如何分析網站改版結果 講解頁面資料分析方法

來源:互聯網
上載者:User

仲介交易 HTTP://www.aliyun.com/zixun/aggregation/6858.html">SEO診斷 淘寶客 雲主機 技術大廳

  

之前寫的一篇文章,拿來和大家分享一下。

分析結果前有必要重新回顧下為了什麼而改版。

通常情況下,網站改版有兩種情況:

1.因為網站本身的內容擴充導致現在的網站架構承載不下更多的內容,

2.基於網站使用者需求變化導致網站轉型。

當然也不能排除純粹是為了網站的相貌而做出改版的決策。 (這種比較吃力不討好)

閱讀全文

改版期望是什麼?

當然這也是在網站改版之前所需要面對的一個重要問:期望改版完成後能給網站帶來什麼價值?

如何拿結果

主要可以從三個方面

通過佈置新版頁面的線上調研表收集使用者的主動回饋。

通過服務部門直接得到使用者回饋。

對新頁面的相關資料分析拿到改版的結果

————————————–華麗麗的分割線—————————————

下面重點講講頁面資料分析方法

因為改版後的網站肯定會引起網站的使用者各種反應甚至反彈?而這些反應具體表現就是資料上的波動,分析清楚這些資料可以幫我們瞭解使用者的反應,以及如何盡可能平緩的減少這些波動性,使改版邁向更好的結果。

一、取資料

首先取改版頁面上線前後幾周的PV、Session、以及改版頁的一跳(往下一步的單步路徑)或多步路徑,個人覺得取上線前後兩周到一個月之間的資料合適。

二、對比

改版頁上線前後的PV、Session可宏觀的瞭解改版前後,頁面訪問量、粘度變化。

對一跳資料(PV、session)做資料透視,取資料的時候建議吧Url的大類和小類都取出來,至少小類要取,這樣做透視的時候可以通過分析小類,得到各區塊訪問波動,對波動明顯的區塊分析具體Url,這樣分析起來有重點,事半功倍。 分析上線前後的PV和Session的占比 [(各小類PV/總PV)session同理]

然後得出提升率 [(上線後占比-上線前占比)/上線前占比]

這樣分析出來的相對值比較能說明問題。

當然也可以分析絕對值(上線後PV-上線前PV),絕對值直觀但不能做縱向對比。

總結一下:強調光看一跳的提升率是不夠的,成功的改版需要更深入的分析,使用者的活躍度、轉化率是才是說明問題的。

原文:HTTP://ued.alimama.com/posts/451

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。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.