Your SlideShare is downloading. ×
  • Like
行为化体验度量
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Now you can save presentations on your phone or tablet

Available for both IPhone and Android

Text the download link to your phone

Standard text messaging rates apply

行为化体验度量

  • 1,442 views
Published

很有意思的page2page关键路径引导计算,你也可以用来评估你的产品和网站。

很有意思的page2page关键路径引导计算,你也可以用来评估你的产品和网站。

Published in Technology
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
No Downloads

Views

Total Views
1,442
On SlideShare
0
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
24
Comments
0
Likes
3

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. 行为化体验度量
  • 2. 分享的提纲
    • 为什么要做体验的数据研究。
    • Session 的属性归类。
    • 总体跟踪的指标。
    • 还原用会的真是访问。
    • 新的用户分类方式。
  • 3. 1、为什么要作体验的研究
  • 4. 成功率不等于用户体验 即使能成功,我也想骂娘 如果没有我要的尺码,我最多也就惋惜一下
  • 5. 2、归类 session 的属性
  • 6. 归类 session 的属性
    • 用户是不是成功,并不能完全代表是否满意
    不正常 正常 不成功 成功 满意 轻微不满 不满意 极度不满
  • 7. 正常这个属性的数据拟合
    • 针对“正常”的 session 拟合。
  • 8. 最大值归类拟合
    • 对于不正常的影响,只有增加,没有减小。
    • 时间引起的不正常,不能被页面访问数量的正常所冲淡。
    时间的不正常度:  50 % 页面数量的的不正常度:  0 % 则总体的不正常度:  50 %
  • 9. 3、总体跟踪的指标
  • 10. 3、体现相关和重复程度的跟踪指标 举例 假设 p1,p2,p3,p4 为一个流程的核心页面 则: 路径1的引导系数为 7/4=1.75 路径2的引导系数为 7/3=2.33 路径3的引导系数为 4/4=1   概念名称 含义 应用 算法 引导系数 用于表示一条路径中,出现了几种不同页面,和页面的重复程度 判断是否出现反复进入某页面的情况 理想值为 1 ,实际接近 1 就好 某路径中出现的全部页面数 / 出现的 关键 页面 的数量 路径 页面流 路径1 P1-p2-p3-p5-p6-p7-p4 路径2 P1-p2-p1-p2-p1-p2-p3 路径3 P1-p2-p3-p4
  • 11. 3、引导系数的意义
    • 引入的页面越多,引导系数的数值会越高。
    • 重复的程度越高,引导系数的数值会越高
  • 12. 还原用户的真实访问
  • 13. 原有访问漏斗模型的不足
    • 原来的漏斗模型的不足
      • 必须先确定流程。
      • 数据之间没有关联。
        • p1p2p5p3 没有区分,都是100 %
        • p1p2p1p2p1p2p1p2p3 没有反应, p1-p2 还是100 %
  • 14. 漏斗模型和拓扑模型的不同
    • 拓扑和漏斗的不同
    100% 40% 5pv 5pv 2pv 转化率 转化率 5pv 3pv 1pv 1pv 1pv 漏斗模型 拓扑模型 P1 P2 P5 P3
  • 15. 从拓扑中发现问题
  • 16. 新的用户分类方式
  • 17. 用户访问轨迹的提取
    • 行为路径的拆解
    收银台起始 付款成功或者是下一个收银台起始 需要把 session 拆成付款的行为才能进行研究
  • 18. 用户行为的聚类
    • 人口统计学对用户的分类只能是辅助性的。这和哪里都有好人的意思一样,三线城市也有高级白领和有钱人,一线城市也有领政府救济的赤贫。
  • 19. 用户行为的聚类
    • 各类行为才是关键 用户的人口学属性不能区分。
      • 上馆子是偶尔的,吃的最多的还是那几样菜
  • 20. 同样的行为,同样的感受 同样的行为,不同的人群属性的人员,感受却可能是相同的。
  • 21. 用户行为聚类
  • 22.
    • 谢   谢
    体验分析团队: 高宠,老五,西药君