說服甲方不用嘴！一步步教你分析網(wǎng)站數(shù)據(jù)
發(fā)布者： 華企立方 發(fā)布時間：2015-10-6 9:06:51
用戶體驗(yàn)，分析至上
在上一個客戶的案例中，小紅利用數(shù)據(jù)分析來發(fā)現(xiàn)那些需要進(jìn)行可用性測試的地方。然而目前為止，小紅只發(fā)現(xiàn)了網(wǎng)站中值得測試的單獨(dú)的頁面和頁面組。她覺得她需要知道更多的關(guān)于最常見的用戶行程（user journey）的信息。她還想更加深入地理解用戶，看看不同類型的用戶如何訪問網(wǎng)站。為了能進(jìn)行最佳的可用性測試，小紅真心想要知道人們事實(shí)上是如何使用網(wǎng)站的。
簡單來說，數(shù)據(jù)分析是一種用來發(fā)現(xiàn)可用性測試最佳測試頁面的極好的方法。在本系列文章的第一部分，我講解了如何利用數(shù)據(jù)分析來發(fā)現(xiàn)網(wǎng)站的問題所在之處。這么做可以讓我們更好地理解目前的用戶行為，并且?guī)椭覀兗辛α吭趯⒁獪y試的任務(wù)上。
在如何利用數(shù)據(jù)分析來指導(dǎo)可用性測試的這一系列文章的總結(jié)部分，我將更仔細(xì)地探討如何通過識別用戶行程、將用戶分類來比較不同的用戶組的行為。
識別流失點(diǎn)
知道用戶是如何在整個網(wǎng)站建設(shè)中流轉(zhuǎn)的可以增加單個頁面狀態(tài)的情境（context）。比如，分析用戶行程中前一個頁面的數(shù)據(jù)可以幫助我們識別為什么某個特定頁面的退出率特別高。另外，找出最常見的用戶行程對于謀劃可用性測試很有好處?？捎眯詼y試可根據(jù)這些常見的用戶行程來設(shè)計，從而確保在測試中用戶的行為是和已經(jīng)存在的用戶行為是相符的。
谷歌分析嘗試通過用戶流程圖（user flow）和行為流程圖（behavior flow）報告來展示用戶行程。他們可能比較難閱讀，并且經(jīng)常因?yàn)榘讯鄠€頁面組合在了一起而變得很麻煩。這意味著谷歌分析通常只能把最為普遍的幾個頁面單獨(dú)展示，而把其他的頁面組合在一起，顯示為"大于100個頁面"——這對我們一點(diǎn)幫助也沒有。下面的截圖顯示出這種非常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(dú)被顯示的，剩下的頁面都被組合在了一起。
盡管頁面被組合造成了很多問題，花些時間分析這些報告仍然可以幫我們發(fā)現(xiàn)問題區(qū)域，根據(jù)的是流失率或意想不到的用戶行程（比如，我們本來期待的是這樣，但用戶卻走向了另一個方向?）。一旦我們發(fā)現(xiàn)了問題區(qū)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?yōu)槭裁磿羞@些麻煩。
在谷歌分析的用戶流程和行為流程報告中，所有的頁面用了綠色的矩形來表示，灰色的連接線用來表示頁面之間的用戶行程。每個矩形還用紅色表示了流失率的百分比（也就是說用戶正離開網(wǎng)站）。它們可以說明常見的用戶行程，以及用戶在哪些地方離開了網(wǎng)站——也是另一種問題區(qū)域的跡象。
數(shù)據(jù)分段，更多的細(xì)節(jié)
數(shù)據(jù)分段為觀察不同用戶的不同行為提供了一個絕佳的方式。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(wǎng)站，它顯示出新用戶的數(shù)量在該月幾乎是持平的，然而回訪用戶的數(shù)量卻跟隨了一個不同的模式：在周末的時候數(shù)量明顯下降。
這使我想知道更多的細(xì)節(jié)，關(guān)于新用戶和回訪用戶的不同點(diǎn)。其他關(guān)于這兩種不同用戶的數(shù)據(jù)顯示出，回訪用戶傾向于在網(wǎng)站上花費(fèi)更多的時間，每段時間會瀏覽更多的頁面，并且更傾向于申請工作。
根據(jù)這個數(shù)據(jù)我可以做出假設(shè)：回訪用戶更可能是真正找工作的人，但新用戶訪問網(wǎng)站的時候更隨意。因此我推薦網(wǎng)站做一些個性化的設(shè)計——對待新用戶，展示更多的保證信息，說明該找工作的網(wǎng)站是合法的、值得信賴的，并且引導(dǎo)他們簡單快速地做出行動，比如注冊工作提醒。對待回訪用戶，展示更精確、細(xì)節(jié)的搜索工作的選項(xiàng)，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行為可以透露許多事情，取決于網(wǎng)站的類型。比如，對一個電子商務(wù)網(wǎng)站來說，它顯示回到這個網(wǎng)站的人更傾向于下單。如果這是真的話，那么我們可以把重點(diǎn)放到幫助第一次訪問網(wǎng)站的用戶下單。
這種數(shù)據(jù)分段分析還可以幫助可用性測試的招募。如果在新用戶和回訪用戶之間有明顯的行為區(qū)別，那么可能最好同時招募已有用戶和尚未訪問過該網(wǎng)站的用戶來進(jìn)行測試。測試不同的用戶類型可以幫助解釋為什么他們在網(wǎng)站上有迥然不同的行為。
除了上說例子中的新用戶和回訪用戶，在谷歌分析上還有一些現(xiàn)成的數(shù)據(jù)分段方式來幫助我們分隔數(shù)據(jù)，包括：
不同的流量來源——可以用來發(fā)現(xiàn)那些通過搜索和鏈接來到網(wǎng)站的用戶的區(qū)別。
使用不同設(shè)備類型的用戶——可以用來比較使用手機(jī)、平板和桌面電腦用戶的參數(shù)。
根據(jù)自己的需求來改造分段方式也是很好的方法，這可以使分段方式可以和整個網(wǎng)站重要的用戶及角色更好地相符合。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，比較已有用戶和第一次購買的用戶的行程。
數(shù)據(jù)分段可以被用來觀察使用不同設(shè)備的用戶的行程。根據(jù)手平板和桌面電腦來分段可以提供三個不同的行為流程供研究。這種方法對于發(fā)現(xiàn)使用不同設(shè)備的用戶可能存在的問題特別有幫助。手機(jī)用戶的行為流程圖可能會在用戶流程中顯示出一個重大的流失點(diǎn)，但在平板和桌面電腦中卻不是問題。這應(yīng)當(dāng)引出相應(yīng)的手機(jī)端的可用性測試，重點(diǎn)放在找出手機(jī)用戶在流程中的該點(diǎn)流失的原因。
現(xiàn)在該怎么辦?
在利用數(shù)據(jù)分析識別問題區(qū)域后，下一步就是找到為什么用戶會有這些問題。數(shù)據(jù)分析能夠提供一些關(guān)鍵的地方，需要我們在可用性測試中特別關(guān)注，或者拆分出特別的測試。作為用戶體驗(yàn)的職業(yè)人，我們自然而然地想要和我們的用戶在一起，在可用性測試中從他們身上學(xué)到東西。數(shù)據(jù)分析只是幫助我們更好地進(jìn)行測試。
嘗試一下——提取一些這里提到的方法，把它們應(yīng)用到某個項(xiàng)目中。你會驚奇地發(fā)現(xiàn)，我們竟然可以從數(shù)據(jù)分析中發(fā)現(xiàn)這么多東西。
對于那些仍然覺得不確定的讀者，這里有非常多的幫助資料。如果你想和谷歌分析最新的發(fā)展保持同步，我推薦谷歌分析官方博客，和Occam's Razor——數(shù)據(jù)分析大師Avinash Kaushik的博客。如果你想在實(shí)踐中學(xué)習(xí)提高數(shù)據(jù)分析的技能，可以參考谷歌分析培訓(xùn)中心。這些教程都能幫助你更好地準(zhǔn)備獲得一個谷歌分析個人資格證書。
更多資訊來源于：佛山做網(wǎng)站http://2800kj.cn/
此文關(guān)鍵字：
客服中心
公司地址
QQ客服