ویرگول
ورودثبت نام
راحیل رجب زاده
راحیل رجب زاده
خواندن ۹ دقیقه·۲ سال پیش

آشنایی با مسیرهای کاربر در آنالیتیکس

خلاصه: در حالی که آنالیتیکس (تجزیه و تحلیل) نمی‌تواند تنها منبع داده در مورد سفرهای کاربر باشد، گزارش‌های مسیر می‌توانند بینش‌هایی درباره مشکلات احتمالی، جهت یابی مسیرهای معمولی و محتوایی که کاربران درست قبل از اقدامات کلیدی با آن تعامل دارند، ارائه دهد.

درک سفرهای کاربران یکی از بینش‌های کلیدی است که متخصصان UX به دنبال آن هستند: اگر بدانیم کاربران ما چگونه در وب‌سایت‌های ما حرکت می‌کنند و چه اقداماتی را برای برآورده کردن اهداف خود انجام می‌دهند، بهتر می‌توانیم از آنها حمایت کنیم. ابزار آنالیتیکس اغلب وعده نشان دادن سفرهای کاربر را می‌دهد و ابزارهای اختصاصی برای نمایش نحوه حرکت کاربران در یک وب سایت هستند.

با این حال، درک سفر کاربر به داده‌های بیشتری از آن چیزی که آنالیتیکس به تنهایی می‌تواند ارائه کند نیاز دارد. آنالیتیکس نمی‌تواند اهداف یا انتظارات خاص هر کاربر را به ما بگوید و مطمئناً نمی‌تواند جزئیات کیفی غنی مانند افکار و احساسات آنها را در اختیار ما قرار دهد که نقشه‌برداری سفر را به چنین تمرین ارزشمندی تبدیل می‌کند. مثلا، سیر مطمئناً یک ماده ارزشمند است، در حالی که نمی توانید یک وعده غذایی کامل را فقط از سیر درست کنید. بنابراین، آنالیتیکس نیز یک عنصر کلیدی در درک سفرهای مشترک کاربران است.

آنالیتیکس چه نوع اطلاعاتی را ارائه می دهد؟ تجزیه و تحلیل می‌تواند رایج‌ترین مسیرهای بین صفحات را نشان دهد – به عبارت دیگر، می‌تواند به ما نشان دهد که اکثر افراد از کجا در محصول یا برنامه ما شروع می‌کنند و در صفحات یا حتی ویژگی‌هایی که در مرحله بعد با آنها تعامل دارند ادامه پیدا می‌کند. این مسیرها معمولاً در نمودار سانکی تجسم می‌شوند.

تعریف: نمودار سانکی از گره‌هایی (معمولاً مربوط به صفحات، صفحه‌نمایش یا استفاده از یک ویژگی) تشکیل شده است که از طریق پیوندهایی به هم متصل شده‌اند که نشان می‌دهد افراد چگونه از یک گره به گره دیگر حرکت می‌کنند. عرض پیوند، نشان دهنده میزان ترافیکی است که بین آن گره‌ها حرکت می‌کند.

نمودار Sankey از Amplitude جریان کاربر معمولی را در یک برنامه نشان می‌دهد. همپوشانی مسیرها می‌تواند تفسیر را چالش برانگیز کند.

در حالی که نمودارهای Sankey ممکن است بسیار زیاد به نظر برسند، مفهوم اصلی ساده است: آنها از چپ به راست جریان می‌یابند و دنباله‌ای از مراحل را در ستون‌ها نشان می‌دهند و هر ستون متوالی نشان‌دهنده گره اول، دوم، سوم (و غیره) است.

در هر ستون، گره‌ها بر اساس ترافیکی که دریافت می‌کنند مرتب می‌شوند - با بالاترین گره در بالا. در پایین ستون، نمودار تعداد دفعات خروج (کاربرانی که از سایت یا برنامه خارج شده‌اند) را نشان می‌دهد. از هر گره، پیوندهایی وجود دارد که آن را به گره بعدی که کاربران مشاهده کرده‌اند متصل می‌کند. عرض هر پیوند تعداد کاربرانی را که بین آن گره‌ها سفر کرده‌اند را به تصویر می‌کشد تا بتوانید به سرعت، مسیرهای مشترک را شناسایی کنید.

محدودیت‌های مسیرهای مبتنی بر آنالیتیکس

یک نکته مهم این است که این نمودارهای جریان کاربر، داده‌های ترافیکی (اغلب غیر مشابه) را جمع می‌کنند. در حالی که بسیاری از پلتفرم‌های تحلیلی به شما امکان می‌دهند تا حدی در جلسات کاربران خاص فرو بروید، ابزارها برای ارائه داده‌های در مقیاس بزرگ ساخته شده‌اند. آنها روندها را به جای حرکت فردی کاربر در سایت نشان می‌دهند. یعنی متداول ترین مراحل اول، مرحله دوم و ... را آشکار می‌کنند. آنها کاربرانی را جمع آوری می‌کنند که ممکن است مقاصد، اهداف و نیازهای اطلاعاتی متفاوتی داشته باشند. بنابراین، آنها سفرهای کاربر واقعی را نشان نمی‌دهند.

از آنجایی که آنالیتیکس نمی‌تواند مستقیماً آنچه را که در سر کاربران می‌گذرد مشاهده کند، ما هیچ راه مطمئنی برای تقسیم‌بندی این ترافیک بر اساس آنچه کاربر به آن علاقه داشته است نداریم. ممکن است دو نفر با رفتارهای یکسان تجربیات بسیار متفاوتی داشته باشند. به عنوان مثال، در یک صفحه نتایج جستجو، دو نفر ممکن است بدون کلیک بر روی هر یک از پیوندهای نتیجه، از سایت خارج شوند. ممکن است یکی به دلیل ناامیدی از نتایج نامربوط رها شده باشد، دیگری ممکن است بدون کلیک کردن روی هیچ پیوندی پاسخی برای سوال خود دریافت کرده باشد (نمونه ای از رها شدن خوب). این دو تجربه کاملاً متفاوت در گزارش‌های مسیر یکسان به نظر می‌رسند، زیرا ما نمی‌دانیم هر کاربر در تلاش برای رسیدن به چه چیزی بوده است.

نکاتی برای تفسیر مسیرهای مبتنی بر آنالیتیکس

از آنجایی که تفسیر نمودارهای سانکی می‌تواند چالش برانگیز باشد، در اینجا چند پیشنهاد برای تجزیه و تحلیل موثر آنها وجود دارد.

داده های جریان را فیلتر کنید

از آنجایی که نمودارهای جریان حجم زیادی از داده‌ها را نمایش می‌دهند، درک آنچه اتفاق می‌افتد می‌تواند بسیار دشوار باشد. یک توصیه کلیدی این است که این داده‌ها را به قطعات معنی دار فیلتر کنید تا فرآیند تفسیر آسان تر شود.

اگر بخواهید همه ترافیک یک شهر را به طور همزمان تماشا کنید، دیدن الگوها بسیار سخت خواهد بود مگر اینکه روی یک جریان ترافیک متمرکز شوید و به جزئیات توجه کنید. در ساعات شلوغی چند نفر از طریق یک رمپ خاص وارد بزرگراه شدند؟ آنها قبل از ادغام به بزرگراه از کجا آمدند؟ اگر کمی آنها را دنبال کنیم، کجا از بزرگراه خارج می‌شوند؟ آیا ترافیک بزرگی وجود داشت که یک دسته از ترافیک ورودی با یک دسته از ترافیک که سعی در خروج از همان چند خروجی داشتند مواجه شدند؟ یک مهندس حمل و نقل این داده‌های ترافیکی را برای بررسی چگونگی حل مشکلات ازدحام می‌گیرد. در تجربه کاربری، در حالی که ما اغلب ترافیک را مدیریت نمی‌کنیم، سعی می‌کنیم افراد را با کمترین میزان تلاش (از نظر بار شناختی، بار حافظه کاری و هزینه تعامل) به مقصد برسانیم، پس هنوز شناخت موارد رایج ارتباطات کاملاً حیاتی است.

از آنجایی که سفرهای زیادی وجود دارد که همگی در این نمودارها قرار گرفته‌اند، معمولاً نمی‌توانید همه آنها را مرور کنید. بنابراین، در عوض، روی صفحات یا صفحه‌های کلیدی به عنوان نقطه شروع خود برای آنالیتیکس تمرکز کنید. از این ویژگی استفاده آزادانه داشته باشید که به شما امکان می‌دهد همه چیز را به جز ترافیکی که در یک صفحه خاص جریان دارد پنهان کنید. این ویژگی به شما امکان می‌دهد یک گره را برجسته کنید و ببینید کاربران زمانی که به آن گره رسیدند از کجا آمده‌اند و سپس به کجا رفته‌اند.

همانطور که در این مثال از Mixpanel با جداسازی یا برجسته کردن، فقط ترافیکی که از طریق یک گره خاص در جریان است مشاهده می‌شود، دیدن محل ایجاد ترافیک به این گره و توزیع مراحل بعدی آسان‌تر است. بدون جداسازی ترافیک آن گره، تعداد مسیرهای همپوشانی، تجزیه و تحلیل این داده‌ها را چالش برانگیزتر می کند.

همچنین ارزش وقت گذاشتن برای فیلتر کردن این داده‌ها بر اساس بخش‌های کاربر را دارد. آیا مسیرهای رایج در موبایل و دسکتاپ متفاوت است؟ برای کاربرانی که اهداف کلیدی مانند تبدیل، خرید یا حتی استفاده از ویژگی‌های مهم را تکمیل کرده اند چطور؟ برای مثال، مسیرها برای کاربرانی که با جستجوی شما تعامل داشتند، در مقایسه با افرادی که چنین تعاملی نداشتند چگونه است؟

نقاط تماس کلیدی را مرور کنید

اولین گره‌هایی را که کاربران با آن مواجه می‌شوند مرور کنید. در حالی که ترافیک زیادی در صفحه اصلی شروع می‌شود، بسیاری از اولین برداشت‌های کاربران شما در صفحات داخلی است. به آن صفحات داخلی محبوب نگاهی بیندازید - آیا آنها به وضوح هدف سایت را نشان می‌دهند و آیا گرایش، جهت گیری و گزینه‌های راه‌یابی قابل درک را برای سایر مناطق کلیدی نشان می‌دهند؟ آیا این صفحات پیوندهایی به پیشنهادات، محتوا و ویژگی‌های کلیدی نشان می‌دهند؟ آیا نرخ افت خروج از هر یک از این صفحات بالاتر از سایرین است؟ این نشان می‌دهد که ممکن است مشکلاتی در محتوای آن صفحه وجود داشته باشد.

غیرصفحه اصلی رایج هر یک از صفحات شروع را به صورت جداگانه بررسی کنید و اینکه بعد از آن کاربران کجا رفتند. شما می‌توانید از این اطلاعات برای ایجاد فرضیه‌هایی در مورد نیازهای اطلاعاتی کاربران استفاده کنید. فقط توجه داشته باشید که این تمرین اغلب بینش نسبتاً واضحی دارد - اکثر کاربران پیوندهای برجسته را در صفحه دنبال می‌کنند.

بررسی کنید که با کدام گره‌ها، کاربران در مرحله دوم مواجه می‌شوند. به دنبال الگوهایی مانند نرخ افت بالا پس از تعامل دوم باشید. چنین داده‌هایی می‌تواند تنها نشانه‌ای از مشکلاتی مانند عدم وجود پیوند عمیق پس از صفحه ورود باشد. به عنوان مثال، کاربر یک سرویس تحویل کیت غذا ممکن است یک یادآوری ایمیلی هفتگی برای انتخاب دستور غذا دریافت کند. آنها روی آن پیوند کلیک می‌کنند و از آنها خواسته می‌شود قبل از ادامه وارد حساب خود شوند. پس از ورود به سیستم، آنها بدون تشریفات به صفحه اصلی هدایت می‌شوند، بدون اینکه هیچ راه واضحی برای رسیدن به محتوای سفارشی وعده داده شده از ایمیل وجود نداشته باشد. کاربر با ناراحتی آه می‌کشد و به جای جستجوی صفحه‌ای که در ایمیل ارائه شده است، تب مرورگر را می‌بندد.

پیوندهای مرتبط را با مسیرهای بعدی واقعی مقایسه کنید. نگاهی به فهرست مراحل بعدی همچنین می‌تواند مکان‌هایی را شناسایی کند که لینک‌های محتوای مرتبط یا اطلاعات شخصی‌سازی‌شده به‌طور الگوریتمی برای کاربران واقعاً مرتبط نیستند. با این حال، برای انجام این کار، باید پیوندهای مرتبط در هر یک از آن صفحات آغازین غیرصفحه اصلی را با صفحاتی که کاربران واقعاً در آن جا رفتند، مقایسه کنید. اگر تفاوت زیادی وجود دارد، از خود بپرسید چرا.

صفحات هاب را مرور کنید. صفحات هاب گره‌هایی هستند که ترافیک زیادی به داخل و خارج از آنها وارد می‌شود. آنها معمولاً صفحاتی را مسیریابی می‌کنند که مانند نوعی جهت یابی عمل می‌کنند. به دنبال pogo sticking باشید: مکان هایی که کاربران بارها و بارها به یک صفحه هاب برمی‌گردند. این الگو می‌تواند نشان دهنده یک تجربه ناامید کننده باشد در حالی که کاربر در تلاش برای یافتن یک مورد شناخته شده است، اما همچنین می‌تواند نشانه ای از درگیری بالا و کاوش لذت بخش باشد. استفاده از گزارش مسیر را برای شناسایی مکان‌های pogo sticking و انجام آزمایش‌های کیفی کاربر برای یافتن علت وقوع آن در نظر بگیرید.

از انتهای جریان شروع کنید

تکنیک دیگر برای بررسی مسیرها این است که تجزیه و تحلیل خود را با نگاه کردن به انتهای جریان شروع کنید، نه در ابتدا. (با این حال، همه ابزارهای آنالیتیکس ممکن است این قابلیت را نداشته باشند.) از یک هدف کلیدی که برای کاربران دارید شروع کنید، مانند ثبت نام برای یک سرویس، خرید چیزی، پر کردن فرم تولید سرنخ یا تعامل با یک ویژگی برای کاربران قدرتمند. سپس به عقب حرکت کنید تا ببینید کاربران چگونه به این هدف راه پیدا کردند. این رویکرد می‌تواند نشان دهد که ویژگی‌های پیشرفته چقدر قابل کشف و محتوای پشتیبانی کننده از تبدیل متقاعد کننده است.

این تکنیک آنالیتیکس همچنین می‌تواند به شما کمک کند تا یک کالبدشکافی بر روی نتایج کمتر مطلوب انجام دهید. چند ویژگی آخری که کاربران معمولاً قبل از حذف حساب خود با آنها تعامل می‌کنند چیست؟ شاید این تعاملات بتواند به شناسایی نشانه‌های نارضایتی از سایت یا محصول کمک کند، به طوری که بعداً بتوانید نیازهای کاربرانی را که این علائم را نشان می‌دهند (مثلاً از طریق جذب نیرو) با دقت بیشتری بررسی کنید و سعی کنید به آنها رسیدگی کنید.

خلاصه: گزارش مسیر کاربر، یک ابزار اکتشافی برای درک روش‌های رایج از حرکت کاربران در یک سایت است. اگرچه در درک جنبه‌های سفر کاربران مفید است، اما جایگزینی برای تحقیقات کیفی که به دنبال درک افکار، احساسات و انتظارات کاربران در هنگام استفاده از محصول است، نیستند.


مطلبی که مطالعه کردید ترجمه‌ای از مقاله Understanding User Pathways in Analytics در سایت nngroup.com می‌باشد.

analyticsuxux research
شاید از این پست‌ها خوشتان بیاید