Επισκέψεις ανά Διάρκεια Επίσκεψης – Visits per Visit Duration

Η μετρική "Visits per visit duration" μας δείχνει πώς κατανέμονται οι επισκέψεις στο σύστημα της βιβλιοθήκης ανάλογα με τη διάρκεια της κάθε επίσκεψης. Με απλά λόγια, μας λέει πόσες επισκέψεις εμπίπτουν σε κάθε χρονική κατηγορία διάρκειας. Στην εικόνα που ακολουθεί, βλέπουμε διάφορες χρονικές κατηγορίες, όπως "0-10s", "1-2 min", "2-4 min" κ.ο.κ., και η μετρική αυτή μας εμφανίζει τον αριθμό των επισκέψεων που διήρκεσαν μέσα σε κάθε κατηγορία.

Κάθε χρονική κατηγορία διάρκειας (π.χ., "0-10s", "1-2 min") παρουσιάζεται ως λέξη ή ετικέτα. Το μέγεθος της γραμματοσειράς (font size) κάθε ετικέτας είναι ανάλογο με τον αριθμό των επισκέψεων που εμπίπτουν σε αυτή την κατηγορία. Μεγαλύτερη γραμματοσειρά σημαίνει περισσότερες επισκέψεις για αυτή τη διάρκεια, και μικρότερη γραμματοσειρά σημαίνει λιγότερες επισκέψεις αντίστοιχα. Για παράδειγμα, κοιτάζοντας την εικόνα, αν η ετικέτα "2-4 min" είναι γραμμένη με πολύ μεγάλη γραμματοσειρά, αυτό σημαίνει ότι η πλειοψηφία των επισκέψεων στο σύστημα διαρκούν περίπου 2-4 λεπτά. Αντίθετα, αν η ετικέτα "30+ min" είναι πολύ μικρή, θα σήμαινε ότι πολύ λίγες επισκέψεις διαρκούν περισσότερο από 30 λεπτά. Αν έχει strikethrough line όπως εδώ το 4-7min αυτό σημαίνει ότι καμία κατηγορία επισκεπτών δεν εμπείπτει σε αυτό το χρονικό εύρος αλληλεπίδρασης με το σύστημα.

Πρακτικό Σενάριο Χρήσης: Η βιβλιοθήκη μπορεί να χρησιμοποιήσει τη μετρική "Visits per visit duration" για να αποκτήσει μια εικόνα για το επίπεδο διάδρασης των χρηστών με το koha ή και το VUFind. Για παράδειγμα, αν δούμε ότι η πλειοψηφία των επισκέψεων είναι πολύ σύντομες (π.χ., "0-10s" ή "11-30s" κυριαρχούν), αυτό μπορεί να υποδηλώνει ότι οι χρήστες δεν βρίσκουν γρήγορα αυτό που ψάχνουν ή ότι η αρχική σελίδα δεν είναι ελκυστική. Αντίθετα, αν δούμε σημαντικό αριθμό επισκέψεων σε μεγαλύτερες διάρκειες (π.χ., "7-10 min" ή "10-15 min"), αυτό μπορεί να υποδηλώνει ότι οι χρήστες αλληλεπιδρούν ουσιαστικά με το περιεχόμενο και τις υπηρεσίες του συστήματος μας. Η μετρική αυτή μας βοηθά να αξιολογήσουμε τη συνολική εμπειρία χρήστη και να εντοπίσουμε πιθανά σημεία που χρειάζονται βελτίωση για να τους κρατήσουμε περισσότερο στο σύστημα μας.