2009-02-13
TAG:web 分析 analytics

Web分析与信息架构

Hallie Wilfert 版权所有
2008年12月

译者:UCD小组Stan
校审:Douis LiAngela
原文地址:http://web.fumsi.com/go/article/manage/3460

信息架构始终关注网站对目标用户的易用度和使用频度。 对大部分的部门来说,很少会要求我们提供可用性或用户体验方面的数据,但我们经常会收到其他一些部门提出的这样的要求,“我需要知道今年我们网站的访问量,以及和竞争对手的对照数据。”

不是人们不在意网站的易用性,而是一般来说网站的报告数据模糊不清,尤其在站点可用性测试的实施上或目标群体接受方式上。更有力而易懂的方式是报告出站点的访问量在去年上升了百分之几:硬数据更加确凿,而且比其他业界公认的度量方式更优。

Web分析可以得到与用户行为有关的定量的结果,这被用来给站点表现建立基准点以及给管理层提供报告。但是,既然web分析数据显示出人们在网站上的行为,那么分析数据就应当用于产生并引导更多定性用户研究方法。比如焦点小组或可用性测试,它们能告诉我们用户行为的产生原因。更重要的是,你可以使用这些web指标对整体的商业行为提供更多的定性测量。

在我的工作中,我不停的想办法让我的客户们去关注人们在其网站上的行为,并鼓励他们“象用户一样思考”。在一个完美世界中,我会持续不断地与网站访客保持接触-他们会参与焦点小组和可用性测试,以便我们的每一步动作都能被网站的目标人群所认可。一厢情愿地想下去,我会知道...通过web分析,你可以实时观察用户在你网站上的行为,每天24小时,每周7天。即便不去亲自接触,一个公司也可以系统化地掌控网站访客们的需求和兴趣。

一个信息架构师应该关注web分析,因为这可以拓宽你研究的范围。举个例子,如果你想改进网站一个特定的部分,理想情况下,你会拜访你的目标用户做一些面谈,构建一个原型,并且让用户来测试它。即使你的研究预算很富裕,你也只能够观察到网站的一部分,和用户群中某几类用户。Web分析是基于整个用户群、整个网站的调查研究。通过分析,就有了识别问题和情况的方法,而这些问题和情况你可能从未听说或关注过。

在我的研究方法中,Web分析已经不再是一个工具而已。虽然我可能会通过焦点小组去获取所探讨的问题的处理意见,或者通过可用性测试去观察站点特定区域的性能表现,但我还会通过分析去发现那些可能被忽略的部分。研究的另一个功用就是分析报告中的发现能对网站的信息架构和内容策略产生影响,也能够为后续的研究铺平道路。

很多设计师对web分析都有畏惧感,是因为他们被这些数字和分析中存在的复杂性吓倒了。我想分享一点小秘密给你---不需要把自己当作一个统计专业人员去使用和理解web分析。你真正需要的,是成为一个好的描述者---可以说大多数的信息架构师就是这样子的---因为web分析告诉你的是网站在过去发生的故事。

故事情节包括了人们如何到达你的站点,他们在网站上寻找什么,看到了什么,没看到什么,以及这些是如何变化的。作为信息架构师,我们需要翻译并诠释那些分析数据所透露出来的故事,并与那些需要知道那些故事的人进行沟通。不需要专门讲述数据后面的故事,这是web分析被低估的原因之一。数据本身没什么意思,而是一旦你添加了背景,故事便变得鲜活起来。

把这些数据翻译成为故事,也就脱离了web统计不可避免的不确定性。在我的案例中,因为我不能够用cookies或者页面跟踪代码去跟踪用户,所以相对而言,我的数据精确度比我期望的要差,这是因为日志文件分析方法的造成的。即使是这些有限的数据,我依然能够讲述一个故事,从中看到一个大的场景和过去的趋势,帮助网站所有者明智地设计站点架构、内容战略和其他事情的优先顺序。

知道Web分析不能告诉我们什么,和知道它能告诉我们什么一样重要。第一,当你比较一个站点和另外一个站点的时候,统计是没什么用的。这是因为,大多数时候,没有一模一样的分析程序,没有方法保证他们使用相同的算法来分析日志和流量。第二,web分析数据能讲述在一个站点上人们在做什么,而不是为什么这样做,所以去应用分析数据去确认和指导更多的定性的用户研究方式显得尤为重要。

说到某个流量图形成的原因,客户常常会推测出一个完整的场景,这表明他已经把网站和数据紧密地联系起来了,尽管这很让人兴奋,但离开统计数据去主观臆断却是很危险的。为了帮助他们找出用户这样做的原因,你必须提醒客户要做额外的研究,去研究站点访问者的想法和动机。

我在这里所唠叨的只是如何开始使用web统计数据来指导你信息架构和网站设计的一些方法。

第一步:检查站点

就像任何项目一样,你应该做的第一件事情是检查你正在分析的站点。目的是当你看分析报告的时候,你需要对网站有一个初步的了解,这样你才能把握将来要着手改造的网站的背景。你应该问自己的一些问题,下面这些可能你已经看到过了:

  • 谁是站点的目标用户?
  • 从用户角度来看,网站上那些是关键页面?
  • 从商业的角度来看,那些是关键页面?
  • 网站的使命是什么?
  • 网站的目标是什么?
  • 从技术的角度来看,URL的结构是什么?页面是如何生产的?

第二步:检查统计报告的正确性性

如果站点使用了一个托管的分析方案,那么大部分事情都会帮你照顾到了。但是,当你无法使用托管的分析方案时,你要保证软件安装正确。你大可以自己来做这些事,但你必须对服务器日志和网站的配置有些技术性理解。

不确定的是,诸如非人工访问,应该排除在报告之外,确保数字的尽可能的正确。如果你有一个豪华阵容,搭建一个分析报告服务,并可以接触到负责生成报告的那个人,那么你能够控制这些事情。如果不能,你必须亲自检查报告确保没有问题。你所看到的那些数字有可能存在10%至70%的错误,就看你的报告有多么“干净”。

这些事情应该排除在报告之外:

  • 搜索机器人,蜘蛛,和其他非人工访问者------如果你看站点访问量中最高的是”crawl-66-249-65-83.googlebot.com_Mozilla/5.0 (compatible;Googlebot/2.1; http://www.google.com/bot.html)”,那么你知道这些没有被排除。
  • 注意:即使一个管理员已经从你的报告中排除了机器人和蜘蛛,这并不意味着从此就清洁一片。精确度是需要不断提高的,定期的保持报告的清洁度才是。
  • 内部访问------内部访问者的IP地址应该被排除在外。举个例子,如果你正在看” ENERGY STAR”的统计,那么所有的从” ENERGY STAR”员工和客户发出的访问应该在排除在报告之外。

第三步:快速阅读报告

现在你熟悉了站点,并知道了报告的分析正确,通读分析报告,可以得到对报告内容和整体趋势的概览。基于你对站点的了解,访问页面排行和其他指标是你期望看到的么?

第四步:趋势环比

下一步,并列查看不同月份报告的一个数值,感知其趋势。有一些流量趋势是周期性的,比如,工作日的流量比周末的流量大,或者是夏天月份的流量比其他季节流量低。是有相同的页面一次又一次的出现么?有页面做的不错却没有被监测么?

第五步:让负责沟通、公关、推广的团队成为你新的最好的朋友

如果你还没有接触到负责为网站做沟通和推广的人,那么分析报告是一个好的理由督促你去接触他们。这些人能够告诉你关于推广活动的情况,这些可能会影响流量。他们还能随时让你了解当前新闻和热点事件,以及能让人们有计划地访问网站的信息氛围。

还有,市场和对外沟通的人员会成为你的拥护者,因为你的分析报告表明了他们和其他成员做的有多棒。

第六步:着眼关键指标

直到这点,说了一圈,都是报告之外的事情,但还没有讲包含在报告中实际数据的事情。一个统计报告包含了无数的数据,但是在看的时候,你怎么会知道那些需要重点关注?在我的报告中,这些指标是最常用的:

  • 访问量和页面浏览量
    在这里,你不要只注意列表上有什么,还要看没什么。从你对网站的了解来看,这些信息应该是普遍存在但偏偏没有的么?信息架构并不是空中楼阁──我们总是会考虑用户需求和业务需求的。举个例子,比如PV,通常来说更多的PV是一件好事情,因为人们对你网站的内容非常感兴趣,但也有可能是人们在你的网站上浏览了很多页面,却找不到他们要看的东西。
  • 站点导航的表现
    看看访客们是否去了你想让他们去的地方。当我发现从首页或一级频道页面访问时,都不可能到达访问量最高的一个页面,我就决定要重新设计这个站点了。
  • 进入页面和离开页面
    看一下,访问者离开的页面是不是我们预期的那个页面,比如是一个表单填充页面(而不是一个布满链接的页面),或者在一个没有预料到的地方离开,比如在一个多页面组成的过程中。
  • 关键字
    从统计报告中,你能够得到关键字,包括用户在站内搜索和其他搜索引擎使用的词语,同时这些搜索结果会让访问者对你的站点产生访问。重要的是,你不仅要看统计报告里面呈现的条目,而且还要看没有呈现的词语条目。这2种类型的条目都提供了一个窗口,通过它可以看到你网站访问者的词汇表,还能够知道用户是如何看待你的站点内容的。
  • 来源
    去看看那些引导用户访问过来的站点也是很重要的。有以下一些原因:对于你的商业目标来说,导入站点也许是潜在的合作伙伴;对于你的内容来讲,需要找到前面那些站点的用户是那些;对用户贡献内容的站点的增长来说,还要寻找站点用户参与的其他那些站点,才可以到达最广泛的用户群体。
  • 转换率
    在一个站点里面,任何一个多页面的过程都能够测量,以确定人们在从头到尾的使用过程中的转换百分比。

第七步:清晰的描述数据和下一步的工作

最后这步,可能是最重要的一步,就是要清晰的呈现你的分析结果并使之可操作。作为分析师,对于数据挖掘越深越需要谨慎,你不能用细枝末节迷惑大众,因为这样弊大于利。在报告开始的摘要部分,列出了一些兴趣点和一些建议提高的组合,这对于那些没有兴趣去看图表的人来说,是最实质的内容。

我尝试去使用摘要来讲述一个故事,是关于网站和它的访问者的。是什么样的行为产生了网站的流量?这些访问者从什么地方来?一旦他们来到站点,会做什么?他们在寻找什么?这些指标,在之前的报告中曾经被嘲笑不已,都是相同的指标,但只有当你把这些指标编成一个故事并讲述出来的时候,你才能让更多的人理解。

只有你抓住了发现的一些关键点,才能对下一步工作提出一些建议。比如有些建议,去观察在一些特定的方面,一个新的发现是一个趋势的开始还是一个偶然现象;还有可以去引导用户浏览网站的某一部分并深入其中。即使你的建议微不足道,但重要的是让人们知道了他们能够提高和改善站点的表现,或知道如何去获得更多的信息。你能做的当然不仅仅如此,开始你的Web分析吧,在以用户为中心的设计中,这将开辟一条崭新的道路。

---------------------------------------------------------------------
Hallie Wilfert 是SRA国际组织的高级信息架构师,SRA国际组织是一个技术和战略顾问公司,在弗吉尼亚州阿灵顿,她在那里工作主要负责政府客户。先前,Hallie是美国国家科学院医学院新媒体主管。作为一名信息架构师,她致力于在满足客户需求的同时,尽量为用户而倡导。

Hallie 在American Studies取得学士学位,曾就读于加利福尼亚大学伯克利分校、马里兰大学学院公园。Hallie还是信息架构协会和UPA成员。她曾在2008信息架构峰会和2008国际UPA会议演讲,议题是在用户为中心设计中整合Web分析。





 
2008-11-08
TAG:Web分析 web analytics

Web分析七宗罪
Bryan Eisenberg 版权所有
2008年10月27日

译者:UCD小组Stan
原文地址:http://www.grokdotcom.com/2008/10/27/7-deadly-sins-of-web-analytics/

这可以说是“违反人性罪”!我的好友,分析学布道者,Avinash Kaushik在eMetrics会议上这样说道。这之前我也听到他多次表达这个在关于Web分析方面的颇有戏剧性的观点。因此,我将使用同样戏剧性的方式来解释"Web分析7宗罪":

1.执行不当
据我的朋友WASP(WASP是一个Firefox插件,用来检测和审查Web分析的实施情况)开发者Stéphane Hamel说,几乎100%的情况是执行不当。常见错误包括:没有标记的页面,没有标记或者错误标记的中转(比如,将一个中转页面标记为普通页面)以及传输了错误的值(尤其是一些高级工具,比如SiteCatalyst)。事实上,一些Web分析提供商的网站也有这些常见的错误。
为确保你的分析不会犯同样的问题,你最好选择"用户接受度测试(UAT)",也需要重新运行分析代码以观察统计代码是否安装正确(WASP可以对内容部分进行抓取,但是对于中转页面,则没有比监测实际转换结果更好的测试了)。另外,你还要持续这种审查。随着站点的不断发展和变化,标签的质量也在不同的时间、不同的地方产生变化。

2.没有设定目标
Web分析的目的是提供信息来表明你正在做的事情表现如何。定义目标能明确地指出你在玩的是什么游戏。你怎么能可以保留记录而不用明确知道目标是什么?几乎80%的实施都没有明确的目标。如果你不能定义什么对你来说是有价值的,那么如何才能提高你期望的结果呢?
即使你没有应该设定的商业目标,通常非商业目标也应该拥有,包括跟踪你的调查,订单用户,白皮书下载,网络广播受众等。成功的关键在于依照你客户的目标来设定你的目标。

3.没有区分群体
请重复我的话,“并非所有的流量都是一样的”。任何一个称职的分析师都会告诉你,最伟大的洞察力永远不会来自平均或汇总数据,而是来自产生最合理细分用户群的细分数据。其中最明显的是初次访问者和(回头客也可分成更多的群体)。
让我激动的是Google最新发布的Google Analytics有了设置群体的高级功能。写Blog的博客都很清楚,RSS订阅读者和普通网页浏览者的行为非常不同FutureNow之所以提供用户角色(persona)的功能,也是为了确保我们能够从不同角度去分析和测量不同群体用户产生的数据

4.更多的注重不相关数据
"网络数据是脏数据"。历史上,我们从未能够对这么多访问者活动信息进行收集,然而这也混杂了大量的噪音,比如删除cookie,来自多台机器独立浏览数,不同的收集方法和定义等等。这正是为什么你应该关注相对趋势,而不应该把过多注意力集中在数据准确性上的一个原因。
第二点是,大量用户产生了大量数据,以至于无法一览无余。我的核心理念是,如果你不能够把你的数据报告和如何符合你的财务状况联系起来,那么你就不应该提交这份报告。只有着眼于数据指标才能得以真正的控制。

5.不要建立里程碑事件文档
随着运气,您的业务发生变化。发送邮件,执行新的活动(包括线上和线下),页面改动以及其他能够影响web的事情。然而,很多的公司却在做一件可怕的记录工作,记录站点变化的时间并把其和web分析结果连接起来。把握这些信息对web分析解决方案有好处,但是你也可以建立一个wiki,让所有团队参与的人记录下这些变化。如果你的团队在使用Google Analytics和Firefox,你可以使用刚刚发布的 Google Analytics Notes 功能。

6.没有把定量数据和定性数据结合起来
这10多年来,我使用以客户为中心的人物角色工具来对站点进行优化,从中学到的是你需要以数据为驱动,你还需要要关注客户。如果你忘了将来自客户分析的声音囊括在你的方案中,你会越来越单纯注重数据驱动(使用左半脑思维),还会疏忽了很多去倾听客户潜在的声音的机会(使用右半脑思维)。数据通常聚焦在是什么和是多少,但是客户的声音会告诉你为什么。你可以使用各种工具,诸如TeaLea,Bazaarvoice,iPerceptions,Omniture Survey,ForeSee 和 OpinionLab,里面有很多把web分析和客户声音结合起来的例子。你随时都可以开始,通过使用iPerceptions免费的4Q工具取得初步成果

7.对于数据,无动于衷
除非你是在做商业研究,收集了数据而无动于衷应该被确诊为疯子(看过《南方公园》的《内裤下的冲动》那一季么?)发明web分析的目的就是要进行数据驱动,有依据的决定而不是武断。对数据进行洞察的原因是要成为一个聪明的营销者并会产生更好的结果。通过六西格玛理论的持续改进过程来看,这是非常核心的。使用这些数据改进你的站点,进行邮件营销和使用诸如Google Website Optimizer, Omniture’s Test & Target, CoreMetrics Intelligent Offer这些工具,以及使用像SiteBrand这样的个性化工具,从此开始提高你的成绩。

桩桩件件,你是否有所启迪?





 
2008-04-13
TAG:网站 分析 工具 web analytics

最近在看书 web analytics .书中介绍了一些网站的日志、页面分析工具。把列表整理出来,以供参考。

免费的
http://analog.cx            日志分析工具,免费的。
http://www.awstats.org  这个使用的最广了,都知道。很好,很强大。还绝对是免费的,还有中文版。
http://clicktracks.com    有免费版,也有收费版。融入了部分在线的功能。主要还是针对 google 之类的。
http://www.google.com/analytics 这个就不说了
http://onestatfree.com    访问不了,据说这个分析工具的最大特征,是和其他站点的比较分析,以及和同一国家同类站点的比较分析
http://www.crazyegg.com 这个站点,非常棒。大家都看过热点图吧。免费版可以跟踪4个页面,每月5000访问量。也有收费版本。

低投入的
http://unica.com
http://clicktracks.com
http://visistat.com
http://nextstat.com
http://www.indextools.com
http://www.websidestory.com
http://www.metriserve.com
http://www.ecommstats.com

企业级的
http://www.webtrends.com 大名鼎鼎
http://www.omniture.com
http://www.coremetrics.com





分页 共1页 1





用户名:
密 码:
Locations of visitors to this page

访问统计:

Powered by Blogbus.com