Verkkosivuston ja markkinoinnin mittaaminen on yrityksille ilmeisen hyödyllistä. Mutta entä valtio ja kunnat, yliopistot ja kirjastot – mihin ne tarvitsevat web-analytiikkaa?
Yritykset mittaavat verkkosivustojen ja mobiilisovellusten käyttöä monin tavoin. Eikä ihme: toimivan analytiikan avulla on mahdollista alentaa markkinoinnin kustannuksia ja lisätä myyntiä.
Miksi julkishallinnon sivustot ja sovellukset tarvitsevat webanalytiikkaa?
Valtion ja kuntien sivustoja mainostetaan harvoin. Niiden tarkoituksena ei myöskään ole varsinaisesti myydä mitään. Tämän vuoksi verkkopalveluiden mittarit eroavat selvästi esimerkiksi verkkokaupan mittareista.
Mutta miksi myös julkishallinto tarvitsee web-analytiikkaa? Vai onko analytiikkadata kunnan ja valtion verkkopalveluiden kannalta hyödytöntä bittijonoa?
Ei ole.
Myös valtion ja kuntien omistamia verkkosivustoja ja mobiilisovelluksia kannattaa mitata tarkkaan, koska:
- Analytiikan avulla saamme tietää, kuinka verkkopalvelua todellisuudessa käytetään. Vastaako käyttö sivustolle asetettuja tavoitteita? Löytävätkö kansalaiset tiedon, jota he etsivät? Kuinka kauan heiltä meni tiedon löytämiseen?
- Analytiikan avulla voimme kehittää sivuston sisältöä. Tutkimalla sivustohaun käyttöä saamme tietää, mitä tietoa kansalaiset etsivät sivustolta. Tarjoammeko vastauksia kansalaisten kysymyksiin vai onko heidän siirryttävä Wikipedian puolelle?
- Analytiikka auttaa meitä parantamaan käyttäjäkokemusta. Analytiikan mittareiden avulla tunnistamme sivuston käytön pullonkaulat: mikä estää kansalaisia löytämästä heidän tarvitsemaansa tietoa? Onko tieto liian monen klikkauksen takana? Eikö sivustohaku löydä tietoa?
- Analytiikka auttaa paljastamaan sivuston bugit ja käytettävyysongelmat. Vertaamalla eri päätelaitteiden ja selainten käyttäjiä on helppo tunnistaa eroja sivuston käytössä. Esimerkiksi poikkeuksellisen korkea poistumisprosentti kertoo usein käytettävyysongelmista tietyllä päätelaitteella.
Käytettävyysongelmien ja pullonkaulojen paljastaminen onnistuu käyttämällä webanalytiikkaohjelmistoa.
Analytiikkaohjelmiston valinta
Verkkopalvelun kehittämisen kannalta olennaisiin kysymyksiin vastaaminen onnistuu minkä tahansa kävijäseurantaan tarkoitetun ohjelmiston avulla. Niistä tunnetuin on Google Analytics – mutta se ei välttämättä ole parhaiten julkiselle sektorille sopiva työkalu.
- Google Analytics on maksuton analytiikkatyökalu, joka soveltuu monipuoliseen käyttöön ja on integroitavissa markkinoinnin ja mainonnan järjestelmiin. Valtion ja kuntien kannalta selvä miinuspuoli piilee datan säilytyksessä: Google Analytics säilyttää tietoja sivustokäynneistä eri puolilla maailmaa sijaitsevissa palvelinkeskuksissa, myös Yhdysvalloissa. Lisäksi ainoa tapa tehdä sopimus Googlen kanssa on ottaa käyttöön maksullinen Google Analytics 360.
- Matomo Analytics on avoimen lähdekoodin ohjelmisto, jonka jokainen voi asentaa maksutta haluamalleen palvelimelle. Tällöin analytiikan käyttäjä vastaa itse analytiikkadatan säilytyksestä ja sen lainmukaisuudesta. On kuitenkin hyvä muistaa, että ilmaisen ohjelmiston asentamisen vaatimasta palvelimesta ja sen ylläpidosta syntyy jatkuvia kustannuksia. Siksi valmiina pilvipalveluna käyttöönotettava Matomo Analytics on yleensä itse ylläpidettyä edullisempi valinta.
- PiwikPRO on suurille sivustoille soveltuva ”raskaan sarjan” analytiikkaohjelmisto. PiwikPRO käyttää EU:n alueella sijaitsevia palvelimia, mutta se on mahdollista ottaa käyttöön myös omalle palvelimelle asennettuna. PiwikPRO:n ominaisuudet ovat huomattavasti Matomoa monipuolisempia. Lisäksi PiwikPRO on huomattavasti Matomoa nopeampi, mikä tekee siitä miellyttävän työkalun suurten kävijämäärien sivuston analysointiin.
Analytiikkaohjelmiston valinnassa on syytä muistaa kolme aspektia:
- Kuinka tärkeää on säilyttää kävijätietoa joko omalla palvelimella tai EU:n alueella sijaitsevassa palvelinkeskuksessa?
- Kuinka monipuolisia analytiikkaominaisuuksia tarvitaan?
- Onko sivuston tai sovelluksen käyttäjämäärä pieni, keskikokoinen vai suuri?
Täydennä perusanalytiikkaa muulla tiedolla
Webanalytiikka kerää tietoa tavallisesti vain käyttäjien sivunkatseluista. Tätä on yleensä syytä täydentää tuomalla analytiikkaan myös muuta tietoa.
Esimerkiksi palvelun käyttäjien tyytyväisyyttä ja sivuston onnistumista on parasta mitata kysymällä asiaa suoraan käyttäjiltä. Sivustolta poistuvalle käyttäjälle voidaan esittää popup-kysely, joka pyytää käyttäjältä vastauksen yhteen tai kahteen yksinkertaiseen kysymykseen.
Esimerkiksi:
- Löysitkö sivustolta etsimäsi tiedon?
- Onnistuitko tekemään sivustolla sen, mitä varten saavuit sivustolle?
- Kuinka tyytyväinen olet sivustoon asteikolla 1-10?
Kyllä ja ei -vastausten suhde on erinomainen indikaattori sivuston suoriutumiselle. Löysikö suurin osa sivuston käyttäjistä etsimänsä tiedon vai poistuivatko he pettyneenä paikalta?
Kielteisen vastauksen jälkeen kannattaa tietysti kysyä, mitä tietoa käyttäjä oli etsimässä. Avoimeen tekstikenttään syötetyt vastaukset auttavat meitä parantamaan palvelun sisältöä. Toisinaan saamme myös huomata, että tieto olisi kyllä ollut sivustolla — mutta liian hyvin kätkettynä. Silloin hakukoneoptimointi on hyödyllinen investointi!
Digitaalinen analytiikka auttaa parantamaan palvelua
Digitaalinen analytiikka tarjoaa siis meille tietoa, jonka avulla voimme parantaa sivuston tai mobiilisovelluksen käytettävyyttä, toimivuutta ja sisältöä. Analytiikka auttaa tarjoamaan kansalaisille parempia digitaalisia palveluita.
Siksi webanalytiikka on julkishallinnolle aivan yhtä tärkeää kuin yritysmaailmalle.
Hopkinsin analytiikkatiimi auttaa valtiota, kuntia ja liikelaitoksia mittaamaan verkkopalvelun toimintaa eri analytiikkajärjestelmien avulla. Suunnittelemme ja toteutamme organisaation tarpeisiin soveltuvan analytiikan – olipa käytössä Google Analytics, Matomo Analytics tai PiwikPRO.
Haluan tietää lisää verkkosivustojen analytiikasta!
Artikkelit samasta aiheesta
Pullonkaulat analytiikan hyödyntämisessä: tunnista ja avaa ne CARE-mallin avulla!
Usein analytiikkaa ei saada tuottamaan arvoa, koska kohtaamme erilaisia pullonkauloja datan keräämisessä, analysoinnissa ja toimenpiteisiin ryhtymisessä. Helpota näitä haasteita hyödyntämällä CARE-mallia.
Tekoäly ja koneoppiminen rakentavat parempia ostajapersoonia
Ostajapersoona on tuttu työkalu markkinoinnin johtamisen apuna. Suurten kielimallien ja koneoppimisen avulla dataan perustuvien persoonien rakentaminen onnistuu aikaisempaa tehokkaammin. Mitä ostajapersoona tarkoittaa? Ostajapersoonat kuvaavat yrityksen kannalta ideaalisia ostajia. Ostajapersoonan esitys […]
Digianalytiikan käyttäjätunnisteet paljastavat pitkätkin ostopolut
Käyttäjätunnisteet (user ids) auttavat seuraamaan pitkiä ostopolkuja, kun käyttäjät saadaan välillä kirjautumaan sisään tai antamaan sähköpostiosoitteensa.
Kiinnostuitko tästä aiheesta?
Soita meille 020 788 8120 tai täytä alla oleva lomake niin jatketaan juttua!