Vysoká škola ekonomická v Praze. Fakulta managementu v Jindřichově Hradci. Diplomová práce

Vysoká škola ekonomická v Praze Fakulta managementu v Jindřichově Hradci

Diplomová práce

Bc. Jan Jindra 2011

Vysoká škola ekonomická v Praze Fakulta managementu v Jindřichově Hradci Katedra managementu informací

Webová analytika v marketingovém výzkumu akademické instituce Vypracoval Bc. Jan Jindra Vedoucí práce Ing. Tomáš Kincl, Ph.D. Jindřichův Hradec, duben 2011

Zadání diplomové práce

Čestné prohlášení Prohlašuji, že diplomovou práci na téma „Webová analytika v marketingovém výzkumu akademické instituce“ jsem vypracoval zcela samostatně. Prameny, z nichž jsem pro svou práci čerpal, jsem vyznačil způsobem obvyklým pro vědecké práce.

Jindřichův Hradec, duben 2011

__________________________________________________ podpis studenta

Anotace Webová analytika v marketingovém výzkumu akademické instituce Práce se zabývá postavením webové analytiky v marketingovém výzkumu akademické instituce. V teoretické části shrnuje postavení (online) marketingu v marketingových aktivitách akademické instituce a zdůvodňuje důležitost analýzy návštěvnosti na webových stránkách akademické instituce. Rovněž předkládá základní východiska pro výběr vhodného analytického nástroje. V praktické části pak analyzuje provoz na webových stránkách Fakulty managementu za rok 2010 a navrhuje opatření vedoucí k vyšší spokojenosti návštěvníků a k naplnění konverzních cílů webu.

duben 2011

Poděkování Rád bych tímto způsobem poděkoval ing. Tomáši Kinclovi, Ph.D. z Vysoké školy ekonomické v Praze, Fakulty managementu v Jindřichově Hradci, vedoucímu mé diplomové práce, za inspiraci, kterou mi poskytl, za jeho podnětné nápady, náměty a připomínky, cenné rady a neskonalou trpělivost. Děkuji.

Obsah Seznam grafů ....................................................................................................... 8 Seznam obrázků .................................................................................................. 9 Seznam tabulek ................................................................................................ 10 Úvod ................................................................................................................... 11 1

Marketing v akademické sféře ................................................................ 12 1.1

Konkurence vysokých škol ........................................................................... 12

1.2

Marketingový proces vysoké školy............................................................. 16

1.3

2

1.2.1

Rozhodovací proces zákazníka ..................................................... 18

1.2.2

Výzkum trhu ....................................................................................... 19

Komunikační mix vysoké školy .................................................................... 20 1.3.1

Tradiční formy propagace .............................................................. 21

1.3.2

Propagace na internetu.................................................................. 22

Analytické nástroje .................................................................................... 28 2.1

Webová analytika ........................................................................................ 28 2.1.1

2.2

2.3

Metody webové analytiky .......................................................................... 30 2.2.1

Značkování stránek .......................................................................... 30

2.2.2

Serverové logy .................................................................................. 33

Nástroje webové analytiky.......................................................................... 34 2.3.1

3

Informace z webové analytiky ....................................................... 29

Nejpouţívanější nástroje webové analytiky ................................. 36

Analýza webových stránek FM ................................................................ 42 3.1

Výběr vhodného analytického nástroje ................................................... 42 3.1.1

Kritéria pro výběr............................................................................... 43

Obsah | 6

3.2

3.3

Provoz fakultních webových stránek v roce 2010 ................................... 46 3.2.1

Obecné parametry .......................................................................... 46

3.2.2

Překryvná data mapy ...................................................................... 48

3.2.3

Technické parametry ....................................................................... 50

3.2.4

Zdroje návštěvnosti ........................................................................... 51

3.2.5

Hodnocení obsahu .......................................................................... 55

Závěrečná doporučení................................................................................ 59 3.3.1

Segmentování návštěvníků ............................................................. 59

3.3.2

Geograficky cílený marketing ........................................................ 60

3.3.3

Zdroje návštěvnosti ........................................................................... 61

3.3.4

Hodnocení obsahu .......................................................................... 65

3.3.5

Klíčové ukazatele výkonnosti .......................................................... 69

Závěr ................................................................................................................... 71 Literatura ............................................................................................................ 72

Obsah | 7

Seznam grafů Graf 1: Vývoj počtu vysokých škol v České republice ................................................ 13 Graf 2: Vývoj počtu studentů vysokých škol v České republice ................................ 15 Graf 3: Počty nově přijatých studentů do 1. ročníku středních a vysokých škol..... 16 Graf 4: Hodnocení důleţitosti informačního zdroje při výběru vysoké školy ............ 23 Graf 5: Trţní podíly analytických nástrojů (celosvětově, leden 2010) ....................... 36 Graf 6: Trţní podíly analytických nástrojů podle počtu unikátních návštěv za měsíc (celosvětově, leden 2010) ............................................................................................... 37 Graf 7: Trţní podíly analytických nástrojů (Česká republika, květen 2009) .............. 38

Seznam grafů | 8

Seznam obrázků Obrázek 1: Schéma marketingového procesu školy .................................................. 17 Obrázek 2: Komunikační mix ........................................................................................... 20 Obrázek 3: Intextová a bannerová reklama ................................................................ 25 Obrázek 4: Skupina Fakulty managementu VŠE na sociální síti Facebook ............. 26 Obrázek 5: Článek o Fakultě managementu VŠE na Wikipedii................................. 27 Obrázek 6: Rozdělení analytických nástrojů podle schopností systému .................. 45 Obrázek 7: Řídící panel systému Google Analytics ..................................................... 46 Obrázek 8: Vizualizace na mapě, návštěvnost ............................................................ 48 Obrázek 9: Vizualizace na mapě, tabulka návštěvnosti ............................................ 49 Obrázek 10: Pouţívané internetové prohlíţeče ........................................................... 50 Obrázek 11: Stránky odkazující na fakultní web ........................................................... 52 Obrázek 12: Přístupy přes vyhledávač Seznam ........................................................... 53 Obrázek 13: Reklamní kampaně v systému AdWords................................................. 54 Obrázek 14: Hodnocení obsahu titulní strany webu FM VŠE ...................................... 55 Obrázek 15: Hodnocení obsahu strany pro uchazeče o bakalářské studium ....... 56 Obrázek 16: Hledané výrazy ........................................................................................... 57 Obrázek 17: Sledování událostí ....................................................................................... 58 Obrázek 18: „Dlouhý ocas“ v SEO .................................................................................. 64 Obrázek 19: Titulní strana webu Národohospodářské fakulty VŠE ............................ 65 Obrázek 20: Titulní strana webu Fakulty managementu VŠE ..................................... 66 Obrázek 21: Zpětná vazba na stránce pro uchazeče o studium ............................. 68

Seznam obrázků | 9

Seznam tabulek Tabulka 1: Výhody a nevýhody značkování stránek................................................... 31 Tabulka 2: Výhody a nevýhody serverových logů ...................................................... 33 Tabulka 3: Kritéria pro výběr analytického nástroje pro web FM VŠE ....................... 43

Seznam tabulek | 10

Úvod Vysoké školy se musí vypořádat se stále větší konkurencí. Tím spíše, že křivka demografického vývoje je neúprosná a počty studentů budou v nejbližších letech postupně klesat [8]. I když akademické prostředí není ryze tržní, je třeba osvojit si a především vhodně praktikovat principy marketingu podobně, jako to dělají běžné firmy poskytující služby. Nejspolehlivější cestou, jak dosáhnout úspěchu mezi množstvím konkurentů, je komplexní marketingová strategie, ať už v rámci celé vysoké školy nebo přímo jejích jednotlivých fakult, které si mezi sebou mnohdy také navzájem konkurují. Marketingová strategie má mnoho prvků a není účelem této práce se jimi všemi zabývat. Pozornost bude soustředěna především na propagaci, konkrétně na propagaci formou webových stránek. Vliv internetu na dnešní společnost je zcela nezpochybnitelný, stal se hlavním zdrojem získávání informací, u mladých lidí zvláště [13]. Je proto nejen vhodné, ale také nezbytné, aby se vysoká škola a její fakulty prezentovaly prostřednictvím svých internetových stránek. Jak ale zjistit, že webové stránky plní to, kvůli čemu byly vytvořeny? Že na ně uživatelé chodí? Že vidí to, co chceme, aby viděli? Jak měřit úspěch webu? Na tyto otázky dokáže odpovědět detailní analýza webových stránek. A právě analýza provozu webu Fakulty managementu Vysoké školy ekonomické v Praze, prostřednictvím nejpoužívanějšího volně dostupného nástroje Google Analytics, je stěžejní částí této kvalifikační práce. Jejím výsledkem jsou návrhy opatření a doporučení, která povedou k vyšší spokojenosti návštěvníků a k naplnění konverzních cílů fakultních webových stránek.

Úvod | 11

1 Marketing v akademické sféře 1.1 Konkurence vysokých škol Konkurence je v ekonomii považována za žádoucí jev, ze kterého těží především zákazník-spotřebitel. Firmy se vzájemným soupeřením tlačí ke snižování nákladů a inovacím [1]. Konkurence v oblasti terciárního vzdělávání je však vzhledem k podmínkám na trhu vysokých škol poněkud specifická. Významným faktorem ovlivňujícím konkurenční prostředí terciárního vzdělávání jsou bariéry vstupu do odvětví. Teprve zákon z roku 1999 umožnil zakládat soukromé vysoké školy, které obdrží státní souhlas od Akreditační komise1. Rozlišujeme tři typy vysokých škol [2]:  Veřejné vysoké školy – jsou zřizovány a rušeny zákonem. Financovány jsou především dotacemi ze státního rozpočtu, dalšími zdroji jejich financí mohou být také poplatky spojené se studiem, výnosy z majetku, příjmy ze státních fondů a z rozpočtů obcí, výnosy z doplňkové činnosti a dary.  Soukromé vysoké školy – vznikají se souhlasem Ministerstva školství prostřednictvím výše zmíněné Akreditační komise. Financovány jsou především z vlastních zdrojů, může jim však být poskytnuta státní dotace (na ubytovací a sociální stipendia) nebo dotace z fondů Evropské unie.  Státní vysoké školy – jsou vysoké školy policejní a vojenské. Podléhají přímo příslušným ministerstvům (vnitra a obrany), jsou organizačními složkami státu a jako takové nemají právní subjektivitu.

„Akreditační komise pečuje o kvalitu vysokoškolského vzdělávání a všestranně posuzuje vzdělávací a vědeckou, výzkumnou, vývojovou a inovační, uměleckou nebo další tvůrčí činnost vysokých škol. K tomuto cíli zejména hodnotí činnost vysokých škol a kvalitu akreditovaných činností a zveřejňuje výsledky hodnocení, posuzuje další záležitosti týkající se vysokého školství, které jí předloží ministr, a vydává k nim stanovisko [3].” 1

Marketing v akademické sféře | 12

Dokonalá konkurence je mimo jiné charakteristická velkým množstvím producentů statků a služeb. V případě terciárního vzdělávání však vysoký počet škol nemusí nutně znamenat přínos pro spotřebitele2. Vývoj počtu vysokých škol v České republice od roku 2003 ukazuje graf č. 1. Graf 1: Vývoj počtu vysokých škol v České republice 50

45

45

45

42 39

40

38

36

35 28

30 25

24

25

24

26

25

26

26

20 15 10 5

4

2

2

2

2

2

2

2004

2005

2006

2007

2008

2009

0 2003

Veřejné VŠ

Soukromé VŠ

Státní VŠ

Zdroj: Vývoj terciárního vzdělávání: VŠ - počty škol. In Vývojová ročenka školství v České republice 2003/04–2009/10 [online]. [s.l.] : [s.n.], 2010-06-15 [cit. 2010-10-16]. Dostupné z WWW: .

Od roku 1999 v Česku vzniklo 47 soukromých vysokých škol a univerzit, přičemž Akreditační komise posuzovala přes 150 žádostí o udělení akreditace. Důvodem zakládání tak vysokého počtu škol je především zisk, který z provozování instituce tohoto typu plyne. I přesto, že soukromé vysoké školy nemají nárok na žádné dotace od státu a svůj provoz jsou nuceny financovat samostatně, jejich hospodářské výsledky jsou často velmi zajímavé, a to zejména u škol s vysokým počtem studentů. Tento stav je podpořen také zájmem studentů, který v posledních letech nijak neupadá. Právě naopak, veřejné vysoké školy totiž dlouhodobě nejsou schopny uspokojit poptávku po vysokoškolském studiu [4].

Za spotřebitele vysokoškolského vzdělání považujeme primárně samotného studenta. Ten jako zákazník poptává produkt (službu), kterým je v případě vysoké školy vzdělávací program, který studentovi vzdělání poskytne. 2


Takto vysoká poptávka je do značné míry způsobena rozdíly mezi průměrnými příjmy vysokoškolsky a středoškolsky vzdělaných lidí. Vysokoškoláci pobírají v průměru o 30 % více, než je průměrný plat středoškoláků s maturitou. V aktivním věku (s již získanou praxí) se rozdíl zvýší na 41 % ve prospěch vysokoškoláků. Průměr pro vysokoškolsky vzdělaného člověka se pohybuje okolo částky 29 900 Kč (únor 2010), zatímco pro středoškolsky vzdělaného člověka s maturitou je to 20 900 Kč a bez maturity potom 17 500 Kč. Určitou nevýhodou vysokoškolského studia je pětileté zpoždění, které mají vysokoškoláci oproti středoškolákům při nástupu na trh práce po dokončení studia. Tento rozdíl byl vyčíslen absolutní částkou jeden milion korun, kterou však díky vyššímu platu dožene vysokoškolák po necelých 11 letech pracovního života. Rozdíl mezi platy v dalších letech pak představuje čistý zisk za čas investovaný do vzdělání [5]. S rychlým růstem počtu vysokých škol však souvisí problém jejich klesající kvality. Česká republika nedisponuje dostatečným množstvím pedagogů a mnozí tak učí na několika školách zároveň. Rozdílné názory na kvalitu se objevují i v případě veřejných a státních vysokých škol v porovnání s těmi soukromými. Například podle ankety serveru iHNed.cz si dvě třetiny z více než čtyř set čtenářů myslí, že soukromé vysoké školy nemají stejnou úroveň jako státní (myšleno i veřejné) vysoké školy. Na druhou stranu podle slov prezidenta klubu personalistů Jana Březiny „HR manažeři zatím příliš nerozlišují, jestli uchazeč o zaměstnání absolvoval soukromou nebo veřejnou vysokou školu. Při pohovorech zkoumáme hlavně předpoklady uchazečů pro konkrétní pozice, ne to, jakou školu studovali [4].” Určitá změna však může nastat kvůli skandálům, jakým byla například kauza plzeňské právnické fakulty. Počet vysokých škol kritizují i představitelé státu v čele s prezidentem republiky Václavem Klausem nebo ministrem zahraničí Karlem Schwarzenbergem. Schwarzenberg míní, že pokud necháme současný počet škol a oborů, de facto podvádíme naše studenty, protože získávají tituly velmi rozdílné kvality. "Musíme na tom pracovat, máme co dohánět. Aby se naše vysoké školy zlepšily alespoň na úroveň škol v západní Evropě a jedna dvě pak získaly i celosvětovou úroveň," plánuje Schwarzenberg [6]. Václav Klaus je ve své kritice ještě ostřejší: „Jako člověk, který je současně vysokoškolským profesorem, trpím, když vidím, jak jako houby po dešti rostou další vysoké školy, fakulty, katedry. To, že co Čech, to vysokoškolák, je prostě tragický omyl, tragický omyl nemoderní, a chci-li zesílit kritiku a nazlobit někoho, pak říkám, že toto extrémně extenzivní rozšiřování vysokého školství je druhým největším atakem na kvalitu vysokého školství po komunistických čistkách po roce 1948 [7].” Počet studentů vysokých škol se v posledních letech neustále zvyšuje. Vývoj počtu studentů na veřejných a státních vysokých školách v porovnání s počtem studentů soukromých vysokých škol v letech 2003−2009 ukazuje graf č. 2.


Graf 2: Vývoj počtu studentů vysokých škol v České republice 400 000 350 000 300 000 250 000

230 979

247 002

265 388

303 216

285 205

319 232

333 580

200 000 150 000 100 000 50 000

13 029

18 122

24 454

31 504

41 399

49 602

56 357

0 2003

2004

2005

Veřejné a státní VŠ

2006

2007

2008

2009

Soukromé VŠ

Zdroj: Vývoj terciárního vzdělávání: VŠ - počty škol. In Vývojová ročenka školství v České republice 2003/04–2009/10 [online]. [s.l.] : [s.n.], 2010-06-15 [cit. 2010-10-16]. Dostupné z WWW: .

Lidí s předpoklady pro vysokoškolské studium je však v populaci obecně pořád stejně. Školy tak nevyhnutelně přijímají méně kvalitní studenty. Do vysokoškolského věku však dorůstají populačně slabší ročníky, které již v současné době trápí základní a střední školy. Mezi roky 2012 a 2014 se tak propadnou i počty vysokoškoláků, čemuž se bude muset nabídka vzdělávání přizpůsobit [8]. Počty nově přijatých studentů do 1. ročníku středních a vysokých škol (bakalářských studijních programů) ukazuje graf č. 3. Zatímco počet přijatých studentů na středních školách klesá, počet přijatých studentů na vysokých školách roste. Na VŠ se tak dostává stále větší procento příslušné věkové kategorie. Demografický vývoj tedy naznačuje, že potenciálních studentů bude ubývat. Vysoké školy se však budou snažit přijmout co nejvíce studentů, což bude mít za následek, že dostat se na vysoké školy bude stále snazší. Lze proto očekávat, že klesne počet zájemců o placené vzdělávání a soukromé školy tak budou muset tvrději bojovat o své místo na trhu a přistoupí k agresivnějším formám marketingu. Proto ani veřejné a státní školy nemohou zůstat nečinné a měly by se zabývat možnostmi, jak přesvědčit potenciální studenty, aby studovali právě na jejich fakultách.


Graf 3: Počty nově přijatých studentů do 1. ročníku středních a vysokých škol 160 000

153 922

151 803

149 565

152 124

146 147

143 046

140 000

139 620

120 000 100 000 80 000 60 000 40 000

34 359

43 269

47 365

50 632

55 076

56 746

58 484

20 000 0 2003

2004

2005

2006

2007

2008

2009

Nově přijatí do 1. ročníku středních škol Nově přijatí do 1. ročníku vysokých škol Zdroj: Veřejná databáze ČSÚ: Střední školy - žáci, přijatí, absolventi - dle formy území [online]. [cit. 2010-10-16]. Dostupné z WWW: . a Vývoj terciárního vzdělávání: VŠ - počty škol. In Vývojová ročenka školství v České republice 2003/04–2009/10 [online]. [s.l.] : [s.n.], 201006-15 [cit. 2010-10-16]. Dostupné z WWW: .

1.2 Marketingový proces vysoké školy Marketing na úrovni vzdělávání „představuje cílevědomou komunikaci mezi institucí nabízející vzdělání na straně jedné a poptávajícími, zřizovateli a dalšími partnery, kteří mají (nebo mohou mít) vliv na chod školy, na straně druhé [9].” Marketingové aktivity je vhodné uspořádat do logického procesu. Po definování základních východisek, ze kterých instituce vychází, je třeba důkladně prozkoumat poptávku a pomocí nastaveného marketingového mixu realizovat a kontrolovat marketingovou politiku jako celek [9].


Obrázek 1: Schéma marketingového procesu školy

Zdroj: CELER, Čeněk. Marketingové noviny [online]. 22.5.2006 [cit. 2010-10-24]. I české školy začínají s marketingem (1.). Dostupné z WWW: , upraveno.

Obrázek č. 1 představuje schéma marketingového procesu školy. Vychází z obecných zásad, které aplikuje na oblast školství. Improvizované marketingové aktivity nevedou k uspokojivým dlouhodobým výsledkům. Je třeba je provádět systematicky, promyšleně a uceleně [10]. Vzdělávací instituce by vždy měla reagovat na požadavky okolí, ne se uzavírat do vnitřního akademického světa odděleného od reality. Každá vysoká škola má jiné schopnosti a možnosti, ze kterých vychází (tradice, geografická poloha, personální a finanční zázemí apod.), přesto by si napříč celým trhem terciárního vzdělávání měly školy pokládat otázku „V čem jsme výjimeční? Pro koho je naše škola určena?“. Odpovědi na tyto a podobné otázky usnadní tvorbu marketingových procesů.


1.2.1 Rozhodovací proces zákazníka Potenciální studenti se při výběru vhodné vysoké školy (případně konkrétní fakulty) snaží získat co možná nejvíce informací, které jim usnadní rozhodování. Vliv na výslednou volbu mají především vlastní zkušenosti a preference, do jisté míry také hodnotová orientace rodiny nebo názory a zprostředkované zkušenosti známých a přátel. Na studenty však působí nejen cílená komunikace ze strany vzdělávací instituce, ale také například informace sdělované médii (novinové články apod.). To vše by měl marketing vysoké školy brát v potaz a usilovat o [11]:  vytváření příznivého veřejného mínění, a to nejen účinnou marketingovou komunikací, ale především kvalitou vzdělávání. Vážnost instituce a důvěra v ní se utvářejí pomalu a postupně, zatímco v případě dlouhodobých problémů se rychle vytrácejí (viz kauza plzeňské právnické fakulty);  poskytování toho, co má u cílových skupin marketingové komunikace kladný ohlas (přednášky známých a zajímavých osobností, vědecko-výzkumná práce, školní slavnosti, sportovní a kulturní události apod.);  zavedení systému managementu kvality, s jehož pomocí bude instituce schopna včas rozpoznat své slabé stránky, které sice v rámci celkové nabídky nemusí být prvořadého charakteru, ale pro poptávajícího zákazníka mohou mít rozhodující význam (zastaralé vybavení učeben, nedostatečně zajištěné občerstvení pro studenty atd.). Poptávající student si je samozřejmě vědom nejistoty ve svém rozhodování a z tohoto důvodu hledá zástupné vlastnosti, pomocí nichž by mohl různé nabídky zhodnotit. Relevantní jsou pro něj zejména [11]:  informace o vzdělávacím programu, které zahrnují představení nabízených předmětů, jejich personálního zajištění apod., prostředí na škole (vzhled budovy i učeben, jejich vybavení atd.), fyzická dostupnost školy (dopravní spojení, ubytování apod.);  výsledné dosažené schopnosti a dovednosti po skončení vzdělávacího procesu a z nich vyplývající uplatnitelnost na trhu práce, a to v souladu s tím, co studenta zajímá a co ho baví. Finální výběr školy (fakulty), na kterou student nastoupí, je však samozřejmě velmi individuální. Někdo primárně hledá snadné studium, kterým proklouzne bez problémů, někdo například nemá na výběr, protože byl přijat pouze na jediný obor. Vzdělávací instituce by se však měla snažit rozpoznat potřeby cílového segmentu trhu, na který se zaměřuje.


1.2.2 Výzkum trhu Aby škola dokázala rozpoznat potřeby svých zákazníků, potenciálních a budoucích studentů, kteří pro ni mají největší význam, měla by provádět marketingový výzkum cílového trhu. Při něm se mimo potřeb poptávajících prověřuje také postavení konkurence nebo velikost a vývoj trhu, který je závislý například na demografickém vývoji určujícím počty potenciálních studentů. Škola musí brát v potaz také navrhované legislativní změny připravované v souvislosti s avizovanou reformou terciárního vzdělávání v České republice, která se týká zejména systému financování vysokých škol. Do budoucna je třeba počítat s tím, jak případné školné ovlivní rozhodování nových studentů. „Marketingový výzkum spočívá ve specifikaci, analýze a shromažďování informací, které umožňují porozumět trhu vzdělání, pomáhá identifikovat problémy a příležitosti, které se na něm vyskytují nebo mohou vyskytnout, napomáhá určovat směry marketingové činnosti a hodnotit její výsledky [11].” Aby byl výzkum efektivní, je třeba ho dobře naplánovat a vycházet při tom ze strategických cílů školy. Je třeba dopředu určit hloubku požadovaných údajů a také to, jak rychle mají být k dispozici. Primárním zdrojem informací jsou pak studenti (potenciální i současní), konkurenční vzdělávací instituce a obecné sociálně-politické prostředí. V rámci systému managementu kvality je vhodné pravidelně zjišťovat hodnoty a očekávání studentů, aby škola měla potřebnou zpětnou vazbu a mohla se dále vyvíjet a zlepšovat. Tyto informace se dají získávat periodicky prostřednictvím anket (písemných nebo elektronických) nebo průběžně rozhovory či besedami se studenty, případně vnímavým pozorováním obecné nálady studentů (proč jsou některé přednášky více navštěvované než jiné, náhlé viditelné změny chování většího počtu studentů apod.). Zpětná vazba však musí být vícekanálová, tzn. nezabývat se výhradně názory uchazečů a studentů, ale také zaměstnanců vzdělávací instituce a zaměstnavatelů, se kterými škola spolupracuje (nebo by v ideálním případě spolupracovat měla). Důležitým aspektem marketingového výzkumu je poznání konkurence. To určuje nejen postavení na trhu vzdělávání, ale při důkladné analýze je možné najít různé zdroje inspirace ke zlepšení vlastní nabídky. Informace je možné získávat především z elektronických a tištěných materiálů jednotlivých škol, názorů odborné veřejnosti, ale také v rámci komunikace a spolupráce s jinými školami a fakultami. Výzkum trhu je primárně záležitostí managementu školy (fakulty), případně specializovaného útvaru, ale je vhodné, jsou-li do jeho procesu zapojeni i ostatní pracovníci. Pak může marketingový výzkum pravidelně poskytovat spolehlivé a konzistentní údaje [10].


1.3 Komunikační mix vysoké školy Naznačili jsme si důvody, které vysvětlují nezbytnost marketingových aktivit vzdělávacích institucí směrem ke svým zákazníkům, studentům. Poté, co si vysoká škola určí strategické cíle, tedy čeho chce dosáhnout, provede marketingový výzkum, na základě kterého vytvoří marketingový plán. V tu chvíli se ke slovu dostává komunikační politika. Marketingová komunikace zahrnuje veškerou komunikaci, kterou daná instituce provádí proto, aby žádoucím způsobem ovlivnila vědomosti, postoje a chování zákazníka v cílové oblasti. Šíření marketingové komunikace probíhá v mnoha rovinách, prostřednictvím různých médií. Hlavím cílem je, aby podoba veškerých informací, které zákazník dostane a se kterými pracuje, nebyla ponechána náhodě, ale naopak, aby byla vytvářena v souladu s marketingovým plánem a v rámci etických a odpovídajících prostředků přispívala k dobrému jménu instituce [12]. Optimální kombinaci jednotlivých prvků komunikační strategie shrnuje tzv. komunikační mix. Jeho základní strukturu ukazuje obrázek č. 2. Obrázek 2: Komunikační mix

Zdroj: vlastní schéma


„Škola nabízí svým klientům nejen služby, ale také myšlenky. Marketingové komunikace školy vycházejí především z teorie a praxe marketingu služeb a marketingu neziskových organizací. U propagace školy se tedy musí myslet na to, že služby jsou nehmotné, pomíjivé, neoddělitelné, heterogenní, nevlastnitelné a také „nevyzkoušitelné“ předem [13].“ Klíčovým prvkem úspěchu je vždy kvalitní management vysoké školy (i konkrétní fakulty). Ten by se měl starat především o budování dobré image instituce. V souladu s moderními trendy je nezbytné měnit zažité školské stereotypy a přiblížit se tržnímu chování, neustále zlepšovat kvalitu a správně zacílit propagaci [13].

1.3.1 Tradiční formy propagace Veřejné vysoké školy mají, na rozdíl od těch soukromých, do značné míry omezené zdroje, které mohou do marketingu vložit. Podle údajů Ministerstva školství je základní normativ (příspěvek státu na studenta veřejné vysoké školy) pro rok 2010 29 554 Kč. Naproti tomu soukromé vysoké školy vybírají od svých studentů školné, které se může výrazně lišit podle typu školy a studovaného oboru. Zpravidla je však školné vyšší, než státní příspěvek (např. Vysoká škola finanční a správní, o. p. s. má školné ve výši 25 500 Kč za semestr, tedy 51 000 Kč za rok). V rámci marketingové komunikace tak veřejné školy nejčastěji využívají public relations, které nejsou tolik finančně nákladné, ale stále více se soustředí i na jiné komunikační prostředky [13]. Public relations Vztahy s veřejností jsou jedním z nejdůležitějších prvků propagace vzdělávací instituce. Ta je buduje zejména svým vystupováním vůči veřejnosti, například prostřednictvím dnů otevřených dveří pro zájemce o studium, účasti na veletrzích a výstavách, setkávání s absolventy, aktivním navštěvováním středních škol nebo partnerstvím se sponzory (VŠE má jako jedna z mála univerzit generálního partnera Českou spořitelnu). Standardem už jsou v dnešní době také univerzitní časopisy, které představují interní akademický svět široké veřejnosti. Reklama Vysoké školy používají tradiční formy reklamy, nejčastěji formou plakátů a letáků, případně inzerce v tisku (noviny, tematické časopisy atd.), méně často pak například rozhlasovou nebo televizní reklamu. Velkou pozornost soustředí na internetovou reklamu. Téměř na každé univerzitě jsou také k dispozici nejrůznější reklamní předměty (trička, propisovací tužky, hrnky apod.), které mají za úkol především jednoznačně identifikovat danou školu nebo fakultu, odlišit ji od ostatních a zanechat určitý (dobrý) dojem.


Podpora prodeje Akademický marketing v duchu firemního marketingu převzal za své také některé prvky podpory prodeje (můžeme-li tak nazvat nabídku vzdělání). Převážně soukromé vysoké školy tak například budoucím studentům nabízejí notebooky k zapůjčení po dobu studia. Osobní prodej Vzhledem ke specifickému produktu vzdělávání, má termín osobní prodej spíše charakter osobního přístupu lidí, kteří přímo komunikují s potenciálními studenty. Osobní komunikace se využívá především při dnech otevřených dveří, na veletrzích vzdělávání nebo například v případě, kdy zástupci vysoké školy navštíví se svou nabídkou konkrétní střední školu. Pro osobní komunikaci je třeba zvolit odpovídající typ člověka, který bude dostatečně komunikativní a schopný vhodně reprezentovat vzdělávací instituci. Musí umět zájemce o studium zaujmout a při vzájemné interakci zodpovídat jejich dotazy tak, aby vytvářel co možná nejlepší dojem o vysoké škole, kterou zastupuje. Osobní komunikace je také cenným zdrojem zpětné vazby. Přímý marketing Forma přímého marketingu není v případě poskytování vzdělávání příliš používaná, nicméně je možné se setkat například s adresným direct mailingem, kdy škola zájemcům o informace (zpravidla zaregistrovaných např. přes webové stránky nebo při veletrhu vzdělávání) poskytuje konkrétní vyžádanou nabídku prostřednictvím reklamních e-mailů.

1.3.2 Propagace na internetu Stěžejním prvkem marketingové komunikace je dnes pro vysoké školy propagace prostřednictvím webu. Některé vysoké školy však zacházejí ještě dál. Jsou schopné kreativně využít integrovaných nástrojů marketingové komunikace a propojit možnosti moderních nástrojů jako je YouTube nebo Facebook [14]. Význam internetu mimo jiné dokládá také například výzkum Slezské univerzity v Opavě z roku 2008. Dotazníkové šetření, kterého se zúčastnilo 1 497 respondentů, bylo zaměřeno na zhodnocení marketingové komunikace směrem k potenciálním studentům. Výzkum potvrdil, že největší význam v komunikaci mají pro uchazeče o studium informace získané z internetu. Jako druhá je hodnocena osobní návštěva konkrétní školy, nejméně efektivní se z tohoto pohledu jeví reklama v tisku. Na internetu má pak zásadní význam práce s vyhledávači, podle kterých informace o vysokých školách hledá až 85 % dotazovaných, zatímco specializované servery,


Graf 4: Hodnocení důležitosti informačního zdroje při výběru vysoké školy Doporučení pedagogů Doporučení rodičů Návštěva konkrétní školy Návštěva veletrhu vzdělávání Přátelé a známí Spoluţáci Internet Reklama v tisku Odborné časopisy 0%

20%

Absolutně nedůleţité

Nedůleţité

Důleţité

Velmi důleţité

40%

60%

80%

100%

Středně důleţité

Zdroj: KOLÍNKOVÁ, Libuše. Strategie.cz : Brána do světa médií, marketingu a reklamy [online]. 15.6.2009 [cit. 2010-10-27]. Marketing univerzit (III.) - Pochlubit se výzkumem. Dostupné z WWW: , upraveno.

popřípadě prezentace samotných škol, dosáhly pouze 5 %. Prorektorka pro zahraniční vztahy a PR VŠE v Praze Hana Machková uvádí, že „V dnešní době (červen 2009) je pro VŠE zásadní návštěvnost webových stránek, která je asi 20 tisíc kliků denně. Prezentaci na nich pokládáme za nejdůležitější komunikační nástroj [14].” Internet má oproti jiným kanálům marketingové komunikace množství výhod. Hlavními výhodami internetové propagace jsou [15]:  možnost měření marketingových kampaní a z toho plynoucí lepší správa nákladů,  nepřetržitost, marketing je na internetu dostupný neustále,  personalizace, internet nabízí individuální přístup k zákazníkovi,  dynamika, možnost operativní změny v marketingové komunikaci,  komplexnost, schopnost oslovit zákazníka různými formami, propojenými v jeden funkční celek.


Možností, jak propagovat školu na internetu, je více. Základním předpokladem úspěchu jsou kvalitní webové stránky. Do popředí zájmu uživatelů internetu se však dnes dostávají čím dál více moderní sociální a komunitní nástroje, jako je Facebook. Proto by se školy měly zaměřit také na tato sociální média. Webové stránky Základním prvkem marketingové komunikace na internetu jsou webové stránky. Ty plní úlohu oficiální prezentace organizace, poskytují nabídku produktů nebo služeb, zprostředkovávají kontakt, umožňují provést nákup on-line atd. Cílovou skupinou jsou jak potenciální tak současní zákazníci (těm může být například poskytována technická podpora, návody k použití apod.), obchodní partneři, zaměstnanci nebo široká veřejnost. Webové stránky mohou mít nepřeberné množství forem s různými účely, vždy je však třeba věnovat velkou pozornost nejen jejich tvorbě, ale také jejich správě. Internetová reklama Vzhledem k rozmanitým možnostem internetu a jeho interaktivitě má internetová reklama mnoho forem, mezi které patří [16]:  bannerová reklama, nebo také plošná reklama, která zahrnuje reklamní proužky různých rozměrů a formátů (.jpg, .gif, flash),  textová reklama, zahrnuje jakékoliv placené nebo neplacené odkazy, zejména pak kontextovou reklamu, která souvisí s textem stránky, na které se zobrazuje, typickým příkladem je PPC reklama3,  intextová reklama, která se zobrazuje přímo v textu webové stránky, kdy je konkrétní cílové slovo podtrženo a po najetí kurzorem se zobrazí reklama,  přednostní a katalogové zápisy, které představují tematické zápisy ve vyhledávacích katalozích, nebo se jedná o několik prvních odkazů, které vyhledávač vypíše po zadání určitého klíčového slova. Nevýhodou internetové reklamy je nechuť některých uživatelů internetu sledovat a přijímat takto podaná reklamní sdělení, zejména z důvodů přehlcení reklamou. Někteří uživatelé si dokonce takovou reklamu záměrně blokují, aby je neobtěžovala. S tím souvisí také účinnost jednotlivých formátů reklamy. Nejefektivnějším formátem reklamy je marketing pro vyhledávače, protože zákazníkovi je nabízeno to, co skutečně hledá. Nedochází tak k vnucování, protože klientovi jsou zobrazovány reklamy odpovídající jeho potřebám. Není přitom velký rozdíl mezi účinností placených a neplacených pozic ve vyhledávačích. Například u online PPC reklama – pay per click, platba za kliknutí, spočívá v tom, že inzerent neplatí za zobrazení reklamy, ale až po té, co na reklamu někdo klikl. 3


Obrázek 3: Intextová a bannerová reklama

Zdroj:

prodejce zájezdů Invia se konverze4 pohybuje okolo 3 %. Ačkoliv se toto číslo nezdá vysoké, v porovnání s ostatními (neelektronickými) druhy inzerce představuje vyšší účinnost. CTR5 se u marketingu pro vyhledávače (Google a Seznam) u některých slov pohybuje až okolo 20 %, což znamená, že téměř každý pátý člověk se přes konkrétní vyhledávané slovo nebo frázi dostává na cílovou webovou stránku. Průměrně se CTR u frekventovaných slov pohybuje mezi 6−10 %. Konkrétní účinnost závisí především na dobrém reklamním textu [17]. Sociální média Sociální média představují nový druh médií, poskytující digitální prostor pro publikování. Slovo „sociální“ v nich značí možnost sdílení (ať už se jedná o videa, fotografie nebo názory) a sociálních interakcí (jednotlivci se mohou sdružovat do skupin, reagovat na sebe navzájem apod.). Sociální média jsou tedy místa, nástroje a služby umožňující jednotlivcům sebevyjádření za účelem setkávání se s ostatními, sdílení atd [18].

Konverze – konverzní poměr obecně značí procento uživatelů, kteří klikli na určitou reklamu a zároveň se stali zákazníky, tedy na daném webu například provedli nákup. 4

CTR – Click Through Rate, míra prokliku, znázorňuje poměr mezi počtem kliknutí na konkrétní zobrazenou reklamu a počtem návštěvníků internetové stránky, kde se reklama zobrazuje. 5


Celá škála sociálních médií může být rozdělena do několika kategorií [18]:  publikační nástroje – blogy, wiki (Wikipedia), atd.;  nástroje pro sdílení – videa (YouTube), obrázky (FlickR), odkazy (del.icio.us), hudba (Last.fm) a další;  diskusní nástroje – fóra (PHPbb), instant messaging (ICQ), VoIP (Skype);  sociální sítě – všeobecné (Facebook), specializované (LinkedIn);  mikroblogy – Twitter a další;  nástroje pro živé přenosy – livecast (UStream);  virtuální světy – Second Life a další;  MMO hry – počítačové hry provozované přes internet (World of Warcraft); Z pohledu vysoké školy (stejně jako jakéhokoliv jiného podniku či instituce) je dobré si uvědomit, že není možné se od sociálních médií oprostit, lidé se baví o všem, podniky a jejich produkty či služby nevyjímaje. Je tak možné si pouze vybrat, zda nečinně přihlížet, nebo se aktivně zapojit a z této aktivity profitovat Nejrychleji rostoucí sociální sítí se stal jednoznačně Facebook. Uživatelé zde sdílejí své profily s přáteli, komunikují, mohou interaktivně reagovat na nejrůznější činnosti. Kromě profilů lidí je možné na Facebooku založit také skupiny nebo stránky společností, případně i konkrétních výrobků. Zde se tak naskýtá obrovský prostor pro marketingovou komunikaci firem, vysoké školy nevyjímaje. Tímto způsobem je možné oslovovat konkrétní skupinu zákazníků aktuální nabídkou, získávat zpětnou vazbu prostřednictvím jejich reakcí a také dále rozšiřovat segment takzvaných fanoušků, a to díky způsobu šíření informací, který Facebook používá, Obrázek 4: Skupina Fakulty managementu VŠE na sociální síti Facebook

Zdroj: http://www.facebook.com/group.php?gid=259376344151


Obrázek 5: Článek o Fakultě managementu VŠE na Wikipedii

Zdroj: http://cs.wikipedia.org/wiki/Fakulta_managementu_Vysoké_školy_ekonomické

kdy každá akce jednoho člověka se zobrazuje všem jeho přátelům. Ti se pak například mohou podívat, jaký výrobek se příteli líbí, a sami se na stránku podívat. V rámci Facebooku je možné provozovat také placenou reklamu ve formě postranních bannerů. Marketingový význam Facebooku bude v nejbližších letech ještě dál narůstat a proto by jej žádná vysoká škola neměla opomíjet. Sociální sítě však nemusejí mít podobu pouze uzavřených komunitních služeb, utvářejí se volně a přirozeně například na specializovaných a profilovaných webech nebo diskusních fórech. Čím více se bude fakulta prezentovat v rámci těchto skupin, komunikovat a zapojovat se do diskusí, tím více se dostane do povědomí veřejnosti. Jednou z dalších možností, jak propagovat vysokou školu na internetu, je založit pro ni článek na Wikipedii, nejznámější webové encyklopedii s otevřeným obsahem. Ta poskytuje široké spektrum jazykových mutací, proto je vhodná také pro marketingovou komunikaci cílenou na zahraniční studenty. V článku je vhodné uvést základní informace o škole (fakultě), její představení, fotografie, přehled studovaných oborů apod. Objevit se mohou také informace o městě, ve kterém instituce sídlí, s případnými odkazy na další související články. Vlastní stránka na Wikipedii je však pouze součástí mozaiky doplňující internetovou propagaci jako celek.


2 Analytické nástroje 2.1 Webová analytika Webová analytika představuje měření, sběr, sledování a vyhodnocování internetových dat za účelem jejich porozumění a následné optimalizace webu. Používá se ke zjišťování informací o chování návštěvníků webových stránek a sleduje určité charakteristiky, na jejichž základě je možné provádět hodnocení úspěšnosti webu [19]. Již Lord Kelvin říkal: „Pokud to nedokážete změřit, nemůžete to zdokonalit.“ Jeho tvrzení vystihuje skutečný smysl webové analytiky. Ta slouží jako teploměr webu, kdy neustále kontroluje a monitoruje jeho zdraví [20]. Dokonce i některé kamenné obchody provádějí vlastní měření rámcově podobné tomu, které probíhá na internetu. Pomocí bezpečnostních rámů u vchodu jsou počítáni zákazníci, kteří do obchodu přijdou. Vedení společnosti může tímto způsobem například sledovat, ve kterých časech chodí nejvíce zákazníků a kdy je proto vhodné posílit obsluhu, případně je možné spočítat i konverzní poměr stejně jako to dělá webová analytika. V tomto případě je počítán poměr počtu nákupů k počtu návštěvníků [21]. Měření na webu má však oproti měření v reálném životě množství výhod, protože průchod každého návštěvníka webových stránek může být zvlášť zaznamenán, monitorován a následně analyzován6. Je tak možné například zjistit:  jak dlouho se návštěvník na webových stránkách zdržel;  které konkrétní stránky navštívil;  které zboží si prohlížel;  co na stránkách hledal apod. Webová analytika však poskytuje daleko více užitečných informací. Výjimku tvoří uživatelé, kteří se různými technickými prostředky brání proti zaznamenání svého chování na webových stránkách. 6

Analytické nástroje | 28

2.1.1 Informace z webové analytiky Prostřednictvím webové analytiky lze získat dva důležité typy informací. Prvotní jsou informace o tom, co se na webových stránkách děje, nadstavbou jsou pak informace, které mohou sloužit k vytvoření návrhu úprav, aby byly webové stránky ještě efektivnější než dosud. Webová analytika je tak základem strategie pro internetový marketing [22]. Metriky7 sledované webovou analytikou je možné rozdělit na dvě skupiny, základní a pokročilé. Základní metriky první úrovně se získávají z přehledů, zatímco pokročilé metriky jsou sledovány po delší časový úsek a k jejich získání je nezbytné disponovat určitými zkušenostmi v oborech, jako jsou internetové analýzy a marketing [20]. Základní metriky Mezi základní charakteristiky webových stránek mimo jiné patří:  počet návštěvníků – základní charakteristika webové analytiky zkoumající počet návštěvníků webu za určitý časový úsek;  průměrná doba strávená na webu – kolik času stráví průměrně návštěvník na webových stránkách;  zdroj – z jakého zdroje návštěvník na webové stránky přichází (např. prostřednictvím vyhledávače, reklamy, jiného odkazu nebo přímo zadáním URL do internetového prohlížeče);  geografické rozložení – odkud, z jakého místa, se návštěvník na webové stránky připojil;  nejnavštěvovanější stránka – ukazuje, která stránka je mezi návštěvníky webu nejvíce oblíbená. Pokročilé metriky Aby bylo možné využít široké možnosti webové analytiky, je třeba zabývat se i pokročilými metrikami, pomocí nich proniknout hlouběji do analýzy a vytěžit tak cenné informace. Mezi pokročilé metriky patří:  klíčová slova – sledování slov, která zákazníci nejčastěji zadávají do interního vyhledávače na webu;  průchod webem – přes jakou stránku návštěvník na web vstoupil, kam dále pokračoval, jakou dobu strávil na té které stránce apod.; 7

Metrika – sledovaná (měřená) charakteristika.


 počet a míra konverzí – jak jsou plněny cíle webu;  míra prokliku, cena prokliku, návratnost investice – efektivnost reklamy;  kolik návštěv a kolik času zabere návštěvníkovi, než se z něj stane zákazník?  jak se mění míra odchodů podle zobrazované stránky nebo odkazujícího zdroje? Pokročilých metrik může být velké množství a liší se podle toho, co chce vlastník stránek sledovat. Ke každému webu mohou být vytvořeny vlastní specifické metriky odpovídající marketingovým cílům. Každý vlastník stránek totiž může mít jiné preference a možnosti. Je proto třeba si dobře promyslet, na které charakteristiky se soustředit. Pokročilá webová analytika je časově náročný proces a je proto vhodné vyhnout se nadbytečným analýzám, které nepřináší skutečnou informační hodnotu, a neodtrhovat se tak od sledování klíčových problémů [21].

2.2 Metody webové analytiky Možnosti webové analytiky jsou velké a ta se tak může stát opravdu mocným nástrojem umožňujícím skutečně hluboký pohled do sledovaného problému. Její výhodou oproti tradičním formám marketingu je, jak jsme si již naznačili výše, velké množství informací, které poskytuje. Tyto informace však není možné přijímat jako nominální hodnotu, neboť velmi závisí na jejich přesnosti [20]. Klíčovým faktorem pro úspěšné využití velkého objemu dat nasbíraných z webové analytiky je uvědomění si, co tato data po analýze mohou a co naopak nemohou sdělit. To však vyžaduje znalosti metod pro jejich sběr. Existují dvě nejběžnější metody pro sběr dat o návštěvnících webu, značkování stránek a analýza serverových logů. Nejedná se však o jediné dostupné metody. Využívat se mohou také například síťová zařízení pro sběr dat, která shromažďují data o webovém provozu sledováním packetů z routerů do zařízení fungujících podobně jako černé skříňky (packet sniffing). Další metoda se nazývá měření tečkou (tzv. web beacons). Jedná se o jednoduchou metodu, která je založená na použití obrázku (často se jedná o průhledný GIF o velikosti 1×1 pixel), který je hostován na webu třetí strany. Následně je sledováno, odkud a jak byly vyvolány požadavky na obrázek [23]. Tyto ostatní metody ponecháme stranou a věnovat se budeme dvěma výše uvedeným nejpoužívanějším způsobům sběru dat.

2.2.1 Značkování stránek Metoda založená na značkování stránek sbírá data prostřednictvím webového prohlížeče návštěvníka. Tato data obvykle zachytává JavaScript umístěný na každé


stránce. Do něj je možné vložit i další značky, které standardní skript neobsahuje, a to za účelem sběru dodatečných dat. Tato technika se označuje jako sběr dat na straně klienta. V posledních letech je metoda značkování stránek stále populárnější, a to především díky snazší technické implementaci a nižším nárokům na správu dat (ta jsou zachytávána a zpracovávána externími servery). Tato metoda se tak stala faktickým standardem [20]. Výhody a nevýhody metody značkování stránek přehledně shrnuje tabulka č. 1. Tabulka 1: Výhody a nevýhody značkování stránek Výhody

Nevýhody

Vysoká míra přesnosti a pokročilé metody segmentace.

Plná závislost na JavaScriptu a cookies.

Projde přes proxy servery a servery vyrovnávací paměti.

Neumoţňuje sledování robotů vyhledávačů.

Sleduje události a interaktivní prvky (JavaScript, Flash, Web 2.0).

Nelze mapovat šířku pásma ani dokončení stahování.

Sběr a vyhodnocení dat probíhá téměř v reálném čase.

Firewall můţe značky poškodit nebo zcela zakázat.

Zachytává data elektronického obchodu na straně klienta.

Data nejsou zachytávána při zákazu JavaScriptu či cookies.

Náklady na ukládání a archivaci dat nese poskytovatel sluţby.

Nesprávné nastavení či chyba znamenají ztrátu dat.

Snadná implementace a zpravidla bezplatné uţívání.

Data jsou zcela na straně poskytovatele.

Zdroj: ČECH, Martin. Inflow : information journal [online]. 6. 6. 2010 [cit. 2010-12-10]. Nástroje webové analytiky. Dostupné z WWW: , upraveno.

Soubory cookie Řešení využívající značkování stránek sledují návštěvníky pomocí tzv. souborů cookie. Cookies jsou malé textové soubory, které webový server odesílá prohlížeči. Ten pak tyto údaje ukládá na pevném disku uživatele ve tvaru název-hodnota. Takto upravená data může webový server při další návštěvě načíst, identifikovat podle nich návštěvníka a sledovat jeho činnost. Soubory cookie je možné rozlišovat podle délky jejich trvání na trvalé soubory cookie, které jsou dostupné i po zavření webového prohlížeče a jeho opětovného spuštění, a relační soubory cookie, které trvají pouze po dobu návštěvy (relace)


uživatele na webu. Dále je možné cookies dělit podle toho, kdo ten který soubor vytvořil. Vlastní (first-party) soubor cookie je vytvářen danou webovou doménou a může jej číst pouze tato autorská doména, zatímco cizí (third-party) soubor cookie pracuje v pozadí a bývá obvykle spojen s reklamou nebo jiným vloženým obsahem, který nepochází přímo z navštíveného webu, ale od třetí strany (například reklamní společnosti), a číst jej může více domén uvedených v příslušném seznamu. Hlavním účelem souborů cookie z hlediska webové analytiky je identifikace unikátního uživatele pro pozdější použití. Lze tak například určit, kolik na web přichází nových a kolik vracejících se návštěvníků nebo kolik času uplynulo mezi jednotlivými návštěvami. Cookies nacházejí využití i mimo webovou analytiku, kdy slouží webovým serverům pro personalizaci webových stránek. Zákazník, který se na danou stránku vrací (a nevymaže uložené soubory cookie) může mít uloženo vlastní nastavení jazyka, barevného schématu, může dostávat individualizovanou nabídku (například podle toho, co naposledy na stránkách hledal a o co se zajímal) nebo se automaticky přihlašovat do systému [20]. Problémy ovlivňující přesnost naměřených dat Obě hlavní metody používané ve webové analytice pro sběr dat mají svá vlastní omezení a problémy. Existují však také obecné problémy společné pro obě metody. Jedním z hlavních problémů je srovnávání čísel a hodnot z odlišných zdrojů, toho je třeba se důsledně vyvarovat. Dokud bude používán stejný způsob měření, bude mít údaj o trendu návštěvnosti věrohodnou přesnost [20]. Hlavní problémy ovlivňující přesnost naměřených údajů o návštěvnících u značkování stránek jsou [23]:  chybějící značky – nejčastější chyba, kdy se na stránku značka zapomene umístit nebo má špatný tvar a analytický nástroj tak nezachytí žádnou aktivitu;  chyby JavaScriptu – nekonzistentní použití JavaScriptu způsobí zastavení skriptovacího systému prohlížeče, takže značka uvedené za místem chyby se již nenačte. Malé procento uživatelů má také JavaScript přímo zakázaný;  brána firewall – může blokovat stránkové značky a bránit odesílání dat do sběrných serverů, případně odmítat nebo mazat cookies. Vzhledem k naprosté nezbytnosti souborů cookie pro metodu značkování stránek, je třeba počítat s určitými problémy při jejich používání [20]:  mazání nebo odmítání – uživatelé mohou sami (nebo prostřednictvím antispywarových programů nebo firewallů) mazat či odmítat soubory cookie (převážně u cizích cookies);


 sdílení více počítačů – uživatelé mohou přistupovat na internet z více počítačů (z domova, práce, veřejného místa, internetové kavárny) a ač je jejich chování pořád stejné, analytické nástroje budou jejich návštěvy nevyhnutelně považovat za zcela odlišné relace (jako kdyby se jednalo o tři různé návštěvníky). Naopak v případě sdílení jednoho počítače více osobami (při používání jednoho uživatelského účtu) dochází k započítání jedné návštěvy, ačkoliv uživatelé mohou mít zcela rozdílné chování;  latence – čas mezi konverzí návštěvníka na zákazníka vytváří prostor pro nepřesnosti (vracející se uživatel může v mezidobí vymazat soubor cookie a je tak považován za nového uživatele).

2.2.2 Serverové logy Serverové logy představují data sbíraná webovým serverem, a to nezávisle na webovém prohlížeči návštěvníka stránek. Tato technika zachytává veškeré požadavky na webový server, tedy nejen na zobrazení stránek, ale také obrázků, dokumentů apod. Označuje se proto jako sběr dat na straně serveru [20]. Výhody a nevýhody metody serverových logů přehledně shrnuje tabulka č. 2.

Tabulka 2: Výhody a nevýhody serverových logů Výhody

Nevýhody

Umoţňuje sledovat mobilní návštěvníky i roboty vyhledávačů.

Roboti zvyšují počty návštěv.

Dokáţe sledovat šířku pásma a dokončená stahování.

Nedisponuje sledováním událostí a interaktivních prvků.

Nevyskytují se problémy související s bránou firewall.

Nepřesnosti způsobené proxy servery a servery vyrovnávací paměti.

Starší data lze snadno znovu zpětně zpracovávat.

Menší mnoţství dat o uţivatelích a jejich chování.

Disponování s daty a jejich vlastnictví je plně v rukou firmy.

Ukládání a archivaci dat je nutno řešit vlastními prostředky.

Přímé filtrování vstupních stránek.

Vyuţití veřejných IP adres můţe vést k nepřesné identifikaci.



Problémy ovlivňující přesnost naměřených dat Problémy ovlivňující přesnost naměřených dat se objevují také u metody serverových logů. Mezi hlavní problémy patří [23]:  provoz robotů – roboti vyhledávačů zvyšují návštěvnost a počty zobrazených stránek a výrazně tak zkreslují (nadhodnocují) tato data;  jedna IP adresa – volání ze stejné IP adresy a signatury webového prohlížeče jsou přiřazena jedné osobě, problém tedy vzniká při změnách IP adresy během relace (řešitelné pomocí souborů cookie);  vyrovnávací paměť – nejsou započítány opětovné návštěvy načtené z vyrovnávací paměti;  mobilní uživatelé – serverové logy dokážou zachytit i mobilní uživatele, čímž jsou údaje o návštěvnosti zkresleny. Hybridní metoda Vzhledem k tomu, že nevýhoda jedné metody je vyřešena výhodou metody druhé, dochází v některých případech k jejich vzájemné integraci, která je pak označována jako metoda hybridní (například u služby Google Analytics je taková konfigurace možná). Protože jsou ale obě metody technicky velmi rozdílné, není jejich vzájemného propojení příliš často využíváno [23].

2.3 Nástroje webové analytiky Pro webovou analytiku existuje velké množství nejrůznějších nástrojů, ať už placených, nebo neplacených. Jejich nabídka se v čase velmi rychle mění. Tato proměnlivost souvisí v první řadě s reakcemi výrobců na potřeby a požadavky zákazníků, které se pro změnu odvíjejí z neustále se měnící situace na trhu. Web jako takový se neustále rozvíjí, stejně jako veškeré technologie, na kterých webové stránky fungují. Do jisté míry se může měnit také chování uživatelů, a to především v souvislosti s novými trendy jako jsou sociální média. Jednotlivé nástroje webové analytiky jsou ve své funkcionalitě a technickém řešení často velmi rozdílné. Některé z nich jsou určené ke sledování základních metrik, zatímco jiné mohou být úzce specializované se zaměřením na specifická data umožňující detailní analýzu chování návštěvníků a jejich spokojenosti. Důležitou funkcionalitou je také schopnost provádět detailní analýzu cílů webu, aby bylo možné měřit úroveň jejich splnění. Při výběru optimálního nástroje pro webovou analýzu je tak nutné zvážit veškeré potřeby a požadavky, jež budou na vybraný nástroj kladeny [23].


Nástroje webové analytiky můžeme řadit do následujících sedmi skupin [24]:  volně dostupné analytické nástroje: Google Analytics, Web Analytics, Woopra, Blvd Status, Clicky, Stat24, Etracker;  analytické aplikace vyhledávacích nástrojů: HitTail, WordStream, Eightfold Logic, Raven, Compete;  teplotní mapy8 a sledovací nástroje pro hodnocení použitelnosti webu: CrazyEgg, ClickTale, ClickHeat, ClickDensity, Mouse Eye Tracking;  profesionální (vysoce pokročilé) analytické nástroje: Omniture, Web Trends, Yahoo! Web Analytics, CoreMetrics;  software jako hostující služba: Piwik, Mint, Trace Watch, AW Stats, Analog;  analytické nástroje pro Twitter a Facebook: HootSuite, Bit.ly, Cligs, TweetStats, Facebook Insights;  analytické nástroje pro sociální média obecně: Radian6, Onalytica, BuzzLogic, FirstRain, Ethority, Brandwatch, Converseon, CustomScoop, Attensity. Z jiného úhlu pohledu je možné analytické nástroje dělit na [25]:  volně dostupné nástroje (open source9): Analog, AWStats, CrawlTrack, Open Web Analytics, Piwik, W3Perl, Webalizer;  proprietární software10: Mint, Sawmill, Urchin;  software jako hostující služba: Google Analytics, Clicktale, SiteCatalyst, Insight, Webtrekk Q3, Webtrends, Woopra, Yahoo! Web Analytics). Na našem trhu se objevují také ryze české analytické nástroje, patří mezi ně například Toplist.cz, Navrcholu.cz nebo NetMonitor. V další části textu se budeme zajímat, jaké jsou nejpoužívanější nástroje webové analytiky, a to v celosvětovém měřítku i v rámci České republiky.

Teplotní mapy – heat maps, jsou grafickým zobrazením interakce návštěvníků a webových stránek. Z teplotních map je možné zjistit, o jaká místa stránek mají uživatelé největší zájem a která místa naopak ignorují. Měří se klikání uživatelů na webové stránce včetně pohybu kurzoru myši. 8

Open source software – software s otevřeným zdrojovým kódem umožňujícím jeho využívání a úpravy. 9

Proprietární software – jeho autor upravuje licencí (typicky EULA, licence pro koncové uživatele softwaru určující, co uživatel smí a nesmí dělat) nebo jinak možnosti používání softwaru. Zpravidla nejsou volně k dispozici zdrojové kódy, případně v nich nelze zcela svobodně dělat úpravy a výsledné dílo distribuovat. 10


2.3.1 Nejpouţívanější nástroje webové analytiky Podle výzkumu tržních podílů analytických nástrojů11 z ledna 2010 je celosvětově nejpoužívanějším nástrojem produkt Google Analytics, následovaný Omniture, na třetím místě se pak umístil Coremetrics. Z výsledků výzkumu dokonce vyplývá, že téměř 95 % internetových prodejců v rámci výzkumu používá jeden ze tří výše zmíněných nástrojů, což potvrzuje jejich dominantní postavení. Výsledky dále říkají, že téměř každý čtvrtý prodejce se nespoléhá na jediný analytický nástroj, ale používá jich více. Z těch, kdo používají více než jeden analytický nástroj, pak 95 % používá Omniture nebo Coremetrics ve spojení s Google Analytics [26]. Podíly prvních šesti nejpoužívanějších nástrojů ukazuje graf č. 5.

Graf 5: Tržní podíly analytických nástrojů (celosvětově, leden 2010) 1,2% 1,4%

0,3% 2,4% Google Analytics

16,6% 44,5%

Omniture Coremetrics Fireclick

33,6%

WebTrends Clicky Ostatní

Zdroj: BRIGHT, Doug. Istobe : eCommerce Recommendation Engine (beta) [online]. 25. 1. 2010 [cit. 2010-12-13]. E-Commerce Web Analytics Market Share (January 2010). Dostupné z WWW: , upraveno.

Výzkum provedla společnost Ignite Analytics, Inc. a její výsledky zveřejnila na svém webu Istobe.com. Zkoumáno bylo 520 internetových prodejců v 21 kategoriích produktů. 11


Výzkum vykazoval rozdíly v tržních podílech podle počtu unikátních návštěv za měsíc. Podle očekávání Google Analytics dominuje především na trhu méně navštěvovaných webů, zatímco produktu Omniture patří vedoucí pozice v segmentu 5 milionů a více unikátních návštěv za měsíc. Například v kategorii oblečení a boty byl preferován Omniture a Coremetrics ve větší míře, než ve všech kategoriích celkově. Tento jev je však způsoben právě tím, že segment oblečení a bot patří obecně k navštěvovanějším internetovým obchodům [26]. Podíly jednotlivých analytických nástrojů v segmentech rozdělených podle počtu unikátních návštěv za měsíc ukazuje graf č. 6.

Graf 6: Tržní podíly analytických nástrojů podle počtu unikátních návštěv za měsíc (celosvětově, leden 2010) 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% méně neţ 100 aţ 500 500 tisíc aţ 100 tisíc tisíc 2 miliony Google Analytics

Omniture

2 aţ 5 milionů

Coremetrics

více neţ 5 milionů Ostatní

Zdroj: BRIGHT, Doug. Istobe : eCommerce Recommendation Engine (beta) [online]. 25. 1. 2010 [cit. 2010-12-13]. E-Commerce Web Analytics Market Share (January 2010). Dostupné z WWW: , upraveno.


Situace na trhu analytických nástrojů v České republice se od té celosvětové poněkud odlišuje, uveďme si proto výsledky výzkumu provedeného v květnu 2009 na vzorku 980 webů s doménou .cz. Z výsledků je zřejmé prvenství Google Analytics, zde však podobnost s celosvětovou situací končí. Silný podíl na trhu drží také polská společnost Gemius se svým produktem gemiusTraffic. Naproti tomu nízký podíl drží české nástroje TopList a Navrcholu, které, přestože obsadili třetí a čtvrté místo, mají dohromady podíl pouhých 7 %. Další celosvětově silné nástroje jako Omniture nebo Coremetrics jsou v českém prostředí využívány minimálně. Zajímavým zjištěním je také to, že více než čtvrtina sledovaných webů nepoužívala žádný analytický nástroj [23]. Výsledky průzkumu podílů analytických nástrojů na webech v České republice představuje graf č. 7. Graf 7: Tržní podíly analytických nástrojů (Česká republika, květen 2009)

28,0%

38,0%

Google Analytics gemiusTraffic TopList Navrcholu Ostatní

22,0% 5,0%

3,0%

Ţádné

4,0%


Ač jsou samozřejmě jednotlivé analytické nástroje rozdílné, jejich základ je velmi podobný. Mezi klíčové prvky určující schopnosti napříč všemi analytickými nástroji (ať už placenými nebo neplacenými) můžeme řadit:


 rozhraní a podpora v několika světových jazycích – například Google Analytics má v současné době (prosinec 2010) 31 jazykových mutací;  vysoká škálovatelnost – široké cílové publikum zahrnující téměř jakýkoliv web od několika zobrazených stránek za den až po několik milionů zobrazených stránek denně;  sledování veškerých kampaní – sledování veškerých kampaní typu PPC, bannery, e-mailové newslettery apod.;  vizualizace trychtýřů – zobrazování cest, kterými uživatelé projdou před dosažením cílové konverze;  řídící panel na míru – přizpůsobitelné prostřední řídícího panelu, zobrazení různých přehledů podle preferencí uživatele;  vizualizace prokliků na stránce – překryvná data stránek zobrazující popularitu odkazů;  lokalizace uživatelů na mapě – grafická reprezentace dat zobrazující z jaké části světa se uživatelé na web připojili, a to s přesností na jednotlivá města;  křížová segmentace – křížové odkazování nebo korelování jedné sady dat proti druhé (podobně jako u kontingenčních tabulek v MS Excel);  plánování a export dat – automatické odesílání libovolného hlášení prostřednictvím e-mailu, export dat do nejrůznějších formátů (.xls, .csv, atd.);  porovnání časových období – srovnávací zobrazení časových období včetně okna na časové ose pro zobrazení detailů;  přehledy pro elektronické obchody – transakce pro kampaně a klíčová slova až na úrovni jednotlivých produktů;  statistiky interního vyhledávání – informace o vyhledávání na webu (nejčastěji hledaná slova apod.);  sledování událostí – přehled zobrazující samotné události (Flash, Ajax atd.), odděleně od přehledu zobrazení stránek. Po uvedení základních funkčních prvků si nejpoužívanější analytické nástroje stručně představíme.


Google Analytics Google Analytics je v současné době celosvětově nejoblíbenějším a nejpoužívanějším analytickým nástrojem. Jeho historie se datuje do roku 2005, kdy americká společnost Google, Inc. odkoupila firmu Urchin Software Corporation a její analytický systém Urchin. Ještě téhož roku byla služba již pod značkou Google Analytics uvolněna pro bezplatné používání. Google však produkt Urchin stále nabízí jako placenou alternativu Google Analytics [27]. Ačkoliv Google Analytics neposkytuje tak pokročilou funkcionalitu jako jiné placené služby, obsahuje velké množství funkcí a prvků, které z něj dělají široce použitelný nástroj. Svůj význam hraje také integrace se systémem AdWords12, tedy jednoduché propojení obou služeb pro snadné kontrolování nákladů a přístupů z reklamy. Urchin Software Urchin je analytickým nástrojem, který se instaluje na lokální server a umožňuje tak analýzu serverových logů. Funguje tedy na jiném principu, než Google Analytics. Tyto nástroje však lze kombinovat a dosáhnout tak hybridního řešení. Kromě způsobu sběru dat se oba systémy liší v licenčních podmínkách, kdy Urchin je oproti Google Analytics nástrojem placeným. Každý z těchto dvou rozdílných systémů se hodí pro jiné použití, přičemž je možno vycházet z výhod a nevýhod způsobů sběru dat prostřednictvím značkování stránek a serverových logů (viz tabulky 1 a 2). Urchin najde využití například v rámci intranetu zabezpečeného bránou firewall nebo u společností, jež potřebují nasbíraná data poskytovat třetím stranám (například pro účely auditu). V takovém případě je však potřeba brát v úvahu náklady na vlastní správu systému [20]. Omniture SiteCatalyst SiteCatalyst je profesionálním (placeným) nástrojem pro webovou analytiku, patří mezi lídry na trhu. Vymezuje se především vůči svému největšímu konkurentovi Google Analytics, kdy zákazníkům nabízí pokročilejší analytická řešení. Poskytuje rozsáhlé možnosti individuální úpravy podle potřeb zákazníka (tvorba vlastních reportů a metrik, možnost vložení a sledování business plánu), integraci s dalšími firemními systémy (propojení s PPC kampaněmi), pokročilou funkcionalitu (hluboká analýza pohybu a chování návštěvníků webu) a garanci dat (bezpečné nakládání s daty zákazníka) včetně technické podpory [28]. V roce 2009 byla firma Omniture koupena softwarovou společností Adobe, která si tak rozšířila portfolio produktů i na trh webové analytiky. Produkt byl přejmenován 12

Google AdWords – placený on-line systém založený na principu PPC.


na Adobe Online Marketing Suite. Jeho cena pro web s návštěvností 1 milion návštěv měsíčně se pohybuje od 3 do 6 tisíc eur. V České republice je tento nástroj používán například pojišťovnou Direct nebo společností Vodafone. Coremetrics Coremetrics je taktéž pokročilým placeným analytickým nástrojem. Mimo standardních funkcí nabízí například automatická doporučení poskytující uživateli produktu přehled o akcích, které je vhodné vykonat pro zvýšení návštěvnosti nebo konverzí. Agentura Forrester hodnotí Coremetrics dokonce lépe, než konkurenční SiteCatalyst [29]. Yahoo! Web Analytics V roce 2008 koupila americká společnost Yahoo! nástroj Index Tools a rozhodla se ho poskytovat veřejnosti zdarma. Z Yahoo! Web Analytics se tak stal největší konkurent Google Analytics. Poskytuje některé funkce, které jsou dostupné pouze v placených nástrojích jako SiteCatalyst. Konkrétně zvládá segmentaci návštěvníků, integraci dat o kampaních (včetně různých pohledů na jejich výkonnost), vyspělé reportování pro elektronický obchod, customizaci, samozřejmě pokročilou analýzu pohybu a chování návštěvníků (až na úroveň jednoho konkrétního zákazníka) a především data o návštěvnosti v reálném čase, bez několikahodinového zpoždění jako u jiných nástrojů (Google Analytics) [30]. WebTrends WebTrends je placeným nástrojem funkcionalitami o něco převyšující Google Analytics. Poskytuje komplexnější přehledy se segmentací, ovšem implementace tohoto nástroje je značně náročnější.


3 Analýza webových stránek FM 3.1 Výběr vhodného analytického nástroje Výběr vhodného analytického nástroje je klíčovým krokem ke správnému využití možností webové analytiky. Každé webové stránky mohou mít jiné cíle a jiné potřeby jejich měření. My se zaměříme na výběr vhodného nástroje pro vzdělávací instituci, konkrétně pro Fakultu managementu VŠE. Před výběrem vhodného analytického nástroje je dobré si uvědomit, že webová analytika není stoprocentně přesná. Abychom však její přesnost co nejvíce zvýšili, je dobré se držet následujících doporučení [20]:  vybírat metodiku sběru dat na základě potřeb a prostředků organizace;  zvolit nástroj používající pro sběr dat vlastní soubory cookie;  nemíchat identifikátory návštěvníků (dojde-li například ke smazání souboru cookie uživatelem, není vhodné používat údaje z IP adresy, ale raději takového návštěvníka ignorovat);  oddělovat veškerou činnost, kterou na webu neprovádějí lidé (ale například roboti vyhledávačů);  sledovat veškerou aktivitu na webu, včetně stahování souborů, interního vyhledávání, externích odkazů apod.;  pravidelně kontrolovat, především po změnách na webu, zda někde nechybí stránkové značky, aby nedocházelo k nekonzistenci dat;  zobrazovat jasný a snadno čitelný text zásad ochrany soukromí, což v návštěvnících vzbuzuje důvěru;  brát s rezervou data mladší než 24 hodin, protože jsou často nejméně přesná;

Analýza webových stránek FM | 42

 testovat přesměrované URL adresy, zda si zachovávají sledovací parametry;  zajistit, aby všechny placené webové kampaně používaly sledovací parametry v URL pro odlišení od neplacených zdrojů. Dodržování těchto rad pomáhá identifikovat chyby, k nimž při měření často dochází. Pochopením těchto chyb, toho proč k nim dochází a jak se jich vyvarovat, lze dosáhnout kvalitnějšího měření úspěchu webových stránek.

3.1.1 Kritéria pro výběr Výběru vhodného analytického nástroje je třeba vždy věnovat mimořádnou pozornost. Samotnému výběru by měla předcházet hloubková analýza, při které jsou definovány a následně hodnoceny klíčové požadavky na nástroj. Na základě takto stanovených kritérií je pak vybráno optimální řešení. Efektivnost nástrojů je v praxi posuzována především podle účelu a míry schopnosti měřit a předložit potřebná data. Nástroje však představují pouze prostředek k získání dat. Významnou roli hraje osoba webového analytika, který získaná data vyhodnocuje a navrhuje změny. Při implementaci nástroje proto platí pravidlo vzájemné závislosti – čím větší je míra náročnosti implementace a ladění nástroje, tím menší náročnost je kladená na práci uživatelů s nástrojem a naopak [23]. Nejdůležitější kritéria výběru byla aplikována na Fakultu managementu VŠE a se stručným popisem zdůvodnění zanesena do tabulky č. 3: Tabulka 3: Kritéria pro výběr analytického nástroje pro web FM VŠE Kritérium

Zdůvodnění

Potřeby instituce

sledovat provoz na webu, změny po redesignu, návrhy na vylepšení webu

Metoda měření dat

vzhledem k výhodám a nevýhodám jednotlivých metod se jeví značkování stránek jako lepší varianta

Cena, celkové náklady

preferovány jsou neplacené nástroje, vzhledem k nekomerční povaze webu by zavedení placeného řešení nepřineslo dostatečnou návratnost investice

Způsob práce s daty

data by měla být konzistentní a co nejvíce přesná, bezprostřední zobrazení výsledků není nezbytně nutné


Objem dat

návštěvnost webu se pohybuje v řádech desítek tisíc návštěv za měsíc

Funkcionalita

schopnost segmentace, zobrazování trychtýřů, sledování pokročilých metrik

Bezpečnost a ochrana dat

ţádné speciální poţadavky na zvýšenou bezpečnost a ochranu dat

Grafické možnosti výstupů

moţnost přenesení dat do graficky zpracovaných statistik je výhodou, vizualizace zpřístupní výsledky měření a reporty i méně zkušeným uţivatelům

Automatizace

předzpracování nebo vyhodnocování dat je výhodou

Customizace

moţnost vkládání cílů webu, snadná upravitelnost zobrazení

Nároky na uživatele nástroje

časově ne příliš náročná práce se systémem

Schopnost integrace

propojení s PPC kampaněmi a dalšími marketingovými nástroji

Možnosti exportu dat

export do standardních formátů

Náročnost implementace

časově ne příliš náročná implementace

Technická podpora

technická podpora v českém jazyce výhodou

Jak je z aplikace kritérií vidět, Fakulta managementu nemá žádné specifické požadavky, které by byly pro výběr vhodného analytického nástroje určující. Svou roli zde hraje především cena a celkové náklady (zahrnující například náklady na implementaci, technické vybavení, údržbu a aktualizace systému apod.), aby se zvolený nástroj nestal zátěží fakultního rozpočtu. Vzhledem k tomu, že fakulta disponuje vlastními odborníky v IT oddělení, není zde ani požadavek na triviálnost implementace nebo nízké nároky na uživatele, případně nezbytnost technické podpory v českém jazyce. Protože má však fakultní Centrum výpočetní techniky v popisu práce širokou škálu dalších aktivit, je vhodné, aby vybraný analytický nástroj nebyl příliš náročný na pracovní čas. Na základě zhodnocení všech kritérií je možné doporučit jeden z dvojice nástrojů Google Analytics a Yahoo! Web Analytics. Druhý jmenovaný produkt z dílny Yahoo! má však jednu nevýhodu, ač je jako systém poskytován zdarma, jeho pořízení je


Obrázek 6: Rozdělení analytických nástrojů podle schopností systému Kolik?

Daří se?

Co je správně?

Zdroj: http://konference.dobryweb.cz/web-analytics/prezentace/12-roman-appeltauer.pdf

možné jen v rámci sítě autorizovaných poskytovatelů, jejichž služby však už zdarma nejsou. Proto lze pro potřeby Fakulty managementu doporučit zejména nástroj Google Analytics. Velkou výhodou také je, že do současné chvíle tento nástroj fakulta používala, ačkoliv nebyla prozatím schopna využít veškerý jeho potenciál. Google Analytics poskytne fakultě cenné informace v té nejlepší cenové rovině, jakou si může v současné době dovolit. Pomůže odpovědět na otázku „daří se?“ (tedy zda web splňuje cíle) a při využití všech jeho možností je schopný poskytnout podklady pro další zlepšování webu. V případě, že by Fakulta managementu měla dostatek volných finančních prostředků, je možné doporučit vícekanálovou analýzu webu prostřednictvím Google Analytics a placeného nástroje Omniture SiteCatalyst, který by poskytoval sofistikovanější data a informace a pomáhal přesněji určit „co je správně“. Obecné rozdělení nejpoužívanějších analytických nástrojů podle jejich schopností ukazuje obrázek č. 6.


3.2 Provoz fakultních webových stránek v roce 2010 Jako výchozí časové období bude pro přehlednost sledován celý rok 2010, od ledna do prosince. Ačkoliv akademické instituce používají ve svém běhu rok akademický, tedy období od konce září jednoho roku do června druhého roku, nebude zvolené časové období představovat problém a poskytne nám dostatečné množství aktuálních údajů, na jejichž základě bude možné provoz na webu zhodnotit. Ze všeho nejdříve se podíváme na přehled základních metrik. Pozornost bude věnována těm ukazatelům, které mají dostatečnou informační a vypovídací hodnotu.

3.2.1 Obecné parametry Podíváme-li se na graf celkové návštěvnosti ve sledovaném období (viz graf „Návštěvy“ na obrázku číslo 7), můžeme si povšimnout poměrně stabilní oscilace denních návštěv. Znatelný výkyv směrem dolů (od začátku července do půlky září) nastal v období letních prázdnin. Je to zcela pochopitelný jev, v letních měsících nelze očekávat vysokou návštěvnost stránek vzdělávací instituce, studenti fakulty i případní zájemci o studium dávají přednost jiným aktivitám, navíc ani obsah stránek nebývá v tomto období aktualizován tak často jako během akademického roku. Další výkyv dolů je možné pozorovat koncem prosince, v době vánočních Obrázek 7: Řídící panel systému Google Analytics

Zdroj: výstup systému Google Analytics pro www.fm.vse.cz


prázdnin. Po Novém roce, tedy v době, kdy na fakultě začíná zkouškové období, došlo naopak k výraznějšímu nárůstu návštěvnosti (zhruba o třetinu oproti průměrnému stavu). Obdobný nárůst návštěvnosti můžeme pozorovat začátkem letního semestru (druhá polovina února). Podobně i těsně před a během zkouškového období letního semestru (květen) došlo k nárůstu denní návštěvnosti. Tyto výkyvy lze přisuzovat jednak zvýšené aktivitě ze strany studentů fakulty, významným faktorem je však také aktivita nově příchozích návštěvníků, tedy hlavní cílové skupiny internetového marketingu FM. V období letního semestru, kdy byla návštěvnost vyšší o 15 tisíc návštěv a 4 tisíce unikátních návštěvníků, totiž potenciální studenti nejčastěji hledají informace o bakalářských i magisterských studijních programech, neboť se blíží konec termínů pro podání přihlášek ke studiu. Jak naznačuje graf, průběh návštěvnosti se opakuje v týdenní periodě, přičemž vrchol návštěvnosti nastává v pondělí a úterý. Tento fakt byl potvrzen detailnějším průzkumem naměřených dat. Vycházejme z premisy, že studenti zjišťují, co je v daném týdnu čeká, jestli se objevily nějaké novinky, o kterých by měli vědět, apod. Tohoto pozorování je možné využít například pro vkládání novinek nebo aktuálních zpráv na web. Aktualitu lze samozřejmě vložit například i v pátek večer s tím, že studenti si ji přečtou až začátkem následujícího týdne, nicméně novinka s aktuálním datem působí jako „horké zboží“ a chceme-li rychle oslovit větší počet návštěvníků webu, jeví se vkládání novinkových zpráv v pondělí ráno jako dobrá volba. Řídící panel obsahuje i další agregovaná a průměrovaná data týkající se trendů návštěvnosti. Během celého roku 2010 bylo zaznamenáno téměř 750 tisíc návštěv, což čítá průměrně 2 tisíce návštěv za den. Celkově se na fakultní web podívalo více než 150 tisíc unikátních návštěvníků, z čehož více než 80 % byli vracející se návštěvníci. Jak již bylo zmíněno výše, největší aktivita se objevuje začátkem týdne a v rámci dne kulminuje kolem desáté hodiny dopolední. Co ovšem stojí za zvýšenou pozornost je celková míra opuštění stránek (bounce rate), tedy ukazatel sledující uživatele, kteří po vstupu na konkrétní stránku odešli, bez toho aniž by se podívali na stránku jinou. Ten se totiž v polovině dubna snížil na méně než polovinu. Jak mohlo dojít k tak prudkému propadu? Toto výrazné snížení míry opuštění se týká titulní strany webu, kam byl v inkriminovaném období přidán k horní hraně stránky navigační proužek, obsahující nejžádanější odkazy (webmail, ISIS, menza apod.). Návštěvníci z řad studentů tak již nemuseli rozklikávat rozevírací nabídku, odkaz měli rovnou na očích a ušetřili si jedno kliknutí a hledání v nabídce. Technicky lze předpokládat, že analytický nástroj kliknutí na lištu rychlé navigace nepočítá jako opuštění titulní strany, jako tomu bylo u rozevírací nabídky, nýbrž jako akci (událost), kterou dále měří. Podrobněji se budeme sledováním událostí zabývat v kapitole Hodnocení obsahu.


3.2.2 Překryvná data mapy Překryvná data mapy ukazují, odkud návštěvníci stránek přicházejí. Google Analytics umí tato data vizualizovat na mapě, přičemž geografickou polohu návštěvníků je možné identifikovat až na úroveň jednotlivých měst. Toho lze využít například při cílení marketingových kampaní. Nejprve se podíváme na údaje v rámci České republiky. Z obrázku č. 8 je patrné, že návštěvníci přicházejí na web FM ze všech koutů země. Největší počet návštěv samozřejmě generují studenti přímo v Jindřichově Hradci. Druhý nejvyšší počet návštěv se objevuje v Praze, což je jistě potěšující informace, uvážíme-li konkurenci ostatních ekonomických fakult. Reflektuje to jednak počet současných studentů fakulty bydlících v Praze, jednak to může naznačovat zájem ze strany potenciálních studentů. Noví návštěvníci, mezi nimiž lze očekávat vysoké procento eventuálních uchazečů o studium, tvořili téměř čtvrtinu všech přístupů. Také proto byla druhou nejčastější vstupní stránkou stránka s informacemi o bakalářském studijním programu pro zájemce o studium. Zajímavé je rovněž srovnání zdroje, ze kterého uživatelé z Prahy na web přišli. Můžeme předpokládat, že studenti fakulty bydlící v Praze přicházejí na web přímo (mají adresu uloženou v záložkách nebo ji vepíší do adresního řádku). Tyto přímé přístupy tvoří přesnou polovinu všech přístupů. Téměř čtvrtina návštěvníků pak na web přichází přes stránky VŠE (www.vse.cz) a další nezanedbatelný počet přes vyhledávač Google. K dispozici máme tedy několik argumentů, které naznačují zájem potenciálních studentů z Prahy. Obrázek 8: Vizualizace na mapě, návštěvnost z České republiky



Třetím městem s nejvyšším počtem návštěv jsou České Budějovice, tedy nejbližší velké město. I zde je možné hovořit o úspěchu s ohledem na konkurenci Jihočeské univerzity. Na rozdíl od Prahy však drtivou většinu přístupů tvoří přístupy přímé, tedy s největší pravděpodobností od současných studentů fakulty, nikoliv od zájemců. Přístupy přes stránky VŠE činí zhruba 10 % všech návštěv, stejně jako přístupy přes Google. Stejně tak nových návštěvníků je něco málo přes 10 %. Na dalších místech se již s několikanásobně menším počtem návštěv umístila města Jihlava, Pelhřimov, Tábor a Brno. Jak je vidět, vyjma jihomoravské metropole se jedná především o větší města z přilehlých okresů. Podle naměřených dat na webové stránky Fakulty managementu ve sledovaném období zavítali lidé prakticky z celého světa. Některé návštěvy byly samozřejmě zcela náhodné a dotyčný návštěvník po zhlédnutí úvodní stránky celý web opustil. Bylo zde však několik tisíc návštěv, které lze označit za hlubší13. Jak ukazuje obrázek č. 9, nejvyšší počet návštěv po České republice byl ze Slovenska, což dokládá zájem slovenských studentů o FM, neboť se jedná o nejpočetnější skupinu cizinců, která na fakultě studuje. Počet přímých přístupů dosahuje zhruba jedné třetiny všech přístupů, další téměř třetinu tvoří přístupy ze stránek VŠE a více než 20 % slovenských uživatelů přišlo přes Google. Takto nově získaných návštěvníků bylo dokonce více než 40 % a naznačuje to vysoký zájem ze strany potenciálních slovenských studentů. Obrázek 9: Vizualizace na mapě, tabulka návštěvnosti z jednotlivých zemí

Zdroj: výstup systému Google Analytics pro www.fm.vse.cz 13

Návštěvník navštívil více než jednu stránku, strávil na webu více než pár vteřin.


Vyšší počet návštěv byl evidován také z Německa, Španělska, Anglie nebo Rakouska. V drtivé většině se však patrně jednalo o přístupy studentů (případně zaměstnanců) fakulty, protože šlo o přímé přístupy vracejících se návštěvníků nejčastěji na titulní stranu.

3.2.3 Technické parametry Především pro tvůrce a administrátory webových stránek jsou důležité také technické charakteristiky jednotlivých návštěvníků, tedy používané prohlížeče, operační systémy, rozlišení monitoru apod. Na základě agregovaných údajů mohou totiž webové stránky lépe optimalizovat. Podíváme-li se na internetové prohlížeče používané všemi návštěvníky webu Fakulty managementu (viz obrázek č. 10), vidíme jako nejčastější prohlížeč Internet Explorer (bez rozlišení verze), který používá více než 40 % uživatelů. Je to sice největší podíl, ale rozhodně ne tak velký, jaký bychom naměřili před několika lety. 60 % těch, kteří používají tento prohlížeč od Microsoftu, využívá jeho zatím poslední osmou verzi a necelých 30 % potom předchozí sedmou verzi. V těsném závěsu za IE se umístil Firefox společnosti Mozilla (bez rozlišení verze), jenž používá 35 % uživatelů. Největší část uživatelů Firefoxu používá jeho nejnovější verzi. Menší, ale ne zcela zanedbatelný podíl mají také prohlížeče Chrome a Opera. Podíváme-li se však zvlášť na segment nových návštěvníků, mezi nimi již Firefox porazil konkurenční Internet Explorer. Podíl Firefoxu se tak bude podle všeho v dalších letech ještě zvyšovat.

Obrázek 10: Používané internetové prohlížeče



Co se týče operačních systémů, samozřejmě absolutně nejpoužívanějším systémem byl Windows, přičemž více než polovina uživatelů stále používala verzi XP, čtvrtina verzi Vista a každý šestý disponoval nejnovější verzí 7. V dohledné době lze očekávat zvyšování podílu právě nejnovější verze systému na úkor starších verzí. Tvůrce webových stránek často zajímá rozlišní obrazovky, zejména kvůli šířce obsahu webu. Vzhledem k různým velikostem monitorů (a zejména LCD panelů u notebooků) nebyl mezi používanými rozlišeními tak jednoznačný „vítěz“ jako v jiných zkoumaných kategoriích. Největší počet, třetina uživatelů pracovala v rozlišení 1280x800, šestina potom v rozlišení 1280x1024. Další rozlišení již nevykazovala výraznější procento zastoupení. Ve výsledku je tedy zřejmé, že polovina uživatelů používala šířku 1280 pixelů. Aktuálně používaný vzhled webových stránek bere ohledu na skupinu uživatelů pracující v rozlišení s šířkou 1024px. Významný podíl rozlišení 1280x800, jenž je typické pro přenosné počítače, však naznačuje také postupnou dominanci notebooků. Na to by měl web reagovat a postupně se nastalé situaci přizpůsobit. Jedním z kroků může být přizpůsobení větší šířce nejčastěji používaných rozlišení, neboť jak notebooky, tak nové monitory mají zpravidla širokoúhlé rozlišení. Dále je možné pracovat s kontrastem webu, protože přenosné počítače umožňují přístup na internet z různých míst s odlišnou světelností. Ovládání by se pro změnu mohlo přiblížit touchpadu, kdy shluk více menších odkazů může způsobovat nepřesnosti.

3.2.4 Zdroje návštěvnosti Zaměřme se nyní na zdroje návštěvnosti, tedy způsoby a stránky, prostřednictvím nichž se návštěvníci na fakultní web dostávají. Téměř 60 % všech návštěv tvoří přímá návštěvnost, tedy zadání webové adresy do adresního řádku internetového prohlížeče nebo použití záložky s odkazem na fakultní webové stránky. Je nasnadě, že tímto způsobem se na web připojují zejména současní studenti (a také zaměstnanci) fakulty. Zájemci o studium, tedy cílová marketingová skupina, se na web dostávají přes odkazující stránky, případně vyhledávače. Význam odkazujících stránek naznačuje obrázek č. 11. Z průběhu grafu návštěv během celého roku je vidět, že změna v počtu návštěv během letních měsíců není tak markantní, jako je tomu při celkovém pohledu na všechny návštěvy. Přístupy přes odkazující stránky dosahovaly vrcholu v prvních dvou měsících akademického roku. Tento jev lze vysvětlit přívalem zájmu nově nastoupivších studentů, kteří ještě nemají zažitou webovou adresu fakulty a používají k přístupu na stránky různé cesty. Další vrchol návštěvnosti přes odkazující stránky nastává v únoru, tedy jednak v době, kdy začíná letní semestr, jednak v době, kdy na většině fakult končí termín pro podání přihlášek ke studiu.


Celkově tvoří návštěvy přes odkazující stránky více než čtvrtinu všech přístupů za celý rok. Podíl nových návštěv, tedy těch uživatelů, kteří na fakultní stránky zavítali poprvé, je přes odkazující stránky pochopitelně vyšší, než je celkový průměr stránek, konkrétně o více než polovinu. Nejčastější odkazující stránkou je ve více než polovině případů webová stránka Vysoké školy ekonomické. Je patrné, že uživatelé jsou srozuměni s příslušností FM k VŠE a její stránky často využívají jako styčný bod. Co bychom však rozhodně neměli opomenout je význam sociální sítě Facebook. Ten měl mezi ostatními odkazujícími zdroji jasně největší význam. Vytvoření oficiální skupiny FM VŠE mělo tedy jednoznačně pozitivní vliv na zvýšení návštěvnosti fakultních webových stránek. Při hlubším zkoumání přístupů přes Facebook bylo zjištěno, že největší počet návštěv připadá na období ledna a února, tedy opět v období před uzávěrkou přihlášek na vysoké školy, což dokládá zájem potenciálních studentů a jejich aktivitu v rámci této sociální sítě. Značný počet, téměř 15 %, návštěv generují internetové vyhledávače. Největší podíl má s 60 % Google. V druhé polovině roku však došlo k poměrně razantnímu poklesu počtu návštěv, a to o více než třetinu. Tento jev mohl být do jisté míry způsoben letními měsíci, kdy je aktivita studentů fakulty i uchazečů o studium nižší, nicméně Obrázek 11: Stránky odkazující na fakultní web



ani v zimním semestru nedosahovala návštěvnost přes vyhledávač Google takových hodnot, jako v letním semestru předchozího akademického roku. Druhým nejčastěji odkazujícím vyhledávačem byl český Seznam, přes který na fakultní web přišla více než čtvrtina těch, kteří použili internetový vyhledávač. Z obrázku č. 12 je však patrný jiný průběh návštěvnosti, než tomu bylo u Googlu. Návštěvnost prokazatelně dosahuje vrcholu v lednu a únoru, tedy v období, kdy se blíží konec termínu podání přihlášky na vysokou školu, a poté v červnu, po maturitách, kdy některé vysoké školy vypisují další kolo přijímacího řízení pro doplnění volných míst v prvních ročnících. Nejčastější vstupní stránkou přes Seznam je stránka titulní, ovšem na dalších místech se již jako vstupní objevují stránky pro uchazeče o studium, a to jak stránky o bakalářském, tak magisterském studiu, včetně stránky s ukázkami přijímacích testů. Předpokladu, že nárůst návštěvnosti přes Seznam mají na svědomí uchazeči o studium, nahrává i podíl nových návštěv, který dosahuje téměř 40 %, což je více než dvakrát tolik oproti průměru stránek. Zkoumáme-li přístupy přes vyhledávače, měli bychom se zajímat především o klíčová slova, která uživatelé do vyhledávačů zadávají. Nejčastěji hledaným slovem Obrázek 12: Přístupy přes vyhledávač Seznam



se stala webová adresa fakulty „fm.vse.cz“ (případně i s předponou www), tento údaj je však do jisté míry ovlivněn možnostmi moderních internetových prohlížečů jako je Chrome, Internet Explorer 8 a vyšší nebo Firefox s určitým pluginem, které nabízejí dynamické vyhledávání přímo v adresním řádku prohlížeče, kdy se již v průběhu psaní zobrazují výsledky vyhledávání a webové stránky ještě před stisknutím klávesy Enter. Na dalších místech se objevovala klíčová slova „vše jindřichův hradec“, „fakulta managementu jindřichův hradec“ nebo „fm vse“. Takto hledající uživatelé věděli, co hledají, ale neznali přesnou adresu. Další hledaná slova, která často odkazovala na fakultní web, byla „fakulta managementu“ nebo slovensky „univerzita manažmentu“. Uživatelé s těmito dotazy patří již patrně do skupiny zájemců o studium. Obecně lze říci, že klíčových slov (nebo celých frází) bylo vyhledáváno velké množství, konkrétně na 105 tisíc návštěv to bylo 9 400 různých typů klíčových slov, která se příliš nelišila v jednotlivých vyhledávačích. Od přístupů přes klíčová slova se odvíjí také reklamní kampaně v systému AdWords. Jak je vidět z obrázku č. 13, ty probíhaly primárně v období leden až duben, před uzávěrkou přihlášek ke studiu. Z celkového počtu více než 6 tisíc přístupů bylo 70 % v rámci kampaně pro přijímací řízení do bakalářského studijního programu, 30 % potom v rámci přijímacího řízení do magisterského studijního programu. Při bližším pohledu na tabulku údajů je vidět, že reklamy měly čtyři tisíce prokliků na jeden milion zobrazení, míra prokliku tedy byla 0,41 %. Jakkoliv se tato hodnota může jevit jako ne příliš vysoká, v absolutních číslech znamenala reklamní kampaň pro

Obrázek 13: Reklamní kampaně v systému AdWords



fakultu značný přínos. Náklady na jeden proklik byly 4,5 Kč14, zatímco tržby za proklik (při zadaných hodnotách cílů) činily téměř 18,5 Kč. Návratnost investice se tedy vyšplhala na 300 %. Průzkumem hledaných klíčových slov v rámci reklamní kampaně bylo zjištěno, že vysoký počet návštěv při současně vysoké míře prokliku byl u slovenského spojení „univerzita manažmentu“, dále „univerzita managementu“, „vysoká škola managementu“ a také „vysoké školy bez přijímaček“. Do těchto klíčových slov byla tedy investice nejeefektivnější.

3.2.5 Hodnocení obsahu Nyní se zaměříme na hodnocení obsahu webových stránek Fakulty managementu. Věnovat se budeme pochopitelně pouze těm stránkám, které mají význam z pohledu internetového marketingu. Začneme hned titulní stranou. Jak již víme, jednalo se o nejnavštěvovanější stránku celého webu, na kterou se z 90 % návštěvníci dostávali přímo a je to tedy první stránka, kterou z fakultního webu viděli. To je u titulní strany samozřejmě žádoucí, když uživatelé nechodí na web takříkajíc okénkem od záchodu. Více než polovina uživatelů z titulní strany také rovnou odešla. Tento jev však nemusí znamenat nic negativního, neboť značnou část odchodů měli na svědomí studenti fakulty, kteří pouze zkontrolovali novinky na titulní straně, případně pokračovali přes rychlé odkazy na webmail, ISIS, menzu apod. V pravém sloupci na obrázku č. 14 je vidět procentuální zastoupení prokliků na další stránky, na které návštěvníci z titulní strany odcházeli. Dohromady více než 20 % uživatelů navštívilo stránky pro uchazeče o studium, konkrétně stránku pro uchazeče Obrázek 14: Hodnocení obsahu titulní strany webu FM VŠE

Zdroj: výstup systému Google Analytics pro www.fm.vse.cz Ačkoliv jsou v tabulce uvedeny hodnoty v US$, jedná se pouze o technický nedostatek, částky odpovídají částkám v CZK. 14


o bakalářské studium, dále stránku pro uchazeče o magisterské studium a také stránku se sedmi důvody, kvůli kterým studovat právě Fakultu managementu Vysoké školy ekonomické. Tento stav značí vhodně zvolené umístění odkazů pro zájemce o studium v celkovém rozložení stránky. Zaměřme se na výše zmíněnou stránku s informacemi pro uchazeče o bakalářské studium, neboť právě ta je z marketingového hlediska jasně cílovou stránkou, kam je žádoucí potenciálního studenta dostat. Z obrázku č. 15 je patrné, že čtvrtina vstupů byla přímých, vedla tedy z vyhledávačů, reklamy nebo jiných odkazů. Nejvíce uživatelé přicházeli přes výsledky vyhledávání Googlu a Seznamu. Nejčastějším placeným klíčovým slovem byla internetová adresa „studenti-skoly.cz“, spojení „vysoká škola ekonomická“, „univerzita managementu“ nebo internetové adresy „primat.cz“ a „vejska.cz“. Mezi neplacenými klíčovými slovy bylo nejčastěji hledané slovní spojení „vysoké školy bez přijímaček“ a „kombinované studium“. Dále potom „fakulta managementu jindřichův hradec“ nebo „vše jindřichův hradec“, stejně jako tomu bylo u výše zmíněných klíčových slov pro titulní stranu webu. Z dalších klíčových slov je možné vypozorovat, že uchazeče o studium zajímá „bakalářské studium“ a „žádost o prominutí přijímací zkoušky“. Jako častá odkazující stránka byla využita také přímo webová stránka VŠE. Na dalších místech se potom umístil Facebook nebo stránky Scio.cz. Jestliže čtvrtina vstupů na stránku s informacemi pro uchazeče o bakalářské studium byla přímých, tři čtvrtiny vstupů proběhly přes odkaz z jiných stránek fakultního webu. V levém sloupci na obrázku č. 15 je vidět, že nejčastěji se jednalo o stránku titulní, poté o další stránky pro uchazeče o studium, magisterský studijní program, 7 důvodů proč studovat FM nebo ukázky testů ke stažení. Obrázek 15: Hodnocení obsahu strany pro uchazeče o bakalářské studium



Třetina uživatelů potom ze stránky s informacemi o bakalářském studiu rovnou odešla, není však možné jednoznačně určit, zda to bylo dobře nebo špatně, neboť nemáme dostatek informací, abychom zjistili, zda uživatel, který ze stránek odchází, je s informacemi spokojen, nebo naopak nenašel to, co hledal. Zbylé dvě třetiny lidí pokračovali z této stránky webem dále, 30 % jich odešlo na titulní stranu, více než 20 % pokračovalo na stránku s ukázkami přijímacích testů, viz pravý sloupec obrázku č. 15. Je tedy zřejmé, co potenciální uchazeče o studium zajímá nejvíce. Uživatelé dále odcházeli na stránku s informacemi o magisterském studiu, často potom na další stránky rozšiřující spektrum informací, jako studijní plány, 7 důvodů proč studovat FM, kontakty, mimořádné studium nebo přípravné kurzy. Velmi podobná situace byla také u druhé stránky s vysokým stupněm významnosti pro internetový marketing FM, a sice u stránky s informacemi pro uchazeče o magisterské studium. Ta měla 15 % přímých vstupů, nejčastěji z Googlu, webu VŠE a Seznamu, při nejhledanějších klíčových slovech „vše jindřichův hradec“, „univerzita managementu“ nebo „magisterské studium“. Mezi nejčastějšími předchozími stránkami byly stránky titulní, s informacemi o bakalářském studiu, 7 důvodů proč studovat FM nebo studijní plány. 30 % návštěvníků stránku úplně opustilo, 70 % pokračovalo na další stránky, nejčastěji na úvodní stránku, informace o bakalářském studiu, ukázky testů ke stažení, studijní plány nebo okruhy otázek a doporučenou literaturu k přijímacím zkouškám. Hodnocení obsahu webových stránek vychází také z toho, jak návštěvníci využívají vyhledávání v rámci webu. Celkem bylo zaznamenáno více než 17 tisíc návštěv, při Obrázek 16: Hledané výrazy



kterých bylo použito vyhledávání (zhruba 2,5 % ze všech návštěv) a během kterých uživatelé provedli téměř 24 tisíc unikátních vyhledávání. Obrázek č. 16 představuje nejhledanější výrazy. Na prvním místě se umístila „menza“, těsně za ní „studijní oddělení“, dále „koleje“, „harmonogram“ nebo „klokan“. Při bližším průzkumu bylo zjištěno, že u výrazů, které jsou uvedeny na liště rychlých odkazů zprovozněné v dubnu 2010, došlo k úbytku jejich hledání. Návštěvníci využívali vyhledávání v polovině případů z titulní strany, dále pak ze stránky s informacemi o bakalářském nebo magisterském studijním programu, stránky kontaktů, seznamu zaměstnanců, studijních plánů nebo školních řádů a předpisů. Další zajímavou funkcionalitou systému Google Analytics je možnost sledování událostí. Jak je vidět na obrázku č. 17, ta se naplno projevila v případě webových stránek Fakulty managementu až od dubna 2010, tedy v době, kdy byla zprovozněna lišta rychlých odkazů. Každý odkaz na liště dostal svůj štítek a podle něj je možné poznat, zda a jakým způsobem byla lišta využívána. Za celý rok bylo naměřeno téměř 420 tisíc událostí, z nichž nejčastěji návštěvníci (v tomto případě zcela jistě především studenti) využívali odkaz na školní webmail, dále na „Klokana“ neboli aplikaci umožňující vzdálený přístup na fakultní pevné disky, celoškolský informační systém ISIS, o něco méně potom menzu a systém Moodle. Obrázek 17: Sledování událostí



3.3 Závěrečná doporučení V předchozí kapitole byl zhodnocen provoz na webových stránkách Fakulty managementu VŠE v roce 2010. Nyní budou následovat jednotlivá doporučení, která vycházejí z výše naměřených dat a z nich vycházejících faktů. Jejich cílem je další zlepšování fakultního webu, které povede k úspěšnějšímu a efektivnějšímu internetovému marketingu.

3.3.1 Segmentování návštěvníků Google Analytics umožňuje segmentovat návštěvníky webu pomocí uživatelsky nastavitelných filtrů. Ty pomáhají zpřesňovat naměřené údaje, které jsou standardně uváděny jako průměrné hodnoty. Aritmetický průměr má ale největší vypovídací hodnotu tehdy, když má zkoumaná množina naměřených hodnot blízko k normálnímu rozložení graficky odpovídající Gaussově křivce. U drtivé většiny webových metrik však nemůžeme mluvit o normálním rozložení, daleko spíše jsou datové sady rozloženy náhodně [20]. Ve výsledku to znamená, že v původních průměrných hodnotách jsou uvedeni současně například jak noví, tak vracející se návštěvníci (v našem případě potenciální studenti a současní studenti), ačkoliv mají obě tyto skupiny do jisté míry odlišné chování na webu. Google Analytics umožňuje křížovou segmentaci pouze jedné úrovně, při současném nastavení systému tak není možné dosáhnout některých pokročilejších metrik podle konkrétních cílových skupin webu. Segmentace pomocí filtrů je proto nezbytná pro plné využití možností zvoleného analytického nástroje. Vzhledem k tomu, že webové stránky FM slouží jednak současným studentům a zaměstnancům a jednak potenciálním zájemcům o studium, bylo by vhodné uvažovat o filtru, který umožní oddělit data z těchto dvou segmentů. Bylo by pak možné se daleko lépe soustředit na obě cílové skupiny. V případě současných studentů může dojít k optimalizaci například rozvržení prvků na stránce tak, aby jejich práce s webem byla ještě rychlejší a uživatelsky přívětivější, v případě potenciálních studentů je mimo jiného možné například identifikovat prvky, které pro ně nejsou atraktivní a které je potřeba změnit. Může se také stát, že interpretace výsledků měření v obou segmentech povede k návrhům protichůdným změn, nicméně to ukáže až praxe a bude záležet na prioritách fakulty, k jakým případným změnám nakonec přistoupí. Možností, jak odfiltrovat návštěvníky webu, abychom dostali data z cílových skupin, je více. Můžeme uvažovat o vytvoření filtru, který by odděloval segment přístupů z Jindřichova Hradce od všech ostatních. Lez totiž předpokládat, že drtivou většinu těchto přístupů tvoří studenti fakulty, kteří mají jistě zcela odlišné chování, než jiní návštěvníci, například uchazeči o studium. Samozřejmě je třeba si uvědomit, že


segment přístupů mimo Jindřichův Hradec bude také obsahovat přístupy studentů fakulty připojujících se z domova, nelze ho tedy brát čistě jako segment potenciálních studentů, nicméně určitě bude mít větší vypovídací hodnotu, než nesegmentovaný přehled všech návštěv. Další možností, jak dosáhnout žádoucí segmentace, je odfiltrovat nové a vracející se uživatele. Současní studenti a zaměstnanci fakulty budou zařazeni do segmentu vracejících se návštěvníků, do segmentu nových návštěvníků budou zařazeni všichni ti, kdo na fakultní web zavítají poprvé. I tento způsob filtrování však má své nevýhody. Stačí totiž, aby vracející se uživatel vymazal soubory cookies a pro systém Google Analytics se tak bude tvářit jako uživatel nový. Stejně tak případný zájemce o studium, pokud se na stránky vrací (a nevymazal cookies), je zařazen do nesprávné kategorie vracejících se návštěvníků. Patrně nejpřesnější metodou, jak odfiltrovat přístupy studentů a zaměstnanců fakulty, je použití filtru známých IP adres. Seznam IP adres používaných v rámci počítačové sítě FM VŠE je k dispozici a jeho aplikace by neměla činit žádné potíže. Jedinou nevýhodou této metody je fakt, že studenti fakulty mnohdy přicházejí na fakultní web ze svých vlastních počítačů z domova a budou tak zařazeni do stejného segmentu jako potenciální uchazeči o studium. Použitím této metody však dojde k úplnému oproštění od interních přístupů z FM. Mimo filtrů, které pomáhají segmentaci, bývá často doporučována aplikace filtru pro zařazení provozu pouze zkoumaného webu. Jedná se de facto o bezpečností prvek zamezující tomu, aby majitel jiného profilu v Google Analytics zkopíroval fakultní kód GTAC na své stránky, čímž by způsobil smíchání údajů o návštěvnosti cizího webu s údaji o návštěvnosti fakultních stránek. Ač se to může zdát v případě akademické instituce nepravděpodobné, z pohledu podnikové praxe není nikterak nemožné, že má konkurence zájem na zmatení našich analytických přehledů. Technicky je třeba segmentaci pomocí filtrů vyřešit tak, že se v konkrétním účtu ponechá jeden profil bez filtrů, ten se zduplikuje a v tomto novém profilu se nastaví výše navržené filtry. Původní profil bez filtrů bude sbírat všechna agregovaná data jako dosud, přičemž slouží především jako pojistka v případě problémů s filtry nastavenými pro další profily. Dojde-li k nějaké chybě, základní naměřená data zůstanou bez problémů použitelná.

3.3.2 Geograficky cílený marketing Aktivity v Praze Vzhledem k vysokému počtu návštěv uživatelů z Prahy by nebylo od věci popřemýšlet o možnostech propagace, která by ještě zvýšila počet návštěv (v ideálním případě také konverzí) v tomto největším a zároveň konkurenčně


nejsilnějším městě České republiky. Jako vhodná se jeví účast na všech možných veletrzích vzdělávání (nejen) na území Prahy, případně plakátová kampaň například v pražském metru či účast na různých veřejných akcích pořádaných pod záštitou Vysoké školy ekonomické za účelem zvýšení povědomí o Fakultě managementu kupříkladu formou letáků. Důležité také je, jakým způsobem by se měla fakulta prezentovat. Vzhledem k vysoké konkurenci ze strany několika pražských vysokých škol a fakult (včetně všech dalších fakult VŠE) by bylo vhodné vymezit se a zdůrazňovat rozdíly oproti ostatním, a to zejména co se velikosti fakulty a přístupu ke studentům týče. Je třeba využít silných stránek fakulty, kdy student není anonymní jedinec z tisíce, ale často se mu dostává velmi osobního přístupu. Dále je také možné zdůraznit celkovou modernizaci fakulty, včetně kolejí, které svým komfortem převyšují běžné panelákové koleje známé z velkých měst. Aktivity v přilehlých krajích Jak je patrné z překryvných dat mapy, největší zájem o fakultu projevují návštěvníci z přilehlých okresů a krajů. V této oblasti není konkurence vysokých škol tak silná, jako například v Praze. Lze proto doporučit, aby byly marketingové aktivity s ohledem na jejich rozpočet cíleny především na oblast mezi Českými Budějovicemi a Jihlavou. Může se jednat například o geograficky cílenou placenou reklamu ve vyhledávačích, letákové a plakátové kampaně, inzerci v místním tisku, reklamu v rádiu apod. Geograficky cílenému marketingu ve spojení s určitými klíčovými slovy se budeme věnovat v další kapitole.

3.3.3 Zdroje návštěvnosti Pro akademickou instituci, která se snaží každoročně získat do svých řad co největší počet nových studentů, je důležité maximálně vytěžovat kvalitní zdroje návštěvnosti. Nejprve si v bodech naznačíme obecná doporučení:  větší počet zdrojů návštěvnosti – jediný zdroj návštěvnosti představuje dlouhodobě nestabilní model, je třeba diverzifikovat portfolio odkazujících stránek, budovat zpětné odkazy, věnovat se PPC reklamě, cílit na vhodná klíčová slova;  posilovat značku FM VŠE – důležité je být vidět, v reklamě, ve spojení s úspěšnými absolventy, účastnit se veřejných akcí;  word of mouth – snaha o ústní doporučení fakulty, zejména od spokojených studentů, dále spolupráce s absolventy, zdůrazňovaní silných stránek;  věnovat se moderním trendům – držet krok s aktuálními novinkami, jež mladé lidi zajímají, nepodceňovat význam sociálních sítí, převážně Facebooku.


Odkazující stránky Z předchozí kapitoly víme, že nejčastěji odkazující webovou stránkou je domovská stránka Vysoké školy ekonomické. Fakulta managementu tak může těžit z povědomí o VŠE a jejího dobrého jména. Ačkoliv fakulta nemůže sama o sobě nijak přímo změnit svou pozici na webu VŠE, jedná se o stabilní zdroj návštěvnosti. Šancí, jak fakultu ještě více zviditelnit, je pořádání nejrůznějších akcí, zajímavých přednášek nebo sportovních klání, o kterých bude web VŠE referovat. Jakákoliv zajímavá akce může pomoci přitáhnout pozornost potenciálních studentů k fakultě. Čím více takových akcí bude i v dalším průběhu roku, tím lépe pro zviditelnění fakulty nejen na webu VŠE, ale i v očích veřejnosti. Mezi časté odkazující zdroje patří větší počet webových portálů poskytujících informace o vysokých školách v ČR, mezi které patří najdivs.cz, scio.cz, vysokeskoly.com, univerzita.net a další. Bylo by vhodné v rámci možností spolupracovat s administrátory těchto webů a doplňovat do jejich databází co nejvíce relevantních informací včetně obrázků, případně zapojit je do procesu komunikace fakulty s médii formou zasílání tiskových zpráv nebo oznamování zajímavých akcí, které pak mohou na svém webu zveřejnit. Dalším webem s nezanedbatelným počtem odkazů na fakultní stránky je Facebook. Ten je bezesporu nejpoužívanější sociální sítí svého druhu nejen v rámci České republiky, ale i celosvětově. Obzvláště mezi mladými lidmi je osobní profil na Facebooku již standardem, proto si tento fenomén zaslouží zvýšenou pozornost. V současnosti má Fakulta managementu na Facebooku oficiální skupinu, která sdružuje současné, bývalé i potenciální studenty. Informuje skrze ni o všech podstatných a zajímavých věcech týkajících se chodu fakulty, jsou zde zodpovídány dotazy, vedeny diskuze a publikovány fotografie. V nedávné době však na Facebooku proběhly změny, po nichž je způsob prezentace v rámci „skupin“ (groups) odsunut na druhou kolej, zatímco důraz je kladen na prezentaci v rámci „stránek“ (pages). Ty dostaly množství funkcionalit, jež skupiny nemají, a to pro správce i návštěvníky. Správci nyní mají daleko větší přehled o dění na stránce, mohou využívat filtr slov v komentářích včetně anti-spamové ochrany s nastavitelnou citlivostí, návštěvníci si naproti tomu mohou například filtrovat příspěvky podle zajímavosti namísto chronologie. Bylo by proto vhodné, aby co nejdříve došlo k transformaci oficiální skupiny FM na oficiální stránku. Tato akce bohužel v současné době nejde provést automaticky, bude tak nutné založit novou stránku, naplnit ji odpovídajícími informacemi a pokusit se znovu získat všech bezmála tisíc členů skupiny jako fanoušky nově vzniklé stránky. Ztracen bude ovšem i veškerý obsah, který byl vytvořen v rámci oficiální skupiny. Tyto problémy budou ale jistě vyváženy novými funkcemi, které starší formát prezentace na Facebooku nenabízí. Optimálním obdobím pro tuto změnu se pak jeví letní období v červenci a srpnu, kdy je aktivita vzdělávacích institucí nejnižší.


Vyhledávače Kromě odkazujících stránek generují značné množství přístupů také vyhledávače. V předchozím textu jsme zmínili, že ačkoliv přístupy přes Google byly zdaleka nejčastější, v průběhu roku a především v zimním semestru měla návštěvnost přes tento vyhledávač klesající tendenci. To z největší části způsobily placené odkazy, které zvyšovaly návštěvnost právě v první polovině roku, nejvíce v období před uzávěrkou termínů pro podání přihlášek ke studiu. Oproti Googlu vykazoval český vyhledávač Seznam určité odlišnosti. Nedosahoval sice tak vysoké celkové návštěvnosti, ale podíl nových návštěv v rámci tohoto vyhledávače byl dvojnásobný oproti Googlu. Z tohoto i dříve zmíněných faktů je zřejmé, že hledá-li uživatel informace přes Seznam, jedná se často o nového návštěvníka, tedy obecně o potenciálního uchazeče o studium. Je na zvážení, zda a jakým způsobem využít reklamní kampaně v obou zmíněných vyhledávačích. Této problematice se budeme věnovat v následujícím textu. Klíčová slova Dříve v textu jsme si také naznačili, jaká jsou nejčastější klíčová slova, která uživatelé ve vyhledávačích zadávají. Na tato slova je webová stránka Fakulty managementu z pohledu SEO15 dobře optimalizována, neboť se u mnohých z nich zobrazuje na předních pozicích. Pokud bychom však chtěli tato slova zahrnout do placené PPC reklamy, jistě bychom zjistili, že se jedná o vysoce konkurenční a tedy i drahá slova. Můžeme však využít efektu tzv. dlouhého ocasu (z anglického „long tail“). Ten pracuje s faktem, jež je možno pozorovat i u vyhledávání odkazujících na webové stránky FM, a sice že existuje velké množství klíčových slov, slovních spojení nebo frází, které ač nejsou tak často hledané, v celkovém souhrnu mohou být zdrojem vyšší návštěvnosti než frekventovanější obecná slova [31]. Tento jev ukazuje obrázek č. 18. Konkrétnější a popisné fráze (na obrázku znázorněny zeleně) přivádějí cílenou návštěvnost, kde je mnohem vyšší procento konverzí. Reklamní kampaně ve vyhledávačích V roce 2010 probíhaly dvě reklamní kampaně ve vyhledávačích, jednak v rámci systému AdWords na Googlu, jednak v rámci systému Sklik na Seznamu. Na základě výsledků obou kampaní bylo zjištěno, že daleko lepší výsledky vykazuje kampaň přes AdWords. Ta se soustředila především na drahá konkurenční slova a do budoucna by mohla být vylepšena v duchu efektu „dlouhého ocasu“, tedy obohacena

SEO – Search Engine Optimization, metodika vytváření webových stránek vhodná pro automatizované zpracování v internetových vyhledávačích. 15


Obrázek 18: „Dlouhý ocas“ v SEO

Zdroj: http://www.artfocus.cz/seo-optimalizace/seo-dlouhy-ocas-klicovych-slovnavratnost-investic-long-tail-roi.html

o konkrétnější a popisnější fráze. Uveďme si příklady některých méně konkurenčních frází a slovních spojení i s jejich stručným zdůvodněním16:  „vysoká škola jižní čechy“, „vysoká škola vysočina“, „vysoká škola české budějovice“, vysoká škola jihlava“, „vysoká škola pelhřimov“, „vysoká škola tábor“ – geograficky cílená klíčová slova, která mají za úkol zaujmout potenciální uchazeče z přilehlých oblastí;  „malá vysoká škola“, „vysoká škola dobré vztahy“, „vysoká škola rodinné prostředí“, „vysoká škola osobní přístup“ – zdůraznění silných stránek fakulty;  „vysoká škola dobré uplatnění“, „vysoká škola dobré zaměstnání“, „vysoká škola dobrá práce“ – zdůraznění dobrého uplatnění absolventů; 

„vysoká škola ukázky testů“, „vysoká škola přípravné kurzy“ – možnost přípravy na přijímací řízení.

Otestováno v systému Google AdWords: Návrh klíčových slov. Všechna klíčová slova mají malou nebo dokonce žádnou konkurenci. 16


3.3.4 Hodnocení obsahu Obsah webových stránek je důvodem, proč na ně uživatelé chodí. Nemůžeme říci, že by web Fakulty managementu neměl co nabídnout, ba právě naopak. Obsahuje mimo jiné cenné informace jak pro současné, tak potenciální studenty. Důležitý je ovšem také způsob, jakým je obsah webových stránek prezentován. FM nemá v tomto směru úplně volnou ruku, neboť jako součást VŠE je nucena držet se korporátní identity, která zasahuje i do oblasti webové prezentace. Ta je rámcově stejná pro VŠE jako celek i pro jednotlivé fakulty, jejichž weby se v základu liší pouze použitým barevným schématem. Některé prvky však fakulty upravovat mohou, jedná se především o řazení a drobnou grafickou úpravu odkazů v levém sloupci, titulní obrázek, nebo způsob práce s různými informačními boxy na titulní straně včetně jejich mírné grafické úpravy. Obrázek č. 19 ukazuje titulní stranu Národohospodářské fakulty VŠE. Titulní stránka Ze všech šesti fakult VŠE má však dle mého názoru Fakulta managementu nejpropracovanější titulní stránku, k níž bylo přistupováno s velkou pečlivostí v rámci možných úprav. Její ukázku vidíte na obrázku č. 20. První rozdíl se objevuje hned u horní hrany stránky. Jak bylo již zmíněno v předchozím textu, v dubnu 2010 byl na webu FM zprovozněn pruh rychlých odkazů, které usnadňují studentům Obrázek 19: Titulní strana webu Národohospodářské fakulty VŠE

Zdroj: http://nf.vse.cz/


Obrázek 20: Titulní strana webu Fakulty managementu VŠE

Zdroj: http://www.fm.vse.cz/

přístup k nejčastěji používaným odkazům. Nemusí tak používat rozklikávací nabídku, na obrázku č. 19 označenou jako „Rychlá navigace“. Dalším výrazným rozdílem je titulní obrázek, který je oproti titulním obrázkům jiných fakult vyšší a přitom odlehčenější, protože pracuje s jednoduchým názvem fakulty a větším obrázkem nově přistavěné části fakultní budovy. Hlavní rozdíl je však patrný v přístupu ke skupině nově příchozích návštěvníků, především uchazečů o studium. Titulní strana Národohospodářské fakulty nemá téměř žádný výraznější prvek, který by potenciální studenty zaujal a přivedl je na cílové stránky s informacemi o studiu. Na titulní straně Fakulty managementu je naproti tomu takových prvků hned několik. Levý pruh odkazů je postaven tak, že v levém horním rohu, tradičně nejexponovanějším místě webové stránky, na které návštěvník zaměří svůj pohled jako první, jsou uvedeny odkazy pro zájemce o studium. V celém tomto pruhu odkazů se pracuje s různou tučností textu pro ještě větší zdůraznění důležitých odkazů. Potenciální uchazeči o studium tak nemusí tyto odkazy hledat kdesi mezi stejně vypadajícími odkazy, ale mají je naservírovány přímo na prvním místě, kam se zpravidla podívají. Žádná z fakult VŠE nemá levý sloupec odkazů řazený tímto pro nově příchozí návštěvníky přívětivým způsobem. V pravé části titulní stránky, pod obrázkem fakultní budovy, je umístěn infobox „Nepřehlédněte“, kterému dominuje velké tlačítko pro podání přihlášky ke studiu s doprovodným textem o přijímacím řízení. Opět velmi dobré cílení na skupinu


potenciální studentů. Na stejném místě má Národohospodářská fakulta uveden seznam kateder. Podobně středový panel s aktuálními informacemi není v případě NHF ničím výjimečný, kdežto FM má na tomto místě výrazný odkaz na „7 důvodů proč studovat Fakultu managementu“, včetně odkazů na sociální sítě Facebook Foursquare a Twitter, z čehož je patrná snaha o sledování moderních trendů. Budeme-li hledat zajímavé prvky titulní strany webu Národohospodářské fakulty, můžeme si povšimnout, že ač je poměrně fádní, těží především ze silných stránek fakulty – upozorňuje na článek v Hospodářských novinách, do titulního obrázku zařadila fotky významných osobností spjatých s fakultou. Cílové stránky Míra konverze se odvíjí od stanovených cílů. Hlavním cílem webových stránek FM je přivést na stránky co nejvíce potenciálních uchazečů o studium. Od toho se budou konverze odvíjet. Předně chceme, aby se noví návštěvníci z řad zájemců o studium podívali na konkrétní stránky s informacemi o studijních programech. Na základě údajů z kapitoly o provozu fakultních stránek v roce 2010 a výše zmíněných faktů o prvcích titulní strany je zjevné, že se daří poměrně dobře dostávat nové návštěvníky na cílové stránky s informacemi o studiu, neboť jejich cesty webem jsou z větší části přímé a zajímají se o související stránky (důvody proč studovat FM, ukázky testů). Podobně jako v případě úvodní stránky jsou stránky s informacemi pro zájemce o studiu na webu Fakulty managementu daleko více uživatelsky přívětivější a přehlednější (především díky formátování), než stránky Národohospodářské fakulty. Co ovšem nevíme je, zda a jakým způsobem jsou potenciální uchazeči spokojeni s informacemi, které na cílových stránkách naleznou. Víme, že tam chodí, víme, že ze stránek odcházejí, ale nevíme, zda jim byly prezentované informace prospěšné. V takovém případě se míra konverzí sleduje daleko hůře, než je tomu například u internetových obchodů. Proč se ale těchto uživatelů rovnou nezeptat? Červený rámeček na obrázku č. 21 naznačuje možný způsob řešení tohoto problému. Odpovědí na otázku „Pomohly vám informace na této stránce?“ získáme alespoň základní zpětnou vazbu, zda byly informace pro uživatele užitečné, nebo nikoliv. Další možností je formulovat dotaz ve smyslu „Podáte si přihlášku na FM VŠE?“, což přímo odkazuje na hlavní cíl webových stránek z pohledu marketingu, a sice přivést na fakultu co nejvíce nových studentů. Samozřejmě určitá část návštěvníků bude dotaz ignorovat a nechá ho bez odpovědi nebo na něj odpoví nepravdivě, nicméně i přesto budeme mít lepší představu o názoru návštěvníků webových stránek. Pro další cíle lze využít funkce Google Analytics „sledování událostí“, pomocí níž je možné zjišťovat jednak počet kliknutí na odkaz „Podat přihlášku“, jednak počet stažení ukázek přijímacích testů.


Obrázek 21: Zpětná vazba na stránce pro uchazeče o studium

Zdroj: http://www.fm.vse.cz/zajemci-o-studium/bakalarsky-studijni-program/ (upraveno)

Interní vyhledávání Data z interního vyhledávání jsou významným pomocníkem v analýze chování návštěvníků. Jejich rozborem můžeme zjistit, co návštěvníci opravdu hledají (a zároveň to nemohli najít bez pomoci vyhledávání). Jednak se z nich dají získat tipy na klíčová slova, především však poukazují na nedostatky v navigační struktuře [23]. Z předchozí kapitoly víme, že po zprovoznění lišty rychlých odkazů se počet hledání často vyhledávaných dotazů jako „menza“ nebo „koleje“ snížil, nicméně stále je zde jedno často hledané spojení, které svůj vlastní odkaz nemá. Jedná se o „studijní oddělení“, na něž je možné se za současné struktury dostat pouze přes odkaz „Oddělení“, v odstavci „Fakulta managementu“ v levém sloupci odkazů. Především cílová skupina současných studentů se zajímá o úřední hodiny studijního oddělení, kontakty na jeho pracovníky a jimi poskytované služby. Navrhoval bych proto umístit odkaz na studijní oddělení do lišty rychlých odkazů při horní hraně stránky a doplnit cílovou stránku konkrétnějšími informacemi:  úřední hodiny, umístění v budově (pro nové studenty);  jména a kontakty na pracovníky (přesunout ze souvisejících stránek);  výčet konkrétních poskytovaných služeb (pro jasnější představu studentů).


3.3.5 Klíčové ukazatele výkonnosti Analytický nástroj Google Analytics poskytuje více než 80 různých přehledů. To je skutečně hodně a sledování a vyhodnocování všech ukazatelů je nejen z kapacitních důvodů velmi náročné, především však nepraktické, neboť obrovské množství dat způsobuje interpretační nepřehlednost. Každý web je svým způsobem individuální a jeho správce by tak měl sledovat pouze ty konkrétní ukazatele, které mohou být pro zkvalitnění webu přínosem. Těmto ukazatelům se říká „klíčové ukazatele výkonnosti“, zkráceně KPI (podle anglického Key Performance Indicators). Optimální způsob implementace služby Google Analytics by se dal shrnout do následujících bodů [20]:  označení všeho – vložení měřícího kódu na každou stránku webu pro získání konzistentního a uceleného přehledu;  očištění a rozdělení dat – aplikace filtrů;  definování cílů – nastavení měřitelných cílů webu;  určení KPI – formulace klíčových ukazatelů výkonnosti. První tři body byly blíže rozebírány v předchozím textu. Základem pro určení KPI je porozumění cílům analyzovaných webových stránek. V případě webu Fakulty managementu je primárním cílem přivézt na web co nejvíce potenciálních zájemců o studium, předat jim potřebné informace a přesvědčit je, aby si podali přihlášku. Web FM však slouží také současným studentům fakulty a jejím zaměstnancům. Pro cílovou skupinu potenciálních studentů a ostatní veřejnost navrhuji sledovat následující KPI:  počet návštěv nových návštěvníků – čím více, tím lépe;  míra opuštění titulní strany novými návštěvníky – čím menší, tím lépe;  konverze celkem – čím více, tím lépe;  konverzní poměr – čím vyšší, tím lépe;  procentní podíl návštěv podle typu kampaně – zjišťuje efektivnost;  míra prokliku reklamy – čím vyšší, tím efektivnější;  cena za proklik – čím nižší, tím lépe;  průměrné tržby za proklik – čím vyšší, tím lépe;  návratnost investic – čím vyšší, tím lépe;  klíčová slova – externí/interní vyhledávání, zjišťuje preference uživatelů.


Pro cílovou skupinu současných studentů a zaměstnanců fakulty navrhuji sledovat následující KPI:  procento aktuálních návštěvníků – kdy byli uživatelé naposledy na webu, čím vyšší aktuálnost, tím větší zájem vracejících se návštěvníků;  počet hledání v interním vyhledávači – čím méně, tím lépe, zjišťuje nedostatky ve struktuře webu. Na základě sledování výše zmíněných ukazatelů výkonnosti bude práce s naměřenými daty snazší a efektivnější. Dojde k mnohem rychlejší identifikaci případných problémů a získání podkladů pro návrh optimalizačních opatření.


Závěr Předkládaná diplomová práce zpracovává problematiku webové analytiky v marketingovém výzkumu akademické instituce. V úvodu zdůrazňuje nezbytnost marketingových aktivit v souvislosti s konkurencí ostatních vysokých škol a jejich fakult. Nastiňuje marketingový proces akademické instituce a představuje její komunikační mix s důrazem na internetovou propagaci. Další část seznamuje čtenáře s principy, metodami a nástroji webové analytiky. Praktická část se zabývá výběrem vhodného analytické nástroje a následně využitím zvolené konkrétní služby Google Analytics pro potřeby analýzy webových stránek Fakulty managementu a optimalizace návštěvnosti. V dalším textu hodnotí provoz fakultního webu v roce 2010 z pohledu nejzajímavějších a nejúčelnějších statistických přehledů, které Google Analytics poskytuje. Na základě zjištěných údajů jsou v závěru diplomové práce navržena doporučení, jež mají přispět ke zlepšení internetové prezentace FM prostřednictvím webových stránek. Impulsem pro sepsání práce na toto téma bylo množství změn, jež se v současné době v sektoru terciárního vzdělávání odehrává. Vedení akademické instituce musí čelit novým výzvám souvisejícím s politickými i demografickými změnami v naší zemi. Konkurence začíná být i v oblasti vysokoškolského vzdělání neúprosná a je třeba adekvátně reagovat. A právě moderní propracované informační systémy, jako je použitý Google Analytics, mohou poskytovat cenné informace pro podporu manažerských rozhodnutí. Pro optimální využití tohoto analytického nástroje je však třeba provést určité změny v nastavení, které umožní přístup k pokročilejším metodám analýzy. Závěrem je třeba konstatovat, že Fakulta managementu má webové stránky na vysoké úrovni. Zejména jejich kvalita pro potenciální uchazeče o studium je neoddiskutovatelná, obzvláště v porovnání s ostatními fakultami VŠE. Nelze však usnout na pomyslných vavřínech, je třeba držet krok s moderními technologiemi a trendy, naslouchat potřebám uživatelů a webovou prezentaci fakulty neustále zlepšovat a optimalizovat, čemuž se snaží napomoci i tato diplomová práce.

Závěr | 71

Literatura [1]

[2]

[3] [4]

[5]

[6]

[7]

[8]

[9]

Hospodářská soutěž. In Wikipedia : the free encyclopedia [online]. St. Petersburg (Florida) : Wikipedia Foundation, 12.10.2006, last modified on 25.7.2010 [cit. 2010-11-09]. Dostupné z WWW: . Vysoká škola. In Wikipedia: the free encyclopedia [online]. St. Petersburg (Florida) : Wikipedia Foundation, 15. 11. 2004, last modified on 17. 8. 2010 [cit. 2010-08-22]. Dostupné z WWW: . Akreditační komise Česká republika [online]. 2010 [cit. 2010-08-22]. Úvodní slovo. Dostupné z WWW: . MACHÁLKOVÁ, Jana; SOTONOVÁ, Jana. IHNed.cz: Online zprávy Hospodářských novin [online]. 5. 11. 2009 [cit. 2010-10-17]. Miliony ze školného lákají. V Česku vzniká jedna soukromá VŠ za čtyři měsíce. Dostupné z WWW: . ČT24: Ekonomika [online]. 25. 2. 2010 [cit. 2010-11-09]. Vysokoškoláci mají o 30 procent vyšší plat než lidé s maturitou. Dostupné z WWW: . MACKOVÁ, Martina. Týden.cz [online]. 14.04.2010 [cit. 2010-10-17]. Počet vysokých škol se musí snížit, říká Schwarzenberg. Dostupné z WWW: . IHNed.cz: Online zprávy Hospodářských novin [online]. 16. 3. 2010 [cit. 201010-17]. Klaus: Vysokých škol je příliš, podobný atak na školství byl naposled 1948. Dostupné z WWW: . ČT24 [online]. 23. 9. 2009 [cit. 2010-10-17]. V Česku je moc vysokých škol, jejich počet klesne. Dostupné z WWW: . CELER, Čeněk. Marketingové noviny [online]. 22.5.2006 [cit. 2010-10-24]. I české školy začínají s marketingem (1.). Dostupné z WWW: .

Literatura | 72

[10] Fresh marketing [online]. 12.10.2010 [cit. 2010-11-09]. Integrovaná marketingová komunikace: Začínejte od konce. Dostupné z WWW: . [11] CELER, Čeněk. Marketingové noviny [online]. 29.5.2006 [cit. 2010-10-26]. I české školy začínají s marketingem (2.). Dostupné z WWW: . [12] Synext.cz [online]. 2008 [cit. 2010-10-25]. Politika marketingové komunikace (reklama, podpora prodeje apod.). Dostupné z WWW: . [13] KOLÍNKOVÁ, Libuše. Strategie.cz : Brána do světa médií, marketingu a reklamy [online]. 1.6.2009 [cit. 2010-10-26]. Marketing univerzit (I.) - Jak zaujmout vzděláním. Dostupné z WWW: . [14] KOLÍNKOVÁ, Libuše. Strategie.cz : Brána do světa médií, marketingu a reklamy [online]. 15.6.2009 [cit. 2010-10-27]. Marketing univerzit (III.) - Pochlubit se výzkumem. Dostupné z WWW: . [15] JANOUCH, Viktor. Internetový marketing: Prosaďte se na webu a sociálních sítích. Vydání první. Brno : Computer Press, 2010. 304 s. ISBN 978-80-2512795-7. [16] Internetová reklama. In Wikipedia : the free encyclopedia [online]. St. Petersburg (Florida) : Wikipedia Foundation, 16.4.2007, last modified on 24.10:2010 [cit. 2010-10-31]. Dostupné z WWW: . [17] TŮMA, Michal. Erudia : Znalosti obrazem [online]. 18.11.2010 [cit. 2010-1204]. Invia: Účinnost internetové reklamy. Dostupné z WWW: . [18] CACAZZA, Fred. Social Media Landscape by Fred Cacazza [online]. 09.06.2008 [cit. 2010-12-04]. Social Media Landscape. Dostupné z WWW: . [19] Webová analytika. In Wikipedia : the free encyclopedia [online]. St. Petersburg (Florida) : Wikipedia Foundation, 17.9.2009, last modified on 21.8.2010 [cit. 2010-12-05]. Dostupné z WWW: . [20] CLIFTON, Brian. Google Analytics : Podrobný průvodce webovými statistikami. První vydání. Brno : Computer Press, a. s., 2009. 336 s. ISBN 978-80-2512231-0.

Literatura | 73

[21] APPELTAUER, Roman. YouTube [online]. 16.10.2010 [cit. 2010-12-07]. Webová analytika v byznysu (VŠE GUG). Dostupné z WWW: . [22] BURBY, Jason; ATCHISON, Shane. Actionable Web Analytics : Using Data To Make Smart Business Decisions. Indianopolis, Indiana : Wiley Publishing, Inc., 2007. 256 s. ISBN 978-0-470-12474-1. [23] ČECH, Martin. Inflow : information journal [online]. 6. 6. 2010 [cit. 2010-1210]. Nástroje webové analytiky. Dostupné z WWW: . [24] CHEF, Tad. SEOptimise : Search Engine Marketing & Social Media [online]. 20. 8. 2010 [cit. 2010-12-13]. 50+ Advanced Web Analytics Tools for Business Use [2010 Edition]. Dostupné z WWW: . [25] List of web analytics software. In Wikipedia : the free encyclopedia [online]. St. Petersburg (Florida) : Wikipedia Foundation, 29. 3. 2008, last modified on 9. 12. 2010 [cit. 2010-12-13]. Dostupné z WWW: . [26] BRIGHT, Doug. Istobe : eCommerce Recommendation Engine (beta) [online]. 25. 1. 2010 [cit. 2010-12-13]. E-Commerce Web Analytics Market Share (January 2010). Dostupné z WWW: . [27] Google Analytics. In Wikipedia : the free encyclopedia [online]. St. Petersburg (Florida) : Wikipedia Foundation, 14. 9. 2005, last modified on 14. 12. 2010 [cit. 2010-12-16]. Dostupné z WWW: . [28] Optimics : měření a optimalizace webu [online]. 2010 [cit. 2010-12-14]. Adobe/Omniture SiteCatalyst. Dostupné z WWW: . [29] JENNINGS, Rebecca. Omniture [online]. 2009 [cit. 2010-12-14]. The Interactive Marketing Metrics You Need. Dostupné z WWW: . [30] Optimics [online]. 2010 [cit. 2010-12-14]. Yahoo Web Analytics. Dostupné z WWW: . [31] ArtFocus : Grafické studio, tvorba www stránek, SEO optimalizace, vytvoření eshopů [online]. 2008 [cit. 2011-04-20]. Dlouhý ocas klíčových slov při SEO a návratnost investic (Long Tail/ROI). Dostupné z WWW: .

Literatura | 74

Vysoká škola ekonomická v Praze. Fakulta managementu v Jindřichově Hradci. Diplomová práce

Recommend Documents