
當(dāng)下,大數(shù)據(jù)分析不僅僅運(yùn)用于政府機(jī)關(guān)和大型電商,數(shù)據(jù)分析運(yùn)用的面試非常廣的。對(duì)于設(shè)計(jì)師來說,數(shù)據(jù)是一件很重要的事,能夠幫助設(shè)計(jì)師從一個(gè)更加客觀的角度認(rèn)知設(shè)計(jì)效果,找尋設(shè)計(jì)問題,啟發(fā)設(shè)計(jì)方向。但是,如何看數(shù)據(jù)對(duì)于設(shè)計(jì)師來說常常是一件復(fù)雜的事,除了要記住專業(yè)術(shù)語代表的意義,面對(duì)一大堆數(shù)據(jù)時(shí)從哪些角度看也無從下手。這里對(duì)于常見的專業(yè)術(shù)語不再做專門講述,而是用點(diǎn)線面這樣通俗的概念,幫助設(shè)計(jì)師更簡(jiǎn)單地掌握一些查看數(shù)據(jù)的常用方法。
點(diǎn):UV點(diǎn)擊率,指的是對(duì)頁面產(chǎn)生點(diǎn)擊行為的用戶占比,設(shè)計(jì)師通??梢圆榭错撁嬲w的UV點(diǎn)率和具體控件的UV點(diǎn)擊率,即對(duì)頁面/控件有產(chǎn)生點(diǎn)擊行為的用戶占比。它可以衡量用戶對(duì)頁面所有元素或單個(gè)控件的點(diǎn)擊情況,了解頁面整體對(duì)用戶的吸引力,以及具體的設(shè)計(jì)元素是否被用戶感知、使用。比如整體頁面的UV點(diǎn)擊率為95%,則代表100個(gè)用戶進(jìn)來有95個(gè)人產(chǎn)生了點(diǎn)擊行為,整體吸引力還是不錯(cuò);但如其中一個(gè)功能按鈕或者一個(gè)banner的UV點(diǎn)擊率僅為1%,則說是100個(gè)用戶進(jìn)來只有1個(gè)用戶點(diǎn)擊了該按鈕或banner,是否用戶沒有發(fā)現(xiàn)該功能按鈕,或者banner樣式不夠吸引人,這就需要設(shè)計(jì)師去發(fā)掘改進(jìn)。整體頁面的UV點(diǎn)擊率可以在A+(阿里巴巴流量分析平臺(tái) 上查看,而控件點(diǎn)擊率通常需要在WDM(無線數(shù)讀http://wdm.alibaba-inc.com/index.htm)上查看相應(yīng)的控件對(duì)應(yīng)的埋點(diǎn)名稱。(因數(shù)據(jù)保密問題,以下涉及數(shù)據(jù)部分均非真實(shí)數(shù)據(jù))
WDM上查看具體控件點(diǎn)擊情況
線:變化曲線,通過觀察一段時(shí)間數(shù)據(jù)的變化情況,可以了解設(shè)計(jì)修改前后對(duì)產(chǎn)品產(chǎn)生的影響。一般是在單一產(chǎn)品/控件中觀察曲線了解設(shè)計(jì)前后的變化,但如果擔(dān)心單一產(chǎn)品/控件的修改會(huì)對(duì)其它產(chǎn)品/控件產(chǎn)生影響,則需要將這多個(gè)產(chǎn)品/控件的曲線也并列起來觀察。比如在首頁頭條入口改版后,我們除了觀察它本身點(diǎn)擊情況有所好轉(zhuǎn)(深藍(lán)色曲線)外,還需要比較它的升高會(huì)不會(huì)影響其它產(chǎn)品入口。因此需要對(duì)幾個(gè)產(chǎn)品的曲線進(jìn)行同步觀察。
同時(shí)比較多個(gè)產(chǎn)品曲線進(jìn)行全局把控
3、面
面:涉及頁面或頁面之間的數(shù)據(jù),包括瀏覽深度、停留時(shí)長(zhǎng)、回訪率、轉(zhuǎn)化鏈路等。瀏覽深度(用戶連續(xù)瀏覽的頁面數(shù)) 、停留時(shí)長(zhǎng)(用戶瀏覽某一頁面花費(fèi)的時(shí)間)可以用來衡量用戶是否在你的產(chǎn)品中充分逛起來,但是這兩個(gè)數(shù)據(jù)指標(biāo)也并非是越高越好,有可能是因?yàn)楫a(chǎn)品的過于復(fù)雜、用戶不懂得如何使用造成了數(shù)據(jù)的升高,因此需要辯證地看待?;卦L率包括次日留存、七日留存(在某段時(shí)間內(nèi)開始使用,經(jīng)過一段時(shí)間后,仍然繼續(xù)使用的用戶占比)等,可以判斷用戶對(duì)于產(chǎn)品的粘性,也是衡量該產(chǎn)品整體是否吸引用戶的重要指標(biāo)。產(chǎn)品除了單一頁面的點(diǎn)擊,還會(huì)涉及到頁面之間的跳轉(zhuǎn),通過觀察頁面間流轉(zhuǎn)的數(shù)據(jù),可以清楚地看到用戶行為的主要路徑,幫助設(shè)計(jì)師驗(yàn)證自己設(shè)計(jì)的路徑是否合理,會(huì)不會(huì)因?yàn)槁窂教L(zhǎng)而造成過多流失。在判斷問題根源時(shí),除了觀察單頁面數(shù)據(jù),也不要忘記審查鏈路數(shù)據(jù)。比如在單一頁面設(shè)計(jì)沒有改變的情況下,成交有所下降,除了考慮商品因素,也需要考察頁面間的轉(zhuǎn)化鏈路,看看在頁面跳轉(zhuǎn)過程中是否發(fā)生了什么,或者流量流向第二個(gè)頁面后是否因該頁面的一些設(shè)計(jì)差異導(dǎo)致了點(diǎn)擊下降。這些數(shù)據(jù)可以在A+或WDM(用戶行為-頁面路徑分析)上查看。在WDM上還可以通過創(chuàng)建關(guān)鍵漏斗查看幾個(gè)主要頁面的轉(zhuǎn)化情況。
A+上查看流量流向及WDM通過創(chuàng)建漏斗查看頁面轉(zhuǎn)化
以上所說的都是一些用戶行為的數(shù)據(jù),除此之外,用戶作為人本身,也需要觀察一些相應(yīng)的數(shù)據(jù)。除了基本的年齡、性別、消費(fèi)等級(jí),對(duì)于輕度用戶、中度用戶、重度用戶的分層以及相應(yīng)行為的觀察可以了解不同類型用戶對(duì)產(chǎn)品的使用程度,幫助設(shè)計(jì)師更有針對(duì)性地進(jìn)行設(shè)計(jì);同時(shí)觀察用戶的成長(zhǎng)情況,也是對(duì)該產(chǎn)品是否朝良性方向發(fā)展的一個(gè)很好權(quán)衡。目前對(duì)于用戶人方面的數(shù)據(jù)在平臺(tái)上還沒有較好的查看方法,需要單獨(dú)與BI溝通提取相應(yīng)緯度的數(shù)據(jù)進(jìn)行觀察。
比如在搶購的設(shè)計(jì)過程中,用研逢辰同學(xué)就搶購的用戶類型進(jìn)行了一定維度的劃分,我們希望可以從BI處提取相應(yīng)數(shù)據(jù):
用戶分層更有針對(duì)性地觀察用戶行為
很多時(shí)候,單純樣式的設(shè)計(jì)對(duì)于業(yè)務(wù)數(shù)據(jù)能帶來的變化是有限的,反而是內(nèi)容層面的改變帶來的變化更大。因此設(shè)計(jì)師除了點(diǎn)擊數(shù)據(jù)、行為數(shù)據(jù)、用戶數(shù)據(jù)外,有時(shí)候還需要從運(yùn)營(yíng)的角度出發(fā),對(duì)于商品/運(yùn)營(yíng)內(nèi)容的數(shù)據(jù)數(shù)據(jù)分析和數(shù)據(jù)挖掘,這樣可以更加全面地了解用戶的痛點(diǎn)、需求,挖掘表面上難以感知的問題,激發(fā)設(shè)計(jì)的創(chuàng)新點(diǎn),并且對(duì)于業(yè)務(wù)有更大的推動(dòng)。
以搶購為例,搶購的內(nèi)容基本上是商品,深入了解商品數(shù)據(jù),可以從類目的成交情況、場(chǎng)次的成交情況、不同類目在不同場(chǎng)次是否有不同表現(xiàn)等多種維度切入,發(fā)現(xiàn)用戶感興趣的類目類型、成交轉(zhuǎn)化高的場(chǎng)次、某一類目對(duì)應(yīng)的幾個(gè)轉(zhuǎn)化高的時(shí)間點(diǎn)等等,在這些關(guān)鍵點(diǎn)進(jìn)行玩法/設(shè)計(jì)上的強(qiáng)調(diào)、突破,讓設(shè)計(jì)的作用在內(nèi)容層面也可以有所發(fā)揮。
搶購不同行業(yè)商品的客單價(jià)與購買轉(zhuǎn)化分布
以下就以搶購為例,講述一個(gè)比較完整的觀察數(shù)據(jù)流程以及根據(jù)數(shù)據(jù)對(duì)產(chǎn)品的修改和推動(dòng)。
1.點(diǎn):對(duì)于有改動(dòng)的設(shè)計(jì)點(diǎn)觀察控件的UV點(diǎn)擊率變化
在改版中,我們把搶購頭部的長(zhǎng)條banner改成了card樣式,同時(shí)在主列表中新穿插了類目、頻道入口。改版后觀察控件UV點(diǎn)擊率,發(fā)現(xiàn)banner改為card樣式雖然UV點(diǎn)擊率總和有所增加,但是單個(gè)banner的點(diǎn)擊率是減少的,引流效果并不理想;新增的類目入口雖然UV點(diǎn)擊率不高,但以其所在的位置、樣式,還是取得了比預(yù)期要高的點(diǎn)擊,且比頻道入口高出不少。于是在設(shè)計(jì)思路上,后續(xù)傾向于將banner融入內(nèi)容流中,對(duì)類目的穿插進(jìn)一步強(qiáng)化,同時(shí)對(duì)頻道入口樣式進(jìn)行修改。
搶購改版后對(duì)應(yīng)控件UV點(diǎn)擊率觀察
2.線:觀察改版前后的變化曲線
在改版中,我們對(duì)于主列表商品的元素、樣式進(jìn)行了一定調(diào)整,同時(shí)采取了個(gè)性化排序的方式,觀察改版前后業(yè)務(wù)的幾條基本曲線,基本都有一定程度的提升,證明了一些相應(yīng)的修改達(dá)到了一定效果。
搶購改版后業(yè)務(wù)基本曲線觀察
3.面:對(duì)頁面流量流轉(zhuǎn)的觀察
之前搶購的品牌搶購采取了一個(gè)banner+3個(gè)寶貝的設(shè)計(jì)樣式,為了提高效率,我們嘗試直接采用banner,并用ABTest進(jìn)行觀察。除了觀察這兩種樣式分別的點(diǎn)擊效果外,對(duì)于其在詳情頁的瀏覽轉(zhuǎn)化也需要同步觀察,因?yàn)橛袑氊愔苯勇冻龅姆绞降竭_(dá)詳情頁路徑更短,我們需要判斷去掉寶貝后是否會(huì)對(duì)成交產(chǎn)生影響。經(jīng)過觀察數(shù)據(jù)后發(fā)現(xiàn),雖然純banner樣式的平均UV點(diǎn)擊率高于帶三個(gè)寶貝的樣式,但是在流量流轉(zhuǎn)上,它引導(dǎo)至詳情頁的UV是少于帶三個(gè)寶貝樣式的,最終經(jīng)過權(quán)衡可以接受這部分流量的損失,采取更高效的純banner樣式。
品牌搶購ABTest數(shù)據(jù)觀察
4.人與內(nèi)容
除了行為數(shù)據(jù),我們也在對(duì)搶購的商品數(shù)據(jù)和用戶分層情況進(jìn)行觀察。通過商品數(shù)據(jù)可以發(fā)現(xiàn),雖然搶購用戶整體偏向低價(jià)商品,但是低價(jià)商品中,容易快速?zèng)Q策的商品轉(zhuǎn)化更高,而價(jià)格中偏高的商品也并非轉(zhuǎn)化就不好,諸如蔬果生鮮等不易造假的商品也有較高轉(zhuǎn)化,并且用戶對(duì)于某些類目有所偏好。進(jìn)一步通過用戶分層還可以發(fā)現(xiàn)不同層級(jí)(易引導(dǎo)用戶/核心用戶/淺度用戶/低轉(zhuǎn)化用戶)用戶的類目偏好/標(biāo)簽,這樣在內(nèi)容維度上就可以更有針對(duì)性地選擇,同時(shí)在設(shè)計(jì)上通過用戶偏好的類目/專題組織等方式讓產(chǎn)品更具可逛性。
數(shù)據(jù)作為客觀的存在,對(duì)于設(shè)計(jì)的說服力有極大幫助。設(shè)計(jì)師掌握了查看數(shù)據(jù)的一些基本方法,才能讓設(shè)計(jì)變得更加有理有據(jù)。但除了方法之外,更重要的是設(shè)計(jì)師根據(jù)具體業(yè)務(wù)和設(shè)計(jì)不確定點(diǎn)進(jìn)行維度的拆分和解讀,并且在觀察數(shù)據(jù)的時(shí)候要注意變量與非變量,通過對(duì)這些細(xì)微數(shù)據(jù)進(jìn)行有效的數(shù)據(jù)分析,這樣才能找出問題真正的根源所在。設(shè)計(jì)與數(shù)據(jù)結(jié)合,任重而道遠(yuǎn)。
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
SQL 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)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 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 ...
2025-09-18DSGE 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(jià)值的專業(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)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)全功能周期的專業(yè)操盤手 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(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) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10