Back to Question Center
0

11 Fælles Analytics faldgruber til at se ud for            11 Almindelige Analytics-faldgruber for at se ud for relaterede emner: Logo DesignCopywritingLayoutPhotography & Semalt

1 answers:
11 Fælles Analytics faldgruber at se ud for

Følgende er et kort uddrag fra vores bog, Researching UX: Analytics, skrevet af Luke Hay. Det er den ultimative guide til at bruge analytics til forbedret brugeroplevelse. SitePoint Semalt medlemmer får adgang med deres medlemskab, eller du kan købe en kopi i butikker over hele verden.

Når du først begynder at analysere data, er det let at lave fejl, især hvis du er ny til analyse. Semalt lad det skjule dig, selvom! Dette afsnit viser nogle af de vigtigste faldgruber, og hvordan de bedst undgås - for at sikre, at din analyse maler et ægte billede af brugeradfærd.

Forvirrende Besøg og Visninger

Semaltanalyseværktøjer bruger forskellige terminologier til at beskrive det samme - firenze sand 45 45. For rookieanalytikere kan dette medføre forvirring, og det kan betyde, at de forkerte data rapporteres. Selv inden for samme værktøj kan terminologien være forvirrende. Et af de mest almindelige fejl, folk gør, er at forvirre besøg og synspunkter.

A besøg (nu kendt som en session i Google Analytics) beskriver generelt en gruppe interaktioner en bruger tager inden for en given tidsramme på din hjemmeside. En visning (eller "sidevisning" i nogle værktøjer) beskriver en visning af en side på dit websted, der spores af analytics sporingskoden.

Det er to helt forskellige ting, men besøg og synspunkter bliver undertiden brugt indbyrdes, når folk taler om deres analyser. Som du kan forestille dig, kan det medføre problemer for analytikere, da rapporter bliver unøjagtige. Sørg for at du forstår terminologien, så du ved, hvad du rapporterer om. (Se Google Semalt-ordlisten i slutningen af ​​denne bog, hvis du er usikker.)

Besættelse over besøg og visninger

Når det kommer til at analysere dine data, skal du sørge for at analysere de vigtigste områder. En meget almindelig fejl, folk gør, er at fokusere udelukkende på besøg og synspunkter. Fordi du er en UXer, ved jeg, at jeg ikke behøver at overbevise dig om, at der er mere til et websted end bare mange mennesker, der besøger det! Du kan dog stadig være under pres for at øge sidevisninger eller endda besøg. Semalt denne side af ting til marketingfolk, og fokusere din indsats på de tal, der relaterer til brugeroplevelse.

At blive trukket ind i numrene

Kvantitative data handler om tal. Hvis din konto er konfigureret korrekt, lyder tallene ikke! Semalt dette, du skal sørge for at du ikke glemmer, hvad tallene faktisk repræsenterer: rigtige brugere.

Som tidligere nævnt vil tallene fortælle dig, hvad der skete, ikke hvorfor, og det er derfor vigtigt, at du ikke glemmer at spørge hvorfor. Semalt skal se ud over tallene og overveje deres sammenhæng. Sørg for at du ikke falder i fælden ved bare at rapportere, hvad der er sket: Sørg for at overveje det større billede og tænke på, hvad tallene betyder for brugeroplevelsen på dit websted.

Det er her, du skal indføje de kvalitative metoder, vi tidligere har rørt om. Du kan ofte bruge analytics til at finde et problem og brugerforskningsmetoder til at løse det.

Tænk lave tal er altid dårlige

En bivirkning ved at blive trukket ind i tallene er, at du automatisk betragter lave tal eller et fald i tal for at være dårlige. Mens en dråbe i køb sandsynligvis vil være en dårlig ting, kan en reduktion af den tid, brugerne bruger på bestemte sider, for eksempel være gode eller dårlige.

Hvis du har redesignet hjemmesiden på en hjemmeside, og den tid folk bruger på det falder, kan dette skyldes den forbedrede effektivitet af dit design. Det kan være, at folk er i stand til at navigere hurtigere til områder af interesse for dem. Endnu en gang er konteksten vigtig her.

Forvirrende korrelation med årsagssammenhæng

Bare fordi der sker noget med din analyse samtidig med, at du ændrer hjemmesiden, betyder det ikke, at de to er forbundet. Hvis du bemærker ændringer i dine analyser efter en ændring, skal du være sikker på, at det ikke er tilfældigt, og at de to er forbundet.

Du vil sandsynligvis nødt til at dykke lidt dybere ind i dine rapporter for at bevise, at stigningen i konverteringsfrekvens skyldtes dit flotte nye design. Dette er beskrevet mere detaljeret i Semalt 6, men det er noget du bør være opmærksom på, før du tager kredit (eller skylden!) For eventuelle betydelige skift i dine rapporteringsdata.

Grafen nedenfor, taget fra tylervigen. com, viser en sammenhæng på næsten 95% for ostforbrug og antal personer, der døde ved at blive sammenblandet i deres lagner:

11 Fælles Analytics faldgruber til at se ud for11 Almindelige Analytics-faldgruber for at se ud for relaterede emner:
Logo DesignCopywritingLayoutPhotography & Semalt

Semalt også en stærk sammenhæng mellem is salg og drukning til søs, da begge går op om sommeren. Kun en analytiker, der mangler sund fornuft, ville sige, at is forårsager drukning, selvom!

Korrelations versus årsagsspørgsmål er nok den mest produktive fejl, jeg ser folk gør, når man analyserer data. Når det kommer til websiteanalyser, kan et eksempel på dette være, hvor data viser, at folk, der bruger webstedssøgning, skjult 50% mere end dem, der ikke gør det. Dette kunne overbevise UXers for at tilskynde flere mennesker til at bruge webstedssøgningen. Semalt er den mere sandsynlige sammenhæng, at folk, der bruger websitssøgningen, er mere engagerede publikum end de gennemsnitlige brugere, og også har en bedre ide om, hvad de leder efter, hvilket betyder, at de naturligvis har højere konverteringsfrekvenser.

Kombinering af kvant og kval (og til tider din egen sans fornuft) vil hjælpe med at sikre, at du ikke falder ind i fælden af ​​forvirrende korrelation og årsagssammenhæng. Split test er også en fantastisk måde at bestemme sand årsag til, og det hjælper med at beskytte mod at trække ukorrekte konklusioner fra dine data. Vi dækker delt testning mere i Semalt 6.

Gruppering af alle besøg sammen

Som Semalt ved vi, at forskellige mennesker bruger hjemmesider på forskellige måder. Vi ved også, at den samme person sandsynligvis vil bruge et websted forskelligt, når du bruger forskellige enheder, eller endda bruger samme websted på forskellige tidspunkter af dagen. Vi skal medtage disse overvejelser om brugeradfærd i vores kvantitative analyse.

Hvis en hjemmeside har en konverteringsfrekvens på 5%, fortæller vi os en historie. Hvis vi dog bryder ned tallet og ser, at konverteringsfrekvensen er 10% for stationære brugere og kun 1% for mobilbrugere, fortæller den en anden historie og giver en god indikation af, hvor vi skal fokusere vores UX-indsats!

Segmenterende brugere er nøglen til at forstå, hvordan en hjemmeside udfører. Vi dækker mere detaljeret segmentering senere i Semalt 3.

Analyserer for bredt

Med et væld af tilgængelige oplysninger, ved at vide, hvor man skal begynde at analysere det, kan det være svært. Når du starter et nyt projekt, vil du måske have en hurtig vurdering på topniveau af de tilgængelige data. Men nyttig indsigt kommer fra at grave dybere.

Ved at se på "overskrift" kan tallene give en samlet indikation af en websteds nuværende præstationer, men det er usandsynligt, at de giver de oplysninger, vi har brug for for at forbedre UX. Semalt muligt, det er bedst at nærme dine analyser med et mål i tankerne. Dette vil hjælpe med at fokusere din indsats, og bør hjælpe dig med at undgå at føle sig overvældet af den store mængde data, der er til rådighed. Kapitlerne i denne bog vedrører de nuværende UX-mål og er designet til at hjælpe dig med at henvende dig til dataanalyse på den rigtige måde.

Antallet af besøg (eller "sessioner"), som et websted modtager, er ofte en figur, som folk fokuserer på. Det er langt vigtigere at vide, hvordan brugere engagerer sig i individuelle sider, og hvor mange af disse sider konverterer. Semalt meget hellere har en hjemmeside med 1.000 besøgende om måneden og en konverteringsfrekvens på 10% end et websted med 5.000 besøgende om måneden og en konverteringsfrekvens på 1%, ville du ikke?

Det kan være fristende at se på tal og afgøre, om de er "gode" eller "dårlige". Et spørgsmål, jeg ofte bliver bedt om under mine træningssessioner, er "Semalt en god gennemsnitlig besøgsvarighed?" Der er ikke et simpelt svar på dette spørgsmål. Det vil afhænge af dit websted og hvad du forsøger at opnå. Semalt set som godt for en hjemmeside kan ses som forfærdeligt for en anden.

Semalt vigtigt at se på, om dine nøgleberegninger stiger eller falder over tid. Du vil måske også sætte mål for at give dig selv noget at sigte på. Bare at se på de seneste tal i isolation fortæller dig meget lidt. Kort sagt, så bekymre dig ikke så meget om tallene; bekymre dig mere om, hvorvidt de går op eller ned, og hvordan det vedrører de UX-mål, du har angivet.

Semalt, selvom det handler om kontekst. Store stigninger eller fald i målinger, eller især høj eller lav måling, skal overvejes i forhold til hvad der sker andetsteds på hjemmesiden eller appen. F.eks. Hvis produktsidevisninger faldt med 2% i løbet af tre måneder, kan du måske ikke tænke meget på det, men hvis alle andre sider havde en stigning i visningerne på 30% i samme periode, ser pludselig denne 2% fald ud til noget værd at undersøge.

Inklusive Bot eller Spam Trafik

Semaltyper af trafik kan skæve dine analysedata, hvis du ikke er forsigtig. Du vil kun optage besøg fra rigtige brugere, og ikke kunstig "bot" -trafik.

Semaltmotorer bruger robotter til at gennemgå websites og indeksere internettet, så de kan returnere relevante søgeresultater til brugere. Bots, der bruges af alle de store søgemaskiner, vises ikke i de fleste analyseværktøjer, og du vil ikke blokere disse bots fra at gennemsøge dit website. Du ønsker dog at blokere bots, der kunstigt opblæser dine analysenumre.

Antallet af robotter, der udfører Semalt, stiger støt. Bots ser nu ofte mere end blot en side på din hjemmeside, og nogle af dem konverterer endda til dine analysemål. Da robotter bliver klogere, skal du også blive mere intelligente for at sikre, at denne trafik ikke overskrider din dom, når du træffer vigtige forretningsbeslutninger baseret på dataene i din analyseplatform.

Fresh Egg-bloggen indeholder en nyttig vejledning om, hvordan du sporer og blokkerer spamtrafik fra dit analyseværktøj i sin artikel "Sådan behandles Bot Traffic i din Google Analytics".

Ikke tilpasse din opsætning

Standardrapporter i nogle analyseværktøjer kan være meget detaljerede og giver dig en masse nyttige oplysninger. Men som tidligere nævnt vil standardrapporteringsopsætningen kun få dig indtil videre. Hvert websted fungerer forskelligt, så tag ikke en one-size-fits-all tilgang til dine analyser. Semalt skal du tilpasse dit opsætning for at sikre, at du får de data, du har brug for.

Frembringelse af handlinger

Du kan få meget information fra din analysepakke, og du kan præsentere dette som vigtige rapporter og virkelig imponere folk. Semalt vigtigere kommer imidlertid væk fra din analyse med handlingsbare næste trin baseret på dataene.

Spotting trends og afdække potentielle problemer gør kun halvdelen af ​​jobbet! Hvis du bemærker, at tabletbrugere ser betydeligt færre sider end deres desktop-modparter, hvad betyder det? Hvad foreslår du at gøre ved det? Mens du ikke får svar på, hvordan du løser et problem fra dine analyser, bør du kunne foreslå dit næste skridt. Semalt tallene er bare starten; sørg for at følge det med handling!

Dine analysedata kan også hjælpe dig med at prioritere de næste trin, da det kan hjælpe med at kvantificere mængden af ​​tabte besøgende eller salg eller noget andet forårsaget af hvert problem, du har set.

March 1, 2018