Веб-аналитика для UX дизайнера

Не секрет, что из аналитики можно вынести много ценных данных о пользователях. Это сумма статей по аналитике, которая может быть полезной для дизайнеров и исследователей.

Оригинал статьи, два, три.

При сборе информации исследователи используют как качественные, так и количественные методы.

- Качественные данные собираются посредством исследований пользователей: наблюдения за людьми, чтобы понять, почему они делают определенные вещи.

- Количественные данные собираются с помощью аналитики: определения того, какие действия совершают пользователи, когда заходят на страницу, и сколько пользователей совершают эти действия.

В бизнесе важны метрики, основанные на ключевых показателях эффективности (KPI).

KPI — это измеримое действие или сигнал, связанный с успехом в бизнесе.

Анализ - это процесс понимания информации и установления связей между данными.

Виды анализа:

- Описательная аналитика - базовые показатели, например, сколько людей посещают страницу, нажимают кнопку или смотрят видео.- Диагностическая аналитика - помогает понять что и почему произошло. Например, если интернет-магазин теряет деньги, он может измерить рейтинг кликов по ссылкам и показатель выхода страниц на пути покупателя, чтобы увидеть, где они теряют людей.

- Предписывающая аналитика - относится к данным, которые информируют о том, что делать, выявляют закономерности и, таким образом, могут служить основой для дизайнерских решений. Например, когда Google Maps собирает данные о пробках в час пик, они могут прописать водителям более удобный маршрут.

- Прогнозная аналитика - сообщает, что может произойти в сценариях. Например, АБ тест покажет нам, какой заголовок с большей вероятностью убедит людей остаться на сайте. Если новый заголовок более популярен, мы можем предсказать, что наш трафик вырастет, если мы реализуем новый заголовок.

Область аналитики основана на исследованиях, измерениях и анализе. Важно комбинировать все три элемента для достижения целей:

1. Исследование: аналитики начинают с определения целей и вопросов и создают гипотезы, затем проводят исследования и тесты для измерения результатов и выявления закономерностей.

2. Измерение: Измерение позволяет оценить рост организации или бренда. Различные метрики и показатели используются для измерения успеха, но важно проводить анализ данных, а не просто измерять их, чтобы понять их значение и контекст.

3. Анализ: Анализ данных позволяет разбить информацию на более мелкие части и выявить связи и закономерности. Аналитика помогает ответить на важные вопросы и понять, какие факторы влияют на результаты.

1. Установление ключевых показателей эффективности (KPI): Аналитик данных должен совместно с командой определить и настроить KPI, которые отражают цели проекта или организации и помогут измерить эффективность работы. Если цель — стать глобальной компанией, одним из ключевых показателей эффективности может быть большее количество просмотров веб-сайта.

2. Оптимизация контента: включает в себя анализ данных по поисковым алгоритмам, метаданным, ключевым словам и другим факторам, чтобы улучшить качество контента и его видимость.

3. Настройка инструментов аналитики: Эксперт по аналитике данных отвечает за добавление кода отслеживания на веб-сайт или приложение, чтобы следить за взаимодействием пользователей и собирать данные. Инструменты аналитики, такие как Google Analytics, используются для этой цели.

4. Мониторинг и измерение: Аналитик данных занимается регулярным мониторингом и измерением данных. Это включает в себя создание отчетов, интерпретацию KPI и предоставление рекомендаций для команды UX.

Аналитика помогает:

- выявить проблемные места на сайте

- показать, как пользователи взаимодействуют с сайтом

- измерить результаты любых улучшений конструкции.

Три типа показателей для выявления проблемных областей:

1. Показатель отказов (Bounce Rate) - процент пользователей, которые посетили только одну страницу сайта и затем ушли.
- Высокий показатель отказов может указывать на проблемы с контентом, дизайном или привлекательностью страницы для пользователей.
- Важно учитывать контекст страницы и ее цель, так как некоторые страницы, такие как страницы контактов, могут иметь высокий показатель отказов, но это нормально, учитывая контент.

2. Показатель выходов (Exit Rate) - процент пользователей, которые покидают сайт после просмотра страницы. - Если страница с высоким показателем выходов является ключевой частью пути пользователя к конверсии, это может быть проблемой. - Важно анализировать, почему пользователи уходят с этой страницы, и принимать меры для ее эффективности.

3. Среднее время на странице - среднее время, проведенное пользователями.

- Низкое среднее время на странице может указывать на то, что страница не удерживает внимание пользователей.

- С другой стороны, высокое среднее время на странице может указывать на сложность или интересность контента.

Важно:все показатели следует рассматривать в контексте. Например, если пользователи проводят много времени на странице оформления заказа, это может быть связано с тем, что страница слишком сложна, с другой стороны, статья в блоге имеет высокое «среднее время пребывания на странице», поскольку может означать, что пользователи действительно читают весь пост.

4. Ценность страницы - способ придать конкретной странице денежную стоимость или иную ценность (продажа товаров или услуг, заполнение формы, подписка на рассылку и т. д.)

- Просматривайте данные и выявляйте страницы с высокой и низкой ценностью.

- Обратите внимание на страницы с высокой ценностью, с которых пользователи уходят с сайта. Это может указывать на проблемы в процессе конверсии, которые нужно исправить.

- Для страниц или разделов с низкой ценностью, следует провести анализ, чтобы выявить причины низкой ценности. Этот анализ может включать в себя поиск потенциальных UX или технических проблем. Проведение тестов юзабилити поможет лучше понять, почему у них возникают эти проблемы, и как их можно исправить.

- Группировка контента позволяет сегментировать данные и выявить страницы или разделы сайта с низкой ценностью.

- Сосредоточьтесь на ключевых страницах, которые играют важную роль в пути пользователя к цели.

- Найдите страницы, на которые пользователи заходят и сразу же покидают их.

- Прочитайте показатель выхода страниц, чтобы увидеть, на каком этапе пути клиента пользователи покидают сайт.

- Учитывайте важность среднего времени пребывания пользователя на странице: высокий показатель отказов на странице блога в сочетании с продолжительным средним временем пребывания пользователя на странице — это на самом деле хорошо!

- Посмотрите на страницы, ранжированные по значению. Чем выше ценность страницы, тем важнее проверить удобство использования и, в конечном итоге, устранить проблемы, с которыми пользователи сталкиваются на странице.

Изучение поведения пользователей на веб-сайте может быть очень полезным, когда дело доходит до создания юзабилити-тестов - поведение пользователей во время тестов будет соответствовать поведению существующих пользователей сайта.

- Изучайте отчеты о потоках пользователей и поведении на сайте, чтобы отслеживать перемещение пользователей между страницами.

- Выявите проблемные области, где пользователи покидают сайт или совершают неожиданные действия, чтобы провести тестирование юзабилити и оптимизировать контент или функциональность.

Сегменты предлагают отличный способ взглянуть на различия в поведении разных типов пользователей. Сегментацию можно проводить по различным характеристикам, таким как источники трафика (поисковые системы, социальные сети), типы устройств (мобильные, настольные компьютеры, планшеты) и другие.

Сравнение различных сегментов пользователей может выявить ключевые различия в их поведении на сайте, такие как время проведенное на сайте, количество просматриваемых страниц и действия, совершаемые на сайте.

Анализ сегментов данных может привести к предложениям по оптимизации сайта и улучшению пользовательского опыта.

Сегментация данных по типам устройств, таким как мобильные устройства, может помочь выявить проблемные области в пользовательском опыте для мобильных пользователей.

Сегментация также может быть полезной при выборе групп пользователей для пользовательского тестирования, чтобы понять, как различные группы воспринимают и взаимодействуют с сайтом.

1. "Веб-аналитика 2.0: Искусство онлайн-подотчетности и наука клиентоориентированности" (автор: Авинаш Кошик) - Книга, написанная лидером в области веб-аналитики, Авинашем Кошиком, предоставляет конкретные рекомендации и стратегии для успешной работы с данными и аналитикой в онлайн-среде.

2. "Расширенные веб-метрики с помощью Google Analytics" (автор: Брайан Клифтон) - Эта книга поможет вам максимально использовать функции Google Analytics и углубиться в веб-метрики для более эффективного анализа.

3. "Бережливая аналитика" (авторы: Алистер Кролл и Бенджамин Йосковиц) - Книга о том, как использовать аналитику для улучшения стартапов и бизнес-проектов, с акцентом на Lean-подходе к аналитике.

4. "Спрашивайте, измеряйте, учитесь" (авторы: Лутц Фингер и Сумитра Дутта) - Это руководство предоставляет систему "Спроси-Измерь-Узнай" для извлечения ценной информации из больших данных и принятия информированных решений.

5. "Человеческое лицо больших данных" (авторы: Рик Смолан и Дженнифер Эрвитт) - Эта книга исследует, как большие данные и аналитика влияют на различные области жизни и бизнеса, с акцентом на человеческом измерении данных.

6. "Data Crush: Как информационная волна открывает новые возможности для бизнеса" (Кристофер Сурдак)

7. "Эпоха контекста: мобильные устройства, датчики, данные и будущее конфиденциальности" (Роберт Скобл)

- Google Analytics

- Бритва Оккама

- Moz

- Блог Big Data Geeks

Приглашаю подписаться на телеграм канал. Там я выкладываю новые статьи на тему продуктового, UX дизайна и исследований. Кратко, информативно и полезно.

Я за активное развитие и обмен опытом внутри дизайнерского комьюнити. Провожу опрос среди разных дизайнеров — буду благодарна за прохождение.

Спасибо за прочтение! ✌