Не такой уж он уникальный, этот посетитель

Статистика – все равно что купальник-бикини. То, что она показывает, весьма привлекательно, но куда интересней то, что она скрывает.

Неизвестный острослов

Что бы ни говорили, как бы не спорили о баннерах, они на сегодняшний день – самый распространенный рекламный инструмент на просторах Всемирной паутины. И одним из количественных параметров баннерной рекламной кампании до сих пор остается CPM (cost per mille, стоимость одной тысячи показов). Но для проведения эффективной рекламной кампании явно недостаточно знать, сколько баннеров будет показано. Естественно, что прежде, чем заказать кампанию тому или иному сетевому ресурсу, рекламодатель хочет оценить его посещаемость как количественно, так и качественно. Сколько разных личностей посещают страницу? Сколько страниц в среднем просматривает каждый посетитель? На какие часы приходятся пиковые показатели посещаемости данного ресурса? Как это узнать? Самое первое, что приходит в голову: взглянуть на показания счетчика посещений сайта и, кликнув по нему мышью, ознакомиться с более подробной статистикой. Решение верное, но неплохо понимать, как строят свои статистические отчеты различные счетчики, какие термины и технологии используются при изучении посещаемости отдельного сайта, Интернета в целом и его отдельных секторов.

Здесь нет возможности, да и необходимости, вдаваться в узкоспециальные технические детали IP-адресации, технологии cookies и прочих кошмаров виртуального пространства. Но приведем несколько иллюстративных и обобщающих рассуждений.

Прежде всего необходимо уяснить, что любой счетчик – это всего лишь программный код, наделенный большим или меньшим "интеллектом". Разные счетчики обладают различными функциями и выдают различные статистические отчеты. Но ни один счетчик, как ни странно, не может определить: зашел ли данный посетитель на сайт впервые, или он уже побывал здесь сегодня? Ведь при посещении веб-страницы интернет-серфер никак не идентифицирует себя, не сообщает свои анкетные данные: "Это я, Вася Форточкин, паспорт №… серия такая-то, пришел на ваш сайт". Счетчики умеют отличать лишь компьютеры, на которых загрузилась веб-страница. Таким образом, если несколько пользователей зашли на сайт с одного и того же компьютера, то счетчик посчитает их за одного уникального посетителя. Но стоит признать, что погрешность в данном случае будет не слишком высока. И хоть как-то заметно эта погрешность будет сказываться только на статистике сверхпопулярных сетевых ресурсов. Ежедневно на домашнюю страничку все того же Форточкина разные люди с одного и того же компьютера, как правило, не заходят: он им не интересен. Другое дело – сайт Росбизнесконсалтинга (http://www.rbc.ru). Его страницы могут вызывать интерес у разных сотрудников компании, в распоряжении которых есть только один компьютер, подключенный к Интернету.

Известнейший счетчик Rambler, используя технологию cookies, ведет подсчет уникальных посетителей. Именно этот параметр Rambler-статистики дает представление о том, на скольких компьютерах пользователи загружали страницы исследуемого сайта. А что же такое количество уникальных посетителей (хостов)? Это – второй важнейший параметр, которым оперирует счетчик Rambler. Стоит уделить ему особое внимание.

Подключаясь к Интернету, компьютер пользователя получает некий идентификатор, IP-адрес, уникальный набор цифр. В отдельно взятый момент времени ко всей огромной Сети не может быть подключено двух компьютеров с одинаковыми IP-адресами. Вот эти-то IP-адреса и подсчитываются различными счетчиками. Rambler называет их "хостами", TopMail (бывший TopList) – "посетителями". Почему же не взять уникальные IP-адреса за основу при подсчете уникальных посетителей? Дело в том, что есть два основных способа подключения к Интернету. Первый – через телефонную линию связи посредством модема (dial-up). Каждый провайдер распоряжается определенным набором (пулом) IP-адресов. Дозвонившись до сервера провайдера, компьютер получает от него любой свободный IP-адрес из пула, но только на текущий сеанс связи. При следующем сеансе связи этому же компьютеру вполне может достаться другой адрес. Вот и получается, что один и тот же "dial-up'щик", проведя за день несколько сеансов связи, поприсутствует в Сети с разными адресами-идентификаторами. С другой стороны, разные посетители, подключаясь к Интернету через одного и того же провайдера, могут заходить на сайт с одним и тем же IP-адресом. Поэтому IP-адрес не может служить определяющим признаком уникального посетителя.

Второй способ подключения – через локальную сеть посредством proxy-сервера. Этот способ применяется, в основном, компаниями при организации рабочих мест для сотрудников. В этом случае к Интернету подключен лишь один компьютер (proxy-сервер), именно он имеет уникальный IP-адрес. Все остальные компьютеры обращаются к сайтам через него, то есть самостоятельного адреса не имеют. В этом случае статистика тоже страдает, не правда ли? Во время обеденного перерыва несколько сотрудников компании на разных персональных компьютерах загружают одну и ту же страницу. Например, http://anekdot.ru. Ситуация вполне реальная и многим знакомая. Но все эти пользователи имеют доступ к Интернету через proxy-сервер, следовательно, хост будет засчитан только один.

Каково среднее соотношение между количеством посетителей и количеством хостов?

Алексей Беляев, руководитель отдела партнерств Рамблера таким образом отвечает на этот вопрос:

"Идем на http://top100.rambler.ru/top100/All/stats.shtml.ru, смотрим и получаем отношение посетителей к хостам примерно в диапазоне 1.5-2. Из собственной практики помню, что отношение 1.5-2 существует очень давно – я о нем говорил в ноябре 1999 г. на семинаре в РБК, а реально наблюдал чуть ли не сразу после дефолта. Сейчас можно видеть (см. нижнюю диаграмму на http://top100.rambler.ru/top100/All/stats1.shtml.ru), что отношение чуть выше 2 по рабочим дням и чуть меньше - в выходные. Вы легко можете посчитать отношение для любого сайта в Тор100 за день по вышеуказанной схеме."

Итак, перед нами – количество посетителей и уникальных хостов на все сайты, зарегистрированных в Rambler, на период с 27 ноября по 3 декабря. В будние дни количество посетителей колебалось в районе 1.800.000. В выходные, 1-го и 2-го декабря, их количество резко снизилось. Это и понятно: очень много интернет-серферов выходят в Сеть не из дома, а с рабочего места. Кроме того, кое-кто предпочитает в выходные отдыхать от глобальных информационных сетей. Но таких оригиналов – единицы, и этот фактор не столь значителен.

А что происходит с хостами, уникальными IP-адресами? Их количество, задействованное в будние дни, еще более постоянно: около 75.000. А в выходные их немного меньше, около 60.000. Как мы уже говорили, в выходные Сеть несколько "сжимается", поэтому хватает меньшего количества IP-адресов для идентификации всех компьютеров, присоединяющихся к Интернету. Отчасти этот эффект связан и с тем, что многие прокси-серверы выключены и некому с их помощью посещать http://anekdot.ru и другие сайты Рунета.

Есть и другие причины искажения статистики. Например, наличие в Сети большого количества так называемых генераторов уникальных посещений (ГУП). Этот способ "накрутки" баннеропоказов и повышения позиции сайта в рейтингах известен давно. Суть его в следующем. Существуют программные механизмы, позволяющие браузеру автоматически или полуавтоматически переходить с одного сайта на другой. Не слишком добропорядочные сайтостроители объединяются в своеобразные клубы и вносят адреса своих сайтов в базу данных ГУПа. А затем им остается запустить на своем компьютере небольшую программу, которая будет автоматически перенаправлять браузер с одного сайта-участника ГУПа на другой. Программа реализует следующее равенство: сколько я загрузил сайтов в своем браузере, столько участников должны посетить мой ресурс. При таком способе "серфинга" счетчик вынужден подсчитывать посещения, а баннеры - показываться. Но совершенно ясно, что в процессе работы "накрутчика" никто не интересуется содержимым страниц и, тем более, не реагирует на баннеры. Владельцы счетчиков и сетей баннерного обмена пытаются пресекать деятельность таких объединений. Но это не так просто.

Еще пример. Владелец одного из сайтов получил письмо от администрации счетчика TopList. В письме сообщалось примерно следующее: ваш ресурс исключен из рейтинга TopList по причине наличия на его страницах материалов порнографического характера. Сайтостроитель несказанно удивился: порнографию в Сети он не публиковал и не собирался. Он отправил в TopList соответствующее письмо-протест. Ответ был таков: причина исключения из рейтинга указана неверно. Вы действительно не размещали порно-материалы, однако несомненно "накручивали" показания счетчиков. Об этом говорит сразу несколько параметров собранной статистики (не будем здесь углубляться в технические детали). Нам интересна заключительная фраза письма: поскольку все эти параметры не могут быть твердым доказательством факта "накрутки", мы вынуждены восстановить сайт в списках рейтинга. Что тут еще добавишь?

Есть и еще одна причина "лживости" статистики. Дело в том, что по Сети бродят не только люди-серферы, но и различные… программы. Например, поисковые системы ежедневно рассылают десятки и сотни неутомимых роботов для индексирования обновленных веб-страниц. Робот, конечно, не просматривает страницу на экране монитора. Но он обращается к ней, считывает ее содержимое. Счетчик реагирует и на такие проявления внимания к сайту, фиксирует посещение. Некоторые особо хитроумные роботы способны даже имитировать клик по баннеру, мнимо повышая эффективность рекламной кампании, но не принося никакой пользы рекламодателю. Насколько серьезна эта проблема? С одной стороны, 22 октября Американское бюро интерактивной рекламы (Interactive Advertising Bureau - IAB) заявило о намерении выявить всех поисковых роботов и опубликовать их списки. Имея на руках такой список, можно исключить из статистики "механических посетителей". Правда, бесплатно список достанется лишь членам IAB (а среди них такие киты, как MSN, Yahoo!, AOL). Остальным придется платить. "Уж не мне ли платить? Вот еще новости!" – воскликнет изумленный рекламодатель. Действительно, платить за то, чтобы только скорректировать статистику посещаемости потенциальной рекламной площадки? Вряд ли кто-нибудь из рекламодателей пойдет на это.

Впрочем, IAB все это понимает и делает ставку на владельцев сетевых ресурсов. И вполне обоснованно. Ведь общее недоверие рекламодателей к статистике настолько велико, что гасит всякий интерес к онлайновым рекламным площадкам. И преодолеть это недоверие – в интересах самих сайтовладельцев, прежде всего. По замыслу IAB владельцы рекламных площадок будут рады приобрести список роботов, чтобы отфильтровать "механический трафик" и предоставить рекламодателю скорректированную статистику, дабы повысить доверие к себе и своему ресурсу. Судя по всему, такой подход вполне оправдан.

Алексей Беляев так прокомментировал эту проблему:

"Точной оценки у меня нет, но думаю, что в день программы-роботы добавят не более 1 процента уникальных посетителей для любого сайта. То же самое касается подсчета хостов. Хуже с хитами, то есть посещениями страниц - тут один паук может за день такого наворочать, что и четыре вебмастера потом не разгребут."

Так в нашей статье возник еще один (и последний) термин, который хотелось бы объяснить. "Хиты" (в терминологии Rambler) или "визиты" (в терминологии TopMail) – это общее количество страниц сайта, просмотренных посетителями за день. Если на каждой странице сайта размещен баннер рекламодателя, то количество хитов должно совпадать с количеством баннеропоказов. Так бы и получалось, если бы не разнообразные виртуальные роботы и пауки, которые также норовят подпортить статистику.

Таковы, в самых общих чертах, основы и основные проблемы изучения посещаемости интернет-ресурсов. Тема соответствия статистики реальному положению вещей – неисчерпаема. Журнал Clickz.ru еще неоднократно будет подходить к ней с разных сторон. Надеюсь, что этот краткий обзор поможет читателю лучше ориентироваться в проблеме.