论文部分内容阅读
摘 要：随着我国科学技术水平的不断提高，促进了大数据技术的发展，新型的大数据技术能够在较短的时间内，实现对各种数据信息资源的快速整合，很好的满足用户体验对用户数据粒度以及信息数据的要求，并且能够在大样本环境下进行用户体验工作，很好的弥补定性研究方法具备的缺陷。因此，本文针对网络业务用户体验中大数据分析的作用与管理进行详细的分析。
关键词：网络业务；用户体验；大数据；作用；管理
以往进行用户体验的研究方法主要运用定性研究方法，其具有不能代表大样本、数据结果不够准确、不能满足用户体验对用户详细信息行为的数据信息规定的要求等缺陷。随着我国3G和光速宽带等业务的飞速发展，我国的各个网络运营商逐渐由以往传统的网络运营商朝现代综合信息服务化的提供商转型。但是在现代的互联网业务中逐渐出现了用户了解不深入、用户体验不佳，进而导致用户对无粘性不足的问题。本文通过对大数据技术分析给互联网业务产品层面的可用性评估、提升运营层面的用户体验以及实现对用户层面的个性化管理等方面进行分析。
1 网络业务用户体验概念分析
所谓用户体验，指的是用户在使用服务的过程中构建的一种整体、主观的心理感受。进行用户体验时，主要运用问卷调查、情景访谈、卡片分类、启发性评估以及可用性测试等研究方法。这些研究方法能够对用户体验进行全面性的研究，尤其能够将用户体验中无法解决的量化问题进行有效解决。但是其具有样本少、不能持续性跟踪用户等缺点。大数据技术的发展很好的解决了这一问题，其不仅对互联网用户的使用体验进行度量，而且还增加了用户体验途径。
2 产品层面的可用性评估
在互联网业务中进行的用户体验主要以可用性为重要指标。在实际工作中，可以将可用性划分为可用性和好用性，这两个层面给用户体验提供了必要的条件，前者主要对业务系统上面的硬性bug进行考察，后者主要对用户体验的精髓进行体现，也就是让用户花费更少的成本。
2.1 可用性
可用性指的是对系统的响应时间和报错数据信息进行分析，快速、及时的发现业务系统中出现的用户体验短板问题。和以往的话音、短信业务相比，互联网业务系统更加复杂，内容更加丰富，随着用户端架构层级的增加，频道数也在增加，进而使整体架构的复杂性也得到了增加。另外，受到用户终端与所处网络环境差异的影响，只依据业务上线之前的穿越走查，容易给业务体验用户带来隐患。运用大数据技术，具有以下三个方面的优点：
（1）运用大数据技术的海量处理技术，能够对数据信息量大的服务器日志进行分析，对用户请求页面的响应时间进行评估，发现相应缓慢的页面，并进行修改，有效提升业务的用户体验。（2）大数据技术的快速处理能力，能够及时快速的找到日志中的报错信息，及时进行修正，防止给用户体验带来更大影响。（3）大数据技术还包括了不同地理位置信息与用户终端设备数据，通过这些数据对不同地区和不同终端的差异现象进行分析，以便更好的进行改善。
2.2 好用性
好用性指的是对用户经常访问的路径进行分析，及时发现业务系统构件设计上的缺陷，并对其进行优化。用户在运用互联网业务时，对页面的访问顺序具有一定的习惯，因此，需要注意以下几个问题：
（1）部分页面层级较深，访问路径长，但是用户的访问量较高。针对这种情况，需要对页面的层级进行调整或者在高层及的页面中为其提供快速入口功能。（2）部分页面访问路径不长，但是需要用户绕很多路径才能访问到该页面。针对这种情况，需要修改页面导航。（3）访问的一些页面具有并发性。对于这种情况，需要在页面中设置快速跳转链接，或者对关联页面进行整合。
3 提升运营层面的用户体验
大数据技术不仅能够发现用户体验中的不足之处，而且还具备解决用户体验的解决方案。例如在资源丰富的互联网中，用户很难找寻到满足自己个性化需求的业务，在该情况下提升用户体验，能够加强业务对用户的粘性。大数据技术在提升运营层面的用户体验方面具有以下几个方面的优势：
（1）及时发现交易中出现的瓶颈。用户进行在线交易时，经常由于业务使用体验不佳而停止购买、运用大数据技术对服务器日志信息数据进行分析，能够对用户进入订购页面的访问路径进行还原，快速的找到用户放弃购买的环节，通过运用用户访谈或者现场测试形式对用户进行体验测试，有针对性的改进。
（2）吸引用户购买业务。用户进入订购页面时，通过访问其他页面来对该业务进行了解。运用大数据技术，对用户访问过的页面进行关联分析，能够找到用户购买页面之前的关联页面，在这类页面中设置具有吸引力的业务广告来吸引用户点击购买，使其快速链接到购买页面，增加业务的购买量。
（3）帮助用户找到业务内容。大数据技术自身具备的快速数据处理能力与跨平台数据整合能力，能够实现商品的主动推送。以往的商品推荐引擎主要运用关联规则与协同式过滤技术，将用户需求推动到用户终端中。但是其只能进行同一种业务的推送，如果用户需求内容不在该业务范围中时，将不能满足。例如，用户在图书网站上看到一本书，想看和这本书相关的电影，那么这时就不能将该部电影推动到用户的终端上。
4 构建以大数据技术为基础的用户体验管理体系
进行用户体验工作是以保持业务用户队伍的黏性为最终目标的，运用大数据技术能够对用户使用体验的监测指标数据与用户的互联网偏好等个性化信息数据进行构建。运用这些数据，构建用户体验分类模型和用户体验的流失影响力模型，实现对用户队伍的管理。
（1）用户体验分类模型。对用户体验指标进行聚类分析，找出用户体验中比较典型的差异类型，对其中的典型用户有针对性的进行访谈测试，将业务用户体验业务的短板进行完善。
（2）建立流失预警模型。用户体验好坏和用户黏性有较为直接的关系，对用户体验指标的变化进行监测，构建流失预警模型，提早发现流失用户，并对其进行挽留。
（3）建立流失挽留外呼管理机制，防止对用户进行疲劳轰炸。首先对流失判别模型提取真正具有离网倾向的用户进行外呼，不对全网用户进行无目的、无针对性的疲劳轰炸，使外呼失去应有的意义；其次，设定阈值对外呼进行挽留，针对多次外呼不能挽回的用户，不再进行外呼以防止给用户造成骚扰。可以在经过一段时间后再次对用户进行召回。
5 结语
总而言之，大数据技术具有高效、快速的信息数据处理能力、跨平台的数据信息整合能力以及丰富的数据信息来源，给网络业务用户体验研究人员提供更加全面的对用户在线行为表现进行了解的条件，虽然其目前应用的不够广泛，但是在未来的网络业务发展中将会成为用户体验研究的重要方向。
参考文献：
[1] 顾芳，刘旭峰，左超.大数据背景下运营商移动互联网发展策略研究[J].邮电设计技术，2012，01（11）：910.
[2] 陈如明.大数据时代的挑战、价值与应对策略[J].移动通信，2010，10（31）：9596.
[3] 胡昌平，邓胜利.基于用户体验的网站信息构建要素与模型分析[J].情报科学，2008，14（03）：209210.
[4] 吴江，黄晟青，蔡骏.互联网购物网站用户体验设计研究[J].包装工程，2012，01（11）：910.
关键词：网络业务；用户体验；大数据；作用；管理
以往进行用户体验的研究方法主要运用定性研究方法，其具有不能代表大样本、数据结果不够准确、不能满足用户体验对用户详细信息行为的数据信息规定的要求等缺陷。随着我国3G和光速宽带等业务的飞速发展，我国的各个网络运营商逐渐由以往传统的网络运营商朝现代综合信息服务化的提供商转型。但是在现代的互联网业务中逐渐出现了用户了解不深入、用户体验不佳，进而导致用户对无粘性不足的问题。本文通过对大数据技术分析给互联网业务产品层面的可用性评估、提升运营层面的用户体验以及实现对用户层面的个性化管理等方面进行分析。
1 网络业务用户体验概念分析
所谓用户体验，指的是用户在使用服务的过程中构建的一种整体、主观的心理感受。进行用户体验时，主要运用问卷调查、情景访谈、卡片分类、启发性评估以及可用性测试等研究方法。这些研究方法能够对用户体验进行全面性的研究，尤其能够将用户体验中无法解决的量化问题进行有效解决。但是其具有样本少、不能持续性跟踪用户等缺点。大数据技术的发展很好的解决了这一问题，其不仅对互联网用户的使用体验进行度量，而且还增加了用户体验途径。
2 产品层面的可用性评估
在互联网业务中进行的用户体验主要以可用性为重要指标。在实际工作中，可以将可用性划分为可用性和好用性，这两个层面给用户体验提供了必要的条件，前者主要对业务系统上面的硬性bug进行考察，后者主要对用户体验的精髓进行体现，也就是让用户花费更少的成本。
2.1 可用性
可用性指的是对系统的响应时间和报错数据信息进行分析，快速、及时的发现业务系统中出现的用户体验短板问题。和以往的话音、短信业务相比，互联网业务系统更加复杂，内容更加丰富，随着用户端架构层级的增加，频道数也在增加，进而使整体架构的复杂性也得到了增加。另外，受到用户终端与所处网络环境差异的影响，只依据业务上线之前的穿越走查，容易给业务体验用户带来隐患。运用大数据技术，具有以下三个方面的优点：
（1）运用大数据技术的海量处理技术，能够对数据信息量大的服务器日志进行分析，对用户请求页面的响应时间进行评估，发现相应缓慢的页面，并进行修改，有效提升业务的用户体验。（2）大数据技术的快速处理能力，能够及时快速的找到日志中的报错信息，及时进行修正，防止给用户体验带来更大影响。（3）大数据技术还包括了不同地理位置信息与用户终端设备数据，通过这些数据对不同地区和不同终端的差异现象进行分析，以便更好的进行改善。
2.2 好用性
好用性指的是对用户经常访问的路径进行分析，及时发现业务系统构件设计上的缺陷，并对其进行优化。用户在运用互联网业务时，对页面的访问顺序具有一定的习惯，因此，需要注意以下几个问题：
（1）部分页面层级较深，访问路径长，但是用户的访问量较高。针对这种情况，需要对页面的层级进行调整或者在高层及的页面中为其提供快速入口功能。（2）部分页面访问路径不长，但是需要用户绕很多路径才能访问到该页面。针对这种情况，需要修改页面导航。（3）访问的一些页面具有并发性。对于这种情况，需要在页面中设置快速跳转链接，或者对关联页面进行整合。
3 提升运营层面的用户体验
大数据技术不仅能够发现用户体验中的不足之处，而且还具备解决用户体验的解决方案。例如在资源丰富的互联网中，用户很难找寻到满足自己个性化需求的业务，在该情况下提升用户体验，能够加强业务对用户的粘性。大数据技术在提升运营层面的用户体验方面具有以下几个方面的优势：
（1）及时发现交易中出现的瓶颈。用户进行在线交易时，经常由于业务使用体验不佳而停止购买、运用大数据技术对服务器日志信息数据进行分析，能够对用户进入订购页面的访问路径进行还原，快速的找到用户放弃购买的环节，通过运用用户访谈或者现场测试形式对用户进行体验测试，有针对性的改进。
（2）吸引用户购买业务。用户进入订购页面时，通过访问其他页面来对该业务进行了解。运用大数据技术，对用户访问过的页面进行关联分析，能够找到用户购买页面之前的关联页面，在这类页面中设置具有吸引力的业务广告来吸引用户点击购买，使其快速链接到购买页面，增加业务的购买量。
（3）帮助用户找到业务内容。大数据技术自身具备的快速数据处理能力与跨平台数据整合能力，能够实现商品的主动推送。以往的商品推荐引擎主要运用关联规则与协同式过滤技术，将用户需求推动到用户终端中。但是其只能进行同一种业务的推送，如果用户需求内容不在该业务范围中时，将不能满足。例如，用户在图书网站上看到一本书，想看和这本书相关的电影，那么这时就不能将该部电影推动到用户的终端上。
4 构建以大数据技术为基础的用户体验管理体系
进行用户体验工作是以保持业务用户队伍的黏性为最终目标的，运用大数据技术能够对用户使用体验的监测指标数据与用户的互联网偏好等个性化信息数据进行构建。运用这些数据，构建用户体验分类模型和用户体验的流失影响力模型，实现对用户队伍的管理。
（1）用户体验分类模型。对用户体验指标进行聚类分析，找出用户体验中比较典型的差异类型，对其中的典型用户有针对性的进行访谈测试，将业务用户体验业务的短板进行完善。
（2）建立流失预警模型。用户体验好坏和用户黏性有较为直接的关系，对用户体验指标的变化进行监测，构建流失预警模型，提早发现流失用户，并对其进行挽留。
（3）建立流失挽留外呼管理机制，防止对用户进行疲劳轰炸。首先对流失判别模型提取真正具有离网倾向的用户进行外呼，不对全网用户进行无目的、无针对性的疲劳轰炸，使外呼失去应有的意义；其次，设定阈值对外呼进行挽留，针对多次外呼不能挽回的用户，不再进行外呼以防止给用户造成骚扰。可以在经过一段时间后再次对用户进行召回。
5 结语
总而言之，大数据技术具有高效、快速的信息数据处理能力、跨平台的数据信息整合能力以及丰富的数据信息来源，给网络业务用户体验研究人员提供更加全面的对用户在线行为表现进行了解的条件，虽然其目前应用的不够广泛，但是在未来的网络业务发展中将会成为用户体验研究的重要方向。
参考文献：
[1] 顾芳，刘旭峰，左超.大数据背景下运营商移动互联网发展策略研究[J].邮电设计技术，2012，01（11）：910.
[2] 陈如明.大数据时代的挑战、价值与应对策略[J].移动通信，2010，10（31）：9596.
[3] 胡昌平，邓胜利.基于用户体验的网站信息构建要素与模型分析[J].情报科学，2008，14（03）：209210.
[4] 吴江，黄晟青，蔡骏.互联网购物网站用户体验设计研究[J].包装工程，2012，01（11）：910.