Filtern von Sitzungsdaten
Um zu erfahren, wie Sitzungsfilter funktionieren, lesen Sie bitte Wie filtere ich Sitzungsdaten?
In diesem Artikel finden Sie Beispiele dafür, wann Sie bestimmte Heatmap-Sitzungsfilter verwenden können und wie Sie diese implementieren.
Welche Filter kann ich in einer Heatmap verwenden?
Sites mit dem Observe Basic-Plan können Heatmaps nur nach Datum filtern
Der Observe Basic-Plan erlaubt nur das Filtern von Heatmap-Daten nach Datum.
Nachfolgend finden Sie eine Liste der verfügbaren Filter, um Sitzungsdaten in Heatmaps zu segmentieren.
Zusätzlich können Sie Heatmaps nach dem Datum filtern. Unsere Datumsbereiche umfassen relative Bereiche und eine benutzerdefinierte Datumsbereichsoption.
- Relative Datumsbereiche ermöglichen es Ihnen, Heatmap-Daten aus bis zu 12 Monaten in der Vergangenheit zu sehen.
- Benutzerdefinierte Datumsbereiche sind nützlich, wenn Sie Heatmap-Daten vor und nach Änderungen an Ihrer Webseite oder Ihrem Produkt vergleichen möchten. Mit benutzerdefinierten Datumsbereichen können Sie Heatmap-Daten aus einem bestimmten Zeitraum von bis zu 12 Monaten in der Vergangenheit anzeigen. Weitere Einzelheiten zur Datenspeicherung bei Hotjar finden Sie in unserem Artikel Wie lange speichert Hotjar meine Daten?
Sie können Filter mit Ihren Heatmaps speichern
Wenn Sie eine Heatmap speichern, werden alle angewendeten Filter oder Datumsbereiche mitgespeichert, so dass Sie sich leichter auf bestimmte Nutzer konzentrieren können.
Anwendungsfälle für das Filtern von Heatmaps
Wenn Sie filtern, um zu vergleichen, wie verschiedene Gruppen von Nutzern mit bestimmten Bereichen Ihres Produkts interagieren, können Sie neue Möglichkeiten aufdecken oder bestehende Annahmen bestätigen. Im Folgenden finden Sie einige vorgeschlagene Anwendungsfälle für die Anwendung von Filtern auf Heatmaps.
-
Vergleich zwischen neuen und wiederkehrenden Nutzern
Es ist möglich, Heatmap-Daten für eine Seite zwischen neuen und wiederkehrenden Nutzern zu vergleichen, um zu sehen, wie Erstnutzer mit Ihrem Produkt interagieren. Sie können zum Beispiel neue und wiederkehrende Besucher Ihrer Homepage vergleichen, um ein spezifisches Erlebnis für jede Zielgruppe zu schaffen. Sie können prüfen, ob wiederkehrende Benutzer die Schaltfläche zum Anmelden leicht finden.
Filtern nach:
-
Nutzen Sie Standort und Technologie, um Besuchertrends zu analysieren und Probleme zu beheben
Verschaffen Sie sich ein klareres Bild vom Nutzerverhalten auf der Grundlage von Land, Gerät, Browser und Betriebssystem.
Filtern nach:
-
Konzentrieren Sie sich auf Nutzer, die Ihr Produkt auf einer bestimmten Seite betreten und verlassen
Verschaffen Sie sich ein besseres Verständnis der Nutzer, die Ihr Produkt auf einer bestimmten Seite betreten und dann verlassen, ohne weitere Seiten zu besuchen. Filtern Sie nach Nutzern, die Ihr Produkt auf derselben Seite betreten und verlassen haben, um mehr darüber zu erfahren, warum sie Ihr Produkt verlassen.
Filtern nach:
- Landing Page: https://example.com/
- Ausstiegsseite: https://example.com/
-
A/B-Testvarianten vergleichen
Vergleichen Sie Heatmap-Daten für Seiten, auf denen Sie einen A/B-Test durchführen, und finden Sie heraus, welche Variante besser abschneidet. Mit unserer Events API können Sie jedes Mal ein Ereignis an Hotjar senden, wenn ein Nutzer eine bestimmte Seitenvariante während eines A/B-Tests lädt. Sie können dann nach jeder Variante filtern, um zu sehen, wie die Nutzer mit den einzelnen Seiten interagieren.
Ereignis für Varianten einrichten für:
- Variante: AB_Kauf_Dec21_Variante
- Kontrolle: AB_Ausverkauf_Dez21_Kontrolle
Filtern nach:
- Ereignis: AB_checkout_Dec21_variant und AB_checkout_Dec21_control
-
Vergleich von Nutzern, die einen Kauf getätigt haben, mit Nutzern, die keinen Kauf getätigt haben
Durch den Vergleich des Verhaltens dieser Benutzergruppen können Sie Erkenntnisse gewinnen, die zu einer Verbesserung der Konversion beitragen können. Dazu müssen Sie in Hotjar Benutzerattribute einrichten, damit Sie nach Benutzern filtern können, die einen Kauf getätigt oder nicht getätigt haben.
Benutzerattribute einrichten für:
- Benutzer, die einen Kauf getätigt haben: made_a_purchase = true
- Benutzer, die keinen Kauf getätigt haben: made_a_purchase = false
Filtern nach:
- Landing Page: https://example.com/checkout
- Ausstiegsseite: https://example.com/checkout
- Benutzerattribut: made_a_purchase = true. Vergleichen Sie dies mit made_a_purchase = false
-
Führen Sie einen A/B-Test durch, indem Sie zwei Versionen der Checkout-Seite vergleichen
Durch den Vergleich des Verhaltens von Nutzern, die einen Kauf getätigt haben, mit Nutzern, die keinen Kauf getätigt haben, haben Sie vielleicht einige Optimierungsbereiche entdeckt. Es empfiehlt sich, einen A/B-Test durchzuführen, um zu überprüfen, ob die Änderungen an der Kaufabwicklung zu mehr Konversionen führen. Fügen Sie einen Feedback-Filter hinzu, um die Stimmung auf der Seite besser zu verstehen. Hier kombinieren wir die Ereignisse und Benutzerattribute, die wir in den obigen Beispielen eingerichtet haben:
Filtern nach:
- Ereignis: AB_checkout_Dec21_variant und AB_checkout_Dec21_control
- Benutzerattribut: made_a_purchase = true. Vergleichen Sie dies mit made_a_purchase = false
- Rückmeldungen: Benutzer, die positives vs. negatives Feedback gegeben haben
Net Promoter, Net Promoter System, Net Promoter Score, NPS und die NPS-bezogenen Emoticons sind eingetragene Marken von Bain & Company, Inc. und Fred Reichheld und Satmetrix Systems, Inc.