首頁 找知識 分析優化. 如何讓數據說話!網站實例分析

如何讓數據說話!網站實例分析

數據在很多網站都被看作是衡量一個產品或者一個設計好壞的基本指標之一。數據指標也曾經壓的我很長一段時間喘不過氣來。但是現在想想確實有時候數據能告訴你很多很多。它未必是衡量產品好壞的唯一標準,但是它也確實能告知你很多。

那麼數據究竟能告知我們些什麼呢?

你的流量有效嗎?

如何發現漏水的窟窿?

真的了解訪問者?

頁面,構架是否合理?

投放的廣告有用嗎?

改版帶來了什麼?……

我們先來看看數據的簡稱


在之後的例子中會針對這些簡稱做一些分析。

PV (即Page View,綜合頁面流覽量)
比如:當我點擊了一個banner,那麼從點擊後出現的頁面開始,後面所有點擊出現的頁面的流覽量就是PV。

CLICK(頁面點擊量)

DISPLAY(單個頁面流覽量)

UV(即Unique Visitor,獨立訪問者)
訪問您網站的一台電腦用戶端為一個訪客。24小時之內,同一IP,多次訪問,只算一次。

BUYER(購買者)
訪問您網站的一台電腦用戶端為一個訪客。24小時之內,同一IP,多次購買,只算一次。

CTR(點擊轉化率,也就是Click/Display)

廣告位轉化率(也就是PV/Click)

 

實例來了

  • Banner

數據,轉化,分析

測試目的是:tom門戶網上右側切換式樣的banner,想知道文字和圖片對比。

A 廣告位轉化率:1.9

B 廣告位轉化率:10.8★

該數據告知我們,在一個頁面中不明顯的位置的廣告位,如果需要被使用者看到,需要考慮頁面的周圍環境,比如門戶網站,整個頁面中更多的是文字,在這種環境中如果插入圖片會非常的顯眼,而反之如果在頁面中到處都是圖片或者廣告位,如果你的文案非常吸引人,也可能會吸引到使用者注意。所以設計banner往往不應該只考慮banner本身,需要考慮更多的是在頁面內的展示。

數據,轉化,分析

測試目的是:在該banner尺寸中商品數量和大小的最優表現。

14天平均Click/Display
4個商品0.18516
6個商品0.25034
8個商品0.23041

數據告知我們,作為banner塊的商品數量並不是越多越好,它會有一個最合適的大小和數量的比配,如圖所示,4個商品雖然圖片大,但是由於選擇相對狹小,數據表現果然比較差,但是8個商品相對同尺寸的banner來說圖片會比較小,給予使用者的吸引力也會受一定影響,因此6個商品就在商品數量和大小上為最優化。當然該測試也有一定的弊端,當6個或者8個商品的圖片中有一個特別受使用者歡迎也會影響數據的表現。因此針對該測試只能多次嘗試才能看出最優的組合。
其實很多時候活動中的商品數量,或者商品詳情頁的推薦數量,一定都有一個最優的比例,如何找出那個比例,如何能讓頁面看完有種意猶未盡的感覺,這個就需要很多數據的不斷測試和調整。

數據,轉化,分析

測試目的是:banner改版過程中各個類別的表現對比。

版本CTR
A5.9%
B4.9%
C6.6%

該測試是基於同一個頁面的三次改版過程中,Big banner數據表現來實現的。因此它不是透過同個時間條件和同個商品條件來測試的,我們拿了很多個數據來比對,儘量避免了不同商品造成的banner數據的誤差。

在改版過程中,首先我們上線了A版本,當A版本改版至B版本的時候,banner的尺寸相對擴大,而其中商品圖片內容也增加,因此我們認定上線後的表現一定會優於A版本,結果發現完全不是這樣,B版本反而比原來A的轉化率下降了不少,一開始我們以為是否因為新版本上線導致老使用者不習慣於新設計造成一些操作中的困擾,但是發現過了1個月數據仍然無很大起色。於是我們上線了C版本,索性加大了單個banner的尺寸來查看數據表現,果然這次數據不僅優於B也優於A表現。

其中的原因我們細細分析,覺得可能是由於,B版本給到使用者的選擇增大,對於整體的banner讓使用者無從選擇入手,對於廣告類的banner來說可能大型單一的廣告會更優。

現在有更多網站已經將此類banner

做成了電視牆。很好避免了多個分散的banner導致使用者沒法聚焦而放棄點擊查看。

 

  • 導航篇

數據,轉化,分析

測試目的是:改版過程中各個類別的表現對比。

該測試是基於同一個頁面導航的三次改版過程中,我們不僅比對了整個導航的轉化率,為了頁面數據比對的公平起見也比對了導航與整個頁面click的比例。

A版本是老版本,數據為占首頁CLICK:9%,CTR:4.6%。B版本上線後,數據表現一下子下降為占首頁CLICK:2%,CTR:0.5%。C版本上線後,數據略有回升占首頁CLICK:9%,CTR:2.7%,雖然轉化率並不理想,但是click比例已經上升和A一樣。D版本上線後,數據終於上升為占首頁CLICK:12%,CTR:5.2%。

我們分析了一下整個導航的click分配比例發現,其中最重要的原因是由於頻道導航的點擊,A的頻道入口非常明顯;B刪掉了頻道導航入口;C雖然增加回導航入口,但是還並沒有做的很明顯;D又將入口加回,並且刪掉了其他干擾資訊,使得其更加明顯。

就導航而言,D版本表現是優秀的,但是如果頻道首頁入口的增加對首頁來說是否真的有效呢。因此我們查看了頻道頁面的BUYER轉化率,發現頻道首頁BUYER轉化率表現雖然沒有優於流程頁,但是相對表現也算不錯,相對於首頁一些其他的位置,比如社區和一些廣告的位置來說,頻道導航轉化率還是比較高的,因此最後我們認定對於導航而言,頻道首頁的入口不僅需要加,還需要明顯。因此D版本為比較優的選擇。

再深入思考一下,導航最終的作用,曾經有人形容導航為直達電梯,因為任何一個頁面都會套用導航,因此再導航上來說最重要的關鍵性入口,不管分類也好子站也好或者其他頻道都需要仔細挑選,認真定位。

 

  • 頁面篇

數據,轉化,分析

測試目的是:首頁改版後的市場推廣類位置的表現比對。

數據,轉化,分析

上述數據表可以看出改版後,CTR上升模組為2、3、6,於是我們查看了2、3、6的Buyer轉化率,結果發現除了3的表現較高之外,其他兩個都是數據BUYER轉化率排名非常靠後,而很多Buyer轉化率偏高的模組,卻CTR下降非常明顯,因此就市場推廣模組來說這次改版是失敗的。

從下面的總表就可以更加明顯的看出了:

數據,轉化,分析

雖然HP的頁面Display增長的,但是其他數據均下降了。但是最終我們並沒有回退前版本,其中有各種原因,其一是在新版本中增加了自動維護模組而該模組所帶來的BUYER的增長非常的明顯,並且新版本中的關鍵字部分的調整也使得整個頁面的表現增長非常明顯。再次反觀這次改版的影響,最大的跌幅在於1是導航2是Big Banner,基本影響了整個頁面的轉化率,再經過兩次快速反覆運算的調整之後,我們扭轉了整體頁面的表現,使得數據走向趨於好轉。再經過導航調整反覆運算,首頁數據上漲。因此評判一個頁面的好壞,我們需要切割開來看,並不能一刀切直接選擇或者放棄。

數據,轉化,分析

測試目的是:這是多版本測試以同時間,同商品,同連結頁面來比對四個版本的表現。

 ABCD
CTR1.211.151.141.13

該測試是針對市場推廣的LANDING PAGE來做的,就CTR而言,A版本的轉化率優於其他版本,原因是商品區域重點突出,其他LP BTU資訊相對較弱,幹擾不大。而D版本不僅使用了雙欄結構,並且加重了LP BTU的視覺效果,使得D版本的LP BTU的點擊大於了A版本。如下圖所示:

(LP BTU是指LANDING PAGE與其他LANDING PAGE的互鏈入口)

itemADdifference
商品點擊81%62%-19%
lp button0%11.65%11.65%
pv24/uv4.55.931%

Lp是承接推廣類的最重要的頁面,也就是你對外所投放的廣告最終靠他的轉化率來看收益。如果這個頁面沒有能夠抓住使用者眼球,那麼就會浪費很多錢,再次做適當的其他同級lp的跳轉入口沒准會大大提高整站的轉化。就如上例,雖然該廣告位主題是1元搶拍,但是其他lp有更多全場包郵,10點秒殺的主題,這樣使用者進入不僅僅只有該頁面上的選擇還可以有更多的。總之最大化利益,需要全域的考慮,不能只從一個頁面一個banner出發。

 

  • 如何正確看待數據


數據分析
有很多誤區,我們以以下一些案例來說明如何避免產生這些誤區

  • 案例一

數據,轉化,分析

當老闆設定了一個離譜的數據指標後,各部門為了達到該指標各管各想出了各種應付的手段。然而這些手段導致最後的虛假指標對於公司的業績沒有任何幫助。

這個說明了:數據不是為了制定不切實際的指標。

制定數據指標的時候應該有一定的合理增長的分析,而不該拍腦袋的方式來決定。

  • 案例二

數據,轉化,分析

當一個比較有創意的大型項目上線,而三個月的數據表現並不是表現非常好的時候,是否需要馬上撤換下馬呢?雖然數據的好壞也需要看,但未必一定看的是絕對值,其中增長趨勢也是很重要的環節。而一個大型項目在上線前應該做比較充分的準備,但一旦上線後,如果表現不夠好,也可以透過一些使用者的調研再次調整來修正它,馬上撤換下馬不一定是最好的方法。

這個說明了:很多項目要看長期的數據趨勢,在過程中可以做一些其他UER調研來完善它。

  • 案例三

數據,轉化,分析

每個部門都會有針對該部門所制定的不同的指標,這個也就是矛盾的產生,比如市場部覺得A版本好,因為他們對該版本有自己的數據分析,而設計部門也會有自己一套數據分析,結論可能完全不同,業務也是一樣。這個就會帶來很多爭吵,那麼如何避免這些爭吵。一定是有一個最大的目標值,比如最後會以BUYER最終指標值,那麼就會在此基礎上來對其他的數據進行優化。

這個說明了:數據需要統籌考慮,不同角度會有不同結論。

  • 案例四

數據,轉化,分析

這個是我們以前一個領導經常掛在口頭的話,他老是自以是的說有了數據,UER就可以全部都不要了。但是終於有一天我們一個超級強的UER反駁他這樣一句話,導致他以後再也不敢提這個論調了。數據告訴我們哪裡出問題,使用者調研能告訴我們問題出在哪裡。這裡的兩個哪裡讓我覺得非常的經典。

尾聲:數據是個雙刃劍。雖然數據分析是非常重要的,也是每個公司的老闆非常看重的部分,但是它需要我們合理分析,綜合考量。如果它的分析出了錯,那麼可能會導致一個決策上致命的錯誤。因此數據需要我們認真和全面的思考。

 

 

WAW夥伴介紹  陳抒(Soso)

多年網路行業UED從事經驗,目前擔任上汽旗下電商平台UED總監一職,曾經在攜程和Ebay擔任過資深設計主管,具有大型電商的複雜UX設計和產品規劃經驗,長期致力於研究數據與設計關聯性,以數據為基礎更好地輔助設計提升使用者體驗,WAW志願者。

關於 WAWChina

WAWChina
網站分析星期三(Web Analytics Wednesday) 是一個頂尖的互聯網交流和分享的NGO平臺, 同時也是國內最大的系統介紹網站分析以及互聯網行銷分析和優化的專業網站。WAW創辦人宋星是百度廣告產品部首席顧問;WAW共同創辦人顧青是E-Bizcamp.com創辦人暨執行長。

大家都在看

從范冰的《成長駭客》發想如何將漏斗模式運用在今日數位行銷!

從范冰的《成長駭客》發想如何將漏斗模式運用在今日數位行銷!

所謂 成長駭客 Growth hacker 若真要一件事說完他在談什麼? 什麼是書中最關鍵的一件事或是觀念,那就是AARRR轉化漏斗了~ 而讀完這本書之後、對於我來說、更重要的不是AARRR要怎麼排序、而是”轉化漏斗“這個觀念、這個核心思維的導入,晚點我再繼續聊這個部分~

還想知道更多數位新知?快來訂閱 dcplus 關鍵分享報

您希望收到哪些資訊呢?