【Введение】
Анализ веб-сайтов все еще нов, поэтому наше понимание его может быть предвзятым по-разному. В этой статье обобщены различные распространенные заблуждения об анализе веб-сайтов, которые я обнаружил в своей работе. Это вторая часть, и эта часть посвящена более подробной теме. Первую часть см.: Десять основных заблуждений и альтернатив анализа веб-сайтов (1). Вторую часть см.: Десять основных заблуждений и альтернативных вариантов анализа веб-сайтов (2).
【текст】
Когда я писал последнюю статью из этой серии, это было еще 1 мая, а сейчас 1 августа. Время летит так быстро, что это эмоционально.
По сути, в первых двух сериях обсуждалась десятка главных недоразумений, а сегодня мы можем говорить лишь об альтернативных. Причина, по которой их называют альтернативными, заключается в том, что все они представляют собой очень спорные области. Я член одной семьи и до сих пор смею только рассмешить вас. Но нет заменителей знаний, и я надеюсь спровоцировать дискуссию, даже дебаты, чтобы достичь реального понимания и истины.
Альтернативный миф 1. Существуют стандартные тесты для анализа веб-сайтов.
Это место, где существует распространенное недопонимание. Мы часто обсуждаем показатель отказов и время на сайте, поэтому многие друзья спрашивают:
Показатель отказов моего сайта составляет 60%, это хорошо? Или среднее время на сайте — 5 минут, понятно?
На самом деле это вопросы, на которые я не могу ответить, потому что при анализе веб-сайтов нет так называемого стандартного эталона, на который можно было бы опираться для этих ключевых показателей. Все, что я могу сказать, это то, что показатель отказов в 60% — не худший и не лучший, который я когда-либо видел. То же самое относится и к 5-минутному времени пребывания на сайте. Однако, хорошо это или нет, это единичные случаи. данные сами по себе не могут ответить на вопрос.
Причина, по которой не существует стандартного эталона для анализа веб-сайтов, заключается в том, что разница между веб-сайтами слишком велика. Во-первых, разная аудитория/источники трафика; во-вторых, разные функции сайта; в-третьих, разное содержание и дизайн сайта, наконец, разная новизна сайта;
Таким образом, не существует стандартного эталона для анализа веб-сайтов! Например, мы не можем сказать, что показатель отказов ниже 60% — это хорошо, а показатель отказов выше 60% — плохо.
Теперь вы бы задали вопрос получше:
Если они находятся в одном отраслевом сегменте или имеют веб-сайты с очень пересекающейся аудиторией, можно ли сравнивать друг с другом основные показатели, такие как показатель отказов, время на сайте, PV/V, лояльность посетителей и т. д.? Например, Sina и Sohu, Tudou и Ku6, JD.com и Newegg, могут ли они сравнить эти показатели друг с другом?
Я думаю, их можно сравнивать друг с другом. Однако не думайте, что значение показателя вашего сайта хуже, чем у других, только потому, что ваш сайт плохой. Если показатель отказов Сины составляет 10%, а Соху — 15%, сойдет ли брат Ян с ума? Не надо, это не обязательно означает, что Соху хуже Сины. По этой причине страницы Sina и Sohu на самом деле очень разные. Хотя они оба являются порталами и жестко конкурируют, они все же очень разные.
Точно так же веб-сайты Nike и Adidas, а также веб-сайты Intel и AMD — все они относятся к одному и тому же уровню (категории), но на самом деле они очень разные. Размер этих показателей не может просто означать, что один веб-сайт лучше или хуже другого.
Поэтому я всегда настаивал: даже для веб-сайтов одной категории простые числовые показатели не могут объяснить качество веб-сайта.
Затем вы спросите еще раз:
Поскольку сравнение не может указать хорошо или плохо, в чем смысл сравнения? !
Да, конечно! Если вы знаете числовое положение вашего конкурента, вы можете проанализировать его, вы знаете, что ваше числовое значение не так хорошо, как оно, и вы можете понять себя; Говорят, что вы можете узнать о прибылях и убытках, учась у людей, и то же самое справедливо и для веб-сайтов.
Лучше всего, пожалуйста, не создавайте еще одно недоразумение, то есть, поскольку не существует стандартного эталона, независимо от моего числового значения, это не означает, хороший или плохой мой веб-сайт, и я могу расслабиться и расслабиться.
Я думаю, ни один друг так бы не подумал.
Если ваши значения слишком возмутительны и выходят за рамки нормального диапазона, это все равно может говорить о многом. Например, если общий показатель отказов вашего сайта превышает 80% или даже 90%, вам все равно следует обратить на это внимание. Аналитика веб-сайтов любит эти аномалии.
Вот некоторые крайние значения из моего опыта (обратите внимание, что эти значения действительны только для анализа с помощью Google Analytics, другие инструменты WA могут иметь существенно отличающиеся значения из-за разных определений и методов мониторинга). превышены, это может указывать на то, что на сайте возникла более серьёзная проблема (но не обязательно!)
Наконец, я хотел бы еще раз напомнить всем, что, поскольку каждый веб-сайт уникален, а сами показатели не могут интерпретироваться изолированно, не существует стандартного критерия для анализа веб-сайтов.
Альтернативный миф 3: Анализ индивидуального поведения имеет огромное значение
Я видел некоторые инструменты, которые записывают траекторию движения мыши каждого посетителя на странице. У каждого из этих инструментов есть свои сильные и слабые стороны, но все они мощные. Обычно эти инструменты предназначены для дизайнеров UED (UCD), но имеют ли они существенное значение для анализа веб-сайтов?
Анализ веб-сайта обычно использует все данные (то есть вообще без выборки) или данные большого размера выборки для анализа некоторых поведенческих моделей, с которыми сходятся посетители веб-сайта, и соответственно оптимизации опыта доступа наиболее важных групп посетителей. Аналитика веб-сайтов редко проводится путем изучения поведения отдельных посетителей. На этом этапе анализ веб-сайта и анализ юзабилити веб-сайта совершенно разные.
Если вы читали «Не заставляйте меня думать», вы знаете, что после того, как веб-сайт будет завершен, попросите некоторых обычных людей, которые никогда не использовали ваш веб-сайт, выполнить некоторые задачи доступа к сети, которые вы указали перед вами, и запишите их. Определение их Поведение посетителей — очень важный метод тестирования и улучшения удобства использования веб-сайта. Однако при анализе веб-сайта редко используется этот метод, который заключается в анализе и оптимизации данных, оставленных посетителем на веб-сайте.
Причина проста: ситуация с доступом большого количества посетителей соответствует нормальному распределению. Возможно, данные доступа некоторых посетителей разбросаны по крайним областям. Если эти данные использовать для анализа, отклонение будет большим. Например, посетитель А оставался на сайте до 1 часа и посетил целых 100 страниц. Это не значит, что все посетители такие, и анализ отдельного посетителя может легко привести к опасности. Может быть, вы скажете, что я могу проанализировать поведение еще нескольких посетителей, что будет более достоверно. Однако проблема в том, что по сравнению с количеством миллионов посетителей количество людей, которых вы можете проанализировать, всегда ограничено, и чем больше людей вы анализируете, тем сложнее вам будет.
Поэтому в своей реальной работе я редко буду использовать какие-то очень специфические инструменты мониторинга траектории мыши, но я надеюсь иметь инструмент записи траектории мыши, который записывает все поведение мыши и использует разные цвета для представления плотности поведения мыши, что и будет. очень полезно для нас и будет более ценным, чем тепловая карта, которую мы сейчас создаем. Но похоже, что такого инструмента в настоящее время не существует.
Альтернативный миф 4: Оптимизационные решения — неизбежный результат анализа
Да, анализ веб-сайта фокусируется на анализе, но анализ — это не весь анализ веб-сайта. Основная цель анализа — обнаружение проблем, но самого анализа недостаточно для решения проблем, или он может решить только часть проблем.
Например, изучая конверсии, я часто обнаруживаю, что очевидно, что определенная страница теряет большое количество посетителей, но почему эта страница работает так плохо? Иногда, основываясь на опыте, мы можем сразу же подумать о причине и предложить соответствующие улучшения, но иногда мы на самом деле не знаем, почему страница такая плохая; Даже если мы сможем придумать причину, основываясь на опыте, это не обязательно является реальной (или фундаментальной) причиной.
Поэтому иногда (на самом деле, в большинстве случаев это более точно) действительно надежное решение по оптимизации не может быть получено непосредственно из анализа, а приходит в результате тестирования после того, как вы внесете предложения посредством анализа. Сам совет субъективен, но результаты после тестирования объективны (при условии, что вы используете научные методы и процессы). Цикл анализа веб-сайта заканчивается не анализом, а тестированием, и тестирование — это путь, который нужно пройти.
Поэтому, хотя картинка ниже и является клише, это действительно важная методология.
Что ж, наконец-то закончилась эта статья, и наконец закончилась эта серия (позже могут быть правки и дополнения). Спасибо всем моим друзьям за вашу постоянную поддержку! Я надеюсь, что у всех разные мнения, добро пожаловать к обсуждению и к спору!
Источник статьи: http://www.chinawebanalytics.cn/top10-misunderstanding-for-web-analytics-part3/
Автор: Сун Син