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 - UX guidelines baseret på indsigt fra brugertests

167 views

Published on

Jens Hofman Hansens oplæg fra morgenmøde 10. nov. i Århus

Published in: Business
  • Be the first to comment

  • Be the first to like this

Søgning i e-handel - UX guidelines baseret på indsigt fra brugertests

  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 8:30 – 9:10 Kaffe og bordet rundt – hvem er vi? 9:10 – 10:10 De vigtigste indsigter + usability-tips 10:10 – 10:20 Pause 10:20 – 10:50 Når bruger- og forretningskrav møder teknikken 10:50 – 11:30 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. Søgning er lige så relevant i B2B som i B2C
  6. 6. Brugerne har langt hen ad vejen samme forventninger til søgning i B2B som B2C
  7. 7. Mange flere varenumre Samlet set flere produktfacetter Kundeindividuelle data
  8. 8. 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
  9. 9. ≈ 28% af samtlige tilfælde konkluderer brugerne fejlagtigt, at webshoppen ikke sælger den eftersøgte vare.
  10. 10. #1 Kan brugeren finde søgefeltet?
  11. 11. #2 Relevans Tolerance Synonymer
  12. 12. Ser kun første side af søgeresultatet Guidelines 82 %
  13. 13. Søgeloggen
  14. 14. B2B  Kig efter fagtermer og “fagslang”  Søges der på produktnumre?  Søges der efter data, som ikke er i indekset?  Er der data i indekset som måske er irrelevante?
  15. 15. Tolerance “evne til at acceptere det, der afviger fra det normale”
  16. 16. T shirt (4) Tshirt (1915) T-shirt (44)
  17. 17. Promoverede resultater
  18. 18. #3 Auto-suggest aka Search-suggest Auto-complete Type-ahead Search assist
  19. 19. ”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
  20. 20. 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/
  21. 21. #1: Populære søgninger  Viser, hvad andre brugere har søgt på  God til inspiration, hjælp til formuleringer Auto-suggest
  22. 22. Auto-suggest
  23. 23. #2: Minisøgeresultatet  Faktiske resultater: Produkter, indholdssider, etc.  God til: Effektivitet, promovering af bestemte produkter/sider Auto-suggest
  24. 24. 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.
  25. 25. #3: Hybriden  Skal designes med omhyggelighed for ikke at blive uoverskuelig. Auto-suggest
  26. 26. #4: 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
  27. 27. Tænk på…  Performance  Retur-tasten  Understøt piletaster  Markér det, som brugeren har indtastet Auto-suggest
  28. 28. #4 Facetteret søgning
  29. 29. Brug af filtrering  Undtagelsen mere end reglen  14 % af brugerne  MEN: Filtrering kan sjældent undværes Facetteret søgning
  30. 30. Parallel selection Kan (ofte) kendes på brugen af checkbokse Facetteret søgning
  31. 31. Konventioner  Facetgrupper: Logisk og  Facetværdier: Logisk eller Facetteret søgning – Parallel selection 1 2
  32. 32. Facetter er dynamiske  Vis kun facetter der matcher:  De produkter der er tilgængelige  Brugerens valg  Gælder både grupper og værdier Facetteret søgning
  33. 33. 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.
  34. 34. ”Det er svært at ramme den her pris. Det er svært lige præcis at ramme 500 kroner.”
  35. 35. Hvad hørte vi om?  Søgefeltets synlighed  Relevans og tolerance  Search suggest  Facetter
  36. 36. 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?
  37. 37. I dag 8:30 – 9:10 Kaffe og bordet rundt – hvem er vi? 9:10 – 10:10 De vigtigste indsigter + usability-tips 10:10 – 10:20 Pause 10:20 – 10:50 Når bruger- og forretningskrav møder teknikken 10:50 – 11:30 Spørgsmål og diskussion
  38. 38. Tak! Jens Hofman Hansen Digital forretningsudvikler Vertica A/S Rasmus Østergaard Senior developer Vertica A/S

×