografik.
Buď vlastní vývoj nebo Google Consumer Survey
Pop-up & Exit Widgets Paywall Survey
Způsoby jak omezit špatnou UX
Je to vážně jednoduché
Dobrá UX
Vymakanější aplikace pro propojení s GA => možnost samplingu
Možnost rovnou zobrazit otázku => větší návratnost
Větší návratnost
Navázáno na cíl uživatele na stránce => cílení
OK UX
Špatná UX
Když nepropojím s GA, musím přesbírávat abych vytvořil repre vzorek.
Malá návratnost
Jinak vlastně nic
Ne vždy mám na co se ptát => za mi paywall musí někdo platit
Technologicky náročnější => sampling zvládnou jen ti, co mají informace z cookies
Srovnání
Best practice pro dotazování na stránce
Embbed raději než pop-up. Vnořené dotazníky jsou lepší pro vás i uživatele.
Krátce a jednoduše. Rychlé single choice otázky + volný feedback. Vše co můžete zjistit pomocí integrace s GA nebo z cookies byste neměli dotazovat (demografika, odkud přišel, …)
Začněte hned dotazovat. Neptejte se na souhlas, ale vždy poskytněte možnost okamžitě odmítnout.
Opakované nabízení dotazníku vede k odchodu. Sliding widgets a opakovaný pop-up při aktuální nebo další návštěvě jsou cestou ke frustraci.
Když už pop-up nebo exit, tak se správným timingem (ne brzy po příchodu, ne při krátké návštěvě)
Dotazujte až když návštěvník dosáhl svého cíle. (Pokud víte, že jej dosáhl). To jest po nebo při placení.
Výzkumnická klasika pro online
Chceme měřit offline fenomén online metodou?
Máme nároky na reprezentativitu k nějaké populaci?
Když ano, víme jaká ta populace je ve skutečnosti?
Jsou weby, na které se zaměřujeme „ujeté“?