Sophia使用了分析法帮助客户确定可用性测试的内

时间:2020-01-21 18:34来源:澳门美高梅游戏
过去我如何使用这些报告来通知我的UX工作的一个例子就是警惕积木。 在这个由两部分组成的系列文章的后一部分,我将介绍如何使用分析法指导可用性测试,更详细地介绍如何确定用

过去我如何使用这些报告来通知我的UX工作的一个例子就是警惕积木。

在这个由两部分组成的系列文章的后一部分,我将介绍如何使用分析法指导可用性测试,更详细地介绍如何确定用户操作流程,并细分用户以比较不同使用人群的行为特征。

知名协会和会议##

分析学会议通常汇集了来自各个领域的人。下面这些协会或会议通常涉及有关数据、研究、分析,和网页的话题。

All Things Data
All Things Data 虽然没有明确的以用户体验为中心,但你可以在这里学习如何收集和使用数据。All Things Data 的使命是通过数据分析来帮助你做出更好的业务决策。该协会的成员都是来自知名企业的专业人士,他们给参加者提供建设性意见和信息,从而推动公司成长。
更多信息请访问:https://www.atdconf.com/

Data Science Conference
该会议为从事这些领域的专业人员而成立:数据科学、大数据、数据挖掘、机器学习、人工智能,以及预测建模。该会议不允许供应商,赞助商,或者招聘人员进入,因此你可以全身心的投入交流与讨论,不必担心被打扰!
更多信息请访问:http://www.meetup.com/

IoT Data Analytics & Visualizations (物联网数据分析和可视化)
澳门美高梅游戏 ,这场大会致力于讨论数据可视化和分析的相关话题,尤其针对当下的物联网。该大会对 CIO 和 CDO(首席信息官和首席数据官)是免费的,当然,它也欢迎任何人参加。该会议包含了来自企业的大量有关数据可视化和分析的实际案例,参会者讨论这些实例以提高投资回报率,并在物联网中提升自身公司的价值。
更多信息请访问:http://aneventapart.com/

Global Big Data Conferences(全球大数据会议)
Global Big Data Conference 团队主持着许多以数据分析为重点的会议。这些会议讨论了数据管理的不同方面以及数据分析的用途。他们充分认识到数据分析对商业带来的竞争优势,这可以帮助企业提高自己的市场地位,明确受众群体定位,并进行其他业务决策。
更多信息请访问:http://aneventapart.com/

我的一个客户经营着一个旅游网站,该网站根据各种活动和地点提供定制的假期。他们认为有机会提高他们的转化率,因此我开始在他们的分析中寻找这些机会。

明确断点

要想知道用户是如何在网站中穿行,可以增加单个页面统计信息的前后信息。比如说,要想知道为什么某个页面的退出率这么高,可以分析前几页面的用户体验历程。另外,如果通过网站找到常见的用户体验历程将对未来的可用性测试产生很大帮助。可以创建可用性测试任务来反映常见的用户体验历程,确保测试中的用户行为与现有站点的用户行为一致。

Google Analytics尝试使用用户流和行为流报表来展示用户体验历程,这其实很难阅读,并且会遇到很多页面组合一起的情况,因为Google Analytics一般只单独显示最受欢迎的页面,然后把剩下的页面合在一起标记为“>100页”,这完全没有帮助。下面的截图显示了在页面分组之前,每个步骤只显示几个单独页面,由于信息的局限性使得分析变得困难。

澳门美高梅游戏 1

尽管页面分组会引发一些问题,但仍旧可以通过分析这些报告,基于下降率和预期外的用户体验历程(即用户朝着完全不在我们预期中的方向进展)来确认问题区域。一旦确认了这些区域,就可以创建可用性任务,了解用户在体验中的思考方式,并知道他们为什么会遇到问题。

在Google Analytics的用户流和行为流报告中,用带有灰色边框的绿色方块表示页面和用户体验历程,每个方块还用红的标记展示了退出率——也就是用户离开网站的位置。这些标记能够展示用户历程偏好,以及用户离开网站的有可能存在问题区域的地方。

下面的案例是来自于我曾经研究的一个旅行网站,突出了主页上的搜索方块。

澳门美高梅游戏 2

在这个做了标注的简化图片中,我们可以看出一个潜在问题。访客正在使用搜索模块寻找度假目的地,但是接着就从搜索结果页返回了主页(又名pogo sticking),表明搜索结果在某种程度上让人不满意,这可能是源于以下几点原因:搜索没有结果、结果太多或太少,也可能不是因为搜索结果本身的原因,而是其他因素,比如搜索出来的结果显示度假的价格太高。

数据显示,最初的搜索结果并不令人满意,于是我在搜索框上进行了一些可用性测试。可用性测试发现了问题的实质——搜索结果过于宽泛,用户因结果太多而不知所措。基于可用性测试的结果,我建议在搜索结果页引入分面检索系统,用户可以根据一系列标准过滤搜索结果,而无需从主页重新开始搜索。在新的搜索系统中用户可以筛选有关设施的结果,比如宾馆是否带有泳池、健身房或其他设施,这就意味着他们就能够找到有用的结果。这个设计方案使用户在首次搜索后又返回首页的数量大幅减少,并且看到更多的用户进入了下一步操作中。

上面的截屏显示了引入分面检索系统一个月之后的分析结果,可以看出已经有效降低主页与搜索结果页之间的反复跳转。虽然还有可以提升的空间,但从变化中看到积极的结果还是很振奋人心的。

目录

  • 什么是分析学?
  • 通用方法
  • 日常工作和交付物
  • 可以关注的大神
  • 常用工具
  • 知名会议和协会
  • 相关书籍

客户没有可用的开发资源来对搜索功能的工作方式进行重大更改,因此我们无法建议进行大规模更改。取而代之的是,我们着手寻找一种设计,以通过简化搜索功能并使用户清楚他们可以按目的地或活动进行搜索来最大程度地减少Pogo停留。

Sophia使用了分析法帮助客户确定可用性测试的内容,然而到目前为止,她只是检测了网站的各个页面和组件,她觉得有必要了解更多常见的用户流程,并想要深入了解用户以及不同类型的用户是如何与网站交互的。为了开展最有效的可用性测试,Sophia想要更清楚地了解人们实际上是如何使用网站的。

相关书籍##

下面这些书籍可以给你提供很好的指引。此外,你也可以从很多团体或个人的博客中学习,如Google Analytics ,Occam’s Razor (Avinash Kaushik),以及 Moz 。

Web Analytics 2.0

《Web Analytics 2.0》
Avinash Kaushik
本书作者为Web分析界的思想领袖 Avinash Kaushik。《Web分析2.0:用户中心科学与在线统计艺术》一书提供了很多建议,例如,如何创建一个可操作、可实施的策略,如何正确运用分析技术,如何应对诸如社会媒体和多渠道营销活动带来的分析挑战,如何利用实验得出最佳结果,以及如何使用方法、策略真正地聆听客户。


Advanced Web Metrics with Google Analytics

《Advanced Web Metrics with Google Analytics》
Brian Clifton
这本书教会读者如何使用 Google Analytics 的诸多功能以达到最佳效果。该书的许多细节和建议,旨在帮助读者实施新的方法和理念,包括追踪处在社交生活和移动生活中的用户,使用多种途径或方法报告分析结论,了解过滤器的使用,等等。


Lean Analytics (精益数据分析)

《Lean Analytics (精益数据分析)》
Alistair Croll & Benjamin Yoskovitz
这本书专为创业者和企业家,以及所谓的“内部创业者”(试图从内部挑起变化、作出改变)而创作,并向读者们展示了如何验证思路、找到合适客户的方法,以及讨论了如何构建事物,并让它广泛传播的策略。这本书囊括了三十多个案例研究以及数百名专家的经验见解。


Ask, Measure, Learn

《Ask, Measure, Learn》
Lutz Finger & Soumitra Dutta
这本非技术性指南向读者展示了如何从大数据中提取、发掘显著商业价值的方法,它帮助你构建一个系统,使你可以提出正确的问题,测量正确的数据,然后从结果中学习。本书的作者 Lutz Finger 和 Soumitra Dutta 最初设计了此套系统,以帮助各国政府和非政府组织在大量的数据中进行筛选工作。不仅如此,该系统也可以应用到社交媒体分析上,这些大多涉及市场、销售、公共关系和客户管理。


The Human Face of Big Data

《The Human Face of Big Data》
Rick Smolan & Jennifer Erwitt
这本书的作者捕获到了许多照片和文章,以此展示出大数据和分析学对商界、学术界、政府、医疗以及人们日常生活的影响。不同于我们列举出的其他书籍,这本书更加富有启发性,而不是平白直接的教育。这本书由Rick Smolan 和 Jennifer Erwitt,Against All Odds Productions (对抗一切老旧产品)的联合创始人所编辑,他们在数据收集的过程中融入了许多人性化的考量。

这意味着用户认为他们正在搜索目的地内的特定活动,但随后向他们展示了显示目的地内所有活动的搜索结果。

细分数据,了解更多细节

细分是一种观察不同类型用户行为差别的有效办法。一个简单的例子就是比较新用户与老用户。下面的图表是一个来自线上申请工作的案例:新用户的访问数量在一个月之内基本保持不变,而老用户访问则遵循了不同的模式,周末的流量明显减少。

澳门美高梅游戏 3

这引起我寻找关于新用户和老用户在更多细节上的不同。通过查看两类人群其他页面指标数据,发现老用户在网站停留时间更长,查看更多信息页面,并且更可能申请工作。

从数据中可以推断出,老用户更可能是认真的求职者,而新用户态度更加随意。由此我建议网站做些个性化设置,对于新用户要让他们放心,招聘网是一个合法的、值得信赖的地方,可以迅速或简单地做出响应,比如在注册时发出提示;我也建议针对老用户,展示更多精挑细选的、更详细的工作搜索选项,并鼓励他们申请。

新老用户表现出不同的行为方式可以证明很多事情,具体取决于网站的类型。比如说,数据显示老用户在电商网站更可能产生转化,如果是这样的话,那么如何尽可能帮助网站在新用户在第一次访问时就发生转化,就很值得重点关注。

这种分类分析的方式也可以应用在招募被测者中,如果新访问者和回访者的行为有明显差异,那么最好对现有的用户和以前没有使用过该网站的用户均进行测试。通过测试不同类型的用户可能有助于解释为什么他们会表现不同。

Google Analytics中有几个预备好的类别来帮助细分数据,除了上面介绍的新老用户的例子,还包括:

· 不同的流量来源——有助于判断主动搜索网站而来的访问者与通过其他网站链接而来的访问者有何不同。

· 不同设备类型——有助于比较手机、平板和电脑用户的指标。

创建自定义细分也是一个好方式,这样的细分可以将网站中的关键受众人群与人物角色类型有效匹配。由此我们可以分析这些群体在使用网站时的不同体验历程,比如比较已有顾客与第一次购买的顾客有什么不同。

澳门美高梅游戏 4

用户使用不同类型的设备时也会产生不同的体验历程,通过细分手机、电脑、平板,对三种行为流进行调查,当涉及到为这些不同类型设备的使用者识别潜在问题区域时,可能会很有帮助。如果行为流程图表中显示,手机用户在用户体验历程中出现了很大的退出率,而这种情况并没有出现在电脑或平板用户中,这就可能会引发移动端的可用性测试,将关注点集中在问题区域,找到为什么用户在这个地方突然离开。

测量####

仔细说来,很多指标都可以帮助我们了解一个公司或品牌是否愈来愈强。营销人员、企业家、商业顾问都建立了自己的衡量成功的方法。他们可以测量这些数据:用户数量、网站的速度、用户在网站上的停留时间,以及一些离线细节,比如资金款额、新产品关注量、邮件的订阅量,或购买数量。

有许多公司只知道测量而不重视先前的研究和后续的分析,这种处境相当危险。举个例子,你可以去测量访问该网站的人数,但如果你没有研究之前几天,几周,几月的用户访问数量,如果你没有两种数据的分析、比较方法,那么你测量到的数据其实是毫无意义的。这就是为什么我们经常提及数据追踪,而不仅仅是测量。数据追踪意味着基于研究的持续测量,这整个过程都包含有分析的意图。

主页放置在搜索的顶部和中心位置,因此搜索结果页是主页上最受欢迎的目的地也就不足为奇了。但是,令人惊讶的是注意到弹簧高跷,因为这表明用户没有看到他们期望的搜索结果。在主页上更详细地查看时,我们注意到了一个潜在的问题。搜索功能允许用户按活动或位置进行搜索,但是在首页上显示框的方式使用户看起来可以按位置和活动进行搜索。

简言之,分析法是个很棒的方法,能够判断一个网站中最适合可用性测试的区域。在上一篇文章中,我介绍了如何使用分析法确认网站中有问题的地方,这么做会帮助我们更好地理解当前的用户行为,并且有助于明确测试任务。

如果你无法衡量它,那么你如何知道它是否是成功或有效的呢?

解决方案

如何去做

在使用分析法确认问题后,接下来就要找到出现这些问题的原因了。使用分析法得到的一些关键区域,并集中进行可用性测试或A/B测试。作为专业的用户体验设计师,我们很愿意花时间与我们的用户在一起,通过可用性测试从他们身上获取知识。分析法只是引导我们更好地进行测试。

亲身实践——在这里只是了解一些技术概要,可以将其应用在具体的项目中,通过这些分析你会很惊讶,竟然可以发现这么多!

对于仍然迷惑的读者,这里还有办法:持续关注Google Analytics的最新进展,我推荐Google Analytics官方博客、Occam's Razor、分析大师Avinash Kaushik的博客。另外一个提高分析技能的实用方法就是查看Google Analytics培训中心,通过里面的教程也是获得Google Analytics个人资格的有效前提。

原文地址:

澳门美高梅游戏 5

扫一扫,更多国外优秀文章

日常工作和交付物##

数据分析是许多行业的必要工作之一,从营销人员到用户体验从业者,再到数据分析师无不如此。在本节中,我们将回顾一些UX从业者可能会实施的分析任务、工作,以及相关的交付物。

我们已经看过一个示例,该示例说明了如何使用分析数据来识别用户旅程中的特定问题。分析还有很多其他方法可以用来帮助您确定UX决策。

什么是分析学?

我们都知道,自互联网出现以来,它已经深刻地改变了我们,也改变了相关用户的行为。从一开始的用户输入网址到现在的依赖于搜索引擎进行搜索,从将所有的注意力放在一个界面到打开、浏览多个标签页,所有这一切使得网站或应用程序变得更加复杂。要衡量我们的设计,分析师不能仅仅简单地测量网络服务器上的点击率,他们必须分析用户的行为。

在收集信息、数据时,研究人员会根据情况采用定性或定量方法,或者二者相结合的方法。定性数据通过用户研究进行收集:观察人们的行为,了解他们为什么要做某些事情;而定量数据则通过测量、分析来获得:了解用户进入一个页面时采取了哪些行动,以及有多少用户采取了这些行动。

这种量化的数据能让我们得出一些基准,这些基准则可以给我们的设计决策提供帮助或启发,从而使我们得知设计是有效的还是无效的,是成功的还是失败的。世间万物皆可测量,但数据的使用通常仅限这些方式:我们用数据去描述问题,诊断问题,给出最优方案,预测结果。

  • 描述性分析类似于老式的计数器。描述性分析可以给出这样的基本数据,比如有多少人访问了一个网页,多少人点击了这个按钮,或有多少人观看了视频。
  • 诊断分析可能会使用一些和描述性分析类似的度量指标,但却基于不同的目的。诊断性分析有助于我们了解发生了什么,以及为什么。例如,如果一个在线零售商正在赔钱,他们可能会测量用户在各个使用环节中的点击率和页面退出率,从而得知用户在哪些地方流失掉了。
  • 规则性分析指的是那些帮助用户得知下一步该做什么的数据。例如,假如谷歌地图收集了上下班高峰期的交通数据,它就可以基于这些数据给司机规划一个更好的线路。或者当我们要考虑设计的有效性时,规则性数据也可以帮助我们识别模式,从而给我们未来的设计决策提供启发或帮助。
  • 预测性分析是最后一种类型。它告诉我们在某一情境中可能会发生什么。例如,如果我们使用A / B测试法测试一个网站新版的顶部设计,该测试可以告诉我们哪个设计更容易将客户留在网站上。如果新版的顶部设计比较受欢迎,我们就可以得到这样的预测:如果我们使用了新版的顶部设计,网站流量很可能会增长。

以上四种类型的分析过程中都会使用一些度量指标,这些度量指标通常基于关键绩效指标(KPI),亦或者或者和KPI相关。关键绩效指标是一个可测量的行为或者信号,它关乎商业的成败。例如,某公司的 Twitter 转发量不会直接增加用户对该公司的喜爱或者识别度,但是营销团队可以将Twitter转发量关联到品牌认知度,在这种情况下,他们可以使用转发量作为他们的KPI之一。理想情况下,针对某一经营目标应该有多重KPI,从而增加数据的可靠性。

可以使用多种方法来使用Google Analytics来揭示用户如何浏览您的网站。在“页面”报告中,您可以向下钻取以查看用户如何导航到网站中的选定页面以及从中导航。但是,“用户流”和“行为流”报告可提供从最受欢迎的登录页面开始的多步旅程的更多信息。

优化内容####

我们之前一直在集中讨论分析学有关测量的部分,还没有触及到这些是如何影响用户体验的。分析学告诉我们哪些内容或网站的哪些部分需要改进,这意味着,分析师往往可以给UX人员提出可最优化的建议和方向。这可能包括理解谷歌的搜索算法是如何工作的,如何处理和改进元数据,哪些关键字最有可能触及到我们的目标受众,以及许多和贸易相关的方便技巧。在页面上线或者活动启动之前,分析团队(或个人)需要审查一切事物,并优化所有的内容,这使得事情更容易成功。

在说明Analytics和UX之间关系之前,先了解下什么是Analytics。

监视和测量####

维护是分析工作的重要组成部分。根据项目的不同,分析师可以创建每日,每周,每月,或双年度的分析报告。比如说,如果是和社交媒体相关的活动,那么就可能需要每天更新报告。然而,对于一个新产品来说,产品本身的推出就可能需要6个月的时间长度,相应的分析报告也就需要更长的更新周期。不管时间段的长短,分析师通过不断地监测、计量和报告,逐渐深入并进行分析。最后要说的是,仅仅报告KPI是不够的,分析工作意味着解释关键绩效指标的含义,并根据对这些指标的理解给UX团队提出建议。

Pogo Sticking案例研究

设定关键绩效指标####

当一个新的举措即将启动并实施时,分析师需要确定和设置相关的关键绩效指标。这些KPI都和该项目要达到的用户体验目标密切相关,这也就是为什么UX从业者和数据分析师一起共同协作进行分析工作是非常有价值的。关键绩效指标,如我们上面所解释的,是关联到公司或项目目标的可测量的行为或信号。比如说,如果一个公司的目标是成为一个全球性的公司,他们的一个KPI就可能是来自世界各地的用户访问量,或者是国外的产品销售数量。理想情况下,每个项目目标都应该有一个与之相关的关键绩效指标,这使得我们可以衡量项目成功与否。

我们在网站上进行了一些可用性测试,这些结果与预期的一样,表明对搜索功能存在混淆。在测试期间,用户将尝试按位置和活动进行搜索,而不会意识到该选项不可用。这导致意外的搜索结果,并且用户返回首页再次尝试搜索。看到个别用户显示的行为与Google Analytics中显示的行为相同,使我们能够更深入地了解发生此问题的原因。

设置分析工具####

一旦确定了关键绩效指标,我们就需要添加代码到相关网页,以跟踪网站参与度、转换数据,以及其他一些指标。Google Analytics 是最流行的分析工具之一,它的流行在很大程度上是因为谷歌让它极易在网站上添加跟踪代码。有些时候,追踪、分析数据的任务由开发团队承担,但在更多的情况下,这些工作由分析师来承担,他们还需要为开发团队提供所需的相关代码片段。

编辑:澳门美高梅游戏 本文来源:Sophia使用了分析法帮助客户确定可用性测试的内

关键词:

  • 上一篇:没有了
  • 下一篇:没有了