社區(qū)網(wǎng)站要理解網(wǎng)站訪問用戶的感受

　　我們都知道理解用戶在線行為的強大作用，采用網(wǎng)絡分析理解用戶的點擊、行為、方式、轉(zhuǎn)換率等等。我們基于這種行為數(shù)據(jù)找到方法來提高網(wǎng)站性能。有許多企業(yè)也在尋找態(tài)度型數(shù)據(jù)，采用調(diào)查來幫助理解網(wǎng)站是如何影響用戶的。通常，這種做法存在三個問題：一是分析過于少見；二是調(diào)研基于普通的網(wǎng)站訪問，而不是特定的行為或是訪問不同的網(wǎng)站；二是這種方法與行為型分析完全分離。

　　在Facebook網(wǎng)站，我注意到了理解用戶態(tài)度的強大威力。這包括在在線社區(qū)的積極的或是消極的體驗。我的一個朋友，也是 BazaarVoice網(wǎng)站的創(chuàng)始人 Sam Decker在Facebook網(wǎng)站有自己的體驗。最近，當我登陸Facebook網(wǎng)站時才感受到這一點，很顯然，他對Avoid公司的體驗并不是很少，這一點可以從他與Facebook網(wǎng)站的朋友交流中感覺到。

　　我們采取幾個步驟來檢查期望的負面的體驗，我們設想一下訪問一個廠家的網(wǎng)站。她會花一些時間對可能有興趣做生意的廠商的網(wǎng)站進行一番研究，然后決定與一到兩家感興趣的網(wǎng)站進行交流，填寫聯(lián)系表格，期待電話回叫或是電郵。

　　從網(wǎng)絡分析的角度看，這些都是成功的轉(zhuǎn)換率。不幸的是，企業(yè)通常不會迅速與這個人取得聯(lián)系，不能乘熱打鐵。在其它案例中，企業(yè)會采用這種做法形成一種成功的商業(yè)合作關系。但這并不意味著每個人都會取得滿意的過程。諸如Decker的不消極體驗會極大地影響今后的轉(zhuǎn)換率。

　　經(jīng)常檢查你的客戶和期望，是十分重要的。不論是離線還是在線，你都可以從可行的，或是不可行的事情中獲得一些東西。下面，我們對上面提到的三個問題做進一步分析。

　　一、分析過于少。當我們基一于每周或是月度基礎對網(wǎng)絡分析數(shù)據(jù)進行分析時，態(tài)度型數(shù)據(jù)就不能基于定期或是經(jīng)常的角度進行分析。在某個時間對某個問題進行深入研究時，我們才對其進行分析，而不是分析正在進行的情況。從后一種情況發(fā)出，可以幫助你分析趨勢和現(xiàn)場問題，F(xiàn)oreSee 和iPerceptions基于滿意度進行出色的重復分析，并能對你的用戶態(tài)度做出良好的分析。

　　二、分析是基于普通的網(wǎng)站訪問，而非特定的行為或是訪問不同的網(wǎng)站頻道。理解整體用戶態(tài)度和滿意度水平是極為重要的，把態(tài)度型分析與特定網(wǎng)站行為聯(lián)系在一起是非常有作用的。你需要花一些時間從宏觀和微觀的角度對態(tài)度型評估進行分析。

　　三、分析是單方面的，與行為分析完全分離。行為型和態(tài)度型數(shù)據(jù)分開進行分析是很普通的，這是一個極大的錯誤，因為態(tài)度型信息有助于改善分析，發(fā)現(xiàn)行為型數(shù)據(jù)。如果你有兩個不同小組負責對這些數(shù)據(jù)的分析，最好讓他們認真理解對方數(shù)據(jù)的重要性何在，他們?nèi)绾文懿捎谜系臄?shù)據(jù)。

　　我們知道，當用戶進入我們的網(wǎng)站并與我們進行交流時，這種訪問的作用是非常大的。因此，需要花一些時間研究如何才能更好地運作。關注在線是開始理解這一點的基礎，但你必須明白它要通過你的在線客戶循環(huán)。