ซีรี่ย์ 7 ปัญหาคาใจใน Google Analytics

• ตอนที่ 1: Bounce Rates vs. Exit Rates
• ตอนที่ 2: Visitor Recency
• ตอนที่ 3: Absolute Unique Visitor
• ตอนที่ 4: New vs. Returning Visitors
• ตอนที่ 5: Sources และ Media
• ตอนที่ 6: Google Analytics Account
• ตอนที่ 7: Goal และ Funnel
• ตอนพิเศษ: Average Time on Site ตัวเลขที่ควรหลีกเลี่ยง

มาถึงตอนที่ 3 กันแล้ว ตอนนี้เป็นตอนสั้นๆ นะครับ อธิบายความหมายที่แท้จริงของ “Absolute Unique Visitor” หรือชื่อในภาษาไทยก็คือ “ผู้เข้าชมสัมบูรณ์แบบไม่ซ้ำ″

ก่อนอื่นผมอยากให้เรารู้จักระดับขั้นของข้อมูลที่มีความสำคัญใน Google Analytics กันเสียก่อน หลักๆ แล้วระดับของข้อมูลใน Google Analytics มี 4 ระดับดังภาพด้านล่างครับ

• ข้อมูลระดับละเอียดที่สุด นั่นคือ Event หรือ เหตุการณ์ ที่เกิดขึ้นในเว็บไซต์นั้นๆ ยกตัวอย่างเว็บ Blog ของแมกซินคิวบ์นี้ อาจมี Event หลายๆ ประเภท เช่น การคลิกเมาส์ที่ปุ่ม “สมัครสมาชิก”, การเลื่อนหน้าจอลงมาอ่านโพสด้านล่าง, การกดปุ่มขยายภาพประกอบ ฯลฯ ข้อมูลระดับ Event นี้ละเอียดถึงขั้นที่เราจะติดตามผลได้ว่า ผู้เข้าชมแต่ละคนทำอะไรในเว็บไซต์เราบ้าง (แต่ว่า… ผมจะยังไม่นำมาพูดในตอนนี้ครับ)
• ข้อมูลระดับถัดมา นั่นก็คือ Pageview หรือ จำนวนหน้า ที่ผู้เข้าชมแต่ละคนได้เข้าดูในการเข้าเว็บไซต์ในแต่ละครั้ง
• ข้อมูลระดับถัดเข้ามาอีก ก็คือ Visit หรือ การเข้าชม ในช่วงเวลาหนึ่งๆ (1 วัน เข้าชม 3 ครั้ง = 3 Visits)
• และข้อมูลระดับสูงสุดของ Web Analytics ก็คือ Absolute Unique Visitor หรือ ผู้เข้าชมสัมบูรณ์แบบไม่ซ้ำ นั่นเอง คนๆ หนึ่งอาจจะเข้าเว็บไซต์วันละสามเวลาหลังอาหาร แต่ Web Analytics จะถือว่า ทั้งหมดนั้น นับเป็นเพียงแค่ 1 Absolute Unique Visitor เท่านั้นครับ

อาจจะเห็นภาพได้ไม่ชัดเจน ผมจะยกตัวอย่างให้ดูดังภาพด้านล่างเพื่อการ Visualization ที่ดีขึ้น

เว็บไซต์เว็บหนึ่ง มีคนเข้าดูทั้งหมด 9 ครั้ง ในรอบสองเดือน (ช่างน่าสงสาร ปิดเว็บไปเถอะครับ)

ข้อมูลสรุปของ Google Analytics จะให้ข้อมูลกับเราดังนี้ ในรอบเดือน พฤษภาคม 2008 - มิถุนายน 2008

• Pageview =  29 Pageviews
• Visit = 9 Visits (เดือนพฤษภาคม 4 Visits และเดือนมิถุนายน 5 Visits)
• Absolute Unique Visitor = 4 Visitors (นาย A, B, C และ D)
• Bounce Rate = 2 Visits / 9 Visits = 22.22% (นาย B ในเดือนพฤษภา ครั้งหนึ่ง และนาย C ในเดือนมิถุนาอีกครั้งหนึ่ง)

คำถามที่สำคัญ ที่ทุกคนควรต้องรู้ก็คือว่า Google ใช้ตัวแปรใดมาตัดสิน ว่าผู้เข้าชมเว็บเป็นคนๆ เดิม..?

คำตอบก็คือ Cookie ภายในเครื่องนั่นเองครับ

Cookie เป็นข้อมูลพิเศษที่เว็บบราวเซอร์จะเก็บบันทึกเอาไว้ในเครื่องคอมพิวเตอร์ เพื่อเก็บข้อมูลบางอย่างของเว็บไซต์ เพื่อใช้งานในอนาคต เช่น เวลาเราล็อกอินเข้าเช็คอีเมล์ และมีปุ่มให้เรากดเพื่อเลือก Remember Password เมื่อเรากดปุ่ม นั่นแหละครับ ข้อมูลของเราจะถูกเก็บบันทึกไว้ใน Cookie เมื่อเราเข้ามาใช้งานอีกครั้ง เว็บไซต์ก็จะไม่ถาม Password เราอีกต่อไป

ดังนั้นหมายความว่า หากเครื่องคอมพิวเตอร์หนึ่งเครื่องมีผู้ใช้งานมากกว่า 1 คน Google Analytics จะแยกไม่ออกนะครับ ว่าเป็นคนละคนกัน

ดังนั้นคอมพิวเตอร์ตามอินเทอร์เนตคาเฟ่ หรือที่สาธารณะต่างๆ จึงมีส่วนทำให้ข้อมูลสถิติของ Google Analytics ผิดเพี้ยนไปพอสมควร

แต่อย่างไรก็ตาม ด้วยสมมุติฐานที่ว่า คนส่วนใหญ่มักจะใช้คอมพิวเตอร์เครื่องเดิมในการทำงาน จึงทำให้ตัวเลข Absolute Unique Visitor มีความแม่นยำสูงในระดับหนึ่งครับ

ไว้พบกันใหม่ในตอนที่ 4…

Popularity: 46%

โพสในวันนี้ของผม ค่อนข้างเป็นเรื่องทางเทคนิคหน่อย แต่ว่าหัวข้อนี้น่าสนใจมากๆ เพราะมันมีแนวโน้มจะเปลี่ยนแปลงโลกของ SEO ในอนาคตทีเดียว

รู้จักภาษา HTML (Hypertext Markup Language) กันไหมครับ..? HTML เป็นรูปแบบการเขียนโปรแกรมบนเว็บไซต์แบบพื้นฐาน ที่โปรแกรมเมอร์และเว็บดีไซเนอร์ทุกคนจะต้องรู้จัก

โดยภาษา HTML นี้มีพัฒนาการอย่างต่อเนื่องมามากกว่าสิบปีแล้ว แต่ยังเป็นเหมือนกล่องดำ สำหรับคนนอกวงการ เนื่องด้วยความรู้สึกลึกๆ ของคนนอกวงการที่ว่า “นี่มันเป็นเรื่องทางเทคนิค เราไม่ต้องเข้าใจก็ได้”

ในยุคหลังๆ HTML แพร่หลายมากขึ้น เนื่องจากการบูมของ Blog และ Social Network อย่าง Hi5 หรือ Multiply ทำให้คนทั่วๆ ไปสนใจใคร่รู้ว่า เราจะตบแต่งบ้านของเราให้สวยงามได้อย่างไร ซึ่งหลีกเลี่ยงไม่ได้ที่เจ้าของ Blog จะต้องลงมาเกี่ยวดองหนองยุ่งกับ HTML ไม่มากก็น้อย

แต่องค์ความรู้ทาง New media กับ HTML บางทีก็แยกกันไม่ค่อยออก ยกตัวอย่างเช่นว่า หากนักการตลาดต้องการปรับปรุงเว็บไซต์เพื่อให้ทำอันดับใน Search engine ให้ดีขึ้น (หรือที่เรียกกันว่า SEO) งานหลักงานหนึ่งก็คือการปรับโครงสร้าง HTML นั่นเอง

คนที่ทำ SEO จะต้องรู้ว่า HTML ในรูปแบบไหน ดีและไม่ดี เพื่อที่จะปรับปรุงเว็บไซต์ให้เหมาะสมกับที่ Search engine จะสนใจให้อันดับสูงๆ ได้ และด้วยว่าความที่ HTML เป็นเหมือนกล่องดำสำหรับนักการตลาด จึงเกิดบริการรับทำ SEO ผุดขึ้นมาเป็นดอกเห็ด

ในภาษา HTML มันจะมีคำสั่งชนิดหนึ่ง ที่เรียกกันว่า Tag เช่นว่า หากเราต้องการตัวอักษรเป็นตัวใหญ่เหมือนกับเป็นหัวข้อของ หน้านั้นๆ เราสามารถระบุ Tag ลงไปว่า ตัวอักษรส่วนนี้ให้เป็นตัวใหญ่นะ ดังตัวอย่างด้านล่าง..

<H1>นี่คือตัวอักษรตัวใหญ่</H1>

ผลลัพธ์ของการใส่ Tag <H1>…</H1> จะเป็นดังตัวอักษรด้านล่างครับ

นี่คือตัวอักษรตัวใหญ่

คร่าวๆ คงจะแค่นี้ ถ้าสนใจเรื่อง HTML น่าจะหาศึกษาได้จากอินเทอร์เนตหรือตามร้านหนังสือครับ

สิ่งสำคัญที่ผมจะนำมาบอกเล่ากัน นั่นก็คือ HTML 5 นั้นดีอย่างไร และทำไมต้องใช้ HTML 5 ด้วย..?

เริ่มจากผมจะบอกเล่าลักษณะของ HTML 4.01 ซึ่งเป็นเวอร์ชั่นล่าสุดที่พวกเราใช้กันอยู่ในปัจจุบันกันซักนิดหนึ่ง

HTML 4.01 นั้นมี Tag เกิดขึ้นมาใหม่ Tag หนึ่ง เรียกว่า <DIV>…</DIV> ซึ่งมีชื่อย่อมาจากคำว่า Division ครับ

DIV เป็น Tag ที่มีไว้แบ่งสัดส่วนเนื้อหาของ HTML ออกจากกันเป็นส่วนๆ อย่างมีระเบียบ ดังภาพด้านล่าง

<DIV> ของ HTML 4.01

เว็บดีไซเนอร์ในเมืองไทย น้อยคนมากที่จะออกแบบเว็บไซต์โดยการใช้ Tag <DIV> อย่างมีประสิทธิภาพ เนื่องจากมันเขียนได้ยากกว่า HTML ทั่วๆ ไป (แต่หากใช้คล่องแล้วจะช่วยให้เว็บดีไซเนอร์ทำงานได้เร็วขึ้นหลายเท่าตัว) แต่ในต่างประเทศ HTML 4.01 ที่ใช้ <DIV> นี้ได้รับความนิยมมากพอสมควร

พักเรื่อง <DIV> กันไว้นิดหนึ่ง เดี๋ยวผมจะมาคุยต่อว่า <DIV> ใน HTML 4.01 นั้นเกี่ยวอะไรกับ HTML 5

ปัญหาของ <DIV> เริ่มเกิดขึ้นจากการบูมของ Search Engine เนื่องจากว่าเว็บไซต์ Search Engine ทั่วโลกเริ่มให้ความสำคัญกับการ Ranking ผลลัพธ์ของการค้นหา คำถามสำคัญของพวกเราที่อยากรู้กันมากมายก็คือ…

Search Engine อย่างพวก Google ใช้ปัจจัย (factor) ใดมาตัดสิน ว่าเว็บไซต์ A จะ Ranking อยู่สูงกว่าเว็บไซต์ B..?

คำตอบมีมากเสียจนเขียนหนังสือได้เป็นเล่มๆ ครับ แต่จุดสนใจอยู่ที่ไม่กี่อย่าง

• เนื้อหาภายในเว็บไซต์นั้นๆ ตรงกับที่ user ทำการค้นหาข้อมูลหรือไม่..? เช่น ถ้าผมค้นหาคำว่า “บ้านเดี่ยว” เว็บใดที่มีข้อความเกี่ยวกับ “บ้านเดี่ยว” ในปริมาณและตำแหน่งที่เหมาะสม ก็จะมีโอกาสได้ทำ Ranking ได้ดีนั่นเอง (คีย์เวิร์ดมีปริมาณมากหรือน้อย ขึ้นกับความเหมาะสม มากเกินไปก็ไม่ดีนะครับ เนื่องจาก Search Engine จะคิดว่าเราจงใจ Spam คีย์เวิร์ด ขั้นร้ายแรงถึงอาจถูก Search Engine แบนได้ ซึ่งความหนาแน่นของคีย์เวิร์ดอันนี้เรียกว่า Keyword Density ถ้ามีโอกาสผมจะมาบอกเล่ากันให้ฟัง)
• มีลิงค์จากเว็บไซต์อื่นๆ เข้ามายังเว็บไซต์นั้นๆ มากขนาดไหน ถ้าเว็บไซต์ที่ดีและน่าเชื่อถือ จะมีลิงค์จากภายนอก (Inbound Links) เข้ามามากเป็นพิเศษ และเป็นปัจจัยที่ยากที่สุด ที่เจ้าของเว็บไซต์จะควบคุมได้ (Out of control)
• โครงสร้าง HTML ภายในเว็บไซต์เหมาะสมเพียงใด (คำว่า “เหมาะสม” คำเดียว อธิบายลำบาก ถ้ามีเวลาผมจะโพสเพิ่มเติมเรื่องนี้อีกเช่นกัน)

หลังจากเกริ่นมานาน ทีนี้ ผมจะเข้าเรื่องของ HTML 5 ล่ะครับ…

ใน HTML 4.01, <DIV> เป็นพัฒนาการที่ก้าวกระโดดสำหรับคนทำเว็บทีเดียว แต่จุดอ่อนใหญ่ๆ อยู่ที่ว่า <DIV> นั้นไม่ได้บ่งบอกถึงสาระสำคัญอะไรในเนื้อหาเว็บไซต์ มันเพียงแต่เป็นเครื่องมือแบ่งสัดส่วนเว็บไซต์ออกจากกันไม่ว่าจะเป็น Header, Footer, Navigation หรือแม้กระทั่งตัวเนื้อหา (Article) ดังนั้น Search Engine อย่างพวก Google จะไม่รู้เลยว่าคีย์เวิร์ดต่างๆ ที่อยู่ในเว็บเพจนั้นๆ มีน้ำหนัก หรือเกี่ยวข้องกับเนื้อหาของเว็บไซต์นั้นๆ มากน้อยแค่ไหน

ยกตัวอย่างง่ายๆ ในการค้นหาคำว่า “บ้านเดี่ยว” สมมุติว่ามีเว็บไซต์สองเว็บไซต์ ที่มีคำว่า “บ้านเดี่ยว” อยู่ภายในเพจ ดังภาพสองภาพด้านล่าง…

เว็บไซต์ A , เว็บไซต์ B

Search Engine อย่าง Google จะไม่รู้เลยว่า เว็บไซต์ A หรือเว็บไซต์ B ที่เหมาะสมที่จะได้ Ranking ดีกว่า เพราะคีย์เวิร์ด “บ้านเดี่ยว” ทั้งสองเว็บไซต์ ต่างก็อยู่ใน <DIV> เหมือนๆ กัน ไม่มีความแตกต่างสำหรับ Google

HTML 5 ถูกออกแบบมาเพื่อแก้ปัญหานี้โดยเฉพาะ นั่นก็คือ Tag <DIV> ของ HTML 4.01 จะถูกแบ่งออกเป็นหลายประเภท ตามแต่หน้าที่และความรับผิดชอบ เช่น <Header>, <Footer>, <Article>, <Section>, <Nav>, <Aside> ฯลฯ ดังภาพด้านล่าง

Tag ใหม่ๆ ของ HTML 5

เรียกกันว่าการ Semanticize Tag เพื่อให้คอมพิวเตอร์เข้าใจความหมายของ Tag แต่ละ Tag ได้มากขึ้น

ทีนี้ Search Engine ก็จะสามารถให้ความสำคัญกับเนื้อหาในแต่ละส่วนของเว็บไซต์ได้ง่ายขึ้นครับ โดยหลักการเบื้องต้นก็คือ Search Engine จะให้น้ำหนักกับคีย์เวิร์ด ภายใน <Article> และ <Section> มากเป็นพิเศษ และให้น้ำหนักกับ Tag อื่นๆ ลดหลั่นกันไปตามความเหมาะสม

พอเป็นแบบนี้แล้ว พวก Search Engine ก็จะสามารถเข้าใจและ Ranking เว็บไซต์ ได้ถูกต้อง แม่นยำมากยิ่งขึ้น จากกรณี “บ้านเดี่ยว” ด้านบน เว็บไซต์ B ควรจะได้รับการ Ranking สูงกว่าเว็บไซต์ A เนื่องจากคีย์เวิร์ดอยู่ใน Tag ที่มีความสำคัญกับเพจมากกว่านั่นเอง (โดยตั้งสมมุติฐานว่าปัจจัยอื่นๆ เท่ากันทั้งหมด)

อ้อ.. อีกอย่างหนึ่ง HTML 5 ยังไม่ออกสู่ตลาดนะครับ ตามการคาดหมายของผมแล้ว น่าจะอีกระยะใหญ่ๆ และเว็บบราวเซอร์ต่างๆ ในยุคปัจจุบันก็ยังไม่สนับสนุนการใช้งาน HTML 5 แต่อย่างใด แต่หากว่าวันใดวันหนึ่งในอนาคต หาก HTML 5 ออกสู่ตลาดแล้ว อะไรจะเกิดกับสังคมอินเทอร์เนตบ้าง..?

• การเปลี่ยนแปลงครั้งใหญ่ของ Search Engine และการค้นหาเว็บไซต์แบบโคตรซับซ้อนจะตามมา
• เว็บไซต์เดิมๆ นับล้านๆ เว็บ จะต้องถูกท้าทายด้วย Search Engine รูปแบบใหม่
• การเปลี่ยนแปลงเว็บไซต์ครั้งใหญ่จะเกิดขึ้นหรือไม่ อันนี้ต้องรอดูกันต่อไปในอนาคตครับ

จริงๆ แล้วเรื่องราวของ HTML 5 ยังมีอีกมากครับ แต่ผมแนะนำให้ลองไปหาข้อมูลเพิ่มเติมถ้าสนใจกัน เพราะเกรงว่าโพสจะยาวมากจนเกินไป http://en.wikipedia.org/wiki/HTML_5

Popularity: 39%

ซีรี่ย์ 7 ปัญหาคาใจใน Google Analytics

• ตอนที่ 1: Bounce Rates vs. Exit Rates
• ตอนที่ 2: Visitor Recency
• ตอนที่ 3: Absolute Unique Visitor
• ตอนที่ 4: New vs. Returning Visitors
• ตอนที่ 5: Sources และ Media
• ตอนที่ 6: Google Analytics Account
• ตอนที่ 7: Goal และ Funnel
• ตอนพิเศษ: Average Time on Site ตัวเลขที่ควรหลีกเลี่ยง

ใน ตอนที่ 1: Bounce Rates vs. Exit Rates ผมอธิบายความแตกต่างของอัตราตีกลับกับ % การออกไปแล้ว

ในตอนที่ 2 ผมจะมาพูดถึงอีกเรื่องหนึ่งที่คนใช้ Google Analytics ไม่ค่อยได้สนใจ และไม่ค่อยเข้าใจตัวเลขนี้กัน มันก็คือ “Visitor Recency” หรือภาษาไทยงงๆ ที่ Google ตั้งชื่อว่า “ความใหม่ของผู้เข้าชม”

ในตอนนี้ผมขออนุญาตยกตัวอย่างหน้าจอในเวอร์ชั่นภาษาอังกฤษนะครับ เพราะภาษาไทยของ Google Analytics ในหัวข้อนี้นี่มันเข้าใจยากเกินไปจริงๆ

เราสามารถเข้าไปดู Visitor Recency ได้จากเมนูหลักด้านซ้ายมือ Visitors > Visitor Loyalty > Recency (หรือในภาษาไทย: ผู้เข้าชม > ความภักดี > ความใหม่)

เอาคำอธิบายเบื้องต้นก่อน ไอ้เจ้า Visitor Recency เป็นตัวบอกว่า โดยเฉลี่ยแล้ว “ผู้เข้าชม เข้าเว็บไซต์คุณด้วยความถี่แค่ไหน?”

• ก่อนหน้านี้ เพิ่งเข้าล่าสุดสดๆ ร้อนๆ ภายในวันเดียวกันนี้เอง จะเป็น 0 days ago (เช่น เมื่อเช้าเข้าตอน 10.00AM หลังจากนั้นเข้าอีกทีตอน 4.00PM)
• ก่อนหน้านี้ เพิ่งเข้าเมื่อวาน จะเป็น 1 days ago (days จริงๆ นะครับ ผมไม่ได้ตกแกรมม่า ถ้าคิดว่าแกรมม่าผิด ต้องแจ้งกับทาง Google แล้วล่ะ)
• ก่อนหน้านี้ เพิ่งเข้าเมื่อสองวันก่อน จะเป็น 2 days ago
• ก่อนหน้านี้ เพิ่งเข้าเมื่อสามวันก่อน จะเป็น 3 days ago
• ไปเรื่อยๆ จนถึงเข้าเมื่อปีก่อนหรือมากกว่านั้น จะเป็น 365+ days ago

แต่สิ่งที่ทำให้รายงานที่เห็นเป็นรายงานที่ค่อนข้างขัดใจผมพอสมควร ก็คือ เขาไม่ได้แยกผู้เข้าเยี่ยมชมคนเก่าและใหม่ออกจากกัน แปลว่า

• ผู้เข้าชมกลุ่มใหม่ที่เพิ่งเคยเข้ามาครั้งแรกเพียงครั้งเดียว จะถูกจัดอยู่ในความถี่แบบ 0 days ago รวมกับพวกที่ก่อนหน้านี้ เพิ่งเข้าวันนี้ (ดูที่ 1)

ดังนั้น หากต้องการที่จะแบ่งแยกประเภทของ คนที่เป็นแฟนพันธ์แท้ เข้าชมวันละหลายๆ รอบ ออกจากพวกที่เป็นแขกมาใหม่ ที่เพิ่งเคยเข้ามาครั้งแรกแค่ครั้งเดียว เราต้องหาข้อมูลให้ได้ว่า

• แขกมาใหม่ ที่เพิ่งเคยเจ้ามาครั้งแรกแค่ครั้งเดียว มีปริมาณเท่าไหร่ (กี่ Visits)

ซึ่งรายงานดังกล่าว อยู่ที่ Visitors > Visitor Loyalty > Loyalty (หรือในภาษาไทย: ผู้เข้าชม > ความภักดี > ความภักดี) (ดูที่ 2)

หลังจากนั้นเราเอาตัวเลข Visits ของผู้ที่เข้าชมเพียงครั้งเดียวในรายงาน Loyalty (1 times, ผิดแกรมม่าอีกแล้ว) มาลบออกจาก ตัวเลข Visits ของ 0 days ago ในรายงาน Recency ออก ก็จะได้จำนวนขาประจำ ที่เข้าวันละหลายๆ รอบ

จากตัวอย่างด้านบน จะสรุปได้ว่า

• แฟนพันธ์แท้ ที่เข้าชมเว็บไซต์วันละหลายๆ รอบมีจำนวน 59,190 - 20,090 = 39,100 Visits
• พวกมาใหม่ มีจำนวน 20,090 Visits

ที่อยากย้ำก่อนจบตอนที่ 2 ก็คือ ตัวเลขทั้งหมดที่เห็น คือ Visits (การเยี่ยมชม) นะครับ ไม่ใช่ Absolute Unique Visitors (ผู้เข้าชมสัมบูรณ์ที่ไม่ซ้ำ)

ส่วนใครงงความแตกต่างระหว่าง Visits กับ Absolute Unique Visitors ผมจะมาต่อในตอนที่ 3 ครับ

Popularity: 43%

ซีรี่ย์ 7 ปัญหาคาใจใน Google Analytics

• ตอนที่ 1: Bounce Rates vs. Exit Rates
• ตอนที่ 2: Visitor Recency
• ตอนที่ 3: Absolute Unique Visitor
• ตอนที่ 4: New vs. Returning Visitors
• ตอนที่ 5: Sources และ Media
• ตอนที่ 6: Google Analytics Account
• ตอนที่ 7: Goal และ Funnel
• ตอนพิเศษ: Average Time on Site ตัวเลขที่ควรหลีกเลี่ยง

Bounce Rate (อัตราตีกลับ) กับ % Exits (% การออก) ผมเชื่อว่าหลายๆ คนคงจะงงกับคำศัพท์สองคำนี้ใน Google Analytics และพอเราคลิกไปที่เครื่องหมาย ? ที่เป็นลิงค์ที่อธิบายความหมายของคำศัพท์ ก็จะงงหนักเข้าไปอีก เพราะ Google Analytics เหมือนจะใช้การแปลแบบซับไตเติ้ล DVD เถื่อนให้เรางงกันเล่นๆ

• อัตราตีกลับ - เปอร์เซ็นต์ของการเข้าชมหน้าเดียวที่เป็นผลมาจากชุดของหน้าเว็บหลายหน้าหรือหน้าเว็บเดียวนี้
• % การออก - เปอร์เซ็นต์ของการออกจากไซต์ที่เกิดจากชุดของหน้าเว็บหลายหน้าหรือหน้าเว็บเดียวนี้

เอ่อ แล้วผมจะเข้าใจไหมครับเนี่ย..?

(สำหรับคนที่คล่องภาษาอังกฤษหน่อย ผมแนะนำว่าใช้งาน Google Analytics ในโหมดภาษาอังกฤษจะเข้าใจอะไรๆ ได้ง่ายกว่า)

ผมเองตอนเริ่มหัดเดินใหม่ๆ ก็ยังสับสนกับคำสองคำนี้อยู่ เลยเอามาบอกเล่ากันคิดว่าน่าจะเป็นประโยชน์กับหลายๆ คนที่กำลังเริ่มต้น

• Bounce Rate (อัตราตีกลับ) คือ ตัวเลขที่บ่งบอกเปอร์เซ็นของคนที่เข้าเว็บหน้านั้นๆ แล้วออกไปเลยทันที โดยไม่มีการคลิกลิงค์ต่อไปยังหน้าใดๆ ย้ำว่า เป็นการเข้ามายังหน้านี้ “เป็นหน้าแรก” และ “หน้าสุดท้าย” ไม่มีการเข้าหน้าไหนมาก่อนหน้านี้ และไม่มีการไปหน้าไหนต่อจากหน้านี้
• % Exits (% การออก) คือ ตัวเลขที่บ่งบอกเปอร์เซ็นของคนที่เข้าเว็บหน้านั้นๆ เป็น “หน้าสุดท้าย” หมายความว่า ตอนเข้าเว็บไซต์อาจจะเที่ยวเล่น อ่านข้อมูลหน้าอื่นๆ มาก่อนหลายสิบหน้า แล้วมาถึงหน้านี้เป็นหน้าสุดท้าย ก่อนจะปิดหน้าต่างบราวเซอร์ไป

ลองดูตัวอย่างจากภาพด้านล่างนะครับ

จะเห็นได้ว่าผู้เข้าชม (visitor) ของอัตราตีกลับ (10 คน) นั้นเป็น subset ของผู้เข้าชม (visitor) ของ % การออก (10+20 = 30 คน) จึงไม่น่าแปลกใจที่ตัวเลขผลลัพธ์ของ % การออกนั้นมักจะต่ำกว่าอัตราตีกลับเสมอ (เลขส่วนมากกว่าแต่เศษเท่ากัน)

ทีนี้มาพูดถึงเรื่องประโยชน์ของตัวเลขสองตัวนี้กันบ้าง

อัตราตีกลับ เป็นตัวเลขที่น่าสนใจที่จะบอกให้เจ้าของเว็บไซต์รู้ว่า Landing Page ของเว็บไซต์เรานั้นมีคุณภาพมากน้อยเพียงใด ผมยกตัวอย่างง่ายๆ สมมุติว่าคุณทำโปรโมชั่นสินค้าของเล่นเด็กลดราคาพิเศษผ่านทางโฆษณาอย่าง Adwords พอมีกลุ่มเป้าหมายได้เห็นโฆษณาของคุณทาง Adwords เกิดความสนใจเลยคลิกลิงค์เข้ามา (หน้าที่ลิงค์จาก Adwords นี่แหละครับ ที่เราเรียกกันว่า Landing Page)

ทีนี้หลังจากเรายิงโปรโมชั่นไปสามวัน พอเข้าระบบ Google Analytics เพื่อไปดูหน้าโปรโมชั่นดังกล่าว ปรากฏว่าอัตราตีกลับสูงถึง 80% เห็นแบบนี้ตีความได้ว่า กลุ่มเป้าหมายที่ลิงค์มาจาก Adwords แทบจะไม่มีใครสนใจในโปรโมชั่นเลยครับ (เหมือนเราเอาเงินเทให้ Google Adwords เล่นๆ)

ทีนี้วิธีแก้ไขก็เป็นเรื่องของการตรวจสอบความเกี่ยวโยงของเนื้อหาระหว่าง Ads กับ Landing Page ว่ามันสอดคล้องกันหรือไม่ ตรงใจกลุ่มเป้าหมายมากน้อยแค่ไหน จับกลุ่มเป้าหมายผิดหรือเปล่า สร้างความคาดหวังจาก Ads ใน Adwords มากเกินไปไหม ฯลฯ

ส่วน % การออก บ่งบอกถึงคุณภาพของการเชื่อมต่อเนื้อหาภายในเว็บไซต์ หาก % การออกเกิดสูงในหน้าเว็บหลักๆ ที่มีการเชื่อมโยงต่อไปยังส่วนอื่นๆ (เช่น หน้าแรก, หน้าแคตตาล็อกสินค้า) เราจะต้องเริ่มมาพิจารณาว่า ทำไม คนจึงออกจากเว็บไซต์ แทนที่จะคลิกไปดูรายละเอียดในหน้าอื่นๆ เราอาจจะต้องมีการทำการทดสอบ (Experiment) โครงสร้างเนื้อหาของหน้านั้นๆ ด้วย Google Website Optimizer กันเพื่อดูพฤติกรรมผู้บริโภคที่แท้จริงต่อไป

Popularity: 98%

เว็บไซต์ต่างจากโบรชัวร์ที่แจกตามรถไฟฟ้า ตรงที่ว่าเว็บไซต์นั้นสามารถเข้าถึงได้จากทั่วโลก และปรับเปลี่ยนข้อมูลให้ทันสมัยได้ทันท่วงที โดยไม่ต้องเข้าโรงพิมพ์ใหม่อีกรอบ

การปรับเปลี่ยนข้อมูล และดูแลเว็บไซต์ให้สุขภาพดีอยู่เสมอ สามารถเรียกเป็นภาษาอังกฤษที่ฟังดูน่าเชื่อถือได้ว่า Change Management หรืองาน “บริหารการเปลี่ยนแปลง” นั่นเอง

ในต่างประเทศโดยเฉพาะองค์กรขนาดใหญ่ มีการให้ความสำคัญกับการทำ Change Management ของเว็บไซต์มาก เนื่องจากหลายๆ บริษัทใช้อินเทอร์เนตเป็นช่องทางสื่อสารหลักกับผู้บริโภคไปแล้ว

แต่ผมเชื่อว่า ไม่ถึง 5% ของเว็บไซต์ในเมืองไทย ที่มีการจัดงบประมาณสำหรับการทำ Change Management

และใน 5% นั้น มีอีกไม่ถึง 10% ที่มีการระบบการทำ Change Management ที่ถูกต้องและมีประสิทธิภาพ

แล้วทีนี้ Change Management ที่ถูกต้อง กับเรื่องของ Web Analytics มันมาเกี่ยวข้องกันได้ยังไง?

คนในวงการอินเทอร์เนต มีคนรู้จัก Google Analytics เป็นจำนวนมาก และส่วนใหญ่มักจะทดลองใช้งานกับเว็บไซต์ของตนเองได้ผลเป็นอย่างดี มีความสุขกับการได้ดูรายงาน แล้วก็จบแค่นั้น

สาเหตุหลักๆ ของความนิยมที่มีให้กับ Google Analytics ก็คือระบบที่มีประสิทธิภาพ รายงานที่ละเอียดเจาะลึก ส่วนที่ผมชอบที่สุด คือทีมงาน Google มีการพัฒนาซอฟต์แวร์อยู่ตลอดเวลา มีอะไรใหม่ๆ มานำเสนอผู้ใช้งานเสมอๆ

แต่จุดที่สำคัญที่สุดที่ผมพยายามเน้นย้ำกับลูกค้าที่มาปรึกษาเรื่อง Web Analytics ก็คือ

“นักวิเคราะห์ที่ดีต้องพยายามตีความตีความข้อมูลเชิงปริมาณ ให้เป็นข้อมูลเชิงคุณภาพให้ได้”

การดูรายงานสถิติของ Google Analytics ก็เปรียบเสมือนการดูหน้าปัดเวลาขับรถ น้ำมันจะหมด ความเร็วจะเกิน น้ำยาหล่อเย็นต่ำ ความร้อนขึ้น ถ้าคนขับรถเห็นว่าน้ำมันจะหมด แต่ไม่สนใจที่จะเติมน้ำมัน ไอ้เจ้ามิเตอร์น้ำมัน ก็จะไม่มีประโยชน์อะไรเลย

เช่นเดียวกัน การที่เราเห็นตัวเลขบนรายงานของ Google Analytics บอกอะไรเราได้บ้าง? ถ้าเราเห็นตัวเลขจากรายงาน แต่ไม่ตีความ ไม่ทำการเปลี่ยนแปลง รายงานสวยๆ พวกนี้จะมีประโยชน์อะไร?

งาน Change Management ส่วนใหญ่ มักเริ่มจากการสำรวจจุดอ่อนจุดแข็งของเว็บไซต์ ซึ่งข้อมูลจากรายงานต่างๆ เหล่านี้แหละ ที่มีค่าที่สุดและบ่งบอกถึงพฤติกรรมที่แท้จริงของผู้เข้าใช้งาน และนี่คือความสำคัญของ Web Analytics ครับ

“Web Analytics เป็นจุดเริ่มต้นที่สำคัญที่สุดของการทำ Change Management”

ผมยกตัวอย่างง่ายๆ ซักเคสหนึ่ง… ถ้าคุณเห็นรายงานสรุปจาก Google Analytics แบบรายงานด้านล่างนี้

ตัวเลขต่างๆ เหล่านี้บ่งบอกอะไรได้บ้าง?

• ในเดือนนี้มีผู้เข้าชมสัมบูรณ์ (Absolute unique visitor) สูงถึง 25,522 คน เมื่อเทียบกับเว็บที่มีกลุ่มเป้าหมายเป็นกลุ่มเล็กๆ อย่างเว็บไซต์ของลูกค้าผมแล้ว แล้วถือว่ามีคนเข้าชมเยอะมากทีเดียว
• มีการเข้าชม (Visit) ทั้งหมด 79,303 ครั้ง ตีความได้ว่า โดยเฉลี่ยแล้วผู้เข้าชมแต่ละคนจะเข้าเว็บไซต์ประมาณ 3 ครั้งใน 1 เดือน
• อัตราตีกลับ 60.75%!!! ถือเป็นตัวเลขที่น่ากลัวมากๆ นั่นก็คือทุกๆ 100 คนที่เข้าชมเว็บไซต์ จะจากไปทันทีถึง 60 คน!!! เว็บไซต์มีปัญหาใหญ่ที่ต้องแก้ไขแล้วครับ
• การแสดงหน้าเว็บเฉลี่ย 2.78 บ่งบอกถึงว่า คน 1 คนดูหน้าเว็บโดยเฉลี่ย 2.78 หน้า แต่ช้าก่อน ตัวเลขนี้ยังไม่ใช่ตัวเลขที่น่าสนใจเท่าไหร่นัก เพราะอย่าลืมว่า มีคน 60.75% ที่ปิดเว็บไซต์ไปทันที แปลความหมายว่า 39.25% ของคนที่เหลือ น่าจะอ่านเว็บโดยเฉลี่ยมากกว่านี้
• นั่นก็คือ 2.78/39.25% = 4.57 ความหมายก็คือ คนที่เหลือ (ที่ไม่ได้ปิดเว็บไซต์ทันทีที่เข้าชม) มีอัตราการอ่านเฉลี่ยประมาณ 4.57 หน้าต่อคน (ถือว่าน่าพึงพอใจพอสมควรนะครับ สำหรับธุรกิจของลูกค้าของผม)
• ผู้เข้าชมเป็นคนที่มาจากเว็บไซต์จำพวก search engine มากกว่าครึ่ง (52.47%) แถมมาจากเว็บไซต์อื่นๆ ลิงค์เข้ามาอีก 17.32% รวมๆ กันแล้วมีคนเข้าชมเว็บไซต์โดยการพิมพ์เข้ามาตรงๆ ไม่ถึง 30%

ผมตีความง่ายๆ สั้นๆ ภายใน 1 นาที ว่าเว็บไซต์นี้ควรต้องแก้ปัญหาที่ตรงไหน?

• การทำ SEO ของเว็บไซต์ถือว่าสอบผ่านแล้ว สังเกตุจากการที่คนรู้จักเว็บไซต์ได้จากทาง search engine มากกว่าครึ่งหนึ่ง น่าดีใจมากๆ นะครับ
• ปัญหาน่าจะอยู่ที่คุณภาพของเนื้อหาและโครงสร้างเว็บไซต์มากกว่า ในเมื่อมีคนเข้าเว็บไซต์มาได้มากมายขนาดนี้ ทั้งๆ ที่ไม่รู้จักเว็บไซต์มาก่อน (เข้าจาก search engine แปลว่า ไม่ได้รับรู้มาก่อนว่ามีเว็บไซต์นี้อยู่ด้วย) แต่ทำไมอัตราการตีกลับจึงสูงถึง 60.75%

มาถึงจุดนี้ นักวิเคราะห์จะต้องสามารถฟันธงได้แล้วว่า โครงสร้างและเนื้อหาในเว็บไซต์ไม่ดีพอ เพียงแต่ว่าผมเองยังไม่ทราบว่า เว็บไซต์นี้มีจุดอ่อนที่ “โครงสร้าง” หรือ “เนื้อหา″ กันแน่ ซึ่งเราจะมีวิธีการตรวจสอบในขั้นต่อไปว่า จุดอ่อนที่แท้จริงคืออะไร?

แต่ที่แน่ๆ เรื่องการสร้างการรับรู้ สบายใจได้ครับ ผมสามารถแนะนำลูกค้าได้ว่า คุณไม่จำเป็นต้องลงทุนลงแรงไปโฆษณา Adwords หรือจ่ายเงินแพงๆ เพื่อทำ SEO แล้วครับ

ทีนี้ เราจะกำจัดจุดอ่อนที่ว่าให้ได้ ต้องเจาะลึกในรายละเอียดที่มากกว่านี้ เพื่อจะได้รู้ว่า “โครงสร้าง” หรือ “เนื้อหา″ กันแน่ ที่มันไม่ดี โดยที่ผมจะใช้เทคนิคที่เรียกว่าการวิเคราะห์พฤติกรรมการคลิก (Clickstream Analysis) และแผนภาพ Behavior State Diagram (ที่ผมยังตั้งชื่อเป็นภาษาไทยไม่ได้) เข้ามาช่วยในการวิเคราะห์

ตอนหน้าผมจะมาต่อในเรื่องของ Behavior State Diagram กัน…

Popularity: 44%

หลังจากเล็งแล้วเล็งอีกมานาน ในที่สุด Google ก็เข้าควบรวมกิจการบริษัท media distribution ระดับโลกอย่าง FeedBurner (http://www.feedburner.com/) อย่างเป็นทางการในปลายเดือนพฤษภาคม 2008 ด้วยมูลค่าสูงถึง $100 ล้านเหรียญ

รายละเอียดของดีล ผมจะไม่เล่าลงไปในรายละเอียด คุณผู้อ่านสามารถหาจากอินเทอร์เนตได้ไม่ยากนัก (ลองดูจาก Official Blog ของ Google ก็ได้ครับ http://googleblog.blogspot.com/2007/06/adding-more-flare.html) แค่อยากจะสรุปความเปลี่ยนแปลงในอนาคตที่กำลังจะเกิดขึ้น หลังจากการเข้าซื้อกิจการในครั้งนี้

ข่าวดี สำหรับสมาชิก FeedBurner!!

บริการ TotalStats และ MyBrand ของ FeedBurner Pro จะไม่มีการเก็บค่าบริการอีกต่อไป หรือพูดง่ายๆ ก็คือ “ฟรี” นั่นเองครับ บริการ TotalStats เป็นบริการข้อมูลสถิติและระบบวิเคราะห์ feed ส่วน MyBrand เป็นบริการที่อนุญาตให้สมาชิกใช้ feed ด้วยชื่อโดเมนเนมของตนเอง (เช่น http://www.mybrand.com/feed) ซึ่งในอนาคต Google น่าจะทำการรวมการวิเคราะห์ข้อมูล feed เข้ากับบริการ Google Analytics เพื่อยกระดับบริการ Web Analytics ของ Google ขึ้นเป็นเบอร์หนึ่งแบบผูกขาด

ลองคิดภาพความยิ่งใหญ่ของเครื่องมือวิเคราะห์เว็บไซต์ที่เกิดจาก Google Analytics, Google Website Optimizer และ FeedBurner TotalStats กันดู (แต่ ณ ขณะนี้ Google ยังไม่เปิดเผยแผนงานในอนาคตเกี่ยวกับโปรเจคนี้แต่อย่างใด)

ส่วนฐานข้อมูลที่ได้จาก FeedBurner ก็จะถูกนำมาใช้ให้เป็นประโยชน์ในการพัฒนาเครื่องมือ และบริการต่างๆ ของ Google ต่อไป

น่าสนใจครับ…

Popularity: 26%

บริการทำ benchmarking ของ Google Analytics มีให้พวกเราทดลองเล่นกันมานานแล้วครับ benchmark ก็คือการบริการเปรียบเทียบข้อมูลของเว็บไซต์เรากับเว็บไซต์อื่นๆ ที่ใช้ Google Analytics เพื่อที่ว่าเราจะได้รู้ว่าพวกกลุ่มคู่แข่งในธุรกิจเดียวกันกับเรานั้น traffic ของเว็บไซต์เค้าเป็นอย่างไรบ้าง ตัวเราเองนั้นเหนือกว่ามาตรฐานเฉลี่ยหรือเปล่า

โพสนี้ผมเลยจะบอกวิธีการทำ benchmark แบบ step-by-step ให้ผู้หัดเล่น Google Analytics ลองเอาไปใช้กันดูครับ ง่ายมากๆ

เริ่มจากทำการเข้าสู่ระบบ Google Analytics เสียก่อน หลังจากนั้นที่เมนูผู้เข้าชม (Visitors) ให้เราคลิกที่ การเปรียบเทียบ (Benchmark)

หากคุณเคยเปิดบริการ benchmark ไว้แล้ว ก็จะเห็นรายงานของการเปรียบเทียบของ Google Analytics ทันที แต่หากคุณยังไม่เคยเปิดบริการ benchmark ทาง Google จะถามเพื่อให้คุณยืนยัน “ยอมรับ” การเปิดบริการเสียก่อน เมื่อไหร่ก็ตามที่คุณเปิดบริการ benchmark เมื่อนั้นข้อมูล Web Analytics ของคุณจะแชร์เป็นข้อมูลส่วนกลางทันที (แต่ว่าข้อมูลจำเพาะจะไม่ถูกนำไปรวมนะครับ หายห่วงเรื่องความปลอดภัยได้)

หลังจากที่คุณคลิกที่ปุ่ม “ยอมรับ” ระบบจะแสดงรายงานการเปรียบเทียบให้โดยอัตโนมัติ โดยการเปรียบเทียบเริ่มต้นนั้นจะทำการเปรียบเทียบเว็บไซต์ของเรากับเว็บไซต์อื่นๆ ทั่วโลก ที่มีขนาดใกล้เคียงกัน (ผมเองก็ยังไม่เข้าใจว่า Google วัด “ขนาด” จากอะไร อาจจะเป็นจำนวนหน้าที่มีในเว็บไซต์ก็เป็นไปได้ครับ) ดังนั้นสิ่งที่เราควรทำก็คือทำการเปรียบเทียบเว็บไซต์เรากับเว็บไซต์ในธุรกิจเดียวกัน เพื่อเป็นการ segmentation ข้อมูลที่ละเอียดที่สุด (กดตามเลข 3 ในภาพครับ)

หรือคุณอาจจะดูรายงานในรูปแบบอื่นๆ โดยการกดตามลิงค์เลข 4 หรือเจาะลึกรายงานแต่ละตัวโดยการกดที่ลิงค์เลข 5 ก็ได้ครับ

ในที่นี้ผมแนะนำให้ segment เว็บไซต์ของเราลงให้ละเอียดก่อน (ลิงค์เลข 3)

หลังจากนั้นจะมีหน้าต่างเล็กเปิดขึ้นมาให้เราเลือกชื่อหมวดหมู่ของเว็บไซต์ ก็เลือกตามต้องการครับ (6) เสร็จแล้วกด “เลือกหมวดหมู่” (7)

แค่นี้ก็เรียบร้อยครับ เราจะได้เห็นรายงานการเปรียบเทียบ เว็บไซต์ของเรากับเว็บไซต์ในหมวดหมู่ธุรกิจเดียวกัน

เป็นไงครับ ง่ายไหมครับ การทำ benchmark ที่นี้คุณจะยิ้มแก้มปริด้วยความดีใจ หรือจะหน้าซีดจากตัวเลขสถิติที่แสดงออกมา เดี๋ยวจะได้รู้กัน

ในอนาคต ผมเชื่อว่าจะมีการ segmentation ที่ละเอียดลงไปมากกว่าแค่ประเภทธุรกิจ แต่อาจจะเพิ่ม segmentation แบบ geographics ในการเลือกทำการ Benchmark เฉพาะประเทศไทย ก็เป็นไปได้ครับ

รอดูกันต่อไป

PS. แหล่งข้อมูลเพิ่มเติม Google Analytics Blog: Benchmarking now available plus additional opt-in settings

Popularity: 24%

คิดว่าหลายๆ คนที่เคยใช้ Google Analytics มาก่อน คงพอเคยได้ยินชื่อบริการใหม่ของ Google ที่มีชื่อว่า Website Optimizer กันมาบ้าง ในเวอร์ชั่นภาษาไทย Google เรียกบริการนี้ว่า

“เครื่องมือเพิ่มประสิทธิภาพเว็บไซต์”

ฟังดูทะแม่งๆ แต่ก็โอเค

 
หน้าตา Website Optimizer ในเวอร์ชั่นภาษาไทยของ Google

Google Website Optimizer เป็นบริการทดสอบประสิทธิภาพของสื่อบนเว็บไซต์ โดยทำการเปรียบเทียบสื่อสองรูปแบบ (หรือมากกว่า) ว่าสื่อในรูปแบบใดได้รับการตอบสนองจากกลุ่มเป้าหมายได้ดีกว่ากัน ในทางการตลาด การทดสอบแบบนี้มีใช้มานานแล้ว ไม่ว่าจะเป็นยุคสมัยของ Direct mail หรือ Banner ads โดยการทดสอบที่ว่ามีสองประเภทหลักๆ ก็คือ

• การทดสอบแบบตัวแปรเดียว เราเรียกกันว่า A/B testing
• การทดสอบหลายตัวแปร ชื่อก็บอกกันตรงๆ ตัวว่า Multivariate testing

สำหรับนักการตลาด ส่วนใหญ่คงจะคุ้นเคยกับคำว่า A/B testing และ Multivariate ใน Market research กันมาบ้าง แต่สำหรับโปรแกรมเมอร์และเว็บดีไซเนอร์ ที่ไม่รู้จัก A/B testing และ Multivariate ผมจะลองยกตัวอย่างเพื่อให้เห็นภาพที่ชัดขึ้น

สมมุติว่าบริษัทของคุณกำลังวางแผนจะออก campaign สำหรับช่วงวันปีใหม่ ทีมการตลาดได้คัดเลือก campaign ที่คิดว่าน่าสนใจที่สุดออกมา 3 campaign คุณจะรู้ได้อย่างไรว่า กลุ่มเป้าหมายของคุณมีการตอบสนอง campaign ใดมากที่สุด?

วิธีการ A/B testing ก็คือวิธีที่ง่ายที่สุด ทดลอง launch มันทั้งสาม campaign ไปเลย แล้วดูผลตอบรับว่า การตอบสนองของกลุ่มเป้าหมายเป็นอย่างไรบ้าง ซึ่งตรงนี้เองที่ Website Optimizer จะช่วยเจ้าของเว็บไซต์ในการวิเคราะห์ผลลัพธ์การทดสอบ campaign ดังกล่าว

รูปแบบของ A/B Testing

จากรูปภาพด้านบน จะเห็นได้ว่า เราทำการทดสอบ campaign 3 campaign โดยเริ่มทำการคัดเลือก campaign ที่น่าจะมีประสิทธิภาพสูงสุดมายึดเป็น campaign หลัก (Google เรียกว่า original page) หลังจากนั้นอีกสอง campaign ที่เหลือจะถูกนำไปใช้เป็น campaign รอง (Google เรียกว่า variation page) เว็บเพจทั้งสามหน้านี้เองที่เป็นจุดเริ่มต้นในการทดสอบว่า visitor ที่เข้ามาเยี่ยมชม จะสนใจ campaign ใดมากที่สุด โดยวัดผลจากการคลิกลิงก์ไปยังเว็บเพจเป้าหมายที่เรียกว่า landing page ซึ่งเว็บเพจเป้าหมายนี้เองที่เป็นเส้นชัยของการทดสอบครับ

ยกตัวอย่างเช่น หน้าเริ่มต้นเป็น ads เชิญชวนให้สั่งซื้อสินค้าราคาพิเศษในช่วงสิ้นปีที่มีโปรโมชั่นแตกต่างกัน 3 หน้า (3 campaign) และหน้า landing page เป็นหน้าบอกรายละเอียดการสั่งซื้อ

เมื่อ visitor เข้าเว็บไซต์ของเรา บริการ Google Website Optimizer จะทำการสุ่มแสดงผลเว็บเพจหน้าใดหน้าหนึ่งในสามหน้าที่เราเตรียมไว้ สมมุติฐานของเราก็คือ หาก visitor เห็นรายละเอียด campaign แล้วคลิกไปดูที่หน้าบอกรายละเอียดการสั่งซื้อ จะถือได้ว่า campaign นั้นได้รับการสนใจจาก visitor รายดังกล่าว (เรียกกันว่าเกิดการ conversion จาก “กลุ่มเป้าหมายทั่วๆ ไป” มาเป็น “ผู้สนใจ”) และข้อมูลสถิตินี้เองที่จะนำมาใช้วิเคราะห์ว่า campaign ใดของเราได้รับการสนใจจาก visitor มากที่สุด

ขั้นตอนคร่าวๆ ในการใช้งาน Website Optimizer เป็นดังนี้

ขั้นตอนคร่าวๆ ในการใช้งาน Google Website Optimizer

ข้อดีข้อเสียของการใช้การทดสอบประเภทนี้ในการทำการตลาดบนเว็บไซต์ก็คือ เราไม่จำเป็นต้องรักพี่เสียดายน้อง ลดการนั่งเทียนเดา need ของกลุ่มเป้าหมาย ไหนๆ มีหลายไอเดียที่จะออก campaign หลายๆ แบบอยู่แล้ว แทนที่จะโยนไอเดียที่ (เราคิดว่า) ไม่เวิร์คทิ้งลงถังขยะ ก็ทดสอบมันกับกลุ่มเป้าหมายซะเลย ดีไม่ดี เดี๋ยวก็ได้รู้กัน

ส่วนข้อเสียน่ะเหรอครับ ทีมผลิตเว็บอาจจะค้อนตาแดง เพราะเป็นการเพิ่มงานให้เค้า เมื่อก่อนนี้เราออกแบบเว็บไซต์กันแค่รูปแบบเดียว แต่หากต้องการนำ Website Optimizer มาใช้จริงๆ ทีมผลิตเว็บจะต้องออกแบบเว็บไซต์ตามใจทีมการตลาด หากต้องการทดสอบ campaign ใหม่ๆ ซักสี่ห้าประเภทแค่นี้ ทีมผลิตเว็บก็งานเข้าแล้วครับ นอกจากนี้ต้องอย่าลืมว่าการทดลองทดสอบดังกล่าว มี tester เป็นกลุ่มเป้าหมายจริงๆ ของเรา ดังนั้นต้องระวังเรื่อง promise, commitment และภาพลักษณ์ของ brand ที่เกิดจากการ launch campaign แปลกๆ ออกสู่สาธารณะด้วย

นี่เป็นข้อเตือนใจให้ทำการทดลองเฉพาะกับไอเดียที่เราสนใจจริงๆ อย่าเหวี่ยงแหทดสอบมันทุกๆ campaign เป็นอันขาด

(ส่วน Multivariate testing จะซับซ้อนกว่าหน่อย ถ้ามีเวลาผมจะมาบอกเล่าให้ฟังกัน)

การใช้งาน Website Optimizer ไม่ยากอะไรครับ ผมขออนุญาตไม่ยกมาเป็นตัวอย่างในที่นี้ เพราะเว็บไซต์ Google มีข้อมูลให้เราศึกษาอย่างละเอียดอยู่แล้ว (เป็นภาษาไทยด้วย) เราเพียงแต่ต้องมี Google Account กันซะก่อน หากว่าเราเคยใช้ Gmail, Google Analytics หรือว่าบริการอื่นๆ จาก Google แล้ว เราสามารถนำ Google Account นั้นมาใช้งานกับ Website Optimizer ได้เลย ลองเข้าไปที่นี่ครับ http://www.google.com/analytics/siteopt

ส่วนวิธีการใช้งานนั้น ทีมงาน Google ได้จัดเตรียมข้อมูลภาษาไทย (ที่แปลคล้ายๆ ภาษาคาราโอเกะ) มาให้ค่อนข้างเยอะมากทีเดียว ลองเข้าไปที่นี่ครับ https://www.google.com/support/websiteoptimizer/?hl=th

ความยากของการใช้งาน Website Optimizer ก็คือเราต้องใช้ความรู้ทางเทคนิคในการเขียน JavaScript ค่อนข้างเยอะ ถ้าคุณเป็นนักการตลาด เตรียมขอความร่วมมือกับโปรแกรมเมอร์ได้เลยครับ เพราะการแทรกสคริปแบบนี้ บางทีซับซ้อนเกินกว่าที่เว็บดีไซเนอร์บางคนจะสามารถทำได้ด้วยซ้ำ ถ้ามีเวลาผมจะลองออกแบบ Best Practice ในการใช้งาน Google Website Optimizer ร่วมกับ Google Analytics มาให้อ่านกันครับ

Stay tune!

PS. แห่งข้อมูลเพิ่มเติม Google Analytics Blog: Which button would you click? A lesson on website optimization

Popularity: 46%