Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Søgning i e-handel - user experience guidelines

351 views

Published on

Jens Hofman Hansens oplæg om søgning i e-handel set i et brugerperspektiv. Baseret på en række brugertests, som Vertica har gennemført. Afholdt på morgenmøde 10. september 2015.

Published in: Business
  • Be the first to comment

Søgning i e-handel - user experience guidelines

  1. 1. Morgenmøde: Søgning i e-handel Jens Hofman Hansen Digital forretningsudvikler Vertica A/S Rasmus Østergaard Senior developer Vertica A/S
  2. 2. I dag 9:00 - 9:10 Hvem er vi? 9:10 – 10:15 De vigtigste indsigter + usability-tips 10:15 – 10:25 Struktureret pause 10:25 – 10:50 Når bruger- og forretningskrav møder teknikken 10:50 – 11:00 Spørgsmål og diskussion
  3. 3. Hvorfor er det interessant?  Søgende brugere konverterer bedre  Søgende brugere er mere afklarede og målrettede  Brugerne har vænnet sig til at søgning kan virke godt
  4. 4. Brugervenlighedstests*  Tænke-højt-tests  9 brugere  8 sites matas.dk, coop.dk, shop.cph.dk, ikea.dk, zalando.dk, smartguy.dk, wupti.com, coolshop.dk  Mobil & desktop  228 testopgaver gennemført *Brugerne vidste ikke, at vi testede søgning! METODE
  5. 5. Vi observerede at:  i 67% af tilfældene søger brugerne for at løse scenariet  Kun i 58% af søgetilfældene lykkes det brugerne at finde, hvad de leder efter. I de resterende tilfælde konkluderer brugerne fejlagtigt, at webshoppen ikke sælger den eftersøgte vare. FAKTA OM SØGNING
  6. 6. ≈ 28% af samtlige tilfælde konkluderer brugerne fejlagtigt, at webshoppen ikke sælger den eftersøgte vare.
  7. 7. #1 Kan brugeren finde søgefeltet?
  8. 8. #2 Relevans Tolerance Synonymer
  9. 9. Ser kun første side af søgeresultatet Guidelines 82 %
  10. 10. Søgeloggen
  11. 11. Tolerance “evne til at acceptere det, der afviger fra det normale”
  12. 12. T shirt (4) Tshirt (1915) T-shirt (44)
  13. 13. Promoverede resultater
  14. 14. #3 Auto-suggest aka Search-suggest Auto-complete Type-ahead Search assist
  15. 15. ”Tidligere havde jeg bare skrevet ’nordli’ og trykket enter. Men jeg tror, jeg har vænnet mig til at søgefelter kommer med nogenlunde fornuftige forslag. Da jeg skrev ”nordli”, stod der ”kommode” nedenunder, og så tænke jeg, at så kan jeg godt skrive ”nordli kommode”. Så den hjalp mig med at præcisere allerede ved søgefeltet” Bruger om auto-suggest
  16. 16. Anatomien bag* 1. Populære søgninger 2. Minisøgeresultatet 3. Hybriden 4. Den primitive Auto-suggest *) Frit efter mit blogindlæg http://blog.vertica.dk/2014/01/02/anatomien-bag-search-suggest/
  17. 17. #1: Populære søgninger  Viser, hvad andre brugere har søgt på  God til inspiration, hjælp til formuleringer Auto-suggest
  18. 18. Auto-suggest
  19. 19. #2: Minisøgeresultatet  Faktiske resultater: Produkter, indholdssider, etc.  God til: Effektivitet, promovering af bestemte produkter/sider Auto-suggest
  20. 20. Direkte læg i kurv: Oplagt, hvis brugeren har tilstrækkelig information allerede her. Prioritering af resultater: Produkter kan lægges øverst hvis de er vigtigere end content ”Vis alle” er et must! Skriv gerne Vis alle (24 resultater). Største ulempe bliver også eksponeret her: Mange brugere når aldrig til det fulde søgeresultat.
  21. 21. #3: Hybriden  Skal designes med omhyggelighed for ikke at blive uoverskuelig. Auto-suggest
  22. 22. #5: Den primitive ”Registeropslaget”  Ligner på overfladen populære søgninger.  Opslag i produktkatalog/database.  Mere statisk og ikke præget af brugernes interaktion.  Når det er afgørende at brugeren formulerer sig præcist Auto-suggest
  23. 23. Vigtige usability-tips  Performance  Retur-tasten  Understøt piletaster  Markér det, som brugeren har indtastet Auto-suggest
  24. 24. #4 Facetteret søgning
  25. 25. Brug af filtrering  Undtagelsen mere end reglen  14 % af brugerne  MEN: Filtrering kan sjældent undværes Facetteret søgning
  26. 26. Parallel selection Kan (ofte) kendes på brugen af checkbokse Facetteret søgning
  27. 27. Og/eller logik  Facetgrupper: Logisk og  Facetværdier: Logisk eller Facetteret søgning – Parallel selection 1 2 Eksempel
  28. 28. Facetter er dynamiske  Vis kun facetter der matcher:  De produkter der er tilgængelige  Brugerens valg  Gælder både grupper og værdier Facetteret søgning Eksempel
  29. 29. Datakvalitet!  Alle varer inden for en søgning skal kunne findes via de filtre, der vises  Hvis ikke, er der risiko for, at brugeren ikke finder produktet Facetteret søgning
  30. 30. Rækkefølge  Facetgrupper  Hvad er den logiske rækkefølge?  Hvad er der mest behov for?  Facetværdier  Alfabetisk  Efter antal  Efter popularitet Facetteret søgning Afhænger dog af hvilken type facetgruppe der er tale om - Sæt fx altid numeriske filtre i numerisk rækkefølge.
  31. 31. ”Det er svært at ramme den her pris. Det er svært lige præcis at ramme 500 kroner.”
  32. 32. Struktureret pause Var der noget af det, som du hørte i denne første del af oplægget, som har givet dig lyst til at gøre noget ved jeres søgemaskine? Tal med din sidemand i 5 min.
  33. 33. I dag 9:00 - 9:10 Hvem er vi? 9:10 – 10:15 De vigtigste indsigter + usability-tips 10:15 – 10:25 Struktureret pause 10:25 – 10:50 Når bruger- og forretningskrav møder teknikken 10:50 – 11:00 Spørgsmål og diskussion
  34. 34. Tak! Jens Hofman Hansen Digital forretningsudvikler Vertica A/S Rasmus Østergaard Senior developer Vertica A/S

×