作为设计师,你是否遇到过这些问题:一直都在做产的体验优设计,但怎么知道是否真的有改进?有 A、B 两种设计方案,要怎么性地判断和择最优的那种?都说要户为中心做设计,除了户调研,还有么别的方式可了解户?……
以上问题,其以通数据验证得出结论。在产品研流程中,数据是基石,也是驱动设计的核心因素。文通常见的概念和案例分析,总结关数据方面的一基识,主要内容包括:
- 设计师为何要看数据?
- 设计师要看哪数据?
- 计如何使用数据?
- 设计常遇到问题。
一、设计师为何要看数据?
1. 更好地了解用户
设师需了解用户,数据则对用户的目标、行、态度况的化。通过数据分析,我们可以更好地洞察用户需求,进而为用户提供更好体验服务。
2. 有力地支撑设计
不于艺术感性和纯粹,商业设计需要是理性地观察和思考,数据是理性化,是发现问题、判断思路、验证设计要依据,可以帮助设计师提升设计正确率。
二、设计师要看哪些数据?
1. 常见数据指标
在分析和使用数据之前,需要清楚地道不同数据指标的定义,以下列举出一设计师常用的数据指标及其定义。
点击率
点击率是指网站页面上某一内容被点击的次数与被访问的次数之比。反映网页上某一内容的受关注度,经常用来衡量告的吸引程度。
人均页面访问量
人均页面访问量是指平均每个独立访客访问页面的次数,即 PV/UV,用来评估网站的深度。果是内容型网站,人均页面访问量越高,说明内容越有价值,对用户越有吸引。
转化率是指用户进行了相应目标行动的访问次数总访问次数的比率。比如 100 次访问中,有 10 个登录网站,那网站的登录转化率就为 10%。用来衡量流程页面的转化效能,是任型产品的重要衡量指标。
跳失率
跳失率是指只访问了入页面就离开的访问量总访问量的百比。反映产品是否有足够的吸引度吸引用户深入访问,是衡量网站内容质量的重要标准。
均停留长
均停留长是指浏览某一页面,访停留长页面独立访数之比。在任型产品中,停留间越长表息架构越不清晰、效率低;而在内容型产品中,更长的停留间表内容对用户更吸引力。
2. 用户体验指标
设计师一般聚焦用户验质量的提升,因此需要满用户验相关的数据指标才能更地完成设计目标。根据用户验周期的 5 个阶段 (触达-行动-感-回访-传播),对应得出以下 5 个验指标,简称 「5度」 指标。
吸引度指标
吸引度是指在操前,产品能否吸引用户来使用、能否吸引用户产生相应的行为;相关的吸引度指标包括:晓率、到达率、点击率、退出率等。
完成度指标
完成度是指在操程中,用户能否完成产品目标对应的操,以及完成程中的操效率;相关完成度指标包括:首次点击时间、操完成时间、操完成点击数、操完成率、操失败率等。
满意度指标
满意度是指完成操,用户产生的主观感受和满意度;相关满意度指标包括:操难易度、局合理度、界面美观度、内容易读等。
忠诚度指标
忠诚度是指完成一次使用,用户不次使用该产品;相关忠诚度指标包括:30天/7天回访率、跨平台的使用重合率等。
推荐度指标
推荐度是指用户能否将此产品推荐给其他人使用,数据指标主要为净推荐值(NPS)。
三、设计师如何使用数据?
1. 明确目的
确定设计目标
首先根据品改版或迭代目标制定出阶段性设计目标,例如:品需要提高首页轮播图击率,应设计目标则要服务于品目标,可以从设计专业度、特长、手段,参与实现品目标。
设目标可以用表达式概括:设目标 = 用「某设策略」给目标用户「某价」,以力「某变方式」。
设数据指标
当确好设目标后,接下设出衡设目标的数据指标,数据指标可以建立一统一的判断标准,直观反映设方案与设目标之间的差距,迭优化的重依据。
数据指标的设定是单一的,而是多维的,例如:判断某页的吸引是否有增,相的数据指标可设定为页面 UV 到达率、点击 UV 转率、点击 PV 转率等。
2. 收集数据
做好数据埋
在品设计前,需要过观察访问量、击率、转化率等数据来寻找优化突破口,想要获这些数据,需要先做好数据埋。所谓埋,是在正常功能逻辑添加统计代码,将需要数据统计出来,于品迭代而言具有要指导意义。
利用统计工具
不公司有不数据统计,般大公司会立自己数据分析系统,也有很多公司会采用第三统计工具来收和分析数据。需要注意是,Web 和 App 数据统计工具及埋是不,常见第三统计工具有:
- Web 统计工:Google Analytics、百度网站统计等;
- App 统计工具:Flurry、百度移动统计、友盟、诸葛IO 等。
3. 分析数据
什么数据分析?
数据分析以业务场景业务目标思考起点,业务决策作终点,按照业务场景目标分解若影响的因子子项目,围绕子项目基于数据状分析,找到改善状的方法。
数据分析的方法
数据分析一般会包含但不限于以下几种方法,例如:
- 单项分析法:趋势洞察、渠归、漏斗分析、热图分析、A/B分析、留存分析等;
- 组合分析法:针对某细分点,行多维度组合分析;
- 场景分析法:根据户的使场景,按时间、地点、任务进行分析。
数据分析案例
从某商 App 的漏斗图中发现,在商品加入购物车之前的转化率都比较高,但在付款流程中转化率急剧降低至 8%,需要改善购买转化率低的问题。
通过事件析,发现用户在「付款页」停留间过长,约为102秒。在付款成功和付款失败的类人群中,通过机型差异的对比和网络环的对比,析得出以下因:
- 机型适差,开时对小众机型关注度低;
- 付款页面加载缓慢,严重消耗了用户的耐心。
针对以上问题,我们采取对应的决方案:
- 增强小众机的版本适配性;
- 通缩减图、优化框架、预加载等策略,提升页面加载速度;
- 加入 Loading 动画计,提升页面的趣味性,缓解用户等待的焦虑。
数据分析案例二
通过数据发,一段时间内某社交 App 用户的注册转化率急剧下降,由原的60%下降到了20%,需找到原因并即时优化。
针对注册用户数这细分点,我们采用组合分析法,行几维度的分析寻找原因:
- App 网络是否正常?
- 推广注册页否异常?
- 获取短信验证码是否异?
- 设置手势密码是否异常?
逐一查了上可现的问题,最后锁定了问题的来源:由于短信通道故障,大分户接收到短信验证码导致注册失败,从而影响了注册转率。
4. 输出结果
制定案
根据设计目标和设定好数据指标,可以开始制定设计案了。其,设计策略是制定设计案头,明确设计策略后,首先要做是挖掘决定策略实现效关键素,再由关键素导出最终设计案。
举例子,如果把增强视觉效果作提高广告 Banner 点击率的策略之一,那么 Banner 色彩搭配否协调、构图否巧妙、文案表达否清晰,就了策略能否奏效的关键因素。
验证设
设方案制完后,并不意设作就此结束,还非常重的一,就用我们已设好的数据指标,去衡验证设方案否达到预目标。
举个例子,针对某 B 端产信息架构的问题,采取了信息功的卡片分类、功查测试等多种研究方式,并且在列表中增最使功。版上线后,户到需功平均时长为87秒,改版前快了21秒,效率升了15.4%,本次优达到了预期的效果。
最,不管验证结果是否达标,是有价值的。「达标」 是对设计程的肯定,「未达标」 则是对下一版改进方向的指引。
四、设计中常遇到的问题
1. 无法获取数据怎么办?
使用相似数据
法取到目标数据时,可以使用近似或类数据来代替。例如:设计某电商首页页宽度时,需要了解用户电脑分辨率情况,后台法获取数据,那么可以用权威构近期发布国电商用户群或国网民显示分辨率情况作为参考数据。
开展用户调研
用户调研可以收到统计工具法获取用户为数据,也可以更加真切了解用户诉求、使用感受、满意度等信息。这是最普遍、最接来把用户主观感受数据化。
过分析导
如法接获取目标数据,可以利用现有数据接分析导出目标数据,比如前提到单项分析法、组合分析法等,灵活地使用这些统计法,可以获更多有价值信息。
2. 数据使用注意事项
合理分时间
将收集数据、整理数据、分析数据、输出报告四个阶段提前做安排,预估每个阶段需要花费的时间,标注出重点内容,合理分时间。
注重数据分析
将重点放在数据的分析上,而非数据的大量收集上。若在数据的收集上投大量时间,在付需求前很难有时间深分析数据,最提的总结也没有太大价值,所以,在获得够的信息便进数据的整理和分析阶段。
数据有时效
数据以反映趋势、效果、偏等信号,但随着时间的推移,数据也生相应的变化。数据也有时效,历史数据能无法反映当下的情况,也就不能拿来做设计决策。数据越时,越能为对当下问题判断的依据。
写在最后
无论是用数据指标做效果衡量,还是用数据指标进行问题判断和原因锁定,客观正的态度和科学的验方法是最重要的。
数据相关的知识体系非常复杂,甚至需要有专职的数据析或用户研究员参,文中列举的是一些基础的数据析方法,或许不全面,也是个人阶段性的心得总结。
作为名理性设计师,过观察数据、分析数据,利用数据来助力品和业务成功,是我们成长要阶段,也是我们伟大使命。
欢迎关注作者微信公众:「彭彭设笔记」