在设计工作中,我们常用的数据分析方法有以下 4 种:

  • 漏斗分析
  • 拆解分析
  • 对比分析
  • 行为分析

漏斗分析

漏斗的定义:基于明确起始操作路径,根据每个路径节点的用户数(操作次数),各个节点流转过程中,会存在一级级的流失,最终形成漏斗形态。

漏斗的意义:漏斗分析适用于一些列完整流程操作的用户行为,找到设计过程中流失比较多的节点,分析找到流失的原因并改进。

如下图所示,用户在搜索场景购买商品的整个操作路径,在这个路径中,每一节点都会存在流量的流失,从而形成一个完整的转化漏斗。

学习数据分析,从数据分析的4种方法开始

按照页面 PV 绘制成对应的转化漏斗如下图所示:

学习数据分析,从数据分析的4种方法开始

通过绘制的漏斗,找到对应页面的 PV 数据,计算出对应的转化率。

转化率=下一个节点 PV/上一个节点的 PV,通常来说低转化率节点是可优化点。

漏斗的计数单位可以基于用户(UV),也可以基于次数(PV)。

对于偏一次性流程的,例如注册、实名认证等建议使用用户(UV),对于偏非一次性的流程,例如购买、发布等建议使用次数(PV)。

拆解分析

定义:将整体数据按照不同纬度进行拆解分析。

如下图,当我们在数据中看到目标用户有 1866 个人,那么接下来拆解分析这 1866 个人在不同纬度中的分布情况怎么样。

通过拆解,力求后续推广流量更加精准化,提升转化率。

学习数据分析,从数据分析的4种方法开始

如下图,通过流量渠道来源,top 前三的渠道分别为今日头条、36kr 和地推。如果在价格方面,36kr 单个用户价格更加便宜,那么可以加大 36kr 广告推广。

学习数据分析,从数据分析的4种方法开始

如下图,通过城市的维度来看,产品目标用户的城市,排名前三分别为上海、石家庄和杭州。

学习数据分析,从数据分析的4种方法开始

对比分析

对比前后数据,通过对比数据的差值,验证设计。

简单的举个例子,下图为服务购买页面。

学习数据分析,从数据分析的4种方法开始

项目背景:立即支付的点击率只有 11%,此次优化,希望提升立即支付按钮的点击率。

从图可以看出存在以下问题:

  • 核心操作流程被弱化,立即支付按钮底部悬浮,按钮的视觉抢点被购买须知和服务协议所占据。导致用户注意力被抢占影响点击率。
  • 优惠利益点不够,导致用户支付意愿下降。

针对于提升立即支付点击率,那么可以从 3 个方面着手:

  • 增加按钮的视觉表达,按钮变大。
  • 核心操作占据核心位置。
  • 提升文案,通过文案吸引用户

通过以上 3 点,得到对应的优化方案,如下:

学习数据分析,从数据分析的4种方法开始

明确全量发布时间后,那么该时间之后,就是该优化方案上线的数据,找到对应的指标数据。

建议当数据稳定后,取最近一周的数据的平均值作为核心指标的数据。

通过开发得知,该需求于 2020 年 4 月 20 日已全量上线,然后看后台数据,发现支付点击率为 16%

学习数据分析,从数据分析的4种方法开始

那么由此得知,改版后数据涨幅为:(16%-11%)/11% =45.5%

通过对比用户点击立即支付按钮数据前后的变化,验证设计是否成功。

对比分析通常有以下两个方面:

  • 自身产品比,对比产品其他模块相似场景的数据差异。通过对比找到问题点并做分析优化。
  • 行业产品比,和同行业产品的数据对比分析,找出数据差异的问题所在,并给出对应的优化方案。

行为分析

通过分析特定类型的用户行为,找到这种特定类型的用户行为的对产品带来的影响。也可以推算出这种特定的行为给产品带来的意义。

意义:用户行为可视化,可清晰的了解整体/个体用户的行为。

如下图所示,通过 Google Aanalytic 网站可清晰的掌握平台整体流量的来源,用户群体路径行为轨迹,这可以让设计师/产品经理清晰地了解到平台的用户行为轨迹和用户人群的操作习惯。

学习数据分析,从数据分析的4种方法开始

也可以清晰地了解每个用户的操作行为路径。如下图所示:

学习数据分析,从数据分析的4种方法开始

以上就是设计中常用的 4 种数据分析的方法,如果你有其他意见和建议,欢迎在评论区留言。

欢迎关注作者的微信公众号:「Echo的设计笔记」

学习数据分析,从数据分析的4种方法开始

点赞 11
收藏 60
继续阅读相关文章

发表评论 已发布 1

还可以输入 800 个字
 
 
载入中....
1 收藏