從網站的用戶層面，我們根據用戶訪問的行為特徵將用戶細分成各種類型，因為用戶行為各異，行為統計指標各異，分析的角度各異，所以如果要對用戶做細分，可以從很多角度根據各種規則實現各種不同的分類，看到過有些數據分析報告做了各種用戶的細分，各種用戶行為的分析，再結合其他各種維度，看上去內容絕對足夠豐富，但很難理解這些分析結果到底是為了說明什麼問題，也許作為一個諮詢報告反映當前整體的趨勢和用...... »閱讀更多:基於用戶細分的比較分析 日誌標籤'比較分析'
基於用戶細分的比較分析
2011年12月8日 從網站的用戶層面，我們根據用戶訪問的行為特徵將用戶細分成各種類型，因為用戶行為各異，行為統計指標各異，分析的角度各異，所以如果要對用戶做細分，可以從很多角度根據各種規則實現各種不同的分類，看到過有些數據分析報告做了各種用戶的細分，各種用戶行為的分析，再結合其他各種維度，看上去內容絕對足夠豐富，但很難理解這些分析結果到底是為了說明什麼問題，也許作為一個諮詢報告反映當前整體的趨勢和用...... »閱讀更多:基於用戶細分的比較分析 比較測試的設定和分析
2011年8月14日
——數據的上下文5 基於前一篇文章——T檢驗和卡方檢驗中提出的數據比較方法，其實我們在生物或者化學的實驗中經常也會涉及比較，這篇文章就來具體介紹如何在現實的網站分析環境中使用這些方法，使用的前提和環境是怎樣的。 其實我們在做數據分析的時候經常進行比較分析，但往往以觀察分析法為主，“T檢驗和卡方檢驗”為我們的比較分析提供了很好的科學的定量分析方法，讓比較的結果更有置信度和說服力。 但在使用定量分...... »閱讀更多:比較測試的設定和分析 T檢驗和卡方檢驗
2011年7月27日
好久沒有更新博客了，今天更新一篇關於數據分析方法的文章，主要是基於統計學的假設檢驗的原理，無論是T檢驗還是卡方檢驗在現實的工作中都可以被用到，而且結合Excel非常容易上手，基於這類統計學上的顯著性檢驗能夠讓數據更有說服力。 還是保持一貫的原則，先上方法論再上應用實例，這篇文章主要介紹方法，之後會有另外一篇文章來專門介紹實際的應用案例。 關於假設檢驗假設檢驗（Hypothesis Testing），或者叫做顯著...... »閱讀更多: T檢驗和卡方檢驗 合併和比較度量
2011年6月28日
——數據的上下文4 往往我們在做分析的時候需要結合各類基本的指標進行二次計算合併得到一個可以用於進行綜合評價或比較的度量，這個過程中就需要涉及到一些指標的合併技巧，和比較基準的設定。 其實之前“數據上下文”的系列文章中也一再強調了我們需要為指標設定合理的參考係來評價指標的趨勢或表現的好壞，之前提供了一系列的方法，但這篇文章裡面要介紹的方法應該是最簡單方便的，同時不失實用性，得益於《用戶體驗度量...... »閱讀更多:合併和比較度量 提升用戶滿意度
2010年7月13日
——讓用戶更容易地找到需要的信息5 在前一篇文章——用戶任務完成度分析中我似乎遺漏了一個重要的問題：為什麼要分析用戶的任務完成度？ 其實每個網站分析的方案和模型都應該具備它的目的和意義，否者就失去了分析的價值。 所以這篇文章就是為了回答這個問題，同時也作為“讓用戶更容易地找到需要的信息”專題的完結篇。 所以這裡先提出一個假設：讓用戶更容易地找到需要的信息進而幫助用戶完成預期的任務，能夠有效...... »閱讀更多:提升用戶滿意度 Abandonment Rate的影響因素
2010年3月9日
前幾天看到了Sidney寫的一篇文章——電子商務(B2C)網站的Abandonment Rate，裡面詳細介紹的B2C網站中購物車及付款流程可能造成交易的中斷，客戶放棄購買該商品的情況，也就是Abandonment Rate。 文章中提到了Abandonment Rate可能涉及的影響因素，及如何降低Abandonment Rate的一些方法，感覺對提高電子商務網站商品的銷售轉化率十分有效。 其中談到Abandonment Rate與商品的價格或商品的銷售組合之間可能存在某...... »閱讀更多: Abandonment Rate的影響因素 
