3500字干货!设计师必须掌握的数据分析基础知识

前言:设计和创作不一样,设计往往存在目的和理性的部分,虽然有的时候咱们不做数据分析也可以出设计方案,但数据作为一个定量的维度,可以支持设计方案的推导和决策,以及对方案效果的验证。

相关干货:

作为一名设计师,你是不是经常被灵魂拷问?

3500字干货!设计师必须掌握的数据分析基础知识

那么设计师需获取哪些数据,如何进行数据分析,帮助我们更好的了解用户,让团队少做一些无用需求,或者在错误的需求方向上停止脚步,遏制一些异想天开的想法。本文通过常见的概念和案例分析,总结了关于数据方面的一些基本知识,主要内容包括:

3500字干货!设计师必须掌握的数据分析基础知识

一、设计师为何要看数据

1. 客观的意义

一个好的产品需要更加“精、准、全”的数据,能拓宽产品判断的渠道,以一种客观方式反映某些现象或问题。

2. 设计的意义

一个完整的设计方案需要有设计的指标,量化指标的体现就是用户在使用产品时操作行为的数据体现,通过用户的数据来反馈和指导优化设计方案。

3500字干货!设计师必须掌握的数据分析基础知识

二、设计师常见的数据有哪些

在分析和使用数据之前,需要清楚地知道不同数据指标的定义,以下列举出了一些设计师常用的数据指标及其定义。

1. 后台数据

能代表用户使用度或者路径监测的数据:

①人均页面访问量(pv/uv)

人均页面访问量是指平均每个独立访客访问页面的次数,即 PV/UV,用来评估网站的深度。如果是内容型网站,人均页面访问量越高,说明内容越有价值,对用户越有吸引。

②平均停留时长

平均停留时长是指浏览某一页面时,访客停留时长与页面独立访客数之比。在任务型产品中,停留时间越长表明信息架构越不清晰、效率低;而在内容型产品中,更长的停留时间表明内容对用户更具吸引力。

③点击率

点击率是指网站页面上某一内容被点击的次数与被显示次数之比,点击率反映了网页上某一内容的受关注程度,经常用来衡量广告的吸引程度。

④转化率

转化率是完成一项操作的用户所占的百分比,比如网站的普通用户数与网站的付费订阅数量。转化率的计算公式=(转化次数/总数)×100%

⑤跳出率

跳出率指用户通过搜索关键词来到你的网站,仅浏览了一个页面就离开的访问次数与所有访问次数的百分比。

2. 调研数据

设计师一般聚焦于用户体验质量的提升,因此需要满足用户体验相关的数据指标才能更好地完成设计目标。比如 B 端产品的核心目标就是保证合作商户多,让商户保持持续付费的能力。那么根据用户体验周期的 5 个阶段 (获课-活跃-留存-变现-传播),对应得出以下 5 个体验指标,不同阶段产品增长目标不同。

3500字干货!设计师必须掌握的数据分析基础知识

①Acquisition(获客),让生意找上门

产品拓展期有用户产品才有机会活下去,不管是什么产品,都需要让用户看到产品价值,充分考虑用户的特点及需求对应设计不同的获客方案。相关的吸引度指标:曝光率、到达率、点击率、退出率。

②Activation(活跃),让用户使用产品

获取用户后,需要使用户保持活跃,C 端产品一般从日、周、月维度统计用户的在线时长,浏览时长,点击率等多行为角度分析用户活跃度,但是 B 端一般看核心功能使用频次即活跃率,以及完成过程中的操作效率;相关完成度指标包括:首次点击时间、操作完成时间、操作完成点击数、操作完成率、操作失败率等。

③Retention(留存),让用户持续使用产品,不流失

一款产品如果想要成功,光有用户是不够的,需要用户留存率足够高才可以,保证核心功能及客户的留存率是关键;相关满意度指标包括:操作难易度、布局合理度、界面美观度、内容易读性等。

④Revenue(变现),让用户持续付费

用户留下后,需要有变现的能力,只有实现用户变现,产品才有了商业价值,才能让产品获利;相关忠诚度指标包括:30 天/7 天回访率、跨平台的使用重合率等。

⑤Referral(传播),打造受企业喜爱的产品

打造一款让用户喜爱的产品,通过分享传播的方式,获得用户与变现,像活水一样源源不断,持续盈利,创造价值;数据指标主要为净推荐值(NPS)

3500字干货!设计师必须掌握的数据分析基础知识

三、设计师如何使用数据

Google 的 GSM 模型目标(Goal)→信号(Signal)→指标(Metric)是设计师比较熟知的数据模型,通过确立目标从而判断目标对应的信号,继而拆解为可量化的信号指标,完成目标到指标的转化。这里分享的是:借鉴GSM的思维方式进行拆解映射。

1.明确目标

①定目标值

定目标值(可量化的目标):即量化后的期望达到的业务效果,是需求实现效果的主要参照物,以产品改版或迭代的目标制定出阶段性的设计目标为例:

产品需要提升商家入驻率,对应的设计目标则要服务于产品目标,但可以从设计简化的入驻流程等设计策略实现产品目标。

3500字干货!设计师必须掌握的数据分析基础知识

②定数据指标

当确定好设计目标后,接下来是设定出衡量效果的方式和数据,数据指标可以建立一个统一的判断标准,直观地反映设计方案与设计目标之间的差距,成为迭代优化的重要依据。

例如:通过用户行为表现来衡量商家入驻的资格申请表单,根据旧版本的完成率与新版本的完成率计算出与设计目标的差距。

3500字干货!设计师必须掌握的数据分析基础知识

2.收集数据

①做好数据埋点

在产品设计前,需要通过用户行为数据来寻找优化突破口,那么想要获得这些数据,就需要先对旧版做好数据埋点。我这里是梳理了关键任务路径在每个节点让前端添加了统计代码,方便将需要的数据统计出来,对产品迭代具有重要的意义。

②利用统计工具

不同公司有不同的数据统计工具,一般大公司会建立自己的数据分析系统,也有很多公司会采用第三方统计工具来收集和分析数据。需要注意的是,Web 和 App 的数据统计工具及埋点方式是不同的,常见的第三方统计工具有:Web 统计工具:Google Analytics、百度网站统计等;App 统计工具:Flurry、百度移动统计、友盟、诸葛 IO 等。

3.分析数据

①什么是数据分析

数据分析是以业务场景和业务目标为思考起点,业务决策作为终点,按照业务场景和目标分解为若干影响的因子和子项目,围绕子项目做基于数据现状分析,找到改善现状的方法。数据分析是一个检查、清理、转换和建模数据的过程,目的是发现有用的信息、提供结论和支持决策。

数据分析的方法一般会包含但不限于以下几种方法;

例如:单项分析法:趋势洞察、渠道归因、漏斗分析、热图分析、A/B 分析、留存分析等;

组合分析法:针对某个细分点,进行多维度组合分析;

场景分析法:根据用户的使用场景,按时间、地点、任务进行分析。

②数据分析案例一

比如:(如图)这是产品新上的一个功能,统计了近一周的内容浏览量 PV、点击量 PV、以及对应的 ctr(点击率),请针对数据对新功能的整体情况进行分析并发现问题,怎么解决?

3500字干货!设计师必须掌握的数据分析基础知识

解题思路 1:首先绘制浏览量、点击量的折线图

3500字干货!设计师必须掌握的数据分析基础知识

可以发现浏览量在 3.5-3.6 日间呈逐渐下降的趋势,而 3.7 号开始不断上升,并在 3.8 号达到巅峰。反观浏览量,7 日内数据一直低迷,起伏波动不大,按道理来说,点击量的变化趋势应该和浏览量一致才对。

解题思路 2:绘制浏览量的点击量箱型图

3500字干货!设计师必须掌握的数据分析基础知识

7 日功能浏览量的均值与中位数非常接近,约为 1340 万,几乎没有差异,数据波动较低,没有出现离群点,因此可认为内容浏览数据非常健康。

7 日功能点击量均值为 145 万,中位数为 135 万,出现了均值高于中位数的情况,但箱型图中未出现离群点,应该是后三天的点击量相比前几天较高,拉高了整体均值。

从图中可以直观地看到这 7 日功能的浏览和点击情况相差巨大,可以得出最终结论:浏览量的提升并未带来点击量的提升,整体点击率过低。

3500字干货!设计师必须掌握的数据分析基础知识

4. 输出结果

①制定方案

根据前期 GSM 模型设定好的设计目标数据指标,制定相应的设计方案。其中,设计策略是制定设计方案的源头,明确设计策略之后,首先要做的是挖掘决定策略实现效果的关键因素,再由关键因素推导出最终的设计方案。

举个例子,如果按照 7+2 原则简化商家填写入驻表单的流程作为提升商家入驻的策略之一,那么填写信息是否比较顺畅、文案表达是否很清晰等,就成了策略能否奏效的关键因素。

②验证设计

优化方案上线,我们的工作不意味着就结束了,重点要观察对应的指标有所提升还是降低,与优化前的版本相比较是否有所改善。很多时候往往不可能一步到位就把问题解决掉,需要迭代优化,不断通过数据跟踪来修正设计策略,达到我们最终的设计目标。

举个例子:

针对某 B 端产品信息编辑的问题,采取了功能前置、且信息可以原位编辑等多种研究方式,并且在列表中增加自动获取功能。新版上线后,用户完成所需功能平均时长为 10 秒,比改版前快了 28 秒,效率提升了 36.4%,本次优化达到了预期的效果。

写到最后

在更远的未来,海量的数据将会是每个企业必不可少的基础支撑,对设计师而言,数据也是帮助设计发挥更大价值的强大帮手,不管是在设计前、设计中、设计后,尽量能将数据变成设计流程中的常规环节吧。

收藏 80
点赞 46

复制本文链接 文章为作者独立观点不代表优设网立场,未经允许不得转载。