
用數(shù)據(jù)分析來設(shè)計(jì)頁面
設(shè)計(jì)時(shí)不能單憑經(jīng)驗(yàn)和直覺,因?yàn)樯婕暗降哪繕?biāo)人群、場景、操作習(xí)慣的不同。為了獲取更準(zhǔn)確、有效的信息去輔助、檢測(cè)設(shè)計(jì),設(shè)計(jì)師會(huì)選擇定性(用戶訪談、焦點(diǎn)小組)和定量(調(diào)研問卷、網(wǎng)站數(shù)據(jù)分析)的方式進(jìn)行用戶研究。其中“網(wǎng)站數(shù)據(jù)分析”這一方式不需要花費(fèi)較長的時(shí)間及人力成本,同時(shí)避免了用戶及環(huán)境等不穩(wěn)定因素對(duì)分析結(jié)果造成的干擾。只要具備精準(zhǔn)及適用的數(shù)據(jù),我們應(yīng)優(yōu)先選擇這一方法輔助設(shè)計(jì)。
通常我們可以獲取到哪些數(shù)據(jù)呢?
1、 網(wǎng)站數(shù)據(jù)
搜索常見的數(shù)據(jù)如下:
Query – 搜索關(guān)鍵字?jǐn)?shù)
PV(Page View) — 頁面瀏覽量,頁面每一次刷新即被計(jì)算一次
UV(Unique Visitor) — 用戶訪問數(shù)
Click — 頁面總點(diǎn)擊數(shù),每一個(gè)功能都會(huì)有相應(yīng)的點(diǎn)擊數(shù)
L->D — 搜索list頁面到detail頁面的點(diǎn)擊數(shù)據(jù),即轉(zhuǎn)化率,不同頁面有不同的數(shù)據(jù)。
CTR — Click/LPL,LPV即搜索list頁面上的瀏覽量,CTR即每次瀏覽的點(diǎn)擊次數(shù)。
2、 用戶訪談、定性調(diào)研、焦點(diǎn)小組
3、 已有結(jié)論的報(bào)告
4、 線上測(cè)試(如A/B test,搜索中常用內(nèi)部開發(fā)的可以多方案上線測(cè)試的buckettest)
網(wǎng)站數(shù)據(jù)中可以了解到什么信息?
1、關(guān)鍵字流失率分析
圖1是用戶輸入“女鞋”相關(guān)的關(guān)鍵字及相應(yīng)的UV流失率(即沒有在搜索頁進(jìn)行過任何操作行為的用戶數(shù)占所有搜索用戶的比例),從數(shù)據(jù)上看添加了真皮、廣州、時(shí)尚等屬性詞的關(guān)鍵字流失率相對(duì)低很多。
關(guān)鍵字描述越詳細(xì),搜索匹配到的產(chǎn)品越準(zhǔn)確,用戶也就可以更快的找到目標(biāo)產(chǎn)品。但讓用戶精確輸入關(guān)鍵字的成本較高(如用戶不知道用哪些描述詞更適合等)。如何降低這個(gè)成本?我們可以使用suggestion(關(guān)鍵字推薦)(見圖2)和SN區(qū)(類目屬性篩選區(qū))(見圖3)給用戶恰當(dāng)?shù)耐扑]和引導(dǎo)。
2、快速篩選改版后數(shù)據(jù)分析
圖4是搜索上的篩選項(xiàng)。搜索的目標(biāo)應(yīng)該是更快、更準(zhǔn)確的幫助用戶找到產(chǎn)品,篩選區(qū)便是其中一個(gè)重要的組成部分,讓用戶更快的找到篩選項(xiàng)以及簡單的完成篩選操作,是每次改版的中心目的。
各篩選項(xiàng)應(yīng)該放在哪里更合適,很大程度上取決于用戶在查找產(chǎn)品的時(shí)候,更關(guān)注哪些維度的信息。對(duì)于已經(jīng)上線的功能,我們可以通過數(shù)據(jù)進(jìn)行分析,如上圖是篩選區(qū)的CTR數(shù)據(jù),可以發(fā)現(xiàn)用戶使用地區(qū)、排序、單價(jià)、經(jīng)營模式操作較多,說明用戶對(duì)這方面篩選需求較大,也較關(guān)注這幾個(gè)維度的信息,以此可以將篩選項(xiàng)調(diào)整到方便用戶查找的位置,也降低了用戶的記憶負(fù)擔(dān),因用戶一般都是從左到右瀏覽,所以可以將重要的篩選調(diào)整到首位或是用視覺突出。而一些數(shù)據(jù)較低的篩選,可以根據(jù)情況隱藏或是下線,也增加篩選區(qū)的擴(kuò)展性。
圖5根據(jù)圖4的數(shù)據(jù),我們對(duì)篩選項(xiàng)的位置以及排序按鈕交互方式進(jìn)行了調(diào)整。
新版本上線兩周后我們發(fā)現(xiàn)用戶較關(guān)注的篩選項(xiàng)調(diào)整到左邊位置后CTR數(shù)據(jù)明顯上升(綠色為明顯數(shù)據(jù)上升,紅色則數(shù)據(jù)下降,其他數(shù)據(jù)小量上升)。
綜上所述,設(shè)計(jì)、迭代流程如下:
數(shù)據(jù)驗(yàn)證,這個(gè)一次相對(duì)成功的設(shè)計(jì)。
3、對(duì)比功能上線后數(shù)據(jù)分析
同時(shí),我們來看一個(gè)不合理的產(chǎn)品設(shè)計(jì)(見圖7)。圖上是阿里巴巴在去年上的對(duì)比功能,用戶勾選產(chǎn)品加入對(duì)比(圖7第1步)只占整個(gè)搜索CTR0.6%左右,而到最后點(diǎn)擊了對(duì)比按鈕(圖7第2步)的轉(zhuǎn)化率只有其中的10%不到,對(duì)比功能的使用率很低。
根據(jù)這個(gè)發(fā)現(xiàn),我們召集了5個(gè)測(cè)試者(1位產(chǎn)品經(jīng)理、1位運(yùn)營、3位用戶)進(jìn)行了焦點(diǎn)測(cè)試,得到如下幾點(diǎn)反饋1、用戶只要看其中的幾個(gè)信息,不需要那么多維度的信息對(duì)比。2、用戶更習(xí)慣通過點(diǎn)開detail進(jìn)行對(duì)比。
很多垂直化的行業(yè)搜索都有對(duì)比功能,如太平洋、中關(guān)村、淘寶的手機(jī)等,該功能通過對(duì)比信息幫助用戶挑選出更符合目標(biāo)的產(chǎn)品。但適不適合我們的網(wǎng)站,還需要多考慮一番。結(jié)合以上數(shù)據(jù)來看,對(duì)比功能更適合一些需要關(guān)注多維度信息對(duì)比的垂直行業(yè),而關(guān)注維度較少的,用戶通過短期記憶就可以達(dá)到。
運(yùn)用數(shù)據(jù)檢測(cè)設(shè)計(jì)
一般在全量上線前會(huì)通過buckettest測(cè)試各方案,對(duì)比用戶行為數(shù)據(jù)檢測(cè)哪個(gè)方案更合理、體驗(yàn)更好。
通過bucktest可以得到如圖8的對(duì)比數(shù)據(jù),紅色為數(shù)據(jù)下滑,綠色為數(shù)據(jù)上漲。
運(yùn)用buckettest測(cè)試,對(duì)于檢測(cè)設(shè)計(jì)是很有效的方法,特別是針對(duì)小細(xì)節(jié)的體驗(yàn)優(yōu)化。對(duì)方案調(diào)整處數(shù)據(jù)打點(diǎn),就可以監(jiān)測(cè)到相應(yīng)的數(shù)據(jù)變化。例如按鈕調(diào)整,檢測(cè)調(diào)整后是否比原來的方案體驗(yàn)更好,在測(cè)試前要求開發(fā)同學(xué)在監(jiān)測(cè)數(shù)據(jù)時(shí)給這個(gè)按鈕打點(diǎn),測(cè)試后就可以了解到按鈕調(diào)整前、后的對(duì)比數(shù)據(jù)。如你想了解按鈕位置調(diào)整是否能提升體驗(yàn),在設(shè)計(jì)時(shí)就要規(guī)避其他因素可能引起的影響如按鈕樣式等,以此來不斷優(yōu)化設(shè)計(jì)方案。
總結(jié)
分析數(shù)據(jù)、讀懂?dāng)?shù)據(jù)、運(yùn)用數(shù)據(jù),可以很好的輔助我們?nèi)ピO(shè)計(jì)產(chǎn)品、改善體驗(yàn),這也是設(shè)計(jì)師需要掌握的一門必修課。
數(shù)據(jù)雖然很強(qiáng)大但是不要迷戀它,不要只關(guān)注數(shù)據(jù)的起落,而是要分析數(shù)據(jù)背后真實(shí)的用戶原因及需求,數(shù)據(jù)只是一個(gè)分析輔助工具。
不要任何設(shè)計(jì)都依賴測(cè)試及數(shù)據(jù)檢測(cè),每一次測(cè)試所需的開發(fā)和時(shí)間成本太高。盡管設(shè)計(jì)師不能作出100%的正確判斷,但是結(jié)合有效的工作習(xí)慣及總結(jié)分析,還是能夠大大的提高設(shè)計(jì)的準(zhǔn)確率及解決方案的有效性,這也是設(shè)計(jì)師的價(jià)值。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動(dòng)企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時(shí)代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會(huì)遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,面對(duì)海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯(cuò)改字段或誤執(zhí)行批量更新等問題時(shí)有發(fā)生。 ...
2025-07-14如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動(dòng)決策的 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08