
用數(shù)據(jù)分析來設(shè)計頁面
設(shè)計時不能單憑經(jīng)驗和直覺,因為涉及到的目標人群、場景、操作習慣的不同。為了獲取更準確、有效的信息去輔助、檢測設(shè)計,設(shè)計師會選擇定性(用戶訪談、焦點小組)和定量(調(diào)研問卷、網(wǎng)站數(shù)據(jù)分析)的方式進行用戶研究。其中“網(wǎng)站數(shù)據(jù)分析”這一方式不需要花費較長的時間及人力成本,同時避免了用戶及環(huán)境等不穩(wěn)定因素對分析結(jié)果造成的干擾。只要具備精準及適用的數(shù)據(jù),我們應(yīng)優(yōu)先選擇這一方法輔助設(shè)計。
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)鍵字數(shù)
PV(Page View) — 頁面瀏覽量,頁面每一次刷新即被計算一次
UV(Unique Visitor) — 用戶訪問數(shù)
Click — 頁面總點擊數(shù),每一個功能都會有相應(yīng)的點擊數(shù)
L->D — 搜索list頁面到detail頁面的點擊數(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即每次瀏覽的點擊次數(shù)。
2、 用戶訪談、定性調(diào)研、焦點小組
3、 已有結(jié)論的報告
4、 線上測試(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、時尚等屬性詞的關(guān)鍵字流失率相對低很多。
關(guān)鍵字描述越詳細,搜索匹配到的產(chǎn)品越準確,用戶也就可以更快的找到目標產(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?shù)耐扑]和引導。
2、快速篩選改版后數(shù)據(jù)分析
圖4是搜索上的篩選項。搜索的目標應(yīng)該是更快、更準確的幫助用戶找到產(chǎn)品,篩選區(qū)便是其中一個重要的組成部分,讓用戶更快的找到篩選項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)品的時候,更關(guān)注哪些維度的信息。對于已經(jīng)上線的功能,我們可以通過數(shù)據(jù)進行分析,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、經(jīng)營模式操作較多,說明用戶對這方面篩選需求較大,也較關(guān)注這幾個維度的信息,以此可以將篩選項調(diào)整到方便用戶查找的位置,也降低了用戶的記憶負擔,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)的擴展性。
圖5根據(jù)圖4的數(shù)據(jù),我們對篩選項的位置以及排序按鈕交互方式進行了調(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、迭代流程如下:
數(shù)據(jù)驗證,這個一次相對成功的設(shè)計。
3、對比功能上線后數(shù)據(jù)分析
同時,我們來看一個不合理的產(chǎn)品設(shè)計(見圖7)。圖上是阿里巴巴在去年上的對比功能,用戶勾選產(chǎn)品加入對比(圖7第1步)只占整個搜索CTR0.6%左右,而到最后點擊了對比按鈕(圖7第2步)的轉(zhuǎn)化率只有其中的10%不到,對比功能的使用率很低。
根據(jù)這個發(fā)現(xiàn),我們召集了5個測試者(1位產(chǎn)品經(jīng)理、1位運營、3位用戶)進行了焦點測試,得到如下幾點反饋1、用戶只要看其中的幾個信息,不需要那么多維度的信息對比。2、用戶更習慣通過點開detail進行對比。
很多垂直化的行業(yè)搜索都有對比功能,如太平洋、中關(guān)村、淘寶的手機等,該功能通過對比信息幫助用戶挑選出更符合目標的產(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,對比功能更適合一些需要關(guān)注多維度信息對比的垂直行業(yè),而關(guān)注維度較少的,用戶通過短期記憶就可以達到。
運用數(shù)據(jù)檢測設(shè)計
一般在全量上線前會通過buckettest測試各方案,對比用戶行為數(shù)據(jù)檢測哪個方案更合理、體驗更好。
通過bucktest可以得到如圖8的對比數(shù)據(jù),紅色為數(shù)據(jù)下滑,綠色為數(shù)據(jù)上漲。
運用buckettest測試,對于檢測設(shè)計是很有效的方法,特別是針對小細節(jié)的體驗優(yōu)化。對方案調(diào)整處數(shù)據(jù)打點,就可以監(jiān)測到相應(yīng)的數(shù)據(jù)變化。例如按鈕調(diào)整,檢測調(diào)整后是否比原來的方案體驗更好,在測試前要求開發(fā)同學在監(jiān)測數(shù)據(jù)時給這個按鈕打點,測試后就可以了解到按鈕調(diào)整前、后的對比數(shù)據(jù)。如你想了解按鈕位置調(diào)整是否能提升體驗,在設(shè)計時就要規(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)計方案。
總結(jié)
分析數(shù)據(jù)、讀懂數(shù)據(jù)、運用數(shù)據(jù),可以很好的輔助我們?nèi)ピO(shè)計產(chǎn)品、改善體驗,這也是設(shè)計師需要掌握的一門必修課。
數(shù)據(jù)雖然很強大但是不要迷戀它,不要只關(guān)注數(shù)據(jù)的起落,而是要分析數(shù)據(jù)背后真實的用戶原因及需求,數(shù)據(jù)只是一個分析輔助工具。
不要任何設(shè)計都依賴測試及數(shù)據(jù)檢測,每一次測試所需的開發(fā)和時間成本太高。盡管設(shè)計師不能作出100%的正確判斷,但是結(jié)合有效的工作習慣及總結(jié)分析,還是能夠大大的提高設(shè)計的準確率及解決方案的有效性,這也是設(shè)計師的價值。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11