本文作者從工作實(shí)踐出發(fā)，結(jié)合案例等分享了數(shù)據(jù)分析的相關(guān)知識(shí)，供大家一同參考和學(xué)習(xí)。

周六早上，高中女神給我發(fā)了一條微信，我的雙手放佛得了帕金森綜合癥般不聽(tīng)使喚，費(fèi)勁的點(diǎn)開(kāi)了那一條微信，原來(lái)女神不知道如何用Excel表格處理數(shù)據(jù)，讓我教她處理數(shù)據(jù)。嗨（四聲）！說(shuō)起數(shù)據(jù)，就不得不提數(shù)據(jù)導(dǎo)向設(shè)計(jì)。

中高階設(shè)計(jì)師都需要關(guān)注數(shù)據(jù)，數(shù)據(jù)是對(duì)設(shè)計(jì)師主觀審美邏輯設(shè)計(jì)的一種輔助和補(bǔ)充，通過(guò)數(shù)據(jù)做出來(lái)的設(shè)計(jì)更具有說(shuō)服力和驗(yàn)證性。

數(shù)據(jù)為設(shè)計(jì)提供方案支撐和后期的方案驗(yàn)證，有利于產(chǎn)品后期的迭代和優(yōu)化。

通過(guò)對(duì)數(shù)據(jù)的比對(duì)，對(duì)數(shù)據(jù)趨勢(shì)的分析，能讓我們發(fā)現(xiàn)哪些環(huán)節(jié)存在問(wèn)題，哪些環(huán)節(jié)有提高空間。

明確各種數(shù)據(jù)指標(biāo)，明確設(shè)計(jì)目標(biāo)，讓數(shù)據(jù)為設(shè)計(jì)服務(wù)。

這篇文章的目的是幫助設(shè)計(jì)師快速入門(mén)和熟練掌握數(shù)據(jù)導(dǎo)向設(shè)計(jì)。

文章目錄：

1. 數(shù)據(jù)分析的意義
2. 熟練掌握數(shù)據(jù)指標(biāo)
3. 數(shù)據(jù)分析與設(shè)計(jì)的方法
4. 數(shù)據(jù)模型的建立
5. 數(shù)據(jù)如何驗(yàn)證設(shè)計(jì)

一、數(shù)據(jù)分析的意義

1. 用戶行為可視化，可清晰的了解整體/個(gè)體用戶的行為

如下圖所示，通過(guò)Google Aanalytic 網(wǎng)站可清晰的掌握平臺(tái)整體流量的來(lái)源，用戶群體路徑行為軌跡，這可以讓設(shè)計(jì)師/產(chǎn)品經(jīng)理清晰地了解到平臺(tái)的用戶行為軌跡和用戶人群的操作習(xí)慣。

2. 可追蹤產(chǎn)品任何一個(gè)時(shí)間段的數(shù)據(jù)，對(duì)比整體數(shù)據(jù)的變化

如下圖所示：通過(guò)曲線變化，可看出產(chǎn)品日活躍的變化，通過(guò)變化前后的節(jié)點(diǎn)可得到產(chǎn)品發(fā)生大變化的時(shí)間節(jié)點(diǎn)。

3. 提供數(shù)據(jù)支持和后期方案的驗(yàn)證

例如下圖，通過(guò)優(yōu)化產(chǎn)品界面的購(gòu)買按鈕，通過(guò)對(duì)比前后數(shù)據(jù)，看設(shè)計(jì)改版是否成功。

下圖的固定產(chǎn)品的購(gòu)買按鈕點(diǎn)擊率從6.4%提升到了9.8%，漲幅53.1%，由于漲幅大于0，同時(shí)沒(méi)有外部其他因素影響數(shù)據(jù)變化，所以可得出結(jié)論，這次設(shè)計(jì)改版是成功的。

4. 通過(guò)數(shù)據(jù)可分析產(chǎn)品設(shè)計(jì)的問(wèn)題所在

如下圖所示，整個(gè)注冊(cè)，綁定銀行卡的過(guò)程中，總的轉(zhuǎn)化率只有0.06%，用戶完成率過(guò)低，如果要優(yōu)化整個(gè)用戶注冊(cè)操作流程，那么需要找出流失過(guò)大的節(jié)點(diǎn)進(jìn)行優(yōu)化。

注冊(cè)成功率過(guò)低，這時(shí)候設(shè)計(jì)師就要分析整個(gè)注冊(cè)流程哪些設(shè)計(jì)因素導(dǎo)致成功率低。并針對(duì)成功率低進(jìn)行特定優(yōu)化。

二、熟練掌握數(shù)據(jù)指標(biāo)

掌握數(shù)據(jù)指標(biāo)有助于我們?nèi)腴T(mén)數(shù)據(jù)分析，我將數(shù)據(jù)指標(biāo)分為三類，分別為：綜合性指標(biāo)、流程型指標(biāo)和業(yè)務(wù)性指標(biāo)。

1. 綜合性指標(biāo)：指的是能綜合體現(xiàn)產(chǎn)品整體情況的指標(biāo)

對(duì)于非交易類型的網(wǎng)站，那么這個(gè)平臺(tái)的綜合性指標(biāo)可以包含DAU、留存用戶數(shù)、留存率和人均使用時(shí)長(zhǎng)。

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(shè)計(jì)人員了解產(chǎn)品的每日用戶情況，了解產(chǎn)品的用戶增長(zhǎng)或者減少趨勢(shì)。

留存用戶數(shù)：一段時(shí)間內(nèi)再次訪問(wèn)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(lái)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(nèi)留存用戶數(shù)/某周期內(nèi)訪問(wèn)用戶數(shù)。

數(shù)據(jù)用途是用來(lái)衡量用戶使用粘性，也可以用來(lái)作為產(chǎn)品改版后的重要指標(biāo)，留存率提升了，在不改變功能的情況下，說(shuō)明設(shè)計(jì)改版成功。

人均使用時(shí)長(zhǎng)：用戶平均每天停留在產(chǎn)品的時(shí)間。

數(shù)據(jù)用途是用來(lái)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(duì)于交易類型的網(wǎng)站，那么這個(gè)平臺(tái)的綜合性指標(biāo)可能就包含GMV、支付UV、人均訂單數(shù)、人均客單價(jià)。。

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(gè)例子：一個(gè)電商平臺(tái)，所有用戶一共下單了100萬(wàn)的商品，其中取消訂單2萬(wàn)，退款10萬(wàn)，那么GMV就是100萬(wàn)。

數(shù)據(jù)用途是體現(xiàn)電商平臺(tái)的交易規(guī)模，GMV越高說(shuō)明這個(gè)電商平臺(tái)的交易規(guī)模越大，平臺(tái)體量越大。

支付UV：指下單并成功支付的用戶數(shù)。舉個(gè)例子：一個(gè)電商平臺(tái)，有3000人點(diǎn)擊購(gòu)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(tái)整體用戶支付購(gòu)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(gè)例子：一個(gè)電商平臺(tái)，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(yè)面/功能的導(dǎo)購(gòu)能力。

人均客單價(jià)：ARPU，GMV/支付UV。舉個(gè)例子：一個(gè)電商平臺(tái)昨天GMV有100萬(wàn)，其中支付UV1萬(wàn)人，那么人均客單價(jià)為100元。

數(shù)據(jù)用途是一段時(shí)間內(nèi)每個(gè)用戶平均收入，用來(lái)衡量產(chǎn)品效益。

2. 流程性指標(biāo)，這些指標(biāo)和用戶操作流程中產(chǎn)品的指標(biāo)有關(guān)

點(diǎn)擊率：點(diǎn)擊率分為pv點(diǎn)擊率和uv點(diǎn)擊率，整體來(lái)看，點(diǎn)擊率使用pv點(diǎn)擊率比較好。

轉(zhuǎn)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(duì)于轉(zhuǎn)化率而言，是最終的結(jié)果數(shù)值。轉(zhuǎn)化率是過(guò)程值，完成率是結(jié)果值。

3. 產(chǎn)品的業(yè)務(wù)性指標(biāo)

區(qū)別于基礎(chǔ)通用型指標(biāo)，業(yè)務(wù)性指標(biāo)主要強(qiáng)調(diào)其業(yè)務(wù)屬性，例如社交社區(qū)，則可能需要的業(yè)務(wù)指標(biāo)為：人均發(fā)文數(shù)、人均評(píng)論數(shù)、人均點(diǎn)贊數(shù)，分享率等。

三、數(shù)據(jù)分析與設(shè)計(jì)的方法

數(shù)據(jù)分析和設(shè)計(jì)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(duì)比分析和多維度拆解。

1. 行為事件分析

通過(guò)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(duì)產(chǎn)品帶來(lái)的影響。也可以推算出這種特定的行為給產(chǎn)品帶來(lái)的意義。

行為事件分析法一般經(jīng)過(guò)事件定義、下鉆分析、解釋與結(jié)論等環(huán)節(jié)。

2. 漏斗分析

流量在各個(gè)節(jié)點(diǎn)流轉(zhuǎn)過(guò)程中，會(huì)存在一級(jí)級(jí)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(shè)計(jì)過(guò)程中流失比較多的數(shù)據(jù)，通過(guò)數(shù)據(jù)找到流失的原因。

3. 留存分析

通過(guò)找到整體留存情況，找到用戶留存的關(guān)鍵性因素指標(biāo)。

留存分為兩種情況：

1. 產(chǎn)品整體留存，整個(gè)產(chǎn)品的留存率，對(duì)象是整個(gè)產(chǎn)品；
2. 功能模塊流程，各個(gè)模塊的留存，這里是針對(duì)于單個(gè)功能模塊。

產(chǎn)品留存要分開(kāi)看待。既要看整個(gè)產(chǎn)品留存率也要看所負(fù)責(zé)設(shè)計(jì)的各個(gè)功能模塊留存率。

4. 分布分析

用戶在特定指標(biāo)的各種占比的歸類展現(xiàn)。

5. 對(duì)比分析

對(duì)比前后數(shù)據(jù)，通過(guò)對(duì)比數(shù)據(jù)的差值，驗(yàn)證設(shè)計(jì)。

1. 自身產(chǎn)品比，對(duì)比產(chǎn)品其他模塊相似場(chǎng)景的數(shù)據(jù)差異。通過(guò)對(duì)比找到問(wèn)題點(diǎn)并做分析優(yōu)化；
2. 行業(yè)產(chǎn)品比，和同行業(yè)產(chǎn)品的數(shù)據(jù)對(duì)比分析，找出數(shù)據(jù)差異的問(wèn)題所在，并給出對(duì)應(yīng)的優(yōu)化方案。

6. 多維度拆解

用不同的維度視角拆分分析統(tǒng)一類數(shù)據(jù)指標(biāo)。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(shè)備等。通過(guò)不同維度拆解，找到數(shù)據(jù)背后的真相。

四、數(shù)據(jù)模型的建立

設(shè)計(jì)團(tuán)隊(duì)引入數(shù)據(jù)分析，那么就需要一套成熟的適合自己的團(tuán)隊(duì)的模型做基礎(chǔ)，所以數(shù)據(jù)模型是我們數(shù)據(jù)分析的理論基礎(chǔ)。

在數(shù)據(jù)模型中，我們可以學(xué)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(tuán)隊(duì)的數(shù)據(jù)模型。

基于這個(gè)目的，我們可以將市面上常見(jiàn)的數(shù)據(jù)模型找出來(lái)并進(jìn)行整理并分析。通過(guò)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(tuán)隊(duì)的數(shù)據(jù)模型。

常見(jiàn)的數(shù)據(jù)模型有：Google’s HEART、AARRR、RARRA和Customer Experience Index (CX Index)。

• Google’s HEART：Google’s HEART是一個(gè)用來(lái)評(píng)估以及提升用戶體驗(yàn)的模型，它由五個(gè)維度組成：Engagement（參與度）、Adoption（接受度）、Retention（留存度）、Task Success（任務(wù)完成度）和Happiness（愉悅度）。
• AARRR：AARRR增長(zhǎng)模型出自于增長(zhǎng)黑客，即獲客、激活、留存、變現(xiàn)、傳播推薦。
• RARRA：RARRA的數(shù)據(jù)模型，本質(zhì)上是在AARRR的基礎(chǔ)上進(jìn)行順序調(diào)整得到，以滿足日益獲客成本所帶來(lái)的壓力成本。RARRA模型相比與AARRR可以使得獲客成本更低。
• Customer Experience Index (CX Index)：用戶體驗(yàn)指數(shù)的維度有三個(gè)，分別為：滿足需求、簡(jiǎn)單地和愉快地。

五、數(shù)據(jù)如何驗(yàn)證設(shè)計(jì)

通過(guò)核心指標(biāo)判斷設(shè)計(jì)方案是否符合預(yù)期，以此驗(yàn)證設(shè)計(jì)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(guān)注設(shè)計(jì)的核心指標(biāo)

設(shè)計(jì)過(guò)程中，要關(guān)注設(shè)計(jì)的核心指標(biāo)，針對(duì)于核心指標(biāo)，進(jìn)行針對(duì)性的設(shè)計(jì)。

如果改版的最重要（核心）的指標(biāo)是任務(wù)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(duì)應(yīng)的優(yōu)化方案。等到優(yōu)化方案的產(chǎn)品版本上線后，對(duì)比完成率數(shù)據(jù)變化。

如果改版的最重要（核心）指標(biāo)是人均觀看次數(shù)，則要思考可通過(guò)哪些設(shè)計(jì)策略可提升產(chǎn)品的人均播放次數(shù)。

舉個(gè)例子，新浪微博，以前版本用戶看完視頻后，視頻會(huì)有重播按鈕和推薦視頻，用戶只有進(jìn)行下一步點(diǎn)擊才能播放下一個(gè)視頻。改版后看完視頻會(huì)自動(dòng)切換到下一個(gè)視頻。這樣的設(shè)計(jì)策略雖然綁架了用戶的行為，用戶從一個(gè)主動(dòng)接受者，變成了一個(gè)被動(dòng)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(biāo)帶來(lái)的價(jià)值/收益

當(dāng)驗(yàn)證了核心指標(biāo)往好的方向發(fā)展，這時(shí)候，就需要總結(jié)核心指標(biāo)帶來(lái)的價(jià)值和收益，這樣的話設(shè)計(jì)價(jià)值才可以直接被量化。

舉個(gè)例子：一個(gè)banner的點(diǎn)擊率達(dá)到3%的時(shí)候，每天GMV約200萬(wàn)，當(dāng)重新設(shè)計(jì)了這個(gè)banner，同時(shí)其他條件保持不變，點(diǎn)擊率提升到了6%，這時(shí)候通過(guò)數(shù)據(jù)查看每天的GMV是多少，如果達(dá)到了400萬(wàn)，那么這增加的200萬(wàn)則是通過(guò)設(shè)計(jì)優(yōu)化所帶來(lái)的。

以上就是關(guān)于數(shù)據(jù)導(dǎo)向相關(guān)知識(shí)。

#相關(guān)閱讀#

《設(shè)計(jì)師必備的15項(xiàng)數(shù)據(jù)指標(biāo)》

《數(shù)據(jù)提升背后的3個(gè)問(wèn)題點(diǎn) 》

#專欄作家#

UX，微信公眾號(hào)：Echo的設(shè)計(jì)筆記，人人都是產(chǎn)品經(jīng)理專欄作家。前美團(tuán)點(diǎn)評(píng)高級(jí)交互設(shè)計(jì)師。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自 Unsplash，基于 CC0 協(xié)議