如何了解用戶需求?根據(jù)用戶是否主動(dòng)參與分為顯式與隱式兩種挖掘模式,因?yàn)轱@式的動(dòng)靜比較大,有很大局限性,所以為了保證結(jié)果準(zhǔn)確性以及提高用戶接受度,一般都采用隱式。
用戶的日常交互行為會(huì)產(chǎn)生四類關(guān)鍵數(shù)據(jù):鼠標(biāo)移動(dòng)軌跡、鏈接點(diǎn)擊分布、頁(yè)面瀏覽流、頁(yè)面停留時(shí)間。通過(guò)用戶的行為能反映用戶的觀點(diǎn),同時(shí)利用訪問(wèn)的網(wǎng)頁(yè)次序可以找出網(wǎng)頁(yè)之間的隱性關(guān)系。
收集數(shù)據(jù)
1)Web服務(wù)器的日志(用戶會(huì)話記錄)
2)Web trends或類似的第三方共享軟件(客戶端分析,流量分析,可用性分析)
3)自己開(kāi)發(fā)的第三方軟件/插件(需求自定義)
大型網(wǎng)站通常會(huì)把以上三種方法組合應(yīng)用,大致原理就是給進(jìn)入網(wǎng)站的用戶賦予身份識(shí)別,每次產(chǎn)生交互動(dòng)作就向服務(wù)器發(fā)回請(qǐng)求,通過(guò)時(shí)間和頁(yè)面判斷連接各個(gè)請(qǐng)求點(diǎn)并且記錄下來(lái)。(算法不討論)
過(guò)濾數(shù)據(jù)
1)明確目標(biāo),定義核心數(shù)據(jù)。
2)界定用戶行為,利用多數(shù)人的行為來(lái)消除個(gè)人行為的主觀性。
3)對(duì)用戶進(jìn)行歸類,確定數(shù)據(jù)類別。
大型網(wǎng)站每天所產(chǎn)生的數(shù)據(jù)量是驚人的,所以常規(guī)需求一般都是定時(shí)或定量的分析。另外,額外的數(shù)據(jù)處理會(huì)減慢網(wǎng)站的速度,搜集的數(shù)據(jù)越多,潛在的負(fù)面影響越大。
習(xí)慣分析
1)對(duì)用戶瀏覽過(guò)的頁(yè)面進(jìn)行內(nèi)容分析,根據(jù)信息主題對(duì)頁(yè)面進(jìn)行聚類。
2)聚類過(guò)程中除了考慮頁(yè)面內(nèi)容相近程度,還應(yīng)該考慮頁(yè)面路徑。
3)把用戶瀏覽行為對(duì)其興趣的作用列入聚類結(jié)果,得到綜合評(píng)估模型。
用戶興趣分偶然和穩(wěn)定兩種情況,其中偶然可以認(rèn)為是隨機(jī)變化的,穩(wěn)定的挖掘又有基于內(nèi)容和行為兩種方式,在內(nèi)容上表現(xiàn)有重復(fù)度、相似度等,在行為上表現(xiàn)有停留時(shí)長(zhǎng)、點(diǎn)此次數(shù)、拉動(dòng)滾動(dòng)條次數(shù)等。
實(shí)際案例
類似系統(tǒng)、瀏覽器、分辨率的客戶端分析,常見(jiàn)而且簡(jiǎn)單,略過(guò)。
關(guān)于鼠標(biāo)軌跡、點(diǎn)擊分布的可用性例子:
跟蹤用戶在進(jìn)行檢索時(shí)的鼠標(biāo)移動(dòng)軌跡,可以獲取用戶操作的先后順序、熱點(diǎn)功能、動(dòng)作曲線等一手?jǐn)?shù)據(jù),這些都是改善或簡(jiǎn)化表單的重要參考。
在重要的頁(yè)面進(jìn)行詳細(xì)的點(diǎn)擊分布監(jiān)控統(tǒng)計(jì),主要檢查信息呈現(xiàn)的易用性,看看有沒(méi)有偏離設(shè)計(jì)初衷,經(jīng)常更新,找到規(guī)律。
處理特定用戶行為、用戶群、用戶來(lái)路的任務(wù)流例子:
監(jiān)控分布式注冊(cè)流程,能夠看到有多少用戶填了表單、填完了表單,或者在某個(gè)步驟有異常流失。
監(jiān)控不同模塊入口過(guò)來(lái)的注冊(cè)用戶,能夠統(tǒng)計(jì)出各模塊導(dǎo)入的有效注冊(cè)量、百分比、成功率,以便合理調(diào)配資源。
監(jiān)控投放廣告過(guò)來(lái)的注冊(cè)量、注冊(cè)成功率、轉(zhuǎn)換付費(fèi)用戶成功率,以便明確廣告的投入產(chǎn)出比。
監(jiān)控用戶的縱深瀏覽行為,是測(cè)試導(dǎo)航可用性很好的辦法,也就是說(shuō)用戶會(huì)不會(huì)在你的網(wǎng)站內(nèi)迷路?
結(jié)束
再次強(qiáng)調(diào),這里的討論**于后期研究的隱式挖掘,就是不去驚動(dòng)用戶,不讓用戶察覺(jué)的方法,完全通過(guò)技術(shù)手段拿到我們想知道的數(shù)據(jù),再通過(guò)理論分析來(lái)改進(jìn)產(chǎn)品。
之前在某上市公司全程參與了類似系統(tǒng)的開(kāi)發(fā),更艱難的部分還是在如何獲取數(shù)據(jù)的基礎(chǔ)建設(shè)階段,但終歸是一勞永逸的事情,對(duì)以后的發(fā)展有益無(wú)害。
隱式挖掘網(wǎng)站用戶行為,謝謝圍觀。