5 коммент.

Если вы являетесь заядлым поклонником Google Analytics, то, наверное, слышали или, может, даже пользовались удобной и полезной функцией Weighted Sort (примерный перевод — «взвешенная сортировка»). Если вы не видели этой опции, кратко объясню: это сортировка элементов по убыванию значимости их показателей. Вы можете собрать все ваши источники трафика, сделать сортировку и получите что-то вроде этого:

Здорово, не так ли? Теперь мне известно, что я потерял 7 посетителей с 5 сайтов. Если бы я сумел снизить показатель ненужных просмотров (так называемый bounce rate) до 60%, у меня было бы еще три посетителя. Хм... Что же еще полезное можно узнать? Например, вот это:

Уже лучше. Как вы видите, это не абсолютный показатель ненужных просмотров: он не столь уж важен для оптимизации сайта. Нужно обратить внимание на bounce rate рефералов. Именно здесь кроется интересная особенность.

Как это работает

Как же работает этот Weighted Sort? Более точную с научной точки зрения информацию вы можете найти у Avinash Kaushik в статье Weighted Sort Algorithm. Этот пост стоит почитать, но я дам и свое определение данного термина.

Google использует Estimated True Value («оценка истинной важности», сокращенно ETV). Так вот, разработчики ETV утверждают – если показатели в колонке сортировки по количеству (в нашем случае это Visits) слишком низкие, можно предположить, что колонка Bounce Rate - это и есть средняя информация. Другими словами, если у нас есть 1 посетитель и средний процент bounce rate равен 75%, значит ETV показателя bounce rate также будет равен 75%. Так как информация об 1 посетителе не является статистически важной, нельзя делать из этого окончательные выводы, но приблизительную суть вы, думаю, поняли.

Уравнение

Теперь начинаются мои эксперименты. Прежде чем перейти к вычислениям, должен вас предупредить – формула не очень сложная, но вам придется вспомнить школьный курс математики. Информацию, которую вы видели раннее (в таблицах), подставим в уравнение. Нам нужно 4 переменных:

  • V = Visits for Row X (посещения для ряда X);
  • B = Bounce Rate for Row X (Bounce Rate для ряда Х)
  • MV = Max Visits for the data set (максимальное количество посещений для определенной базы данных);
  • AB = Average (mean) Bounce Rate for the data set (средний Bounce Rate для определенной базы данных).

Таким образом, показатель ETV для Bounce Rate будет вычисляться с помощью такой формулы:

ETV(B) = (V / MV * B) + ((1 - (V / MV)) * AB)

Все ясно, не так ли? В действительности не все так плохо, как может показаться с первого взгляда. Например, скажем, у нас есть такая информация (одинаковая для 4 переменных, введенных выше):

  • V = 100;
  • B = 80%;
  • MV = 500;
  • AB = 60%.

ETV(B) будет состоять из двух компонентов:

  1. V / MV * B = 100 / 500 * 0.80 = 0.20 * 0.80 = 0.16
  2. 1 - (V / MV) * AB = 1 - (100 / 500) * 0.60 = 0.80 * 0.60 = 0.48
  3. ETV(B) = 0.16 + 0.48 = 0.64

Обратите внимание на элементы, выделенные жирным шрифтом; так как 100 посещений – это 20% максимального количества посетителей для этой базы данных, можно сказать, что 20% от Bounce Rate – это и есть реальная важность, а оставшиеся 80% – средняя важность для определенной базы данных.

Собственная сортировка

Есть желание попробовать самому? Можете загрузить мой собственный Excel spreadsheet и посмотреть, как существующая формула работает с другой, большой базой данных. Несмотря на то, что эта технология повторяет одну функцию в Google Analytics, ее можно использовать и для других целей, включая PPC-метрику.

В этом Excel-пособии 4 листа:

  1. Basic ETV formula.
  2. Google's ETV sort.
  3. Weighted ETV formula.
  4. Log-based ETV formula.

С первыми двумя все и так понятно, но вот последние нужно прокомментировать. В самой простой модели (1) я вычислил средний bounce rate, опираясь на средние показатели во всех рядах (для этой базы данных - 70.6%). Получилось, что Google вычисляет bounce rate по количеству реальных посетителей. В Google Analytics мой bounce rate для этой базы данных составляет 74.6% - то же, что показывает модель 3. Если сравнить 2 с 3 (таблицы), можно увидеть, что моя формула практически не отличается от оригинальных показателей.

Данные, полученные благодаря моему подходу, приближаются к истинным цифрам, но все же только приближаются. Если у вас много целевых просмотров (от 1 до 100 000), можно заметить, что ряды с небольшими значениями демонстрируют интересные результаты, а  ряды со значениями 1 000 и больше полностью игнорируются. На листе 4 содержится более сложная формула, которая использует Log (base 2) посетителей.

Источник: http://www.seomoz.org/blog/build-your-own-weighted-sort

Цей сайт знайомств створено для того, щоб допомогти усім людям, незалежно від віку та місця проживання, завести знайомства.
Развлекайтесь на работе играя в игры гонки онлайн
Осень настала, холодно стало, погода на улице меняется
Гороскоп подскажет, как быть с новым поклонником, чего ожидать от шефа...

Как сюда попасть?