«Инсайты» — это де-факто слово выбора, когда дело доходит до аналитики — и для этого есть веские причины. Команды должны знать важную информацию о своем продукте, пользователях, производительности веб-сайта (и более) для принятия решений.
Когда речь заходит о веб-аналитике, типичным пониманием являются показатели, которые строятся на основе кликов и нажатий, посещений страниц, продолжительности сеансов, показателей отказов, коэффициентов конверсии и других агрегированных точек данных. Эти метрики полезны для диагностики проблем (или определения возможностей), связанных с UX или иным образом, но после их выявления команды часто застревают.
Решение этой проблемы данных заключается в том, чтобы иметь возможность «увеличить» выявленную проблему, чтобы увидеть, что происходит, узнать больше, а затем найти жизнеспособные решения. Эта гибридная количественно-качественная стратегия использует преимущества как диагностического, так и описательного аналитического инструментария. Но как это работает на практике? И какие идеи могут быть обнаружены?
В этой статье мы сконцентрируемся на показателях отказов, в частности, на том, как можно использовать показатель отказов в качестве способа определения возможностей для поисковой оптимизации , оптимизации копирования приложений, оптимизации целевой страницы (включая идентификацию поддельного платного трафика) и общая оптимизация UX.
Показатели отказов что-то значат — но что?
Если вам интересно, как стратегия Qual-Quant работает в реальной жизни, рассмотрите один из наиболее часто используемых показателей в веб-аналитике: показатель отказов.
В качестве обновления, отскок определяется как «сеанс, который инициирует только один запрос к серверу аналитики, например, когда пользователь открывает одну страницу на вашем сайте, а затем завершает работу, не вызывая никаких других запросов к серверу аналитики во время этого сеанса. ». (Источник: Google Analytics .)
Показатели отказов плохие, верно? Что ж, как объясняет Google Analytics на своей странице справки, «это зависит». Ситуация с показателями отказов заключается в том, что, хотя они могут указывать на то, что что-то идет не так, или сигнализировать об относительной производительности различных источников трафика или неоптимальном UX, они почти ничего не скажу о том, что на самом деле работает (или не работает) на странице.
Использование показателей отказов в качестве сигнала высокоэффективных или низкоэффективных веб-страниц, а затем анализ этих страниц с помощью инструмента воспроизведения сеанса, такого как FullStory, может помочь предоставить необходимые ответы для оптимизации страницы.
Вот как это работает.
Оптимизация UX с показателями отказов и FullStory
Во-первых, определите неэффективные страницы с помощью Google Analytics (или предпочитаемой вами аналитической платформы). Затем найдите записи сессий на этих страницах в FullStory, используя рассматриваемый URL в качестве параметра сегментирования. Затем вы можете уточнить свои результаты дальше, основываясь на других критериях (таких как сеансы, на которые ссылается определенный URL-адрес, или посещения продолжительностью 60 секунд или менее).
Вы также можете сократить свой поиск по сессиям, которые содержат сигналы разочарования пользователя . В FullStory мы называем эти клики ярости ».
Вы можете искать в FullStory все сеансы, которые содержат клики ярости.
Как только у вас будет список сеансов для просмотра, выделите час для наблюдения. Делайте заметки в таблице любых неожиданных действий:
- На что нажимают — или не нажимают?
- Куда падает внимание пользователя?
- Что-нибудь на странице ломается?
- Ключевые элементы скрыты?
Когда вы делаете наблюдения, делайте заметки в электронной таблице. Через час — или когда вы достигнете точки убывающей отдачи — просмотрите свои заметки и посмотрите, появляются ли какие-либо тенденции. Через некоторое время этот качественный анализ приведет к нескольким немедленным улучшениям и нескольким идеям о том, как оптимизировать взаимодействие с пользователем. Выполните немедленные улучшения и используйте свои идеи (и удобный инструмент A / B-тестирования ) для экспериментов.
Звучит просто, правда? Но работает ли это во всех случаях?
Оптимизация SEO с FullStory
Алгоритм поиска Google использует множество сигналов для оценки релевантности контента для конкретного запроса. Одним из них является то, должен ли пользователь возвращаться к своему поиску в Google после нажатия определенного результата. Пример: представьте, что вы ищете «показатель отказов» и попадаете на сайт, посвященный баскетболу. Не очень актуально; Вы нажимаете назад и переходите к другому результату поиска Google. Google видит это и учитывает это в будущих результатах поиска.
Хотя невозможно сопоставить конкретный сеанс с определенным поиском Google, вы можете использовать Google Analytics и консоль поиска Google, чтобы определить наиболее эффективные веб-страницы по позиции поиска, CTR, показам и т. Д.
- Обратите внимание на показатель отказов ваших лучших 5–10 страниц по посещениям в Google Analytics (или любом другом инструменте количественной аналитики, который вы используете).
- Создайте список веб-страниц, у которых значительно выше показатель отказов. Сосредоточьтесь на тех веб-страницах, которые вы хотите оптимизировать для поиска.
В Google Analytics вы можете открыть Google / обычные рефералы и добавить второе измерение целевой страницы. Вы также можете расставить приоритеты на основе показателя отказов. Выберите страницы с низким показателем отказов для дальнейшего изучения в FullStory.
Возьмите этот список и найдите в FullStory сеансы, содержащие посещения этих популярных страниц. Далее отфильтруйте итоговый список сеансов на основе посещений, которые были переданы Google. Получите еще более конкретную информацию, отфильтровав ваши сеансы с короткими (скажем, 30 секунд или меньше).
Выше в FullStory мы создаем поиск сеансов, в которых общее время составляет 30 секунд, источник рефералов — Google, а целевая страница — это фрагмент контента, который мы хотим оптимизировать. Посмотрите эти сессии, чтобы увидеть, где все может пойти не так.
Прежде чем погрузиться в сеансы просмотра, поставьте себя на место пользователя. Они используют набор ключевых слов для поиска ответа. Какими могут быть эти ключевые слова? Как этот поиск повлияет на ваше потребление страницы?
Теперь повторите сеансы из вашего списка. Наблюдайте, как пользователь воспринимает контент. Посмотрите, сможете ли вы определить, что они ищут, основываясь на том, где они делают паузу или что они выделяют. Наконец, что они сделали непосредственно перед подпрыгиванием? Где-то в этот момент кроется твоя проблема.
Посмотрев несколько сессий на эту статью в блоге на FullStory , мы заметили, что многие пользователи уходят после первой истории в нашем списке. Посмотрим, сможем ли мы быть более привлекательными, чтобы читатели дольше оставались.
Как только вы почувствуете, как ведут себя эти прыгающие посетители, составьте список изменений, чтобы протестировать дальнейшие действия. Вы можете понять, что ваше вступление слишком длинное или какая-то графика отвлекает. Возможно, что-то еще полностью. Если вы вносите изменения на основе своих наблюдений, запишите, что вы изменили, а затем вернитесь к своему количественному инструменту через значительное время и посмотрите, улучшились ли ваши показатели отказов и / или ваше присутствие в обычном поиске.
Та же концепция применима и к улучшению UX для конверсий.
Оптимизация платного трафика на целевые страницы
Если вы отправляете платный трафик на свой веб-сайт, вы, вероятно, используете свой инструмент количественной аналитики, чтобы увидеть, насколько эффективны эти посещения. Простой просмотр показателей отказов (и коэффициентов конверсии) может сказать вам, когда кампания проваливается, но они не совсем отвечают, почему (и мы должны учиться на ошибках, если в следующий раз у нас все получится).
Это потому, что платные визиты могут плохо работать по разным причинам. При условии, что вы рекламируете нужную аудиторию (значительное предположение), оптимизация на странице является наиболее вероятным виновником высокого показателя отказов. Все от плохого дизайна целевой страницы до скрытых призывов к действию или чрезмерно длинного копирования страницы может повредить вашему показателю отказов.
Независимо от того, какой подход выбран, базовая стратегия остается неизменной.
Просмотрите сеансы в FullStory и создайте список тех, которые содержат платные посещения вашей целевой страницы. Уточните список, чтобы включить короткие сессии. Воспроизведите сессии, сделайте наблюдения и уйдите с горсткой прямых улучшений — или вещей для тестирования. Если вы используете инструменты A / B-тестирования для пробных решений, уточните варианты, основываясь на ваших взглядах на воспроизведение.
Промыть, повторить!
Если только платный трафик на вашу целевую страницу не является реальным. Вы Exec использовали воспроизведение сессии FullStory для анализа платного трафика из Google и Facebook. You Exec обнаружил, что 90% рекламного трафика Google и Facebook оказались бесполезными (боты?). Они смогли обнаружить разницу, сравнив сеансы реальных пользователей с предполагаемыми сеансами от ботов:
Скриншот записи GIF от You Exec. Если вы посмотрите реальную версию , вы увидите, что она показывает естественные движения курсора и поведение, похожее на человека (прокрутка ускоряется в 3 раза быстрее, чем на самом деле). Поддельная версия показывает, что взаимодействие не существует и время в основном тратится на холостом ходу.
Хотя диагностические инструменты веб-аналитики могут намекнуть, что существует проблема с конкретным источником трафика, единственный способ убедиться в этом — использовать что-то более человеческое. И для этого, воспроизведение сессии FullStory работает как шарм.
Устранение запутанной копии с FullStory
Мы закончим тематическим исследованием показателей отказов, которое иллюстрирует, как при загадочных показателях отказов практически невозможно определить причины без ответов, предоставленных инструментом описательной аналитики.
Appcues, встроенный и встроенный в систему инструмент обмена сообщениями , заметил повышенный показатель отказов в своей форме регистрации. При более внимательном рассмотрении повторов сеансов в FullStory они заметили путаницу при нажатии кнопки «Отправить». После нажатия кнопки копия изменилась с « Создайте свой первый опыт» на « Прогрев наших двигателей» .
Из наблюдательных сессий, Appcues пришел к выводу, что копия Warming up наших движков смутила пользователей. Они не поняли, что это значит. Изменение было простым. Appcues изменил копию после клика на Спасибо! Вы будете перенаправлены через секунду , и вы быстро увидите увеличение скорости активации. Такая глупая ошибка, но такое простое решение.
Меньше отказов, больше игр!
Инструменты количественной аналитики, такие как Google Analytics, невероятно полезны для выявления проблем и возможностей . Но это понимание высокого уровня — это только начало: вам нужен качественный аналитический инструмент, чтобы копать глубже.
FullStory — это такой инструмент. Ищите и воспроизводите фактические индивидуальные сеансы пользователей, приводящие к таким высоким показателям отказов. Делайте наблюдения, выдвигайте гипотезы решений и улучшайте свой сайт на основе реальных наблюдений!