用户体验数据分析指南，帮你获取有效的改善建议

作为优化者，我们痴迷于为访问者提供良好的用户体验。即使我们随机打开一个网站，我们也会倾向于寻找任何可能妨碍用户在该网站上获得良好体验的东西。

我们进行研究，花费数月时间使用不同的 CRO 技术收集数据，并花费数周时间对数据进行分类和组织，形成有价值的见解。

我们收集的数据可以是定量的，也可以是定性的，但无论哪种类型，我们都必须对其进行分析，以便我们知道如何以客户可以理解的方式传达调查结果。

数据分析决定研究项目的成败。您可以使用正确的研究技术并监控正确的 KPI，但如果您在分析过程中 无法回答“为什么”问题，您的研究可能只是白费力气。

老实说，即使对于我们中最优秀、最聪明的人来说，数据分析也是很棘手的。解释数据的方法有无数种，有太多的指标需要费力地研究，而且很容易陷入某些指标而忽略一些重要的指标。

是的，正确的数据分析可能很难掌握，但幸运的是，这并非不可能。

大多数人认为研究分析是在收集数据后完成的。但那是错误的。研究分析应该在最终研究开始之前开始——最好的起点是当你设计你的研究目标时。

研究开始时的分析将帮助您定义目标、选择样本量并收集与您的研究目标一致的预定义主题中的数据。它还为定期分析留出了空间，而不是等到研究结束才分析收集到的数据。

在本文中，我们将假设数据已经收集完毕，因此我们不会关注研究的规划和促进部分，而是关注数据的分析和解释。我们c

让我们直接进入正题吧。

用户体验数据分析，它是什么？
用户体验数据分析是将原始数据转换为有价值信息的过程的一个奇特名称。对于数据来说，总是比表面上看到的更多，因此需要数据分析的过程。考虑到数据分析是一个帮助我们做出明智决策、改善用户体验的过程，因此它是任何类型（定性或定量）研究的重要组成部分。

在每一次数据分析中，最终的“可行”结论都是完全主观的。如果您聘请 5 名数字营销人员，为他们提供相同的原始数据，并询问他们的想法，分析过程可能是相同的，但您可能会得到 5 种不同的可操作的结论。

正如罗纳德·科斯所说，分析数据时需要付出努力才能得出正确的结论

如果你折磨数据足够长的时间，它就会承认任何事情。

数据分析的好坏取决于您提出的问题，但在分析过程中您应该寻求回答的主要问题是：为什么。忽略这个问题可能会导致误导性的发现，从而导致整个团队走上解决错误问题的道路。

确认偏差往往会妨碍大多数数字营销人员，以至于他们在分析数据时忘记提出主要问题。每当我们看到某些东西时，我们都会有先入为主的想法和信念，但在数据分析过程中应该尽可能地减轻它们。

假设您正在分析会话重播视频，您可以通过让一些团队成员分别观看同一组视频，然后比较您的笔记来避免陷入确认偏差陷阱。

嗯，在 Invesp，我们更喜欢在数据分析过程中记下笔记，而不是打字，因为我们相信使用笔和纸做笔记可以帮助您在分析过程中专注于最相关的信息。

用户体验数据分析步骤
现在您已经收集了原始数据，是时候将大量数据转化为有意义的、可操作的见解了。然而，您分析数据的方式取决于所使用的研究技术（定量和定性），但您必须遵循的步骤可能是相同的。

收集数据时，比方说在客户访谈期间，您将对您的用户以及您的结果可能是什么样子有一个大致的了解或感觉，但是一旦您在分析过程中开始深入研究数据，您一定会惊讶于如何原始数据中包含更多信息。

为了更容易地获得数据的含义，多年来研究人员使用了不同的分析方法。这些方法包括：

对数据中的基本思想进行编码和标记
将相似类型的信息按类别分组在一起
将不同的想法和主题相互联系起来
因此，无论您使用哪种方法，在分析用户研究数据时都应该遵循某些步骤，并且为了使此过程成功，您必须确保遵循所有基本原理。以下是数据分析的 5 个关键步骤：

定义您的分析目标
整理数据
挖掘数据
对您的发现进行分类
确定见解
话虽如此，这里是围绕每个步骤的讨论。

第 1 步：定义您的分析目标
分析目标应该在分析一开始就设定，因为它们可以作为前进的护栏，帮助您确保获得有用且相关的见解。您的主要分析目标总结了您进行分析的主要原因——用户为何以某种方式行为。

设定分析目标时应考虑到您的业务目标；您首先进行分析的原因。

您可能会寻求了解用户的需求，因为您希望为他们提供更好的体验并让他们持续关注您的网站。

因此，每当您要设定分析目标时，请问自己这个问题：我到底想从分析中学到什么？这将如何帮助我实现业务目标？

第 2 步：组织数据
在进行研究时，您更有可能捕获不需要的数据。并非用户在研究过程中所说的一切都对您有用。因此，分析的第一步是组织数据并保留与您想要查找的内容一致的精确切片。重新审视你的研究目标，看看哪些数据与你的目标相关，并将其与谷壳分开。

假设您正在分析会话重播视频，您使用的软件可以录制数千个视频。但捕获的某些视频可能与您的研究目标无关。幸运的是，通过会话重播，您可以根据设备、浏览器、访问的页面或持续时间的类型进行过滤，轻松组织数据（因此是视频）——同样，这取决于您试图回答的研究问题。

您的数据必须以易于查看的方式进行组织，并且允许您浏览信息以挑选出概念和重复出现的主题。

组织好数据后，您就可以进入下一步：挑选见解并将其组织成类别。

第三步：挖掘数据
识别显着的主题、模式和反复出现的想法可能是分析中最具智力挑战性的部分，并且可以决定整个努力的成败。为了能够解释并提出可行的见解，您必须知道在分析过程中要观察什么。

假设您已经进行了客户访谈并正在做笔记或录音。因此，在分析您可能问过客户的一个特定问题时，请查找客户实际上重复的特定单词或想法，并在您经历不同的回答时记下不同的想法（保留一个列表）。

分析用户反馈并不只是寻找相似的词语。您还必须在用户使用的语言中找到含义。我的意思是，用户在提供反馈时有自己的表达方式，但你应该挑选出常用的表达方式并查看这些表达方式的含义以及潜在含义。

因此，如果您正在分析用户的陈述（通过在线民意调查或客户访谈收集），重要的是不要改变或清理他们使用的语法。翻译必须与原始演讲一样真实，这意味着如果您在研究过程中记笔记，您的笔记应该尽可能最好地反映对话是如何发生的。

第四步：对你的发现进行分类
一旦您确定了常用的单词和短语，现在就可以将这些发现进行分类。分类可能会花费很少或很多时间，但很重要，因为它将引导您走上专注、优先排序和采取行动的道路。

您的发现类别应该是不同的，或者至少尽可能少地重叠。您还可能会发现在上一阶段中您可能忽略的有趣陈述。就其本身而言，对结果进行分类的过程是迭代的，因此这就是为什么当您发现不再添加任何相关内容时应该停止的原因。

在 Invesp，我们通常根据以下类别对我们的发现进行分类：

研究机会（RO）
研究机会可以定义为在某一学科或领域获得更深入知识的机会。但在这种情况下，您可以将 RO 视为在数据分析过程中识别的项目，它提供了增加转化的机会。您从数据分析过程中产生研究机会的可能性非常大。

例如，假设您进行了待完成工作访谈，以了解客户在对您的产品做出购买决定时经历的阶段。

作为调查结果的一部分，您可能会发现客户主要关心的是对您产品的信任方面。因此，在这种情况下，信任符号和推荐可以被视为可以帮助您增加转化的项目。

进一步调查（如果）
数据分析的过程需要耐心，因为有时一次分析是不够的。在实施调查结果之前，有时您可能需要进行两到三次进一步调查才能了解访问者的行为。

例如，假设您正在产品页面上运行A/B 测试，并触发退出意图民意调查，要求用户指定他们认为该页面的哪些好处。20% 的用户可能会告诉您他们喜欢页面的设计，10% 的用户可能会告诉您他们喜欢图像。

但在这种情况下，应该进一步调查这两种变体之间他们指的是哪种页面设计，以及是什么设计让他们喜欢该页面。

立即修复（法国）
这可能是不言自明的，对吧？您在分析过程中可能发现的一些结果可能需要您立即采取行动，不得再拖延。我的意思是，如果您的可用性测试结果表明您的网站已损坏或存在其他形式的可用性问题，您应该立即修复它。

仪器仪表（IT）
作为我们数据分析过程的一部分，我们还喜欢对网站数据或用户行为给出一般性评论。您可能不认为这是必要的，但我们相信它们是有价值的贡献，可以为从分析过程中获得的见解提供指导。

第 5 步：确定见解
通常，发现和见解是可以互换使用的两个词。但它们的含义并不相同。你不能将分析结论建立在发现的基础上，你需要洞察力。Teri Slavik-Tsuyuki对研究结果和见解之间的差异给出了甜蜜的解释：

调查结果基于严格而快速的观察以及我们观察到的事物，这有助于我们将所有数据放入桶中，并将人员分类。但仅靠调查结果并不能找出原因。他们只是大声喊叫并帮助我们对内容进行分类。洞察力是洞察力、洞察力的理解，可以释放机会。他们切入正题并找出原因。找到它们需要倾听、安静观察和积极参与。

话虽如此，现在是时候将其提升到一个新的水平，并从您发现的模式中识别有关用户的见解和核心事实。

以下是您需要遵循的步骤来确定见解：

作为一个团队讨论所有分类的发现。谈谈为什么您认为每个类别很重要，以及它如何最好地帮助优化用户体验。回想一下用户使用的确切词语、面部表情、点击犹豫、点击愤怒以及参与者的情绪和感受。
用一个简单的陈述阐明每个类别中出现的见解。您可以使用便利贴来写下见解。但请记住，当您重新访问它们时，它们是可以更改的。
当你用简单的陈述阐明你的见解后。离开他们，专注于另一项工作一段时间甚至一天。
再次检查它们，让团队中的每个人都有机会再次重新阐明见解。你们应该轮流想出不同的方式来阐明或表达它们。如果万一你们都同意第一次写的内容，那么最好不要更改任何内容。
社交化您的见解。与一些未参与分析的团队成员讨论这些问题。给他们一些背景信息，向他们展示见解并了解他们的反应。这将向您揭示这些见解是否引起共鸣。人们明白吗？你的见解对人们来说是真理吗？您的设计团队能否根据这些见解创造出有意义的产品？