關於隱式挖掘網站使用者行為的分析

來源:互聯網
上載者:User

  隱式挖掘網站使用者行為

  如何瞭解使用者和需求

  如何瞭解使用者需求?根據使用者是否主動參與分為顯式與隱式兩種挖掘模式,因為顯式的動靜比較大,有很大局限性,所以為了保證結果準確性以及提高使用者接受度,一般都採用隱式。

  使用者的日常互動行為會產生四類關鍵資料:滑鼠移動軌跡、連結點擊分布、頁面瀏覽流、頁面停留時間。通過使用者的行為能反映使用者的觀點,同時利用訪問的網頁次序可以找出網頁之間的隱性關係。

  收集資料

  Web伺服器的日誌(使用者會話記錄)

  Web trends或類似的第三方共用軟體(用戶端分析,流量分析,可用性分析)

  自己開發的第三方軟體/外掛程式(需求自訂)

  大型網站通常會把以上三種方法組合應用,大致原理就是給進入網站的使用者賦予身份識別,每次產生互動動作就向伺服器發回請求,通過時間和頁面判斷串連各個請求點並且記錄下來。(演算法不討論)

  過濾資料

  明確目標,定義核心資料。

  界定使用者行為,利用多數人的行為來消除個人行為的主觀性。

  對使用者進行歸類,確定資料類別。

  大型網站每天所產生的資料量是驚人的,所以常規需求一般都是定時或定量的分析。另外,額外的資料處理會減慢網站的速度,搜集的資料越多,潛在的負面影響越大。

  習慣分析

  對使用者瀏覽過的頁面進行內容分析,根據資訊主題對頁面進行聚類。

  聚類過程中除了考慮頁面內容相近程度,還應該考慮頁面路徑。

  把使用者瀏覽行為對其興趣的作用列入聚類結果,得到綜合評估模型。

  使用者興趣分偶然和穩定兩種情況,其中偶然可以認為是隨機變化的,穩定的挖掘又有基於內容和行為兩種方式,在內容上表現有重複度、相似性等,在行為上表現有停留時間長度、點此次數、拉動捲軸次數等。

  實際案例

  類似系統、瀏覽器、解析度的用戶端分析,常見而且簡單,略過。

  關於滑鼠軌跡、點擊分布的可用性例子:

  跟蹤使用者在進行檢索時的滑鼠移動軌跡,可以擷取使用者操作的先後順序、熱點功能、動作曲線等一手資料,這些都是改善或簡化表單的重要參考。
在重要的頁面進行詳細的點擊分布監控統計,主要檢查資訊呈現的易用性,看看有沒有偏離設計初衷,經常更新,找到規律。

  處理特定使用者行為、使用者群、使用者來路的任務流例子:

  監控分布式註冊流程,能夠看到有多少使用者填了表單、填完了表單,或者在某個步驟有異常流失。
 
  監控不同模組入口過來的註冊使用者,能夠統計出各模組匯入的有效註冊量、百分比、成功率,以便合理調配資源。
 
  監控投放廣告過來的註冊量、註冊成功率、轉換付費使用者成功率,以便明確廣告的投入產出比。

  監控使用者的縱深瀏覽行為,是測試導航可用性很好的辦法,也就是說使用者會不會在你的網站內迷路。



相關文章

Cloud Intelligence Leading the Digital Future

Alibaba Cloud ACtivate Online Conference, Nov. 20th & 21st, 2019 (UTC+08)

Register Now >

Starter Package

SSD Cloud server and data transfer for only $2.50 a month

Get Started >

Alibaba Cloud Free Trial

Learn and experience the power of Alibaba Cloud with a free trial worth $300-1200 USD

Learn more >

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。