Metodi di analisi multivariata

I metodi di analisi multivariata sono utilizzati nella valutazione e raccolta di dati statistici per chiarire e spiegare le relazioni tra diverse variabili che sono associate a questi dati.

I test multivariati sono sempre utilizzati quando sono coinvolte più di tre variabili e il contesto del loro contenuto non è chiaro. L’obiettivo è sia di rilevare una struttura, sia di controllare i dati per le strutture.

I metodi di analisi multivariata possono essere utilizzati per aumentare sistematicamente l’usabilità dei siti web. Mentre i test A/B isolano sempre solo una pagina web, i metodi multivariati mostrano le relazioni e le interazioni di diversi elementi all’interno di una pagina web. L’importanza dipende da quali e quanti elementi del sito web vengono utilizzati. Tutti gli elementi del sito web che permettono all’utente di interagire con il sito attraverso l’interfaccia utente sono generalmente considerati variabili. Questo include in particolare quelli che hanno un impatto sul tasso di conversione.

Informazioni generali

Originariamente, i test multivariati e i metodi di analisi sono stati utilizzati in statistica per scoprire le relazioni causali. Poiché i calcoli manuali sono molto complessi, i metodi sono diventati praticabili in altri campi di applicazione solo con lo sviluppo di hardware e software corrispondenti. I metodi di analisi multivariata sono usati in una varietà di aree:

• Linguistica, scienze naturali e umanistiche
• Economia, assicurazioni e servizi finanziari
• Data mining, big data e database relazionali

Le analisi multivariate sono di solito eseguite utilizzando un software per gestire le enormi quantità di dati e per monitorare le variabili modificate in applicazioni pratiche come i test di usabilità. Tuttavia, i test multivariati possono anche dare un contributo significativo al miglioramento della facilità d’uso su una scala più piccola.

Tipi di metodi di analisi multivariata

I metodi multivariati possono essere suddivisi secondo diversi aspetti. Prima di tutto, si differenziano a seconda che lo scopo sia quello di scoprire una struttura all’interno della combinazione di dati, o se i dati devono essere controllati con una certa struttura. a struttura I metodi che determinano la struttura includono:

• Analisi dei fattori: Riduce la struttura ai dati rilevanti e alle variabili individuali. Gli studi sui fattori si concentrano su diverse variabili, quindi sono ulteriormente suddivisi in analisi delle componenti principali e analisi delle corrispondenze. Per esempio: Quali elementi del sito web hanno la maggiore influenza sul comportamento d’acquisto?
• Analisi dei cluster: Le osservazioni sono assegnate graficamente a gruppi di variabili individuali e classificate sulla base di questi. I risultati sono cluster e segmenti, come il numero di acquirenti di un particolare prodotto, che hanno un’età compresa tra i 35 e i 47 anni e un reddito elevato.

Le procedure di analisi strutturale includono, tra le altre, le:

• Analisi di regressione: Indaga l’influenza di due tipi di variabili l’una sull’altra. Si parla di variabili dipendenti e non dipendenti. Le prime sono le cosiddette variabili esplicative, mentre le seconde sono variabili esplicative. La prima descrive lo stato attuale sulla base di dati, la seconda spiega questi dati per mezzo di relazioni di dipendenza tra le due variabili. In pratica, diversi cambiamenti di elementi della pagina web corrispondono a variabili indipendenti, mentre gli effetti sul tasso di conversione sarebbero la variabile dipendente.
• Analisi della varianza: Determina l’influenza di diverse o singole variabili su gruppi calcolando le medie statistiche. Qui è possibile confrontare le variabili all’interno di un gruppo così come gruppi diversi, a seconda di dove le deviazioni devono essere assunte. Per esempio: Quali gruppi cliccano più spesso sul pulsante ‘Acquista ora’ nel carrello della spesa?
• Analisi discriminante: Usata nel contesto dell’analisi della varianza per differenziare tra gruppi che possono essere descritti da caratteristiche simili o identiche. Per esempio, da quali variabili differiscono i diversi gruppi di acquirenti?

Esempi

Un test multivariato di una pagina web può essere presentato nel seguente modo semplificato. Elementi come titoli, teaser, immagini, ma anche pulsanti, icone o colori di sfondo hanno effetti diversi sul comportamento degli utenti. Vengono testate diverse varianti di elementi. Il test identificherebbe inizialmente questi elementi e mostrerebbe agli utenti diversi elementi progettati in modo diverso. L’obiettivo sarebbe quello di ottenere dati sugli effetti dei cambiamenti in termini di tasso di conversione o altri fattori come il tempo di ritenzione, la frequenza di rimbalzo o il comportamento di scorrimento rispetto ad altri set di elementi.

Significato per l’usabilità

Come metodo quantitativo, l’analisi multivariata è uno dei metodi più efficaci per testare l’usabilità. Allo stesso tempo, è molto complessa e a volte costosa. I software possono essere utilizzati per aiutare, ma i test in quanto tali sono notevolmente più complessi dei test A/B in termini di progettazione dello studio. Il vantaggio decisivo sta nel numero di variabili che possono essere considerate e la loro ponderazione come misura dell’importanza di certe variabili.

Anche quattro versioni diverse del titolo di un articolo possono risultare in tassi di clic completamente diversi. Lo stesso vale per il design dei pulsanti o il colore dello sfondo del modulo d’ordine. In singoli casi, vale quindi la pena di considerare da una prospettiva multivariata anche dal punto di vista finanziario, soprattutto per i siti web orientati al commercio, come i negozi online o i siti web, che devono essere ammortizzati attraverso la pubblicità.