UX-аналитика — это аналитика, используемая для разработки пользовательского интерфейса. Но что именно мы подразумеваем под «аналитикой»?
Аналитика состоит из данных, которые можно проанализировать, чтобы сделать логические выводы, и, в частности, для UX-дизайна, эти данные содержат информацию о пользователях вашего приложения или веб-сайта, таких как их возраст, их местоположение, их интересы или просто их поведение — то есть, как они используют ваше приложение или веб-сайт.
С помощью этой информации вы можете сделать логические выводы о том, кто ваши пользователи и что они ищут, и когда вы знаете, что они ищут, вы можете это сделать.
Все остальное — в лучшем случае обоснованное предположение, поскольку данные объективны, хотя даже в этих объективных данных может быть много субъективных истин и заблуждений. Аналитика может быть загадкой, и требуется детектив, чтобы разгадать эти загадки. В серии статей мы научим вас, как их распутывать.
Мы покажем вам, как анализировать данные с использованием различных инструментов и методов, и найти скрытые ключи в этих данных, чтобы помочь вам принимать проектные решения, которые повышают конверсию и улучшают UX.
Что мы можем сделать с помощью аналитики
Были написаны целые книги об использовании данных аналитики в области UX, но их можно обобщить под двумя заголовками.
1. Создание управляемых данными проектов
С помощью аналитики мы можем принимать более обоснованные решения о нашем подходе к дизайну. Мы называем это управляемым данными дизайном . Проекты, основанные на данных, — это проекты, которые были созданы с использованием данных, собранных из аналитики, и с этими данными мы можем сделать следующее:
- узнать, куда уходят пользователи и почему
- оптимизировать поездку клиента, чтобы снизить показатели выхода
- переосмыслить визуальный дизайн для удобства использования и доступности
- выяснить, где и почему пользователь «щелкает яростью»
- стимулировать разговоры и максимизировать продажи
- перегруппировать и адаптировать контент в соответствии с намерениями пользователя.
Короче говоря: мы можем узнать, чего на самом деле хотят пользователи.
2. Вождение других типов пользовательских исследований
Хотя термин «аналитика», как правило, заставляет нас думать о диаграммах , графиках и статистике , на самом деле данные могут принимать разные формы (например, ответы, полученные из опроса клиентов, или тепловую карту, возвращенную из пользовательского теста). Это может быть даже в форме обратной связи от внутренней дискуссии с вашей командой дизайнеров. Но с чего начать, скажем, опрос клиентов?
Какие вопросы вы задаете своим пользователям?
Мы можем выяснить это с помощью аналитики. Допустим, из вашей аналитики вы можете видеть, что ваша красная кнопка призыва к действию не очень хорошо конвертирует посетителей из Китая. Поскольку красный цвет не означает «ошибка» в китайской культуре, как на Западе, можно сделать вывод, что проблема с призывом к действию — это цвет ;. Тем не менее, вы не будете на 100% уверены в этом заключении.
Таким образом, вы можете создать опрос клиентов, который задает посетителям именно этот вопрос. Я пытаюсь сказать, что, хотя использование аналитики — не единственный способ выработки проектных решений, аналитика может использоваться в качестве основы для любого из этих других методов.
Короче говоря, возьмите аналитический первый подход к дизайну.
Инструменты UX Analytics: что предлагается
Аналитика может управлять разработкой UX от начала до конца, но существуют различные инструменты и методы, доступные в зависимости от типа ответов, которые вы ищете — будь они наводящие на размышления или подтверждающие. Эти превосходные инструменты помогают извлекать и расшифровывать данные, которые могут помочь вам в принятии решений по дизайну на каждом этапе.
Теперь, когда я говорю «аналитика», первое, о чем вы можете подумать, это инструмент Google Analytics . Честная игра для вас — Google Analytics существует очень давно, и, по оценкам, более 50 миллионов веб-сайтов используют ее, чтобы узнать больше об их статистике трафика, демографии пользователей и поведении пользователей.
А как насчет тепловых карт? Они все еще вещь?
Да, в общем, тепловые карты — все еще вещь, и они обычно встроены в умные приложения, такие как CrazyEgg , Hotjar и Fullstory, как способ объединения аналитики с пользовательским тестированием. Тепловые карты более сложны в наши дни, когда собранные ими наблюдения разумно переводятся в цифры и статистику.
Опросы клиентов, отзывы, они все еще полезны?
Опросы клиентов, юзабилити-тестирование, эффективные рабочие процессы UX — все методы, которые включают прототипирование, итерацию и обратную связь — также дают нам полезную информацию и позволяют нам составить более широкий круг вокруг того, что составляет «данные». Но аналитика живет в самом центре всего этого и управляет этими методами. Они следующие шаги.
Так что пусть ваша мантра будет такой: сначала аналитика.
UX Analytics против UX Theory
UX-теории (более известные как лучшие практики ) основаны на исследованиях пользователей, подкрепленных данными. Например, дизайн для мобильных устройств основан на данных о том, что использование мобильного Интернета превысило использование настольных компьютеров в 2016 году. Но теории UX основаны на данных, собранных из общих групп пользователей , что означает, что они не обязательно являются вашими пользователями и, следовательно, не могут применить в вашем случае.
Что это значит?
Это означает, что до тех пор, пока вы не будете использовать управляемый данными подход к проектированию, вы будете полагаться на общие принципы проектирования, которые могут не относиться к вашей реальной аудитории . Данные о том, что 60% пользователей старше 50 лет в настоящее время активны в Интернете, могут вводить в заблуждение, если вы создали модное приложение, такое как Snapchat, которое, скорее всего, будет в основном привлекать молодых людей. Вы не можете безопасно делать выводы об использовании данных, которые не имеют отношения к вашей аудитории.
Таким образом, хотя теорию UX все еще полезно знать, пользовательский опыт, который вы разрабатываете, будет намного лучше, если он будет основан на данных, которые вы собрали, от пользователей и клиентов, для которых вы разрабатываете.
Отлично, что теперь?
В серии статей мы углубимся в аналитику UX. Мы начнем с основ, чтобы смягчить множество распространенных заблуждений относительно дизайна, управляемого данными.
После этого мы углубимся в Google Analytics, охватывая ключевые метрики, исследования пользователей, как A / B-тестирование можно использовать для подтверждения любых выводов, тепловых карт и, конечно, инструментов, используемых для A / B-тестирования — с помощью учебных пособий и тематического исследования. , Мы также рассмотрим, как снизить количество заброшенных заказов, повысить конверсию электронной почты и выявить недостатки UX с конкретными группами пользователей — и все это с помощью аналитических данных.
Для начала мы рассмотрим 5 мифов о дизайне, управляемом данными .