网站数据分析

用户体验，分析至上

索菲亚【译者注：为了更接地气，以下称为“小红”】正在和她的客户讨论可用性测试的项目，她已经迫不及待地要开始了。然而唯一尚未解决的问 题是，他们对于测试什么内容和着眼于网站的哪个部分持有不同的观点。小红的客户对他们的顾客很了解，但是小红拥有多年用户体验的研究经验，没有任何迹象表 明小红和她的客户可以达成一致的意见。于是小红把注意力转向了数据分析，希望能深层次地洞悉人们到底是如何使用网站的。

可用性测试和数据分析是一对无敌好搭档，它们让我们更多地了解用户，跟踪我们的目标，解决意外的问题。说到解决问题，数据分析告诉我们哪些页面或者 流程正在给用户造成麻烦，哪些领域需要我们在可用性测试中重点关注。接下来，可用性测试会告诉我们为什么用户会表现出某些特定的行为。在这两者之上，我们 可以为网站拥有者提供重点明确、针对用户的建议。

在小红（和许许多多与之相似的用户体验从业人员）的例子中，数据分析能揭露用户到底是怎么访问网站的。虽然小红和客户在用户体验或顾客方面的经验可能让他们对于测试什么有了不错的假设，但对于人们是如何访问网站，数据分析展示给他们的是更为清晰、无偏见的方式。

对于任何希望通过学习一些简单的工具来读懂数据的人，数据分析可以帮助你：

• 识别网站上出问题的地方
• 显露网站对于用户的吸引力
• 测量设计上的改善带来的结果

在这两篇系列文章中，我将会解释如何利用数据分析来识别用户有问题的地方，以及网站的哪些地方会从可用性测试中受益最多。本篇文章的重点为——三个 识别网站问题的参数：跳出和退出率(bounce and exit rate)，页面平均时间(average time on page)和目标价值(page value)。在第二部分，我们会进一步利用这些参数来识别drop off points，然后我们会深入到数据分段(segmentation)来获取额外的细节信息。