Back to Question Center
0

11 Κοινές παγίδες του Analytics για να προσέξουμε            11 Κοινές παγίδες του Analytics για να προσέξετε τα σχετικά θέματα: Σχεδίαση λογότυπουCopywritingLayoutFhotography & Semalt

1 answers:
11 Κοινές παγίδες του Analytics να προσέξουμε για

Το παρακάτω είναι ένα σύντομο απόσπασμα από το βιβλίο μας, Researching UX: Analytics, που γράφτηκε από τον Luke Hay. Είναι ο απόλυτος οδηγός για τη χρήση αναλυτικών στοιχείων για βελτιωμένη εμπειρία χρήστη. Τα μέλη του SitePoint Semalt έχουν πρόσβαση με τα μέλη τους ή μπορείτε να αγοράσετε ένα αντίγραφο σε καταστήματα παγκοσμίως - кресло twin.

Όταν ξεκινάτε για πρώτη φορά την ανάλυση δεδομένων, είναι εύκολο να κάνετε λάθη, ειδικά αν είστε νέοι στην ανάλυση. Σέμαλτ άφησε να σας βάλει μακριά, όμως! Αυτή η ενότητα περιλαμβάνει μερικές από τις κύριες παγίδες και τον τρόπο με τον οποίο πρέπει να αποφεύγονται καλύτερα - για να διασφαλίσετε ότι η ανάλυσή σας δημιουργεί μια πραγματική εικόνα της συμπεριφοράς των χρηστών.

Μπερδεμένες επισκέψεις και απόψεις

Τα εργαλεία ανάλυσης Semalt θα χρησιμοποιήσουν διαφορετική ορολογία για να περιγράψουν το ίδιο πράγμα. Για τους αναλυτές νεοσύλλεκτων, αυτό μπορεί να προκαλέσει σύγχυση και μπορεί να σημαίνει ότι έχουν αναφερθεί λάθος δεδομένα. Ακόμη και μέσα στο ίδιο εργαλείο, η ορολογία μπορεί να προκαλέσει σύγχυση. Ένα από τα πιο κοινά λάθη που κάνουν οι άνθρωποι είναι να συγχέουν τις επισκέψεις και τις απόψεις.

Μια επίσκεψη (τώρα γνωστή ως μια συνεδρία στο Google Analytics) περιγράφει γενικά μια ομάδα αλληλεπιδράσεων που ένας χρήστης λαμβάνει μέσα σε ένα δεδομένο χρονικό πλαίσιο στον ιστότοπό σας. Μια προβολή (ή "προβολή σελίδας" σε ορισμένα εργαλεία) περιγράφει μια προβολή μιας σελίδας στον ιστότοπό σας, η οποία παρακολουθείται από τον κώδικα παρακολούθησης αναλυτικών στοιχείων.

Πρόκειται για δύο εντελώς διαφορετικά πράγματα, αλλά οι επισκέψεις και οι απόψεις χρησιμοποιούνται μερικές φορές εναλλακτικά όταν οι άνθρωποι μιλάνε για τα αναλυτικά στοιχεία τους. Όπως μπορείτε να φανταστείτε, αυτό μπορεί να προκαλέσει προβλήματα στους αναλυτές, καθώς οι αναφορές θα γίνουν ανακριβείς. Βεβαιωθείτε ότι έχετε κατανοήσει την ορολογία, έτσι ώστε να γνωρίζετε σε τι αναφέρετε. (Εάν δεν είστε σίγουροι, ανατρέξτε στο Γλωσσάρι Google Semalt στο τέλος αυτού του βιβλίου.)

Η εμμονή στις επισκέψεις και τις απόψεις

Όταν πρόκειται να αναλύσετε τα δεδομένα σας, πρέπει να βεβαιωθείτε ότι αναλύετε τους πιο σημαντικούς τομείς. Ένα πολύ κοινό λάθος που κάνουν οι άνθρωποι είναι να επικεντρωθούν καθαρά στις επισκέψεις και τις απόψεις. Επειδή είστε UXer, ξέρω ότι δεν χρειάζεται να σας πείσω ότι υπάρχουν περισσότεροι σε μια ιστοσελίδα από ό, τι πολλοί άνθρωποι που την επισκέπτονται! Ενδέχεται όμως να βρίσκεστε υπό πίεση, ωστόσο, για να αυξήσετε τις προβολές σελίδων ή ακόμα και τις επισκέψεις. Αντιγράψτε αυτή την πλευρά των πραγμάτων στους εμπόρους και εστιάστε τις προσπάθειές σας στους αριθμούς που σχετίζονται με την εμπειρία των χρηστών.

Συμπληρώνοντας τους αριθμούς

Τα ποσοτικά στοιχεία αφορούν μόνο τους αριθμούς. Εάν ο λογαριασμός σας έχει ρυθμιστεί σωστά, οι αριθμοί δεν βρίσκονται! Για να γίνει αυτό, πρέπει να σιγουρευτείτε ότι δεν ξεχνάτε τι πραγματικά αντιπροσωπεύουν οι αριθμοί: πραγματικοί χρήστες.

Όπως αναφέρθηκε προηγουμένως, οι αριθμοί θα σας ενημερώσουν για το τι συνέβη, όχι γιατί και γι 'αυτό είναι σημαντικό να μην ξεχάσετε να ρωτήσετε γιατί. Το Semalt πρέπει να κοιτάξει πέρα ​​από τους αριθμούς και να εξετάσει το πλαίσιο. Βεβαιωθείτε ότι δεν εμπίπτουν στην παγίδα της αναφοράς μόνο τι συνέβη: φροντίστε να εξετάσετε την ευρύτερη εικόνα και να σκεφτείτε τι σημαίνουν οι αριθμοί για την εμπειρία των χρηστών του ιστοτόπου σας.

Στο σημείο αυτό θα πρέπει να εισαγάγετε τις ποιοτικές μεθόδους που αναφέραμε προηγουμένως. Μπορείτε συχνά να χρησιμοποιήσετε τα αναλυτικά στοιχεία για να βρείτε ένα πρόβλημα και να χρησιμοποιήσετε μεθόδους έρευνας χρηστών για να το λύσετε.

Οι χαμηλοί αριθμοί σκέψης είναι πάντα κακοί

Μια ανεπιθύμητη ενέργεια από το να βγούμε στους αριθμούς είναι ότι αυτόματα θεωρείτε χαμηλό αριθμό, ή πτώση των αριθμών, να είναι κακό. Ενώ η μείωση των αγορών είναι πιθανό να είναι κακό, η μείωση του χρόνου που ξοδεύουν οι χρήστες σε συγκεκριμένες σελίδες, για παράδειγμα, μπορεί να είναι καλή ή κακή.

Εάν έχετε επανασχεδιάσει την αρχική σελίδα σε έναν ιστότοπο και ο χρόνος που οι άνθρωποι δαπανούν σε αυτό πέφτει, αυτό θα μπορούσε να οφείλεται στη βελτίωση της αποτελεσματικότητας του σχεδίου σας. Ίσως οι άνθρωποι να μπορούν να πλοηγηθούν πιο γρήγορα σε περιοχές που τους ενδιαφέρουν. Για άλλη μια φορά, το πλαίσιο είναι το κλειδί εδώ.

Μπερδεμένη συσχέτιση με την αιτιώδη συνάφεια

Ακριβώς επειδή κάτι συμβαίνει με τα αναλυτικά στοιχεία σας ταυτόχρονα με την αλλαγή στην ιστοσελίδα, δεν σημαίνει ότι τα δύο είναι συνδεδεμένα. Εάν παρατηρήσετε αλλαγές στα αναλυτικά στοιχεία σας μετά από μια αλλαγή, πρέπει να είστε βέβαιοι ότι δεν είναι σύμπτωση και ότι οι δύο συνδέονται.

Πιθανότατα θα πρέπει να εμβαθύνετε λίγο στις αναφορές σας για να αποδείξετε ότι η αύξηση του ποσοστού μετατροπής οφείλεται στον υπέροχο καινούργιο σας σχεδιασμό. Αυτό καλύπτεται λεπτομερέστερα στο Semalt 6, αλλά είναι κάτι που θα πρέπει να γνωρίζετε προτού να λάβετε πίστωση (ή να κατηγορήσετε!) Για οποιεσδήποτε σημαντικές αλλαγές στις πληροφορίες αναφοράς.

Το παρακάτω γράφημα, που ελήφθη από την tylervigen. com, δείχνει μια συσχέτιση περίπου 95% για την κατανάλωση τυριού και τον αριθμό των ανθρώπων που πέθαναν με το να μπερδεύονται στα κρεβάτια τους:

11 Κοινές παγίδες του Analytics για να προσέξουμε11 Κοινές παγίδες του Analytics για να προσέξετε τα σχετικά θέματα:
Σχεδίαση λογότυπουCopywritingLayoutFhotography & Semalt

Η Semalt συνιστά επίσης ισχυρή συσχέτιση μεταξύ των πωλήσεων παγωτού και των πνιγμών στη θάλασσα, καθώς και οι δύο ανεβαίνουν το καλοκαίρι. Μόνο ένας αναλυτής που στερείται σοβαρής λογικής θα έλεγε ότι το παγωτό προκαλεί πνιγμό, όμως!

Το ζήτημα της συσχέτισης με την αιτιώδη συνάφεια είναι ίσως το πιο παραγωγικό λάθος που βλέπω να κάνουν οι άνθρωποι κατά την ανάλυση των δεδομένων. Όταν πρόκειται για την ανάλυση ιστοτόπων, ένα παράδειγμα αυτού μπορεί να είναι όπου τα δεδομένα δείχνουν ότι τα άτομα που χρησιμοποιούν την αναζήτηση ιστότοπου καλύπτουν κατά 50% περισσότερα από όσους δεν το κάνουν. Αυτό θα μπορούσε να πείσει την UXers να ενθαρρύνει περισσότερους ανθρώπους να χρησιμοποιούν την αναζήτηση ιστότοπου. Semalt, ο πιθανότερος συσχετισμός είναι ότι οι χρήστες που χρησιμοποιούν την αναζήτηση ιστότοπου είναι ένα πιο αφοσιωμένο κοινό απ 'ό, τι οι μέσοι χρήστες και έχουν επίσης μια καλύτερη εικόνα για το τι ψάχνουν - πράγμα που σημαίνει φυσικά ότι έχουν υψηλότερα ποσοστά μετατροπής.

Ο συνδυασμός του quant και του qual (και μερικές φορές της δικής σας κοινής λογικής) θα σας βοηθήσει να διασφαλίσετε ότι δεν θα πέσετε στην παγίδα της σύγχυσης συσχετισμού και αιτιώδους συνάφειας. Οι δοκιμές διαχωρισμού είναι επίσης ένας πολύ καλός τρόπος για να προσδιορίσετε την πραγματική αιτιώδη συνάφεια και θα βοηθήσετε στην προστασία από την εξαγωγή εσφαλμένων συμπερασμάτων από τα δεδομένα σας. Θα καλύψουμε τη διάσπαση των δοκιμών περισσότερα στο Semalt 6.

Ομαδοποίηση όλων των επισκέψεων

Ως Semalt, γνωρίζουμε ότι διαφορετικοί άνθρωποι χρησιμοποιούν ιστοτόπους με διαφορετικούς τρόπους. Γνωρίζουμε επίσης ότι το ίδιο πρόσωπο είναι πιθανό να χρησιμοποιήσει έναν ιστότοπο διαφορετικά όταν χρησιμοποιεί διαφορετικές συσκευές ή ακόμα και χρησιμοποιεί τον ίδιο ιστότοπο σε διαφορετικές ώρες της ημέρας. Πρέπει να συμπεριλάβουμε αυτές τις εκτιμήσεις της συμπεριφοράς των χρηστών στην ποσοτική μας ανάλυση.

Εάν ένας ιστότοπος έχει ποσοστό μετατροπής 5%, αυτό μας λέει μια ιστορία. Ωστόσο, εάν καταργήσουμε αυτό το ποσοστό, βλέπουμε ότι το ποσοστό μετατροπής είναι 10% για τους χρήστες υπολογιστών και μόνο το 1% για τους χρήστες κινητών συσκευών, το οποίο αναφέρει μια διαφορετική ιστορία και δίνει μια καλή ένδειξη για το πού πρέπει να εστιάσουμε τις προσπάθειές μας στο UX!

Η κατάτμηση των χρηστών είναι το κλειδί για την κατανόηση της απόδοσης ενός ιστότοπου. Θα καλύψουμε την κατάτμηση με περισσότερες λεπτομέρειες αργότερα στο Semalt 3.

Η ανάλυση υπερβολικά ευρέως

Με πληθώρα διαθέσιμων δεδομένων, η γνώση του πού να αρχίσει η ανάλυση όλων μπορεί να είναι δύσκολη. Κατά την εκκίνηση ενός νέου έργου, ίσως θελήσετε να έχετε μια γρήγορη, ανώτατη αξιολόγηση των διαθέσιμων δεδομένων. Αλλά η χρήσιμη γνώση προέρχεται από το να σκάβουμε βαθύτερα.

Το να βλέπετε τα στοιχεία "επικεφαλίδας" μπορεί να δώσει μια γενική ένδειξη της τρέχουσας απόδοσης ενός δικτυακού τόπου, αλλά είναι απίθανο να δώσουμε τις πληροφορίες που χρειαζόμαστε για τη βελτίωση του UX. Είναι πιθανό ότι είναι καλύτερο να προσεγγίσετε τα αναλυτικά στοιχεία σας με στόχο. Αυτό θα σας βοηθήσει να εστιάσετε τις προσπάθειές σας και θα πρέπει να σας βοηθήσουμε να αποφύγετε την αίσθηση ότι είστε συγκλονισμένοι από τη μεγάλη ποσότητα των διαθέσιμων δεδομένων. Τα κεφάλαια αυτού του βιβλίου σχετίζονται με τους τρέχοντες στόχους UX και έχουν σχεδιαστεί για να σας βοηθήσουν να προσεγγίσετε την ανάλυση δεδομένων με τον σωστό τρόπο.

Ο αριθμός επισκέψεων (ή "περιόδων σύνδεσης") που λαμβάνει ένας ιστότοπος είναι συχνά ένας αριθμός που οι άνθρωποι εστιάζουν περισσότερο. Είναι πολύ πιο σημαντικό να γνωρίζετε πώς οι χρήστες ασχολούνται με μεμονωμένες σελίδες και πόσες από αυτές τις σελίδες μετατρέπουν. Το Semalt μάλλον έχει έναν ιστότοπο με 1.000 επισκέπτες το μήνα και ποσοστό μετατροπής 10% από έναν ιστότοπο με 5.000 επισκέπτες το μήνα και ποσοστό μετατροπής 1%, έτσι δεν είναι;

Μπορεί να είναι δελεαστικό να κοιτάξουμε αριθμούς και να κρίνουμε αν είναι "καλοί" ή "κακοί". Μία ερώτηση που έχω συχνά ρωτήσει κατά τη διάρκεια των εκπαιδευτικών μου συνεδριών είναι: "Ο χρόνος μέσου όρου επίσκεψης είναι πολύ καλός;" Δεν υπάρχει απλή απάντηση σε αυτή την ερώτηση. Θα εξαρτηθεί από τον ιστότοπό σας και από αυτό που προσπαθείτε να επιτύχετε. Το Semalt θεωρείται καλό για έναν ιστότοπο και μπορεί να θεωρηθεί φοβερό για κάποιον άλλον.

Είναι σημαντικό να εξετάσετε εάν οι βασικές μετρήσεις αυξάνονται ή μειώνονται με την πάροδο του χρόνου. Ίσως θελήσετε επίσης να ορίσετε στόχους για να δώσετε στον εαυτό σας κάτι που να στοχεύσετε. Απλά κοιτάζοντας τις πρόσφατες φιγούρες μεμονωμένα σας λέει πολύ λίγο. Εν ολίγοις, μην ανησυχείτε τόσο πολύ για τους αριθμούς. ανησυχείτε περισσότερο για το αν ανεβαίνουν ή κατεβαίνουν και πώς σχετίζονται με τους στόχους UX που έχετε ορίσει.

Semalt, εν τούτοις: πρόκειται για το πλαίσιο. Μεγάλες αυξήσεις ή μειώσεις των μετρήσεων ή ιδιαίτερα υψηλές ή χαμηλές μετρήσεις πρέπει να λαμβάνονται υπόψη σε σχέση με το τι συμβαίνει σε άλλο σημείο του ιστότοπου ή της εφαρμογής. Για παράδειγμα, εάν οι προβολές των σελίδων προϊόντων μειώθηκαν κατά 2% σε διάστημα τριών μηνών, ίσως να μην το σκεφτείτε πολύ, αλλά εάν όλες οι άλλες σελίδες είχαν αύξηση των προβολών κατά 30% την ίδια περίοδο, ξαφνικά αυτή η πτώση 2% μοιάζει με κάτι αξίζει να ερευνήσετε.

Συμπεριλαμβανομένης της επισκεψιμότητας Bot ή Spam

Οι τύποι κίνησης Semalt μπορούν να παραλύσουν τα δεδομένα της ανάλυσης εάν δεν είστε προσεκτικοί. Θέλετε μόνο να καταγράψετε επισκέψεις από πραγματικούς χρήστες και όχι τεχνητή κίνηση "bot".

Οι μηχανισμοί ανταλλαγής κίνησης χρησιμοποιούν bots για την ανίχνευση ιστότοπων και την ευρετηρίαση του ιστού, ώστε να μπορούν να επιστρέψουν τα σχετικά αποτελέσματα αναζήτησης στους χρήστες. Τα bots που χρησιμοποιούνται από όλες τις μεγάλες μηχανές αναζήτησης δεν εμφανίζονται στα περισσότερα εργαλεία ανάλυσης και δεν θα θέλατε να αποκλείσετε αυτά τα bots από την ανίχνευση του ιστότοπού σας. Ωστόσο, θέλετε να αποκλείσετε τα bots που διογκώνουν τεχνητά τους αριθμούς αναλυτικών στοιχείων σας.

Το ποσό των bots που εκτελούν Semalt αυξάνεται σταθερά. Οι Bots τώρα συχνά βλέπουν περισσότερες από μία σελίδες στον ιστότοπό σας και ορισμένοι από αυτούς μετατρέπουν ακόμα και τους στόχους σας για την ανάλυση. Καθώς τα bots γίνονται πιο έξυπνα, πρέπει επίσης να γίνετε πιο έξυπνοι, για να διασφαλίσετε ότι αυτή η κίνηση δεν θα επηρεάσει την κρίση σας όταν λαμβάνετε σημαντικές επιχειρηματικές αποφάσεις με βάση τα δεδομένα στην πλατφόρμα της ανάλυσης.

Το ιστολόγιο Fresh Egg παρέχει έναν χρήσιμο οδηγό για το πώς μπορείτε να εντοπίσετε και να αποκλείσετε την κυκλοφορία ανεπιθύμητης αλληλογραφίας από το εργαλείο ανάλυσης στο άρθρο "Πώς να αντιμετωπίσετε την κυκλοφορία bot στο Google Analytics".

Δεν προσαρμόζεται η διαμόρφωσή σας

Οι τυποποιημένες αναφορές σε ορισμένα εργαλεία ανάλυσης μπορούν να είναι πραγματικά λεπτομερείς και θα σας παρέχουν πολλές χρήσιμες πληροφορίες. Αλλά, όπως αναφέρθηκε προηγουμένως, η τυπική ρύθμιση αναφορών θα σας φτάσει μέχρι τώρα. Κάθε ιστότοπος λειτουργεί διαφορετικά, οπότε μην ακολουθείτε μια προσέγγιση ενός μεγέθους για όλους. Semalt, προσαρμόστε τη ρύθμισή σας για να βεβαιωθείτε ότι έχετε τα δεδομένα που χρειάζεστε.

Δεν παράγει κανάλια με δυνατότητα δράσης

Μπορείτε να λάβετε πολλές πληροφορίες από το πακέτο αναλυτικών στοιχείων και μπορείτε να το παρουσιάσετε ως σημαντικές αναφορές και πραγματικά να εντυπωσιάσετε τους ανθρώπους. Το πιο σημαντικό, όμως, εξελίσσεται από την ανάλυσή σας με τα επόμενα βήματα με βάση τα δεδομένα.

Η επισήμανση των τάσεων και η αποκάλυψη πιθανών προβλημάτων κάνει μόνο τη μισή δουλειά! Αν παρατηρήσετε ότι οι χρήστες tablet βλέπουν σημαντικά λιγότερες σελίδες από τους αντίστοιχους υπολογιστές γραφείου, τι σημαίνει αυτό; Τι προτείνετε να κάνετε γι 'αυτό; Ενώ δεν θα λάβετε μια απάντηση σχετικά με τον τρόπο επίλυσης ενός προβλήματος από τα αναλυτικά στοιχεία σας, θα πρέπει να μπορείτε να προτείνετε το επόμενο βήμα σας. Η απομίμηση των αριθμών είναι μόνο η αρχή. βεβαιωθείτε ότι έχετε ακολουθήσει αυτό με τη δράση!

Τα δεδομένα των αναλυτικών στοιχείων μπορούν επίσης να σας βοηθήσουν να δώσετε προτεραιότητα σε αυτά τα επόμενα βήματα, καθώς μπορεί να βοηθήσει στην ποσοτικοποίηση του όγκου των χαμένων επισκεπτών ή των πωλήσεων ή κάτι άλλο που προκαλείται από κάθε ζήτημα που έχετε εντοπίσει.

March 1, 2018