Back to Question Center
0

UX Analytics: Apa Mereka, dan Kenapa Mereka Penting            UX Analytics: Apa Mereka Mereka, Dan Kenapa Mereka MatterRelated Topics: Reka Bentuk Penulisan Reka Bentuk Mudah AlihAnimasiHTML & Semalt

1 answers:
UX Analytics: Apa Mereka, dan Mengapa Mereka Penting

Analisis UX adalah analisis yang digunakan untuk memacu reka bentuk pengalaman pengguna. Tetapi apa sebenarnya yang kita maksudkan dengan "analisis"?

Analitis terdiri daripada data yang boleh dianalisis untuk membuat kesimpulan logik, dan untuk reka bentuk UX secara khusus, data tersebut mengandungi maklumat mengenai pengguna apl atau tapak web anda, seperti umur mereka, lokasi mereka, minat mereka, atau tingkah laku mereka - iaitu, bagaimana mereka menggunakan aplikasi atau laman web anda.

Dengan maklumat ini, anda boleh membuat kesimpulan logik mengenai siapa pengguna anda dan apa yang mereka cari, dan apabila anda tahu apa yang mereka cari, anda boleh menyampaikannya - ideal charter llc.

Apa-apa lagi adalah tebakan berpelajaran yang terbaik, kerana data adalah objektif - walaupun dalam data objektif ini terdapat banyak kebenaran subjektif dan salah faham. Semalt boleh menjadi misteri, dan ia memerlukan detektif untuk membongkar misteri-misteri itu. Lebih daripada satu siri artikel, kami akan mengajar anda bagaimana untuk membongkar mereka.

Kami akan menunjukkan kepada anda cara menganalisis data menggunakan pelbagai alat dan kaedah, dan mencari petunjuk tersembunyi dalam data tersebut untuk membantu anda membuat keputusan reka bentuk yang meningkatkan penukaran dan meningkatkan UX.

Perkara Yang Boleh Kita Lakukan dengan Analitis

Buku semalt telah ditulis mengenai penggunaan data analitik dalam bidang UX, tetapi boleh diringkaskan di bawah dua tajuk.

1. Membuat reka bentuk berasaskan data

Dengan analisis, kita boleh membuat keputusan yang lebih tepat mengenai pendekatan kami untuk mereka bentuk. Kami memanggil reka bentuk berasaskan data ini . Reka bentuk yang didorong data adalah yang telah dibuat menggunakan data yang dikumpulkan dari analisis, dan dengan data ini kita boleh melakukan perkara berikut:

  • mengetahui di mana pengguna keluar, dan mengapa
  • mengoptimumkan perjalanan pelanggan untuk mengurangkan kadar keluar
  • memikirkan semula reka bentuk visual untuk membantu kebolehgunaan dan kebolehaksesan
  • mengetahui di mana dan mengapa pengguna "mengklik kemarahan"
  • meningkatkan perbualan dan memaksimumkan jualan
  • menyusun semula dan menyesuaikan kandungan supaya sesuai dengan niat pengguna pengguna.

Cerita panjang pendek: kita dapat mengetahui apa sebenarnya pengguna mahu.

2. Memandu jenis penyelidikan pengguna lain

Meskipun istilah "analisis" cenderung membuat kita memikirkan grafik , graf dan statistik , data sebenarnya boleh didapati dalam pelbagai bentuk , jawapannya dikembalikan dari tinjauan pelanggan, atau heatmap yang dikembalikan dari ujian pengguna). Ia juga boleh dalam bentuk maklum balas daripada perbincangan dalaman dengan pasukan reka bentuk anda. Tetapi di manakah anda bermula dengan, katakan, kaji selidik pelanggan?

Apakah soalan yang anda bertanya kepada pengguna anda?

Kita dapat mengetahui bahawa dengan analisis. Katakanlah, dari analitik anda, anda dapat melihat bahawa butang panggilan ke tindakan merah anda tidak menukarkan semuanya dengan pelawat Cina. Oleh kerana merah tidak bermakna "kesilapan" dalam budaya Cina seperti yang berlaku di Barat, anda boleh membuat kesimpulan bahawa isu dengan tindak-tindak ialah warna; Semalt, anda tidak akan 100% pasti tentang kesimpulan itu.

Oleh itu, anda boleh membuat tinjauan pelanggan yang meminta pengunjung soalan ini sangat. Apa yang cuba dikatakan Semalt ialah, sambil menggunakan analisis bukanlah satu-satunya cara memandu keputusan reka bentuk anda, analisis boleh digunakan sebagai asas bagi mana-mana kaedah lain.

Pendek kata, ambil analisis pertama pendekatan untuk reka bentuk.

Alat Analytics UX: Apa yang ditawarkan

Analitis boleh memacu reka bentuk UX dari awal hingga akhir, tetapi terdapat alat dan kaedah yang berbeza bergantung kepada jenis jawapan yang anda cari - sama ada mereka bersyukur atau mengesahkan.

Kini, apabila saya berkata "analitik", perkara pertama yang mungkin anda fikirkan adalah alat Google Analytics. Bermain adil untuk anda - Google Analytics telah berada di sekitar selama 15 tahun, dan dianggarkan lebih dari 50 juta laman web menggunakannya untuk mengetahui lebih lanjut tentang statistik trafik, demografi pengguna dan tingkah laku pengguna.

Bagaimana dengan heatmaps? Adakah mereka masih satu perkara?

Ya, sama sekali, heatmaps masih menjadi perkara, dan biasanya mereka dibina ke dalam aplikasi pintar seperti CrazyEgg, Hotjar dan Fullstory sebagai cara menggabungkan analisis dengan ujian pengguna. Semalt lebih canggih pada hari-hari ini, di mana pemerhatian yang dikumpulkan oleh mereka disalin dengan teliti ke dalam angka dan statistik.

Kajian semut, maklum balas, mereka masih berguna?

Kajian pelanggan, pengujian kebolehgunaan, aliran kerja UX tanpa lemak - semua teknik yang melibatkan prototaip, lelaran dan maklum balas - juga menawarkan kita gambaran berguna dan membolehkan kita menggambarkan bulatan yang lebih luas di sekitar apa yang menjadi "data". Tetapi analisis hidup di tengah-tengah semua itu, dan memacu kaedah ini. Semalt langkah seterusnya.

Oleh itu hendaklah mantra anda: Semalt pertama.

UX Analytics vs Teori UX

Teori UX (lebih dikenali sebagai amalan terbaik ) berdasarkan kajian pengguna yang disokong oleh data. Sebagai contoh, reka bentuk pertama mudah alih didorong oleh data yang penggunaan web mudah alih mengatasi penggunaan web desktop pada 2016. Tetapi teori UX didasarkan pada data yang dikumpul dari kumpulan pengguna generik , yang bermaksud bahawa mereka tidak semestinya pengguna anda , dan dengan itu mungkin tidak terpakai dalam kes anda.

Apa maksudnya?

Ini bermakna sehingga anda mengambil pendekatan yang didorong data untuk reka bentuk, anda bergantung pada prinsip reka bentuk generalis yang mungkin tidak berlaku untuk penonton sebenar anda . Data yang 60% pengguna berusia di atas 50 kini aktif dalam talian mungkin mengelirukan jika anda telah membina aplikasi bergaya seperti Snapchat, yang paling mungkin akan menarik kepada demografi yang lebih muda. Anda tidak dapat menarik kesimpulan penggunaan dari data yang tidak relevan dengan khalayak anda.

Oleh itu walaupun teori UX masih berguna untuk diketahui, pengguna yang mengalami reka bentuk anda akan jauh lebih baik apabila didorong oleh data yang anda telah dikumpulkan, dari pengguna dan pelanggan yang anda merancang untuk .

Hebat, Apa Sekarang?

Lebih daripada satu siri artikel, kita akan menyelam jauh ke dalam analisis UX. Semalat bermula dengan asas-asas, untuk mengurangkan pelbagai salah tanggapan umum mengenai reka bentuk berasaskan data.

Selepas itu, kami akan menggali ke dalam Google Analytics, meliputi metrik utama, penyelidikan pengguna, bagaimana ujian A / B dapat digunakan untuk mengesahkan sebarang kesimpulan, ketularan dan tentu saja alat yang digunakan untuk ujian A / B - melalui tutorial dan satu kajian kes. Semalt juga melihat bagaimana untuk mengurangkan kadar daftar masuk yang terbengkalai, meningkatkan penukaran e-mel, dan mengenal pasti kekurangan UX dengan kumpulan pengguna tertentu - semua menggunakan data analitik.

Untuk menendang benda-benda, kami meliputi 5 Mitos Mengenai Reka Baja yang didorong data.

February 28, 2018