京公网安备 11010802034615号
经营许可证编号:京B2-20210330
为了让用户更容易地找到需要的信息,可以对网站的信息架构和站内搜索进行分析和优化,而另一个能对用户起到很好引导作用的就是网站的导航功能,所以这篇文章主要分析用户对网站导航功能的使用情况,并在此基础上合理地优化网站的导航设计。
网站导航的最终目的就是帮助用户找到他们需要的信息,如果说得详细点,那么可以概括为下面3个用处:
1. 引导用户完成网站各内容页面间的跳转。这个是最常见的,全局导航、局部导航和辅助导航等都是为了引导用户浏览相关的页面;
2. 理清网站各内容与链接间的联系。即对网站整理内容的一个索引和理解,这个最常见的应用就是网站地图和内容索引表,展现了整个网站的目录信息,帮助用户快速找到相应的内容;
3. 定位用户在网站中所处的位置。这个在面包屑导航中得到了充分的体现,它帮助用户识别当前浏览的页面与网站整体内容间关系,及其与网站中其它内容的联系和区分。
通过分析用户使用网站导航功能的情况,可以来评估网站各导航功能设计上的优劣,这里主要从导航的利用率、实现度、有效性和符合度4个方面进行分析:
网站导航的利用率,即用户使用各类导航功能的情况。最直观的分析方法就是使用点击热图,具体可以参考我之前的文章——网站点击热图,也可以使用页面覆盖图(Overlay),Google Analytics上面默认提供了网站首页的Overlay:
从图中可以区分网站首页各区域导航功能的使用情况,包括顶部导航,侧边栏的各导航模块等。如果是独立的导航索引页面,我们可以查看这些页面的浏览次数(Pageviews)、访问量(Visits)等指标来分析它们被使用的情况。比如你通过点击我的博客顶部导航中的“网站地图”进入了分类导航索引页面,会看到该页面的URL地址为http://webdataanalysis.net/site-map/,我们可以在Google Analytics上面通过filter来查看该页面的访问情况:
通过比较各导航页面的这些指标我们可以分析得到用户对导航功能的整体使用情况以及各导航的使用比例或使用偏好。
我们需要知道当用户试图使用导航功能时,有多少用户真正点击导航中的链接或者有多少用户进行了下一步操作。所以这里可以分析各导航页面的点击转化率(CTR),即用户在导航页中的点击次数/导航页面被浏览的次数,其实上面页面覆盖图指直接给出了页面中每个可点击对象的点击转化率,你可以将它们汇总就是整个页面的点击转化率,也可以查看导航页面各链接的点击转化率。但Google Analytics上面无法提供一些子页面的覆盖图,只能选择其它的工具或者试图监控导航页面所有的点击事件。
另外一种分析导航功能实现度的方法就是通过离开率(Exit Rate)这个指标,如果一个用户进入了导航页面后直接离开了网站,那么导航的功能就没有实现(当然如果用户返回了上层页面或者回到首页,导航功能同样也没有实现,这些操作无法体现在Exit Rate)。比如我的博客的分类目录导航页面,该类页面的URL地址都会包含“/category/”,所以也可以在GA上面直接filter出来所有这类地址,我们看看这些页面的Exit Rate情况,如下图:
这里因为缺少导航页面Exit Rate的评判基准,所以我无法判断我的导航页面效果到底如何,有兴趣的朋友可以在下面的评论把你们的网站或博客导航页面的Exit Rate贴上来看看,大家交流比较下。
与网站的内容页面不同,导航页面的目标是让用户更快地找到想要的信息,我们不需要用户过久地停留在导航页,正如Google的口号:We may be the only people in the world who can say our goal is to have people leave our homepage as quickly as possible(让用户尽快离开自己的网站)。
所以对于导航页面而言,页面平均停留时间(Avg. Time on Page)越短,则该导航页的质量就越高(当然用户要有点击才行)。页面平均停留时间也是GA中分析页面的基本度量,上图也有显示。
或者称为导航的效果,用户在使用导航功能找到相应的页面后,是否对该页面提供的信息感兴趣,或者说这些是不是他们想找的信息。
假设用户在使用导航功能后找到了需要的信息或者完成了预期的任务,那么在行为可能表现为在使用导航后继续在网站停留了一段时间,或者用户最终到达了任务的成功页面或网站的目标页面(如用户完成注册、电子商务网站下单或购物成功等)。所以我们可以使用导航的后续停留时间、任务完成度、目标转化率这些分析度量来衡量导航的实现效果到底如何。
基于对以上4个方面的分析,我们可以对网站进行针对性的优化。
a) 提高有效导航的利用率,将用户最常用或效果最佳的导航放在最醒目的位置;
结合上面的分析,将那些利用率高,效果好的导航功能放到醒目的位置,让用户更方便地使用这些功能。
b) 去除无效导航或者无人使用的导航,精简网站设计;
导航功能并不是越多越好,只要提供够用、有效的导航就行,结合上面的利用率和实现度,将那些没人使用或点击转化较差的导航功能进行精简。
c) 提高导航描述与对应内容的关联度,不要误导用户,赢得用户的信任并保持用户对网站的兴趣;
不要试图去做标题党,如果一个导航页面拥有了较好的利用率和实现度,那么千万不要辜负用户的期望,为他们提供相符的高质量的内容,这样才能真正地留住用户。
d) 优化导航页面内容的组织和展示。
如果有效性不高,用户经常需要在导航页中逗留一段时间才能找到自己想要去的地方,那么也许导航页就失去了其最根本的价值。如何更好地展示导航的内容可能是一个复杂的问题,涉及信息设计、分类、排序等多方面,或者有些网站设计师能想出一些别出心裁的展示方式来吸引用户的眼球,这里直接上张图吧:
好了,我对网站导航的分析优化说完了。文章来源:CDA数据分析师
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26