Веб-аналитика как инструмент повышения эффективности интернет-маркетинга

Ежедневно потребителя окружают миллионы рекламируемых образов товаров, воздействуя на его сознание посредством телевидения, радио, биллбордов, плакатов в метро, рекламы в общественном транспорте, в Интернете и мобильных телефонах, формируя желаемый образ рекламируемой продукции, убеждая и побуждая к совершению покупки. Чем дольше длится контакт потребителя с рекламным носителем, тем выше лояльность и заинтересованность покупателя в товаре или услуге. Успех рекламных решений зависит от того, насколько хорошо рекламисты знают тех, для кого создается рекламный продукт. По данным TNS Radio Index самой большой популярностью пользуется реклама на телевидении ввиду ее массовости и доступности во всех регионах страны. Среднесуточный охват населения России старше 12 лет по телевизионному каналу составляет 42,51 млн человек. Рекламный канал радио охватывает 38,42 млн человек, Интернет занимает почетное третье место по охвату аудитории — 20,89 млн человек (рис. 3.11).

Среднесуточная динамика аудитории России в возрасте 12—54 лет в городах с населением более 100 000 человек показывает активность в прайм-тайм периоде с 19.00 до 22.00 (рис. 3.12).

Результаты исследования, проведенного TNS Web Index, показывают, что 91% активных пользователей Интернета используют его как основной источник новостей. В отличие от обычных телезрителей, активные интернет-пользователи на 8—12% чаще смотрят телепередачи при помощи компьютера через ТВ-тюнер или через Интернет.

При этом 50% респондентов реклама в Интернете не раздражает и 50% респондентов не читают рекламные сообщения, присланные по электронной почте. Интересен тот факт, что 46% опрашиваемых считают интернетрекламу более полезной, чем телевизионная, а 60% полагают, что интер;

Рис. 3.11. Среднесуточный охват населения России старше 12 лет, тыс. чел.

Рис. 3.12. Среднесуточная динамика аудитории:

нет-реклама помогает узнавать о новых товарах или услугах и местах их приобретения. Каждый пятый интернет-пользователь регулярно обращает внимание на оформление рекламных баннеров, их не только не раздражает само наличие в Интернете данного медианосителя, а, наоборот, они с интересом относятся к дизайну баннеров и другим технологическим новинкам, используемым в интернет-рекламе. Проведенный опрос также позволил сделать вывод, что молодежь чаще других групп респондентов обращает внимание на рекламу в Интернете.

Компания Nielsen проводит мониторинг около 100 млн социальных ресурсов в разных странах. Компания определила, что большинство потребителей считают самым надежным источником информации о товарах и услугах личные рекомендации знакомых и друзей. Повышенное влияние данного фактора, онлайн-отзывы других потребителей воздействуют на процесс принятия решений о покупках. В то же время растет доверие потребителей к другим формам рекламы, таким как «опыт потребителей». Данная идея возникла с развитием социальных медиа, являясь наиболее реалистичной и действенной формой коммуникаций.

Активное развитие Интернета, социальных сетей способствует контролю и оперативному получению потребителями информации о товарах и услугах. Так, при исследовании российских потребителей рекламы было выявлено, что 86% доверяют рекомендациям знакомых и друзей, в то же время 55% полагаются на онлайн-отзывы других потребителей. Наиболее контролируемым видом рекламы считаются сайты брендов, которые пользуются наибольшим доверием потребителей.

Структура аудитории Интернета в течение дня неоднородна, но показывает одинаковые тенденции по суточному времени (рис. 3.13).

Рис. 3.13. Структура аудитории Интернета в течение дня:

Таким образом, посредством исследований в интернет-маркетинге аккумулируется необходимая информация о потенциальных и существующих рынках, потребителях, конкурентах для последующего таргетинга на рекламных площадках интернет-среды. Маркетинговые исследования связаны с принятием решений по всем аспектам маркетинговой деятельности. Они снижают уровень неопределенности и касаются всех элементов комплекса маркетинга и его внешней среды по тем ее компонентам, которые оказывают влияние на маркетинг определенного продукта на конкретном рынке. Исследования в интернет-среде называют веб-аналитикой.

Веб-аналитика — это сфера деятельности, которая, в частности, с высокой степенью точности дает ответы на такие вопросы: как эффективно разместить функциональные элементы на сайте, какая из веб-страниц сайта наиболее рентабельна с точки зрения содержания и предоставления информации, а также, какие разделы интернет-ресурса, в каком направлении и как возможно оптимизировать. Рекомендации и ответы приводятся в форме показателей, расчетов и прогнозов с указанием степени точности.

Существуют и другие варианты определения веб-аналитики. А. А. Яковлев и А. А. Довжиков определяют веб-аналитику следующим образом: «веб-аналитика предоставляет возможность анализировать рекламные кампании, оценивать затраты на определенный канал рекламы для того, чтобы расходовать рекламный бюджет наиболее эффективно, анализировать структуру и контент сайта, получать исчерпывающую информацию о посетителях и многое другое»^[1].

А. Г. Котик приводит официальное определение ассоциации вебаналитиков: «веб-аналитика — это объективное отслеживание, сбор, измерение, оповещение и анализ количественных данных в Интернете с целью оптимизации сайтов и инициатив интернет-маркетинга»^[2].

Цель веб-аналитики — сбор статистических данных для нужд маркетинга. Ее основной задачей является мониторинг сайтов, на основании которого определяется интернет-аудитория и изучается поведение посетителей сайта для принятия решений по развитию и расширению функциональных возможностей интернет-ресурса.

Современные системы веб-аналитики могут собирать и анализировать следующую информацию интернет-коммуникациям:

• • отчет по посетителям, впервые зашедшим на сайт и вернувшимся на него;
• • средняя продолжительность пребывания одного или всех посетителей на сайте компании;
• • количество отказов (какой процент посетителей сайта покидают сайт в течение первых секунд, не проходя дальше первой страницы);
• • география посетителей;
• • средняя глубина просмотра одного или всех посетителей на сайте компании (сколько страниц сайта просматривается в среднем);
• • определение наиболее востребованного, интересующего посетителей и продаваемого товара или контента;
• • для сайтов электронной коммерции возможно определение суточного дохода;
• • по каким ключевым словам, с каких рекламных объявлений, с каких рекламных площадок на сайт приходят посетители.

Среди инструментов, используемых веб-аналитикой, можно выделить следующие типы специализированного программного обеспечения: анализаторы веб-журналов, анализаторы веб-пакетов, веб-маяки, дескрипторы JavaScript.

Веб-аналитика обладает собственным математическим аппаратом, превосходящим по точности и полноте получаемой информации аналитические возможности иных маркетинговых коммуникаций.

Изначально Интернет не имел собственных средств аналитики, поскольку с момента своего зарождения не рассматривался как инструмент маркетинговых коммуникаций, но анализ данных стал развиваться в другой области. Технические специалисты, отвечающие за работоспособность серверов, столкнулись с проблемой сбора информации о деятельности необходимого оборудования. Для учета информации о состоянии оборудования была создана система записи данных в веб-журнал, которая фиксировала коды ошибок сервера. Впоследствии веб-журналы серверов стали фиксировать не только сам факт обращения к серверу, но и некоторую дополнительную информацию, которая представляла интерес для владельцев сайта. Среди такой информации: имя скачанного посетителем файла и его уникальный адрес, который называется IP-адресом.

IP-адрес — это 32-разрядное число, которое принято записывать в десятеричном или шестнадцатеричном формате, в виде четырех чисел, разделенных точками, например: 127.0.0.1. В веб-журнале также сохранялись время пребывания на сайте, веб-страница через которую посетитель зашел на сайт и с которой ушел, тип операционной системы посетителя и т. д. Поскольку файлы веб-журналов со временем стали расти в объеме, а анализ накопленных в них данных представлял трудности, были разработаны программы-анализаторы веб-журналов, которые могли файл вебжурнала переработать в отчет. С этого момента официально зародилась веб-аналитика.

К 2000 г. с резким ростом популярности Интернета, веб-аналитика твердо сформировалась как дисциплина^[3]. Такие зарубежные компании как Асете, WebTrends, WebSideStory и Coremetric, утвердились в качестве ведущих, предоставляя все более и более сложные решения, которые информировали о все больших массивах данных. В России в этот период качество решений по веб-аналитике отставало и по своему техническому воплощению являлось продолжением развития технологии счетчиков, но по распространению они не уступали западным системам веб-аналитики. Лидерами на российском рынке на тот момент являлись «Рамблер», Mail.ru, Livelntemet.

Примерно в то же время производители инструментов веб-аналитики и их клиенты обнаружили, что использование журналов сервера в качестве источников данных не является оптимальным и сопряжено со сложностями. Поэтому, в результате поиска нового промышленного стандарта для вебаналитики была выбрана технология дескрипторов JavaScript, что значительно упростило сбор данных и обработку статистической информации.

Дескрипторы значительно проще поддерживать, чем систему вебжурнала. В результате ответственность за сбор и обработку данных перешла от владельцев сервера, где размещается сайт компании, к поставщику веб-аналитики, что упростило обработку данных и стимулировало развитие системы дескрипторов.

В 2005 г. поисковая система Google приобрела одного из крупнейших производителей систем веб-аналитики, компанию Urchin и в 2006 г. выпустила его систему веб-аналитики профессионального уровня, как бесплатный инструмент под названием Google Analytics. С этого момента любой желающий мог свободно использовать систему веб-аналитики, которая раньше предназначалась исключительно для крупного бизнеса. Количество пользователей, использующих Google Analytics, стремительно росло и за первые шесть месяцев достигло более 500 000 пользователей системы.

Сейчас собственные системы веб-аналитики для коммерческих целей совершенно бесплатно предлагают такие крупные компании как Microsoft, Yahoo_y «Яндекс» и многие другие. Веб-аналитика стала общедоступным инструментом.

На рынке информационных технологий существует четыре основных типа систем веб-аналитики, позволяющих собирать и анализировать данные сайта: веб-журналы, веб-маяки, дескрипторы и анализаторы пакетов.

Все эти инструменты современной информационной технологии базируются на концепции баз данных. Согласно этой концепции основой информационной технологии являются данные, которые должны быть организованы в базах данных с целью адекватного отображения потребностей пользователей^[4]. База данных — это один или несколько файлов данных, предназначенных для хранения, изменения и обработки больших объемов взаимосвязанной информации^[5]. Инструменты веб-аналитики, являясь по своей природе средствами сбора информации в базы данных, отличаются механизмами работы.

Веб-журналы, как уже говорилось, стали первым с момента появления сети Интернет инструментом для сбора данных. Веб-журнал собирает данные, а при помощи программ-анализаторов веб-журналов эти данные можно формировать в отчеты.

Алгоритм работы веб-журнала:

• 1) посетитель обращается к сайту компании;
• 2) информация о сайте загружается посетителю с сервера, а данные о посетителе сайта поступают в веб-журнал на сервер;
• 3) веб-журнал записывает данные о посетителе сайта^[6].

Преимущества использования веб-журнала:

• • при использовании веб-журналов данными располагает компания — владелец сайта. Это позволяет без проблем сменить исполнителя веб-анализа, перепроверить данные самостоятельно. Для сравнения — при использовании технологий дескрипторов или маяков информацию будет фиксировать, обрабатывать и хранить исполнитель веб-анализа, т. е. данные будут принадлежать сторонней компании;
• • данные, собранные веб-журналом, хранятся у владельца сайта, а значит, он может использовать любой анализатор веб-журнала для формирования маркетинговых отчетов. Таким образом, собранные данные не зависят от программного обеспечения сторонних компаний;
• • веб-журналы являются самым доступным средством сбора данных, поскольку любой современный сервер, как правило, изначально оснащен программой веб-журнала. Данные собираются независимо от того, используется ли веб-журнал или нет, что позволяет собирать статистические данные не с момента установки системы веб-аналитики, а с момента запуска сервера. Существует большое количество бесплатных анализаторов вебжурналов, которые позволяют не просто собрать данные в веб-журнал, но и проанализировать их, сформировав отчет. Среди таких программ стоит отметить: Webalizer, Analog, AwstatsK

Недостатки использования веб-журнала:

• • веб-журналы изначально разрабатывались для фиксации технической информации («ошибок 404», информации о работе сервера, типов браузера, определения /P-адресов и т. д.). По ряду характерных ограничений технологии, собираемые ими данные недостаточны для маркетинговой информации. Например, веб-журнал не может собирать данные о социальной демографии посетителей сайта;
• • веб-журналы обладают самым неточным сбором данных из инструментов веб-аналитики, поскольку в них отсутствует возможность запоминания посетителя для его повторного учета не только по IP, но и по cookie- файлам. Т. Р. Конверс определяет cookie-файл как: «файл специального типа, находящийся в файловой системе компьютера посетителя, с которого осуществляется просмотр сайта такой, что серверы могут читать из этого файла и писать в этот файл»^[7][8].

Cookie-файлы — это специальные файлы, сохраняемые и изменяемые на компьютере пользователя сети Интернет при посещении сайтов компаний, содержащие в себе определенные данные о пользователе, которые могут быть использованы в маркетинге;

• интернет-провайдерами часто применяется технология запоминания веб-страниц на своих серверах и присвоения одного IP-адреса нескольким пользователям, вследствие этого такие посетители сайтов могут либо не учитываться, либо учитываться повторно, что создает погрешность собираемых данных в пределах, превышающих 10%.

Из приведенных выше достоинств и недостатков этого инструмента можно отметить, что при всем удобстве веб-журналов, собираемой ими информации недостаточно, а погрешность сбора слишком велика, что отводит этому инструменту веб-аналитики роль резервной системы, или дополнительного инструмента сбора данных.

Веб-маяки появились, когда пришло понимание ограниченности возможностей веб-журналов для сбора маркетинговых данных и были предприняты попытки найти иные технические решения. Принцип работы маяка во многом схож с демонстрацией баннера. Веб-маяки — это не видимые человеческим глазом миниатюрные изображения, размером 1×1 пиксель, которые размещаются на сайте компании в коде веб-страницы. Прозрачное изображение, как правило, находится на сервере стороннего исполнителя, отличном от сервера, где разметается сайт^[9] (рис. 3.14). Таким образом, технически можно получать дополнительную информацию о фактах просмотра страниц сайта с более низкой в сравнении с веб-журналами статистической погрешностью. Принцип работы веб-маяка таков: посетитель обращается к сайту компании, затем сервер отправляет посетителю данные, среди которых посылается прозрачное изображение размером 1×1 пиксель, которое находится на другом сервере; при загрузке веб-страницы также загружается и изображение, что сообщает этому серверу о просмотре веб-страницы; сервер собирает данные о посетителе сайта и формирует маркетинговый отчет.

Рис. 3.14. Принцип работы веб-маяка:

Преимущества применения веб-маяков:

• • веб-маяки гибки в настройке, что позволяет получать только те данные, в которых заинтересованы маркетологи компании;
• • технология удобна, когда требуется собрать данные о посещаемости нескольких сайтов компании, например, для формирования единого статистического отчета по посещаемости группы сайтов компании.

Недостатки веб-маяков:

• • технология веб-маяков построена по принципу баннерной рекламы, в результате чего, если у посетителя в браузере отключено получение изображений или на компьютере посетителя сайта установлено специализированное программное обеспечение, блокирующее рекламу, то веб-маяки неспособны получить данные по этому посетителю;
• • веб-маяки технически менее развиты, чем дескрипторы, основанные на возможностях JavaScript и анализаторов пакетов.

Технология веб-маяков эффективна в том случае, если есть задача по сбору данных с нескольких сайтов компании. Также веб-маяки могут применяться для оценки эффективности рассылки по электронной почте, поскольку позволяют собирать данные о прочтенных письмах. В других случаях данная технология менее эффективна и технически развита по сравнению с дескриптором и анализаторами запросов.

Дескриптор JavaScript представляет собой специальный код, который устанавливается на каждой странице сайта компании. Он служит для описания основного смыслового содержания документа или формулировки запроса при поиске документа (информации) в информационно-поисковой системе. Дескриптор однозначно ставится в соответствие группе ключевых слов естественного языка, отобранных из текста, относящегося к определенной области знаний.

Данный код аналогично веб-маяку фиксирует факт просмотра страницы сайта и получает информацию о посетителе сайта. Этот инструмент отличается тем, что данные собираются, обрабатываются и предоставляются разработчиком дескрипторов^[10][11]. Например, установленная система Google Analytics² демонстрирует статистический отчет нс на сайте компании, данные которой собираются, а на специальном сайте Google Analytics.

Принцип работы дескриптора:

• 1) посетитель обращается к сайту компании;
• 2) сайт загружается с сервера компании;
• 3) при загрузке сайта JavaScript- код собирает информацию о факте просмотра страницы сайта посетителем и передает эти данные на сервер аналитической программы;
• 4) данные, собранные дескриптором доступны отделу маркетинга.

Преимущества использования дескрипторов:

• • это самый простой в использовании инструмент (после вебжурналов). Уже через 30 минут после добавления на сайт JavaScript кода дескриптора, компании предоставляют первые аналитические отчеты посещаемости сайта компании;
• • дешевизна использования технологии. Ряд ведущих продуктов на рынке позиционируют себя как бесплатные решения для веб-анализа;
• • дескрипторы хорошо подходят для малого и среднего бизнеса, поскольку собирают исчерпывающую статистическую информацию, которая может потребоваться компаниям такого уровня;
• • наличие полного контроля над тем, какие именно данные собирать. Существует также возможность реализовать специальную настройку дескрипторов на специальных веб-страницах для отслеживания определенного действия посетителя, например, подтверждения заказа, прочтения статей, заполнения форм;
• • применение дескрипторов JavaScript позволяет разделить сбор данных и их обслуживание. Это означает, что поставщик дескриптора сам берет на себя обязательства по его техническому обслуживанию;
• • большой выбор поставщиков дескрипторов;
• • дескрипторы являются самым быстроразвивающимся инструментом веб-аналитики. Развитие происходит в направлении технического сбора данных и качества предоставляемых маркетинговых отчетов.

Все вышеперечисленные преимущества технологии сбора данных при помощи дескрипторов хорошо описаны в работах по современной вебаналитике, но по нашему мнению стоит выделить еще два крайне важных преимущества:

• • системы веб-аналитики, продвигаемые на рынок поисковыми системами, такими как «Яндекс», «Рамблер», Google, Yahoo имеют лучшую интеграцию с рекламной сетью, которой владеет продвигающая эту систему компания. Так, например, если компания активно использует систему контекстной рекламы «Яндекс.Директ», то выбрав веб-аналитику от «Яндекса», компания получит самый полный отчет по контекстной рекламе этой системы;
• • поскольку дескриптор, как программное обеспечение, хранится на сервере поставщика услуги, то развитие системы и исправление ошибок происходит без участия компании, применяющей эту технологию. Это избавляет компанию от необходимости иметь технического специалиста, дорабатывающего систему веб-аналитики.

Недостатки использования дескрипторов:

• • собранные данные, как правило, не принадлежат компании, на сайте которой установлен этот инструмент сбора данных. Фактически данными владеет компания — поставщик дескриптора;
• • статистические данные, собираемые одним дескриптором, не могут быть перенесены в другой дескриптор, что фактически привязывает компанию к одному поставщику услуг^[12];
• • сбор данных при помощи дескрипторов JavaScript базируется на стороне браузера, а не на стороне сервера. Если для компании важен сбор данных на сервере, а не в браузере посетителя, то дескрипторы могут не подойти;
• • нельзя на сайте одновременно применять технологии дескрипторов от нескольких разработчиков, поскольку возможен конфликт между ними, следствием чего могут стать неверно собранные данные;
• • у посетителей сайта может быть отключена в браузере возможность исполнения кода JavaScript, что влечет за собой невозможность сбора данных.

Дескрипторы — наиболее предпочтительный инструмент сбора и анализа данных интернет-коммуникации. Большинство производителей и решений веб-аналитики полагаются при сборе данных именно на эту технологию. Но данный инструмент сбора данных не рекомендуется, в случае если компании важен физический контроль за собранной информацией, либо когда требуется собрать особую узкоспециализированную информацию, не входящую в стандартную поставку дескриптора — в этом случае рекомендуется анализатор пакетов.

Анализатор пакетов самый технически сложный инструмент сбора данных. Данный способ появился одновременно с веб-маяками, но по причине высокой стоимости и сложности получил малое распространение. Технология заключается в пропуске данных через специальное устройство, либо специализированное программное обеспечение, которое позволяет собирать детальную информацию по всем поступающим и исходящим данным. Примером анализатора веб-пакетов, реализованным в качестве программного обеспечения, служит модуль статистики к системе управления сайтом «lC-Битрикс»^[13] или программа Comm View^[14].

Принцип работы анализатора пакетов:

• 1) посетитель обращается к сайту компании;
• 2) запрос на загрузку сайта идет к анализатору пакетов;
• 3) анализатор пакетов записывает проходящие через него данные и пересылает запрос на загрузку сайта дальше на сервер;
• 4) сервер получает запрос на загрузку сайта;
• 5) сервер отправляет данные посетителю сайта, также передавая их через анализатор пакетов.

Преимущества использования анализаторов пакетов:

• • отсутствует необходимость установки на сайт дескрипторов или вебмаяка, что избавляет от необходимости модифицировать сайт компании;
• • анализатор пакетов собирает самый полный и большой объем данных. Фактически собирается вся информация, которую технически можно получить при взаимодействии посетителя и сайта;
• • собранные данные принадлежат компании.

Недостатки использования анализаторов пакетов в качестве механизма сбора данных:

• • сложность установки и настройки системы влечет необходимость привлечения специалистов;
• • сбор большого числа данных создает проблему анализа. Возможна проблема избыточности данных, превышающая реальную потребность в объеме данных для организации;
• • высокая стоимость данного инструмента сбора аналитических данных;
• • потребность пропускать данные через анализатор пакетов может отрицательно сказаться на скорости работы сайта для его посетителей.

Применение анализатора пакетов может быть рациональным только при наличии потребности в сборе специфичных данных. Также данный способ подходит для компаний крупного бизнеса, способных позволить себе не только установить и настроить анализатор пакетов, но и иметь в штаге подготовленного специалиста, способного анализировать данные отчетов, полученных по этой технологии.

Пример. Генеральный директор компании Qdrops¹ О. Громов презентует услугу «интернет-разведки» — слежения за сайтами конкурентов. Эта информация позволяет получить ряд стратегических преимуществ, используя которые можно повысить прибыльность бизнеса. Qdrops предлагает два вида услуг:

• 1) составление отчетов по интернет-разведке — сбор и анализ информации, формирование на основе полученных данных простой для понимания презентации обо всех изменениях на сайте конкурента;
• 2) сбор данных — предоставление подробных несистематизированных данных для компаний, предпочитающих анализировать информацию собственными силами.

Отчеты являются результатом профессионального анализа собранных данных, позволяющих отметить все существенные функциональные и визуальные изменения на сайте конкурентов, а также понять причины и цели этих изменений и оценить их потенциальную эффективность.

Отчет формируется ежемесячно или еженедельно после сбора данных о сайте конкурентов и тщательного их анализа. В отчете отражаются все выявленные изменения. Каждому изменению дается экспертное заключение. Отличием от обычного сбора данных является результат тщательного анализа и систематизации.

Данные, включаемые в отчет:

• 1) общее описание сайта конкурента;
• 2) основные изменения в структуре сайта (появление новых разделов и подразделов или изменение существующих);
• 3) изменения в дизайне и оформлении отдельных графических элементов ресурса;
• 4) нововведения и изменения в функциональной работе сервисов и интерфейса;
• 5) мониторинг медийных рекламодателей конкурентов (позволяет узнать, кто и на каких страницах размещал рекламу на сайте конкурента);
• 6) получение 5?'0-данных сайта (позиции в поисковых системах, семантическое ядро сайга, метатеги (Keywords, Description, Title), Page Rank и ТИЦ сайга);
• 7) информация о ссылающихся сайтах, приводящих посетителей на сайт конкурента (позволяет узнать, с каких интернет-ресурсов посетители приходят на сайт конкурента).

Данные, собранные всеми вышеперечисленными системами способны положительно сказаться на интернет-коммуникации организаций, поскольку создаваемые ими отчеты веб-аналитики способны довольно точно отразить текущее состояние взаимодействия сайта и посетителей, приведенных на сайт по рекламному сообщению. Но ни одна из существующих систем веб-аналитики в настоящее время не способна анализировать состояние главной проблемы интернет-коммуникации — иррационального поведения посетителей сайта и способов управления ими.

• [1] Яковлев Л., Довжиков Л. Веб-аналитика. Основы, секреты, трюки. СПб.: БХВ-Петербург, 2010.
• [2] Котик А. Г. Веб-аналитика 2.0 на практике. Тонкости и лучшие методики. К.: Диалектика, 2011.
• [3] A visual history a web measurement. URL: http://www.webanalyticsdemystified.com/sample/visualhistoryofwebmeasurement.pdf
• [4] Кирилов В. В., Громов Г. 10.

  Введение

  в реляционные базы данных. СПб.: БХВ-Петербург, 2009. С. 10.

• [5] Агальцов В. П. Базы данных. Локальные базы данных. М.: ИНФРА-М, 2009. С. 7.
• [6] Громов О. В. Веб-аналитика как наука. Материалы межвузовской конференции. Волгоград, 2010.
• [7] Sitcground-Hosting company. URL: http://www.siteground.com/website_statistics.htm
• [8] Конверс T., Парк Дж., Морган К. РНР 5 и MySQL. Библия пользователя. М.: Вильямс, Диалектика, 2009.
• [9] URL: http://www.cisco.com (дата обращения: 25.09.2012).
• [10] Clifton М. В. Advanced Web Metrics with Google Analytics. SYBEX, 2009. P. 56.
• [11] URL: http://www.google.com/intl/ru/analytics/
• [12] Surhone L. М. Web Analytics: Data, Key Performance Indicators, Computer Software, JavaScript, Web Browser, Server Log, Web Log Analysis. Betascript Publishing, 2010. P. 47.
• [13] Басыров Р. Д. 1С-Битрикс. Постройте профессиональный сайт сами! СПб.: Питер, 2009.С. 41.
• [14] URL: http://www.tamos.ru/products/commwifi/