用一篇文章，幫你掌握數(shù)據(jù)導(dǎo)向設(shè)計

吳軼 ：本文從工作實踐出發(fā)，結(jié)合案例分享了數(shù)據(jù)分析的相關(guān)知識，供大家一同參考和學(xué)習(xí)。

中高階設(shè)計師都需要關(guān)注數(shù)據(jù)，數(shù)據(jù)是對設(shè)計師主觀審美邏輯設(shè)計的一種輔助和補充，通過數(shù)據(jù)做出來的設(shè)計更具有說服力和驗證性。

數(shù)據(jù)為設(shè)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(shè)計目標，讓數(shù)據(jù)為設(shè)計服務(wù)。

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

數(shù)據(jù)分析的意義

1. 用戶行為可視化，可清晰地了解整體/個體用戶的行為

如下圖所示，通過 Google Aanalytic 網(wǎng)站可清晰地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(shè)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(xí)慣。

2. 可追蹤產(chǎn)品任何一個時間段的數(shù)據(jù)，對比整體數(shù)據(jù)的變化

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。

3. 提供數(shù)據(jù)支持和后期方案的驗證

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(shè)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(jié)論，這次設(shè)計改版是成功的。

4. 通過數(shù)據(jù)可分析產(chǎn)品設(shè)計的問題所在

如下圖所示，整個注冊，綁定銀行卡的過程中，總的轉(zhuǎn)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(shè)計師就要分析整個注冊流程中，哪些設(shè)計因素導(dǎo)致成功率低，并針對成功率低進行特定優(yōu)化。

熟練掌握數(shù)據(jù)指標

掌握數(shù)據(jù)指標有助于我們?nèi)腴T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(wù)性指標。

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

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(shè)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(nèi)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(nèi)留存用戶數(shù)/某周期內(nèi)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(shè)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(dǎo)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UV有 1 萬人，那么人均客單價為 100 元。

數(shù)據(jù)用途是一段時間內(nèi)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(guān)

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(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：完成率相對于轉(zhuǎn)化率而言，是最終的結(jié)果數(shù)值。轉(zhuǎn)化率是過程值，完成率是結(jié)果值。

3. 產(chǎn)品的業(yè)務(wù)性指標

區(qū)別于基礎(chǔ)通用型指標，業(yè)務(wù)性指標主要強調(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)分析與設(shè)計的方法

數(shù)據(jù)分析和設(shè)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。

1. 行為事件分析

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(jié)論等環(huán)節(jié)。

2. 漏斗分析

流量在各個節(jié)點流轉(zhuǎn)過程中，會存在一級級的流失，最終形成了漏斗形態(tài)。漏斗分析適用于一系列完整流程操作的用戶行為。

找到設(shè)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。

3. 留存分析

通過找到整體留存情況，找到用戶留存的關(guān)鍵性因素指標。

留存分為兩種情況：

• 產(chǎn)品整體留存，整個產(chǎn)品的留存率，對象是整個產(chǎn)品；
• 功能模塊流程，各個模塊的留存，這里是針對于單個功能模塊。

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(zé)設(shè)計的各個功能模塊的留存率。

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(shè)計。

• 自身產(chǎn)品比，對比產(chǎn)品其他模塊相似場景的數(shù)據(jù)差異，通過對比找到問題點并做分析優(yōu)化。
• 行業(yè)產(chǎn)品比，和同行業(yè)產(chǎn)品的數(shù)據(jù)對比分析，找出數(shù)據(jù)差異的問題所在，并給出對應(yīng)的優(yōu)化方案。

6. 多維度拆解

用不同的維度視角拆分，分析同一類數(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(shè)備等。通過不同維度拆解，找到數(shù)據(jù)背后的真相。

數(shù)據(jù)模型的建立

設(shè)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(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和分析。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）。

Google’s HEART：Google’s HEART 是一個用來評估以及提升用戶體驗的模型，它由五個維度組成：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 增長模型出自于增長黑客，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)上進行順序調(diào)整得到，以滿足日益獲客成本所帶來的壓力成本。RARRA 模型相比與 AARRR 可以使得獲客成本更低。

Customer Experience Index（CX Index）：用戶體驗指數(shù)的維度有三個，分別為滿足需求、簡單地和愉快地。

數(shù)據(jù)如何驗證設(shè)計

通過核心指標判斷設(shè)計方案是否符合預(yù)期，以此驗證設(shè)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(guān)注設(shè)計的核心指標

設(shè)計過程中，要關(guān)注設(shè)計的核心指標，針對于核心指標，進行針對性的設(shè)計。

如果改版最核心的指標是任務(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，對比完成率數(shù)據(jù)變化。

如果改版最核心的指標是人均觀看次數(shù)，則要思考可通過哪些設(shè)計策略提升產(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(shè)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地提升人均播放次數(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(jié)核心指標帶來的價值和收益，這樣的話設(shè)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(shè)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(shè)計優(yōu)化所帶來的。

歡迎關(guān)注作者的微信公眾號：「Echo的設(shè)計筆記」