行为化体验度量

1,753 views

Published on

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
0 Comments
3 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,753
On SlideShare
0
From Embeds
0
Number of Embeds
15
Actions
Shares
0
Downloads
25
Comments
0
Likes
3
Embeds 0
No embeds

No notes for slide

行为化体验度量

  1. 1. 行为化体验度量
  2. 2. 分享的提纲 <ul><li>为什么要做体验的数据研究。 </li></ul><ul><li>Session 的属性归类。 </li></ul><ul><li>总体跟踪的指标。 </li></ul><ul><li>还原用会的真是访问。 </li></ul><ul><li>新的用户分类方式。 </li></ul>
  3. 3. 1、为什么要作体验的研究
  4. 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. 5. 2、归类 session 的属性
  6. 6. 归类 session 的属性 <ul><li>用户是不是成功,并不能完全代表是否满意 </li></ul>不正常 正常 不成功 成功 满意 轻微不满 不满意 极度不满
  7. 7. 正常这个属性的数据拟合 <ul><li>针对“正常”的 session 拟合。 </li></ul>
  8. 8. 最大值归类拟合 <ul><li>对于不正常的影响,只有增加,没有减小。 </li></ul><ul><li>时间引起的不正常,不能被页面访问数量的正常所冲淡。 </li></ul>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. 9. 3、总体跟踪的指标
  10. 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. 11. 3、引导系数的意义 <ul><li>引入的页面越多,引导系数的数值会越高。 </li></ul><ul><li>重复的程度越高,引导系数的数值会越高 </li></ul>
  12. 12. 还原用户的真实访问
  13. 13. 原有访问漏斗模型的不足 <ul><li>原来的漏斗模型的不足 </li></ul><ul><ul><li>必须先确定流程。 </li></ul></ul><ul><ul><li>数据之间没有关联。 </li></ul></ul><ul><ul><ul><li>p1p2p5p3 没有区分,都是100 % </li></ul></ul></ul><ul><ul><ul><li>p1p2p1p2p1p2p1p2p3 没有反应, p1-p2 还是100 % </li></ul></ul></ul>
  14. 14. 漏斗模型和拓扑模型的不同 <ul><li>拓扑和漏斗的不同 </li></ul>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. 15. 从拓扑中发现问题
  16. 16. 新的用户分类方式
  17. 17. 用户访问轨迹的提取 <ul><li>行为路径的拆解 </li></ul>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. 18. 用户行为的聚类 <ul><li>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。 </li></ul>
  19. 19. 用户行为的聚类 <ul><li>各类行为才是关键 用户的人口学属性不能区分。 </li></ul><ul><ul><li>上馆子是偶尔的,吃的最多的还是那几样菜 </li></ul></ul>
  20. 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. 21. 用户行为聚类
  22. 22. <ul><li>谢   谢 </li></ul>体验分析团队: 高宠,老五,西药君

×