Cách nhanh chóng có đủ phiên truy cập cho bản đồ nhiệt và bản ghi phiên

Bạn đã bao giờ tự hỏi chính xác mọi người làm gì khi truy cập website của mình chưa? Họ nhấp vào những hình ảnh nào, rê chuột lên những nút nào và đọc những đoạn văn bản nào? Bản đồ nhiệt và việc ghi lại phiên giúp bạn hiểu những điều này, đồng thời cung cấp dữ liệu có giá trị để cải thiện trải nghiệm người dùng (UX) trên website.

Cũng như khi kiểm thử A/B hoặc thử nghiệm một thị trường mới, bạn cần có vừa đủ lượng truy cập để thu thập dữ liệu có ý nghĩa thống kê mà vẫn cân đối được chi phí. Dưới đây là cách thực hiện:

Bản đồ nhiệt và bản ghi phiên là gì?

Bản đồ nhiệt và bản ghi phiên là những cách rất hữu ích để kiểm tra xem người thật tương tác với website của bạn như thế nào.

• Bản đồ nhiệt tạo ra một hình ảnh của trang được mã hóa bằng màu sắc, làm nổi bật những vị trí mọi người rê chuột, nhấp và dành thời gian đọc. Hình ảnh này được hình thành từ dữ liệu tổng hợp của tất cả khách truy cập, giúp bạn hiểu cách mọi người thường tương tác với trang. Màu của vùng được đánh dấu càng “nóng” thì vùng đó càng nhận được nhiều sự chú ý.
• Đúng như tên gọi, bản ghi phiên cung cấp một video cho thấy một người dùng cụ thể (nhưng ẩn danh) đã tương tác với trang của bạn như thế nào. Nhờ đó, bạn có thể theo dõi chính xác hành trình của người dùng trên trang, bao gồm những thao tác như nhấp chuột, cách họ điền biểu mẫu (hoặc cách họ do dự khi điền) và mức độ họ cuộn xuống.

Thông tin này giúp bạn biết mọi người đang tương tác với những gì trên website. Nghĩa là bạn có thể kiểm tra xem họ có nhấp vào các nút kêu gọi hành động, đọc nội dung và cuộn xuống trang hay không. Bạn cũng có thể phát hiện liệu họ có nhấp vào những thứ như một hình ảnh tĩnh và mong nó thực hiện một hành động nào đó, hoặc bỏ qua các phần nội dung, rồi khắc phục vấn đề.

Tôi có thể dùng chúng để kiểm tra những gì?

Cả bản đồ nhiệt và bản ghi phiên đều cho phép bạn kiểm tra bất kỳ khía cạnh nào của các trang, đồng thời thu thập dữ liệu thực tế về cách mọi người tương tác với website.

Giả sử bạn muốn kiểm tra màu sắc của nút kêu gọi hành động. Hiện tại nút có màu đỏ, nhưng bạn tự hỏi liệu màu xanh lá có thu hút nhiều lượt nhấp hơn không. Trước tiên, bạn thiết lập plugin bản đồ nhiệt và thu thập dữ liệu về tình hình hiện tại. Sau đó, bạn đổi màu và so sánh xem sự thay đổi đó ảnh hưởng như thế nào đến cách mọi người tương tác với nút đang được kiểm tra. Tiếp đó, bạn có thể áp dụng phương án hiệu quả nhất.

Tương tự, nếu muốn kiểm tra xem các tiêu đề có khuyến khích mọi người cuộn xuống hiệu quả hay không, việc xem một vài bản ghi phiên có thể mang lại những thông tin hữu ích. So sánh một vài phiên trước và sau khi thay đổi sẽ giúp bạn nhận ra phiên bản nào khuyến khích mọi người tiếp tục đọc sâu hơn trên trang.

Những điều khác bạn có thể kiểm tra gồm:

• Mọi người có nhấp vào hình ảnh của bạn hay không
• Mọi người tương tác với biểu mẫu như thế nào — họ có do dự ở một phần cụ thể hoặc hiểu sai các lời nhắc của bạn không?
• “Nhấp chuột trong bực tức” — mọi người có liên tục nhấp vào một thứ gì đó, cho thấy có thể liên kết bị hỏng, nút không phản hồi hoặc một thành phần tải chậm không?
• Vùng thu hút sự chú ý — những nơi mọi người nán lại trên website và những nơi sự chú ý giảm đi
• Tương tác điều hướng — cách mọi người di chuyển trên trang và những khu vực họ bỏ qua

Cách thu hút lượng truy cập để kiểm thử bằng bản đồ nhiệt và bản ghi phiên

Giờ chúng ta đã biết có thể kiểm tra những gì, hãy xem cách thiết lập các bài kiểm thử và đưa đủ lượng truy cập đến trang để thu thập đủ dữ liệu, từ đó đưa ra những quyết định có cơ sở về UX.

Dù bạn hoàn toàn có thể làm việc này trong dài hạn bằng lượng truy cập tự nhiên, việc tìm ra những điểm gây khó khăn trên trang nên được ưu tiên. Trải nghiệm người dùng chưa tốt có thể khiến những khách hàng thực sự tiềm năng bỏ đi trước cả khi họ đến gần bước thanh toán.

Cách nhanh nhất để tạo ra lượng truy cập thường là thông qua quảng cáo trả phí, vì vậy đó là điều chúng ta sẽ tìm hiểu.

Tôi cần bao nhiêu lượt truy cập để chạy các bài kiểm thử?

Không có một đáp án duy nhất cho số lượt truy cập cần thiết để tạo bản đồ nhiệt hoặc ghi lại phiên — thực tế là càng nhiều càng tốt. Tuy vậy, bạn cần cân đối giữa chi phí thu hút khách truy cập, tỷ lệ chuyển đổi, thời gian chạy kiểm thử và nhiều yếu tố khác. Chúng ta đang tìm những thông tin có thể dùng để hành động, nghĩa là cần có kết quả tương đối nhanh mà không đánh đổi ý nghĩa thống kê bằng cách dựa vào những trường hợp ngoại lệ và dữ liệu chưa đầy đủ.

Chúng ta cũng phải nghĩ đến những thành phần thực sự cần xem xét. Một câu hỏi chung như “mọi người tương tác với website của tôi như thế nào” có thể chỉ cần tương đối ít lượt truy cập, nhưng một câu hỏi cụ thể hơn sẽ cần nhiều hơn. Chẳng hạn, nếu muốn kiểm tra hiệu quả của một nút cụ thể, bạn cần có số lượt nhấp mang ý nghĩa thống kê vào chính nút đó.

Ngoài ra, có một lưu ý quan trọng hơn cả: quá ít phiên truy cập sẽ tạo ra thông tin không đáng tin cậy, vì từng khách truy cập có thể hành động ngoài dự đoán. Lý tưởng nhất là chúng ta muốn có 200+ lượt nhấp vào thành phần đang kiểm tra (nhiều hơn sẽ giúp tăng độ tin cậy). Điều này có nghĩa là tổng số phiên cần thiết sẽ khác nhau rất nhiều tùy vào mức độ nổi bật của thành phần đó.

Tôi cần bao nhiêu lượt truy cập cho một bản đồ nhiệt?

Bản đồ nhiệt tổng hợp hành vi của tất cả khách truy cập thành một đồ họa đơn giản, trong đó những vùng thu hút nhiều sự chú ý nhất có màu “nóng” hơn, còn những vùng ít được chú ý có màu lạnh hơn. Website có càng nhiều phiên truy cập thì dữ liệu càng chính xác. Tuy nhiên, áp lực về thời gian và ngân sách đồng nghĩa với việc chúng ta cần tính được một con số mang lại mức độ chắc chắn hợp lý trong thời gian tương đối ngắn.

Công thức đó có thể như sau:

Số phiên cần thiết = Số lượt nhấp mục tiêu vào thành phần ÷ Tỷ lệ nhấp dự kiến của thành phần

Tỷ lệ nhấp ở đây là tỷ lệ các phiên có nhấp vào thành phần đó (lượt nhấp ÷ số phiên), được viết dưới dạng số thập phân. Đây không phải là tỷ lệ nhấp của quảng cáo.

Công thức này giúp chúng ta tính được mục tiêu thu hút lượng truy cập để kiểm tra một thành phần cụ thể trên trang, chẳng hạn một nút hoặc hiệu quả của các tiêu đề trong việc khuyến khích người dùng tiếp tục cuộn xuống. Một nguyên tắc chung là thành phần quan trọng, lớn và nổi bật như nút kêu gọi hành động sẽ cần ít lượng truy cập hơn để kiểm thử có ý nghĩa thống kê so với một thành phần khó thấy hơn, như tùy chọn điều hướng ẩn ở tầng thứ 3 của menu.

Ví dụ, nếu muốn có 200 lượt nhấp vào một nút kêu gọi hành động mà khoảng 5% khách truy cập nhấp vào, chúng ta cần 200 ÷ 0.05 = 4,000 phiên. Một tùy chọn điều hướng chỉ được 0.5% khách truy cập nhấp vào sẽ cần 200 ÷ 0.005 = 40,000 phiên để thu thập cùng số lượng 200 lượt nhấp.

Biên sai số

Tất nhiên, nếu ai cũng phản ứng giống nhau với thành phần mục tiêu thì ngay từ đầu chúng ta đã không cần chạy kiểm thử — nó hoặc hiệu quả, hoặc không. Vì vậy, chúng ta cần tính đến một khoảng dao động quanh kết quả để bao quát những người không hành động như dự kiến. Điều này cũng áp dụng cho bản đồ cuộn: một người hoặc cuộn đủ sâu để thấy thành phần đó, hoặc không, và chính sự phân chia có-hoặc-không này là điều công thức đo lường.

Với mọi loại bản đồ nhiệt, chúng ta sẽ dùng công thức:

Biên sai số = Z × √(p × (1 − p) ÷ n)

Công thức này cho phép chúng ta tính biên sai số dưới dạng số thập phân (chỉ cần nhân với 100 để chuyển thành phần trăm). Z là giá trị gắn với mức độ tin cậy mà chúng ta hướng đến (1.96 tương ứng với mức tin cậy 95% theo tiêu chuẩn trong ngành), còn p là tỷ lệ mẫu, tức tỷ lệ phần trăm những người đã tương tác với thành phần mục tiêu, được viết dưới dạng số thập phân (vì vậy 40% trở thành 0.4). n đơn giản là cỡ mẫu — cỡ mẫu càng lớn, kết quả cuối cùng càng chính xác.

Công thức này cho phép chúng ta gán cho các phát hiện một mức độ tin cậy khá chính xác.

Ví dụ, nếu 40% trong số 300 phiên trên máy tính cuộn đến bảng giá, biên sai số của chúng ta là 1.96 × √(0.4 × 0.6 ÷ 300) = 0.055, tức chênh lệch 5.5 điểm phần trăm theo mỗi chiều. Nói cách khác, con số thực rất có thể nằm trong khoảng từ 34.5% đến 45.5%.

Công thức tương tự cho thấy 200 lượt nhấp trong ví dụ trước mang lại điều gì. Với một nút được nhấp trong 5% của 4,000 phiên, biên sai số là 1.96 × √(0.05 × 0.95 ÷ 4,000) = 0.007, nên chúng ta biết tỷ lệ nhấp của nút với sai số khoảng 0.7 điểm phần trăm.

Chúng ta cũng có thể biến đổi công thức để tính số phiên cần thiết trước khi bắt đầu:

Số phiên cần thiết = Z² × p × (1 − p) ÷ (Biên sai số)²

Nếu muốn biết mọi người cuộn sâu đến đâu với sai số trong phạm vi 5 điểm phần trăm, nhưng chưa biết tỷ lệ nào sẽ đến được thành phần đó, chúng ta dùng 0.5 cho p vì giá trị này cho ra con số lớn nhất và an toàn nhất: 1.96² × 0.5 × 0.5 ÷ 0.05² = 385 phiên. Với một nút mà khoảng 5% khách truy cập nhấp vào, nếu sai số 2 điểm phần trăm theo mỗi chiều đã đủ chính xác, chúng ta cần 1.96² × 0.05 × 0.95 ÷ 0.02² = 457 phiên.

Con số đó thấp hơn rất nhiều so với 4,000 phiên cần để có 200 lượt nhấp, nên bạn nên xác định câu trả lời thực sự cần chính xác đến mức nào trước khi đặt mục tiêu lượng truy cập. Hãy nhớ rằng những con số này được áp dụng riêng cho từng loại thiết bị, như chúng ta sẽ thấy bên dưới.

Bạn cần bao nhiêu lượt truy cập cho bản ghi phiên?

Để rút ra những kết luận vững chắc từ bản ghi phiên, càng nhiều vẫn càng tốt. Tuy nhiên, chúng ta vẫn bị giới hạn bởi nhu cầu có kết quả trong một khoảng thời gian nhất định mà không tiêu hết ngân sách tiếp thị vào việc kiểm thử.

Cũng cần lưu ý rằng bản ghi phiên cung cấp dữ liệu mang tính định tính nhiều hơn là định lượng. Khi sử dụng công cụ này, chúng ta chủ yếu tìm câu trả lời cho những câu hỏi như “tại sao mọi người không chuyển đổi trên biểu mẫu này”, và câu trả lời có thể xuất hiện chỉ sau một số ít phiên đến bất ngờ.

Chúng ta cũng phải tính đến việc không phải phiên nào cũng là một mẫu kiểm thử hợp lệ về cách mọi người tương tác với website. Các lượt truy cập từ chính đội ngũ của bạn, bot hoặc trình thu thập dữ liệu, hay những nguồn bị loại trừ vì bất kỳ lý do nào, cần được loại khỏi phép tính. Chúng ta cũng phải tính đến việc không phải ai cũng đồng ý cho ghi lại phiên của mình.

Như vậy, chúng ta có:

Lượng truy cập cần thiết = Số bản ghi mục tiêu cần có ÷ (Tỷ lệ sự kiện × Tỷ lệ ghi phiên × Tỷ lệ phiên hợp lệ)

Ở đây, tỷ lệ sự kiện là tỷ lệ các lượt truy cập thể hiện hành vi mà chúng ta muốn nghiên cứu. Tỷ lệ ghi phiên là tỷ lệ các lượt truy cập thực sự được ghi lại: tỷ lệ những người đồng ý cho ghi phiên, nhân với tỷ lệ lấy mẫu của công cụ nếu công cụ không ghi lại mọi phiên. Tỷ lệ phiên hợp lệ là tỷ lệ các bản ghi còn lại sau khi chúng ta loại bỏ đội ngũ của mình, bot và các nguồn bị loại trừ. Cả ba đều được viết dưới dạng số thập phân.

Để bớt trừu tượng về mặt toán học, hãy đưa công thức vào một ví dụ cụ thể: tại sao mọi người không hoàn thành biểu mẫu đăng ký nhận email của bạn?

Giả sử chúng ta muốn có khoảng 15 phiên đã lọc để thực sự xem, tức số bản ghi mục tiêu là 15. Giả sử 20% khách truy cập bắt đầu điền biểu mẫu nhưng không gửi, tạo thành tỷ lệ sự kiện dưới dạng số thập phân là 0.2. Chúng ta cũng giả định (để phép tính đơn giản) rằng 60% khách truy cập đồng ý cho ghi phiên và công cụ ghi lại tất cả những người đó, nên tỷ lệ ghi phiên là 0.6; đồng thời 90% các bản ghi vẫn hợp lệ sau khi loại đội ngũ của mình và bot, nên tỷ lệ phiên hợp lệ là 0.9.

Kết quả là:

Lượng truy cập cần thiết = 15 ÷ (0.2 × 0.6 × 0.9) = 15 ÷ 0.108 = 139

Điều này có nghĩa là chúng ta cần khoảng 139 lượt truy cập để có 15 bản ghi để xem.

Nếu công cụ chỉ ghi lại một mẫu các phiên, tỷ lệ lấy mẫu đó cũng phải được đưa vào tỷ lệ ghi phiên. Với tỷ lệ lấy mẫu 10%, tỷ lệ ghi phiên giảm xuống còn 0.6 × 0.1 = 0.06, và chúng ta sẽ cần 15 ÷ (0.2 × 0.06 × 0.9) = 1,389 lượt truy cập. Vì vậy, bạn nên kiểm tra giới hạn ghi phiên của công cụ trước khi đặt ngân sách.

Tại sao là 15? Nếu một vấn đề cụ thể xuất hiện trong 20% các bản ghi của những người bỏ dở biểu mẫu, xác suất thấy vấn đề đó ít nhất một lần là:

Xác suất thấy một vấn đề = 1 − (1 − Tỷ lệ xuất hiện vấn đề)ⁿ, trong đó n là số bản ghi chúng ta xem

Với 15 bản ghi, con số đó là 1 − 0.8¹⁵ = 0.965, tức xác suất phát hiện là 96.5%. Nếu vấn đề chỉ xuất hiện trong 10% các bản ghi, cùng số lượng 15 bản ghi cho chúng ta 1 − 0.9¹⁵ = 0.79, nên bạn nên xem thêm một vài bản ghi.

Một lần nữa, con số sẽ thay đổi rất nhiều tùy theo câu hỏi bạn đặt ra. Một lỗi ảnh hưởng đến 1% khách truy cập sẽ cần rất nhiều lượng truy cập hơn để phân tích so với một vấn đề ảnh hưởng đến gần như tất cả mọi người ghé thăm. Để có xác suất 95% phát hiện một lỗi như vậy dù chỉ một lần, chúng ta cần khoảng 300 bản ghi (1 − 0.99³⁰⁰ = 0.95). Chúng ta không thể lọc theo một lỗi chưa tìm ra, nên tỷ lệ sự kiện là 1, cho kết quả 300 ÷ (1 × 0.6 × 0.9) = khoảng 556 lượt truy cập.

Nhắm mục tiêu cho lượng truy cập

Vì chúng ta đang kiểm thử bằng lượng truy cập trả phí, khả năng nhắm mục tiêu của mạng quảng cáo cho phép chúng ta kiểm soát rất nhiều việc ai sẽ tạo nên các phiên truy cập.

SparkTraffic là một mạng quảng cáo đưa người thật đến trang của bạn thông qua các vị trí quảng cáo hiển thị, quảng cáo native và pop-under trên website của các nhà xuất bản đối tác. SparkTraffic cho phép bạn chọn quốc gia, khu vực hoặc thành phố cho từng chiến dịch, đồng thời chọn quảng cáo hiển thị trên máy tính, thiết bị di động hoặc cả hai. Điều đó có nghĩa là bạn có thể bổ sung đủ dữ liệu cho một phân khúc thiết bị trong bản đồ nhiệt bằng lượng truy cập website được nhắm mục tiêu và dừng ngay khi đạt cỡ mẫu tính từ các công thức ở trên.

Lý tưởng nhất là lựa chọn này phải tương đối sát với cách nhắm mục tiêu thông thường của bạn. Nghĩa là bạn nên nhắm đến phạm vi địa lý, sở thích và những tiêu chí khác mà bạn thường dùng, để kiểm tra cách nhóm người dùng quen thuộc phản ứng với website. Tuy nhiên, đôi khi cũng đáng nới lỏng một chút để nhanh chóng có thêm lượt nhấp và kiểm tra phản ứng của một nhóm người dùng rộng hơn.

Nếu nới lỏng nhắm mục tiêu quá nhiều, chúng ta có nguy cơ thu được dữ liệu rất chính xác về cách những người không phù hợp tương tác với trang.

Thiết lập ngân sách quảng cáo

Chúng ta muốn tạo ra một lượng truy cập hợp lý trong thời gian tương đối ngắn, nên bạn có thể muốn đặt ngân sách cao hơn so với các hình thức kiểm thử khác. Cách này sẽ giúp bạn thu thập đủ lượng truy cập và lượt chuyển đổi để rút ra kết luận vững chắc, nhưng cũng có nguy cơ khiến chi phí kiểm thử cao đến mức khó chấp nhận.

Chìa khóa để tránh chi tiêu quá mức là theo dõi sát dữ liệu phân tích và dừng chiến dịch khi lượng truy cập đã đủ để kết quả được xem là đáng tin cậy — hãy dùng các công thức ở trên để tính mục tiêu. Khi đạt mục tiêu, hãy dừng chiến dịch và phân tích kết quả.

Nhờ vậy, bạn có thể cân đối chi phí với nhu cầu thu thập dữ liệu có ý nghĩa thống kê, đồng thời tiến hành kiểm thử tương đối nhanh.

Kiểm thử lượt truy cập trên máy tính và thiết bị di động

Cách mọi người tương tác với website thay đổi rất nhiều tùy theo loại thiết bị họ đang dùng để duyệt web. Điều đó có nghĩa là các bài kiểm thử phải tính đến sự khác biệt về hành vi này khi xem xét kết quả.

Bản đồ nhiệt ghi lại các tương tác. Dù một số tương tác khá giống nhau giữa lượt truy cập trên thiết bị di động và máy tính (nhấp chuột về cơ bản tương đương với chạm, v.v.), một số khác lại chỉ có ở từng loại thiết bị. Ví dụ, bản đồ nhiệt trên thiết bị di động có thể tính đến hành vi như chụm hoặc tách hai ngón tay để thu phóng hình ảnh, vốn không có thao tác thực sự tương đương khi dùng laptop. Ngược lại, việc rê con trỏ thường có thể được xem là dấu hiệu cho biết người dùng đang tập trung vào đâu trên máy tính, nhưng trên thiết bị di động thì không có thao tác thực sự tương đương.

Một lỗi bạn muốn kiểm tra cũng có thể xuất hiện trong các phiên trên máy tính nhưng không xuất hiện trên thiết bị di động, hoặc ngược lại. Và đừng quên rằng bố cục trang có thể thay đổi đáng kể giữa các loại thiết bị.

Vì vậy, chúng ta cần tách riêng các nguồn truy cập và xem bản đồ nhiệt cùng bản ghi phiên là những tập dữ liệu khác nhau tùy theo thiết bị mà khách truy cập sử dụng. Bạn cũng có thể tách lượng truy cập từ các trình duyệt khác nhau nếu nhận thấy có một vấn đề riêng với Chrome hoặc Firefox.

Cách đơn giản nhất để tính đến những khác biệt này là thiết lập nhắm mục tiêu quảng cáo trả phí để chỉ hiển thị quảng cáo cho người dùng một loại thiết bị cụ thể, hoặc lọc cẩn thận bản đồ và bản ghi phiên theo loại thiết bị trong bảng điều khiển của nền tảng, tùy chính xác vào điều bạn muốn kiểm tra. Chênh lệch chi phí có thể rất lớn. Nếu 60% lượt truy cập đến từ thiết bị di động, để thu thập 385 phiên trên máy tính trong ví dụ về cuộn trang, bạn phải mua 385 ÷ 0.4 = 963 lượt truy cập, trong khi nhắm mục tiêu chỉ máy tính chỉ cần 385.

Những vấn đề thường gặp và cách giải quyết

Dù bản ghi phiên và bản đồ nhiệt có thể cung cấp rất nhiều chi tiết về cách mọi người tương tác với các trang web, chất lượng của chúng phụ thuộc vào cách bạn thiết lập và diễn giải, và chúng dễ gặp một vài vấn đề lớn.

Vấn đề về cỡ mẫu

Trước tiên là nguy cơ rút ra kết luận dựa trên một vài trường hợp ngoại lệ. Xem bản đồ nhiệt trước khi có đủ người truy cập website, hoặc chọn ngẫu nhiên một bản ghi phiên, có thể khiến bạn đưa ra kết luận sai dựa trên một lượt truy cập đơn lẻ không phù hợp với xu hướng bạn thực sự đang xem xét. Dù bạn thiết kế UX thế nào, vẫn sẽ có người thấy một điều gì đó khó sử dụng hoặc khó hiểu và tạo ra một trường hợp ngoại lệ.

Giải pháp rất đơn giản: đảm bảo bạn chỉ rút ra kết luận từ những bài kiểm thử đã đạt số lượng mẫu có ý nghĩa thống kê.

Vấn đề chi tiêu quá mức

Trái với vấn đề vừa nêu, vốn chủ yếu là không có đủ lượt truy cập để rút ra kết luận vững chắc, cũng có nguy cơ trả tiền cho quá nhiều lượt truy cập. Dù điều này khiến bản đồ nhiệt đáng tin cậy hơn, bạn luôn cần cân bằng giữa chi phí và kết quả. Nói thật thì quảng cáo trả phí rất tốn kém.

Để tránh vấn đề này, bạn cần theo dõi các con số và dừng chiến dịch (qua đó ngăn chi phí tiếp tục tăng) vào đúng thời điểm. Hãy đặt mục tiêu rõ ràng về số lượt chuyển đổi muốn xem xét ngay từ đầu quy trình và dừng khi gần đạt mục tiêu.

Vấn đề phát sinh từ nguồn truy cập

“Quảng cáo trả phí” là một thuật ngữ khá mơ hồ, bao gồm mọi thứ từ banner truyền thống đến quảng cáo tìm kiếm và quảng cáo pop-under. Mỗi loại có thể dẫn đến kết quả kiểm thử khác nhau. Loại cuối cùng này có thể gây ra vấn đề riêng về thời lượng phiên, vì chúng mở ra (bắt đầu phiên) rồi nằm “bên dưới” tab đang hoạt động, khiến bản ghi dài hơn rất nhiều và làm sai lệch bản đồ nhiệt.

Giải pháp là thêm thẻ UTM vào các URL gắn với từng loại quảng cáo bạn đang chạy để phục vụ kiểm thử. Nhờ đó, bạn có thể tách kết quả theo nguồn, ghi lại riêng từng loại quảng cáo và điều chỉnh để loại bỏ ảnh hưởng của những bất thường này.

Vấn đề về sự đồng ý và quyền riêng tư

Chúng ta đang sống trong một thế giới ngày càng chú trọng dữ liệu, nơi mọi người rất coi trọng quyền riêng tư của mình. Những quy định như GDPR và Chỉ thị ePrivacy của EU, cùng các quy định tương đương trên khắp thế giới, ngày càng phổ biến và liên tục được siết chặt. Ở hầu hết nơi, mọi người có quyền từ chối việc xử lý dữ liệu của mình nếu muốn.

Không có giải pháp đơn giản cho vấn đề này ngoài việc xin sự đồng ý qua một banner khi mọi người lần đầu truy cập website và giải thích mục đích thu thập dữ liệu trong chính sách quyền riêng tư. Tại đó, bạn cũng nên nêu rõ kế hoạch sử dụng dữ liệu và bảo vệ dữ liệu khỏi các mối đe dọa bảo mật. Sau cùng, dữ liệu duyệt web thuộc về chính người dùng, và bạn có trách nhiệm pháp lý phải xử lý dữ liệu đó một cách cẩn trọng.

Kết luận: Có đủ lượng truy cập để chạy các bài kiểm thử hợp lệ

Nếu muốn cải thiện UX và giúp mọi người tận dụng tốt nhất website, việc tạo bản đồ nhiệt và xem bản ghi phiên là cách xác định những phần đang gây khó khăn cho họ và những phần đang hoạt động đúng như dự định.

Tất nhiên, bạn không muốn có nguy cơ làm khách hàng thực sự khó chịu vì một UX còn cần cải thiện. Trả tiền để có đủ lượng truy cập nhằm kiểm tra trang, mà không mua quá nhiều, giúp bạn tránh vấn đề này. Nếu những người đó trở thành khách hàng thực sự thì càng tốt.

Hãy cân bằng chi phí với việc thu thập đủ dữ liệu để đưa ra những quyết định vững chắc; tránh sa đà diễn giải các trường hợp ngoại lệ và đảm bảo bạn đang xem xét một vấn đề cụ thể thay vì chỉ theo dõi cách mọi người dùng website. Khi đó, cả bản đồ nhiệt và bản ghi phiên đều có thể trở thành những công cụ vô cùng hữu ích.