सबसे पहले, अगर आप एक ठोस और प्रभावी analytics strategy चाहते हैं, तो Avinash Kaushik का blog पढ़ें या उनकी किताब "Web Analytics an hour a day" पढ़ें। Web Analytics के बारे में जो कुछ भी मैंने सीखा, उनके blog और किताब से सीखा। उनके blog पर right hand corner में और अच्छे blogs की list भी मिलती है। Digital Analytics Strategy के बारे में उनकी सबसे ज़रूरी recommendation — जो मेरे अनुभव में सच भी निकली — है 90/10 rule।

90/10 Rule

सिर्फ 10% समय और effort सही tool चुनने में लगाएं। 90% समय और पैसा सही analysts को ढूंढने में लगाएं। Analytics tool सिर्फ एक TOOL है — उससे ज़्यादा कुछ नहीं — और उसे use करने के लिए एक इंसान चाहिए।

एक Analyst का काम आसान नहीं है। ज़रूर उन्हें अच्छे graphs बनाने और pivot tables से data communicate करने में दक्ष होना चाहिए — लेकिन ये तो बस basics हैं जो कोई भी junior person कर सकता है। असली और सबसे ज़रूरी बात है — company की strategy, marketplace, competition को समझते हुए actionable business insights recommend करने की क्षमता। इसके लिए analyst को सिर्फ online marketing नहीं, बल्कि overall marketing strategy, sales performance, customer service — सब की समझ होनी चाहिए।

वियतनाम के संदर्भ में Google Analytics ज़्यादातर companies के लिए पर्याप्त है। Enterprise tools जैसे Omniture, WebTrends काफी महंगे हैं, implement करने में ज़्यादा समय और resources चाहिए, और लोगों को training भी देनी पड़ती है। वियतनाम में लोग जल्दी-जल्दी companies बदलते हैं — ऐसे में इन tools में invest करना ज़रूरी नहीं।

सही Business Questions पूछना

Tool चुनने के बाद दूसरी सबसे ज़रूरी बात है — सही business questions पूछना। हमेशा business questions से शुरुआत करें। "Brand awareness बढ़ाना, ज़्यादा sales" जैसे generic जवाब बहुत broad हैं — और गहरी खुदाई ज़रूरी है। Straight away किसी standard dashboard में जाकर reports देखना मैं recommend नहीं करूँगा क्योंकि वे आपको ऐसे jargons से भर देंगे जिनका आपको कोई मतलब नहीं लगेगा।

Average page per visit जानने से sales manager को क्या फायदा? Monthly pageviews 20% बढ़ा — इससे कोई decision कैसे लें? Data की बाढ़ है, जो अलग-अलग silos में बंद है और जिनसे कोई actionable insights नहीं निकलती। इसलिए पहले सोचें कि आप क्या business problem solve करना चाहते हैं।

कुछ सवाल जो आपको खुद से पूछने चाहिए:

• आपके target audience कौन हैं? वे online क्या करते हैं? सही audience site पर आ रही है, यह कैसे पता चलेगा?
• Site पर आने वाले visitors को आप brand के बारे में क्या समझाना चाहते हैं? क्या वे वो message "पढ़/समझ" रहे हैं?
• Visitors को जो चाहिए वह site पर आसानी से मिलता है?
• Online visit का offline store traffic पर क्या असर है?
• अगले 3 महीने में online channels से revenue 10% बढ़ाना possible है?

Business questions list करने के बाद, खुद visitors की जगह बैठकर अपनी company की website visit करें। Homepage पर क्या दिखता है? आप क्या समझते हैं? Product page पर क्या लिखा है? क्या आप उसे पढ़ना चाहेंगे? Sign up button दिखता है? क्या आपने खुद try किया है?

Business Objectives को SMART KPIs में बदलना

आप जो measure नहीं कर सकते, उसे optimize नहीं कर सकते। Business questions list करने के बाद SMART KPIs बनाएं जो directly उन questions से जुड़ी हों। उदाहरण:

• अगर target audience Ho Chi Minh city में है, तो पहली report geo location report होनी चाहिए। KPI हो सकता है: monthly unique visitors from Ho Chi Minh कितने हैं? कितने नए visitors आ रहे हैं?
• अगर new car launch है और test drive registration चाहिए, तो KPIs:
  • Landing page पर कितने unique visitors आए?
  • नए visitor की cost क्या है?
  • कौन सा traffic source सबसे ज़्यादा sign ups ला रहा है?
  • कितने प्रतिशत sign up करते हैं? Cost per sign up?
• अगर दो important messages communicate करने हैं, तो KPIs:
  • Landing page की loading speed
  • Landing page पर unique visitors
  • Bounce rate
  • Page पर time spent
  • Visitors की next action

Data की सत्यता

पहले यह समझें कि analytics tool आपके KPIs को कैसे measure करता है। Tracking code को सही तरह से implement करें:

• Website के सभी pages पर tag लगाएं
• Tracking code page के bottom पर रखें
• Tracking code inline होना चाहिए — tables या frames में नहीं
• Multiple sub domains हों तो "profiles" सोच-समझकर बनाएं
• Cross domain tracking अगर ज़रूरी हो तो properly set up करें
• Conversion tracking/goals settings properly configure करें

Onclick function के लिए code use करें।

• Redirects से बचें — ये traffic source analysis बिगाड़ देते हैं।
• Data को test और re-test करें। Email marketing, banners, direct entry — सब scenarios test करें। जितना ज़्यादा अब test करेंगे, बाद में उतना कम सिरदर्द होगा क्योंकि गलत data, data न होने से ज़्यादा नुकसानदेह है।
• Flash या video के लिए special tracking code चाहिए।
• Default cookie length consider करें।
• 10% से कम का अंतर okay है — कोई भी measurement perfect नहीं होती।

Digital Analytics की ज़िम्मेदारी Marketing/Sales/Brand Team की होनी चाहिए

सब कुछ set up और test हो जाने के बाद, login details IT team से Marketing team को वापस दें। कई companies में IT department हर महीने standard website statistics email करती है। मेरे अनुसार यह resources की बर्बादी है क्योंकि:

• IT team को marketing initiatives की पूरी जानकारी नहीं होती — वे relevant reports नहीं खींच सकते।
• Analysis के लिए हर channel में zoom in करना, segmentation करना, custom reports बनाना ज़रूरी है।

मैं marketing team को खुद interface use करने की training देने में विश्वास रखता हूँ।

हर Level के लिए एक Dashboard

Company में हर position की अलग data needs होती हैं। Director level को top line data, revenue data चाहिए। SEO करने वाले marketing executive को keyword ranking, branded vs non-branded traffic चाहिए। अलग-अलग levels/functions के लिए अलग dashboards बनाना बेहद ज़रूरी है।

वरना क्या होता है? इतनी मेहनत से reports बनाई और लोग पढ़ते ही नहीं! मुझे पता है यह दुखद है, पर यह सच है — लोग तब report पढ़ते हैं जब boss कोई data माँगता है या payment authorize करनी हो। मेरी 100 pages report वाली post भी पढ़ें।

Segmentation ही चाबी है

Aggregate numbers से निर्णय नहीं होते। हर channel, हर traffic source को अलग-अलग examine करें। Ho Chi Minh और Hanoi के visitors का behavior बहुत अलग हो सकता है — इसलिए इन्हें अलग-अलग analyze करें।

उदाहरण: अगर overall bounce rate 50% है, इससे आप क्या करेंगे? लेकिन अगर पता चले कि paid search से एक specific landing page पर bounce rate 50% है जहाँ call to action भी है — तब आप keyword, ad text या landing page बदलने पर काम कर सकते हैं।

Trend पर नज़र रखें

मेरे अनुभव में, trend किसी single data point से ज़्यादा ज़रूरी होती है। अलग-अलग time frames देखें — daily, weekly, monthly। उदाहरण: all-time cost per sale $2 है, campaign एक साल से चल रही है — लेकिन पिछले 3 महीने में cost per sale बढ़कर $3.50 हो गई! यही trend आपको action करने पर मजबूर करती है। "Compare to past" function से दो time frames compare करना बेहद powerful होता है — पर apple to apple compare करें, seasonal factors को ध्यान में रखें।

Benchmarking ही राजा है

Context सब कुछ है। अकेले number का कोई मतलब नहीं। Internal या external benchmarking करें। अगर आपकी sales revenue पिछले महीने 10% बढ़ी — लेकिन competitor की 50% बढ़ी — तो आपका 10% उतना "great" नहीं रहा।

Internal benchmarking में different time frames compare करें, individual components को time के साथ देखें, अलग-अलग product lines/microsites/sub domains compare करें।

बस आज के लिए इतना। आप सहमत हैं? असहमत हैं? कुछ add करना चाहेंगे? ज़रूर बताएं।