POWRÓT DO ARTYKUŁÓW

Business Intelligence a analityka internetowa (web analytics)


Coraz więcej firm wykorzystuje narzędzia analityki internetowej (np. Google Analytics), które pozwalają śledzić ruch na stronach oraz zachowania odwiedzających w powiązaniu do określonych celów marketingowych. Patrząc na dashboardy i raporty udostępniane w ramach tych narzędzi (jak choćby Google Analytics w przykładzie poniżej) można odnieść wrażenie, że nie ustępują one użytecznością dashboardom i raportom stworzonym w ramach tradycyjnych narzędzi Business Intelligence.


przykład raportu w Google Analytics

Kliknij, aby powiększyć


Czy zatem jedno i drugie oznacza to samo. A jeśli nie to jakie są podstawowe różnice?

Business Intelligence (BI) jest pojęciem starszym od analityki internetowej (WA). Odnosi się do pozyskiwania szybkiej, trafnej i skutecznej informacji o wszystkich aspektach działalności firmy w celu podejmowania jak najlepszych decyzji biznesowych, dzięki wykorzystaniu odpowiednich narzędzi informatycznych i analitycznych w powiązaniu z wiedzą i doświadczeniem pracowników. Warto zauważyć, że zaproponowana przeze mnie powyżej definicja BI mogłaby zastać uznana za definicję analityki internetowej, gdyby nie jedno wyrażenie. Tym wyrażeniem jest wzmianka o "wszystkich aspektach działalności firmy". Takie ujęcie pokazuje podstawowe różnice między BI i WA.

- Rozwiązania BI integrują dane z różnych źródeł, zaś WA zbiera dane dot. odwiedzalności konkretnej witryny www bez lub z bardzo ograniczoną możliwością integracji z innymi źródłami.

- BI to rozwiązanie umożliwiające pozyskiwanie, przetwarzanie i analizowanie dowolnych danych biznesowych, zaś WA to wykorzystywanie doskonałego, lecz bardzo wystandaryzowanego narzędzia do analizowania danych o ruchu internetowym.

BI to pojęcie bardzo szerokie, a zarazem elastyczne. Budując rozwiązania BI w firmie można samodzielnie zdefiniować potrzeby dot. pozyskiwania danych, dostępnych źródeł, jakości danych, reguł analitycznych, wymiarów, miar, KPI, wyglądu raportów, częstotliwości zasilania i odświeżania itp. WA bazuje na narzędziach zewnętrznych, oferując standardy dot. przetwarzania danych oraz nazw miar i wymiarów, co jest ściśle związane ze specyfiką internetową (jednolite nazewnictwo pozwala na łatwe porównania między firmami).

Co dodatkowo powoduje, że narzędzia WA nie mogą być nazwane narzędziami BI?

Mimo że WA zapewnia zaawansowane możliwości analityczne, co prowadzi do pozyskiwania ważnych biznesowo informacji, narzędzia WA w podstawowych wersjach nie pozwalają zejść na poziom surowych danych, udostępniając jedynie dane w pewnej formie przetworzone i zagregowane. Z tego powodu nie mogą być jeszcze nazwane klasycznymi rozwiązaniami BI, które dostęp do surowych danych oferują w standardzie.

W jakim kierunku może podążyć integracja BI z WA?

Narzędzia WA (np. Google Analytics) mają wiele zalet. Najważniejszą z nich jest szybka adaptacja to gwałtownie zmieniającego się świata internetu i technologii mobilnych. Świat ten wymaga nieustannego rozwoju i szybkiej reakcji na zmiany. Narzędzia BI jeszcze takiej zdolności w kontekście danych internetowych nie posiadają. Dlatego WA powinno koncentrować się na swojej elastyczności, użyteczności i łatwości obsługi w konkretnym segmencie danych bez konieczności przekształcenia w narzędzie BI w przyszłości. Z drugiej strony istnieje rosnąca potrzeba integracji danych internetowych z pozostałymi danymi firmowymi. Można to osiągnąć poprzez rozwój narzędzi BI w kierunku analityki internetowej lub "współpracę", tj. integrację na bazie obecnych rozwiązań WA. Pierwsze rozwiązanie wymaga daleko idącego rozwoju narzędzi BI w celu umożliwienia bezpośredniego pozyskiwania danych o ruchu internetowym w najbardziej surowej formie, magazynowania we własnej bazie danych w celu umożliwienia przetwarzania i analizowania. Prostsze na chwilę obecną rozwiązanie to traktowanie danych z narzędzi WA jako danych źródłowych. Rozwiązania takie jak Power BI, Tableau, czy Qlik umożliwiają integrację danych internetowych z pozostałymi danymi firmowymi. Dzięki temu możemy analizować dane w bardziej kompleksowy sposób, np. badać pełną rentowność internetowych akcji marketingowych, zautomatyzować raportowanie, a także wprowadzić elementy predykcji do analiz.


Chciałbyś zobaczyć, jak analizować dane w narzędziu Google Analytics - zobacz przykład

Chciałbyś zobaczyć, jak można zasilić narzędzie Power BI danymi z Google Analytics - zobacz przykład