
交互設(shè)計(jì)師必修課:數(shù)據(jù)分析的原則
面對(duì)一大堆看似雜亂的數(shù)據(jù),如何進(jìn)行信息提取與數(shù)據(jù)加工,從中獲取自己想要的信息,并應(yīng)用這些信息,有理有據(jù)的進(jìn)行需求的討論、最終設(shè)計(jì)決策的推進(jìn),這是每一個(gè)交互設(shè)計(jì)師必修的課程。
在我看來(lái),數(shù)據(jù)分析是很難的。利用你當(dāng)下有限的數(shù)據(jù)資源(大多數(shù)數(shù)據(jù)往往掌握在產(chǎn)品經(jīng)理、運(yùn)營(yíng)手上)去整理、分析并得出結(jié)果。
交互設(shè)計(jì)師如何培養(yǎng)數(shù)據(jù)分析的能力呢?
首先,要有數(shù)據(jù)收集分析的意識(shí),掌握數(shù)據(jù)產(chǎn)生的來(lái)源;
其次,拿到數(shù)據(jù)后,在數(shù)據(jù)間找關(guān)聯(lián)性,深挖內(nèi)在含義;
再次,掌握基本的數(shù)據(jù)分析方法,并在實(shí)戰(zhàn)中加以應(yīng)用;
最后,將分析的結(jié)果應(yīng)用到后續(xù)工作中,檢驗(yàn)分析結(jié)果。
如此,循環(huán)往復(fù),形成一種職業(yè)習(xí)慣,一個(gè)工作的流程。
從平時(shí)的工作中,總結(jié)出以下幾點(diǎn)數(shù)據(jù)分析時(shí)要注意的原則,在這里拋磚引玉,歡迎來(lái)拍:
一、明確數(shù)據(jù)分析的目的
要分析一份數(shù)據(jù),首先得先明確自己的目的:為什么要收集并分析這樣一份數(shù)據(jù)?只有你的目的明確了之后,才能對(duì)接下來(lái)你要收集哪些數(shù)據(jù)、如何收集有一 個(gè)整體的把握。當(dāng)然你的目的可以是多個(gè)小點(diǎn),(如:用戶在首頁(yè)瀏覽了哪些內(nèi)容?登錄框在頁(yè)面上的重要程度?)只要這些點(diǎn)是一個(gè)個(gè)切實(shí)待解決的問(wèn)題點(diǎn),將其 羅列下來(lái),一個(gè)一個(gè)的去收集數(shù)據(jù)。
你分析的結(jié)果可能會(huì)改變整個(gè)項(xiàng)目,但有了數(shù)據(jù)的支撐,會(huì)讓項(xiàng)目或需求有一個(gè)全新的開(kāi)始或細(xì)節(jié)的調(diào)整。
二、了解數(shù)據(jù)來(lái)源并收集
按照分析的目標(biāo)中羅列的點(diǎn),建立一個(gè)分析框架,并按照輕重緩急進(jìn)行數(shù)據(jù)收集。與此同時(shí),需要對(duì)數(shù)據(jù)是如何產(chǎn)生的,如何獲取這些數(shù)據(jù)進(jìn)行相應(yīng)的了解。在工作中應(yīng)用到的數(shù)據(jù)統(tǒng)計(jì)工具有:金牌令箭、顯微鏡、CNZZ統(tǒng)計(jì)等,通過(guò)這些統(tǒng)計(jì)工具可以方便的進(jìn)行數(shù)據(jù)的收集,同時(shí)交互設(shè)計(jì)師也要與前端保持溝通,了解數(shù)據(jù)統(tǒng)計(jì)的方法,適時(shí)添加統(tǒng)計(jì)的維度,請(qǐng)前端同學(xué)幫忙埋統(tǒng)計(jì)代碼。
三、掌握數(shù)據(jù)分析的方法
作為交互設(shè)計(jì)師, 要掌握幾種基本的數(shù)據(jù)分析方法:對(duì)比分析法、分組分析法、結(jié)構(gòu)分析法、平均分析法、交叉分析法……基于這些分析方法,我們可以對(duì)現(xiàn)狀、原因、未來(lái)有初步的 了解,并進(jìn)入后續(xù)更深入的分析。如:現(xiàn)狀分析適用于對(duì)現(xiàn)今站點(diǎn)或頁(yè)面的瀏覽點(diǎn)擊情況做一個(gè)數(shù)據(jù)統(tǒng)計(jì)與熱點(diǎn)分析,可以得出用戶的瀏覽路徑及關(guān)注重點(diǎn)。原因分 析則側(cè)重于一個(gè)問(wèn)題,深入挖掘答案。未來(lái)分析可用于與產(chǎn)品經(jīng)理溝通時(shí),對(duì)后期產(chǎn)品的規(guī)劃進(jìn)行數(shù)據(jù)交流。
四、溝通分析結(jié)果
在溝通分析結(jié)果前,要注意不要只用手上僅有的資訊作判斷,如果手上的證據(jù)不足以完全反應(yīng)實(shí)際狀況的時(shí)候,以數(shù)據(jù)分析結(jié)果作為決策就很容易出錯(cuò),尤其是單看某一個(gè)數(shù)據(jù)維度時(shí)。交互設(shè)計(jì)師要超前思考,考慮產(chǎn)品經(jīng)理可能從中提出的問(wèn)題,并給出回應(yīng)。讓溝通高效且有意義。
五、騙人的分析結(jié)果
數(shù)據(jù)是會(huì)騙人的。其中最有名的例子就是辛普森悖論。一所美國(guó)高校的兩個(gè)學(xué)院,分別是法學(xué)院和商學(xué)院,開(kāi)學(xué)時(shí),人們以為有性別歧視。
法學(xué)院:(女生錄取率高)
商學(xué)院:(女生錄取率高)
單從學(xué)院數(shù)據(jù)來(lái)看,女生的錄取率都比男生高,但是在總評(píng)中,女生的錄取率比男生低。
為了避免這種情況,我們應(yīng)該適當(dāng)分組,并且調(diào)整某些組別的權(quán)重,根據(jù)業(yè)務(wù)來(lái)衡量可能會(huì)影響關(guān)聯(lián)關(guān)系的一些潛在因素。
六、數(shù)據(jù)不是萬(wàn)能的
前期數(shù)據(jù)可以用來(lái)挖掘用戶需求,中期數(shù)據(jù)可以用來(lái)過(guò)濾產(chǎn)品功能,后期數(shù)據(jù)可以用來(lái)反映產(chǎn)品成敗。整個(gè)過(guò)程當(dāng)中,數(shù)據(jù)還能舉證,作為產(chǎn)品經(jīng)理與交互設(shè)計(jì)師之間的溝通內(nèi)容。
但是,我們要認(rèn)清一個(gè)事實(shí):數(shù)據(jù)不是萬(wàn)能的。它不能反映一切問(wèn)題:在前期的分析中不一定能找到創(chuàng)新的突破口或者潛在的需求點(diǎn);在后期的效果驗(yàn)證中,往往又會(huì)顯得很有說(shuō)服力。我們要懷著客觀的心態(tài)來(lái)關(guān)注數(shù)據(jù),從不同的角度出發(fā),與產(chǎn)品經(jīng)理之間保持有效的溝通。
除了以上幾點(diǎn)原則,在數(shù)據(jù)分析過(guò)程中,我們也要避免以下幾種的情況:
1、項(xiàng)目緊急,時(shí)間不夠
在數(shù)據(jù)分析前期,先對(duì)要完成的事情做個(gè)計(jì)劃表,內(nèi)容包括以下幾個(gè)方面:收集數(shù)據(jù)、整理數(shù)據(jù)、分析數(shù)據(jù)、總結(jié)報(bào)告。預(yù)估每個(gè)內(nèi)容需要花費(fèi)的時(shí)間,并將重點(diǎn)環(huán)節(jié)標(biāo)注出來(lái),合理安排時(shí)間。
2、注重收集,分析不夠
數(shù)據(jù)分析的重點(diǎn)應(yīng)該落在分析上,而不是數(shù)據(jù)的大量收集。在保證足夠的數(shù)據(jù)信息后應(yīng)立即投入整理和分析階段。如若花了大量的時(shí)間去收集,在deadline前基本沒(méi)有時(shí)間進(jìn)行分析,那最后提交的只會(huì)是一份粗淺的總結(jié),而經(jīng)過(guò)深入分析的數(shù)據(jù)報(bào)告才是真正有價(jià)值的。
3、關(guān)注數(shù)據(jù)的時(shí)效性
數(shù)據(jù)可以告訴我們過(guò)去確實(shí)發(fā)生過(guò)的事情(如:用戶的喜好、廣告的效果等),但是隨著時(shí)間的推移,數(shù)據(jù)也會(huì)相應(yīng)的發(fā)生變化。數(shù)據(jù)是有時(shí)效性的,太久以 前的數(shù)據(jù)可能已經(jīng)無(wú)法反映當(dāng)下的情況,也就不能用來(lái)做設(shè)計(jì)決策。數(shù)據(jù)越實(shí)時(shí),就越能利用這種數(shù)據(jù)來(lái)對(duì)當(dāng)下的問(wèn)題做最及時(shí)的調(diào)整。
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
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)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(lèi)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(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)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(kù)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(shí)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(wú)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(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)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(dòng)態(tài)隨機(jī)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(kāi)始提取前,需先判斷 TIF 文件的類(lèi)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(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(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(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11