用Engagement衡量用戶活躍度

0 評論 13515 瀏覽 15 收藏 10 分鐘

Engagement(參與度)是一個特殊的度量,Avinash認為Engagement不應該作為網站分析的一個度量,它更像是不愿意去尋求衡量網站是否成功的真正指標時使用的一個借口。他列舉了Engagement存在的幾個缺陷:

  • Engagement對于不同網站而言是不同的,它不是一個統一的度量,難以用一個統一的標準去定義它;
  • Engagement更多的是從定性的角度來定義的,很多用戶參與行為不能很好地量化,因此難以準確地度量;
  • 沒有一個評判標準,對于一個網站而言用戶參與度到底多少算是好;
  • 因為沒有標準的定義,存在不固定性,因此不能作為衡量網站整體表現的參考指標。

所以,我們可以認為Engagement是一個非標準化的度量(Non-standard Metric)。但繞開Avinash所提及的那些誤區之后,也許Engagement也并非一無是處,至少它可以作為網站自身的分析指標,衡量用戶的活躍度。

如何合理地定義Engagement

如果你要用Engagement來衡量網站用戶的活躍度,并且把它作為一個長期的指標進行趨勢分析,那么首先在定義時必須確定那些被歸為Engagement的行為是相對固定的,在短期內不會發生變化。如對于一個論壇而言,“發帖”和“跟帖”行為是持續不變的交互行為,這些可以作為識別用戶是否參與的標準;而網站中的一個活動按鈕或推廣鏈接則不能作為識別Engagement的標準,因為推廣活動一般是有期限的,在下線后用戶的Engagement就會相應的降低,這樣就會導致Engagement的不穩定性,也就失去了分析的意義(或者你只是為了單獨分析該次推廣活動的用戶參與度,那另當別論)。

這里先舉兩個例子,顯示電子商務網站定義Engagement的例子:

  • 用戶的注冊行為;
  • 用戶放入購物車或購買行為;
  • 用戶的售前和售后的反饋行為;
  • 用戶對商品的評價。

再來看一下微博中可以定義為Engagement的一些行為:

  • 用戶注冊行為;
  • 發布新微博或轉發微博;
  • 發表對微博評論;
  • 關注新的用戶。

即使是一個網站的Engagement也有不同的定義方法,比如我也可以在微博的Engagement定義中加入“收藏微博”的動作,所以我的建議是對于Engagement的定義,一個網站應該在一開始就形成一個標準,如果網站的性質沒有發生大的變化就不要輕易修改定義,不然即使是作為網站自身的評價指標,它也不能很好的發揮作用。

需要注意的是,Engagement只是用戶的一系列動作或行為(Actions),并非網站的產出結果(Outcomes)。只能用于衡量網站用戶活動的頻繁度,進而分析網站用戶近期的活躍程度,而不能用于衡量網站的效益

基于Engagement Index的分析

這里首先推薦一篇Eric T. Peterson在Web Analytics Demystified上的文章——How do you calculate engagement? ,里面提供了關于Engagement的十分全面和精彩的分析。

分析最好結合實例,所以這里還是以我的博客為例,假如我定義我的博客的Engagement包括以下的行為:

  1. 用戶發表評論;
  2. 收藏或分享我的文章;
  3. 訂閱我的博客或關注我;
  4. 停留時間(Time on site)超過3分鐘。

首先涉及到數據獲取的問題,其實通過點擊流+事件追蹤,大部分用戶的行為還是可以跟蹤得到的,這里就不再詳細展開了。

接下去就是如何衡量Engagement。衡量Engagement的指標叫做參與度指數(Engagement Index),既然我們已經定義好了Engagement,我們就可以通過一些方法計算Engagement Index。這里建議Visit(或者叫Session)為單位計算用戶一次訪問是否Engaged,而不是計算每個Visit中Engage的次數,因為我們無法對某些行為精確定量它的次數,也許發表評論數可以計算次數,但是停留時間的長短就無法用次數來衡量,所以這里統一只判斷一個Visit是否發生了上述的任何一類行為,發生則認為這次訪問為Engaged,我們可以用一段形象的代碼來解釋:

1 boolean isEngaged(Visit) {
2 if ( comment || share || feed || follow || time_on_site>=3min )
3 return true;
4 else
5 return false; }

通過調用上面的“函數”我們可以獲取到哪些Visits是Engaged Visits,就可以計算出總的Engaged Visits的數量就是Engagement Index的值。但是單純的一個Engagement Index似乎沒有對比的價值,我們可以通過計算跟網站總Visits的比值獲取用戶的參與率(Engagement Rate)

Engagement Rate = Engaged Visits / All Visits

也可以用下圖來對比Engaged Visits與總Visits的關系:

engaged-visits

也可以分析定義Engagement中各類行為發生的比率:

engaged-visits-piechart

這里需要注意的是這個餅圖中Visits的總和并非上面計算得到的Engagement Index,因為一個Visit可能既發表了評論,也訂閱的博客,那么這個Visit就會被重復記錄到兩種行為的比例中。根據Engagement進行細分來源的的分析上面推薦的Eric T. Peterson的文章中已經介紹的非常詳細,有興趣的朋友可以自己去看下。

如果你覺得還意猶未竟,認為那些用戶參與的行為并非同等重要的,或許那些訂閱了博客的用戶或者在博客發表了評論的用戶應該顯得更加活躍,那么可以給這些行為賦予不同的權重,Sidney的博客中有過相關的介紹——網站分析的最基本度量(8)——Engagement,如果你想讓權重顯得更加客觀和精確,可以使用我之前介紹過的層次分析法(AHP)來計算每個行為的權重,那么Engagement Index就是相應的加權和(定義每個Engaged Visits的數量為Ei,每個Engagement行為的權重為Wi):

engagement-index-wtd

分析Engagement的意義

有時我們需要細分,而有時我們需要將指標進行聚合來評價總體表現。所以建議不要試圖使用次數去計算每個Visit的Engagement Index是多少,次數會由于網站設計上的變化(頁面布局、交互按鈕的設計等方面的變化)及行為實現的多樣性(如果你要發條微博,那實現的途徑太多了)而呈現不穩定狀態,使用Visits來度量的Engagement更具可比性,最總我們只是進行匯總來衡量整個網站的Engagement情況。

那么Engagement對于網站來說到底有什么用呢?這里有個最簡單的例子,當一個電子商務網站發現近幾天的訂單量并無發生顯著的變化,但是用戶活躍度卻大幅上升,原因是某款商品的質量存在問題,大量的用戶向網站反饋和抱怨,這時如果網站通過分析Engagement監控著用戶的活躍度,那么就可以迅速地發現并作出反應。其實這個例子也說明了對于某些網站來說Engagement越高,網站的績效不一定越好,兩者沒有直接的聯系。

我們已經步入WEB2.0的時代,用戶與網站間的交互更加頻繁,網站需要更多活躍用戶來增加自身的活力,用戶的參與有效地提升了網站與用戶之間的信息互通,為網站帶來活力的同時也為網站創造著更多的信息,而且很多都是網站本身忽略的或者無法提供的有價值信息,而這些“用戶智慧”的注入無疑可以為網站帶來更多的關注。

? 本文采用?BY-NC-SA 協議,轉載請注明來源:網站數據分析 ??《用Engagement衡量用戶活躍度》

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!