Google Analytics的基本概念和思路

整理自UX BOOTH的文章An Analytics-First Approach to UX

在对网站进行可用性测试之前,特别是结构比较复杂的网站,有必要对测试的范围以及需要重点关注的页面做出选择,从而提高可用性测试的效果。这个分析过程能够帮助我们勾画出用户使用网站的整体情况,同时识别出哪些区域出现了问题,在之后的测试中可以重点关注。

Google Analytics是一个很好的分析工具,下面介绍使用时的一些参数以及相应的思路。主要是分成两块,第一是单页面的分析,第二是整体流程的分析。单页面分析其实就是看页面的各项数据,具体如下:

1、跳出率和退出率

跳出率是指用户只访问了网站中的这一个页面,然后就立刻退出。退出率则是指这个页面上所有的退出数。举个例子,有三个用户同时访问一个网站,第一个页面都是首页,其中用户A看完首页就退出了,用户B和C继续点击跳转到网站内的下一个页面,然后才退出。那么用户A就是跳出,用户B和C就是退出。如果用户B和C在浏览第二个页面的时候,用户D直接从外部进入到这个页面,然后三个人同时退出,那么此时跳出率是100%,退出率也是100%。下面的截图是一个很清晰的表达。



这两个数据要根据实际情况来分析,如果一个网页的跳出率很高,可能意味着用户找不到自己想要的东西,也有可能是用户在这一个页面上就完成了任务。如果一个网页是退出率很高,可能意味着大多数用户都能顺利完成任务,但也有可能意味着这个页面很容易打断用户的操作流程。

另外一个要注意的是访问的人数,如果一个页面的跳出率是100%,但是访问人数是2个,那么问题就不是跳出率太高,而是页面根本就没有人访问。同样的,如果一个页面是首页,或者启动页,即使跳出率相对较低,但也需要关注一下。

2、平均时间

平均时间指的是用户在一个页面上停留的平均时间,可以用来衡量页面是否吸引用户的注意,也可以用来衡量页面是否方便用户快速完成操作,所以跟上面的两个数据一样,都是有语境的,要根据实际情况进行分析。
好在谷歌分析中提供了一个很方便的功能,与网站平均值比较。这样就可以直观地看出哪些网页停留时间长,哪些网站停留时间短。

3、页面价值

页面价值主要是用来判断页面的重要性。
使用谷歌分析的时候,可以设置网站的目标以及该目标的价值,比如你希望用户完成某个操作,最后会有提示页面,这个提示页面就是目标,价值也是自主设置的,可以是100,50,除非是电子商务网站,否则目标的价值可以自由设置,因为主要是看页面的相对价值。
有了目标之后,比如下图中的页面B,通过该页面最后完成了目标D和E,总价值是110,同时页面B的PV值是1,所以该页面的价值就是110。



实际上网站的页面不是简单的单线程关系,所以经常要合并多个流程来计算页面真正的价值。如下图,第二个流程中页面B虽然有两次出现,但是PV值还是1。合并时的计算应该是总价值除于总次数,也就是120/2,结果是60。

当然,这些计算我们知道原理即可,只要在谷歌分析设置相应的计算条件,软件会自动帮我们计算。下图是一个具体的例子。其中有三个清晰的数据,可以发现他们的页面价值是差不多的,但是最后一个的退出率高太多了,所以这一部分可能会有问题,之后进行可用性测试的时候可以重点关注。



另外,单个页面难免会有局限,所以也可以使用群组的功能,分析整个组的价值,比如下面截图中的例子,可以看出网页各个功能之间的表现情况。

谷歌分析中还可以查看用户的操作流程,可以查看每个流程中页面的跳转情况和数量,以及相应的变化。下面举个例子来说明。
这是一个搜索功能的流程图,可以明显地看到,用户在通过首页进入到搜索结果之后,还有相当一部分人再次回到了首页,可以猜想这是因为搜索结果不满足用户的需求,原因可能有很多,比如搜索结果太少,搜索结果太多,也可以是结果本身不符合用户的要求。



通过这个分析我们就可以将问题的区域锁定在搜索结果页上,然后通过相应的测试找出真正的原因。这里省略测试的过程,最后表明是搜索结果太过广泛,用户不得不再次尝试搜索,相应的解决方案就是在搜索结果页加上相应的筛选功能。以下是改进后的数据。可以看出,再次返回首页的次数明显变少了,说明该改进是有效的。


除了整体流程之外,另外一个分析数据的角度是拆分,常用的是根据用户类型进行划分,比如新用户和老用户。下面这个例子中,新用户和老用户的趋势明显不同,一定程度上表明新用户和老用户的使用习惯,需求上有所不同,这样的话就可以根据不同的用户群体做出相应的设计,也可以更好地弄清楚当前页面的问题所在。


谷歌分析中还可以对用户做进一步的细分和筛选,比如根据来源区分,是来自搜索引擎还是来自其他网站,也可以根据设备区分,是移动端,桌面端,还是平板设备。

最后稍微总结一下,使用Google Analytics时,首先当然是注册一个账号,然后谷歌会给一段代码让你埋到需要统计的地方,所以我们就要事先知道要统计什么,比如前面介绍的跳出率,退出率,页面价值等。做完这些就等一段时间,之后再上谷歌查看统计出来的数据。分析的思路前面也稍微提到了,一是单页面的数据,二是整体的数据,比如流程和分组。

当然,分析归分析,最后需要做测试来确定问题,做出改进方案之后可以通过数据分析来验证。

以上。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,298评论 4 360
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,701评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 107,078评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,687评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,018评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,410评论 1 211
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,729评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,412评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,124评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,379评论 2 242
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,903评论 1 257
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,268评论 2 251
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,894评论 3 233
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,014评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,770评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,435评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,312评论 2 260

推荐阅读更多精彩内容