以用户为中心的网站数据分析

嗨~ 朋友。如果你喜欢我的博客,那么现在就订阅它吧!

最近收到来自webtrekk朋友的邀请,对他们2014版的新界面及功能进行了试用。他特意强调2014版是以用户为中心进行设计的。这引起了我的兴趣,在之前在研究GA的功能升级时我也曾考虑过这个问题。今天再次遇到这个概念,正好将之前的思考进行整理。因此,也就产生了本篇文章,以用户为中心的网站数据分析。

以用户为中心的网站数据分析(User Centered Analysis)并不是一个全新的概念,国外很早就有以用户为中心的设计(User Centered Design)概念。国内对于UCD也有很多的讨论,并且有很多UCD的社区和牛人。而以用户为中心的网站数据分析我想也应该是与UCD一脉相承的。这两个概念都是以提高用户的使用体验,进而推动网站业务为目标。

抛开前面提到的UCD概念,在网站数据分析行业中仔细的观察一下也会发现,其实UCA这个概念也已经在很早就产生,并被写在了网站分析的定义中。下面我们来解析一下Avinash对网站分析的定义。

 

1,网站分析定义解析

通过分析来自网站及竞争对手的定性与定量数据,驱动用户及潜在用户在线体验的持续提升,并最终转化为你期望的结果。(线上及线下)

——Avinash

在Avinash的定义中,有三个关键词,分别是数据体验结果。通过对整个网站分析定义的梳理我们可以整理为下面的架构和流程。如果你感兴趣可以继续对这个架构进行完善。你会发现,无论是我们所使用的工具,还是常用的分析模型和方法,甚至是指标都可以在这个架构中找到自己的位置。

在网站分析定义架构的第一层中,Avinash强调网站分析的过程是通过数据来驱动用户体验的提升,并最终转化为结果的一个过程。数据并不直接驱动或影响结果。而是用来对用户体验进行度量和提升。这就要求数据必须能够完整并且准确的反映用户行为。

如果你想验证Avinash的理论,还可以在亚马逊网站上找到答案。亚马逊的飞轮效应与Avinash对网站分析的定义相互印证。

 

2,亚马逊的飞轮效应

飞轮效应指为了使静止的飞轮转动起来,一开始你必须使很大的力气,一圈一圈反复地推,每转一圈都很费力,但是每一圈的努力都不会白费,飞轮会转动得越来越快。达到某一临界点后,飞轮的重力和冲力会成为推动力的一部分。这时,你无须再费更大的力气,飞轮依旧会快速转动,而且不停地转动。

在亚马逊,这个飞轮的起点就是用户体验。而支撑亚马逊飞轮的三大支柱中:最重要的一个就是数据化的运营。这一点,我们可以从亚马逊的页面URL,源代码以及记录的信息中发现一些端倪。

http://completion.amazon.com/search/complete?method=completion&q=1&search-alias=appliances&client=amazon-search-ui&mkt=1&fb=1&xcat=0&x=updateISSCompletion&sc=1&noCacheIE=1391356746345
http://completion.amazon.com/search/complete?method=completion&q=12&search-alias=appliances&client=amazon-search-ui&mkt=1&fb=1&xcat=0&x=updateISSCompletion&sc=1&noCacheIE=1391356746600
http://completion.amazon.com/search/complete?method=completion&q=123&search-alias=appliances&client=amazon-search-ui&mkt=1&fb=1&xcat=0&x=updateISSCompletion&sc=1&noCacheIE=1391356746965

从上面的3条记录到的信息能够看出,亚马逊对用户的任务分解追踪已经做得非常细致了,而这正是提升用户体验的基础。

 

3,我对用户体验的理解

从网站数据分析的角度,我所理解的用户体验有两个关键点。

第一是用户访问网站的任务是否完成。这里不仅局限于用户是否完成转化。还包括不以转化为目的的用户访问行为。数据来源于网站记录到的转化数据以及用户调研数据。

第二是用户完成任务的效率。既包括完成任务所使用的时间,也包括过程中访问者与网站交互的次数。

不过,仅有以上两点还是不够的,因为提升用户体验是一个过程指标,而非绩效指标。最关键的是完成网站的目的。也就是要赚钱。任何无法帮助企业赚钱的数据和分析结果都是在耍流氓,我想目前大部分的企业老板,尤其是传统企业的老板都是这么认为的。而单纯的衡量任务完成率,以及完成效率与网站的最终目标并无直接的联系。

这里就引回到了文章最开始的部分。为什么我对webtrekk 2014版以用户为中心的设计很感兴趣。目前大部分的网站分析工具所提供的报告和数据,都仅限于我们前面提到的过程指标。例如网站的目标转化率,每次访问时长,每次访问浏览页面数量等等。这些基础的指标和数据可以用来干活,但不能用来做结论,更不能用来进行决策。因为这些指标太基础了,并且没有与网站最终目标间的直接因果关系。因此,我们需要站在一个更高的层级来衡量和看待网站的用户体验与最终目标直接的关系。而这正是webtrekk 2014界面中可以提供给我们的信息。

 

4,Webtrekk客户关系管理界面(URM)

Webtrekk在新的User Relationship Management(URM)界面中,报告并没有和其他分析工具一样提供访问时长,每次访问浏览页面数量等简单的基础指标。而是使用六个新的管理指标。并允许你通过这六个管理指标对报告进行细分。这六个指标分为是:

 

RFM

RECENCY: Last Order before Days(最后购买时间间隔)

FREQUENCY: Customer Lifetime Orders(客户终身订单量)

MONETARY: Customer Lifetime Basket Value(客户终身购物车价值)

RFE

RECENCY: Last Contact before Days(最后联系时间间隔)

FREQUENCY: Customer Lifetime Visits(客户终身到访次数)

ENGAGEMENT: Customer Lifetime Page Impressions(客户终身页面展现次数)

 

通过对前面六个指标所组成的RFM和RFE模型进行设置,我们可以查看在模型中不同群组访问者的表现。这里你会发现,每一个访问者都被标示了唯一的ID。用以衡量访问者在终身的表现与价值。在报告中还可以按照Webtrekk预设的用户群体或通过设置条件对访问者进行进一步的细分分析。

相比之下,这六个指标与之前我们提到的用户体验中需要关注的转化率和效率指标更贴近网站的最终目标。并且能够反映出我们之前对用户体验指标所进行优化的效果。同时,这些指标也更加关注网站与访问者间长期的关系和访问者的长期价值。

正向飞轮效应描述的一样,当网站的用户体验更好时,访问者就会更频繁的访问网站,并浏览更多的内容。进而增加更多的购买机会和价值。

 

5,Webtrekk的Marketing Action Center界面(MAC)

最后要特别介绍了Webtrekk的Marketing Action Center界面。这里可以对每一次的campaign进行设置和管理的界面。但这里我们要介绍的并不是这些。我要特别推荐的是Webtrekk的Campaign流程。

在上一篇介绍Webtrekk的文章中我就曾说过,webtrekk针对三种不同级别的用户都提供了非常好的体验。这次又以一贯的风格出现在了Create Campaign中。在介绍这个功能前我们先来想一下,通常你会如何创建一次campaign,或者说在进行一次campaign时会考虑到哪些问题和影响因素呢?

在Webtrekk的Marketing Action Center中,在创建一次campaign时,需要我们首先来考虑以下几个问题。这次Campaign的主题是什么(Title)?Cmapaign中的内容或产品是什么(what)?这次Campaign针对什么样的用户群(Who)?等等。

这类引导式的Campaign创建方式是我非常推崇的。如果每个Campaign都能遵循这种方式进行创建,在事先把问题想清楚,事后的分析将会事半功倍。这不属于本篇文章的内容了,我会再后面的文章中来详细介绍。

如果你对Webtrekk的新界面感兴趣,建议亲自尝试下。

—【所有文章及图片版权归 蓝鲸(王彦平)所有。欢迎转载,但请注明转自“蓝鲸网站分析博客”。】—

 

 

相关文章:

  1. Google Analytics实用篇—使用虚拟页面追踪站内搜索
  2. Google Analytics功能篇—站内搜索

Comments

  1. @东星王 says:

    这个不错,Q3 UI 确实很一般,哈哈~

    [回复]

  2. skillet says:

    建立一个长期的用户分类管理机制,“衡量访问者在终身的表现与价值”可挖掘的价值很大

    [回复]

Speak Your Mind

*

Website Feedback
Feedback Analytics