Upptäck hur histogram påverkar analyser och få insikter som går utöver medelvärden. Histogram avslöjar datamönster i kundbeteenden, besökarengagemang, tekniska prestanda och formulärfel, vilket ger djupare insikter och leder till välgrundade beslut i Adobe Workspace.

Vi sätter igång direkt. Du bör använda histogram. Jag ska förklara varför, men jag ska svara på din första fråga: Vad i hela världen är ett histogram? Jag fattar. För det mesta, när du ser ett gäng staplar så kanske du tror att det är ett stolpdiagram. Ja, histogram ser likadana ut, men jag försäkrar att de är annorlunda. I ett stolpdiagram jämförs saker, medan ett histogram visar hur ofta en variabel inträffar. Ta en titt. Här är ett stolpdiagram:

Vi har sex modeller och kan jämföra intäkterna för varje modell. Vi ser att Johannesburgmodellen har störst intäkter, medan Berlin har minst.

Nu ska vi titta på ett histogram:

Längst ned på x-axeln har vi antalet enheter som köpts av varje kund. Den första stapeln visar hur ofta en kund har köpt en enhet, den andra stapeln visar hur många kunder som köpt två enheter och så vidare, upp till kunder som köpt tio eller fler enheter.

Varför är det användbart? De flesta köper bara en enhet. Det minskar tills vi når fem enheter. Då avtar det igen tills vi når tio enheter. Det pekar på det faktum att kunderna gillar att köpa i multipler av fem och att vi kanske borde erbjuda specialpriser eller förpackningar för att utnyttja det. Men det finns säkert många andra användningsområden också.

Förstå besökarengagemang

Om webbplatsen eller appen bygger på upprepad trafik vill du veta hur många besökare som kommer tillbaka och hur ofta. Ett av de enklaste histogrammen du kan använda är att ta reda på hur många besökare som återvänder mer än en gång. När du spårar histogrammet över tiden kan du se förloppet, eftersom stolparna till höger blir högre och de till vänster blir mindre.

Du kanske vill att folk stannar på webbplatsen och läser artiklar. Ett histogram som visar hur många besökare som läser olika antal artiklar ger er insikt i hur högt engagemanget är. Varför är det till hjälp? Låt oss säga att de flesta besökare läser en artikel och går, men en del mycket engagerade besökare läser tre artiklar innan de går. Bra information! Nu vet ni att ni bör personalisera sidan med de första och tredje artiklarna med målet att få besökarna att läsa en artikel till.

Förstå kundbeteenden

Produktägaren för patientjournaler på ett sjukhus bad mig om vissa data. Det fanns sex områden att välja mellan för att få tag i journaler. Hon ville veta hur många människor som klickade på mer än en. Jag skapade ett histogram som visade hur många besökare som klickade på alternativen 1, 2, 3, 4, 5 eller 6. Det kan tyckas överdrivet, men över hälften av besökarna klickade på minst två alternativ och hela 3,2 % av besökarna klickade på alla sex. Med histogrammet framför sig skred hon till verket, omstrukturerade framtidsplanen och förenklade alternativen till två stycken. Det gjorde patienternas upplevelse mycket enklare.

Tekniska prestanda

Om du skapar ett histogram för hur många besökare som upplever tekniska fel kan du få en bra förståelse för hur webbplatsen fungerar tekniskt. Många besökare som råkar ut för många tekniska fel är ett tecken på att ni bör prioritera tekniska korrigeringar.

Förstå formulärprestanda

Felmeddelanden i ett formulär är något helt annat. De är besökarfel, inte fel från din sida. Men du kan dra nytta av ett histogram som visar hur många besökare som upplever fel. Om du ser ett histogram som anger att många besökare ofta upplever fel, är det inte säkert att det är deras fel. Det är en bra indikation på att formuläret har dåligt namngivna fält, otydliga instruktioner eller kanske en design som döljer obligatoriska fält.

Varför inte använda ett beräknat mätvärde?

Du kanske undrar hur det skiljer sig från ett beräknat mätvärde? Jag älskar bra beräknade mätvärden. Jag tycker att de är oumbärliga verktyg för att förstå hur sajter fungerar. Problemet med många av de användningsområden som jag har listat är att ett genomsnitt kan visa hur stort problemet är, men dölja omfattningen av det. Låt oss gå igenom hur histogrammen ger dig ytterligare information om några av användningsområdena ovan:

• Besökarengagemang – om i genomsnitt 1,2 artiklar blir lästa så är det ganska tydligt att du ska personalisera den första artikeln. Men du kommer att missa att det finns en annan stor grupp som går när de har läst den tredje artikeln, vilket är uppenbart i histogrammet.

• Tekniska fel – om du har ett genomsnitt på 8,7 fel per besökare så vet du att du har problem. Ett histogram kan visa att 97 % av besökarna upplever ett eller färre fel, men några få extremfall driver upp genomsnittet. Då kanske ni bestämmer er för att det inte är värt besväret att ägna mycket tid åt att förbättra upplevelsen för den där lilla gruppen.

• Formulärfel – om du har i genomsnitt 3,6 meddelanden om formulärfel per besökare så tyder det på ett problem. Du kan ha samma extremfall som med tekniska fel, men du kan få insikter om du ser en topp i histogrammet vid ett visst antal fel. En topp vid ett fel? Det kan vara ett vanligt problem som alla besökare upplever eller så inträffade kanske olika fel samtidigt. En topp vid tre fel? Det är intressant. Om det visar sig att det är samma tre fel, har ni fångat data som ger er en förståelse för era besökare och hjälper er att åtgärda det som troligen är en grupp av relaterade problem.

Som du ser har histogram inte bara sina egna användningsområden, de kan också fördjupa de insikter du får av ett medelvärde. De är färdiga visualiseringar i Adobe Analytics och enkla att skapa. Förhoppningsvis är dessa användningsexempel till hjälp eller inspiration. Lycka till med visualiseringarna!