Веб-аналитика против продуктовой аналитики: в чем основная разница и как сделать выбор?

Посетитель находит ваш SaaS-продукт через страницу сравнения, читает страницу с ценами и начинает пробный период. Затем он создает проект, приглашает коллегу и возвращается через три дня.

Это выглядит как единый путь клиента. Однако в аналитике этот процесс содержит два разных набора вопросов:

• Веб-аналитика: Откуда пришел посетитель? Какая целевая страница и кампания привели к регистрации? На каком этапе люди покидают процесс регистрации?
• Продуктовая аналитика: Достигла ли новая учетная запись этапа активации? Какие функции она использовала? Вернулся ли пользователь на второй неделе? Удерживаются ли приглашенные команды лучше, чем одиночные пользователи?

Разница заключается не просто в «данных веб-сайта» против «данных приложения». Оба типа инструментов могут отслеживать страницы, события и воронки. Более полезное различие заключается в решении, которое вы пытаетесь принять, и уровне непрерывности данных, необходимом для ответа.

Веб-аналитика в основном используется для улучшения привлечения, контента и конверсии. Продуктовая аналитика используется для улучшения того, как люди активируются, осваивают функции и получают ценность от продукта. Необходимые данные зависят от вопроса: подсчет использования функции гораздо проще, чем когортный анализ удержания, который отслеживает одни и те же учетные записи в течение нескольких месяцев.

Это руководство объясняет, где проходит эта граница, какое место занимает Plausible и когда вам следует использовать специализированную платформу продуктовой аналитики.

• Что такое веб-аналитика?
• Что такое продуктовая аналитика?
• Веб-аналитика против продуктовой аналитики: краткий обзор
• Где место Plausible
• В чем Plausible не пытается конкурировать с инструментами продуктовой аналитики
• SaaS-кейсы, которые покрывает Plausible: воронки регистрации, маркетинговая атрибуция до значимой конверсии, пользовательские события и свойства, отслеживание результатов A/B-тестирования
• Воронки регистрации
• Маркетинговая атрибуция до значимой конверсии
• Пользовательские события и свойства
• Отслеживание результатов A/B-тестирования
• Как выбрать между веб-аналитикой, продуктовой аналитикой или тем и другим

Что такое веб-аналитика?

Веб-аналитика помогает понять, как люди находят и используют веб-сайт, и выполняют ли они действия, к которым сайт должен их побуждать.

Она лучше всего подходит для таких вопросов, как:

• Какой объем трафика мы получили и из каких источников?
• Какие поисковые запросы, сайты-рефералы и кампании привели квалифицированных посетителей?
• Какие целевые страницы привлекают трафик и приводят к регистрации?
• Сколько посетителей просмотрели цены, начали регистрацию и завершили ее?
• Улучшила ли новая домашняя страница или кампания коэффициент конверсии?

Основной рабочий процесс веб-аналитики: привлечение → вовлечение → конверсия.

Отчеты о привлечении охватывают источники переходов, поиск, платные и органические кампании, а также UTM-параметры. Отчеты о контенте охватывают целевые страницы, популярные страницы, страницы входа и выхода, а также вовлеченность. Цели и воронки связывают эту активность с результатами, такими как запрос демо, подписка на рассылку, регистрация на пробную версию или покупка.

Это полезно не только для отдела маркетинга. Основателям, контент-командам и командам роста нужно знать, что приводит нужную аудиторию на сайт и что помогает этой аудитории конвертироваться.

Что такое продуктовая аналитика?

Продуктовая аналитика помогает понять, как люди используют программный продукт и приносит ли этот опыт пользу. Это может быть как просто подсчет использования функции, так и глубокий анализ, отслеживающий одних и тех же пользователей и учетные записи в течение дней, недель или месяцев.

Она создана для таких вопросов, как:

• Какой процент новых учетных записей достигает этапа активации?
• Как часто используется конкретная функция или рабочий процесс?
• Увеличилось ли использование функции после релиза?
• Сколько времени занимает активация?
• Какие шаги онбординга предсказывают успешное освоение продукта?
• Удерживаются ли лучше люди, которые используют определенную функцию?
• Каков коэффициент удержания на 7-й день, 4-й неделе или 3-м месяце?
• Как поведение различается в зависимости от когорты регистрации, тарифного плана или типа учетной записи?

Основной рабочий процесс продуктовой аналитики: активация → вовлечение → удержание.

На вопросы об общем использовании функций или изменениях после релиза можно ответить с помощью агрегированных событий и свойств. Когорты удержания и поведенческие когорты требуют, чтобы события в анализе были связаны с одними и теми же пользователями с течением времени. Платформы продуктовой аналитики используют для этого идентификаторы пользователей; некоторые также поддерживают отдельно настроенные групповые идентификаторы для анализа на уровне учетной записи или рабочего пространства. Профиль пользователя не всегда требуется просто для записи событий, но именно последовательный идентификатор позволяет платформе группировать людей по их действиям и рассчитывать, вернулись ли они позже.

Идентичность не определяет продуктовую аналитику. Она становится необходимой для определенного класса вопросов: кто что-то сделал, что еще он сделал и вернулся ли он позже. «Кто» может означать псевдонимного пользователя, рабочее пространство или учетную запись, а не конкретного человека.

Веб-аналитика против продуктовой аналитики: краткий обзор

Категории пересекаются. Инструмент веб-аналитики может поддерживать пользовательские события и воронки. Инструмент продуктовой аналитики может сообщать об источниках привлечения и целевых страницах. Наличие функции «события» или «воронки» не определяет, к какой категории относится инструмент. Важно то, пытаетесь ли вы улучшить то, как люди находят сайт и конвертируются на нем, или то, как они используют продукт и получают от него пользу.

Начните с двух вопросов:

• Что вы пытаетесь улучшить? Привлечение, контент и конверсия на сайте обычно указывают на веб-аналитику. Активация, вовлеченность в продукт, освоение функций и удержание указывают на продуктовую аналитику.
• Какая непрерывность данных требуется для ответа? Подсчет использования функции — это одно. Создание когорт удержания или отслеживание пути учетной записи между сессиями требует стабильного идентификатора пользователя или учетной записи.

Первый вопрос определяет аналитическую задачу. Второй определяет модель данных и тип инструмента, необходимого для ее решения.

Где место Plausible

Plausible — это инструмент веб-аналитики. Он измеряет трафик и поведение без использования файлов cookie, персональных данных или постоянных идентификаторов. Этот фокус не мешает ему отвечать на избранные вопросы об использовании продукта.

Его естественные сильные стороны:

• Привлечение трафика и маркетинговая атрибуция
• Страницы, целевые страницы и эффективность контента
• Источники переходов, каналы и UTM-кампании
• Цели, коэффициенты конверсии и атрибуция доходов
• Пользовательские события и свойства
• Определенные воронки конверсии и открытые пути пользователей

Для SaaS-бизнеса это охватывает путь от кампании, результата поиска или перехода до регистрации на пробную версию или другой значимой конверсии. Вы также можете отправлять выбранные события из продукта, такие как «Создан проект» или «Приглашен коллега», чтобы измерять их частоту или включать их в воронку конверсии.

Таким образом, Plausible может ответить на такие вопросы, как:

• Какая кампания принесла больше всего регистраций на пробную версию?
• Посетители какой целевой страницы с наибольшей вероятностью создадут проект?
• Где посетители отсеиваются между просмотром цен, регистрацией и завершением онбординга?
• Какой тарифный план или вариант эксперимента имеет более высокий коэффициент конверсии?
• Как часто функция использовалась в течение выбранного периода?

Использование функций — это вопрос продуктовой аналитики, который не всегда требует наличия индивидуальной истории пользователя. Plausible может подсчитывать события, связанные с функциями, и сегментировать их с помощью неперсонализированных пользовательских свойств. Однако сервис не может сказать вам, вернулись ли в феврале те люди, которые использовали эту функцию в январе.

Это ограничение напрямую вытекает из модели конфиденциальности Plausible. Человека, посещающего сайт в разные дни, можно посчитать как разных посетителей, поскольку Plausible не использует постоянный идентификатор для их распознавания. Не отправляйте имена, адреса электронной почты, идентификаторы учетных записей, псевдонимные идентификаторы файлов cookie или другие личные идентификаторы в качестве пользовательских свойств.

В чем Plausible не пытается конкурировать с инструментами продуктовой аналитики

Такие инструменты, как Amplitude и Mixpanel, представляют собой платформы аналитики на основе событий с отчетами для решения продуктовых задач, таких как воронки, поведенческие когорты и удержание. В обоих инструментах события могут быть связаны с идентификатором пользователя, поэтому действия одного и того же пользователя можно анализировать совместно. В их документации также описаны отдельные функции группового уровня для анализа компаний, рабочих пространств или других сущностей, подобных учетным записям; они требуют дополнительной настройки и могут зависеть от продукта или тарифного плана.

Plausible частично пересекается с продуктовой аналитикой, но не пытается воспроизвести эту модель постоянного отслеживания поведения с помощью более простого интерфейса. Он не предоставляет:

• Постоянные профили пользователей или отдельно настраиваемые профили учетных записей/групп
• Историю действий пользователя за несколько дней
• Когорты регистрации, отслеживаемые в течение длительного времени
• Кривые удержания (retention), такие как удержание 1-го дня, 7-го дня или 4-й недели
• Сравнение последующего удержания для когорт, определенных по более раннему поведению в продукте
• Анализ внедрения функций или частоты использования на уровне пользователя

Предположим, в августе зарегистрировалось 500 человек. Plausible может ответить на вопрос: «Сколько событий создания проекта произошло в августе?». Он не может ответить на вопрос: «Из этой августовской когорты зарегистрировавшихся, сколько активировались в течение семи дней и оставались активными четыре недели спустя?». Второй вопрос требует связывания событий регистрации, активации и возврата каждой учетной записи с течением времени. Plausible намеренно не поддерживает такую связь.

Вместо этого Plausible может сообщить вам, сколько посетителей завершили событие регистрации или активации в течение августа, какие источники и кампании связаны с этими конверсиями и на каком этапе посетители покидали определенную воронку. Это полезные ответы, но они не являются когортой удержания.

Именно поэтому «уникального посетителя» в веб-аналитике не следует рассматривать как количество пользователей SaaS. Ваша биллинговая система или база данных продукта являются единственным источником достоверных данных об учетных записях, подписках и оттоке.

Для более широкого обзора других вариантов использования, выходящих за рамки Plausible — включая воспроизведение сессий, ретаргетинг и отслеживание на уровне пользователей, — прочитайте раздел о том, когда Plausible не подходит.

Варианты использования SaaS, которые покрывает Plausible

Эта граница не означает, что Plausible перестает быть полезным, как только кто-то нажимает кнопку «Зарегистрироваться». Многим SaaS-командам нужен сфокусированный набор сигналов о продукте и росте без создания полноценной системы аналитики на уровне пользователей.

Воронки регистрации

Вы можете объединить цели просмотра страниц и цели пользовательских событий в воронку, например:

• Просмотрел цены
• Начал регистрацию
• Завершил регистрацию
• Создал первый проект

Plausible показывает, сколько посетителей завершают каждый шаг и каков процент отсева между ними. Вы можете отфильтровать воронку по источнинику, кампании, целевой странице, устройству, местоположению или другому доступному параметру, чтобы найти сегмент, у которого возникают трудности.

Это хорошо работает для определенного пути конверсии или онбординга. Это не замена отслеживанию когорты зарегистрировавшихся в течение 30-дневного жизненного цикла. Подробности настройки и текущие ограничения см. в документации по анализу воронок.

Маркетинговая атрибуция вплоть до значимой конверсии

Один лишь подсчет регистраций может поощрять каналы, которые приносят много трафика с низким намерением. Более полезная настройка — отправка более позднего этапа, такого как «Создан проект», «Заказана демо-версия» или «Обновлен тариф», в качестве цели.

Затем вы можете отфильтровать эту цель по источнику перехода, каналу, UTM-кампании или целевой странице. Это позволяет отвечать на вопросы типа «Какая кампания привела посетителей, которые достигли активации?», не создавая профили для этих посетителей.

Атрибуция имеет ограничения в любой системе, ориентированной на конфиденциальность. Plausible наиболее эффективен, когда путь пользователя происходит в рамках одной сессии на вашем сайте и поддоменах. Он не предназначен для объединения данных об одном человеке на разных устройствах или распознавания лида, который возвращается через несколько недель из другого браузера.

Пользовательские события и свойства

Цели пользовательских событий позволяют измерять действия, которые не приводят к отдельному просмотру страницы: клики по CTA, заполнение форм, просмотры видео, создание проектов или любое другое событие, которое вы решите отправить.

Пользовательские свойства добавляют неперсонализированный контекст к просмотру страницы или событию. SaaS-команда может прикрепить:

• plan=starter или plan=pro к событию регистрации
• role=admin или role=member к событию использования функции
• logged_in=true для разделения активности на публичном сайте и внутри продукта
• variant=A или variant=B к результатам эксперимента или конверсии

Например, вы можете прикрепить logged_in=true или logged_in=false к событию цели. Plausible затем покажет количество посетителей, общее количество событий и коэффициент конверсии для каждого значения. Это помогает сравнить, как событие используется в контексте авторизованных и неавторизованных пользователей, но не создает историю того, что каждый авторизованный пользователь делал до или после этого события. Вы можете изучить этот тип разбивки свойств в нашей демо-версии.

Свойства позволяют фильтровать и сравнивать поведение. Они не должны содержать информацию, которая идентифицирует или постоянно выделяет человека.

Отслеживание результатов A/B-тестирования

Plausible может измерить результат A/B-теста на сайте. Отправьте назначенный вариант в качестве пользовательского свойства, затем сравните достижение целей и коэффициенты конверсии для каждого варианта.

Plausible не разделяет трафик, не назначает варианты, не управляет флагами функций и не решает, является ли результат статистически значимым. Для этих частей вам нужен собственный код или инструмент для экспериментов. Plausible измеряет полученные посещения и конверсии.

Наше руководство по A/B-тестированию сайта объясняет настройку и статистические предостережения.

Как выбрать между веб-аналитикой, продуктовой аналитикой или тем и другим

Используйте веб-аналитику, когда ваши основные вопросы касаются трафика, контента, кампаний и конверсии:

• Откуда приходят посетители?
• Какие страницы и кампании приносят регистрации или доход?
• Где короткая воронка регистрации или оформления заказа теряет людей?
• Улучшил ли конверсию эксперимент на целевой странице?

Используйте продуктовую аналитику, когда ваши основные вопросы касаются активации, вовлеченности в продукт, внедрения функций или удержания:

• Как часто используется ключевая функция или рабочий процесс?
• Изменилось ли общее использование после выпуска продукта?
• Какие когорты регистрации удерживаются через 30 или 90 дней?
• Чем отличается удержание между людьми, которые использовали или не использовали определенную функцию?
• Как развивается внедрение функций в течение жизненного цикла клиента?
• Какие отдельные учетные записи достигли или не достигли этапа активации?

Первые два вопроса требуют только общих показателей использования. Остальные вопросы требуют, чтобы события были связаны с одними и теми же пользователями или учетными записями с использованием специализированной системы продуктовой аналитики или ваших собственных данных о продукте.

Используйте оба инструмента, когда привлечение пользователей и их удержание одинаково важны для глубокого анализа. Это типичная ситуация для растущей SaaS-компании: Plausible может предоставить простое и конфиденциальное представление о маркетинговом сайте и воронке привлечения, в то время как Amplitude, Mixpanel или другая система продуктовой аналитики обеспечит связные данные о событиях, необходимые для анализа когорт и удержания.

Показатели из двух инструментов могут не совпадать в точности, поскольку они используют разные модели идентификации, временные окна и определения. Это не означает, что какой-либо из них автоматически неверен. Определите, какая система отвечает за каждую метрику: например, Plausible — за посетителей сайта и конверсии кампаний, база данных вашего приложения — за аккаунты и выручку, а инструмент продуктовой аналитики — за когорты и удержание.

Если ваши потребности находятся на стыке этих инструментов, сформулируйте точный вопрос. «Может ли он отслеживать события?» — слишком общий вопрос. Спросите вместо этого:

• Нужно ли нам общее количество событий или история для каждого пользователя?
• Это воронка конверсии или многонедельный жизненный цикл?
• Нужно ли нам сравнивать сегменты трафика или поведенческие когорты?
• Является ли идентификация одного и того же аккаунта в будущем критически важной для ответа?

Эти вопросы значительно упрощают выбор.

Plausible создан для команд, которым нужны четкие ответы о привлечении, поведении на сайте и конверсии без отслеживания людей по всему интернету или на протяжении месяцев использования продукта. Он также может измерять отдельные действия внутри продукта. Если это соответствует вашим потребностям, изучите Plausible для SaaS или начните бесплатную 30-дневную пробную версию. Если вам нужны когорты удержания или долгосрочная история пользователей и аккаунтов, выберите специализированный инструмент продуктовой аналитики, независимо от того, используете ли вы Plausible для своего сайта.