Søgeadfærdsanalyse

Både din Ankiro Enterprise Search og analyseværktøjer som Google Analytics genererer en masse værdifulde oplysninger om dine brugere hver gang de besøger en hjemmeside. Disse data kan give dig svar på spørgsmål som hvad brugerne søger efter, hvor præcist de kender deres eget behov, om de finder det de leder efter, hvad de gør hvis de ikke finder det, hvilke dokumenter de åbner, og hvor lang tid de er villige til at bruge. En analyse af søgelogfiler kan omsætte disse oplysninger til vigtig viden om dine brugeres adfærd, behov og forventninger til og tilfredshed med hjemmesiden og dens søgesystem. Det kan være af afgørende betydning for dit sites succes at tappe denne information i tide så du kan drage nytte af den til forbedringer af sitet og dermed øge salget, produktiviteten og brugernes tilfredshed.

Ankiro har derfor udviklet en række værktøjer der skal hjælpe dig med at afdække disse adfærdsmønstre. Analyserne kan sammensættes på forskellige måder afhængig af dit ambitionsniveau og de data der indgår i logfilen. Typisk kombineres en række af nedenstående elementer.

Analysetyper

Basis
Session
Target
Interaktion
Sprog

Denne statistiske analyse viser fordelingen af lange og korte søgninger og fortæller derigennem noget om brugernes tryghed ved og brug af systemets finesser samt hvor godt de kender deres egne behov. På visse sites søger brugerne generelt med meget få ord – måske kun ét ad gangen – hvilket ofte gør det meget svært at forudsige hvad de er ude efter, mens brugerne på andre sites – selv inden for samme type site – producerer længere søgninger og udnytter de avancerede søgemuligheder i højere grad. Det kan dels være et spørgsmål om vane og tradition inden for en bestemt brugergruppe, men det kan også sige noget om dine brugeres fortrolighed med systemet og deres forståelse af deres egne behov. Hvis ikke de ved hvad de har brug for, kan de jo ikke beskrive det i detaljer. Hvis du har fundet ud af at dine brugere hører til de ordfattige, findes der forskellige metoder til at hjælpe dem med at specificere deres søgninger. Du kan f.eks. opmuntre dem til at skrive mere og stille afgrænsningsmuligheder og lignende til rådighed. En basisanalyse kan også sættes op til at finde andelen af produktnumre, dokumentnumre, telefonnumre, mailadresser eller tilsvarende typer informationer. Således viste en analyse af et telekommunikationssite at hele 13 % af søgningerne var telefonnumre. Disse søgninger krævede en helt anden respons end andre søgninger.

Denne analyse undersøger brugeradfærden inden for en session. Analysen viser hvordan dine brugere reagerer på om de får for mange eller for få resultater, og den kan derfor sige noget om hvorvidt systemet generelt returnerer for mange eller for få dokumenter på en forespørgsel. Sessionsanalyser forudsætter at logfilen er organiseret kronologisk (dvs. ikke frekvensakkumuleret), helst med angivelse af en form for bruger-id så overlappende brugersessioner kan holdes adskilt. Hvis loggen også indeholder afdelingsnumre eller lignende, kan der skelnes mellem de forskellige brugergruppers adfærd. Der kan f.eks. være stor forskel på hvordan administrations- og forskningsafdelingen søger efter den samme information. I visse tilfælde kan du også undersøge brugen af forskellige indbyggede filtre. Det afhænger dog af om de er logget på en hensigtsmæssig måde.

En targetanalyse ser på hvad brugerne refererer til med deres søgning. Det kan dels vise hvad dine brugere er mest interesserede i at finde, dels fortælle noget om deres forståelse af deres egne behov. Targetanalysen opdeler brugerne i grupper med forskellige typer behov og tilsvarende forskellig adfærd. Typisk har disse brugergrupper også et forskelligt behov for feedback fra systemet, og de interagerer med systemet på forskellige måder. Targetanalyser egner sig især til domæner som produkt-, job- og boligsøgning hvor man søger efter noget i den virkelige verden snarere end dokumenter.

En analyse af en internationalt orienteret jobportal viste at hele 9 % af brugerne blot skrev hvilket land de kom fra, mens kun 30 % søgte på en konkret stilling. Der viste sig at være otte forskellige typer søgninger (ud af 22 undersøgte) som blev benyttet af mere end 5 % af brugerne. Det var således tydeligt at én måde at imødegå brugerne på slet ikke var nok. Brugerne af dit site viser sig altid at være mere opfindsomme end du har forudset, og så er det vigtigt at du er i stand til at hjælpe dem der har en anden måde at søge på end designerne selv.

En interaktionsanalyse benytter sig af data om hvad dine brugere vælger at klikke på, hvor længe de læser dokumenterne, hvor mange resultatsider de bladrer igennem osv. Det fortæller en masse om hvorvidt brugerne finder det de leder efter, men kan også bidrage med mange andre interessante statistiske oplysninger, især i kombination med en targetanalyse. En kombineret target- og interaktionsanalyse kan typisk fortælle noget om hvilke brugergrupper der har en tendens til at give op uden at finde noget, hvem der omformulerer sig efter at have set resultaterne af første søgning, og hvem der synes at finde det de leder efter. Du kan typisk se hvem der er villige til at læse mange dokumenter igennem for at finde den søgte information, og hvem der giver op tidligt.

En analyse af en jobportal for udlændinge der søgte job i Danmark viste blandt meget andet at dem der beskrev deres vidensfelt (oftest akademikere), havde en tendens til at give op uden at finde et passende jobopslag – antageligt fordi de ikke vidste hvilke konkrete job de kunne søge – mens brugere der beskrev andre kompetencer, var i stand til at omformulere sig efter at have fået et første resultat og derefter finde et jobopslag. Det viste sig også at der var en række brugere der søgte på meget vage termer eller ganske enkelt koncentrerede sig om en geografisk lokalitet. Disse brugere havde behov for en helt anden respons end dem der vidste mere præcist hvad de kunne tænke sig; de skulle i første omgang bruge information om arbejdsmarkedet snarere end konkrete jobopslag. På den måde kunne sitets struktur tilpasses til brugernes behov på en måde som man slet ikke havde overvejet kunne være nødvendig. Interaktionsanalyser forudsætter at der logges data om klikadfærd og lignende for hver enkelt søgning, f.eks. gennem Google Analytics. Bemærk at ikke alle har sat Google Analytics op til at logge disse informationer.

Nogle kunder vil have glæde af en sproglig analyse af de ord og udtryk der anvendes til at søge med. Dette kan f.eks. vise hvilke sprog der søges på, men også om brugerne søger bredt eller specifikt. Vælger de besøgende f.eks. at søge på teaktræslænestole eller bare stole? Andre sproglige analyser kan foretages efter behov, hvis materialet tillader det. I visse brancher kan du ved at kombinere en sproganalyse med en targetanalyse opnå interessante resultater som fortæller dig om forskelle mellem kunder fra forskellige lande. En skandinavisk e-handel fandt eksempelvis ud af at de danske kunder var dobbelt så tilbøjelige til at købe alkohol og tøj som de svenske, mens 58 % af de norske kunder gik direkte efter særlige tilbudspakker. Sproglige analyser er begrænset til dansk, svensk, norsk (bokmål og nynorsk), finsk, engelsk og tysk.

Forberedelse af datasæt

Inden dine søgelogger analyseres, vurderes datasættets kvalitet og egnethed i forhold til forskellige analyser, og data formateres så de kan læses af de forskellige analyseværktøjer. Der renses evt. ud i data for at undgå søgestrenge udsendt af robotter samt hackerangreb og lignende. Hvor omfattende dette element er, afhænger af materialets beskaffenhed. Validiteten af resultaterne afhænger naturligvis af hvor meget data der inddrages i analysen, og hvor grundigt det analyseres. Eller specifikt

  • hvor mange søgninger loggen indeholder
  • hvor mange informationer der logges for hver søgning
  • hvor stor en del af analysen der automatiseres, og hvor meget der gennemgås manuelt

Visse analyser kræver manuel behandling; andre egner sig bedst til automatisk gennemgang. Det er således også muligt at arbejde med et stort og et lille datasæt hvor det store benyttes til automatiske statistiske analyser, mens et uddrag gennemgås manuelt for at undersøge hvad folk søger efter og hvordan de udtrykker deres behov.