在产品正式上线一段时间后,收集到不少朋友的建议和反馈,大家普遍反映原来的跨页面测试支持得并不好,尤其是在PV目标的追踪上有一些问题。
有鉴于此,在我们的产品和工程师们的努力下,最近针对追踪目标进行了一次更新,算是比较成功的优化了跨页面测试的这个功能。
  那接下来我就和大家分享一下如何通过新的目标设置来达到跨页面测试的目标。

STEP1:建立一个普通的实验,根据常规的方法进行编辑,修改。
STEP2:通过编辑器中实验设置中的编辑器设置切换到追踪目标所在页面
STEP3:此时编辑器会加载目标所在页面,根据常规的方法添加点击目标和PV目标即可
STEP4:在添加目标时,输入该目标所在的地址(跨页面实验一般目标都在别的页面)
STEP5:开启实验即可

  大获成功的AB测试结果是像彩票中奖者,人们和媒体都争相追逐它们,而数以百万计的失败者从不提及。

  当然AB测试不像玩彩票一般讲求运气,AB测试可以通过学习,例如通过网上的视频资源和文章。但这些资源和文章往往都是根据成功的测试和变化写出的,而很少提及没有结果甚至失败的情况,但实际上这些都是A/B测试的重要组成部分。

  这很容易导致印象偏差,大多数人对AB测试的因素完全基于特殊的成功者,而不是从整个AB测试的全貌。这种虚高的期望明显是有害的,你的公司,或者你对AB测试抱有甚大的期望,但出来的结果却和理想中的差距太大。越来越气馁,最终早早放弃了AB测试。同时这种无视中性和负性测试的想法,也让我们错过了从这些结果中学习的机会。

  AB测试是一场马拉松,而不是短跑。它是一种能有效提高转化率且成本低廉的强大方法,但任何改进的发生都建立于大量的,不断的测试当中,希望每次测试就能得到很好结果无疑是相当可笑的。即使是有经验的优化师,也无法完全准确预测,不过没关系,因为中性和负面的结果其实一样能带来积极的影响。

  巨大的成功,比如100%转化率的提升,这当然值得欣喜,但事实上就算只有10%的提升,可能已经能带来几万甚至数十万的收入。一个AB测试在不同的公司中并不总是能重复结果,所以不要盲目地从成功案例期待类似的结果能够重复,甚至直接把别人测试的结果拿过来用。应该试图去理解为什么他能成功,把成功的要素抽取出来,同理,对于失败的实验,应该去深入剖析失败的原因,然后从中得出优化的新方向。

  在中性或者负面的测试结果中,我们仍然可以得到巨大的价值,如果期望设置适当,中性或负性试验不应被看作是一个失败或缺陷。事实上,他们可以是最终帮助你成功优化的重要信息来源。重新回想一下最初优化的假设,思考一下为什么会出现中性结果?是改动不足以产生足够的效果?你可能需要更多的创意或增加测试人数。

  用研方法的体系相当庞大,除了之前介绍过的AB Test和可用性研究之外,Persona用户画像也是一种非常常见的方法。Persona:(Persona是用户模型的的简称)是虚构出的一个用户用来代表一个用户群。一个persona可以比任何一个真实的个体都更有代表性。一个代表典型用户的persona的资料有性别、年纪、收入、地域、情感、所有浏览过的URL、以及这些URL包含的内容、关键词等等。一个产品通常会设计3~6个用户模型代表所有的用户群体。那么一般构建用户模型的方法又有那些呢?
Read More →

  很多人把用户体验和易用性这两个术语混为一谈,然而,易用性被越来越多的用于用户完成某项预定任务的难易程度,它往往与可用性测试联系在一起。因此, 许多人认为在设计中提升产品易用性是一项重要策略。相比较而言,用户体验的专业人士所说的用户体验涵义要广泛得多,它包括了易用性和视觉吸引力等诸多层 面。用户体验更好的涵盖了用户与产品互动时所有的心理和行为因素。
  为了更好的明确用户体验(工作者)的工作范畴和目标,增强用户体验的量化,我想提出一个概念性的框架来描述用户体验的4种独特要素(如图1所示),这4要素之间是如何相互影响来驱动更好的产品设计。
1
Read More →

  在前面两章,简单地向大家科普了一些用户研究相关的概念、方法、流程,那接来下,我们将会转入和大家讨论一下,用户研究,究竟应该如何操作。

  对于大部分用户研究人员而言,对网站进行专家走查是最基础也是最常见的方法。在进行专家走查的时候,用户人员会全面检查网站的功能、设计、流程、服务、交互等等因素,根据某些用户体验原则来评估网站目前的情况。但用户体验原则是没有统一的标准的,很多时候会根据用研人员的个人感悟而有所不同。接下来,我们特地整理了一份简单的走查维度供各位参考

Read More →

Step1:了解产品、了解业务、了解行业、了解需求。

该阶段主要工作为深入了解客户需求,了解客户在干什么,目前干到什么程度,掌握产品周期以及此前相关工作的历史。了解用户的优化目标以及最关注的核心指标,抽取出相关行为路径。此外挖掘客户所在行业的特殊性,获取行业平均标准等相关数据。

Read More →

发传单这个事情,做过的人知道,转化率通常是在0.3%到0.5%左右。也就是说,你发10,000张上面印着各种降价优惠商品的传单,会有大概30-50个人会通过扫上面的二维码下载你的APP客户端。如果上面再附上什么“十元抵用券”之类的,那么转化率会再高一些,0.8%-1.0%左右。
小于1.0%的转化率。这是大部分O2O、电商、移动互联网公司交出的“发传单”答卷。这也是为什么一些业内人士认为发传单是一个非常鸡肋的推广手段。
而在这个大项目中,我们发传单的转化率是多少呢?
1.0%? 不对。2.0%? 不对。 5.0%? 不对。
难道是10%?不对。
22.3%。我们发出了22.3%的转化率。也就是传统传单转化率20-40倍的。那么问题来了——传单们是如何做到的呢?

Read More →

用户体验已经成为互联网的兵家必争之地。俗语说:工欲善其事,必先利其器。要对用户体验进行优化,首先应该掌握一定的用户研究方法,对于科学而言,科学就在于科学的研究方法。事实上,存在着海量的用户研究方法,但常用的并不算多。在这篇文章的开头,我们就先整理一下这些研究方法各自的特性。

Read More →

AB测试是一种能有效优化网站用户体验,提高转化率的好方法,但这种方法仍然存在一些缺陷。往往在我们进行AB测试的时候,都需要较多的用户数量来支撑,所以也让很多朋友形成了一种错误的想法:流量低的网站是没法进行AB测试的。

诚然,网站的流量会对AB测试的效率造成较大的影响,但事实上网站流量较低的时候也有办法做出具有统计意义的AB测试。

以下大家介绍几张比较常见的优化方法:

Read More →