如何有效利用數據檢測網站改善案

開始數據分析的第一步文中,提到網站數據分析的目的可分為兩種:①確認每月的狀況並進行微調改善;②檢測改版或措施的效果。後者在我們對網站進行改版或微調後,扮演著重要的驗證角色。文中將介紹在進行此舉時常見的迷思,以及有效檢測的技巧。
其中最常見的錯誤是,直接藉由檢測網站最後的轉換率(CV),來衡量網站改版或調整的成效。然而,從「合計」的結果無法得知各個措施的效用,必須為各措施一一設定KPI(Key Performance Indicator,關鍵績效指標),並分別確認結果才行。

以網站改版為例,假設我們改善了首頁的主要訊息與導覽列架構、增加了商品頁的內容,並改善了表格的易用性。此時,若僅檢測改版後的最終轉換率,則無法得知究竟是哪個部份的調整促成了轉換率的提升(或下降)。進而,無法將成功或失敗的經驗延續至下一次的網站調整。
比較理想的情況是,除了檢測轉換率之外,亦依據網站改善內容查驗對應的指標。例如首頁改善了主要訊息,則可看「跳出率」是否有下降;改善了導覽列,則可查看「從首頁進入第二層頁面的轉移率」是否有提升。
此外,一個措施可設定不只一個指標。例如,增加了商品頁的內容,除了追蹤頁面的瀏覽量(PV,Page View)外,亦可以檢測豐富的商品頁是否讓更多用戶點入申購表單等。
GA2_2 GA2_1
延伸至網站外的集客措施(如關鍵字廣告、Banner廣告等),在衡量集客效果時,亦須將不同通路的成效分開來檢查,方能理解各個集客管道的成效。以下圖為例,若僅看「透過廣告等集客措施獲得的轉換數」78件,則無法判斷究竟是哪個措施帶來較好的結果。反之,將結果拆開來看後,便發現Banner的表現是明顯較好的,此時方可進一步決定是否放棄成效不佳的EDM,轉而將更多的資源投入Banner廣告。
GA2_2
查看細節數據似乎是天經地義的事,卻出乎意料地經常遭到忽略。最後,也要確KPI數據是基於對網站調整的項目而定的。若網站的調整措施跟擬定的KPI並無明顯關連(例如將網站中訂購的按鈕變得更明顯,卻去計測該頁面的瀏覽量是否提高),則無法達到透過數據進行「驗證」的目的。

Lab Memo: 在網站更動或調整的同時,別忘了對每個改善點設定適當的KPI,並在一段時間後(通常需累積至少一個月的數據)一一檢測各個KPI,避免僅查看整體的轉換率,見林而不見樹。

Co-Founder at Conversion Lab | Website

Facebook 資深用戶研究員,過去任職於Uber、Microsoft等。現居舊金山。移居美國前於新加坡、中國、日本、台灣擔任 UX 顧問,客戶涵蓋金融業、非營利、新創團隊、電子商務等。期望藉由分享一點個人經驗,使華語圈的 UX 內容更加豐富。

 

參與討論