注:使用用戶(hù)路徑圖,能夠幫助我們統(tǒng)籌全局,對(duì)整個(gè)網(wǎng)站/APP的用戶(hù)流動(dòng)洞若觀火。
1971 年,英國(guó)倫敦,國(guó)際園林藝術(shù)研討會(huì),迪斯尼樂(lè)園的路徑設(shè)計(jì)獲得世界最佳設(shè)計(jì)獎(jiǎng)。然而這條路徑并非出自某個(gè)大師手筆,全靠游人自行設(shè)計(jì)。建筑大師格羅培斯在樂(lè)園的各景區(qū)間撒遍草籽,第二年,他根據(jù)被人踩出來(lái)的痕跡鋪設(shè)了人行道。而獲得最佳設(shè)計(jì)獎(jiǎng)的方案,就是格羅培斯按此人行道事后繪制的。
產(chǎn)品設(shè)計(jì)的標(biāo)準(zhǔn)不只在專(zhuān)家的大腦中,也在用戶(hù)的心里。順應(yīng)用戶(hù)所期望的標(biāo)準(zhǔn),就能設(shè)計(jì)出令人滿(mǎn)意的產(chǎn)品。
如果說(shuō)現(xiàn)實(shí)中的路徑設(shè)計(jì),可以借鑒草坪踩出的痕跡,那么網(wǎng)站或APP的路徑設(shè)計(jì),可以借鑒什么?用戶(hù)路徑圖,正為此而生。如你所見(jiàn),這是數(shù)據(jù)分析工具系列的第 2 篇:用戶(hù)路徑圖。
何為用戶(hù)路徑圖
用戶(hù)路徑圖,簡(jiǎn)單來(lái)講,就是抽象用戶(hù)在網(wǎng)站或APP中的訪問(wèn)行為路徑,并用可視化的圖表呈現(xiàn)。
全路徑圖
當(dāng)新的用戶(hù)來(lái)到我們的網(wǎng)站/APP后,他們是否如我們預(yù)期的那樣進(jìn)行訪問(wèn)?還是半路遇到阻礙,沮喪離開(kāi)?為什么精心設(shè)計(jì)的功能使用寥寥?而冷僻的功能卻被頻繁使用? 全路徑圖,正是為了解決此類(lèi)問(wèn)題,如下圖所示:
全路徑圖,以某個(gè)頁(yè)面/事件為起點(diǎn)進(jìn)行分析的路徑圖。抽象圖中的元素,即為:
路徑節(jié)點(diǎn)
流量
流向
其中,路徑節(jié)點(diǎn)可以為某個(gè)頁(yè)面,如:落地頁(yè)、登錄頁(yè)、商品詳情頁(yè)等;也可以為某個(gè)事件(用戶(hù)動(dòng)作),如:搜索、收藏、瀏覽、支付等。下面,我們看看全路徑圖可以做什么。
1. 優(yōu)化流量流向與配比
全路徑圖,以樹(shù)狀結(jié)構(gòu)呈現(xiàn)流量的流向與分布,由此可以判斷:
每個(gè)路徑節(jié)點(diǎn)的流量流向是否與預(yù)期一致
每個(gè)路徑節(jié)點(diǎn)的流量在整個(gè)路徑中的占比
在明確問(wèn)題后,我們可以結(jié)合其他數(shù)據(jù)分析工作做定向優(yōu)化,比如:從“首頁(yè)->導(dǎo)航”的流量過(guò)低,是否因?yàn)槭醉?yè)上的導(dǎo)航設(shè)計(jì)不夠清晰?結(jié)合上一篇的熱圖分析,我們可以快速定位問(wèn)題。
2. 降低跳出率
路徑的整體跳出率是否正常
每個(gè)路徑節(jié)點(diǎn)的跳出率是否正常
拿問(wèn)題 1 舉例,一條路徑的整體跳出率偏低,很可能是因?yàn)檫@條路徑的設(shè)計(jì)存在缺陷,并沒(méi)有很好的滿(mǎn)足用戶(hù)需求。
轉(zhuǎn)化路徑圖
我們總是希望用戶(hù)去做一些事,如果是電商平臺(tái),我們希望用戶(hù)購(gòu)買(mǎi)商品;如果是社交網(wǎng)站,我們希望用戶(hù)參與互動(dòng);如果是工具產(chǎn)品,我們希望用戶(hù)使用工具。而用戶(hù)是如何如何到達(dá)我們?cè)O(shè)定的終點(diǎn)?在這之前,他們又經(jīng)歷過(guò)什么?這些都是轉(zhuǎn)化路徑圖可以告訴我們答案的。
轉(zhuǎn)化路徑圖,以頁(yè)面/事件為終點(diǎn)進(jìn)行分析。下面談?wù)勣D(zhuǎn)化路徑圖的作用:
提升轉(zhuǎn)化率:
到達(dá)設(shè)定終點(diǎn)的主路徑是什么?支路徑是什么?
每條路徑的轉(zhuǎn)化率如何?
用戶(hù)為什么會(huì)選擇這樣的路徑?
舉個(gè)例子,電商平臺(tái)X寶的購(gòu)買(mǎi)商品的路徑有A、B兩條,兩條路徑的轉(zhuǎn)化率和用戶(hù)數(shù)如下圖所示:
根據(jù)數(shù)據(jù),我們可以明確問(wèn)題的解決方向:
A路徑轉(zhuǎn)化率明顯高于B路徑,能否將分配給B路徑的流量導(dǎo)向A路徑?
B路徑的轉(zhuǎn)化率過(guò)低,原因在于路徑的某個(gè)節(jié)點(diǎn)轉(zhuǎn)化率出現(xiàn)問(wèn)題,是否可以?xún)?yōu)化?
特定人群的路徑圖
回顧一下用戶(hù)路徑圖的構(gòu)成元素:路徑節(jié)點(diǎn)、流量、流向。你可以發(fā)現(xiàn),全路徑圖和轉(zhuǎn)化路徑圖的差別,實(shí)際上就是“流向”的差別。而我們分析的是一組”頁(yè)面“的路徑,還是一組”事件“的路徑,實(shí)際上就是”路徑節(jié)點(diǎn)“大與小的差別。所以,我們同樣可以對(duì)”流量“做特定處理,進(jìn)一步分析用戶(hù)的行為軌跡。
(1)流量所具備的屬性
流量,簡(jiǎn)而言之就是對(duì)人的抽象。所以,流量的屬性實(shí)際上就是人的屬性:
訪客使用什么設(shè)備?比如:iPhone 7、 iOS 11、4G環(huán)境……
訪客具有什么特點(diǎn)?比如:男,北京, 24 歲,大學(xué)畢業(yè)……
訪客來(lái)自哪里?比如:看過(guò)優(yōu)酷的宣傳廣告,對(duì)我們的產(chǎn)品產(chǎn)生了興趣……
(2)特定人群的路徑圖
想要查看特定人群的路徑圖,實(shí)際上就是將具有相同屬性的人群聚合在一起分析。比如:
使用iPhone的人群的用戶(hù)路徑的跳出率遠(yuǎn)低于三星,是否因?yàn)楫a(chǎn)品對(duì)三星手機(jī)的支持做得還不夠好?
來(lái)自北京的男性青年的路徑訪問(wèn)深度遠(yuǎn)高于其他人群,原因是什么?
從優(yōu)酷來(lái)的訪客比從愛(ài)奇藝來(lái)的訪客轉(zhuǎn)化率更高,是否應(yīng)該增加優(yōu)酷廣告的投放?
用戶(hù)路徑圖分析工具:欲善其事,必利其器
這里收集了很多非常好的工具,通過(guò)不同的方法追蹤用戶(hù)的行為并提供給你改進(jìn)網(wǎng)站可用性的建議。它們中有些可能不是免費(fèi)的,但一個(gè)好的回報(bào)是值得去付出的。
Google Analysis
GA的用戶(hù)路徑圖功能非常強(qiáng)大,可以添加對(duì)比、多屬性過(guò)濾、分維度查看。但是缺點(diǎn)也很明顯,功能設(shè)計(jì)比較臃腫,分析的復(fù)雜度過(guò)高,一般用戶(hù)可能無(wú)從下手。以下是GA的用戶(hù)路徑圖
使用用戶(hù)路徑圖,能夠幫助我們統(tǒng)籌全局,對(duì)整個(gè)網(wǎng)站/APP的用戶(hù)流動(dòng)洞若觀火。通過(guò)觀察用戶(hù)“從哪里出發(fā)”、“到了哪里”、“在哪里離去”、“怎么到的目的地”,我們能夠迅速定位自身產(chǎn)品的問(wèn)題,結(jié)合包括“熱圖”“漏斗”等分析工具進(jìn)一步找到問(wèn)題的根源,并最終解決問(wèn)題。
如果對(duì)漏斗分析有了解的同學(xué),也許已經(jīng)發(fā)現(xiàn)用戶(hù)路徑與漏斗的潛在聯(lián)系:用戶(hù)路徑圖的每條路徑,實(shí)際上就是一個(gè)個(gè)“天然”的漏斗。所以,對(duì)于用戶(hù)路徑發(fā)現(xiàn)的問(wèn)題,理論上都可以使用漏斗做進(jìn)一步的分析。而漏斗分析,正是數(shù)據(jù)分析工具系列的下一篇內(nèi)容。歡迎關(guān)注我的數(shù)據(jù)分析工具系列,我會(huì)講述如何改善用戶(hù)體驗(yàn),提升轉(zhuǎn)化,幫助你更好地運(yùn)用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品運(yùn)營(yíng)。