
設計時不能單憑經驗和直覺,因為涉及到的方針人群、場景、操作習慣的分歧。為了獲取更切確、有用的信息去輔助、檢陳列計,設計師會選擇定性(用戶訪談、焦點小組)和定量(調研問卷、網站數據剖析)的體例進行用戶研究。其中“網站數據剖析”這一體例不需要破耗較長的時刻及人力成本,同時避免了用戶及情形等不不變身分對剖析結不美觀造成的干擾。只要具備精準及合用的數據,我們應優先選擇這一體例輔助設計。
凡是我們可以獲取到哪些數據呢?
1、 網站數據
搜索常見的數據如下:
Query – 搜索關頭字數
這個版本調整上線兩周后我們發現數據有不少轉變,綠色為較著數據上升,紅色則數據下降,其他數據小量上升,將用戶關注的信息的篩選項調整到左邊的位置,發現用戶較關注的信息的CTR數據較著上升。
PV(Page View) — 頁臉孔覽量,頁面每一次刷新即被計較一次
UV(Unique Visitor) — 用戶訪謁數
Click — 頁面總點擊數,每一個功能城市有響應的點擊數
L->D — 搜索list頁面到detail頁面的點擊數據,即轉化率,分歧頁面有分歧的數據。
2、 用戶訪談、定性調研、焦點小組
3、 已有結論的陳述
4、 線上測試(如A/B test,搜索中常用內部開發的可以多方案上線測試的buckettest)
網站數據中可以體味到什么信息?
1、關頭字流失蹤率剖析

圖1是用戶輸入“女鞋”相關的關頭字及響應關頭字的UV流失蹤率(即沒有在搜索頁進行過任何操作行為的用戶數占所有搜索用戶的比例),年夜數據上看添加了真皮、廣州、時尚等屬性辭書關頭字流失蹤率相對低良多。
關頭字描述越具體,搜索匹配到的產物越切確,用戶也就可以更快的找到方針產物。但讓用戶切確輸入關頭字的成本較高(如用戶不知道用哪些描述詞更適合等)。若何降低這個成本?我們可以使用suggestion(關頭字舉薦)(見圖2)和SN區(類目屬性篩選區)(見圖3)給用戶適當的舉薦和指導。
CTR — Click/LPL,LPV即搜索list頁面上的瀏覽量,CTR即每次瀏覽的點擊次數。

2、快速篩選改版后數據剖析

圖4是搜索上的篩選項。搜索的方針應該是更快、更切確的輔佐用戶找到產物,篩選區即是其一一個主要的組成部門,讓用戶更快的找到篩選項以及簡單的完成篩選操作,是每次改版的中心目的。
各篩選項應該放在哪里更合適,很年夜水平上取決于用戶在查找產物的時辰,更關注哪些維度的信息。對于已經上線的功能,我們可以經由過程數據進行剖析,如上圖是篩選區的CTR數據,可以發現用戶使用地域、排序、單價、經營模式操作較多,聲名用戶對這方面篩選需求較年夜,也較關注這幾個維度的信息,以此可以將篩選項調整到便操作戶查找的位置,也降低了用戶的記憶承擔,因用戶一般都是年夜左到右瀏覽,所以可以將主要的篩選調整到首位或是用視覺凸起。而一些數據較低的篩選,可以按照情形潛匿或是下線,也增添篩選區的擴展性。

圖5按照圖4的數據,我們對篩選項的位置以及排序按鈕交互體例進行了調整。
綜上所述,設計、迭代流程如下:

數據驗證,這個一次相對成功的設計。
經由過程bucktest可以獲得如圖8的對比數據,紅色為數據下滑,綠色為數據上漲。
剖析數據、讀懂數據、運用數據,可以很好的輔助我們去設計產物、改善體驗,這也是設計師需要把握的一門必修課。
3、對比功能上線后數據剖析

同時,我們來看一個不合理的產物設計(見圖7)。圖上是阿里巴巴在去年上的對比功能,用戶勾選產物插手對比(圖7第1步)只占整個搜索CTR0.6%擺布,而到最后點擊了對比按鈕(圖7第2步)的轉化率只有其中的10%不到,對比功能的使用率很低。
按照這個發現,我們召集了5個測試者(1位產物司理、1位運營、3位用戶)進行了焦點測試,獲得如下幾點反饋1、用戶只要看其中的幾個信息,不需要那么多維度的信息對比。2、用戶更習慣經由過程點開detail進行對比。
良多垂直化的行業搜索都有對比功能,如承平洋、中關村、淘寶的手機等,該功能經由過程對比信息輔佐用戶遴選出更合適方針的產物。但適不適合我們的網站,還需要多考慮一番。連系以上數據來看,對比功能更適合一些需要關注多維度信息對比的垂直行業,而關注維度較少的,用戶經由過程短期記憶就可以達到。

運用數據檢陳列計
一般在全量上線前會經由過程buckettest測試各方案,對比用戶行為數據檢測哪個方案更合理、體驗更好。

推薦閱讀
張俠微博稱已離開SAP中國 5月31日晚間消息,SAP中國首席技術官張俠在其微博中宣布離職,但并未透露下一步去向。 張俠已在SAP中國工作六年半。2002-2005年,張俠擔任中國銀行零售業務部和銀行卡中心的技術總監;1993-2>>>詳細閱讀
本文標題:<b>網站分析:用數據輔助設計-搜索中的實踐</b>
地址:http://www.geekbao.cn/a/22/20120601/64788.html