亚洲香蕉中文网_午夜成人精品福利网站在线观看_成年男女免费视频网站很黄的_熟女chachacha性少妇_色天天躁夜夜躁天干天干_曰批全过程免费视频在线观看无码

      產品設計的原則基于用戶體驗，設計標準并非源于設計師本身，而是用戶的思維模式或行為習慣。令人滿意的產品往往均是那些順應了用戶的使用習慣達到用戶的期望標準的產品。正如著名的建筑師格羅培斯為迪士尼樂園所設計的路徑規劃。在園區撒遍種子，再根據游客行走的痕跡來鋪設人行道。這完全依據用戶行為的路徑設計成為了最佳設計方案。現實中，網站建設、手機網站建設、APP的開發應用的設計都應以用戶體驗為原則，所以用戶路徑圖便隨之而生。今天斑驢互聯小編就給大家說說在網站建設或APP開發當中如何使用用戶路徑圖，而更有效地設計出令人逞心如意的產品。

用戶路徑圖

      何為用戶路徑圖？用戶路徑圖，簡單來講，就是抽象用戶在網站或APP中的訪問行為路徑，并用可視化的圖表呈現。

全路徑圖

       當新的用戶來到我們的網站/APP后，他們是否如我們預期的那樣進行訪問？還是半路遇到阻礙，沮喪離開？為什么精心設計的功能使用寥寥？而冷僻的功能卻被頻繁使用？ 全路徑圖，正是為了解決此類問題，如下圖所示：

         全路徑圖，以某個頁面/事件為起點進行分析的路徑圖。抽象圖中的元素，即為：路徑節點、流量、流向，其中，路徑節點可以為某個頁面，如：落地頁、登錄頁、商品詳情頁等；也可以為某個事件（用戶動作），如：搜索、收藏、瀏覽、支付等。下面，我們看看全路徑圖可以做什么。

1. 優化流量流向與配比

        全路徑圖，以樹狀結構呈現流量的流向與分布，由此可以判斷：每個路徑節點的流量流向是否與預期一致，每個路徑節點的流量在整個路徑中的占比。在明確問題后，我們可以結合其他數據分析工作做定向優化，比如：從“首頁->導航”的流量過低，是否因為首頁上的導航設計不夠清晰？結合上一篇的熱圖分析，我們可以快速定位問題。

2. 降低跳出率

路徑的整體跳出率是否正常；每個路徑節點的跳出率是否正常，拿問題 1 舉例，一條路徑的整體跳出率偏低，很可能是因為這條路徑的設計存在缺陷，并沒有很好的滿足用戶需求。

轉化路徑圖

       我們總是希望用戶去做一些事，如果是電商平臺，我們希望用戶購買商品；如果是社交網站，我們希望用戶參與互動；如果是工具產品，我們希望用戶使用工具。而用戶是如何如何到達我們設定的終點？在這之前，他們又經歷過什么？這些都是轉化路徑圖可以告訴我們答案的。

轉化路徑圖，以頁面/事件為終點進行分析。下面談談轉化路徑圖的作用：

提升轉化率：

1、到達設定終點的主路徑是什么？支路徑是什么？

2、每條路徑的轉化率如何？

3、用戶為什么會選擇這樣的路徑？

舉個例子，電商平臺X寶的購買商品的路徑有A、B兩條，兩條路徑的轉化率和用戶數如下圖所示：

根據數據，我們可以明確問題的解決方向：

1、A路徑轉化率明顯高于B路徑，能否將分配給B路徑的流量導向A路徑？

2、B路徑的轉化率過低，原因在于路徑的某個節點轉化率出現問題，是否可以優化？

特定人群的路徑圖

       回顧一下用戶路徑圖的構成元素：路徑節點、流量、流向。你可以發現，全路徑圖和轉化路徑圖的差別，實際上就是“流向”的差別。而我們分析的是一組”頁面“的路徑，還是一組”事件“的路徑，實際上就是”路徑節點“大與小的差別。所以，我們同樣可以對”流量“做特定處理，進一步分析用戶的行為軌跡。

（1）流量所具備的屬性：

     流量，簡而言之就是對人的抽象。所以，流量的屬性實際上就是人的屬性：

1、訪客使用什么設備？比如：iPhone 7、 iOS 11、4G環境……

2、訪客具有什么特點？比如：男，北京， 24 歲，大學畢業……

3、訪客來自哪里？比如：看過優酷的宣傳廣告，對我們的產品產生了興趣……

（2）特定人群的路徑圖

想要查看特定人群的路徑圖，實際上就是將具有相同屬性的人群聚合在一起分析。比如：

1、使用iPhone的人群的用戶路徑的跳出率遠低于三星，是否因為產品對三星手機的支持做得還不夠好？

2、來自北京的男性青年的路徑訪問深度遠高于其他人群，原因是什么？

3、從優酷來的訪客比從愛奇藝來的訪客轉化率更高，是否應該增加優酷廣告的投放？

       用戶路徑圖分析工具：欲善其事，必利其器。這里收集了很多非常好的工具，通過不同的方法追蹤用戶的行為并提供給你改進網站可用性的建議。它們中有些可能不是免費的，但一個好的回報是值得去付出的。

Google Analysis

       GA的用戶路徑圖功能非常強大，可以添加對比、多屬性過濾、分維度查看。但是缺點也很明顯，功能設計比較臃腫，分析的復雜度過高，一般用戶可能無從下手。以下是GA的用戶路徑圖

       最后，使用用戶路徑圖，能夠幫助我們統籌全局，對整個網站/APP的用戶流動洞若觀火。通過觀察用戶“從哪里出發”、“到了哪里”、“在哪里離去”、“怎么到的目的地”，我們能夠迅速定位自身產品的問題，結合包括“熱圖”“漏斗”等分析工具進一步找到問題的根源，并最終解決問題。

       如果對漏斗分析有了解的同學，也許已經發現用戶路徑與漏斗的潛在聯系：用戶路徑圖的每條路徑，實際上就是一個個“天然”的漏斗。所以，對于用戶路徑發現的問題，理論上都可以使用漏斗做進一步的分析。而漏斗分析，正是數據分析工具系列的下一篇內容。歡迎關注我的數據分析工具系列，我會講述如何改善用戶體驗，提升轉化，幫助你更好地運用數據驅動產品運營。