量化設(shè)計價值- 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

2021-6-22    資深UI設(shè)計者

隨著用戶體驗設(shè)計的發(fā)展,我們已經(jīng)過了僅依賴需求和直覺就可以完成產(chǎn)品設(shè)計決策的階段了。數(shù)據(jù)對用戶體驗設(shè)計師的價值可以總結(jié)為兩點:1. 數(shù)據(jù)可以在「產(chǎn)品設(shè)計決策階段」提供了更多元的參考意見;2. 數(shù)據(jù)可以在「產(chǎn)品設(shè)計復(fù)盤階段」提供更客觀的評價標(biāo)準(zhǔn)


設(shè)計師使用數(shù)據(jù)的場景

無論所處哪一種設(shè)計階段,總的來說設(shè)計師的數(shù)據(jù)需求主要可以分為兩大類:

undefined


1.探索事物間關(guān)系的“內(nèi)因/外因”:

是什么東西影響了用戶的購買決策 ?我的新版網(wǎng)站首頁的改版是否為產(chǎn)品提升了注冊的轉(zhuǎn)化率 ?這類需求的本質(zhì)是探究一種事物間的歡喜和因果性,常用「推論性統(tǒng)計」、「相關(guān)&非參數(shù)校驗」進(jìn)行分析。對于這類需求,往往會有專業(yè)的數(shù)據(jù)分析師,用戶研究設(shè)計師,數(shù)據(jù)產(chǎn)品經(jīng)理承接。


2.發(fā)現(xiàn)數(shù)據(jù)中的“模式/異常”:

在一天之中隨著時間的變化,用戶的訪問量有什么規(guī)律 ?這類需求的本質(zhì)是在對已經(jīng)發(fā)生的事物規(guī)律做一種總結(jié) ,使用的統(tǒng)計方法更多的是「描述性統(tǒng)計」。對于絕大多數(shù)設(shè)計師而言,能夠做到發(fā)現(xiàn)數(shù)據(jù)中的 “模式/異?!?基本可以覆蓋絕大多數(shù)日常工作的需求。


本文主要關(guān)注解決設(shè)計師的第二類使用場景——發(fā)現(xiàn)數(shù)據(jù)中的“模式/異常”。目前各大互聯(lián)網(wǎng)企業(yè)內(nèi)部都會提供自研或者第三方的BI工具,因此筆者建議設(shè)計師可以通過建立一個包含關(guān)鍵的體驗指標(biāo)的數(shù)據(jù)看板系統(tǒng),對自己負(fù)責(zé)的業(yè)務(wù)進(jìn)行系統(tǒng)的總結(jié)和復(fù)盤。


以我曾經(jīng)的工作內(nèi)容為例,我們的產(chǎn)品是服務(wù)商家進(jìn)行“前后端對接生產(chǎn)”的訂單審核系統(tǒng)。【效率】是制造業(yè)至關(guān)重要的關(guān)注面,在一個企業(yè)用戶的付費決策中也起到了相當(dāng)重要的分量,客戶使用我們的工具進(jìn)行訂單審核和流轉(zhuǎn)的效率是整個用戶體驗?zāi)P椭械闹匾糠?。因此我們需要?gòu)建一系列合理的指標(biāo)來判斷訂單系統(tǒng)的處理效率。除【效率】外,【用戶行為】【用戶特征】等都是設(shè)計師關(guān)系的信息。以【效率】為起點,最終我們構(gòu)建了一個籠統(tǒng)的包含設(shè)計師所有要監(jiān)測的信息看板系統(tǒng)


關(guān)鍵概念

本質(zhì)上互聯(lián)網(wǎng)產(chǎn)品中的看板(kanban)與自然科學(xué)領(lǐng)域研究人員的用 R 或者 Seaborn繪制的精美圖表沒有本質(zhì)上的區(qū)別,差異點可能在于看板更加關(guān)注時效性,同時更加具備可交互性。

隨著儀表盤工具和各種BI軟件產(chǎn)品在人群中的普及,人們對儀表盤,指標(biāo)(Metric)和關(guān)鍵績效指標(biāo)(KPI)的組成有不同的理解。為了確保我們都說相同的語言,我將定義一組術(shù)語,這些術(shù)語將構(gòu)成我們討論的基礎(chǔ):


  • 度量(Measure):度量是一段數(shù)字上可量化的數(shù)據(jù)。銷售額、利潤、留存率,都是具體衡量的例子。

  • 維度(Dimension):維度表示給定指標(biāo)的不同方面屬性。例如,時間通常被用作分析不同度量的維度。其他一些常見的維度包括地區(qū)、產(chǎn)品、部門、細(xì)分市場等。

  • 層次結(jié)構(gòu)(Hierarchy):維度可以進(jìn)一步分解為層次結(jié)構(gòu)。例如,時間維度還可以形成層次結(jié)構(gòu),例如 年>季度>月>日。

  • 粒度(Grain):層次結(jié)構(gòu)中的每個級別都稱為維度的粒度。例如,年 > 季度 > 月 > 日 ,中的“年”是一個特定的粒度。

  • 指標(biāo)(Metric):指標(biāo)是我們經(jīng)常在儀表板中顯示的數(shù)據(jù)類型,它表示一個度量Measure)的數(shù)據(jù)段與一個或多個特定維度(Dimension)和相關(guān)粒度(Grain)的關(guān)系。



上圖是在Tableau中一個標(biāo)準(zhǔn)的指標(biāo)示例-“每周銷售總額” 的構(gòu)建方式。在這個指標(biāo)中,我們需要量化的“”是美元——即總銷售額,用來觀察量化數(shù)據(jù)的“維度”— 即時間,而時間維度可以被進(jìn)一步分解為“年>季度>周”的層級結(jié)構(gòu),“每周銷售總額”需要關(guān)聯(lián)的維度中的特定“粒度 ——即周。


  • 看板(Cards or KanBan): 觀察一個或多個指標(biāo)(Metric)運行情況的圖表

  • 儀表板(Dashboard): 儀表板是多個圖形,圖表,量表或其他直觀表示的集合。多個看板可組成一個儀表板

  • 報告(Report): 報告可以是對應(yīng)圖表和其他可視化的表示,也可以是可能直接相關(guān)或不直接相關(guān)的大量圖表和可視化。多個儀表盤可組成一個報告。

“實時、受眾群體、流量獲取、行為……” 上圖為Google Analytics 中提供的多種類型的數(shù)據(jù)分析報告,報告可以非常廣泛地涵蓋廣泛的相關(guān)信息。每一種特定報告內(nèi)包含了若干個回答特定問題的dashboard,一個dashboard內(nèi)可以包含多個相互關(guān)聯(lián)的指標(biāo)的看板。


一個可分析、可追蹤的數(shù)據(jù)系統(tǒng)中,最原子的構(gòu)成單位理解成一個“看板”。如何從0-1構(gòu)建一個客觀有效的數(shù)據(jù)看板系統(tǒng)?我們可以類比【一個人學(xué)習(xí)做菜】的過程,做菜的過程可以總結(jié)為三個階段:


  1. 學(xué)習(xí)菜譜&列一個采購清單

  2. 采購食材&烹飪食材

  1. 擺盤料理&品嘗美食


對應(yīng)到數(shù)據(jù)看板系統(tǒng)的創(chuàng)建,我們亦可以總結(jié)為三個階段:

  1. 了解數(shù)據(jù)的特性、明確自己需要哪些數(shù)據(jù)

  2. 通過技術(shù)手段獲取數(shù)據(jù)、將粗?jǐn)?shù)據(jù)加工成意義明確的指標(biāo)

  1. 將指標(biāo)數(shù)據(jù)可視化,觀察數(shù)據(jù)并嘗試分析現(xiàn)象



度量Measure & 維度Dimension

“ Data is more than numbers, and to visualize it, you must know what it represents. ”

數(shù)據(jù)不僅僅是數(shù)字,數(shù)字、數(shù)組、表格、都可以被稱之為數(shù)據(jù)。要將數(shù)據(jù)形象化,你必須知道它代表什么。為了構(gòu)建有效的效率指標(biāo),第一步是:明確為了解決當(dāng)前的問題,要觀察的【度量】是哪些,已及這些度量又需要從哪些【維度】進(jìn)行觀察。

了解數(shù)據(jù)類型

一個線上的項目每天都在收集成百上千種數(shù)據(jù),怎樣確定自己需要什么數(shù)據(jù)作為 度量(Measure)呢?首先值得注意的是,不是所有類型的數(shù)據(jù)都適合作為度量Measure)被加工成指標(biāo)。


不同學(xué)科,不同課程,不同領(lǐng)域,對于數(shù)據(jù)類型的定義基本一樣,但稱呼并不完全一樣。統(tǒng)計學(xué)中,數(shù)據(jù)類型分為四種:定類,定序,定距,和定比。這四種類型是從低到高的遞進(jìn)關(guān)系,高級的類型可以用低級類型的分析方法來分析,而反過來卻不行。

定性數(shù)據(jù)與定量數(shù)據(jù)


從宏觀角度分析,數(shù)據(jù)類型分為 定性 和 定量 兩種。一個通俗的例子,以自身為例:例如衣服的顏色,頭發(fā)的類型和鼻子的形狀這些標(biāo)識標(biāo)識的是定性數(shù)據(jù);例如身高,體重,年齡和鞋子的尺碼,這些可測量的是定量數(shù)據(jù)。


1.定量數(shù)據(jù):定量數(shù)據(jù)是統(tǒng)計數(shù)據(jù),通常具有自然結(jié)構(gòu)性意味著它更加嚴(yán)格和明確,可再細(xì)分為連續(xù)/離散兩種。此類數(shù)據(jù)使用數(shù)字和值進(jìn)行測量,這使其更適合進(jìn)行數(shù)據(jù)分析??梢酝ㄟ^以下方式獲取定量數(shù)據(jù):

  • 測量

  • 實驗

  • 調(diào)查

  • 市場報告

  • ……


2.定性數(shù)據(jù):定性數(shù)據(jù)是非統(tǒng)計數(shù)據(jù),本質(zhì)上通常是非結(jié)構(gòu)化或半結(jié)構(gòu)化的。定性數(shù)據(jù)可以用來問“為什么”的問題。它是調(diào)查性的,在進(jìn)行進(jìn)一步研究之前通常是開放性的。從定性研究中生成的數(shù)據(jù)用于理論化,解釋,發(fā)展假設(shè)和初步理解。可以通過以下方法獲取定性數(shù)據(jù):

  • 文字和文件

  • 音頻和視頻記錄

  • 圖片和符號

  • 訪談筆錄和焦點小組

  • ……


想要了解訂單流轉(zhuǎn)的效率是怎樣,最簡單的方法是通過和我們的客戶進(jìn)行面聊一下使用情況并記錄一下反饋,但這樣的產(chǎn)物并不方便進(jìn)行統(tǒng)計分析和展示。盡管有一些對定性數(shù)據(jù)“結(jié)構(gòu)化”的方法,比如對定類數(shù)據(jù)進(jìn)行的非參數(shù)校驗,但實施起來成本較高。定量數(shù)據(jù)因為本身結(jié)構(gòu)化的特點更適合分析,因此在這里建議設(shè)計師在構(gòu)建自己的dashboard系統(tǒng)時,需要跟蹤分析的數(shù)據(jù)盡量選擇定量數(shù)據(jù)。


確定需要觀察的度量&維度

明確需要觀察的度量有哪些,首先需要從要解決的問題出發(fā)。但是沒有一個整體的分析模型,往往會導(dǎo)致我們的分析遺漏很多信息和細(xì)節(jié),導(dǎo)致數(shù)據(jù)分析師無法理解彼此的需求,最終導(dǎo)致最后產(chǎn)出的看板難產(chǎn)或答非所問:


使用的問題分析工具—— KPI wheel

在這里介紹一種名為KPI Wheel的簡單工具,可用于收集將用于定義和可視化指標(biāo)的前期必備信息。您可以將 KPI wheel 的圖片打印在紙上,然后開始嘗試依次思考這四個方面:


  1. “ 要解決的問題是什么”

  2. “誰在關(guān)心這個問題?”

  1. “我需要去哪里獲取這些數(shù)據(jù)?”

  2. “為什么這個數(shù)據(jù)很重要?”


在解答的上述的幾個問題的過程中隨手記錄:(1)可能引發(fā)什么進(jìn)一步的疑問、(2)使用此信息可以采取什么行動或決定。不斷的提出問題并進(jìn)行進(jìn)一步分析,這么做的目的是讓用戶不斷分解問題,直到他們有足夠的信息來采取行動或做出決定。經(jīng)過幾輪完整的分析后,用戶就可以大致確定指標(biāo)的「度量」和 所需要的「維度」。


以我曾經(jīng)的工作內(nèi)容為例:我們的產(chǎn)品是服務(wù)商家進(jìn)行“前后端對接生產(chǎn)”的訂單審核系統(tǒng),我們需要構(gòu)建一系列合理的指標(biāo)來判斷訂單系統(tǒng)的處理效率。以下是與產(chǎn)品經(jīng)理討論過程中的具體流程:


第一輪 KPI Wheel ——

1.Answer KPI Wheel:“ WHAT? WHO? WHERE? WHY? 


what:我們需要一種途徑了解用戶進(jìn)行訂單審核的效率如何

針對這個問題我們聯(lián)想到:

1.想要了解訂單處理效率,首先需要定義什么叫訂單的效率;在行業(yè)中有一種叫做「訂單生命周期」的專有名詞來表示訂單從創(chuàng)建到結(jié)束的時長,是一個可借鑒的概念

2.針對我們的業(yè)務(wù),一個工單的生命周期經(jīng)歷了從創(chuàng)建-流轉(zhuǎn)&審核-通過,一個工單從創(chuàng)建到通過所經(jīng)歷的時間是我們需要記錄的【度量】


who:產(chǎn)品/運營/設(shè)計 三個業(yè)務(wù)方都關(guān)注訂單的效率

針對這個問題我們聯(lián)想到:

1.對于不同的角色,在檢測數(shù)據(jù)的時候都關(guān)注那些維度?

2.訂單類型分審核單&生產(chǎn)單這兩種,兩種類型的訂單,訂單類型是一個必要維度

3.時間是上述三個相關(guān)方都需要關(guān)注的維度,一個訂單在通過審核時的時間,是一種重要的分析維度;而“時間”維度,我們可以繼續(xù)拆分為: 年-月-周-日 的層次結(jié)構(gòu)

4.對于運營,了解不同行業(yè)的商家的訂單效率對進(jìn)行深入運營是必要的。而"行業(yè)"維度根據(jù)分類方式的不同,又可以歸類為一級行業(yè)(軟裝設(shè)計/板式家具/…),二級行業(yè)(整木定制/辦公家具定制/暖通/地板/瓷磚……)

4.對于產(chǎn)品,為了更好的維護(hù)客情,對于特定的大客戶的數(shù)據(jù)需要重點關(guān)注。因此商家賬號的ID,也是重要的分析維度。


where:我們需要的數(shù)據(jù)要在在哪里獲取?

針對這個問題我們聯(lián)想到:

1.與一般的用戶行為數(shù)據(jù)不同,訂單的數(shù)據(jù)都儲存在后臺的操作日志中

2.需要的"行業(yè)"維度,可以復(fù)用其它團(tuán)隊已經(jīng)制定好的標(biāo)簽


why:效率是企業(yè)的生命,制造業(yè)中存在各種效率指標(biāo),如“人效”/“平效”等。糟糕的使用效率會造成我們的產(chǎn)品在根本上是不可接受的,因此效率指標(biāo)非常重要


針對這個問題我們聯(lián)想到:

1.通過【訂單生命周期】統(tǒng)計的時間,可以在整體上評估訂單系統(tǒng)的流轉(zhuǎn)效率。但是僅僅依靠一個這樣的指標(biāo),缺少一些更細(xì)致的視角。可以增加對方案(訂單的載體)的停留時長的統(tǒng)計,來計算審核在整個生命周期中所耗時間的占比。


2.The Rising Questions & Action:“ 根據(jù)問題1的答案,這還會引發(fā)什么其他問題,或者您將采取什么行動?”

在回答上面的4W的過程中,會引發(fā)其它衍生問題,例如 “訂單審核周期的時間的最小單位是什么?”  等等。針對上述的其中衍生問題,可以再進(jìn)行一輪kpi wheel的自問自答。比較簡單的衍生問題,不需要4個方面都進(jìn)行問題分析。


最終 ——

在多次重復(fù)上述的兩個過程后,最終我們確定了要在產(chǎn)品中量化哪些 度量(Measure),以及這些度量需要哪些分析維度,并將所有需要的度量和相關(guān)的維度都用表格的形式記錄下來。

例如,'訂單從創(chuàng)建到最終通過的時長(h)',是一個需要被量化的度量。它需要關(guān)聯(lián)的維度(Dimension)有時間、商家ID、一級行業(yè)、二級行業(yè)。



指標(biāo)Metric

研究完成菜譜,記錄??采購清單后,接下來的帶班過程就是準(zhǔn)備食材并進(jìn)行烹飪。當(dāng)你已經(jīng)明確了要觀察的 度量(Measure)、和需要關(guān)聯(lián)的維度(Dimension),下一步就是通過數(shù)據(jù)建設(shè)獲取這些度量,然后將度量加工成指標(biāo)。

建設(shè)埋點

獲取度量的過程就是取數(shù)’的過程。想要創(chuàng)建看板,數(shù)據(jù)分析師需要通過各種方式獲取一張包含所有你需要的信息的寬表。如何獲得這張包含一切關(guān)鍵信息的表格?我們需要借助埋點獲取數(shù)據(jù)。


所謂埋點就是在應(yīng)用中特定的流程收集一些信息,用來跟蹤應(yīng)用使用的狀況。您可以把用戶在與您的網(wǎng)站或應(yīng)用互動時觸發(fā)交互行為理解為一個 “ 事件 ”,一個時間存在一個觸發(fā)的條件,當(dāng)達(dá)到這個觸發(fā)條件后就會上傳請求,請求中會攜帶需要的 “ 參數(shù) ”。例如“用戶點擊按鈕將商品加購到購物車”這個行為,每次用戶觸發(fā)這個行為后都會發(fā)送一個請求,而這個請求中會記錄:1.加購商品的金額/2.加購商品的類型/3.加購商品的商品ID…等信息。這些結(jié)構(gòu)化的信息構(gòu)成了我們需要的度量(Measure)與 維度(Dimension)。


在完成了最基礎(chǔ)的埋點后,我們就獲得了最基礎(chǔ)的數(shù)據(jù)。

如何建立有效指標(biāo)建議

“指標(biāo)”是量化衡量標(biāo)準(zhǔn),未經(jīng)加工的數(shù)據(jù)不具備可觀察的價值。通過埋點,我們單純只是得到了若干張包含所有用戶信息的巨型表格,我們是分析不出什么有用信息的。為了更有效的去觀察和分析作為 度量Measure)的數(shù)據(jù),就需要對埋點數(shù)據(jù)進(jìn)行一定的加工,變得更加易于理解和表達(dá)。


當(dāng)一個度量Measure)的數(shù)據(jù)段與一個或多個特定維度(Dimension)之間互相聯(lián)系了起來,度量就成為了指標(biāo)。例如,同樣的一份關(guān)于【訪問用戶人數(shù)】這一度量,可以根據(jù)關(guān)聯(lián)的時間維度的不同,創(chuàng)建 DUV 和 MUV 等多個不同的指標(biāo)。


如何創(chuàng)建一個有效的指標(biāo),結(jié)合筆者的工作經(jīng)驗,下面給出三點建議:


(1)為一個指標(biāo)設(shè)想一個高級概念:

  • 首先指標(biāo)的名稱需要客觀,要讓人乍一聽就能大概會意,例如:「加購商品操作每日點擊次數(shù)」。而如果您定義的是類似:“軟件上手度”,這種概念比較晦澀、在業(yè)內(nèi)又沒有約定俗成的定義的指標(biāo),可能需要重新考慮概念是否恰當(dāng)。

  • 每周訪問站點的用戶總數(shù)/ 每日訪問站點的用戶數(shù)/ 每日訪問站點的新手用戶數(shù)…,這些指標(biāo)即相互獨立,但反應(yīng)的又是同一件事的客觀熟悉的時候,我們可以把這些詳細(xì)的指標(biāo)統(tǒng)一用一個高級的指標(biāo)概念來做一個歸納,例如“站點訪問用戶數(shù)”

 

(2)檢查并確定定義指標(biāo)的細(xì)節(jié):

  • 確定了指標(biāo)的基礎(chǔ)概念后,需要檢查一遍指標(biāo)的細(xì)節(jié)。

  • 例如,“訂單生命周期”這個指標(biāo)的定義中,生命周期是指一個訂單從創(chuàng)建到最后通過審核耗時,而與其關(guān)聯(lián)的維度有時間,訂單類型等。需要強(qiáng)調(diào)的是,一個訂單可能會存在:創(chuàng)建時間、通過時間,這兩種不同的時間戳。而在“訂單生命周期”這個指標(biāo)我們需要關(guān)聯(lián)的時間維度是【通過時間】。如果關(guān)聯(lián)是【創(chuàng)建時間】,則會得到另外一種完全不同的生命周期計算方式。

(3)將測量到的度量數(shù)據(jù),通過計算總結(jié)為一個指標(biāo):

  • 通過埋點收集到的是大量的數(shù)據(jù),是一個巨大的整體,而指標(biāo)則是描述總體特性的參數(shù)。而把原始數(shù)據(jù)組織并總結(jié)成更易處理的形式的技術(shù)叫做描述性統(tǒng)計,一種最常見的方法是通過計算平均數(shù)的方法總結(jié)一組數(shù)據(jù)。

  • 這些描述總體特性的參數(shù)中又存在不同的用途,有的用來描述頻數(shù)分布,有的用來描述集中趨勢:平均數(shù),眾數(shù)、中位數(shù),有的用來描述變異性:四分衛(wèi)距、方差。我們需要根據(jù)自己的用途選擇合適的統(tǒng)計方式來構(gòu)建指標(biāo)。

根據(jù)統(tǒng)計方法的不同,常見的指標(biāo)類型有以下幾種,他們擁有不同的分布類型和方差的計算公式


  • 【 計數(shù) Count 】

  • 【 概率 Probability 

  • 【 平均數(shù) Average 】

  • 【 中位數(shù)(或其它位數(shù))Percentile

  • 【 比率 Rate 】

  • 【 一般比例 Ratio 】



可視化 Visualize

烹飪好食材并后,接下來的工作就是擺盤與上菜。優(yōu)秀的擺盤可以讓料理更加精致和高級,優(yōu)秀的數(shù)據(jù)可視化可以幫助我們更好的觀察與分析數(shù)據(jù),反之糟糕的數(shù)據(jù)可視化可能會讓我們丟失很多重要信息。

Why visual ?

為什么一定要使用看板(圖表)來觀察和分析數(shù)據(jù)?僅關(guān)注幾個關(guān)鍵指標(biāo)的數(shù)據(jù)是否就已經(jīng)足夠?


使用看板對指標(biāo)進(jìn)行觀察和分析的意義在于:相比單純的數(shù)字,圖表可以攜帶更多的展示維度(大小、長度、顏色、面積…),能幫助我們多維度的觀察數(shù)據(jù)、避免疏漏。


例如,安斯庫姆四重奏(Anscombe's quartet)是四組基本的統(tǒng)計特性一致的數(shù)據(jù),但由它們繪制出的圖表則截然不同。如果僅依靠基本的統(tǒng)計特性來觀察數(shù)據(jù),我們很容易忽略一些重要信息。



選擇合適的圖表類型

BI工具中支持多種圖表類型,比如展示瀏覽路徑的“?;鶊D”、展示轉(zhuǎn)化率的“漏斗圖”,甘特圖、散點圖等。如何選擇合適的圖表來展示并分析你的數(shù)據(jù)可以參考下圖:


圖表種類繁多,但只要掌握其中的一小部分就能滿足絕大多數(shù)需求。對于大部分設(shè)計師,以下3種最基礎(chǔ)的圖表類型是最常用的:


1.條形圖:

條形圖是最常用的圖表類型。條形圖易于閱讀,我們用眼睛比較條形圖的末端,很容易快速得出結(jié)論:哪一類最大、哪一類最小以及類別之間的增減區(qū)別。


2.線圖:

線圖最常用于繪制連續(xù)的數(shù)據(jù)。因為線連接了點,這就暗示了點與點之 間存在著離散數(shù)據(jù)(一系列數(shù)據(jù)分隔成不同的類別)間沒有的聯(lián)系。通常,連續(xù)性數(shù)據(jù)都以時間為單位:天、月、季度和年度。


3.餅圖:

餅圖在總量間各部分的占比時比較高效


最后,當(dāng)我們創(chuàng)建了許多看板后如何進(jìn)行歸納?我們可以將關(guān)注相同的問題的看板歸納在一起,就形成了一個關(guān)注同一類問題的Dashboard;對不同的 Dashboard 提取共性,將同一個業(yè)務(wù)的不同Dashboard組織起來,就形成了一個Report。一個Report內(nèi)可以籠統(tǒng)的包含當(dāng)前業(yè)務(wù)需要關(guān)注的所有信息。


例如:【訂單生命周期】關(guān)注的是企業(yè)的訂單效率問題,但并不是唯一關(guān)注效率的指標(biāo)。另外還有諸如:“審單員平均審核時長”這樣的人效指標(biāo)的看板,這些看板同樣反饋的是訂單的效率。我們將關(guān)注相同的問題的看板歸納在一起,就形成了一個Dashboard,Dashboard內(nèi)的看板與指標(biāo)都有關(guān)注同樣的問題—效率。除了效率,身為設(shè)計師的我們還需要關(guān)注很多其他的問題:比如使用的用戶的特征、流量的來源、用戶發(fā)起的行為等等,這些問題都可以擁有自己獨立的Dashboard。最后這些Dashboard組織在一起,就成為了一個支持系統(tǒng)的觀察分析當(dāng)前業(yè)務(wù)的體驗指標(biāo)的完整報告。


觀察與分析數(shù)據(jù)

“ 我們需要的不是數(shù)據(jù) , 而是數(shù)據(jù)告訴我們的實事 ”。通過建立一個系統(tǒng)的監(jiān)測體系的目的主要是為了從數(shù)據(jù)中探索: 模式/ 異常。不管圖表的形式是什么,我們都需要留心觀察這兩者。


1.何為「模式」:

模式即數(shù)據(jù)中的某項規(guī)律。比如機(jī)場每月的旅客人數(shù),雖然隨著時間推移變化不定,但是通過幾年的數(shù)據(jù)對比,我們可能發(fā)現(xiàn)旅客人數(shù)存在著季節(jié)性或周期性的變化,某些月份的旅客數(shù)量一致偏低/某些月份則一直偏高。

根據(jù)數(shù)據(jù)畫像我們可得知某個產(chǎn)品的成熟期用戶占絕對多數(shù)的現(xiàn)狀,

了解了這個「模式」就可以更好的制定符合絕大多數(shù)用戶心智的設(shè)計策略


2.何為「異?!梗?

異常即問題數(shù)據(jù)。異常數(shù)據(jù)并非是錯誤數(shù)據(jù),也有可能是設(shè)備記錄或人工錄入數(shù)據(jù)時,出現(xiàn)的問題。我們通過異常異常分析,一方面可以分析異常原因;一方面可以發(fā)現(xiàn)現(xiàn)有系統(tǒng)的漏洞。

蘋果公司通過監(jiān)控異常值、發(fā)現(xiàn)了位于深圳的AppleCare灰色產(chǎn)業(yè),

進(jìn)而改善了AppleCare的產(chǎn)品策略,避免了巨大的損失


最后在觀察分析數(shù)據(jù)的過程中,有三個需要特別關(guān)注的數(shù)據(jù)的特性不要忘記:


(1) 數(shù)據(jù)具有可變性(VARIABILITY)

數(shù)據(jù)的可變性這一重要的特性讓我們可以從數(shù)據(jù)中獲取規(guī)律和關(guān)系。如果您構(gòu)建的指標(biāo)本身并不具備可變性了,那您很可能需要嘗試其他指標(biāo)進(jìn)行跟蹤和分析。


(2)數(shù)據(jù)具有不確定性(UNCERTAINTY )

很多數(shù)據(jù)都是只能提供一個估計而不是絕對準(zhǔn)確的數(shù)量。例如:分析人員通常會通過樣本的數(shù)據(jù),進(jìn)而對整體的數(shù)據(jù)分布進(jìn)行進(jìn)行猜測。


(3)數(shù)據(jù)需要聯(lián)系上下文( CONTEXT )

數(shù)據(jù)分析離不開情境。我們知道,數(shù)據(jù)的產(chǎn)生必然是有其情境的,不過統(tǒng)計數(shù)據(jù)時,我們通常都要剝離情境;而當(dāng)我們進(jìn)一步分析數(shù)據(jù)時,又必須回到具體的情境中去。


例如:某個羽絨服經(jīng)銷商發(fā)現(xiàn)某一年冬季的銷售額產(chǎn)生了明顯的下降,這本應(yīng)該是一個異常的信號,但我們不能簡單粗暴的定義這是一個糟糕的數(shù)據(jù)。因為實際上,銷售額下滑的哪一年是一個暖冬,且和同類的競品相比自己的產(chǎn)品銷售額下滑趨勢的更低。結(jié)合情景分析數(shù)據(jù),往往能得到意想不到的結(jié)論。



藍(lán)藍(lán)設(shè)計建立了UI設(shè)計分享群,每天會分享國內(nèi)外的一些優(yōu)秀設(shè)計,如果有興趣的話,可以進(jìn)入一起成長學(xué)習(xí),請掃碼藍(lán)小助,報下信息,藍(lán)小助會請您入群。歡迎您加入噢~~希望得到建議咨詢、商務(wù)合作,也請與我們聯(lián)系。

截屏2021-05-13 上午11.41.03.png


文章來源:站酷   作者:酷家樂UED

分享此文一切功德,皆悉回向給文章原作者及眾讀者.
免責(zé)聲明:藍(lán)藍(lán)設(shè)計尊重原作者,文章的版權(quán)歸原作者。如涉及版權(quán)問題,請及時與我們?nèi)〉寐?lián)系,我們立即更正或刪除。

藍(lán)藍(lán)設(shè)計www.bouu.cn )是一家專注而深入的界面設(shè)計公司,為期望卓越的國內(nèi)外企業(yè)提供卓越的UI界面設(shè)計、BS界面設(shè)計 、 cs界面設(shè)計 、 ipad界面設(shè)計 、 包裝設(shè)計 、 圖標(biāo)定制 、 用戶體驗 、交互設(shè)計、 網(wǎng)站建設(shè) 、平面設(shè)計服務(wù)


分享本文至:

日歷

鏈接

個人資料

存檔