導(dǎo)語(yǔ):你是否曾經(jīng)面對(duì)著一大堆網(wǎng)站數(shù)據(jù)毫無(wú)頭緒?你是否曾為選擇哪些頁(yè)面進(jìn)行測(cè)試感到舉棋不定?讓Luke來(lái)告訴你,如何有效地利用“谷歌分析”指導(dǎo)設(shè)計(jì)和研究吧!
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(cè)試的項(xiàng)目,她已經(jīng)迫不及待地要開(kāi)始了。然而唯一尚未解決的問(wèn)題是,他們對(duì)于測(cè)試什么內(nèi)容和著眼于網(wǎng)站的哪個(gè)部分持有不同的觀點(diǎn)。小紅的客戶對(duì)他們的顧客很了解,但是小紅擁有多年用戶體驗(yàn)的研究經(jīng)驗(yàn),沒(méi)有任何跡象表明小紅和她的客戶可以達(dá)成一致的意見(jiàn)。于是小紅把注意力轉(zhuǎn)向了數(shù)據(jù)分析,希望能深層次地洞悉人們到底是如何使用網(wǎng)站的。
可用性測(cè)試和數(shù)據(jù)分析是一對(duì)無(wú)敵好搭檔,它們讓我們更多地了解用戶,跟蹤我們的目標(biāo),解決意外的問(wèn)題。說(shuō)到解決問(wèn)題,數(shù)據(jù)分析告訴我們哪些頁(yè)面或者流程正在給用戶造成麻煩,哪些領(lǐng)域需要我們?cè)诳捎眯詼y(cè)試中重點(diǎn)關(guān)注。接下來(lái),可用性測(cè)試會(huì)告訴我們?yōu)槭裁从脩魰?huì)表現(xiàn)出某些特定的行為。在這兩者之上,我們可以為網(wǎng)站擁有者提供重點(diǎn)明確、針對(duì)用戶的建議。
在小紅(和許許多多與之相似的用戶體驗(yàn)從業(yè)人員)的例子中,數(shù)據(jù)分析能揭露用戶到底是怎么訪問(wèn)網(wǎng)站的。雖然小紅和客戶在用戶體驗(yàn)或顧客方面的經(jīng)驗(yàn)可能讓他們對(duì)于測(cè)試什么有了不錯(cuò)的假設(shè),但對(duì)于人們是如何訪問(wèn)網(wǎng)站,數(shù)據(jù)分析展示給他們的是更為清晰、無(wú)偏見(jiàn)的方式。
對(duì)于任何希望通過(guò)學(xué)習(xí)一些簡(jiǎn)單的工具來(lái)讀懂?dāng)?shù)據(jù)的人,數(shù)據(jù)分析可以幫助你:
在這兩篇系列文章中,我將會(huì)解釋如何利用數(shù)據(jù)分析來(lái)識(shí)別用戶有問(wèn)題的地方,以及網(wǎng)站的哪些地方會(huì)從可用性測(cè)試中受益最多。
本篇文章的重點(diǎn)為——三個(gè)識(shí)別網(wǎng)站問(wèn)題的參數(shù):跳出和退出率(bounce and exit rate),頁(yè)面平均時(shí)間(average time on page)和目標(biāo)價(jià)值(page value)。
在第二部分,我們會(huì)進(jìn)一步利用這些參數(shù)來(lái)識(shí)別drop off points,然后我們會(huì)深入到數(shù)據(jù)分段(segmentation)來(lái)獲取額外的細(xì)節(jié)信息。
作為一名自由職業(yè)者和用戶體驗(yàn)咨詢師,我與各種各樣不同領(lǐng)域的網(wǎng)站合作過(guò),其過(guò)程非常一致,總是以數(shù)據(jù)分析為開(kāi)端。最開(kāi)始我會(huì)去辨認(rèn)每天有多少用戶訪問(wèn)這個(gè)網(wǎng)站,哪個(gè)頁(yè)面最常用。這會(huì)給我一個(gè)大概的感覺(jué),知道人們是如何訪問(wèn)這個(gè)網(wǎng)站的。然后我會(huì)進(jìn)行下一步:辨認(rèn)潛在的出問(wèn)題的領(lǐng)域,繼而知道我的用戶體驗(yàn)建議將會(huì)著重在哪一塊。
總體來(lái)說(shuō),我會(huì)觀察三種類型的參數(shù)來(lái)辨認(rèn)問(wèn)題所在:
跳出率和退出率是兩個(gè)可能造成混淆的參數(shù)。跳出率是只訪問(wèn)了網(wǎng)站的一個(gè)頁(yè)面的用戶的比例:在一個(gè)頁(yè)面登陸,但是沒(méi)有去訪問(wèn)任何其他頁(yè)面就離開(kāi)了網(wǎng)站。【譯者注:谷歌官方解釋為“跳出率指單頁(yè)訪問(wèn)次數(shù)(即訪問(wèn)者從入口頁(yè)離開(kāi)網(wǎng)站而未與網(wǎng)頁(yè)互動(dòng)的訪問(wèn)次數(shù))所占的百分比”?!客顺雎适菑囊粋€(gè)頁(yè)面離開(kāi)了網(wǎng)站的用戶的比例(它包括了那些之前在該網(wǎng)站瀏覽了其他頁(yè)面的人)?!咀g者注:谷歌官方解釋為“退出百分比指從某個(gè)或某組特定網(wǎng)頁(yè)退出網(wǎng)站的次數(shù)所占的百分比”?!?/p>
編者注:術(shù)語(yǔ)可能有所不同,意思相近即可。給譯者的細(xì)心點(diǎn)贊!
如果我發(fā)現(xiàn)了網(wǎng)站的一部分出現(xiàn)了一個(gè)很高的跳出或者退出率,我會(huì)做上筆記,以防某些頁(yè)面的什么東西造成了用戶的離開(kāi)。一個(gè)有著高跳出率的頁(yè)面可能說(shuō)明這個(gè)頁(yè)面上的內(nèi)容不是用戶來(lái)到這個(gè)頁(yè)面所期望看到的東西。一個(gè)高退出率的頁(yè)面可能說(shuō)明這個(gè)網(wǎng)頁(yè)導(dǎo)致了用戶在他們想要的流程中半途而廢——從另一方面看,如果一個(gè)高退出率的頁(yè)面是流程的最后一頁(yè),那么這個(gè)高退出率就不再是個(gè)問(wèn)題了。
用谷歌分析(Google Analytics)中的“加權(quán)排序(weighted sort)”會(huì)讓跳出率更加有用。根據(jù)谷歌分析,“加權(quán)排序把百分比數(shù)據(jù)根據(jù)重要程度排列,而不是序號(hào)排列”。舉個(gè)例子,一個(gè)頁(yè)面雖然有著100%的跳出率,但在過(guò)去的一個(gè)月中,只有一個(gè)用戶訪問(wèn),然后離開(kāi)了該頁(yè)面(另外一個(gè)更大的問(wèn)題可能是沒(méi)有任何人訪問(wèn)過(guò)這個(gè)頁(yè)面?。?。如果一個(gè)頁(yè)面有80%的跳出率,但是是一個(gè)在流程中非常關(guān)鍵的起始頁(yè)面,那么這個(gè)網(wǎng)站可能因此流失了大量的生意。為了更好地為頁(yè)面可用性測(cè)試做準(zhǔn)備,我們必須辨認(rèn)出問(wèn)題出現(xiàn)的原因:是因?yàn)闆](méi)有人訪問(wèn)這個(gè)頁(yè)面,還是每個(gè)訪問(wèn)的人都馬上離開(kāi)了網(wǎng)站?
“頁(yè)面平均時(shí)間”是指用戶瀏覽某個(gè)頁(yè)面所花費(fèi)的平均時(shí)間。如果我發(fā)現(xiàn)有一個(gè)頁(yè)面的“頁(yè)面平均時(shí)間”很低,這可能意味著該頁(yè)面沒(méi)有引起用戶足夠的注意。從另一反面來(lái)看,如果用戶在一個(gè)結(jié)賬頁(yè)面停留很久,那么可能是因?yàn)樵擁?yè)面過(guò)于復(fù)雜了。當(dāng)然,所有的參數(shù)都必須放在具體的情境下分析;如果一個(gè)博客文章有一個(gè)很高的“頁(yè)面平均時(shí)間”,那么總體來(lái)說(shuō)是一個(gè)好的現(xiàn)象,因?yàn)檫@可能意味著用戶真的在閱讀整篇文章。
另外一個(gè)衡量頁(yè)面表現(xiàn)的非常好的方式是利用“與網(wǎng)站平均數(shù)比較”的選項(xiàng)。這個(gè)圖會(huì)顯示某些頁(yè)面在某個(gè)參數(shù)上是不是在很大程度上高于或者低于平均值。雖然這些頁(yè)面仍然需要一頁(yè)一頁(yè)地分析,因?yàn)椴煌捻?yè)面有用不同的目標(biāo),但是低于平均瀏覽時(shí)間的頁(yè)面總體來(lái)說(shuō)可能會(huì)有問(wèn)題,假設(shè)目標(biāo)是為了讓用戶繼續(xù)閱讀的話。下面的例子清晰地表現(xiàn)出“聯(lián)系(contact)”頁(yè)面相對(duì)來(lái)說(shuō)有比平均值更低的瀏覽時(shí)間,然而“博客(blog)”頁(yè)面有高于平均值80%的時(shí)間。
再次強(qiáng)調(diào)下,情境是關(guān)鍵。用戶可能來(lái)到聯(lián)系頁(yè)面來(lái)尋找一個(gè)公司的地址,或者聯(lián)系電話。如果他們成功地找到了,那么他們就會(huì)離開(kāi)該網(wǎng)站,因此較低的頁(yè)面瀏覽時(shí)間在這里是一個(gè)好的現(xiàn)象,說(shuō)明頁(yè)面很有用。一個(gè)“博客”頁(yè)面是用來(lái)吸引用戶的注意的,因此一個(gè)高于平均值的時(shí)間可以被看做是一件好事。
頁(yè)面價(jià)值(Page value)
“頁(yè)面價(jià)值”是一個(gè)非常重要,但是很少被用到的參數(shù),它可以用來(lái)發(fā)現(xiàn)表現(xiàn)欠佳的頁(yè)面。目標(biāo)價(jià)值,就如它的名字所示,是一種賦予頁(yè)面直接的貨幣價(jià)值的方式。對(duì)于電子商務(wù)網(wǎng)站來(lái)說(shuō),它納入了各種各樣的交易收入總數(shù)和所有類型的網(wǎng)頁(yè)的目標(biāo)價(jià)值——這些參數(shù)都需要在谷歌分析中人工設(shè)置,才能計(jì)算出頁(yè)面價(jià)值。一個(gè)高價(jià)值的頁(yè)面往往顯示出它是一個(gè)重要的頁(yè)面,意味著該頁(yè)面值得被納入可用性測(cè)試中。
一個(gè)高價(jià)值但是展示出高退出率的頁(yè)面是值得重視和改進(jìn)的。意味著這些頁(yè)面讓用戶在回話流程的關(guān)鍵位置離開(kāi)了。在下面的的例子中(一個(gè)電子商務(wù)網(wǎng)站),我突出顯示了三個(gè)有著類似的頁(yè)面價(jià)值的品類??梢郧宄乜吹剑?ldquo;個(gè)性化玩具(personalised-toys)”的產(chǎn)品頁(yè)面有一個(gè)相當(dāng)高的退出率。這說(shuō)明這個(gè)高價(jià)值的頁(yè)面正在讓用戶“流失”,并且應(yīng)該在未來(lái)的用戶體驗(yàn)設(shè)計(jì)工作中引起重視。
然而,單獨(dú)的某個(gè)頁(yè)面只能展示部分真相。“內(nèi)容分組(content grouping)”這個(gè)功能很重要,我們可以利用它來(lái)觀察網(wǎng)站的某個(gè)部分表現(xiàn)如何。內(nèi)容分組可以把數(shù)據(jù)根據(jù)用戶訪問(wèn)的頁(yè)面種類來(lái)進(jìn)行分類,因此十分必要。我們可以用各種各樣的方式來(lái)分組。比如對(duì)于一個(gè)買衣服的網(wǎng)站來(lái)說(shuō),可以根據(jù)不同種類的服飾來(lái)分組,看看褲子是不是比襯衫的頁(yè)面價(jià)值要高。
一旦發(fā)現(xiàn)某個(gè)頁(yè)面或者某個(gè)組的頁(yè)面價(jià)值很低,下一步我們要做的就是:找出背后的原因。在上面的例子中,襯衫相對(duì)來(lái)說(shuō)有比較低的價(jià)值。我采取的第一步行動(dòng)是,根據(jù)我的經(jīng)驗(yàn)和判斷力,看看在襯衫的頁(yè)面上有沒(méi)有任何明顯的用戶體驗(yàn)或者技術(shù)方面的問(wèn)題。做完這個(gè)之后,我會(huì)和真實(shí)的用戶一起來(lái)測(cè)試這些個(gè)頁(yè)面,來(lái)看看為什么會(huì)有這些問(wèn)題——并且尋找那些暗含了修復(fù)方式的線索。
內(nèi)容分組是一個(gè)非常強(qiáng)大的工具,可以讓你看到網(wǎng)站的不同部分的真實(shí)表現(xiàn)。
這只是利用數(shù)據(jù)分析來(lái)發(fā)現(xiàn)網(wǎng)站問(wèn)題的第一步。在本系列的第二部分中,我們會(huì)著眼于如何發(fā)現(xiàn)用戶流程中的流失點(diǎn),以及如何把用戶分類來(lái)看到更多的細(xì)節(jié)信息。
與此同時(shí),你嘗試著利用在本篇文章中學(xué)到的方法來(lái)發(fā)現(xiàn)可能存在的問(wèn)題:
推薦閱讀
發(fā)表日期:2019-07-24
發(fā)表日期:2019-12-24
發(fā)表日期:2021-07-03
發(fā)表日期:2018-04-08
發(fā)表日期:2019-09-07
發(fā)表日期:2019-04-16