數(shù)據(jù)為設計提供方案支撐和后期的方案驗證,有利于產(chǎn)品后期的迭代和優(yōu)化。
通過對數(shù)據(jù)的比對,對數(shù)據(jù)趨勢的分析,能讓我們發(fā)現(xiàn)哪些環(huán)節(jié)存在問題,哪些環(huán)節(jié)有提高空間。
明確各種數(shù)據(jù)指標,明確設計目標,讓數(shù)據(jù)為設計服務。
這篇文章的目的是幫助設計師快速入門和熟練掌握數(shù)據(jù)導向設計。
文章目錄:
如下圖所示,通過Google Aanalytic 網(wǎng)站可清晰的掌握平臺整體流量的來源,用戶群體路徑行為軌跡,這可以讓設計師/產(chǎn)品經(jīng)理清晰地了解到平臺的用戶行為軌跡和用戶人群的操作習慣。
如下圖所示:通過曲線變化,可看出產(chǎn)品日活躍的變化,通過變化前后的節(jié)點可得到產(chǎn)品發(fā)生大變化的時間節(jié)點。
例如下圖,通過優(yōu)化產(chǎn)品界面的購買按鈕,通過對比前后數(shù)據(jù),看設計改版是否成功。
下圖的固定產(chǎn)品的購買按鈕點擊率從6.4%提升到了9.8%,漲幅53.1%,由于漲幅大于0,同時沒有外部其他因素影響數(shù)據(jù)變化,所以可得出結論,這次設計改版是成功的。
如下圖所示,整個注冊,綁定銀行卡的過程中,總的轉化率只有0.06%,用戶完成率過低,如果要優(yōu)化整個用戶注冊操作流程,那么需要找出流失過大的節(jié)點進行優(yōu)化。
注冊成功率過低,這時候設計師就要分析整個注冊流程哪些設計因素導致成功率低。并針對成功率低進行特定優(yōu)化。
掌握數(shù)據(jù)指標有助于我們入門數(shù)據(jù)分析,我將數(shù)據(jù)指標分為三類,分別為:綜合性指標、流程型指標和業(yè)務性指標。
對于非交易類型的網(wǎng)站,那么這個平臺的綜合性指標可以包含DAU、留存用戶數(shù)、留存率和人均使用時長。
DAU:Daily Active User 。衡量產(chǎn)品使用的活躍度。
數(shù)據(jù)用途是方便產(chǎn)品設計人員了解產(chǎn)品的每日用戶情況,了解產(chǎn)品的用戶增長或者減少趨勢。
留存用戶數(shù):一段時間內再次訪問的用戶數(shù),留存有次日留存、7天留存、30天留存等。
數(shù)據(jù)用途是用來衡量產(chǎn)品的用戶粘性和產(chǎn)品的留存用戶規(guī)模。
留存率:某周期內留存用戶數(shù)/某周期內訪問用戶數(shù)。
數(shù)據(jù)用途是用來衡量用戶使用粘性,也可以用來作為產(chǎn)品改版后的重要指標,留存率提升了,在不改變功能的情況下,說明設計改版成功。
人均使用時長:用戶平均每天停留在產(chǎn)品的時間。
數(shù)據(jù)用途是用來衡量用戶使用產(chǎn)品的深度,判斷用戶使用產(chǎn)品的粘性和依賴度。
對于交易類型的網(wǎng)站,那么這個平臺的綜合性指標可能就包含GMV、支付UV、人均訂單數(shù)、人均客單價。。
GMV:用戶的下單總金額。下單產(chǎn)生的總金額,包括銷售額+取消訂單金額+退款訂單金額。舉個例子:一個電商平臺,所有用戶一共下單了100萬的商品,其中取消訂單2萬,退款10萬,那么GMV就是100萬。
數(shù)據(jù)用途是體現(xiàn)電商平臺的交易規(guī)模,GMV越高說明這個電商平臺的交易規(guī)模越大,平臺體量越大。
支付UV:指下單并成功支付的用戶數(shù)。舉個例子:一個電商平臺,有3000人點擊購買,其中2000人,成功完成支付,則支付uv為2000人。
數(shù)據(jù)用途是了解平臺整體用戶支付購買人數(shù)規(guī)模。
人均訂單數(shù):支付PV/支付UV,人均訂單數(shù)大于1。舉個例子:一個電商平臺,支付pv為3000,其中支付人數(shù)為2000人,那么人均訂單數(shù)為1.5。
數(shù)據(jù)用途是用于衡量產(chǎn)品/頁面/功能的導購能力。
人均客單價:ARPU,GMV/支付UV。舉個例子:一個電商平臺昨天GMV有100萬,其中支付UV1萬人,那么人均客單價為100元。
數(shù)據(jù)用途是一段時間內每個用戶平均收入,用來衡量產(chǎn)品效益。
2. 流程性指標,這些指標和用戶操作流程中產(chǎn)品的指標有關點擊率:點擊率分為pv點擊率和uv點擊率,整體來看,點擊率使用pv點擊率比較好。
轉化率:下一步用戶數(shù)/上一步用戶數(shù)。
流失率:(上一步用戶數(shù)-下一步用戶數(shù))/上一步用戶數(shù)
完成率:完成率相對于轉化率而言,是最終的結果數(shù)值。轉化率是過程值,完成率是結果值。
3. 產(chǎn)品的業(yè)務性指標區(qū)別于基礎通用型指標,業(yè)務性指標主要強調其業(yè)務屬性,例如社交社區(qū),則可能需要的業(yè)務指標為:人均發(fā)文數(shù)、人均評論數(shù)、人均點贊數(shù),分享率等。
數(shù)據(jù)分析和設計的方法一共有以下六種,分別為:行為事件分析、漏斗分析、留存分析、分步分析、對比分析和多維度拆解。
通過分析特定類型的用戶行為,找到這種特定類型的用戶行為的對產(chǎn)品帶來的影響。也可以推算出這種特定的行為給產(chǎn)品帶來的意義。
行為事件分析法一般經(jīng)過事件定義、下鉆分析、解釋與結論等環(huán)節(jié)。
流量在各個節(jié)點流轉過程中,會存在一級級的流失。最終形成了漏斗形態(tài),漏斗分析適用于一些列完整流程操作的用戶行為。
找到設計過程中流失比較多的數(shù)據(jù),通過數(shù)據(jù)找到流失的原因。
通過找到整體留存情況,找到用戶留存的關鍵性因素指標。
留存分為兩種情況:
產(chǎn)品留存要分開看待。既要看整個產(chǎn)品留存率也要看所負責設計的各個功能模塊留存率。
4. 分布分析用戶在特定指標的各種占比的歸類展現(xiàn)。
5. 對比分析對比前后數(shù)據(jù),通過對比數(shù)據(jù)的差值,驗證設計。
用不同的維度視角拆分分析統(tǒng)一類數(shù)據(jù)指標。例如按照不同的省市地區(qū)分析、不同的用戶人群、不用的設備等。通過不同維度拆解,找到數(shù)據(jù)背后的真相。
設計團隊引入數(shù)據(jù)分析,那么就需要一套成熟的適合自己的團隊的模型做基礎,所以數(shù)據(jù)模型是我們數(shù)據(jù)分析的理論基礎。
在數(shù)據(jù)模型中,我們可以學到數(shù)據(jù)模型的分類思路,以及如何創(chuàng)造出適用自己團隊的數(shù)據(jù)模型。
基于這個目的,我們可以將市面上常見的數(shù)據(jù)模型找出來并進行整理并分析。通過熟悉主流的數(shù)據(jù)模型的產(chǎn)出邏輯,并從中找到規(guī)律,創(chuàng)造出適用于自己團隊的數(shù)據(jù)模型。
常見的數(shù)據(jù)模型有:Google’s HEART、AARRR、RARRA和Customer Experience Index (CX Index)。
通過核心指標判斷設計方案是否符合預期,以此驗證設計方案是否成功,并為后續(xù)產(chǎn)品的迭代優(yōu)化做依據(jù)。
1. 關注設計的核心指標設計過程中,要關注設計的核心指標,針對于核心指標,進行針對性的設計。
如果改版的最重要(核心)的指標是任務流程完成率,先查看用戶操作流失率,然后分析找出流失原因,給出對應的優(yōu)化方案。等到優(yōu)化方案的產(chǎn)品版本上線后,對比完成率數(shù)據(jù)變化。
如果改版的最重要(核心)指標是人均觀看次數(shù),則要思考可通過哪些設計策略可提升產(chǎn)品的人均播放次數(shù)。
舉個例子,新浪微博,以前版本用戶看完視頻后,視頻會有重播按鈕和推薦視頻,用戶只有進行下一步點擊才能播放下一個視頻。改版后看完視頻會自動切換到下一個視頻。這樣的設計策略雖然綁架了用戶的行為,用戶從一個主動接受者,變成了一個被動接受者,但是這種策略能有效的提升人均播放次數(shù)。
2. 核心指標帶來的價值/收益當驗證了核心指標往好的方向發(fā)展,這時候,就需要總結核心指標帶來的價值和收益,這樣的話設計價值才可以直接被量化。
舉個例子:一個banner的點擊率達到3%的時候,每天GMV約200萬,當重新設計了這個banner,同時其他條件保持不變,點擊率提升到了6%,這時候通過數(shù)據(jù)查看每天的GMV是多少,如果達到了400萬,那么這增加的200萬則是通過設計優(yōu)化所帶來的。
以上就是關于數(shù)據(jù)導向相關知識。