【Introduction】
L'analyse de sites Web est encore nouvelle, notre compréhension peut donc être biaisée de diverses manières. Cet article résume divers malentendus courants concernant l’analyse de sites Web que j’ai trouvés dans mon travail. Il s'agit de la deuxième partie, et cette partie aborde un territoire plus détaillé. Pour la première partie, veuillez consulter : Les dix principaux malentendus et alternatives de l'analyse de sites Web (1). Pour la deuxième partie, veuillez consulter : Les dix principaux malentendus et alternatives de l'analyse de sites Web (2).
【texte】
Lorsque j'ai écrit le dernier article de cette série, c'était encore le 1er mai, et maintenant nous sommes le 1er août. Le temps passe si vite, c'est émouvant.
En fait, dans les deux premiers épisodes, les dix principaux malentendus ont été évoqués, et aujourd'hui nous ne pouvons parler que des malentendus alternatifs. La raison pour laquelle on les appelle suppléants est qu'il s'agit de domaines très controversés. Je suis membre de la même famille et j'ose toujours vous faire rire. Mais rien ne remplace la connaissance, et j’espère susciter la discussion, voire le débat, afin d’acquérir une véritable vision et une véritable vérité.
Mythe alternatif 1 : Il existe des critères de référence standard pour l'analyse de sites Web
C’est un endroit où il existe un malentendu courant. Nous discutons souvent du taux de rebond et du temps passé sur le site, c'est pourquoi de nombreux amis vous demanderont :
Le taux de rebond de mon site Web est de 60 %, est-ce bien ? Ou alors, le temps moyen sur site est de 5 minutes, d'accord ?
Ce sont en fait des questions auxquelles je ne peux pas répondre, car l’analyse de sites Web ne dispose pas d’un référentiel standard auquel se référer pour ces indicateurs clés. Tout ce que je peux dire, c'est que le taux de rebond de 60 % n'est ni le pire ni le meilleur que j'ai jamais vu. Il en va de même pour le temps passé sur place de 5 minutes. Cependant, quant à savoir si c'est bon ou non, ces isolés. les données à elles seules ne peuvent pas répondre à la question.
La raison pour laquelle il n’existe pas de référence standard pour l’analyse des sites Web est que la différence entre les sites Web est trop grande. Premièrement, les sources d'audience/de trafic du site Web sont différentes ; deuxièmement, les fonctions du site Web sont différentes ; troisièmement, le contenu de la conception du site Web est également différent ; enfin, la nouveauté du site Web est également différente...
Il n’existe donc pas de référence standard pour l’analyse de sites Web ! Par exemple, on ne peut pas dire qu’un taux de rebond inférieur à 60 % est bon, et qu’un taux de rebond supérieur à 60 % est mauvais.
Maintenant, vous poseriez une meilleure question :
S'ils appartiennent au même segment industriel ou ont des sites Web avec des audiences très similaires, les indicateurs de base tels que le taux de rebond, le temps passé sur le site, le PV/V, la fidélité des visiteurs, etc. peuvent-ils être comparés entre eux ? Par exemple, Sina et Sohu, Tudou et Ku6, JD.com et Newegg, peuvent-ils comparer ces indicateurs entre eux ?
Je pense qu'ils peuvent être comparés les uns aux autres. Cependant, ne pensez pas que la valeur de l'indicateur de votre site Web est pire que celle des autres, simplement parce que votre site Web n'est pas bon. Si le taux de rebond de Sina est de 10 % et celui de Sohu de 15 %, frère Yang deviendra-t-il fou ? Pas besoin, cela ne veut pas forcément dire que Sohu est pire que Sina. Pour cette raison, les pages de Sina et Sohu sont en réalité très différentes. Bien qu’ils soient tous deux des portails et qu’ils se concurrencent durement, ils restent très différents.
De même, les sites Web de Nike et d’Adidas, ainsi que les sites Web d’Intel et d’AMD, appartiennent tous au même niveau (catégorie), mais ils sont en réalité très différents. La taille de ces indicateurs ne peut pas simplement signifier qu’un site Web est meilleur ou pire qu’un autre.
C’est pourquoi j’ai toujours insisté : même pour des sites Web de même catégorie, de simples indicateurs numériques ne peuvent pas expliquer la qualité du site Web.
Ensuite, vous demanderez à nouveau :
Puisque la comparaison ne peut pas indiquer le bien ou le mal, à quoi sert la comparaison ? !
Oui bien sûr! Si vous connaissez la situation numérique de votre concurrent, vous pouvez l'analyser ; vous savez que votre valeur numérique n'est pas aussi bonne qu'elle et vous pouvez vous comprendre. On dit que l’on peut connaître les gains et les pertes en apprenant auprès des gens, et il en va de même entre les sites Web.
Mieux encore, ne créez pas un autre malentendu, c'est-à-dire que puisqu'il n'y a pas de référence standard, quelle que soit ma valeur numérique, cela ne signifie pas si mon site Web est bon ou mauvais, et je peux m'asseoir et me détendre.
Je crois qu'aucun ami ne le penserait.
Si vos valeurs sont trop scandaleuses et en dehors de la fourchette normale, cela peut quand même être révélateur. Par exemple, si le taux de rebond global de votre site Web est supérieur à 80 %, voire 90 %, vous devez quand même y prêter attention. Les analyses de sites Web adorent ces anomalies.
Voici quelques valeurs extrêmes tirées de mon expérience (veuillez noter que ces valeurs ne sont valables que pour l'analyse à l'aide de Google Analytics, d'autres outils WA peuvent avoir des valeurs significativement différentes en raison de définitions et de méthodes de surveillance différentes). sont dépassés, cela peut indiquer que le site Web a rencontré un problème plus grave (mais pas définitivement !)
Enfin, je voudrais rappeler à nouveau que chaque site Web étant unique et que les indicateurs eux-mêmes ne puissent être interprétés de manière isolée, il n’existe pas de référence standard pour l’analyse des sites Web.
Mythe alternatif 3 : l'analyse du comportement individuel est d'une grande importance
J'ai vu des outils qui enregistrent la trajectoire de la souris de chaque visiteur sur la page. Chacun de ces outils possède ses propres forces et faiblesses, mais ils sont tous puissants. Généralement, ces outils sont destinés aux concepteurs d'UED (UCD), mais ont-ils des implications significatives pour l'analyse de sites Web ?
L'analyse de sites Web utilise généralement la totalité (c'est-à-dire aucun échantillonnage du tout) ou des données de grande taille pour analyser certains modèles de comportement sur lesquels les visiteurs du site Web convergent et optimiser en conséquence l'expérience d'accès des groupes de visiteurs les plus importants. L'analyse de sites Web est rarement réalisée en étudiant le comportement de visite individuel. À ce stade, l’analyse d’un site Web et l’analyse de la convivialité d’un site Web sont très différentes.
Si vous avez lu "Don't Make Me Think", vous savez qu'une fois le site Web terminé, demandez à des personnes ordinaires qui n'ont jamais utilisé votre site Web d'effectuer certaines tâches d'accès au réseau que vous avez spécifiées devant vous et enregistrez-les. Le comportement de visite est une méthode très importante pour tester et améliorer la convivialité du site Web. Cependant, l'analyse du site Web adopte rarement cette méthode, qui consiste à analyser et à optimiser les données laissées par un visiteur sur le site Web.
La raison est simple, car la situation d'accès d'un grand nombre de visiteurs est conforme à la répartition normale. Il est possible que les données d'accès de certains visiteurs soient réparties dans des zones extrêmes. Si ces données sont utilisées à des fins d'analyse, l'écart sera important. Par exemple, le visiteur A est resté sur le site Web jusqu'à 1 heure et a visité jusqu'à 100 pages. Cela ne signifie pas que tous les visiteurs sont comme ça, et l'analyse d'un seul visiteur peut facilement conduire à un danger. Peut-être direz-vous que je peux analyser le comportement de quelques visiteurs supplémentaires, ce qui sera plus fiable. Cependant, le problème est que par rapport au nombre de millions de visiteurs, le nombre d’individus que vous pouvez analyser est toujours limité, et plus vous analysez d’individus, plus ce sera difficile pour vous.
Par conséquent, dans mon travail actuel, j'utiliserai rarement des outils de surveillance de trajectoire de souris très spécifiques, mais j'espère disposer d'un outil d'enregistrement de trajectoire de souris qui enregistre tous les comportements de la souris et utilise différentes couleurs pour représenter la densité des comportements de la souris. très utile pour nous et sera plus précieux que la carte thermique que nous réalisons actuellement. Mais il semble qu’aucun outil de ce type n’existe actuellement.
Mythe alternatif n°4 : les solutions d'optimisation sont le résultat inévitable de l'analyse
L'analyse de sites Web se concentre sur l'analyse, certes, mais l'analyse ne se limite pas à l'analyse de sites Web. L'objectif principal de l'analyse est de détecter les problèmes, mais l'analyse elle-même ne suffit pas à aider à résoudre les problèmes, ou elle ne peut en résoudre qu'une partie.
Par exemple, lorsque j'étudie les conversions, je trouve souvent qu'il est évident qu'une certaine page perd un grand nombre de visiteurs, mais pourquoi cette page fonctionne-t-elle si mal ? Parfois, sur la base de notre expérience, nous pouvons immédiatement réfléchir à la raison et suggérer des améliorations en conséquence, mais parfois, nous ne savons pas réellement pourquoi la page est si mauvaise ; Même si l’on peut penser à une cause basée sur l’expérience, ce n’est pas nécessairement la cause réelle (ou fondamentale).
Par conséquent, parfois (en fait, la plupart du temps, c'est plus précis), la solution d'optimisation vraiment fiable ne peut pas être obtenue directement à partir de l'analyse, mais provient des tests après que vous ayez fait des suggestions via l'analyse. Le conseil lui-même est subjectif, mais les résultats après tests sont objectifs (à condition que vous utilisiez des méthodes et des processus scientifiques). Le cycle d’analyse d’un site Web ne se termine pas par l’analyse, mais par les tests, et les tests sont la voie à suivre.
Par conséquent, même si l’image ci-dessous est un cliché, il s’agit d’une méthodologie véritablement importante.
Eh bien, cet article est enfin terminé, et cette série est enfin terminée (il y aura peut-être des révisions et des ajouts plus tard). Merci à tous mes amis pour vos encouragements continus ! J'espère que tout le monde a des opinions différentes, bienvenue pour discuter et bienvenue pour argumenter !
Source de l'article : http://www.chinawebanalytics.cn/top10-misunderstanding-for-web-analytics-part3/
Auteur : Song Xing