- 25,00 % Direkt trafik
- 53,12 % Hänvisningswebbplatser
- 18,75 % Sökmotorer
...och så här såg det ut för ett halv år sedan:
- 26,42 % Direkt trafik
- 30,19 % Hänvisningswebbplatser
- 43,40 % Sökmotorer
Avslutning
Den här listan med är inte menad att ersätta en komplett genomgång av webbplatsen. Den ska ses som en början på en genomgång och du kan hitta en del av de vanligaste problemen man stöter på vid en sökmotoroptimering av en webbplats. Kunskap som du kan använda när du ska diskutera vad utvecklarna gör och hur de tänkt gå vidare med en mer djupgående analys.
Ett exempel från "verkligheten" på hur det här kan fungera!
Jag Twittrade att jag blivit rekommenderad ett hotell i Lancashire inför min resa till England. Jag la ut namnet på hotellet tillsammans med vart man hittar hotellet och en länk till hotellinformationen.
Dagen efter så ser jag att fått en ny follower (en annan Twittrare som följer mig på Twitter) som heter VisitLancashire. En Twittrare som gav mig information om vad som är på gång i Lancashire området. Precis den info jag vill ha just nu och som jag positivt tar in. Ett som jag tycker mycket bra exempel på hur man använder rätt strategi för rätt typ av målgrupp. VisitLancashire har förstått mitt mönster, bestämt hur de ska aktivera mig, anpassat en strategi som passar mig, nämligen Twitter.
För webbanalytiker som ska analysera och kunna presentera åtgärder utifrån den mängd av data som vi analytiker får till oss, så ställer sociala media till det lite. Vi måste inhämta data från platser där vi inte kan lägga in en tracking kod och vi kan inte förutse vart företaget kommer att finnas med. Företaget kan omnämnas på platser vi inte känner till (mycket vanligt) likväl på platser som vi känner till men inte kan påverka. Det är den här typen av surr som gör det svårt att avgöra hur positiv eller negativ en viss närvaro är. Vi kan direkt sätta oss och läsa informationen om företaget på webben men vi har inte den direkta möjligheten att sammanställa information från flera källor och analysera dessa.
De flesta verktyg jag provat på för att analysera ett social mönster kring ett företagsnamn och kring ett verksamhetsområde har gett mig en viss information att arbeta med. Jag kan få fram vart företagsnamnet förekommer, hur ofta det förekommer på olika ställen, vilken påverkan de olika webbplatserna har på företagets sociala status (Subjektiv bedömning från tredje part! Väldigt svårt att ta till sig dock när vi inte har en standard för denna måttenhet!) osv.
Mycket information går att få fram men jag saknar möjligheten att sammanställa på det vis som jag kan använda traditionella analysverktyg för en webbplats. Ett verktyg som samlar in information utifrån domän, företagsnamn och nyckelord skulle ge en klarare bild.
Vi kan inte mäta engagemang på sociala media platser då vi inte vet om det är positivt eller negativt engagemang. Vi behöver även orden som används och då behöver vi veta vad som är negativa respektive positiva ord. Först då kan vi ta fram nyckelindikatorer för positivt respektive negativt engagemang.
Vikten av att veta hur ofta företagsnamnet omnämns faller under samma kriterier som ovan. Positivt eller negativt? Orden runt om företagsnamn/produktnamn/verksamhet avslöjar vad som sägs! Hur många hade hört ordet finanskris eller global finanskris innan september 2008? Negativt laddade ord som även kan användas i positiva omnämnanden om banker. Banker som klarar sig bra kan omnämns med ungefär samma ord som banker som klarar sig sämre och men på betydligt färre platser. Positivit att återfinnas i mängd med negativa ord i kombination med företagsnamnet eller inte? Återigen måste vi kunna analysera mer av texten och vilka nyckelord som används.
Slutsats
Slutsatsen för att kunna mäta surret på sociala medier blir att vi måste hitta analysverktyg som extraherar texterna och kan matcha dessa mot negativa respektive positiva nyckelord som vi anger/definierar. Det blir två övergripande nyckelindikatorer som grundar sig på det positiva respektive det negativa. Skulle även kunna tänka mig en tredje där man slår ihop de båda till ett gemensamt tal.
Segmenteringen måste kunna göras utifrån:
Utifrån dessa parametrar så tror jag att man kan skapa sig en uppfattning om sin sociala mediastatus när det kommer till engagemang. Problemet är att hitta verktyget för det utan att för mycket handpåläggning varje gång man ska följa upp de åtgärder man gör för att förbättra positivt/negativt engagemang.
Frågan kvarstår också om kan analysera inverkan på företagets möjligheter att göra affärer och om dessa kan förbättras med den här typen av analys.
Uppfinningsrikedomen kring vilka åtgärder som ska vidtas för att förbättra ett negativt engagemang till ett positivt överlämnar jag till de sociala media byråer som arbetar med denna del. Jag håller mig till analyserna!
Strategier och åtgärder inom den sociala media sfären är av en helt annan typ när det kommer till åtgärd, än den man är van vid när man analyserar en webbplats. På en webbplats kan vi utföra A/B tester och undersökningar. På de sociala media sajterna kan vi inte göra detta utan att riskera att få negativa effekter som är svårare att reparera. Sociala medier har mer av ett sanning/verklighets- och relationstänk när det kommer till åtgärder.