Webperf
För dig som följt lite vad jag skrivit om webbanalys och att jobba mätbart med webben kommer det knappast som en nyhet att jag mest fokuserar på alternativa verktyg än Google Analytics och dylikt.
En anledning till det är att det är så uppenbart och väldokumenterat hur man tittar på webbstatistik (alltså data om användningen av en webbplats) - det finns få nya saker att diskutera.
Dessutom får man inte direkt många svar på vilken kvalitet ens webbplats har, ifall man fått valuta för pengarna eller sin tid. Därför tittar jag gärna på andra verktyg. Delvis beror det också på att jag inte är så intresserad av, eeeh, trycksaksinspirerade data som upplaga, exponeringar och annat trams som mer ger bra magkänsla för innehållsskaparen än att man kan koppla det till faktisk nytta för verksamheten.
Min nisch är att mäta prestanda, användbarhet och de hygienfaktorer som är fundamentet bakom alla välbyggda vettiga webbplatser.
En utmaning att samla in sin data
En utmaning åtminstone inte jag lider av är hur man samlar in data om sin egen och andras webbplatser att analysera. Om jag inte hittar verktyg som gör det snabbt eller effektivt nog har jag förmånen att kunna programmera. Inte ens när det handlar om programmering börjar man med ett tomt ark, det finns oerhörda mängder med färdig kod att pussla ihop bara man lägger en timme på att kolla igenom projekttjänsten Github.
När man väl samlat på sig sin data, eller exporterat den ur det verktyget den fanns är det dags att fortsätta i något av de verktyg som låter dig vrida o vända på din data - de som hjälper till att hitta nålen i höstacken, bidrar med insikt eller svar på frågor. Det finns många sådana verktyg som är “gratis”, eller snarare har en affärsmodell såsom freemium. Jag tänkte gå igenom några favoriter här. Vissa av dem är säljer säkert in sig främst på att handla om BI (Business Intelligence), men det är ju mångt och mycket samma sak fast lite mindre IT-inriktat när man på verksamhetssidan hjälper sig själv med analysverktyg. Eller kanske kan en floskel hjälpa till med perspektivet? Jag gör ett försök: möjlighetsdriven verksamhetsutveckling baserad på data.
Exempel på andra verktyg - Tableau för data-visualisering
Tableau är det verktyget jag oftast använder själv för att utforska en datakälla (se exempelvis bild intill). Människan är som bekant bra på att se mönster (även där det inte finns något) vilket gör visualisering till ett utmärkt sätt att hitta avvikelser och mönster.
Tableau finns i en gratisversion som heter Public. Det funkar för dig som inte har känslig data. Då kan du antingen skärmdumpa din visualisering eller ladda upp den till Tableaus servrar för att bådda in på webben eller sprida en länk till någon.
På en träff hos en leverantör nyligen var det någon som anmärkte på att vi på landstinget har en licens på Tableau, med att det alltid kommer nya skattepengar att “slösa” bort på sånt här. Det är värt att poängtera att alternativet till det tiotal tusingar licensen kostade min arbetsgivare var en statisk söklösning beräknad till cirka 240 000 kr. Det går inte riktigt att jämföra de två. Samma vyer som söklösningen skulle byggas för att visa upp gjorde jag på under en timme. Det gäller att hitta rätt verktyg, och Tableau är inte svaret alla gånger men jag har fått förstå att just vid grafisk presentation är det lämpligare än allt annat. Ett Photoshop för dina datakällor.
Microsofts Power BI
Som en “gratis” utökning av Office365 kan du logga in på powerbi.com för att testa betaversionen av Microsofts självservice inom visualisering av data.
En intressant grej är att den direktur boxen har en färdig integration för att hämta data från Google Analytics, så är det din datakälla är Power BI klart värt att pröva innan du går loss på andra verktyg.
Power BI är som sagt i en testversion, så håll gärna koll på dess utveckling framöver då den garanterat kommer få fler funktioner. Under Vitalis såg jag kartfunktionen Power Map for Excel och det såg lovande ut. Gillar du Office-paketet är det nog i detta ekosystem du hör hemma.
Qlik Sense - den simpla versionen av QlikView
Så som jag fått Qlik Sense förklarat för mig är att det är den naturliga lösningen om man redan har Qlikview i sin organisation. Styrkan är att man kan ha investerat - eller gillar - skriptning samt att Qlik Sense är grym på att koppla samman olika datamängder. Det drar mer åt att upptäcka data än att visualisera den, vilket kan vara både en fördel och nackdel beroende på vad du är ute efter.
En stor skillnad för användaren av verktyget är att det är byggt responsivt, med andra ord kan en visualisering förenklas och få extra stöd om skärmstorleken behöver det. Dessutom känns gränssnittet klart enklare och mindre plottrigt, i alla fall jämfört med Tableau.
Storytelling istället för data puking
Qlik Sense har en snygg funktion för storytelling. Det många analytiker och statistiker ibland tycks missa är att ytterst få bryr sig om data på det sättet man får det rapporterat. Data rekommenderas istället vara underlaget, snarare än att man kräks ur sig data helt utan berättelser, sammanhang eller hypoteser att testa eller bevaka.
Kibana för avancerad och segmenterad sökanalys
Kibana är väl egentligen inte ämnad enbart för sökanalys, men kopplingen är tydlig eftersom den är K:et i ELK-stacken. Utöver Kibana är detta Elasticsearch och Logstash, så ELK är klart lämplig för att bearbeta loggfiler - exempelvis från en större söklösning.
Kibana är verkligen kraftfull för att gå på djupet med exakt hur folk använder en sökfunktion. Det motsvarar det Google Analytics gör för beteendedata på webbplatsen i stort fast i detalj för hur sökfunktionen använts. Praktiskt taget alla faktorer kan segmenteras och isoleras vilket gör det smidigt att hitta lokala begrepp, identifiera säsongsvariationer i sökfunktionen. Det går till och med jobba med relativa kvoter vilket - om man investerar en del i personalisering - skulle kunna ge återkoppling till relevansstyrt innehåll på en webbplats.
Mer om webbanalys och verktyg att läsa på
- OData är ett protokoll för att erbjuda informationsutbyte på ett standardiserat sätt från godtycklig datakälla eller system.
- SAS Visual Analytics / Statistics
- IBM Watson Analytics som fokuserar på att baserat på data kunna svara på frågor.
- IBM Cognos vilket är en av de äldre mer etablerade lösningarna.
- IBM Social Media Analytics kan analysera sociala medier bland mycket annat
- Det kommer mer om verktyg och hur man hämtar material från intressanta källor i den blivande boken Användarcentrerad webbanalys, kommer troligen ut Q2 2016.
