1. 1
Smart ICT R&D Center QI team
Katarina Kim (keyofmind@infobank.net)
2014.07.23
Web Analytics 2.0 Study
Ch.9 Emerging Analytics:
Social, Mobile, and Video

2. 22
Chapter Contents
1. Measuring the New Social Web: The Data Challenge
2. Analyzing Offline Customer Experiences (Applications)
3. Analyzing Mobile Customer Experiences
4. Measuring the Success of Blogs
5. Quantifying the Impact of Twitter
6. Analyzing Performance of Videos

3. 3
Measuring the New Social Web: The Data Challenge
 Social: 단방향 독백에서 양방향 대화로의 변화
 Social Web으로의 진화: Living page
 User-Generated Contents (UGC)의 증가
 사용자가 컨텐츠, 리뷰, 기사 작성에 참여
 이 page가 언제 방문자에게 유익해지는가를 판단하기 어려움
 Easy-to-use, free and self-publishing platform : Blog
 방문자가 웹사이트의 컨텐츠를 발췌해서 대화를 확장시킴 (ex) 칭찬/비난 리뷰
 대화를 통제할 수 없음
 Social Web에서의 measuring이 어려운 이유
 Javascript tag의 한계
 웹사이트에 게재된 것만 측정
 페이지 URL만 측정  living page는 거의 측정불가
 Contents의 소비활동이 웹사이트와 동떨어진 곳에서 발생 (by RSS feeding, Aggregator)
 기존 지표로는 Conversation Rate (대화율) 측정이 안됨

4. 4
Analyzing Offline Customer Experiences (Applications)
 Offline Apps
 (ex) Times Reader (based on Adobe AIR)
 전통적 웹분석에 던져진 과제
 User interaction이 주로 offline으로 이뤄진다면, 이를 어떻게 측정할 것인가?
 Javascript 같은 표준 태그가 동작하지 않는다면, 데이터를 어떻게 수집할 것인가?
 NYT와 Adobe가 사용한 방법
 GA event tracking code를 ActionScript3와 결합하여 데이터 수집
 App에 light DB(SQLite)를 추가하여, offline interaction을 저장, online 될 때 server로 1
일 1회 전송
  standard, flexible tracking methodology combined with an ingenious way of
tracking offline behavior
 Lessons Learned
 무엇을 tracking할 것인지 고민을 많이 하고, 개발팀이 명확하게 이를 알게 해라.
 자체 개발하기 보다는 표준 방법을 이용하여, 분석 회사가 이미 구축한 혁신을 활용해라.

5. 5
Analyzing Mobile Customer Experiences (1/2)
 Mobile Data Collection: Options
 Log-Based Solutions
 거대 통신 회사가 로그를 공유해주지 않는 이상, 일반적인 방식으로는 mobile traffic을 분석하기
어려움
 Packet-Sniffing-Based Solutions
 통신회사와 협업하거나 웹페이지에 tagging을 할 필요없이 즉각적으로 데이터를 수집할 수 있
으나, network(ex) router 장비)에 sniffing tool을 배포/관리하는 것이 만만찮음
 Tag-Based Solutions (Javascript or Image tagging)
 Redirection을 이용한 data 수집 (analytics vender -> your website)
 (ex) Percent Mobile의 Image tagging
• <img src=”http://tracking.percentmobile.com/pixel/70b263e0-6a49-11de-ab39-12313900c5b8” alt=”.”
width=”2” height=”2” />
 Javascript 를 지원하는 최신 폰일 경우 기존 웹분석 방식으로 데이터 수집 가능
 그러나,
• Javascript를 지원하지 않는 폰으로부터의 traffic에 대한 데이터는 수집 불가능
• Cookie를 지원하지 않는 폰일 경우, 개별 방문자 식별이 어려움
• 모바일 특화 정보(단말기 모델 및 사양, WiFi availability, and telecom carrier 등) 수집 불가

6. 6
Analyzing Mobile Customer Experiences (2/2)
 Mobile Reporting and Analysis
1. How many visits did your website get?
2. What were the sources of these visits?
3. What are the screen resolutions of the
mobile devices that access your site?
4. What search engine keywords were used to
arrive at your website?
5. How long do users stay on your site?
6. Did you get any conversions?

7. 7
Measuring the Success of Blogs (1/3)
1. Do I deserve to be successful?
2. Is anyone out there reading my content?
3. Am I just talking to myself, or am I having a conversation?
4. Are other people talking about me or my company; am I causing a
“ripple”?
5. What is the cost of my blogging effort?
6. What is the benefit (ROI ) of my blogging effort?

8. 8
Measuring the Success of Blogs (2/3)
 Raw Author Contribution
 Posts per month = # of posts / # of months blogging
 Content created = # of words in a post / # of posts
 Holistic Audience Growth
 Conversation Rate (대화율)
 Conversation Rate = # of Visitor comments / # of posts

9. 9
Measuring the Success of Blogs (3/3)
 Citations and Ripple Index
 Technorati Authority, Tweet Citations 와 같은 tool을 이용하여 측정 가능
 Cost of Blogging
 Technology (hardware/software)
 Time
 Opportunity cost
 Benefit (ROI) from Blogging
 Comparative Value
 창작물에 대한 상대적 가치. 다양한 tool로 측정 (http://www.blogcalculator.com 참고)
 Direct Value
 배너 광고 수익 등
 Nontraditional Value
 Conversation 으로 인한 PR (ex) 파워블로거의 X사 광파오븐 사용기
 Unquantifiable Value
 (ex) Blog contents가 취직에 도움이 되어 감사하다는 email => 행복감

10. 10
Quantifying the Impact of Twitter
 4가지 추천 지표
1. Growth in Number of Followers
2. Message Amplification
3. Click-Through Rates and Conversions
4. Conversation Rate
 Growth in Number of Followers
 Twittercounter 같은 tool을 이용하여 측정
 Message Amplification
 Retweetrank 에서 얼마나 retweet이 되는지를 상대적으로 측정
 Click-Through Rates(CTR) and Conversions
 Average Shared Links CTR
 http://wiki.infobank.net/pages/viewpage.action?pageId=6065281#WebAnalytics용어-Click-ThroughRate(CTR)
 Conversion Rate (Outcomes)
 Conversation Rate
 TwitterFriends 같은 tool을 이용하여 측정
 Emerging Twitter Metrics
 Engagement, Reach, Velocity, Demand, Network strength, Activity

11. 11
Analyzing Performance of Videos (1/4)
 Data Collection for Videos
 Event tracking model 을 이용
 Key Video Metrics and Analysis
 Baseline Performance Metrics
 전반적/개별적 비디오 소비 동향과 지역
측정

12. 12
Analyzing Performance of Videos (2/4)
 Key Video Metrics and Analysis
(Cont’)
 Tracking Attention or Audience
Engagement
 Reporting on Social Engagement
 VOC data: rating, comments, favorites

13. 13
Analyzing Performance of Videos (3/4)
 Key Video Metrics and Analysis (Cont’)
 Tracking Viralness
 Segment, Segment, Segment
 (ex) 여러 campaign을 실시했다면, 어떤
campaign의 visitor가 video를 끝까지 보는지?

14. 14
Analyzing Performance of Videos (4/4)
 Advanced Video Analysis
 Computing Contextual Influence
 Clickstream data와 전형적인 conversion rate 측정 방식을 적용할 때의 문제점
• Biased segment: video 를 보는 사람들은 강한 동기를 가진 사람들일 수 있다.
• Video와 다른 marketing tool(ex) product screenshot)을 함께 보여줌: video 만의 영향을 계산할 수 없다.
 contextual influence OR the value of each feature in context with others 계산 필요
 Funnel report (by Clicktracks)가 유용함
 Actively Collecting Voice of Customer (VOC)
 구매고객에게 Email 설문조사, 4Q (site 출구 설문조사), Kampyle(page 단위 설문조사) 이용
 Testing to Measure Actual Customer Behavior
 A/B Test, MVT (Multi-Variant Test)
 Testing을 통해서 Video의 성공을 정의할 수 있음
• (ex) video 를 본 후 offline 매장 약도를 출력한 방문자의 수 vs. Video 없이 약도를 출력한 방문자의 수