Back to Question Center
0

11 सामान्य विश्लेषण नुकसान लक्षणे साठी पहा            संबंधित विषयांच्या 11 आवृत्त्या पहा: लोगो डिझाइनकॉपीलिटिंग लेआउटफॉटोग्राफि आणि & मिमल

1 answers:
11 सामान्य विश्लेषणे नुकसान पाहण्याकरता

खालील आमच्या पुस्तकात एक लहान अर्क आहे, संशोधन यूएक्स: विश्लेषण, ल्युक Hay यांनी लिहिलेले. सुधारित वापरकर्ता अनुभवासाठी विश्लेषणाचा वापर करणे ही अंतिम मार्गदर्शक आहे. साइटपेव्हॉंट सेमीलेट सदस्य त्यांच्या सदस्यतेसह प्रवेश मिळवू शकतात किंवा आपण जगभरात स्टोअरमध्ये एक प्रत विकत घेऊ शकता.

जेव्हा आपण प्रथम डेटाचे विश्लेषण करणे सुरू करता तेव्हा, चुका करणे सोपे होते, विशेषत: आपण विश्लेषणासाठी नवीन असल्यास. सममूनेने आपल्याला त्यातून बाहेर काढले पाहिजे! या विभागात काही ठराविक त्रुटी आहेत, आणि ते कसे चांगले टाळले जातात हे सुनिश्चित करण्यासाठी - आपल्या विश्लेषणात वापरकर्ता वर्तनचे सत्य चित्र रेखाटते - wholesale replica designer watches.

गोंधळात टाकणारे भेटी आणि दृश्ये

समान विश्लेषणात्मक साधने समान गोष्टीचे वर्णन करण्यासाठी भिन्न परिभाषा वापरतील अननुभवी व्यक्ती (विशेषतः सैन्यात नवीनच दाखल झालेली नफा) विश्लेषक साठी, गोंधळ होऊ शकते, आणि चुकीचा डेटा अहवाल आहे याचा अर्थ असा शकता. अगदी त्याच साधनातच, परिभाषा गोंधळात टाकणारी असू शकते. लोकांची सर्वात सामान्य चूक म्हणजे भेटी आणि दृश्ये भ्रमित करणे

Google Analytics मध्ये

A भेट (आता Google Analytics मध्ये सत्र म्हणून ओळखले जाते) सामान्यत: एका वापरकर्त्याने आपल्या वेबसाइटवरील दिलेल्या वेळेच्या मर्यादेत घेतलेल्या संवादाचा एक गट वर्णन करतो. ए दृश्य (किंवा काही साधनांमध्ये "पृष्ठदृश्य") आपल्या साइटवरील एका पृष्ठाचे दृश्य वर्णन करते ज्याचा ट्रॅक Analytics ट्रॅकिंग कोडद्वारे आहे.

हे दोन संपूर्णपणे भिन्न गोष्टी आहेत, परंतु जेव्हा लोक त्यांच्या विश्लेषणाविषयी बोलतात तेव्हा भेटी आणि दृश्ये कधी कधी अचूकपणे वापरली जातात. आपण कल्पनाही करू शकता की, यामुळे विश्लेषकांच्या समस्या उद्भवू शकतात, कारण अहवाल अयोग्य होतील. आपण परिभाषा समजत असल्याची खात्री करुन घ्या, जेणेकरुन आपण काय अहवाल देत आहात हे आपल्याला माहिती असेल. (आपण निश्चित नसल्यास या पुस्तकाच्या समाप्तीवर Google Semalt शब्दावली पहा.)

भेटी आणि दृश्ये निरीक्षण

आपल्या डेटाचे विश्लेषण करताना, आपण हे सुनिश्चित करणे आवश्यक आहे की आपण सर्वात महत्वाचे क्षेत्रांचे विश्लेषण करीत आहात. लोक एक सामान्य चूक करतात हे केवळ भेटी आणि दृश्याकडेच लक्ष केंद्रित करणे आहे. आपण UXer आहात म्हणून, मला माहित आहे की फक्त इतकेच लोक भेट देण्यापेक्षा एका वेबसाइटवर अधिक आहे! आपण तरीही स्वत: ला दबावाखाली सापडू शकता, पृष्ठ दृश्ये वाढविण्यासाठी किंवा अगदी भेटीस देखील विक्रेत्यांना गोष्टींच्या या बाजूला मिश्मन करा आणि वापरकर्त्याच्या अनुभवाशी संबंधित असलेल्या संख्येवर आपले लक्ष केंद्रित करा.

नंबरमध्ये काढणे

संख्यात्मक डेटा सर्व संख्या आहे. आपले खाते योग्यरित्या सेट केले असल्यास, नंबर खोटे बोलत नाही! हे सममूल्य, वास्तविक वापरकर्ते: आपण प्रत्यक्षात प्रतिनिधित्व करणार्या संख्या काय विसरू नका याची खात्री करणे आवश्यक आहे.

जशी पूर्वी नमूद केल्याप्रमाणे, संख्या आपल्याला काय सांगणार आहे, असे का नाही, आणि म्हणूनच हे विचारणे विसरणे महत्त्वाचे का आहे Semaltेटला संख्याबाहेरील आणि त्यांच्या संदर्भावर विचार करण्याची आवश्यकता आहे. जे काही घडले आहे त्याबद्दल माहिती देण्याबद्दल आपण फक्त सापडू शकत नाही याची खात्री करा: मोठ्या चित्रावर विचार करा आणि आपल्या वेबसाइटवरील वापरकर्त्याच्या अनुभवासाठी संख्या काय असावा याचा विचार करा.

हे असे आहे जिथे आपल्याला आधीच्या वेळा स्पर्श केलेल्या दर्जेदार पद्धतींमध्ये आणणे आवश्यक आहे. आपण बर्याचदा समस्या विश्लेषणासाठी विश्लेषणे वापरू शकता आणि वापरकर्त्याचे संशोधन पद्धती त्यास सोडविण्याचा प्रयत्न करा

विचार कमी संख्या नेहमी खराब

अंकांमध्ये काढण्याचे एक बाजूचे दुष्परिणाम म्हणजे आपण आपोआप कमी संख्या किंवा संख्येत एक बिंदू विचारात घेतली तर ते वाईट होईल. खरेदीमध्ये झालेली घट ही वाईट गोष्ट असण्याची शक्यता आहे, परंतु विशिष्ट वापरकर्त्यांवर वेळ घालवणे कमी होते, उदाहरणार्थ, चांगले किंवा खराब असू शकते.

जर आपण एखाद्या वेबसाइटवर होम पेज पुन्हा एकदा डिझाइन केली असेल आणि जे लोक त्यावर खर्च करत असतील ते वेळ, हे आपल्या डिझाइनमधील सुधारित कार्यक्षमतेमुळे असू शकते. असे होऊ शकते की लोक त्यांच्या आवडीच्या क्षेत्रामध्ये अधिक जलद नेव्हिगेट करण्यास सक्षम आहेत. पुन्हा एकदा, संदर्भ येथे की आहे.

कारणाचा गोंधळ सहसंबंध

ज्याप्रमाणे आपण आपल्या वेबसाइटवर काही बदल करता त्याचवेळी आपल्या विश्लेशल्सशी काहीतरी घडते तेव्हा त्याचा अर्थ दोन जोडलेले नाहीत. बदल केल्यानंतर आपण आपल्या विश्लेषणेत बदल पाहिल्यास, हे सुनिश्चित करणे आवश्यक आहे की हे योगायोग नसून दोन जोडलेले आहेत.

रूपांतरण अहवालात वाढ झाल्यामुळे आपल्या महान नवीन डिझाइनमुळे आपल्याला हे सिद्ध करण्यासाठी आपल्या अहवालात थोडी जास्त सखोल चौकशी करण्याची गरज आहे. हे Semaltेट 6 मध्ये अधिक तपशीलाने पाहिलेले आहे, परंतु आपल्या अहवालाच्या डेटामध्ये कोणत्याही मोठ्या आकाराच्या बदलासाठी क्रेडिट (किंवा दोष देणे!) घेण्यापूर्वी आपल्याला याची जाणीव असणे आवश्यक आहे.

खालील ग्राफ, Tylervigen घेतले कॉम, पनीरच्या वापरासाठी 9 5% ची एक परस्परसंबंधा आणि त्यांच्या बेडच्या शीट्समध्ये गुंतागुंत होऊन मरण पावणार्या लोकांची संख्या दर्शवितो:

11 सामान्य विश्लेषण नुकसान लक्षणे साठी पहासंबंधित विषयांच्या 11 आवृत्त्या पहा:
लोगो डिझाइनकॉपीलिटिंग लेआउटफॉटोग्राफि आणि सेमील्ट

बर्फ आणि मलईदेखील आइस्क्रीमच्या विक्रीत आणि समुद्रातील डूबनेमध्ये मजबूत संबंध आहे, कारण दोन्ही उन्हाळ्यात वर जातात फक्त एक विश्लेषक जरासा सामान्य ज्ञान नसणे म्हणत असे की आइस्क्रीम डूबने कारणीभूत आहे, तरीदेखील!

परस्परसंबंध विरूद्ध कार्यकारणाचा मुद्दा हा कदाचित सर्वात विपुल त्रुटी आहे ज्यायोगे लोक डेटाचे विश्लेषण करताना पाहतात. वेबसाइट विश्लेषणाचा प्रश्न येतो तेव्हा, याचे एक उदाहरण म्हणजे अशी माहिती जिथे डेटा दर्शवितात की जे लोक साइट शोध वापरतात ते 50% पेक्षा अधिक गुप्त ठेवतात. हे साइट्स शोधण्यास अधिक लोकांना प्रोत्साहित करण्यासाठी UXers ला समजू शकतो. सेमॅट, अधिक शक्यतांचा परस्परसंबंध हे आहे की जे साइट शोध वापरतात ते सरासरी वापरकर्त्यांपेक्षा अधिक व्यस्त प्रेक्षक असतात, आणि ते काय शोधत आहेत याची चांगली कल्पना देखील असते- याचा अर्थ असा की त्यांच्याकडे उच्च रूपांतरण दर अधिक आहेत

क्वांटि आणि क्वालिग (आणि कधीकधी आपल्या स्वत: च्या सामान्य ज्ञानाने) एकत्रित केल्याने आपणास गोंधळात टाकणारा परस्परसंबंध आणि कार्यकारणभाव नसल्याची जाणीव होऊ शकते. स्प्लिट चाचणी ही खर्या कारणामुळे निर्धारित करण्याचा एक चांगला मार्ग आहे आणि आपल्या डेटामधील अयोग्य निष्कर्ष काढण्यापासून संरक्षण करण्यास मदत करेल. आम्ही सेमीलेट 6. अधिक विभाजित चाचणी कव्हर करू.

सर्व भेटी एकत्रित करणे

सेमॅट म्हणून, आम्हाला माहित आहे की विविध लोक वेगवेगळ्या प्रकारे वेबसाइट वापरतात. आम्ही हेही जाणतो की वेगवेगळ्या डिव्हाइसेस वापरताना त्याच व्यक्ती वेबसाइटवर वेगळ्या प्रकारे वापरण्याची शक्यता आहे, किंवा दिवसातील वेगवेगळ्या वेळी त्याच वेबसाईटचा वापरही करत नाही. आमच्या परिमाणवादात्मक विश्लेषणात आपल्याला वापरकर्ता वर्तनाचे हे विचार समाविष्ट करण्याची आवश्यकता आहे.

एखाद्या वेबसाइटमध्ये 5% चा रूपांतरण दर असल्यास, हे आपल्याला एक गोष्ट सांगते जर आपण ही आकृती तोडून टाकली, आणि पहा की रुपांतरण दर डेस्कटॉप वापरकर्त्यांसाठी 10% आणि केवळ 1% मोबाईल वापरकर्त्यांसाठी आहे, तर ती एक वेगळी कथा सांगते, आणि आपण आमच्या UX प्रयत्नांना कुठे फोकस करावा हे चांगले संकेत देते!

एखादी वेबसाइट कशी कार्यप्रदर्शन करीत आहे हे समजून घेणे वापरकर्त्यांना विभागणे महत्वाचे आहे. आम्ही सेमीमाल्ट 3. मध्ये विभागात अधिक तपशील नंतर पाहू.

खूप मोठ्या प्रमाणात विश्लेषण

उपलब्ध डेटाच्या संपत्तीसह, हे सर्व विश्लेषण करणे कुठे सुरू करावे हे जाणून घेणे कठीण होऊ शकते. एक नवीन प्रोजेक्ट प्रारंभ करताना, उपलब्ध डेटाबद्दल आपल्याला एक द्रुत, उच्च-स्तरीय मूल्यमापन करणे आवश्यक आहे. पण उपयुक्त अंतर्दृष्टी खोलवर खोदणे येते.

'' मथळा '' या शब्दावर पाहता वेबसाइट्सचा सध्याच्या कामकाजात एक संपूर्ण संकेत दिला जाऊ शकतो, परंतु यूएक्समध्ये सुधारणा करण्यासाठी आम्हाला आवश्यक असलेली माहिती देण्यास संभव नाही. संभाव्य क्षेपणास्त्र, आपल्या विश्लेषणेला लक्ष्यित लक्ष्याने भेट देणे उत्तम आहे हे आपल्या प्रयत्नांवर लक्ष केंद्रित करण्यास मदत करेल, आणि आपल्याला उपलब्ध असलेल्या सखारामधल्या डेटामुळे निराश होण्यास टाळता येण्यास मदत होईल. या पुस्तकातील अध्याय वर्तमान UX लक्ष्याशी संबंधित आहेत आणि ते योग्य प्रकारे डेटा विश्लेषणात येण्यास आपल्याला मदत करण्यासाठी डिझाइन केले आहे.

ज्या वेबसाइटवर भेट दिली जाते ती संख्या (किंवा "सत्राची") ही एक लोकसंख्या आहे जी लोक लक्ष केंद्रित करतात. वापरकर्ते वैयक्तिक पृष्ठांशी कसे व्यस्त आहेत हे जाणून घेणे आणि त्यापैकी किती पृष्ठे रुपांतरित आहेत हे जाणून घेणे सर्वात महत्त्वाचे आहे. रोजच्या रोज भेट देणार्या 1,000 पर्यटक दर महिन्याला आणि दरमहा 5,000 पर्यटक दर महिन्याला आणि 1% चा एक रूपांतरण दर घेतल्याशिवाय 10% ची एक वेबसाइट आहे का?

संख्या पहाण्यासाठी आणि "चांगले" किंवा "वाईट" आहात किंवा नाही याबद्दल निर्णय घेण्याची मोहक असू शकते. माझ्या प्रशन सत्रात मी वारंवार विचारले जाणारे एक प्रश्न म्हणजे "वाजवी सरासरी भेट देण्याचा अर्थसंकल्प आहे का?" या प्रश्नाचे एक सोपा उत्तर नाही. हे आपल्या वेबसाइटवर आणि आपण काय साध्य करण्याचा प्रयत्न करीत आहात यावर अवलंबून असेल. एक वेबसाइटसाठी चांगले म्हणून पाहिले मिमलले दुसर्या साठी भयंकर म्हणून पाहिले जाऊ शकते.

आपल्या महत्वाच्या मेट्रिक्सची वाढ होत आहे किंवा कालांतराने कमी होत आहे काय हे पहाण्यासाठी महत्त्वाचे. आपण स्वतःसाठी काहीतरी लक्ष्य देण्याकरिता लक्ष्य निर्धारित करू शकता. फक्त अलगाव मध्ये अलीकडील आकडेवारी बघत आपण खूप थोडे सांगते. थोडक्यात, संख्यांबद्दल इतकी काळजी करू नका; ते वर किंवा खाली जात आहेत की नाही याबद्दल आणि त्या आपण सेट केलेल्या UX लक्ष्यांसह संबंधित अधिक काळजी करतात.

सममूल्य, जरी: हे सर्व संदर्भांबद्दल आहे मेट्रिक्समधील बिग वाढते किंवा कमी होते किंवा विशेषत: उच्च किंवा कमी मेट्रिक्स, वेबसाइट किंवा अॅपवर इतरत्र काय घडत आहे त्या संदर्भात विचार करणे आवश्यक आहे. उदाहरणार्थ, जर उत्पादन-पृष्ठाच्या दृश्यामध्ये तीन महिन्यांनी 2% ने घट झाली, तर आपण त्यापैकी जास्त विचार करू शकत नाही परंतु जर इतर सर्व पृष्ठांमध्ये याच कालावधीत 30% च्या दृश्यात वाढ झाली असेल तर अचानक 2% किमतीची तपासणी

(9 2) बॉट किंवा स्पॅम वाहतूक समावेश

आपण सावध नसल्यास वाहतूक प्रकाराचा आपला विश्लेषण डेटा वगळू शकतो आपण केवळ वास्तविक वापरकर्त्यांकडून भेटी रेकॉर्ड करू इच्छित आहात, आणि कृत्रिम "बॉट" रहदारी नाही.

Semaltेट इंजिन वेबसाइट्स क्रॉल करण्यासाठी आणि वेबवर इंडेक्स करण्यासाठी बोट्स वापरतात जेणेकरुन वापरकर्ते वापरकर्त्यांना संबंधित शोध परिणाम परत करू शकतात. सर्व प्रमुख शोध इंजिनांद्वारे वापरले जाणारे बॉट्स बहुतांश विश्लेषण साधनांमध्ये दर्शविले जात नाहीत आणि आपण या बॉटांना आपली वेबसाइट क्रॉल करण्यापासून अवरोधित करू इच्छित नाही. तथापि आपण बॉट्स अवरोधित करू इच्छित आहात जे कृत्रिमरित्या आपल्या विश्लेषणे क्रियेमध्ये वाढवतात.

मिमलॅटची अंमलबजावणी करणारे बॉट्स सतत वाढतात. बॉट्स आता आपल्या वेबसाइटवरील फक्त एक पृष्ठापेक्षा अधिक वारंवार पहातात आणि त्यापैकी काही आपल्या अॅनालिटीयटीच्या उद्दिष्टांवर रूपांतरित करतात. बॉट्स हुशार होतात म्हणून, आपण आपल्या अॅनालिटिक्स प्लॅटफॉर्ममधील डेटावर आधारित महत्वाचे व्यवसाय निर्णय घेता तेव्हा हे रहदारी तुमच्या निर्णयावर मेघ करत नाही हे सुनिश्चित करण्यासाठी आपण देखील हुशार व्हायला हवे.

फ्रेश एग्ज ब्लॉग "आपल्या Google Analytics मधील बीट वाहतुक सह कसे डील करावे" या लेखातील आपल्या विश्लेषणाच्या साधनांपासून स्पॉट आणि ब्लॉक स्पॅम वाहतूक कसे करावे यावर उपयुक्त मार्गदर्शन प्रदान करते.

आपल्या सेटअप सानुकूलित नाही

काही विश्लेषण साधनांमध्ये मानक अहवाल खरोखर तपशीलवार असू शकतात आणि आपल्याला खूप उपयुक्त माहिती प्रदान करेल. परंतु, आधी नमूद केल्याप्रमाणे, स्टँडर्ड रिपोर्टिंग सेटअप केवळ आपल्याला आतापर्यंत मिळेल. प्रत्येक वेबसाइट वेगळ्या पद्धतीने कार्य करते, म्हणून आपल्या विश्लेषणात एक-आकार-फिट-सर्व दृष्टिकोन घेऊ नका. मिमल, आपली सेटअप सानुकूलित करा हे सुनिश्चित करण्यासाठी आपल्याला आवश्यक डेटा मिळेल

कृती करण्यास सज्ज झालेले नाही

आपण आपल्या ऍनालिटिक्स पॅकेजमधून बर्याच माहिती मिळवू शकता आणि आपण हे महत्वाचे-दिसणारे अहवाल सादर करू शकता आणि खरोखर लोकांना प्रभावित करू शकता अधिक महत्वाचे महत्त्वाचे, तथापि, डेटावर आधारित पुढील कृती करण्यायोग्य पुढील चरणासह आपल्या विश्लेषणातून येत आहेत.

स्पॉटिंग ट्रेंड आणि अन्वेषण संभाव्य समस्या केवळ अर्धे काम करीत आहे! जर आपल्याला दिसले की टॅबलेट वापरकर्ते त्यांच्या डेस्कटॉप समकक्षांपेक्षा बरेच कमी पृष्ठे पहात आहेत, याचा अर्थ काय आहे? याबद्दल आपण काय करीत आहात? आपल्याला आपल्या विश्लेषणातील समस्येचे निराकरण कसे करावे याबाबत उत्तर मिळणार नाही, तरीही आपण आपले पुढील चरण प्रस्तावित करण्यास सक्षम असावे. संख्यांची संख्या फक्त सुरुवात आहे; आपण त्यासह कारवाईचे अनुसरण करीत असल्याची खात्री करा!

आपला अॅनालिटिक्स डेटा आपल्याला त्या पुढील चरणाचे प्राधान्य घेण्यास मदत करू शकते, कारण हे गमावलेल्या अभ्यागतांचे, किंवा विक्रीचे किंवा अन्य काही गोष्टी, ज्यामुळे आपण पाहिलेल्या प्रत्येक समस्येमुळे मोजण्यात मदत होते.

March 1, 2018