Сегодня в 10:05

Событийная аналитика на данных Яндекс Метрики. Что это и как с ней работать

Знаменательное событие: отслеживаем и эффективно используем данные о действиях пользователей.

Артём Кузьмин, iContext

Онлайн-бизнесу жизненно важно понимать, как пользователи взаимодействуют с сайтом. Отслеживание действий пользователей — это ключевой принцип аналитики, благодаря которому компании получают важные данные о взаимодействии пользователей с их сайтом. Эти сведения имеют большое значение для принятия обоснованных решений на основе данных с целью оптимизации и совершенствования общего пользовательского опыта.

О том, что такое событийная аналитика и события, как настраивать их отслеживание в Яндекс Метрике и работать с собранными данными, расскажет веб-аналитик digital-агентства icontext Артём Кузьмин.

Что такое события и событийная аналитика

В общем и целом, события можно разделить на две категории:

Действия пользователя.
Системные события.

Действия пользователя

Отслеживание действий пользователя включает выявление и мониторинг наиболее важных взаимодействий с вашим продуктом/сайтом. Это макро и микроконверсии.

К таким событиям относят, например:

Клики.

Отслеживайте клики по кнопкам, ссылкам или интерактивным элементам. Анализ кликов помогает определить популярные функции или элементы, а также те, которые игнорируются.

Отправки форм.

Отслеживайте события отправки форм, чтобы понимать показатели конверсии и вовлечённость пользователей в такие процессы, как регистрация, оформление заказа, подписка или отправка отзывов.

Использование функционала.

Отслеживайте, как пользователи взаимодействуют с определёнными функциями на вашем сайте: использование фильтров подбора товаров, сортировки, добавление в избранное, добавление в корзину, просмотр видео, загрузка файлов, этапы процесса оформления заказа.

Просмотр страниц.

Анализируйте, какие разделы сайта посещаются чаще всего и как долго пользователи остаются на них. Это помогает понять интерес пользователей и эффективность контента.

Задача заключается в том, чтобы составить полную картину взаимодействия пользователей с вашим сайтом, определить, что привлекает их внимание и что может вызывать затруднения.

Системные события

Системные события дают представление о технической производительности и стабильности вашего сайта.
К таким событиям относят, например:

Ошибки.

Отслеживайте ошибки, с которыми сталкиваются пользователи. Это могут быть ошибки проверки форм, 404 ошибки и другие.

Время загрузки.

Отслеживайте время загрузки страниц или функций. Длительное время загрузки может привести к разочарованию пользователя и увеличению показателя отказов.

Техническая информация.

Отслеживайте любую техническую информацию, передаваемую с back-end вашего сайта. Например, на какой сервер направили текущего посетителя при распределении нагрузки на сайт. Эти данные жизненно важны для понимания и устранения проблем со стабильностью.

Анализируя эти события, вы сможете оперативно устранять технические неполадки, которые ухудшают качество работы сайта и негативно влияют на пользовательский опыт.

Событийная аналитика и зачем она нужна

Событийная аналитика — это процесс сбора, хранения и анализа данных о взаимодействиях пользователей и системных событиях на вашем сайте, предоставляющий бесценную информацию о поведении пользователей и производительности сайта.

Представим себе ситуацию: у нас есть e-commerce сайт. Потенциальный покупатель просматривает несколько товаров перед добавлением одного из них в корзину. Через некоторое время этот пользователь проходит весь процесс оформления заказа в рамках нового визита. Перечисленным действиям могут соответствовать следующие события: «Поиск по сайту», «Просмотр карточки товара», «Добавление в корзину», «Просмотр корзины», «Начало оформления заказа», «Покупка».

Анализируя данные по этим событиям, могут возникнуть логичные вопросы:

Как различается конверсия в разрезе категорий и брендов товаров?
Какая доля пользователей совершает покупку во время первого визита?
Если пользователь не оформляет заказ, куда он идёт?
Сколько в среднем проходит времени от первого взаимодействия до покупки?

Ответить на эти вопросы нам позволяет событийная аналитика. Оперируя такими данными, мы можем принимать более взвешенные решения.

Шаги по настройке событийной аналитики

Пояснения по каждому шагу.

Шаг	Описание
Определить цели и KPI	Определите, для достижения каких целей необходима настройка событий: увеличение конверсий, повышение вовлечённости, тестирование нового функционала или удержание клиентов, знание как взаимодействуют пользователи на определенном этапе воронки на сайте.
Составить карты путей пользователей	Составьте карту ключевых этапов работы пользователя, таких как первое знакомство с сайтом, изучение карточки товара, добавление в корзину, прохождение этапов оформления в корзине и оформление заказа, чтобы понять весь процесс с точки зрения пользователя.
Определить список событий	Определите список нужных событий и распределите их по категориям, чтобы сделать процесс анализа проще.
Составить правила именования событий	Используйте описательную структуру именования, такую как [action]_[object] (например, click_signup_button, view_product_page). Подобный формат позволит сохранить названия событий понятными и доступными для поиска. Названия событий записывают в таблицу с подробным описанием, что означает то или иное событие — такая таблица называется «карта событий».
Определить нужные параметры событий	Определите дополнительные параметры для каждого события (например, page_name, product_id, button_colour), которые добавят контекста и расширят возможности для анализа.
Настроить отслеживание событий	Настраиваем отправку событий и их параметров в Яндекс Метрику.
Визуализация данных	Визуализируйте собранные данные на дашбордах, это упростит ваш анализ. Удобнее будет смотреть изменение важных метрик в динамике. Также вы сможете создавать кастомные метрики (например, расчёт доли пользователей, которые совершили событие B из тех, кто совершил событие A).
Анализ данных	Регулярно обращайтесь к данным для оценки эффективности в соответствии с поставленными целями, определения точек для улучшения и формирования гипотез для A/B-тестирований.

Настройка отслеживания событий для Яндекс Метрики

Для передачи событий в Яндекс Метрику используется Javascript API. Отправлять данные можно с момента инициализации счётчика и до окончания тайм-аута визита (по умолчанию, сеанс завершается после 30 минут бездействия пользователя, но это значение можно изменить в настройках счётчика).

События передаются в Метрику в виде Javascript-объектов. Передавая дополнительные параметры, мы, по сути, передаём набор пар «ключ-значение». Объект может иметь древовидную структуру, то есть в параметр могут быть вложены другие параметры.

Пример передаваемого в Метрику объекта с вложенной структурой:

Это пример того, как можно передавать информацию о кликах по элементам страницы. На первом уровне вложенности находится параметр ‘event’, который в свою очередь содержит параметры ‘type’ (тип события), element (элемент, по которому произошёл клик) , ‘url’ (адрес страницы, на которой произошло событие) и timestamp (временная метка события). На втором уровне вложенности находятся параметры, входящие в состав параметра ‘element’. Это ‘type’ (тип элемента), и ‘name’ (имя элемента).

На передачу событий действуют следующие ограничения:

Каждый отправляемый запрос должен содержать не более 8 192 символов и иметь вес не более 8 КБ.
При передаче древовидных объектов (с вложенной структурой) максимальный уровень вложенности — 10.
В рамках одного визита можно передать до 1 000 событий. При истечении лимита с просмотром следующей страницы начнётся уже новый визит.

Подробнее с ограничениями можно ознакомиться в Справке Метрики.

Для передачи данных можно использовать несколько методов.

1. params — Метод для передачи параметров визита. Пример использования этого метода был разобран чуть ранее.

Во всех остальных методах для передачи параметров нужно использовать необязательные аргументы.

2. reachGoal — метод для передачи информации о достижении Javascript-цели. Параметры указываются после идентификатора цели, например:

3. hit — метод для передачи информации о просмотре страницы. Для параметров в методе есть необязательное поле ‘params’, которое указывается после адреса страницы. Например:

4. file — метод для передачи информации о загрузке файла. Для параметров в методе есть необязательное поле ‘params’, которое указывается после адреса файла. Например:

5. extLink — метод для передачи информации о переходе по внешней ссылке. Для параметров в методе есть необязательное поле ‘params’, которое указывается после адреса внешней страницы. Например:

Работа с событиями в интерфейсе Яндекс Метрики

Для работы с событиями в Метрике есть несколько стандартных отчётов:

«Параметры событий»

В этот отчёт попадают данные вне зависимости от выбранного метода для передачи параметров (‘params’, ’reachGoal’ или ’hit’ и тому подобное).

По умолчанию данные сгруппированы по адресам страниц, на которых происходили события. Далее идет группировка по уровням вложенности.

Основными метриками в отчёте являются «Кол-во посетителей» и «Кол-во событий», но для параметров с числовыми значениями также можно отобразить показатели «Сумма значений параметра» и «Среднее значение параметра», что также может быть полезно при анализе

Пример отчёта «Параметры событий»:

В этом примере мы видим, что на странице винного каталога при применении фильтра в Метрику передаётся событие «ga4_web_Filter_apply», и в значениях параметра «filter_apply» передаются применённые фильтры. В примере фильтры отсортированы по частоте применения. На основе этих данных можно сделать вывод — какие самые популярные фильтры используют при подборе товара в каталоге.

«Параметры целей»

В этот отчёт попадают данные, переданные методом ‘reachGoal’. Этот отчёт содержит данные о дополнительных параметрах Javascript-целей, заведённых в счётчике.

Важно: Если дополнительные параметры передаются с аргументом метода ‘reachGoal’, но в счётчике Метрики нет цели с соответствующим идентификатором или, если цель заведена только внутри составной цели, — данные не попадут в отчёт «Параметры целей».

Если вы не хотите или не можете завести для нужного события отдельную Javascript-цель, то для передачи параметров стоит использовать любой другой метод (‘params’, ’hit’, ‘file’ или ‘extLink’).

По умолчанию в отчёте данные сгруппированы по названию соответствующей Javascript-цели. Также как и в отчёте «Параметры событи», можно группировать параметры по уровням вложенности. Доступные метрики в этих отчётах полностью идентичны.

Пример отчёта «Параметры целей»:

В этом примере можно увидеть, что в карточках товаров при любом действии пользователя в Метрику отправляется событие, в параметрах которого передаётся информация о подробностях события. Эти данные будут полезны при анализе цепочек действий пользователей и позволят увидеть их основные пути.

«Параметры визитов»

В плане работы с событиями отчёт принципиально отличается от двух предыдущих. Так как данные организованы вокруг визитов, в отчёте «Параметры визитов» нам доступны все базовые группировки и метрики. Отсутствует показатель «Количество событий», можно посмотреть лишь сумму и среднее значение параметров.

Отчёт может быть полезен при анализе поведения различных сегментов пользователей, когда принадлежность к тому или иному сегменту определяется значением конкретного параметра. Например, передавая в Метрику параметр «auth: yes/no» (разделяя аудиторию на авторизованных и гостевых пользователей), мы можем анализировать показатели этих двух групп посетителей.

Также можно сегментировать пользователей по их уровню лояльности, который может зависеть от суммарного дохода по всем их визитам:

Визуализация и более глубокий анализ событий

После знакомства со стандартными отчётами становится ясно, что для более глубокого анализа передаваемых событий недостаточно интерфейса одной лишь Метрики.

Для группировки данных нельзя одновременно выбрать больше семи параметров, а ведь для передачи данных нам доступно до десяти уровней вложенности (возможно, столько никогда и не пригодится, но если такое случится, в отчёте мы не сможем раскрыть их все):

Нельзя добавить собственные вычисляемые показатели, например, конверсию из события, А в событие Б.

Неудобно фильтровать данные по значениям параметров. Возвращаясь к примеру с передачей информации об использовании фильтра в винном каталоге — мы не сможем, например, узнать, сколько пользователей искали или белые, или розовые вина, так как в условии фильтра можно указать только точное совпадение:

Учитывая вышеперечисленные моменты, а также необходимость в визуализации передаваемых данных, приходится прибегать к дополнительным инструментам.

Удобным инструментом для детального анализа событий Метрики является Yandex Datalens — BI-система для визуализации и анализа данных.

Работа с данными в Datalens

Несмотря на наличие возможности всего в несколько кликов настроить прямое подключение Метрики к Datalens, у такого подхода сразу несколько существенных недостатков:

Из Метрики выгружаются агрегированные данные (такие же, как в отчётах в интерфейсе Метрики). Это значит, что над данными были проделаны определённые операции, в основном, арифметические: сложение, вычитание, умножение, деление. Благодаря этим операциям в отчётах мы видим обобщённые показатели «Итого и средние»:

Из-за этого мы не имеем доступа к сырым данным — записям об отдельных визитах или просмотрах. С агрегированными данными удобнее работать, но сырые данные дают больше возможностей для анализа.

Недоступны многие функции, что сильно сокращает наши возможности по созданию кастомных параметров и показателей. Полный список доступных функций для всех источников данных в Datalens можно посмотреть в Справке.

По умолчанию из Метрики загружаются данные за последние 60 дней.

Обойти эти ограничения можно, настроив выгрузку сырых данных Метрики по Logs API в. базу данных, например, ClickHouse. Эту базу данных затем можно использовать в качестве источника данных в Datalens. Подробную информацию по этому способу подключения можно найти в практическом руководстве от Яндекса.

Для клиентов с подключённой Метрикой Про также доступна интеграция Метрики и ClickHouse.

В рамках этой статьи не будем подробно останавливаться на настройке подключения источника данных. Далее будут показаны примеры того, как может выглядеть дашборд для событийной аналитики.

Пример 1

На сайте настроены события «Посещение каталога» и «Клик по товару в каталоге». Используя показатели «Кол-во событий» и «Кол-во посетителей» (всего сайта), можем рассчитать вычисляемые показатели: «Конверсия из посещения сайта в посещение каталога» и «Конверсия из посещения каталога в клик по товару».

Используя эти новые показатели, можем вывести на дашборде наглядные чарты для мониторинга посещаемости каталога и частоты кликов по товарам:

Пример 2

На сайте настроено событие «Применение фильтра в каталоге», дополнительно в событии передаются название параметра применённого фильтра и значение этого параметра.

Используя эти данные, можно узнать, например:

по каким параметрам посетители чаще всего фильтруют товары (данные по винному каталогу):

товары какой стоимости ищут чаще других:

Проанализировав чарты, можно начать формировать гипотезы для проверки:

Если мы вынесем самые популярные параметры для фильтрации в начало списка, вырастет ли конверсия из посещения каталога в клик по товару?
Повысится ли конверсия из посещения каталога в клик по товару, если товары стоимостью 2 000 и выше будут расположены в самом конце каталога?

Пример 3

На этапе оформления заказа отслеживаются следующие действия: «Переход в корзину», «Начало оформления заказа», «Заказ оформлен».

Возможный вариант чартов для анализа этой воронки событий:

Вывод отслеживания событий на новый уровень

Отслеживание событий на сайте — бесценный инструмент для вашей продуктовой команды. Эффективно внедряя и используя его в Яндекс Метрике, вы можете получить глубокое понимание поведения пользователя, улучшить пользовательский опыт и способствовать успеху вашего сайта.

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.