——讓用戶更容易地找到需要的信息4

博客之前的一篇文章—— 優化網站導航設計 ，介紹瞭如何評價網站導航功能及基於分析的優化。 但後來才發現其中遺漏了Google Analytics上一個很實用的功能—— Navigation Summary ，字面上翻譯是“導航概要”，但似乎用“ 頁面上下游 ”（百度統計上的稱呼，拿過來先借用下）分析更加貼切。 它能夠很好地分析網站導航的實現度（說得直觀點就是導航功能上的有效點擊或操作），下面就來介紹下這個功能。

更好地衡量導航實現度

先看一下我的“文章專題推薦”這個導航索引頁面的在GA的Navigation Summary報表（該功能在Content模塊的Top Content標籤下面）：

從上圖可以看到頁面被瀏覽的次數（圖中標註1），有多少的比例的Visits是從站外進入這個頁面開始訪問網站的（圖中標註2），有多少的比例的Visits是從網站內部的頁面跳轉到這個頁面的（圖中標註3），有多少的比例的Visits在瀏覽的該頁面後離開了網站（圖中標註4），有多少比例的Visits從該頁面進入了網站的其他頁面（圖中標註5，4和5部分現在貌似數據有點問題）；同時列出了網站內部前10名的上游頁面（瀏覽該頁面之前用戶所在的那個頁面，圖中標註6）和下游頁面（瀏覽該頁面後緊接著瀏覽的下一個頁面，圖中標註7），及它們各自所佔的百分比。 這裡需要注意的是有時會在上游頁面和下游頁面出現與選擇頁面相同的URI地址，比如你選擇首頁（/）進行分析，上游頁面和下游頁面也出現了首頁地址（/），這個主要是刷新操作引起的，GA會把頁面刷新統計到Pageviews裡面。

通過上面這個功能，我們就不再需要通過導航頁面的離開率（Exit Rate）來粗略估計有多少的Visits留在了網站並可能點擊了導航頁面的鏈接。 並且通過Navigation Summary我們不僅可以看到有多少Visits從導航頁直接離開了，而且可以通過分析導航頁的下游頁面更加準確地衡量有效點擊率， 排除那些刷新、返回或者調到其他非導航列表頁的操作 ，將那些導航頁面中的鏈接的點擊率（%Clicks）相加，就是該導航頁面的有效點擊轉化（CTR），也就是該導航功能的實現度指標了。 以上表為例，排除返回首頁（/）、頁面刷新（/featured-topics/）及跳轉到非導航頁面中的頁面（/about/、/site-map/等）這些點擊，將剩下的實現了導航功能的有效點擊率相加就是該導航功能的實現度，可惜GA上的上下游頁面都只能顯示前10個。

上面是對前一篇關於優化導航設計的內容的補充，其實頁面的上​​下游分析是一種很有效的網站分析方法，不僅可以用於分析導航實現度，下面介紹一下它的另外一種應用— —相關內容推薦效果分析。

網站的相關內容推薦

博客之前的一篇文章—— 優化網站信息架構中介紹了大部分的網站可能都是基於樹形結構來進行購建的，但是原始的樹形結構本身存在一個問題就是葉子節點（或者說是網站的內容節點）之間沒有直接的聯繫 ，也就是用戶無法從一個底層的內容頁直接跳轉到另外一個底層內容頁，需要返回首頁或者中間導航索引頁面才能進入其他的內容頁面，從那篇文章的樹形架構圖中也有體現，底層頁面之間沒有直接相連的線條。 所以很多網站都會在內容的結尾或側邊欄提供相關內容的推薦，比如亞馬遜、淘寶等電子商務網站產品頁面會有同類別、同價位的產品推薦，或者是用戶在購買該產品的同時也購買了的產品推薦，豆瓣上的書籍、音樂、電影頁面也提供了相關內容的推薦。

這些功能很多都是基於內容相關度的算法來實現的，之前的文章—— 向上營銷、交叉營銷與關聯推薦介紹過基於用戶行為的關聯推薦方法。 其實很多博客也有類似的功能，即每個文章結尾的相關文章，下圖是我的博客的電子商務網站RFM分析這篇文章的相關文章列表：

我是用Wordpress的插件—— Yet Another Related Posts Plugin來實現這個功能的，按照插件的介紹，它是通過計算文章的標題、正文、標籤和分類的相關度選取排名前幾的顯示到頁面上。 這個功能很棒，它打通了文章頁面之間的通道，也許用戶在看完一篇文章之後還想瀏覽下相關的文章，那麼相關內容推薦就提供了很好的途徑，用戶不需要再回退到內容的檢索頁面，直接點擊就行，幫助用戶更加方便、快速地定位到想要尋找的信息上。

相關內容推薦效果分析

網站中的相關內容推薦功能很多都是藉助機器算法來自動生成的，所以從某種層度上來說，算法一定會存在優劣，我們需要通過分析來評估功能的實現效果，從而不斷地對算法進行優化。 而基於用戶瀏覽行為的分析是評估功能實現效果的最有效的方法，所以網站分析又有了用武之地了，上面介紹的Google Analytics上的Navigation Summary就是非常適合用來分析相關內容推薦效果的工具。 這裡還是以電子商務網站RFM分析這篇文章的上下游頁面分析為例看看我使用的這個插件的效果到底怎樣：

從上下游頁面的列表中查看那些來源於內容頁面和去往其他內容頁的比例，其中哪些頁面的流入和流出的比例最高，然後再與網站相關內容推薦列表中的排名進行比較，這樣就能反應網站功能的相關性與用戶眼中的相關性是否一致，從而檢驗功能的實現效果。

如果進行算法調整，那麼同樣可以用該方法檢驗算法調整前後的上下游頁面轉化比例，從而衡量在算法調整後相關內容推薦功能是否真正得到了優化。 而我們要做的就是通過不斷優化相關內容推薦的算法使網站內容的相關度排名與用戶對內容的預期相關性盡量達成一致 ，這樣才會使頁面上顯示的相關內容就是用戶想要尋找的內容，從而滿足用戶的需求。

這裡需要注意幾個問題：

1. 也許一個內容頁面裡面會有不止一處的相關推薦模塊，或者會有多處出現其他內容頁的鏈接，在GA的報表上提供的是所有流入流出的總和，所以如果只是評測某一推薦模塊的效果，需要區分該模塊中的鏈接，也許加URL參數會是一個解決方案。
2. 注意數據的時間區間與網站內容的變化帶來的相關內容推薦的變化。 Google Analytics上默認的時間區間是前一個月，你可以選擇合適的區間來進行分析和比較，注意網站內容的更新對相關內容推薦帶來的影響。
3. 有些相關內容間的推薦並不是雙向的，比如在購買MP3的頁面推薦耳塞，而在購買耳塞的頁面可能並不會去推薦MP3，所以有時有必要對上游頁面和下游頁面分開分析，注意轉化的方向性。

上面就是我想到的Google Analytics的Navigation Summary功能的兩個應用實例，你是不是還想到了更多的應用，歡迎分享你的觀點。

»本文采用BY-NC-SA協議，轉載請註明來源： 網站數據分析 » 《優化相關內容推薦》

相關文章:

1. 讓URL更適合分析
2. 優化網站導航設計
3. 優化網站內部搜索
4. 了解網站頁面的點擊情況
5. 網站頁面度量與細分

• 上一篇:用Engagement衡量用戶活躍度
• 下一篇:用戶任務完成度分析