一步步教你分析網站資料(一)(譯文)

佚名發表於2015-08-04

QQ截圖20150804090941

導語:你是否曾經面對著一大堆網站資料毫無頭緒?你是否曾為選擇哪些頁面進行測試感到舉棋不定?讓Luke來告訴你,如何有效地利用“谷歌分析”指導設計和研究吧!

使用者體驗,分析至上(一)

索菲亞【譯者注:為了更接地氣,以下稱為“小紅”】正在和她的客戶討論可用性測試的專案,她已經迫不及待地要開始了。然而唯一尚未解決的問題是,他們對於測試什麼內容和著眼於網站的哪個部分持有不同的觀點。小紅的客戶對他們的顧客很瞭解,但是小紅擁有多年使用者體驗的研究經驗,沒有任何跡象表明小紅和她的客戶可以達成一致的意見。於是小紅把注意力轉向了資料分析,希望能深層次地洞悉人們到底是如何使用網站的。

可用性測試和資料分析是一對無敵好搭檔,它們讓我們更多地瞭解使用者,跟蹤我們的目標,解決意外的問題。說到解決問題,資料分析告訴我們哪些頁面或者流程正在給使用者造成麻煩,哪些領域需要我們在可用性測試中重點關注。接下來,可用性測試會告訴我們為什麼使用者會表現出某些特定的行為。在這兩者之上,我們可以為網站擁有者提供重點明確、針對使用者的建議。

在小紅(和許許多多與之相似的使用者體驗從業人員)的例子中,資料分析能揭露使用者到底是怎麼訪問網站的。雖然小紅和客戶在使用者體驗或顧客方面的經驗可能讓他們對於測試什麼有了不錯的假設,但對於人們是如何訪問網站,資料分析展示給他們的是更為清晰、無偏見的方式。

對於任何希望透過學習一些簡單的工具來讀懂資料的人,資料分析可以幫助你:

  • 識別網站上出問題的地方
  • 顯示網站對於使用者的吸引力
  • 測量設計上的改善帶來的結果

在這兩篇系列文章中,我將會解釋如何利用資料分析來識別使用者有問題的地方,以及網站的哪些地方會從可用性測試中受益最多。

本篇文章的重點為——三個識別網站問題的引數:跳出和退出率(bounce and exit rate),頁面平均時間(average time on page)和目標價值(page value)。

在第二部分,我們會進一步利用這些引數來識別drop off points,然後我們會深入到資料分段(segmentation)來獲取額外的細節資訊。

辨認問題網頁(組)

作為一名自由職業者和使用者體驗諮詢師,我與各種各樣不同領域的網站合作過,其過程非常一致,總是以資料分析為開端。最開始我會去辨認每天有多少使用者訪問這個網站,哪個頁面最常用。這會給我一個大概的感覺,知道人們是如何訪問這個網站的。然後我會進行下一步:辨認潛在的出問題的領域,繼而知道我的使用者體驗建議將會著重在哪一塊。

總體來說,我會觀察三種型別的引數來辨認問題所在:

  • 跳出和退出率(Bounce and exit rate)
  • 頁面平均時間(Average time on page)
  • 目標價值(Page value)
  • 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引數。跳出率是隻訪問了網站的一個頁面的使用者的比例:在一個頁面登陸,但是沒有去訪問任何其他頁面就離開了網站。

【譯者注:谷歌官方解釋為“跳出率指單頁訪問次數(即訪問者從入口頁離開網站而未與網頁互動的訪問次數)所佔的百分比”。】

退出率是從一個頁面離開了網站的使用者的比例(它包括了那些之前在該網站瀏覽了其他頁面的人)。

【譯者注:谷歌官方解釋為“退出百分比指從某個或某組特定網頁退出網站的次數所佔的百分比”。】

編者注:術語可能有所不同,意思相近即可。給譯者的細心點贊!

網站最佳化 網站資料分析 谷歌分析 網站跳出率

如果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,以防某些頁面的什麼東西造成了使用者的離開。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使用者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使用者在他們想要的流程中半途而廢——從另一方面看,如果一個高退出率的頁面是流程的最後一頁,那麼這個高退出率就不再是個問題了。

用谷歌分析(Google Analytics)中的“加權排序(weighted sort)”會讓跳出率更加有用。根據谷歌分析,“加權排序把百分比資料根據重要程度排列,而不是序號排列”。舉個例子,一個頁面雖然有著100%的跳出率,但在過去的一個月中,只有一個使用者訪問,然後離開了該頁面(另外一個更大的問題可能是沒有任何人訪問過這個頁面!)。如果一個頁面有80%的跳出率,但是是一個在流程中非常關鍵的起始頁面,那麼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準備,我們必須辨認出問題出現的原因:是因為沒有人訪問這個頁面,還是每個訪問的人都馬上離開了網站?

頁面平均時間(Average Time on Page)

“頁面平均時間”是指使用者瀏覽某個頁面所花費的平均時間。如果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使用者足夠的注意。從另一反面來看,如果使用者在一個結賬頁面停留很久,那麼可能是因為該頁面過於複雜了。當然,所有的引數都必須放在具體的情境下分析;如果一個部落格文章有一個很高的“頁面平均時間”,那麼總體來說是一個好的現象,因為這可能意味著使用者真的在閱讀整篇文章。

另外一個衡量頁面表現的非常好的方式是利用“與網站平均數比較”的選項。這個圖會顯示某些頁面在某個引數上是不是在很大程度上高於或者低於平均值。雖然這些頁面仍然需要一頁一頁地分析,因為不同的頁面有用不同的目標,但是低於平均瀏覽時間的頁面總體來說可能會有問題,假設目標是為了讓使用者繼續閱讀的話。下面的例子清晰地表現出“聯絡(contact)”頁面相對來說有比平均值更低的瀏覽時間,然而“部落格(blog)”頁面有高於平均值80%的時間。

網站最佳化 網站資料分析 谷歌分析 網站跳出率

再次強調下,情境是關鍵。使用者可能來到聯絡頁面來尋找一個公司的地址,或者聯絡電話。如果他們成功地找到了,那麼他們就會離開該網站,因此較低的頁面瀏覽時間在這裡是一個好的現象,說明頁面很有用。一個“部落格”頁面是用來吸引使用者的注意的,因此一個高於平均值的時間可以被看做是一件好事。

頁面價值(Page value)

“頁面價值”是一個非常重要,但是很少被用到的引數,它可以用來發現表現欠佳的頁面。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方式。對於電子商務網站來說,它納入了各種各樣的交易收入總數和所有型別的網頁的目標價值——這些引數都需要在谷歌分析中人工設定,才能計算出頁面價值。一個高價值的頁面往往顯示出它是一個重要的頁面,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重視和改進的。意味著這些頁面讓使用者在回話流程的關鍵位置離開了。在下面的的例子中(一個電子商務網站),我突出顯示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當高的退出率。這說明這個高價值的頁面正在讓使用者“流失”,並且應該在未來的使用者體驗設計工作中引起重視。

網站最佳化 網站資料分析 谷歌分析 網站跳出率

然而,單獨的某個頁面只能展示部分真相。“內容分組(content grouping)”這個功能很重要,我們可以利用它來觀察網站的某個部分表現如何。內容分組可以把資料根據使用者訪問的頁面種類來進行分類,因此十分必要。我們可以用各種各樣的方式來分組。比如對於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:找出背後的原因。在上面的例子中,襯衫相對來說有比較低的價值。我採取的第一步行動是,根據我的經驗和判斷力,看看在襯衫的頁面上有沒有任何明顯的使用者體驗或者技術方面的問題。做完這個之後,我會和真實的使用者一起來測試這些個頁面,來看看為什麼會有這些問題——並且尋找那些暗含了修復方式的線索。

網站最佳化 網站資料分析 谷歌分析 網站跳出率

內容分組是一個非常強大的工具,可以讓你看到網站的不同部分的真實表現。

在實踐中利用引數

這只是利用資料分析來發現網站問題的第一步。在本系列的第二部分中,我們會著眼於如何發現使用者流程中的流失點,以及如何把使用者分類來看到更多的細節資訊。

與此同時,你嘗試著利用在本篇文章中學到的方法來發現可能存在的問題:

  • 調出跳出率,找出那些使用者訪問並且馬上離開了的頁面。
  • 瀏覽所有頁面的退出率,找出在流程的哪些地方使用者離開了網站。
  • 考慮到使用者在頁面平均停留時間的重要性——一個擁有著高跳出率的部落格頁面,同時擁有著很長的平均頁面時間,這是一件好事!
  • 根據頁面價值排序,觀察頁面。頁面價值越高,那麼就越值得被納入可用性測試,從而最終修復使用者在該頁面遇到的問題。

作者:Luke Hay

原文連結:An Analytics-First Approach to UX, Part 1

譯者:陳凌霜 Liz Chen,美國華盛頓大學以人為中心的設計與工程研究生在讀,現在青蛙設計Frog Design做互動設計實習。

檢視完整組圖 上一頁 下一頁

相關文章