導語：你是否曾經(jīng)面(miàn)對(duì)著(zhe)一大堆網站數據毫無頭緒？你是否曾爲選擇哪些頁面(miàn)進(jìn)行測試感到舉棋不定？讓Luke來告訴你，如何有效地利用“谷歌分析”指導設計和研究吧！

用戶體驗，分析至上（一）

索菲亞【譯者注：爲了更接地氣，以下稱爲“小紅”】正在和她的客戶讨論可用性測試的項目，她已經(jīng)迫不及待地要開(kāi)始了。然而唯一尚未解決的問題是，他們對(duì)于測試什麼(me)内容和著(zhe)眼于網站的哪個部分持有不同的觀點。小紅的客戶對(duì)他們的顧客很了解，但是小紅擁有多年用戶體驗的研究經(jīng)驗，沒(méi)有任何迹象表明小紅和她的客戶可以達成(chéng)一緻的意見。于是小紅把注意力轉向(xiàng)了數據分析，希望能(néng)深層次地洞悉人們到底是如何使用網站的。

可用性測試和數據分析是一對(duì)無敵好(hǎo)搭檔，它們讓我們更多地了解用戶，跟蹤我們的目标，解決意外的問題。說到解決問題，數據分析告訴我們哪些頁面(miàn)或者流程正在給用戶造成(chéng)麻煩，哪些領域需要我們在可用性測試中重點關注。接下來，可用性測試會告訴我們爲什麼(me)用戶會表現出某些特定的行爲。在這(zhè)兩(liǎng)者之上，我們可以爲網站擁有者提供重點明确、針對(duì)用戶的建議。

在小紅（和許許多多與之相似的用戶體驗從業人員）的例子中，數據分析能(néng)揭露用戶到底是怎麼(me)訪問網站的。雖然小紅和客戶在用戶體驗或顧客方面(miàn)的經(jīng)驗可能(néng)讓他們對(duì)于測試什麼(me)有了不錯的假設，但對(duì)于人們是如何訪問網站，數據分析展示給他們的是更爲清晰、無偏見的方式。

對(duì)于任何希望通過(guò)學(xué)習一些簡單的工具來讀懂數據的人，數據分析可以幫助你：

• 識别網站上出問題的地方
• 顯示網站對(duì)于用戶的吸引力
• 測量設計上的改善帶來的結果

在這(zhè)兩(liǎng)篇系列文章中，我將(jiāng)會解釋如何利用數據分析來識别用戶有問題的地方，以及網站的哪些地方會從可用性測試中受益最多。

本篇文章的重點爲——三個識别網站問題的參數：跳出和退出率（bounce and exit rate），頁面(miàn)平均時間（average time on page）和目标價值（page value）。

在第二部分，我們會進(jìn)一步利用這(zhè)些參數來識别drop off points，然後(hòu)我們會深入到數據分段（segmentation）來獲取額外的細節信息。

辨認問題網頁（組）

作爲一名自由職業者和用戶體驗咨詢師，我與各種(zhǒng)各樣(yàng)不同領域的網站合作過(guò)，其過(guò)程非常一緻，總是以數據分析爲開(kāi)端。最開(kāi)始我會去辨認每天有多少用戶訪問這(zhè)個網站，哪個頁面(miàn)最常用。這(zhè)會給我一個大概的感覺，知道(dào)人們是如何訪問這(zhè)個網站的。然後(hòu)我會進(jìn)行下一步：辨認潛在的出問題的領域，繼而知道(dào)我的用戶體驗建議將(jiāng)會著(zhe)重在哪一塊。

總體來說，我會觀察三種(zhǒng)類型的參數來辨認問題所在：

• 跳出和退出率（Bounce and exit rate）
• 頁面(miàn)平均時間（Average time on page）
• 目标價值（Page value）

跳出和退出率（Bounce and Exit Rate）

跳出率和退出率是兩(liǎng)個可能(néng)造成(chéng)混淆的參數。跳出率是隻訪問了網站的一個頁面(miàn)的用戶的比例：在一個頁面(miàn)登陸，但是沒(méi)有去訪問任何其他頁面(miàn)就離開(kāi)了網站。【譯者注：谷歌官方解釋爲“跳出率指單頁訪問次數（即訪問者從入口頁離開(kāi)網站而未與網頁互動的訪問次數）所占的百分比”。】退出率是從一個頁面(miàn)離開(kāi)了網站的用戶的比例（它包括了那些之前在該網站浏覽了其他頁面(miàn)的人）。【譯者注：谷歌官方解釋爲“退出百分比指從某個或某組特定網頁退出網站的次數所占的百分比”。】

編者注：術語可能(néng)有所不同，意思相近即可。給譯者的細心點贊！

如果我發(fā)現了網站的一部分出現了一個很高的跳出或者退出率，我會做上筆記，以防某些頁面(miàn)的什麼(me)東西造成(chéng)了用戶的離開(kāi)。一個有著(zhe)高跳出率的頁面(miàn)可能(néng)說明這(zhè)個頁面(miàn)上的内容不是用戶來到這(zhè)個頁面(miàn)所期望看到的東西。一個高退出率的頁面(miàn)可能(néng)說明這(zhè)個網頁導緻了用戶在他們想要的流程中半途而廢——從另一方面(miàn)看，如果一個高退出率的頁面(miàn)是流程的最後(hòu)一頁，那麼(me)這(zhè)個高退出率就不再是個問題了。

用谷歌分析（Google Analytics）中的“加權排序（weighted sort）”會讓跳出率更加有用。根據谷歌分析，“加權排序把百分比數據根據重要程度排列，而不是序号排列”。舉個例子，一個頁面(miàn)雖然有著(zhe)100%的跳出率，但在過(guò)去的一個月中，隻有一個用戶訪問，然後(hòu)離開(kāi)了該頁面(miàn)（另外一個更大的問題可能(néng)是沒(méi)有任何人訪問過(guò)這(zhè)個頁面(miàn)！）。如果一個頁面(miàn)有80%的跳出率，但是是一個在流程中非常關鍵的起(qǐ)始頁面(miàn)，那麼(me)這(zhè)個網站可能(néng)因此流失了大量的生意。爲了更好(hǎo)地爲頁面(miàn)可用性測試做準備，我們必須辨認出問題出現的原因：是因爲沒(méi)有人訪問這(zhè)個頁面(miàn)，還(hái)是每個訪問的人都(dōu)馬上離開(kāi)了網站？

頁面(miàn)平均時間（Average Time on Page）

“頁面(miàn)平均時間”是指用戶浏覽某個頁面(miàn)所花費的平均時間。如果我發(fā)現有一個頁面(miàn)的“頁面(miàn)平均時間”很低，這(zhè)可能(néng)意味著(zhe)該頁面(miàn)沒(méi)有引起(qǐ)用戶足夠的注意。從另一反面(miàn)來看，如果用戶在一個結賬頁面(miàn)停留很久，那麼(me)可能(néng)是因爲該頁面(miàn)過(guò)于複雜了。當然，所有的參數都(dōu)必須放在具體的情境下分析；如果一個博客文章有一個很高的“頁面(miàn)平均時間”，那麼(me)總體來說是一個好(hǎo)的現象，因爲這(zhè)可能(néng)意味著(zhe)用戶真的在閱讀整篇文章。

另外一個衡量頁面(miàn)表現的非常好(hǎo)的方式是利用“與網站平均數比較”的選項。這(zhè)個圖會顯示某些頁面(miàn)在某個參數上是不是在很大程度上高于或者低于平均值。雖然這(zhè)些頁面(miàn)仍然需要一頁一頁地分析，因爲不同的頁面(miàn)有用不同的目标，但是低于平均浏覽時間的頁面(miàn)總體來說可能(néng)會有問題，假設目标是爲了讓用戶繼續閱讀的話。下面(miàn)的例子清晰地表現出“聯系（contact）”頁面(miàn)相對(duì)來說有比平均值更低的浏覽時間，然而“博客（blog）”頁面(miàn)有高于平均值80%的時間。

再次強調下，情境是關鍵。用戶可能(néng)來到聯系頁面(miàn)來尋找一個公司的地址，或者聯系電話。如果他們成(chéng)功地找到了，那麼(me)他們就會離開(kāi)該網站，因此較低的頁面(miàn)浏覽時間在這(zhè)裡(lǐ)是一個好(hǎo)的現象，說明頁面(miàn)很有用。一個“博客”頁面(miàn)是用來吸引用戶的注意的，因此一個高于平均值的時間可以被(bèi)看做是一件好(hǎo)事(shì)。

頁面(miàn)價值（Page value）

“頁面(miàn)價值”是一個非常重要，但是很少被(bèi)用到的參數，它可以用來發(fā)現表現欠佳的頁面(miàn)。目标價值，就如它的名字所示，是一種(zhǒng)賦予頁面(miàn)直接的貨币價值的方式。對(duì)于電子商務網站來說，它納入了各種(zhǒng)各樣(yàng)的交易收入總數和所有類型的網頁的目标價值——這(zhè)些參數都(dōu)需要在谷歌分析中人工設置，才能(néng)計算出頁面(miàn)價值。一個高價值的頁面(miàn)往往顯示出它是一個重要的頁面(miàn)，意味著(zhe)該頁面(miàn)值得被(bèi)納入可用性測試中。

一個高價值但是展示出高退出率的頁面(miàn)是值得重視和改進(jìn)的。意味著(zhe)這(zhè)些頁面(miàn)讓用戶在回話流程的關鍵位置離開(kāi)了。在下面(miàn)的的例子中（一個電子商務網站），我突出顯示了三個有著(zhe)類似的頁面(miàn)價值的品類。可以清楚地看到，“個性化玩具（personalised-toys）”的産品頁面(miàn)有一個相當高的退出率。這(zhè)說明這(zhè)個高價值的頁面(miàn)正在讓用戶“流失”，并且應該在未來的用戶體驗設計工作中引起(qǐ)重視。

然而，單獨的某個頁面(miàn)隻能(néng)展示部分真相。“内容分組（content grouping）”這(zhè)個功能(néng)很重要，我們可以利用它來觀察網站的某個部分表現如何。内容分組可以把數據根據用戶訪問的頁面(miàn)種(zhǒng)類來進(jìn)行分類，因此十分必要。我們可以用各種(zhǒng)各樣(yàng)的方式來分組。比如對(duì)于一個買衣服的網站來說，可以根據不同種(zhǒng)類的服飾來分組，看看褲子是不是比襯衫的頁面(miàn)價值要高。

一旦發(fā)現某個頁面(miàn)或者某個組的頁面(miàn)價值很低，下一步我們要做的就是：找出背後(hòu)的原因。在上面(miàn)的例子中，襯衫相對(duì)來說有比較低的價值。我采取的第一步行動是，根據我的經(jīng)驗和判斷力，看看在襯衫的頁面(miàn)上有沒(méi)有任何明顯的用戶體驗或者技術方面(miàn)的問題。做完這(zhè)個之後(hòu)，我會和真實的用戶一起(qǐ)來測試這(zhè)些個頁面(miàn)，來看看爲什麼(me)會有這(zhè)些問題——并且尋找那些暗含了修複方式的線索。

内容分組是一個非常強大的工具，可以讓你看到網站的不同部分的真實表現。

在實踐中利用參數

這(zhè)隻是利用數據分析來發(fā)現網站問題的第一步。在本系列的第二部分中，我們會著(zhe)眼于如何發(fā)現用戶流程中的流失點，以及如何把用戶分類來看到更多的細節信息。

與此同時，你嘗試著(zhe)利用在本篇文章中學(xué)到的方法來發(fā)現可能(néng)存在的問題：

• 調出跳出率，找出那些用戶訪問并且馬上離開(kāi)了的頁面(miàn)。
• 浏覽所有頁面(miàn)的退出率，找出在流程的哪些地方用戶離開(kāi)了網站。
• 考慮到用戶在頁面(miàn)平均停留時間的重要性——一個擁有著(zhe)高跳出率的博客頁面(miàn)，同時擁有著(zhe)很長(cháng)的平均頁面(miàn)時間，這(zhè)是一件好(hǎo)事(shì)！
• 根據頁面(miàn)價值排序，觀察頁面(miàn)。頁面(miàn)價值越高，那麼(me)就越值得被(bèi)納入可用性測試，從而最終修複用戶在該頁面(miàn)遇到的問題。