Оценка поведенческих факторов для ранжирования

Оценка поведенческих факторов для ранжирования

Сайты чрезвычайно многообразны, и поэтому выработать общие критерии эффективности для пользователей абсолютно невозможно. Так, например, убийственно эффективный одностраничник будет гарантированно иметь глубину просмотра не более 1 (и 100 % отказов), а магазин с чрезвычайно запутанной системой оформления заказа будет иметь хорошее соотношение просмотров к хостам – выше, чем у магазина с более удобным и простым оформлением.

Из этого можно сделать простой вывод: универсальных пороговых значений пользовательских метрик не существует. Вместо них используется более сложный метод оценки – создание паттернов поведения.

Самый простой способ создания паттерна пользовательского поведения – выработка задания для фокус-группы. Давая фокус-группе задание выполнить определенные действия на заведомо плохом или хорошем с точки зрения юзабилити сайте и записывая то, что будут делать члены группы, при помощи технологий, аналогичных WebVisor, мы можем составить обобщенную картину действий пользователей. Именно они лягут в основу паттерна, который мы для примера назовем «поиск кнопки Купить на странице неудобного интернет-магазина». Если WebVisor, работающий на реальном сайте, выдаст похожую модель, мы сможем говорить о том, что наш паттерн поведения подходит и, скорее всего, оцениваемый магазин действительно неудобен для пользователей. Это еще не повод понижать его позицию в выдаче, но вкупе с другими пользовательскими метриками (например, переходом на другие сайты, выдаваемые по тому же запросу) алгоритмы могут сделать довольно точные выводы о его ценности для пользователей.