证据是什么？用户的信息需求和分析

[sakib36]

因此，从我们的角度来看，这些数据对 Richard Pope 在他之前的博客中概述的方法提供了强有力的指导， 一切都与节点以及节点上的内容有关。

重要的是着陆页或节点；无论人们是通过网页搜索、站点搜索、深度链接还是社交媒体访问。未来，人们将越来越多地通过联合和 API 在其他地方使用内容和工具。他们着陆的地方需要作为一个细粒度的独立项目来理解；从链接到答案时具有强烈的“信息气味”。

指向相关信息和服务当然非常重要。人们可能需要了解更多信息，或者指向更多信息对他们有好处。我希望未来的迭代将尝试利用元数据和关联性概念来增强这种体验。

非常感谢同事们对这项分析工作的贡献，特别是 Helen Lippell，她根据以用户 澳大利亚 WhatsApp 号码数据库 为中心的分类法开发提供了宝贵的见解。

照片来源：Ian Britton，根据知识共享许可使用。

标签： alphagov、分析、directgov、Helen Lippell、指标、Paul Annett、搜索分析

Mike Bracken 被任命为 HMG 数字业务执行董事
在线咨询和政策参与的愿景
分享此页面
叽叽喳喳FacebookLinkedIn电子邮件
8 条评论
特里斯坦 2012 年 2 月 1 日

我认为了解您的流量来自哪里以及如何帮助他们找到所需的信息是一个好主意。

链接到此评论
尼克·穆恩 2011 年 5 月 28 日

那么这些数字与开发 alpha.gov 的团队的说法难道不是大相径庭吗？阅读这篇博客时，我的印象是重点是搜索，因为 90% 的人通过搜索访问 gov.uk 网站。

事实证明，只有一半。因此，您使用从一半用户群（搜索用户）收集的统计数据来为所有用户设计网站。其中一半用户不搜索。如果您认为未通过搜索到达的人与使用搜索的人有类似的需求/愿望/动机/心理态度，那么这没问题。但事实并非如此。这些人将非常非常不同。

越来越怀疑你选择搜索是因为它简单。面对现实吧，政府信息一团糟。几乎不可能对其进行分类或结构化。所以，我们不要尝试。把所有信息都按照任何该死的旧顺序放在一个网站上，然后只给用户一个搜索框。