Cas d'utilisation pour filtrer les cartes de chaleur

Dans cet article, nous partagerons des exemples de moments où vous pourriez choisir d'utiliser des filtres de session de heatmap particuliers et comment les mettre en œuvre.

• Quels filtres puis-je utiliser sur une heatmap ?
• Cas d'utilisation pour le filtrage des heatmaps

---

Quels filtres puis-je utiliser sur une heatmap ?

Voici la liste des filtres disponibles pour segmenter les données de session sur les heatmaps.

De plus, vous pouvez filtrer les heatmaps par date. Nos plages de dates incluent des plages relatives et une option de plage de dates personnalisée qui sont utiles si vous souhaitez comparer les données de heatmap avant et après les modifications apportées à votre page web.

Retour en haut

Cas d'utilisation pour le filtrage des heatmaps

Le filtrage pour comparer comment différents groupes d'utilisateurs interagissent avec des zones spécifiques de votre produit peut vous aider à découvrir de nouvelles opportunités ou à valider des hypothèses existantes. Voici quelques cas d'utilisation suggérés pour appliquer des filtres aux heatmaps.

• Comparer les nouveaux utilisateurs aux utilisateurs existants

  Il est possible de comparer les données de la carte thermique pour une page entre les nouveaux et les anciens utilisateurs pour voir comment les utilisateurs découvrent votre produit pour la première fois. Par exemple, vous pouvez comparer les nouveaux visiteurs et les visiteurs réguliers de votre page d'accueil pour aider à créer une expérience spécifique pour chaque public. Vous pourriez envisager si les utilisateurs réguliers trouvent facilement votre bouton de connexion.

  Filtrer par :

  • Nouveaux / Utilisateurs existants

• Utiliser la localisation et la technologie pour analyser les tendances des visiteurs et résoudre les problèmes

  Obtenez une image plus claire du comportement des utilisateurs en fonction de leur pays, de leur appareil, de leur navigateur et de leur système d'exploitation.

  Filtrer par :

  • Pays
  • Appareil
  • Navigateur
  • Système d'exploitation

• Se concentrer sur les utilisateurs qui entrent et sortent de votre produit sur une page spécifique

  Obtenez une meilleure compréhension des utilisateurs qui entrent dans votre produit sur une page spécifique, puis en sortent sans visiter d'autres pages. Filtrer par les utilisateurs qui ont à la fois atterri et quitté votre produit sur la même page pour en savoir plus sur les raisons de leur départ.

  Filtrer par :

  • Page d'atterrissage : https://example.com/
  • Page de sortie : https://example.com/

• Comparer les variantes de test A/B

  Comparez les données de la carte thermique pour les pages sur lesquelles vous effectuez un test A/B et découvrez laquelle fonctionne le mieux. En utilisant notre API d'événements, vous pouvez envoyer un événement à Hotjar chaque fois qu'un utilisateur charge une variante spécifique de page pendant un test A/B. Vous pourrez ensuite filtrer par chaque variante pour voir comment les utilisateurs interagissent avec chaque page.

  Configurer l'événement pour les variantes :

  • Variante : AB_checkout_Dec21_variant
  • Contrôle : AB_checkout_Dec21_control

  Filtrer par :

  • Événement : AB_checkout_Dec21_variant et AB_checkout_Dec21_control

• Comparer les utilisateurs ayant effectué un achat à ceux qui n'ont pas effectué d'achat

  Comparer le comportement de ces groupes d'utilisateurs peut révéler des informations qui peuvent aider à améliorer les conversions. Pour ce faire, vous devrez configurer les attributs d'utilisateur dans Hotjar afin de pouvoir filtrer par utilisateurs ayant effectué un achat et ceux qui n'ont pas effectué d'achat.

  Configurer les attributs d'utilisateur pour :

  • Utilisateurs ayant effectué un achat : made_a_purchase = true
  • Utilisateurs n'ayant pas effectué d'achat : made_a_purchase = false

  Filtrer par :

  • Page d'atterrissage : https://example.com/checkout
  • Page de sortie : https://example.com/checkout
  • Attribut d'utilisateur : made_a_purchase = true. Comparer cela avec made_a_purchase = false

• Effectuer un test A/B en comparant deux versions de la page de paiement

  En comparant le comportement entre les utilisateurs ayant effectué un achat et ceux qui ne l'ont pas fait, vous avez peut-être repéré des zones à optimiser. Il est recommandé de réaliser un test A/B pour valider si les modifications apportées à la page de paiement entraîneront davantage de conversions. Ajoutez un filtre de feedback pour mieux comprendre le sentiment autour de la page. Ici, nous allons combiner les Événements et les Attributs d'utilisateur que nous avons configurés dans les exemples ci-dessus :

  Filtrer par :

  • Événement : AB_checkout_Dec21_variant et AB_checkout_Dec21_control
  • Attribut d'utilisateur : made_a_purchase = true. Comparer cela avec made_a_purchase = false
  • Feedback : Utilisateurs ayant donné un feedback positif vs négatif

• Identifier les points de frustration des utilisateurs lors des variations du processus de paiement

  En se concentrant sur les utilisateurs qui ont atteint la page de paiement mais n'ont pas finalisé leur achat, vous pouvez voir s'il y a une partie du processus qui crée des frictions. Visualiser les clics de rage peut vous aider à comprendre où les utilisateurs rencontrent des frustrations lors du processus de paiement, mettre en évidence les bugs dès le début et savoir comment redessiner une page pour augmenter les conversions.

  Filtrer par :

  • Événement : AB_checkout_Dec21_variant ou AB_checkout_Dec21_control
  • Attribut d'utilisateur : made_a_purchase = false
  • Clic de rage : L'URL de la page est https://example.com/checkout

• Se concentrer sur les utilisateurs qui consultent une page d'atterrissage d'une campagne payante spécifique

  En utilisant le filtre de Canal de trafic, associé à la carte des zones d'engagement, vous pouvez comprendre comment des utilisateurs spécifiques interagissent avec votre page afin de pouvoir apporter des ajustements. Par exemple, vous pouvez voir si les utilisateurs d'une campagne payante font défiler suffisamment pour voir votre bouton d'Appel à l'Action, ou si une autre zone reçoit plus d'attention que prévu.

  Filtrer par :

  • Canal de trafic : Nom de la campagne contient "example_campaign"

Retour en haut

Net Promoter, Net Promoter System, Net Promoter Score, NPS et les émoticônes liées à NPS sont des marques déposées de Bain & Company, Inc., Fred Reichheld et Satmetrix Systems, Inc.