用户路径图:为网站或APP的路径设计所借鉴

专为互联网人打造的365天成长计划,500门视频课程随便看,构建你的产品、运营知识体系。查看详情

使用用户路径图,能够帮助我们统筹全局,对整个网站/APP的用户流动洞若观火。

什么是最好的设计?

1971年,英国伦敦,国际园林艺术研讨会,迪斯尼乐园的路径设计获得世界最佳设计奖。然而这条路径并非出自某个大师手笔,全靠游人自行设计。建筑大师格罗培斯在乐园的各景区间撒遍草籽,第二年,他根据被人踩出来的痕迹铺设了人行道。而获得最佳设计奖的方案,就是格罗培斯按此人行道事后绘制的。

产品设计的标准不只在专家的大脑中,也在用户的心里。顺应用户所期望的标准,就能设计出令人满意的产品。

如果说现实中的路径设计,可以借鉴草坪踩出的痕迹,那么网站或APP的路径设计,可以借鉴什么?用户路径图,正为此而生。如你所见,这是数据分析工具系列的第2篇:用户路径图。

用户路径图

何为用户路径图

用户路径图,简单来讲,就是抽象用户在网站或APP中的访问行为路径,并用可视化的图表呈现。

全路径图

当新的用户来到我们的网站/APP后,他们是否如我们预期的那样进行访问?还是半路遇到阻碍,沮丧离开?为什么精心设计的功能使用寥寥?而冷僻的功能却被频繁使用? 全路径图,正是为了解决此类问题,如下图所示:

全路径图,以某个页面/事件为起点进行分析的路径图。抽象图中的元素,即为:

  • 路径节点
  • 流量
  • 流向

其中,路径节点可以为某个页面,如:落地页、登录页、商品详情页等;也可以为某个事件(用户动作),如:搜索、收藏、浏览、支付等。下面,我们看看全路径图可以做什么。

1. 优化流量流向与配比

全路径图,以树状结构呈现流量的流向与分布,由此可以判断:

  1. 每个路径节点的流量流向是否与预期一致
  2. 每个路径节点的流量在整个路径中的占比

在明确问题后,我们可以结合其他数据分析工作做定向优化,比如:从“首页->导航”的流量过低,是否因为首页上的导航设计不够清晰?结合上一篇的热图分析,我们可以快速定位问题。

2. 降低跳出率

  1. 路径的整体跳出率是否正常
  2. 每个路径节点的跳出率是否正常

拿问题1举例,一条路径的整体跳出率偏低,很可能是因为这条路径的设计存在缺陷,并没有很好的满足用户需求。

转化路径图

我们总是希望用户去做一些事,如果是电商平台,我们希望用户购买商品;如果是社交网站,我们希望用户参与互动;如果是工具产品,我们希望用户使用工具。而用户是如何如何到达我们设定的终点?在这之前,他们又经历过什么?这些都是转化路径图可以告诉我们答案的。

转化路径图,以页面/事件为终点进行分析。下面谈谈转化路径图的作用:

提升转化率:

  1. 到达设定终点的主路径是什么?支路径是什么?
  2. 每条路径的转化率如何?
  3. 用户为什么会选择这样的路径?

举个例子,电商平台X宝的购买商品的路径有A、B两条,两条路径的转化率和用户数如下图所示:

根据数据,我们可以明确问题的解决方向:

  • A路径转化率明显高于B路径,能否将分配给B路径的流量导向A路径?
  • B路径的转化率过低,原因在于路径的某个节点转化率出现问题,是否可以优化?

特定人群的路径图

回顾一下用户路径图的构成元素:路径节点流量流向。你可以发现,全路径图和转化路径图的差别,实际上就是“流向”的差别。而我们分析的是一组”页面“的路径,还是一组”事件“的路径,实际上就是”路径节点“大与小的差别。所以,我们同样可以对”流量“做特定处理,进一步分析用户的行为轨迹。

(1)流量所具备的属性

流量,简而言之就是对人的抽象。所以,流量的属性实际上就是人的属性:

  • 访客使用什么设备?比如:iPhone 7、 iOS 11、4G环境……
  • 访客具有什么特点?比如:男,北京,24岁,大学毕业……
  • 访客来自哪里?比如:看过优酷的宣传广告,对我们的产品产生了兴趣……

(2)特定人群的路径图

想要查看特定人群的路径图,实际上就是将具有相同属性的人群聚合在一起分析。比如:

  • 使用iPhone的人群的用户路径的跳出率远低于三星,是否因为产品对三星手机的支持做得还不够好?
  • 来自北京的男性青年的路径访问深度远高于其他人群,原因是什么?
  • 从优酷来的访客比从爱奇艺来的访客转化率更高,是否应该增加优酷广告的投放?

用户路径图分析工具:欲善其事,必利其器

这里收集了很多非常好的工具,通过不同的方法追踪用户的行为并提供给你改进网站可用性的建议。它们中有些可能不是免费的,但一个好的回报是值得去付出的。

Google Analysis

GA的用户路径图功能非常强大,可以添加对比、多属性过滤、分维度查看。但是缺点也很明显,功能设计比较臃肿,分析的复杂度过高,一般用户可能无从下手。以下是GA的用户路径图

写在最后

使用用户路径图,能够帮助我们统筹全局,对整个网站/APP的用户流动洞若观火。通过观察用户“从哪里出发”、“到了哪里”、“在哪里离去”、“怎么到的目的地”,我们能够迅速定位自身产品的问题,结合包括“热图”“漏斗”等分析工具进一步找到问题的根源,并最终解决问题。

如果对漏斗分析有了解的同学,也许已经发现用户路径与漏斗的潜在联系:用户路径图的每条路径,实际上就是一个个“天然”的漏斗。所以,对于用户路径发现的问题,理论上都可以使用漏斗做进一步的分析。而漏斗分析,正是数据分析工具系列的下一篇内容。欢迎关注我的数据分析工具系列,我会讲述如何改善用户体验,提升转化,帮助你更好地运用数据驱动产品运营。

相关阅读

热图分析:画出用户的行为

 

作者:曹思龙,微信公众号:及策云课堂。Admaster产品经理,毕业于北京邮电大学,知乎专栏作者

本文由 @曹思龙 原创发布于人人都是产品经理。未经许可,禁止转载。

打赏也是一种认可
4人打赏
评论
有话不说憋着难受!
  1. 如果可以举出一些路径分析的实际案例是不是更有说服力,假设的数据太过极端:文中某宝的转化路径a、b用户数和转化率差异这类假想数据都会说,可是实际的用户行为是否存在明显的数据特征么,我觉得要打问号。另外用户来源(观看优酷广告的用户转化更高)数据也不是随口说说就能够精确统计得到的以及用户网络行为数据整合关联分析就更难了;国内能有多少互联网公司能把用户网络行为数据整合进而给出合理的个性化服务?我不在bat,我们老板天天对外吹牛大数据 ai,在我看来完全是扯几把犊子忽悠那些一直跟到e轮的投资者,给到用户的所谓差异化服务也没有太多的数据可参照。

    回复
    1. 第一个问题:没有举出实际例子的原因是因为我最近才设计了路径分析这个工具,本身没有现成的数据可用;其次,路径分析本身只是一个发现问题的工具,如果需要明确诊断问题实际上需要结合更多数据分析工具,而且通过路径分析发现问题很简单,运用传统统计学的方法就能做。第二个问题:你说的其实是各个数据孤岛数据打通的问题,这类数据确实很难拿到,但是我们公司因为有这方面的资源,所以对我们来说还算简单。第三个问题:数据整合进而给出个性化服务在某些领域的方案实际上已经很成熟了,比如搜索和推荐领域,所以国内部分靠谱的互联网公司其实有很多做得还不错,这个问题难点还是在于数据的搜集和关联。

      回复
  2. 找到了~是web

    回复
  3. 配图上的GA软件,怎么在Google上没搜到?是客户端还是web网站?能否给个链接,O(∩_∩)O谢谢

    回复