常见数据分析模型解析(1)——点击分析

点击分析模型在各行业内数据分析应用较为广泛,是重要的数据分析模型之一。

在用户行为领域,通过数据分析方法的科学应用,经过理论推导,能够相对完整地揭示用户行为的内在规律。基于此帮助企业实现多维交叉分析,帮助企业建立快速反应、适应变化的敏捷商业智能决策。结合近期的思考与学习,将为大家陆续介绍不同针对用户行为的分析模型。本文主要介绍点击分析。

点击图与热力图有何差异?

热力图是以特殊高亮的形式显示访客热衷的页面区域和访客所在的地理区域的图示,如图。同样,点击图也是特殊高亮的颜色形式的显示。不同的是,点击图是点击分析方法的效果呈现,在用户行为分析领域,点击分析被应用于显示页面或页面组(结构相同的页面,如商品详情页、官网博客等)区域中不同元素点击密度的图示。包括元素被点击的次数、占比、发生点击的用户列表、按钮的当前与历史内容等因素。

图1 点击图  (图片来源于网络)

点击分析模型“分析”的是啥?

点击分析具有分析过程高效、灵活、易用,效果直观的特点。点击分析采用可视化的设计思想与架构,简洁直观的操作方式,直观呈现访客热衷的区域,帮助运营人员或管理者评估网页的设计的科学性。

在追求精细化网站运营的路上,企业对用户点击行为的可视化分析提出了更高需求,理想的点击分析方法主要分析:

1、精准评估用户与网站交互背后的深层关系

除了展示单个页面或页面组的点击图,前沿的点击分析应该能够支持事件(元素)属性、用户属性的任意维度筛选下钻;运营人员可以按照事件属性和用户属性进行筛选,对特定环境下特定用户群体对特定元素的点击进行精细化分析;支持查看页面元素点击背后的用户列表,满足企业网站的精细化分析需求。

2、实现网页内跳转点击分析,抽丝剥茧般完成网页深层次的点击分析;

前沿的点击分析应支持网页内点击跳转分析——在浏览页面点击图时,使用者能够像访问者一样,点击页面元素,即可跳转至新的分析页面,且新的分析页面自动延续上一页面的筛选条件。同一筛选条件下,运营人员可抽丝剥茧般完成网页深层次的点击分析,操作流畅,分析流程简易、高效。

3、与其他分析模型配合,以全面视角探索数据价值,能够深度感知用户体验,实现科学决策。

无法精细化地深入分析,会让网页设计与优化丧失了科学性。点击图呈现用户喜爱点击的模块或聚焦的内容,是数据价值最上层表现。当“点击分析”与其他分析模块配合,交叉使用,将数据和分析结果以多种形式可视化展现,运营人员即可深度感知用户体验。例如,改版后,如何评估新版本对用户体验的影响?一处修改,是否影响其他元素的点击……等等。再如 A/B 测试,反复验证优化效果选择最优方案等。

点击分析应用场景:电商界面的优化与改进;企业官网改版

电商界面的优化与改进——配合实时多维分析,验证方案科学与否

以商品详情页的优化为例,电商产品人员可以 URL 规则建立了一个页面组,并选择任意一个商品详情页作为背景展示点击情况,“点击分析”对于相同结构的网页,如商品详情页、购物页面、博客文章等,提供了统一、便捷的点击分析方式。

该网站中商品详情页的点击图情况

注:图片所涉及的数据,均为模拟业务应用场景下的虚拟数据

通过上图我们可以看到:

用户在该页面频繁地点击商品的图片,和已购买的人数。

显然,用户在购买前希望了解更多的商品信息,尤其是图片、已购买用户的评价,进而决定是否下单。然而,在更深入分析页面时发现,商品图片只有 1 张且不支持查看大图,又无法查看用户评价。通过查看网站的历史数据,每天大约有 50% 的用户来浏览的都是这样的商品详情页。因此为了优化目标页的用户体验,可以:

  • 要求商家发布商品时必须上传不少于 3 张照片;
  • 支持所有类型的商品详情页都有已购买者的评价露出。

从商品详情页的点击图中,右侧边栏中“我的心愿单”这个按钮被用户,尤其老用户点击率很高。以此为参考,为页面改版找到一些方向:在合适的位置新增“加入心愿单”按钮。

改版后,产品人员再次通过点击分析工具评估效果时发现,“加入心愿单”按钮的点击率达到 30%,而“立即购买”按钮的点击率只下降了 1%,图略。说明这次改版对“立即购买”按钮的点击率的冲击程度不大,并不会影响页面的最终转化。

“加入心愿单”是否对用户转化造成影响?产品人员可通过用户路径“加入心愿单”操作的频率和人数,或者通过留存率判断用户黏性的强弱变化……

通过漏斗分析功能,查看改版后的总体转化率

改版后客户的转化率为 3.17%,可与改版前的转化率相比,若变高,则说明此次是一次比较成功的改版。如此判断“加入心愿单”是否是用户真实存在的需求,是否能对增加用户忠诚度产生贡献。

场景二:企业官网改版——筛选细分访客,页面优化有的放矢

企业官网是企业潜在客户的指路牌。某 To B 企业官网运营人员,根据用户的官网访问时长、用户行为路径、活跃度、注册与否等因素,将用户细分为“单纯浏览者”、“信息收集者”、“购买需求强烈者”三类。 运营人员事先按照自定义规则,将三类访客进行用户分群。接下来,在“点击分析”功能模块中,分别筛选出三类人群,并查看其页面点击情况。下面以“单纯浏览者”、“信息收集者”两类进行介绍。

1.用户群体之“单纯浏览者”的点击分析与优化方法

比如通过点击分析了解到,近 30 天,“单纯浏览者”对官网导航栏的点击情况。通过分析,若发现该类用户群体对“产品介绍”、“视频”点击率较高,这说明“产品介绍”、“视频”是初来乍到的访问者了解企业的“窗口”,而元素内容缺少“亮点”,导致访问者不愿意花时间停留。因此可尝试以下两方面优化:

  • 一方面,优化内容。让产品价值、优势、案例等内容尽可能醒目,以快速吸引浏览者注意;
  • 另一方面,在导航栏中尝试增加社交因素。如建立论坛、设立产品博客,如此增强访问者对官网的黏性,提高网站的活跃用户数量。

2. 用户群体之“信息收集者”的点击分析与优化方向

运营人员可以通过点击分析了解近 30 天,“信息收集者”对官网导航栏的点击情况,官网运营人员应该帮助该用户群体确定购买意向。例如,“信息收集者”群体对官网导航条中“文档”、“博客”兴趣很高,而行业解决方案的点击较少。事实上,行业解决方案是该类群体值得关注的价值点,由于点击较低,可以尝试将其调整至醒目位置,进行效果对比。

综上,点击分析模型在各行业内数据分析中应用较为广泛,是数据分析重要分析模型。

文/乔一鸭,神策数据运营一枚

0条评论 添加新讨论

登录后参与讨论
Ctrl+Enter 发表