Drie tools om Web Analytics en Business Intelligence te integreren

Integratie van Business Intelligence en Web AnalyticsWeb analytics is het meten, verzamelen, analyseren en rapporteren over web / internet data, met als doel om inzicht te krijgen in bezoekersgedrag. Daarnaast kan deze informatie gebruikt worden om de website te optimaliseren.Meer over: Web Analytics is op dit moment een hot topic. Hoe hot werd duidelijk tijdens de Google Analytics User Conference. Verschillende sprekers, waaronder de keynotespreker Nick Mihailovski van Google, sprak over dit onderwerp. De reden van deze aandacht lijkt de beschikbaarheid van API’s waardoor de data in verschillende omgevingen kunnen worden ingeladen. Voor ons als webanalisten de perfecte kans om onze vaardigheden en positie binnen de organisatie verder te ontwikkelen. Daarvoor moeten we wel eerst een aantal uitdagingen overwinnen.

De behoefte van integratie uit verschillende bronnen heeft een aantal developers geïnspireerd om aan de slag te gaan met de Google Analytics API. Nick Mihailovski kwam met een aantal interessante applicaties die het mogelijk maakt om data uit Google Analytics te trekken. Een voorbeeld hiervan is Analyticscanvas. Analyticscanvas is een data transformatieprogramma die je in staat stelt om data te integreren met andere databronnen uit de organisatie. De data kan dan worden aangepast door verschillende businessrules waardoor deze kan worden verrijkt en getransformeerd. Daarna kan de data opnieuw worden opgeslagen in een database of datafile en gebruikt worden om een DashboardEen dashboard is een overzicht van belangrijke informatie, vaak Key Performance Indicatoren (KPI's). Welke KPI's of welke informatie getoond wordt op het dashboard hangt af van de bedrijfsdoelstellingen. Dashboards worden vaak gemaakt in Microsoft Excel.Meer over: Dashboard te bouwen. Analyticscanvas is overigens wel een betaalde tool.

Daarnaast presenteerde Nick Nextanalytics. Nextanalytics is in staat om data uit verschillende online bronnen zoals Google Analytics, Facebook en Twitter in Excel te laden. Hierbij kan de analist terugvallen op zijn vaardigheden binnen Excel. Gezien het feit dat Excel zelf ook steeds meer een volwaardige Business Intelligence tool wordt, is er veel met de data mogelijk. Microsoft heeft kort geleden zelf ook gratis de krachtige plug-in PowerPivot vrijgegeven. PowerPivot maakt het mogelijk gegevens uit verschillende databases, zoals een datawarehouse, te trekken en dit op verschillende manieren te presenteren. Daarnaast kan de gebruiker gemakkelijk verschillende dimensies instellen en nieuwe segmentaties maken, wat veel vrijheid voor de analist oplevert. PowerPivot en Nextanalytics is dan ook een krachtige combinatie om nieuwe inzichten uit web en businessdata te halen.

Wanneer de data op deze manier wordt opgehaald, kunnen we de business en web data naast elkaar presenteren. Een werkelijke integratie tussen de business en web analytics data heeft nog niet plaatsgevonden. Om de data werkelijk te integreren zijn er eerst enkele uitdagingen te overwinnen. Hierbij is het herkennen van klanten op het web een grote uitdaging. Dit komt omdat web analytics vaak geaggregeerde data genereert, waardoor er geen join (match) kan worden gemaakt met de data uit het datawarehouse. Er zal dan een infrastructuur ontwikkeld moeten worden die het juiste unieke ID (business key) toewijst wanneer de gebruiker inlogt of de website opnieuw bezoekt. Op deze business key kan dan een match gemaakt worden. Deze business key zou dan bijvoorbeeld als custom variable worden meegegeven. De moeilijkheid zit in de juiste manier van herkennen van de gebruikers. Ga je dit bijvoorbeeld doen op voor en achternaam of op e-mailadres, waarbij je direct de vraag kunt stellen of beide gegevens wel uniek zijn en beschikbaar zijn in het datawarehouse. Daarnaast is een session key ook nodig wanneer je de data in een externe omgeving wil analyseren en gebruiken, anders zal het een grote uitdaging worden om te traceren welke verbanden er tussen de verschillende dimensies en bezoeken binnen de data liggen. De session is ook ID nodig om ervoor te zorgen dat er geen verwarrende data te generen wanneer iemand met twee verschillende apparaten tegelijk inlogt. Het is duidelijk dat er genoeg uitdagingen zijn wanneer je beide bronnen met een hoge granulariteit wil gaan integreren.

Conclusie

Vooralsnog lijkt erop dat de API’s vooral waardevol zijn om bepaalde high level (geaggregeerde) cijfers zoals conversiedoelen in andere dashboards (zoals globale dashboards) te integreren. Voor het integreren van de data in de analyse van data uit andere databronnen zullen nog de nodige drempels overwonnen worden. Een grote drempel hierbij is het behoud van privacy. Het zal dan essentieel zijn om vast te stellen in hoeverre we het profiel van de klant in kaart willen brengen. Vooral met de nieuwe regelgeving omtrent cookies en het herkennen van gebruikers, zullen wij als industrie een standaard moeten definiëren.