Descriptive Analytics vs Diagnostic Analytics –

Récemment, David Attard a écrit sur l'analyse et les KPI (indicateurs de performance clés), et comment ils peuvent être utilisés pour mieux comprendre les utilisateurs de notre site Web, et pour nous aider à concevoir de meilleures expériences pour ceux utilisateurs. Il nous a parlé des métriques importantes pour analyser ( temps sur site, taux de rebond, conversions, taux de sortie etc.), mais a également mentionné que ces métriques nous aident à comprendre ce que font les utilisateurs (ou ne pas faire) sur notre site Web, les raisons pourquoi peuvent encore être un peu flou. En effet, si les données sont objectives, les conclusions qui en sont tirées sont souvent sub jective

Bien que les KPI décrivent le comportement de nos utilisateurs, plus de contexte est nécessaire conclusions sur l'état de notre UX. Pour ce faire, nous devons utiliser d'autres techniques – telles que les tests A / B et les tests d'utilisabilité – pour diagnostiquer les failles UX que nous identifions à travers l'analyse descriptive. Dans cet article, je vais expliquer la différence entre analyse descriptive et analyse diagnostique de sorte que vous avez une attente réaliste de ce que l'analyse descriptive peut faire, et ce que vous allez besoin de gagner des analyses descriptives avant de commencer les tests A / B et les tests d'utilisabilité

Descriptive Analytics

L'analyse descriptive en un mot: que s'est-il passé?

Quand vous visitez une infirmière ou un médecin, c'est parce que vous avez des symptômes indésirables qui indiquent une mauvaise santé. Vous avez du mal à faire les choses que vous devez faire à cause de cela. Vous ne savez pas exactement ce qui se passe, mais seulement que vous ne travaillez pas à un niveau optimal. Ceci est assimilé à l'analyse, où les objectifs métier ne peuvent pas être atteints en raison d'une mauvaise expérience utilisateur. Certains KPI peuvent l'indiquer, comme un taux de rebond élevé ou un taux de rebond faible . Time on Site

Les KPI décrivent les symptômes, mais ils ne diagnostiquent pas réellement le problème sous-jacent, et c'est pourquoi nous les appelons analyse descriptive. Cependant, nous pouvons utiliser les symptômes pour aider à diagnostiquer les failles UX.

Nous pouvons utiliser des outils comme Kissmetrics pour suivre et analyser les KPI, bien que de nombreuses entreprises choisissent d'utiliser Google Analytics parce qu'il est plutôt sophistiqué pour un outil gratuit. En plus des KPI mentionnés dans l'article de David, des outils d'analyse comme Google Analytics peuvent nous donner des informations fiables sur la démographie et les intérêts de nos utilisateurs (c'est-à-dire qu'ils sont et ), ainsi que d'autres informations importantes telles que l'appareil utilisé et d'où il vient. Ce type de données, même s'il ne peut pas être utilisé pour indiquer la performance du site peut nous en dire un peu plus sur l'intention de l'utilisateur.

Considérez ces analyses descriptives comme des informations de base que nous pouvons utiliser pour

Diagnostic Analytics

Analyse analytique en un mot: que pouvons-nous faire pour le réparer?

Supposons que vos analyses descriptives indiquent des ventes faibles, même si votre site reçoit du trafic. Après la configuration de certaines actions / objectifs d'événement, vous pouvez voir que les utilisateurs ajoutent des articles au panier, mais ils ne vérifient pas réellement. Les données indiquent que les taux de sortie sont élevés sur la page Web où les utilisateurs doivent entrer leurs informations de carte de crédit.

Vous avez déterminé que les ventes faibles sont probablement dues à une faille dans l'expérience utilisateur de cet écran, mais qu'est-ce que c'est? Voici quelques idées:

• la forme ne fonctionne pas
• la forme est trop longue
• la page ne semble pas digne de confiance
• il y a un manque d'options personnalisables
• une charge inattendue est apparue. 19659018] Maintenant, sauf si vous avez fait une erreur super évidente (comme l'oubli de servir le site sur HTTPS sécurisé), réduire les failles UX pourrait être difficile en utilisant uniquement des analyses descriptives. Nous avons deux options qui peuvent aider à diagnostiquer le (s) problème (s): test A / B et test d'utilisabilité.

  Le test A / B peut vous aider à implémenter une solution viable parallèlement à l'implémentation originale. Il existe également des tests multivariés qui peuvent vous aider à tester plus d'une variation, mais si vous ne savez toujours pas où l'UX est en retard, vous pourriez finir par concevoir plusieurs variations et perdre inutilement du temps.

  test d'utilisabilité entre en scène. Le test d'utilisabilité consiste à regarder les utilisateurs utiliser votre site Web pour voir où ils se débattent. Bien que certaines imperfections soient difficiles à découvrir, même à travers des tests d'utilisabilité (puisque vous ne pouvez pas lire dans les pensées des utilisateurs), des failles évidentes comme l'abandon de formulaires suite à de longues formes / fonctionnalités brisées peuvent devenir plus apparentes. À tout le moins, le test d'utilisabilité réduit les problèmes, facilitant les tests A / B.

  Les outils de test A / B tels que Optimizely peuvent vous aider à exécuter des tests A / B complexes, mais Google Optimize (gratuit et s'intégrant directement à Google Analytics) est une option gratuite décente. Des outils comme Hotjar et Fullstory peuvent aider avec les tests d'utilisabilité (feedback, enquêtes et heatmaps), alors qu'un outil comme CrazyEgg combine les tests A / B et les heatmaps

  Bonus: Predictive Analytics

  L'analyse prédictive en un mot: ce qui pourrait arriver?

  L'analyse prédictive consiste à analyser ce que l'utilisateur a fait précédemment, afin prendre des décisions éclairées sur ce qu'ils voudront la prochaine fois (ou la prochaine fois qu'ils se rendront). Considérez cela comme un sous-ensemble d'analyses descriptives qui se concentre spécifiquement sur les clients et contenus personnalisés vous aidant à mieux comprendre comment les utilisateurs se convertissent ou quel contenu les intéresse.

  L'analyse prédictive utilise parfois l'apprentissage automatique pour fournir un contenu pertinent et ciblé à l'aide de données que vos applications et sites Web ont déchiffrées tout seuls. Puisque l'apprentissage automatique est automatisé, il est recommandé de travailler avec de grands ensembles de données auparavant

  Fait amusant: le moteur de recommandations d'Amazon ("Les clients ayant acheté cet article ont aussi acheté") est responsable de plus de 35% ventes globales!

  Conclusion

  En résumé, l'analytique descriptive consiste à écouter les symptômes, et l'analyse diagnostique consiste à trouver une solution. Vous pouvez utiliser ce que vous savez maintenant des analyses diagnostiques pour vous assurer que vous analysez correctement les analyses descriptives et Google Analytics, car des analyses descriptives sont nécessaires pour documenter votre approche des tests A / B et des tests d'utilisabilité plus tard. [19659006] Dans un prochain article, nous vous présenterons Google Analytics et en parlerons plus sur les KPI. Vous pouvez trouver tous les articles de cette série UX Analytics ici

  Pour en savoir plus sur UX Analytics, consultez le livre de SitePoint Researching UX: Analytics

  
  

  Daniel Schwarz est un concepteur, développeur et fabricant de fond, mais un écrivain / éditeur, auteur 3x, et enseignant dans l'âme. Actuellement éditeur de blog design chez Toptal et SitePoint, rédacteur chez .net et Web Designer Magazine, collaborateur occasionnel avec des top managers comme Adobe et InVision. Fondée uxtricks.design .