没有一种神奇的方法可以创造一种会被普遍喜爱的体验。这不是我们的目标--相反，我们寻求创造能直观地为特定目标受众工作并取悦他们的体验。同样，没有一种方法来衡量我们的创作的成功。这就是分析学的意义所在。
如果你不能衡量它，你怎么知道它是否成功？这就是促使UX从业者收集和分析数据的问题。在线和关闭，我们收集的数据告诉我们，有多少人点击，他们导航到哪里，何时退出，以及他们的搜索。我们利用这一分析来衡量我们设计的有效性。换句话说，当我们看到人们所采取的行动时，我们就会看到我们的设计与他们沟通得有多好。
在这个初学者的指南中，我们将看到用于创建分析、日常任务和交付成果的方法，这些都是UX分析工作的一部分。我们还将列举一些有助于新手入门的工具、会议和书籍。
目录
什么是分析？
共同方法
日常任务和交付品
跟随的人
贸易工具
会议和协会
分析书籍
什么是分析？
自从互联网诞生以来，它已经发生了巨大的变化，用户的行为也发生了巨大的变化。用户已经从把记忆中的URL输入地址栏转移到依靠搜索引擎为他们找到一个站点。用户将打开并浏览多个选项卡，而不是将全部注意力放在一个页面上。所有这些都使网站或应用程序的度量复杂化：要衡量成功，分析师不能简单地测量Web服务器上的点击量。他们必须衡量人类的行为。
在收集信息时，研究人员采用定性和定量两种方法。定性数据是通过用户研究收集的：观察人们来理解。为什么他们做某些事情。定量数据是通过分析获得的：识别什么用户在访问页面时所采取的操作，以及多少用户会采取这些行动。
这些定量数据允许我们测量基线，使用这些基线为设计决策提供信息，然后衡量设计的成败。虽然有无数的东西我们可以测量，我们使用的数据只有几种方式：描述，诊断，处方，和预测。
描述性分析类似于旧的柜台。描述性分析显示基线，例如有多少人访问一个页面、点击一个按钮或观看一个视频。
诊断分析可以使用与描述性分析相同的度量，但目的不同。诊断分析帮助我们了解发生了什么以及原因。例如，如果一个在线零售商正在亏损，他们可能会测量链接的点击率和页面在客户旅途中的退出率，看看他们在哪里失去了人。
规定性分析指告知某人下一步该做什么的数据。例如，当GoogleMaps在高峰时间收集有关交通的数据时，他们可以为司机指定一条更好的路线。对于那些正在测量设计的有效性而不是流量的人来说，指令性数据仍然可以识别模式，从而可以为我们未来的设计决策提供信息。
预测分析是最后一类。预测分析告诉我们在一个场景中可能会发生什么。例如，如果我们A/B检验一个新的网站标题针对我们当前的网站，该测试将告诉我们哪个标题更有可能说服人们留在网站上。如果新的标题更流行，我们可以预测，如果我们实现新的头，我们的流量将增长。
所有四种类型的分析都使用度量，通常以关键性能指标(KPI)为基础。KPI是与业务成功相关的可衡量的行动或信号。例如，推特上的转发不会直接增加用户对组织的喜爱或了解程度。然而，营销团队可能会将他们的转发与品牌识别联系起来，在这种情况下，他们可以使用这些转发作为一个KPI。理想情况下，一个组织应该为一个业务目标拥有多个KPI，从而提高数据的可靠性。
Chart
共同方法
虽然分析对许多设计师来说似乎很复杂，但这个领域背后的基本方法却是简单而直接的。本质上，分析领域是基于研究,量测，和分析.
研究
虽然基于网络的分析是一个相当新的领域，但研究已有数百年的历史。研究人员遍布各个领域，从科学到营销再到人类学，他们所使用的技术直接影响着分析人员的工作方式和分析人员决定跟踪的事情。研究人员的工作，特别是与分析学相结合的工作，与科学方法密切类似：
研究人员首先优先考虑他们的目标或问题，以便集中他们的注意力。一旦他们知道了他们项目的目标，他们就会创建一个假设，并检验这个假设。然后，数据分析人员可以测量研究和测试的结果。在这些测试的基础上，研究人员和分析人员都可能开始识别异常值，或者结果并不代表更大的整体，以及结果中的模式。然后他们得出结论，甚至根据他们所确定的模式来预测未来的结果。
量测
说到这一点，大多数衡量标准都能帮助我们理解一个组织或品牌是如何成长的。营销人员、企业家和商业顾问都创造了自己的衡量成功的方法。它们测量用户数量、网站速度、在页面上花费的时间以及离线详细信息，如赚的钱、新产品或邮件列表的注册数量或购买数量。
对不熟悉分析的组织来说，危险在于他们只测量，而没有事先的研究或未来的分析。例如，一个团队可以测量访问站点的人数。然而，如果不研究前几天、几周或几个月内访问过多少人，以及分析这两种测量的比较情况，那么测量结果就是一个毫无意义的数字。这就是为什么我们经常提到数据跟踪而不是测量。数据跟踪是在研究的支持下进行的测量，目的是进行分析。
分析
分析是将信息分解成较小的部分，并检查这些信息的含义的过程。它被用于数学，哲学，化学，精神病学，甚至计算机科学。如果不进行分析，在研究中收集到的所有信息都可能被测量，但却没有。意义。对信息的分析使我们能够建立联系。例如，您可以研究人们如何访问网站，并测量来自搜索引擎的人数。然后，分析被用来提供上下文并回答基本问题：有多少人访问过类似的站点？与昨天、上周或去年相比，今天有多少人访问了你的网站？有多少人从谷歌和推特来到你的网站？
一个有趣的注释：“分析”来自古希腊著作?ναλ?ω，意思是“我解开了”。“分析学”一词最早的用法之一是亚里士多德的写作标题，先验分析一项关于演绎推理和科学方法的工作。由于我们作为人类，自然对分解信息并从逻辑上理解信息感兴趣，所以我们发现分析非常有价值，这是显而易见的原因。
日常任务和交付品
数据分析是许多职业的一部分，从营销者到UX从业者到数据分析人员。在本节中，我们将回顾UX从业者可能承担的一些与分析相关的任务，以及相关的交付品。
设定关键业绩指标
无论何时发起一项新的倡议，分析专家都需要确定和建立相关的关键业绩指标。这些都与项目的经验目标密切相关，这就是为什么UX实践者与数据分析员协作并理解分析和度量的价值所在。如上所述，KPI是与组织或项目目标相关的可衡量的行动。例如，该组织的目标是成为一家全球性公司，一个KPI可能是来自世界各地的更多的网站浏览量，或者是来自国外的一定数量的销售。理想情况下，每个项目目标都应该有一个与其相关联的KPI，这将使团队能够衡量项目的成功程度。
优化内容
虽然我们主要