Webalapú felhasználói felületek használhatósági elemzési, valamint funkcionális tervezés módszerei, eszközei

Módszerek, eszközök, előkészítés és várható eredmények

Adatbányászat

Amennyiben a vizsgált rendszer naplózza (logolja) a különböző felhasználó tevékenységekre vonatkozó információkat, akkor ez alapján is elemezni lehet az adott felület használatóságát.

Mivel itt általában nagymennyiségű adatról van szó, a feldolgozást érdemes mesterségesintelligencia-algoritmus használatával (pl. szabálygenerálók, asszociációs modellek, osztályozás, klaszterezés) elvégezni. A feldolgozást különböző célszoftverek (pl. SPSS Clementine, Weka) segítik.

A kép (nagyobb változata) külön ablakban is megtekinthető.clementine_full.jpgSPSS Clementine alkalmazás képernyőképe

A magyar nyelvű szakirodalomban is több olyan kutatást olvashatunk, amelynek során a kutatók adatbányászati módszerekkel vizsgálták a tanulók oktatási környezetekben végzett tevékenységeit (Izsó, 2007)[11], (Nyéki, 2009) [12], (Jókai, Nagy, 2009) [13].

Az adatbányászat egyik részterülete a Web mining (webes adatbányászat), amelynek során a vizsgált rendszer tartalmára, használatára (felhasználók viselkedése, szokásai), struktúrájára vonatkozó adatok összekapcsolása és kiértékelése történik meg, így az adott rendszer hatékonysága felmérhető, elemezhető.

Arra vonatkozóan, hogy mit érdemes logolni, illetve az adatbázist hogyan érdemes felépíteni, számos jó esettanulmányt találunk Choquet, C., Luengo, V. & Yacef, K. könyvében [14].

Webalapú felületek bizonyos fokú vizsgálatára a Google Analytics szolgáltatás is megfelelő lehet. Ahhoz, hogy a szolgáltatást használjuk, rendelkeznünk kell Google felhasználói azonosítóval. A portálra történő belépés után létrehozhatjuk azt a webhelyprofilt, amelyre vonatkozóan a jelentéseket el akarjuk készíteni. A megfelelő adatok (webcím, időzóna) megadása után kapunk egy úgynevezett követőkódot, amelyet a website vizsgálandó oldalain kell elhelyeznünk.

Az alábbi script egy Google Analytics követőkódot tartalmaz, amelyben az egyedi azonosító UA-xxxxxx-x kóddal lett helyettesítve.

<script type="text/javascript">
var gaJsHost = (("https:" == document.location.protocol) ? "https://ssl." : "http://www.");
document.write(unescape("%3Cscript src='" + gaJsHost + "google-analytics.com/ga.js' type='text/javascript'%3E%3C/script%3E"));
</script>
<script type="text/javascript">
try{
var pageTracker = _gat._getTracker("UA-xxxxxx-x");
pageTracker._trackPageview();
} catch(err) 
</script>

Amennyiben egy portálrendszert vizsgálunk, a kód telepítése egyszerűen megtörténhet az adott portál sablonjának módosításával. A kód elhelyezése után 24 órán belül már megtekinthetők a jelentések a Google Analytics webes felületén.

A jelentések különböző kategóriák szerint érhetőek el. Az irányítópulton grafikont láthatunk a látogatásokról, oldalmegtekintésekről, a webhelyen töltött átlagos időről stb., illetve összegző adatokat találunk a webhely használatával, a látogatókkal, forgalmi forrásokkal és tartalommal kapcsolatban. Térképen látjuk azt is, hogy jellemzően mely országokból tekintették meg a website-ot.

A látogatók elemzése külön menüpontban kapott helyett. A látogatókat különböző kategóriák szerint lehet szegmentálni, például nyelv, hálózati hely, térképnézet szerint is. Nemcsak a beépített kategóriákat használhatjuk, megtehetjük, hogy egyéni változókat hozunk létre. Ha például egy portálon a belépett felhasználók tevékenységeit egyénileg akarjuk elemezni, akkor a weblap forráskódjában egyéni változóként el kell helyeznünk a kívánt paramétert, jelen esetben mondjuk a felhasználói nevet.

_gaq.push(['_setCustomVar',1,'UserID','gipszjakab',1]);

A fenti megoldás használatával lehetővé válik, hogy a felhasználók oldallátogatásait, a webhelyen töltött idejüket, a visszafordulások arányát stb. egyénileg elemezhessük.

Nemcsak egyéni változókat, hanem egyéni eseményeket (pl. elindítottak egy adott animációt/videót) is definiálhatunk az oldalainkon. Ezután az eseménykövetés kategóriában megtekinthetők, hogy milyen arányban állnak az adott eseményt kiváltó látogatások a webhelyre irányuló összes látogatások számával.

A Tartalom kategóriában megnézhetjük, hogy melyik a legnépszerűbb oldal, illetve melyek a fő kilépési oldalak, ahol a felhasználók elhagyják a site-ot. Lehetőség van oldalon belüli elemzésre is. Ekkor a vizsgálandó weboldalon navigálhatunk, miközben látjuk, hogy a felhasználók hány százaléka kattintott az oldalon szereplő hivatkozásokra.

A kép (nagyobb változata) külön ablakban is megtekinthető.1_analiticspelda_full.pngAz oldalon belüli elemzés megmutatja, hogy a felhasználók hány százaléka kattintott az adott hivatkozásra.

A Google Analytics támogatási oldalán részletes információkat találunk arra vonatkozóan, hogy hogyan telepíthetjük a követőkódot, hogyan készíthetünk egyéni jelentéseket, definiálhatunk egyéni célokat.

Az alábbi animációban a Google analytics néhány funkcióját láthatjuk:

A vizsgálat előkészítése

Lehetővé kell tenni, hogy a vizsgált rendszerben a szükséges adatok eltárolhatók legyenek oly módon, hogy azok adatbányászati eszközökkel feldolgozhatók legyenek. Biztosítani kell, hogy ezen adatok a vizsgálat során ne sérülhessenek meg, rendszeres mentésükről gondoskodni kell.

Eszközigény

Az adatbányászat elvégzéséhez szükséges szoftver(ek).

Mennyibe kerül?

Attól függ, hogy a feldolgozást milyen szoftverrel végezzük. Amennyiben a webes rendszer alapból nem szolgáltat olyan logokat, amelyek szükségesek lennének, akkor a fejlesztés/átalakítás költségeire is gondolni kell.

Mi történik a teszt után?

Az adatok kiértékelése során olyan összefüggések azonosíthatók, amelyekkel jellemezhetők a felhasználók aktivitásai, valamint hatékonyabbá és használhatóbbá tehető a vizsgált rendszer.

Vissza a tartalomjegyzékhez