沙巴体育盈禾体育|沙巴体育平台结算太慢

易搜網站關鍵詞優化 讓客戶更容易搜索到您!

立即致電: 體驗易搜網站關鍵詞優化為您帶來的高效服務。

當前位置:易搜網絡技術公司 >> 關鍵詞優化 >> 網站關鍵詞優化 >> 瀏覽文章

談談國外的站長們是怎么分析用戶體驗的

文章標簽:談談,國外,外的,站長,怎么,分析,用戶,體驗

簡單來說,網站的數據分析是一種用來發現可用性測試最佳測試頁面的極好的方法,于是許多專業的站長會把細致力轉向了數據分析,盼望能深條理地洞悉人們到底是如何使用網站的。

作為一名專業的站長和用戶體驗咨詢師,我與各種各樣不同領域的網站合作過,其過程特別很是同等,總是以數據分析為開端,最開始我會去辨認天天有多少用戶訪問這個網站,哪個頁面最常用,這會給我一個也許的感覺,知道人們是如何訪問這個網站的。

然后我會進行下一步,辨認潛在的出題目的領域,繼而知道我的用戶體驗將會偏重在哪一塊,總體來說,我會觀察以下幾種類型的參數來辨認題目所在。

談談國外的站長們是怎么分析用戶體驗的

1、跳出和退出率(Bounce and Exit Rate)

跳出率和退出率是兩個可能造成混淆的參數,跳出率是只訪問了網站的一個頁面的用戶的比例:在一個頁面登陸,但是沒有去訪問任何其他頁面就脫離了網站;谷歌官方詮釋為“跳出率指單頁訪問次數(即訪問者從入口頁脫離網站而未與網頁互動的訪問次數)所占的百分比”。

退出率是從一個頁面脫離了網站的用戶的比例(它包括了那些之前在該網站欣賞了其他頁面的人);谷歌官方詮釋為“退出百分比指從某個或某組特定網頁退出網站的次數所占的百分比”。

假如我發現了網站的一部分出現了一個很高的跳出或者退出率,我會做上筆記,以防某些頁面的什么東西造成了用戶的脫離,一個有著高跳出率的頁面可能說明這個頁面上的內容不是用戶來到這個頁面所期望看到的東西。

一個高退出率的頁面可能說明這個網頁導致了用戶在他們想要的流程中半途而廢——從另一方面看,假如一個高退出率的頁面是流程的最后一頁,那么,這個高退出率就不再是個題目了。

用谷歌分析(Google Analytics)中的“加權排序(weighted sort)”會讓跳出率更加有效,根據谷歌分析:“加權排序把百分比數據根據緊張程度排列,而不是序號排列”。

舉個例子,一個頁面雖然有著100%的跳出率,但在曩昔的一個月中,只有一個用戶訪問,然后脫離了該頁面(另外一個更大的題目可能是沒有任何人訪問過這個頁面),假如一個頁面有80%的跳出率,但是是一個在流程中特別很是關鍵的肇端頁面,那么這個網站可能因此流失了大量的生意,為了更好地為頁面可用性測試做預備,我們必須辨認出題目出現的緣故原由:是由于沒有人訪問這個頁面,照舊每個訪問的人都立刻脫離了網站?

2、頁面平均時間(Average Time on Page)

“頁面平均時間”是指用戶欣賞某個頁面所花費的平均時間,假如我發現有一個頁面的“頁面平均時間”很低,這可能意味著該頁面沒有引起用戶充足的細致。

從另一反面來看,假如用戶在一個結賬頁面停頓很久,那么可能是由于該頁面過于復雜了,當然,所有的參數都必須放在詳細的情境下分析;假如一個博客文章有一個很高的“頁面平均時間”,那么總體來說是一個好的征象,由于這可能意味著用戶真的在閱讀整篇文章。

另外一個衡量頁面體現的特別很是好的體例是行使“與網站平均數比較”的選項,這個圖會表現某些頁面在某個參數上是不是在很大程度上高于或者低于平均值,雖然這些頁面仍然必要一頁一頁地分析,由于不同的頁面有效不同的目標,但是低于平均欣賞時間的頁面總體來說可能會有題目,假設目標是為了讓用戶繼承閱讀的話。

下面的例子清晰地體現出“聯系(contact)”頁面相對來說有比平均值更低的欣賞時間,然而“博客(blog)”頁面有高于平均值80%的時間。

在此再次強調下,情境是關鍵,用戶可能來到聯系頁面來探求一個公司的地址,或者聯系電話,假如他們成功地找到了,那么他們就會脫離該網站,因此較低的頁面欣賞時間在這里是一個好的征象,說明頁面很有效,一個“博客”頁面是用來吸引用戶的細致的,因此一個高于平均值的時間可以被看做是一件好事。

3、頁面價值(Page value)

“頁面價值”是一個特別很是緊張,但是很少被用到的參數,它可以用來發現體現欠佳的頁面。

目標價值,就如它的名字所示,是一種賦予頁面直接的貨幣價值的體例,對于電子商務網站來說,它納入了各種各樣的交易收入總數和所有類型的網頁的目標價值——這些參數都必要在谷歌分析中人工設置,才能計算出頁面價值,一個高價值的頁面每每表現出它是一個緊張的頁面,意味著該頁面值得被納入可用性測試中。

一個高價值但是展示出高退出率的頁面是值得正視和改進的,意味著這些頁面讓用戶在回話流程的關鍵位置脫離了,在下面的的例子中(一個電子商務網站),我凸起表現了三個有著類似的頁面價值的品類,可以清楚地看到,“個性化玩具(personalised-toys)”的產品頁面有一個相稱高的退出率,這說明這個高價值的頁面正在讓用戶“流失”,并且應該在將來的用戶體驗設計工作中引起正視。

然而,單獨的某個頁面只能展示部分原形,“內容分組(content grouping)”這個功能很緊張,我們可以行使它來觀察網站的某個部分體現如何,內容分組可以把數據根據用戶訪問的頁面種類來進行分類,因此十分需要,我們可以用各種各樣的體例來分組,比如對于一個買衣服的網站來說,可以根據不同種類的服飾來分組,看看褲子是不是比襯衫的頁面價值要高。

一旦發現某個頁面或者某個組的頁面價值很低,下一步我們要做的就是:找出背后的緣故原由。在上面的例子中,襯衫相對來說有比較低的價值,我采取的第一步舉措是,根據我的經驗和判斷力,看看在襯衫的頁面上有沒有任何顯明的用戶體驗或者技術方面的題目,做完這個之后,我會和真實的用戶一路來測試這些個頁面,來看看為什么會有這些題目——并且探求那些暗含了修復體例的線索。

內容分組是一個特別很是壯大的工具,可以讓你看到網站的不同部分的真實體現。

4、識別流失點

知道用戶是如何在整個網站中流轉的可以增長單個頁面狀況的情境(context),比如,分析用戶行程中前一個頁面的數據可以幫助我們識別為什么某個特定頁面的退出率分外高。

另外,找出最常見的用戶行程對于謀劃可用性測試很有益處,可用性測試可根據這些常見的用戶行程來設計,從而確保在測試中用戶的舉動是和已經存在的用戶舉動是符合的。

谷歌分析嘗試通過用戶流程圖(user flow)和舉動流程圖(behavior flow)報告來展示用戶行程,他們可能比較難閱讀,并且經常由于把多個頁面組合在了一路而變得很麻煩,這意味著谷歌分析通常只能把最為普遍的幾個頁面單獨展示,而把其他的頁面組合在一路,表現為“大于100個頁面”——這對我們一點幫助也沒有。

下面的截圖表現出這種特別很是局限的信息是如何讓分析變得困難的:只有幾個頁面在每個用戶行程的階段中是單獨被表現的,剩下的頁面都被組合在了一路。

盡管頁面被組合造成了許多題目,花些時間分析這些報告仍然可以幫我們發現題目區域,根據的是流失率或意想不到的用戶行程(比如,我們原本期待的是如許,但用戶卻走向了另一個方向?),一旦我們發現了題目區域,我們就可以謀劃可用性測試,來看看用戶在整個行程中是如何思考的,了解他們為什么會有這些麻煩。

在谷歌分析的用戶流程和舉動流程報告中,所有的頁面用了綠色的矩形來透露表現,灰色的連接線用來透露表現頁面之間的用戶行程,每個矩形還用紅色透露表現了流失率的百分比(也就是說用戶正脫離網站),它們可以說明常見的用戶行程,以及用戶在哪些地方脫離了網站——也是另一種題目區域的跡象。

下面的例子來自于一個我曾經工作過的網站,它在主頁有一個分外顯明的搜索框。

在這個簡化了的并加上了筆記的圖中,我們可以看到一個可能的題目,用戶行使搜索框來找到某個旅行目的地,但之后又從搜索效果頁面回到了主頁(又名,彈簧跳(pogo sticking)),說明了搜索效果對用戶來說不夠寫意。這可能歸結于很多的理由:可能搜索功能經常搜不出效果,搜到太多效果,或者太少效果,也可能這個題目和搜索效果自己無關,而是其他的理由,比如搜索效果里的酒店的價格太高了。

數據表現最初的搜索是讓用戶不寫意的,這讓我決定針對搜索框來進行一些可用性測試,可用性測試的效果表現,題目的緣故原由在于搜索效果太多太泛了,用戶被大量的效果吞沒了,根據這個測試效果,我建議引入一個多面搜索體系(faceted search system):

在搜索效果頁面讓用戶可以根據一些標準來過濾搜索效果,而不用返回到主頁重新搜索,這個新的搜索體系讓用戶可以根據酒店提供的服務設施來過濾他們的搜索效果;比如是否有游泳池、健身房和其他的設施,這意味著用戶可以發現對他們自身有效的效果,這個設計方案讓搜索后又回到主頁的用戶數量大幅度降落,讓更多的用戶進入到他們行程的下一步。

上面的效果表現的是多面搜索體系被引進一個月后的分析數據。圖中表現出,主頁和搜索效果頁面之間的“彈簧跳”征象削減了。雖然仍然還有改進的空間,但這個轉變產生的積極效應是特別很是鼓舞人心的。

5、在實踐中行使參數

這只是行使數據分析來發現網站題目的第一步,與此同時,你必要嘗試著來發現可能存在的題目,比如:

(1)、調整跳出率,找出那些用戶訪問并且立刻脫離了的頁面。

(2)、欣賞所有頁面的退出率,找出在流程的哪些地方用戶脫離了網站。

(3)、考慮到用戶在頁面平均停頓時間的緊張性,一個擁有著高跳出率的博客頁面,同時擁有著很長的平均頁面時間,這是一件好事!

(4)、根據頁面價值排序,觀察頁面。頁面價值越高,那么就越值得被納入可用性測試,從而最終修復用戶在該頁面碰到的題目。

6、數據分段,更多的細節

數據分段為觀察不同用戶的不偕行為提供了一個絕佳的體例,一個簡單的例子就是比較新用戶和回訪用戶,下面的圖來自于一個在線找工作網站,它表現出新用戶的數量在該月幾乎是持平的,然而回訪用戶的數量卻追隨了一個不同的模式:在周末的時候數量顯明降落。

這使我想知道更多的細節,關于新用戶和回訪用戶的不同點,其他關于這兩種不同用戶的數據表現出,回訪用戶傾向于在網站上花費更多的時間,每段時間會欣賞更多的頁面,并且更傾向于申請工作。

根據這個數據我可以做出假設:回訪用戶更可能是真正找工作的人,但新用戶訪問網站的時候更隨意,因此我保舉網站做一些個性化的設計——對待新用戶,展示更多的保證信息,說明該找工作的網站是正當的、值得相信的,并且指導他們簡單快速地做出舉措,比如注冊工作提示,對待回訪用戶,展示更正確、細節的搜索工作的選項,并且提供信息鼓勵他們申請工作。

新用戶和回訪用戶不同的舉動可以吐露很多事情,取決于網站的類型,比如,對一個電子商務網站來說,它表現回到這個網站的人更傾向于下單,假如這是真的話,那么我們可以把重點放到幫助第一次訪問網站的用戶下單。

這種數據分段分析還可以幫助可用性測試的招募,假如在新用戶和回訪用戶之間有顯明的舉動區別,那么可能最好同時招募已有效戶和尚未訪問過該網站的用戶來進行測試,測試不同的用戶類型可以幫助詮釋為什么他們在網站上有判然不同的舉動。

除了上面例子中的新用戶和回訪用戶,在谷歌分析上還有一些現成的數據分段體例來幫助我們分隔數據,包括:

(1)、不同的流量來源——可以用來發現那些通過搜索和鏈接來到網站的用戶的區別。

(2)、使用不同設備類型的用戶——可以用來比較使用手機、平板和桌面電腦用戶的參數。

根據本身的需求來改造分段體例也是很好的方法,這可以使分段體例可以和整個網站緊張的用戶及角色更好地符合合,通過這種方法,我們可以分析這些不同的用戶群所采取的不同的用戶行程,例如,比較已有效戶和第一次購買的用戶的行程。

數據分段可以被用來觀察使用不同設備的用戶的行程,根據手平板和桌面電腦來分段可以提供三個不同的舉動流程供研究,這種方法對于發現使用不同設備的用戶可能存在的題目分外有幫助,手機用戶的舉動流程圖可能會在用戶流程中表現出一個龐大的流失點,但在平板和桌面電腦中卻不是題目,這應當引出響應的手機端的可用性測試,重點放在找出手機用戶在流程中的該點流失的緣故原由。

點評:

在行使數據分析識別題目區域后,下一步就是找到為什么用戶會有這些題目,數據分析能夠提供一些關鍵的地方,必要我們在可用性測試中分外關注,或者拆分出分外的測試,作為用戶體驗的職業人,我們天然而然地想要和我們的用戶在一路,在可用性測試中從他們身上學到東西,數據分析只是幫助我們更好地進行測試。

嘗試一下,提取一些這里提到的方法,把它們應用到某個項目中,你會驚訝地發現,我們竟然可以從數據分析中發現這么多東西。

本文由馬海祥整頓發布,

沙巴体育盈禾体育 幸运飞艇官网开奖直播app 有哪些赚钱的手机软件 脉动棋牌免费版下载 河北11选5开奖号码公告 深圳风采最新开奖公告9月18日 浙江十一选五开奖的号码是多少钱 快速时时彩官网 ABC彩票网址 吉林快3和值跨度走势图 湖北开奖二十湖北十一选五开奖结果