Большинство владельцев web-сайтов, интересуются успехами продвижения во всемирной паутине. Некоторым достаточно посмотреть общую статистику раз в пол года, другие же  ежедневно отслеживают шаги каждого посетителя. В любом случае, ведение статистики, это полезная привычка. Если добросовестно это делать, и проводить анализ хотя бы раз в месяц, то по истечении определенного периода Вы получите отличные маркетинговые данные, позволяющие не только оценить  достижения в области продвижения сайта, но и осуществить прогнозирование на будущее!

Как раз о будущем... Ни один хороший маркетинговый план, не обходится  без прогнозов. К сожалению, прогнозирование задача достаточно сложная, так как существует много переменных, влияющих на развитие событий: бюджет, кризис, конкуренция, кадры, информационные поводы, рынок, и так далее. Но все же, если в течение длительного периода ведется статистика , то шансы увеличиваются. Одно из направлений статистического прогнозирования, это построение тренда. Например, можно построить тренд посещаемости сайта целевыми пользователями, т.е. посетителями приходящими на такие страницы, как: «прайс-лист», «где-купить», «контакты» и т.д.

Показатели посещаемости сайта за определенные временные интервалы относятся к такому понятию как - ряд динамики. Ряд динамики, хронологический ряд, динамический ряд, временной ряд – это последовательность упорядоченных во времени числовых показателей, характеризующих уровень развития изучаемого явления. Всякий ряд динамики включает, следовательно, два обязательных элемента: во-первых, время и, во-вторых, конкретное значение показателя, или уровень ряда. Всякий ряд динамики теоретически может быть представлен в виде тренда. Тренд – основная тенденция развития динамического ряда (к увеличению либо снижению его уровней).

Чтобы сделать прогноз посещаемости сайта на дальнейшие периоды, необходимо провести аналитическое выравнивание ряда. Целью аналитического выравнивания динамического ряда, является определение аналитической или графической зависимости f(t). На практике по имеющемуся временному ряду задают вид и находят параметры функции f(t), а затем анализируют поведение отклонений от тенденции. Функцию f(t) выбирают таким образом, чтобы она давала содержательное объяснение изучаемого процесса. В основном используют следующие зависимости: линейную, параболическую и экспоненциальную. Подробнее о критериях выбора вида той или иной зависимости можно найти в Интернете или любом учебнике по статистике.

Для прогноза посещаемости сайта целевыми пользователями, удобно использовать линейную зависимость. Функция будет представлена в виде полинома первой степени:

y=Ao + A1(t)

Ao=Sy / n

А1= Sy*t/t2

Где y - месячная посещаемость;

n - количество месяцев;

t - условное время (-2,-1,0,1,2).

Для расчетов значений функции воспользуемся программным приложением Excel. Расчет тренда представлен в таблице:

Как видно из таблицы, сглаженные показатели (значения функции) имеют близкие значения с реальными. Графическое отображение показателей и тренда  показано  на диаграмме:

По прогнозам, сделанным  с помощью расчета тренда, в июне 2009 года, посещаемость целевой аудитории должна составить 2930 человек. 

Есть определенный недостаток в расчетах с использованием помесячных данных, т.к. не учитывается фактор сезонности. Поэтому,  более точных результатов можно добиться,   используя  данные за несколько лет.

До новых встреч!