UX设计项目清单：数据分析

作者：Jen Cardello^[1]

数据分析的最大问题是：在没有任何可行性见解的情况下，数据分析可能很快成为分散注意力的黑洞。

许多数据分析初学者会陷入以下三个障碍之一：

• 度量标准的范围：可以衡量的事情很多，但是哪些有意义？

• 指标之间的差异：哪些指标最能回答特定问题？

• 界面复杂性：如何使分析系统告诉你要查找的内容？

在采访了多个UX团队之后，我们发现了一些高价值的UX数据分析方法。本文将介绍其中的3个，更多方法参见我们的数据分析课程^[2]。

• 1、问题指示：告知团队达到目标的潜在问题

• 2、调查：确定问题的潜在原因

• 3、三角测量：使用数据分析验证定性研究结论

1、问题指示

UX团队在设计站点或启动新功能时，与优化专家合作制定和实施测量计划。UX团队每天或每周接收数据报告，以检测网站实现既定目标的能力。使用Web指标来诊断特定问题，也可以依靠它们作为指导进一步调查的线索。

测量计划包括：

• 客户转化率：核心用户操作，包括用户注册以及购买完成的数量等。

• 微观转化率：这些较小的动作，如果组合在一起，就可以达到目标，例如访问特定页面，点击特定链接或以表格形式输入数据。

• 网络指标：这些是网络分析数据，用于指示用户是否发生了期望的操作；可以帮助UX团队发现潜在的问题。

数据分析例子：

目标：每月50条咨询申请。

期望用户发生的行为：浏览咨询服务页面；了解咨询服务；下载白皮书，输入信息并提交咨询申请。

网络指标：

页面访问数（IP）：表示有多少用户访问了页面，如果同一用户多次访问该页面，则不会对该页面进行多次计数。

平均页面停留时间：“页面停留时间”表示用户在页面上花费的平均时间。时间多少不一定是好事。因此，务必在上下文中查看数据并与相似时间段进行比较。

下载次数，咨询申请次数：“事件”是指要跟踪的用户操作。在Google Analytics中，可以定义记录哪些事件。事件包括下载，点击特定按钮，输入信息以及观看视频。

2、调查

UX团队可以自己或在优化专家的协助下针对问题制定假设，并使用数据分析来证明/反驳假设。下面提供的大多数示例均来自Google Analytics。

1、流量

确定是否有一个流量来源（Google，Bing，Yahoo，直接访问，电子邮件广告等）导致网站用户减少。

在Google Analytics中，可以生成特定页面的报告，以显示该页面流量的来源。

2、技术问题

确定页面元素是否未正确加载。

“ 事件页面”报告列出了所有页面的跟踪事件。可以选择要调查的特定页面以获取有关该特定页面事件的指标。

3/4、内容和视觉设计

确定新的文案是否无法有效提高用户转化率。确定图片，版式，颜色或布局是否分散和干扰了号召性用语（CTA）。

页内分析表明用户选择了哪些链接。注意：你需要在Google Analytics管理员中设置“增强的链接归因”，以查看页面上具有相同目标的链接点击百分比。我们还建议使用Clicktrack和CrazyEgg之类的点击跟踪服务来补充分析数据。

5、导航

确定是否未单击特定的链接/按钮。

页面（按页面URI过滤，然后选择“导航摘要”标签）

导航摘要是一个标签，可以从任何页面报告中选择（如下所示）。它详细说明了人们在访问感兴趣的页面之前访问来源和去向。

三角测量

UX团队使用数据分析来验证定性研究（例如：可用性测试）结论，并收集其他线索以帮助定义解决方案。如果最初的可用性测试由大约5位用户（我们通常建议）进行的，那么会有风险，例如成功率之类的估计将是错误的。但是，这种快速测试的优点是可以快速查明潜在的问题，然后可以将其用于数千个数据分析点的数据收集。

通过分析数据进行验证的可用性测试结果示例：

用户不知道在哪里可以找到主题信息，因为网站上使用的单词与他们使用的单词不同。

问题：人们是否在搜索产品中提到的术语？

“搜索字词”报告列出了用户在网站搜索框中输入的字词（不是整个网络范围内的搜索）。可以下载任何时间段相对应的搜索词列表，并进行更广泛的分析。你可以在网站中使用用户在网站搜索框中键入的常用字词。

结论

数据分析正日益成为可用性和用户体验工作中的关键要素。伴随这一变化，UX设计师需要熟悉语言和工具，并确定哪些指标和功能对UX实践有用。

将数据分析添加到UX工作中的好处：

• 尽早采取行动以防止不必要的转化率损失

• 快速证明或否定

• 更好地说服产品利益相关者

参考资料