2021-7-13 資深UI設(shè)計者
很多同學(xué)面試時候都會被問到產(chǎn)品數(shù)據(jù)，用戶體驗等問題，這篇文章將講解產(chǎn)品數(shù)據(jù)中面試官最為在意那幾個指標(biāo)，以及用戶體驗的考核方法。*本次話題我會分為上、中、下兩篇文章，此文關(guān)于產(chǎn)品數(shù)據(jù)哪些值得我們看，如果這篇文章能幫助到你，還請點(diǎn)贊、分享我會抓緊你分享下一篇怎么體驗度量的方法文章。
現(xiàn)在ui市場競爭激烈，選人也很苛刻，面試官判斷一個人是否可以入職大廠的第一個指標(biāo)就是真實，而數(shù)據(jù)類的問題往往是劃分這個人做的項目是否真實的一個重要指標(biāo)。
因為只有真實的項目才會有數(shù)據(jù)的提現(xiàn)，自由發(fā)揮的項目往往是答不上來有關(guān)數(shù)據(jù)的問題。
所以在大廠面試中都會或多或少的提問數(shù)據(jù)相關(guān)問題，這也是很多同學(xué)能進(jìn)入大廠的一條重要分水嶺。
設(shè)計師群體偏感性，單單的看設(shè)計作品很難和其他競爭者拉開差距，所以需要理性的數(shù)據(jù)思維拉開與其他設(shè)計師的差距增添自己競爭力的附加值，另外一點(diǎn)通過產(chǎn)品數(shù)據(jù)的表述可以更有力的證明自己設(shè)計方案是最好的方案，方便后期給予定位高級、資深還是專家崗位。
設(shè)計師在做多個設(shè)計方案對比的時候會遇到這樣的提問，現(xiàn)有的設(shè)計方案是最適合用戶的嗎？究竟哪個版本是更好的？為什么是這個版比較好？有的人拿產(chǎn)品埋點(diǎn)數(shù)據(jù)來評判，有的人用用戶反饋來評判，也有的人則坦言需要靠老板的建議來進(jìn)行評估。
數(shù)據(jù)是衡量一個產(chǎn)品甚至一個功能最為科學(xué)的辦法，他在不同的開發(fā)場景中都起到很重要的作用。比如：
·在設(shè)計開始前，數(shù)據(jù)可用于發(fā)現(xiàn)問題、分析問題。從數(shù)據(jù)角度了解用戶訴求，發(fā)現(xiàn)產(chǎn)品存在的問題，為產(chǎn)品設(shè)計優(yōu)化提供啟發(fā)和突破口。
·設(shè)計過程中，數(shù)據(jù)可用于幫助決策。通過歷史數(shù)據(jù)論證各個方案的優(yōu)劣和有效性，再擇優(yōu)。
·設(shè)計評審中，數(shù)據(jù)可提升設(shè)計方案說服力。通過理性數(shù)據(jù)分析，獲得團(tuán)隊內(nèi)部成員、產(chǎn)品/業(yè)務(wù)方對方案的認(rèn)可。
·設(shè)計上線后，數(shù)據(jù)可用于量化用戶體驗價值。通過采集上線前后的數(shù)據(jù)變化，判斷設(shè)計目標(biāo)的實現(xiàn)程度。
大家有沒有發(fā)現(xiàn)在我陳述的過程中，一直在說數(shù)據(jù)分析，那這個數(shù)據(jù)分析是怎么來的來呢？
其實數(shù)據(jù)分析就像是一個個監(jiān)控產(chǎn)品數(shù)據(jù)波動的攝像頭，實時監(jiān)控著數(shù)據(jù)的波動。以下是我整理關(guān)于數(shù)據(jù)埋點(diǎn)的理論知識，讓大家對數(shù)據(jù)埋點(diǎn)這個概念有個清楚認(rèn)知。
很多人會認(rèn)為數(shù)據(jù)是產(chǎn)品經(jīng)理、運(yùn)營的工作，其實不然數(shù)據(jù)對設(shè)計師也是設(shè)計師的工作，我把數(shù)據(jù)對設(shè)計師的意義歸納為三點(diǎn)：
產(chǎn)品設(shè)計者可以由產(chǎn)品經(jīng)理，UX，UI擔(dān)當(dāng)，那需求不能自己憑空出現(xiàn)的，是由相關(guān)人員需找出來了，數(shù)據(jù)就好比一個放大鏡，它可以通過線上的數(shù)據(jù)波動來找尋目前存在的問題即需求。其實這就好比設(shè)計師的思維又產(chǎn)品思維轉(zhuǎn)換成數(shù)據(jù)驅(qū)動思維。比如
1、產(chǎn)品初期，沒有產(chǎn)品、沒有相關(guān)的后臺數(shù)據(jù)，那我們要做一個什么樣子的產(chǎn)品，就這一個需求。做什么樣子的產(chǎn)品可以通過了解大眾用戶、了解大眾市場的數(shù)據(jù)分析報告得出一個結(jié)論，明確我們要做什么樣子的產(chǎn)品，這就是數(shù)據(jù)對設(shè)計師的第一個價值做設(shè)計提案的依據(jù)。比如以下這些場景都需要數(shù)據(jù)做依據(jù)進(jìn)行設(shè)計提案。
判斷這個設(shè)計方案是否解決用戶需求：
2、在多個設(shè)計上線后，產(chǎn)品設(shè)計、運(yùn)營方案與產(chǎn)品研發(fā)的三方對設(shè)計師輸出的方案存在分歧點(diǎn)。
也可以通過后臺的數(shù)據(jù)反饋來篩選出哪個方案最符合產(chǎn)品目標(biāo)（即北極星指標(biāo)），在多個設(shè)計方案中最好的設(shè)計解決方案。
當(dāng)然也有一些公司，做為后期晉升，評判設(shè)計價值的一種方法。
比如怎么證明自己的設(shè)計方案和其他同事相比，設(shè)計方案就好呢？通過數(shù)據(jù)對比，說明自己輸出的設(shè)計方案價值遠(yuǎn)高于其他同事，以此證明自己的價值。
其實在我們的工作中有很多設(shè)計方法可以輔助我們設(shè)計更好的設(shè)計方案，比如用戶調(diào)研，競品分析，產(chǎn)品測試等。這些方法都是通過對用戶數(shù)據(jù)的反饋和整理來判斷去發(fā)掘方案里面的問題、驗證最終方案是用戶是否滿意。
用戶調(diào)研：可以把字拆解開來看就兩個字面意思，調(diào)查：反映客觀事實。研究：分析客觀事實
主要的形式是用戶調(diào)研和用戶訪談，直接出過這篇文章，有興趣的朋友可以查閱。
傳送門地址：http://www.woshipm.com/pd/4745810.html
競品分析：確定幾款市場上競爭產(chǎn)品，然后通過對產(chǎn)品功能、產(chǎn)品定位，信息架構(gòu)、顏色、布局、風(fēng)格等元素的分析，找不同點(diǎn)，再通過數(shù)據(jù)對比確定產(chǎn)品方案的一種辦法。
（因為不同職位做競品分析的目的，角度和方法都不相同，這里我就不一一講解了，如果大家有需要后期我會考慮開一篇怎么做競品分析的文章）下圖是制作競品分析的常規(guī)流程。
產(chǎn)品測試：這種方法是用處最廣的一種方法，可用性測試是指讓一群具有代表性的用戶按照指令對產(chǎn)品進(jìn)行典型操作，同時觀察員在一旁觀察、記錄。
比如我們發(fā)現(xiàn)首頁Banner的點(diǎn)擊率很低，這時候我們就要想辦法「通過設(shè)計」來提升Banner的點(diǎn)擊率，是Banner的大小問題？還是輪播圖切換的速度問題？還是圖片樣式的問題？
但是設(shè)計師沒辦法直接確定他到底是什么問題，所以就需要拿出不同方案給用戶測試，看看哪個方案更容易促進(jìn)他點(diǎn)擊。
常用的測試辦法有很多這里我就講三個方法：一個是可用性測試、一個是灰度測試、一個是A/B test測試。
可用性測試：通常在產(chǎn)品開發(fā)之前使用，模擬真實的使用場景讓用戶體驗，目的是使用最小的成本來輸出正確的設(shè)計方案，避免全部做出來以后在進(jìn)行調(diào)試修改。
灰度測試：是指產(chǎn)品開發(fā)通過后，將測試的版本發(fā)布到真實的線上環(huán)境中去，收集用戶的反饋。
A/B test 測試：是指產(chǎn)品測試通過并發(fā)布之后，同一個功能將使用人群分為兩個部分，一部分人使用a方案一部分使用b方案，對比數(shù)據(jù)波動。
數(shù)據(jù)的緯度有很多，首先咱們先來看看產(chǎn)品的數(shù)據(jù)都從哪里來的。通常情況下設(shè)計師可以直接找運(yùn)營人員、產(chǎn)品經(jīng)理、設(shè)計負(fù)責(zé)人在公司服務(wù)器日志里面調(diào)取產(chǎn)品埋點(diǎn)數(shù)據(jù)；或者項目結(jié)束后，項目負(fù)責(zé)人會發(fā)產(chǎn)品復(fù)盤郵件，數(shù)據(jù)考核郵件指標(biāo)等信息，產(chǎn)品埋點(diǎn)數(shù)據(jù)也會在復(fù)盤郵件中體現(xiàn)。
除了以上兩點(diǎn)數(shù)據(jù)來源，還有CNZZ網(wǎng)站分析、百度統(tǒng)計、goodle anlytics可以查詢到相關(guān)數(shù)據(jù)。
產(chǎn)品中的每一項數(shù)據(jù)其實都代表產(chǎn)品的一個緯度的數(shù)指都有其意義，如果想用比較簡單的方法記住這些有用的數(shù)據(jù)不妨試一試以下這個辦法：
我們可以把數(shù)據(jù)分為三個層面進(jìn)行記憶，即用戶數(shù)據(jù) （描述用戶人群的）；行為數(shù)據(jù) （描述用戶使用方式的）；業(yè)務(wù)數(shù)據(jù) （描述產(chǎn)品營收的）。
用戶數(shù)據(jù) （描述用戶人群的）主要意思就是描述使用產(chǎn)品的這個人群的。這里有四個比較有價值的概念需要大家了解分別是存量、新增用戶、用戶留存、渠道來源這四種。
訪問量也有人稱其為活躍用戶數(shù)、用戶存量，其實都是一個意思。簡單理解就是指一個人來到網(wǎng)站，然后瀏覽了一些內(nèi)容之后離開網(wǎng)站的過程（這個過程也會被稱為訪問），既在特定的統(tǒng)計周期內(nèi)，再次訪問產(chǎn)品的用戶稱為訪問量。有三個專業(yè)名詞—DAU/WAU/MAU(日活/周活/月活)：每天有多少用戶來用產(chǎn)品，每周有多少用戶來用產(chǎn)品，每個月大概有多少用戶來用產(chǎn)品，這是判斷產(chǎn)品規(guī)模的最基本的指標(biāo)。方便產(chǎn)品和設(shè)計人員了解產(chǎn)品的每日用戶情況，了解產(chǎn)品的用戶變化趨勢。
DAU（日活）：某個自然日內(nèi)訪問產(chǎn)品的用戶，算該日一次日活（統(tǒng)計結(jié)果去重統(tǒng)計）；
WAU（周活）：某個自然周內(nèi)成功訪問產(chǎn)品的用戶（統(tǒng)計結(jié)果去重統(tǒng)計），這個指標(biāo)是為了查看用戶的類型結(jié)構(gòu)，如輕度用戶、中度用戶、重度用戶等；
MAU（月活）：某個自然月內(nèi)成功訪問產(chǎn)品的用戶（統(tǒng)計結(jié)果去重統(tǒng)計），這個指標(biāo)一般用來衡量被服務(wù)的用戶粘性以及服務(wù)的衰退周期。
*這里補(bǔ)充一個知識點(diǎn)-去重統(tǒng)計：統(tǒng)計結(jié)果是按照設(shè)備去重統(tǒng)計，如同一個設(shè)備多次訪問后臺只記一個活躍用戶。
新增用戶是一個企業(yè)很看中的數(shù)據(jù)，特別是在業(yè)務(wù)的起步階段，這個指標(biāo)尤為重要；這個代表公司的潛力。比如拼多多這家公司一年比一年虧損多，但股價卻越來越高，主要原因就是資本市場看好拼多多用戶的增速，按照統(tǒng)計跨度不同分為日新增（DNU）、周新增（WNU）、月新增（MNU）。
*在新增用戶里面還有一個“用戶流失率”的概念需要大家了解。流失率指那些曾經(jīng)使用過產(chǎn)品或服務(wù)，由于各種原因不再使用產(chǎn)品或服務(wù)的用戶，用戶流失率=某段時間內(nèi)不再啟動應(yīng)用的用戶/某段時間內(nèi)總計的用戶量。
產(chǎn)品階段不同，重心也會從拉新轉(zhuǎn)移到留存，對于一個成熟的產(chǎn)品和飽和的市場而言，獲取一個新用戶的成本可能是留住一個老用戶的數(shù)倍，流失率的降低也意味著營收的增加，在這種條件下，流失率的價值是顯而易見的。
提到新增用戶就一定要說《增長黑客》，這本書里邊提到一句話非常精煉的概括了“增長”的概念：以數(shù)據(jù)驅(qū)動營銷，以迭代驗證策略。通過這句話應(yīng)該就可以感知整本書的中心思想就是“數(shù)據(jù)”和“實驗”，即AARRR（海盜模型）模型。通過闡述了一個用戶生命周期的各個階段——獲客、激活、留存、變現(xiàn)、推薦和召回，實現(xiàn)用戶增長的產(chǎn)品目標(biāo)。
*a-ha moment：a-ha moment也叫Aha時刻中文翻譯過來就是尖叫時刻，是增長的一個概念詞匯，是指用戶通過某個特定行為（產(chǎn)品內(nèi)的功能體驗）得到了很爽的體驗，用戶可以快速且準(zhǔn)確的認(rèn)識到產(chǎn)品的價值。例如很多知識付費(fèi)類產(chǎn)品，都會讓新用戶完整的體驗視頻看課的流程并且感知到課程的價值，很可能變成產(chǎn)品的新增用戶。
上線的產(chǎn)品怎么反映用戶的狀況是不是健康呢？最好的指標(biāo)就是留存率。即在某一統(tǒng)計時段內(nèi)的新增用戶數(shù)中再經(jīng)過一段時間后仍使用產(chǎn)品的的用戶比例（留存率=留存用戶/新增用戶*100%）。留存率又分為次日留存率，次周留存率，次月留存率等。
以上三個指標(biāo)的數(shù)據(jù)越好能反映用戶愿意留下來，才能說明他們對產(chǎn)品的服務(wù)滿意，滿意才能養(yǎng)成慣性，持續(xù)消費(fèi)，例如產(chǎn)品改版后，次月留存率提升了，且其他變量沒有變化時，說明用戶粘性是上升的設(shè)計改版成功。所以這三個指標(biāo)是產(chǎn)品體驗最直觀的數(shù)據(jù)。
1）次日留存率，常用來衡量用戶粘性。
通過日留存率的數(shù)值來判斷一個 App 的質(zhì)量，通常這個數(shù)字如果達(dá)到了 40% 就表示產(chǎn)品非常優(yōu)秀了，比如可以結(jié)合產(chǎn)品的新用戶注冊的轉(zhuǎn)化路徑來分析用戶的流失原因，通過不斷的修改和調(diào)整來降低用戶流失，提升次日留存率。
2）次周留存率（7日留存率），用于判斷產(chǎn)生的忠實用戶數(shù)。
通過周留存率來判斷一個用戶的忠誠度，比如在一周的時間段里，用戶通常會經(jīng)歷一個完整的使用和體驗周期，如果在第七日用戶還在使用產(chǎn)品，就可以定義該用戶為忠誠度較高的用戶了。
3）次月留存（30日留存率），用于衡量版本迭代的效果。
通常 App 的迭代周期為 2 - 4 周一個版本，一個版本的更新，或多或少的影響用戶的體驗總成用戶流失，所以通過比較月留存率能夠判斷出每個版本更新是否對用戶有影響，衡量版本迭代的效果。
根據(jù)字面意思來講就是描述用戶路徑，來指的是這些人變成用戶之前，都來自哪里；知道用戶從哪里來才能知道在哪個渠道做推廣會更有效，一般和用戶留存的數(shù)據(jù)搭配使用。
關(guān)于行為數(shù)據(jù)是數(shù)據(jù)中的一個重點(diǎn)知識，此次主要講解次數(shù)/頻率、點(diǎn)擊率、轉(zhuǎn)化率、用戶停留時長、跳出率、退出率這個五個緯度。
這兩個指標(biāo)能夠了解用戶的使用行為，衡量頁面入口的設(shè)計和與其他入口的設(shè)計相比是吸引用戶的注意力的核心指標(biāo)。
·頁面訪問次數(shù)（PV ；PageViews的縮寫）用于判斷該活動/頁面/功能被用戶查看的次數(shù)，即頁面瀏覽量；
·頁面訪問人數(shù)（UV；Unique Visitor的縮寫）用于判斷有多少個用戶查看過該活動/頁面/功能，即訪問深度，也就是指用戶的訪問深度（總產(chǎn)品流程的體驗完成度）。
點(diǎn)擊率（人均點(diǎn)擊次數(shù)）是指網(wǎng)站頁面上某一內(nèi)容被點(diǎn)擊的次數(shù)與被顯示次數(shù)之比，即點(diǎn)擊次數(shù)占展示次數(shù)的百分比。通過人均點(diǎn)擊次數(shù)可以判斷交互/視覺的設(shè)計要求是否足夠引人注目，也可以用于衡量該功能對用戶而言是否為強(qiáng)需求。通過下面這個案例讓大家了解一下用法，比如7月7日10萬人點(diǎn)擊了“確定”按鈕，其中一共點(diǎn)擊了12萬次，那么點(diǎn)擊率（人均點(diǎn)擊次數(shù)）為12/10=1.2次。
*點(diǎn)擊率中也常常會結(jié)合pv和uv的數(shù)據(jù)使用，即PV點(diǎn)擊率=點(diǎn)擊次數(shù)/頁面訪問次數(shù)（PV）；UV點(diǎn)擊率=點(diǎn)擊人數(shù)/頁面訪問人數(shù)（UV）
轉(zhuǎn)化率即達(dá)到產(chǎn)品某個目標(biāo)的訪問量除以總的訪問量，或達(dá)成目標(biāo)的訪客數(shù)占總訪客的比例，即轉(zhuǎn)化率=轉(zhuǎn)化次數(shù)/訪問次數(shù)。簡單理解轉(zhuǎn)化率是把用戶分為“只逛不買”的用戶，還有“逛了 就買”的用戶，還有“逛了買買買”的用戶。
為什么說轉(zhuǎn)化率很重要，因為轉(zhuǎn)化率常常是項目中企業(yè)最為看重的一個數(shù)據(jù)，畢竟轉(zhuǎn)化率高了公司收益也就提高了，而且轉(zhuǎn)化率的提升也常常是解釋設(shè)計方案最好的支點(diǎn)，比如：在國外的養(yǎng)老計算器中，用戶需要輸入相關(guān)的字段后查看計算結(jié)果詳情，最后得出計算結(jié)果，在這個流程中用戶的轉(zhuǎn)化率很低（在結(jié)果詳情中會有金融產(chǎn)品）。但是如果把結(jié)果前置，比如新方案把輸入字段，結(jié)果詳情和計算結(jié)構(gòu)都放在一個頁面展示，就會提高用戶的購買決策，大大提高轉(zhuǎn)化率。
這里有一個思維方法即漏斗分析法，大家需要了解：
漏斗分析最常用的是轉(zhuǎn)化率和流失率兩個互補(bǔ)性指標(biāo)。用一個簡單的例子來說明，假如有100人訪問某電商網(wǎng)站，有30人點(diǎn)擊注冊，有10人注冊成功。這個過程共有三步，第一步到第二步的轉(zhuǎn)化率為30 %，流失率為70%，第二步到第三步轉(zhuǎn)化率為33%，流失率67%；整個過程的轉(zhuǎn)化率為10%，流失率為90%。 該模型就是經(jīng)典的漏斗分析模型。
這個指用戶在產(chǎn)品中的停留的時長，即所有用戶session的時長總和/session數(shù)量。也有產(chǎn)品通過用戶停留時長去衡量頁面吸引度、判斷用戶粘性和依賴度，舉個例子，抖音的頁面內(nèi)容吸引度就很強(qiáng)用戶粘性就很高，用戶的停留時間也很長。回想一下，是不是每次刷抖音，很快一個小時就過去了。這里的商業(yè)邏輯是，用戶停留的時間越長，在產(chǎn)品中用戶付費(fèi)的可能性就會越大。
總結(jié)一句話：停留時間越長，用戶粘性越強(qiáng)。當(dāng)然也有反面場景，比如登錄注冊的表單填寫，停留時間越長，說明體驗越差。
跳出率指該用戶來到網(wǎng)站后，沒有進(jìn)行操作就直接離開的比例，即訪問了一個頁面就離開的訪問量與所產(chǎn)生總訪問量的百分比，跳出率等于訪問一個頁面后離開網(wǎng)站的次數(shù)/總訪問量*100%。
這里有一個容易混淆的概念即跳出率和退出率。其實這兩個數(shù)據(jù)都是用于衡量頁面的內(nèi)容質(zhì)量或交互質(zhì)量的一個指標(biāo)。比如當(dāng)用戶進(jìn)入 app后，只訪問了一個頁面就離開了，跳出率和退出率越低說明流量質(zhì)量越好，用戶對產(chǎn)品的內(nèi)容越感興趣。
接下來我們來看看三層數(shù)據(jù)中的最后一層概念——業(yè)務(wù)員數(shù)據(jù)，即和財務(wù)相關(guān)的數(shù)據(jù)知識。
GMV (Gross Merchandise Volume)，這個詞太常見了；大公司在發(fā)布財報、銷售額、成交量的時候，這個數(shù)每次必提。*值得注意的是GMV=銷售額+取消訂單金額+拒收訂單金額+退貨訂單金額，包含付款和未付款兩部分。
ARPU（Average Revenue Per User，每用戶平均收入），光總數(shù)高還不行，我們還要關(guān)心平均每個用戶的貢獻(xiàn)是否夠多，是否在增長，所以就要關(guān)注人均的指標(biāo)。它是 App 成功的指標(biāo)，是用戶忠誠度的反應(yīng)，是預(yù)測用戶增長的工具。
整個產(chǎn)品業(yè)務(wù)也要有一個健康度的指標(biāo)來衡量，付費(fèi)率就是這個衡量指標(biāo)。到底有多少比例用戶是付費(fèi)用戶，這就是付費(fèi)率。我們通常會把付費(fèi)率和ARPU值放在一起分析。一般該產(chǎn)品的付費(fèi)率越高，這說明用戶對該產(chǎn)品的認(rèn)可度越高。
數(shù)據(jù)并不會騙人，而是人看的數(shù)據(jù)不同，造成結(jié)論不同。在使用數(shù)據(jù)之前我們要認(rèn)清楚以下三點(diǎn)偷換概念、只看單一緯度、數(shù)據(jù)不是萬能的。
今年7月美國總統(tǒng)特朗普舉了一個案例，我記憶猶新。在一個電視采訪節(jié)目中他說“美國的死亡率低于歐洲的水平”他的算法是所有新冠死亡人數(shù)除以所有確診人數(shù)得出右側(cè)數(shù)據(jù)。
其實他就是偷換了一個概念，在醫(yī)學(xué)上有兩個指標(biāo)去衡量死亡率，一個是病死率一個是死亡率。
當(dāng)然兩者在算法上是不同的，如果看病死率的話，美國的確低于中國，但是如果按照死亡率的結(jié)果看的話，美國是遠(yuǎn)高于其他國家，中國是美國相比一百五分之一，這結(jié)果是恰恰相反的。
這里就是一個偷換概念的例子，雖然病死率和死亡率都能反應(yīng)生病的人數(shù)，但是病死率考慮的是救治能力。死亡率不僅考驗救治能力，還考驗著控制傳播的救治能力。
如果單從一方面看數(shù)據(jù)是沒有意義的，沒有其他數(shù)據(jù)參照，挖掘不出數(shù)據(jù)的真正價值。
比如：我們在討論一個產(chǎn)品是否成功時候，往往會看一個最突出的緯度數(shù)據(jù)，比如這個產(chǎn)品有2億的日活，這個平臺有5000萬的產(chǎn)量。
也顯然這種只盯著用戶數(shù)量和產(chǎn)品規(guī)模的產(chǎn)品的做法是不對的，他并不能真實的反應(yīng)一個產(chǎn)品是否成功，假如一個產(chǎn)品的日活是2億但是愿意付費(fèi)的用戶不到1w，這個平臺雖然有5000w的產(chǎn)量，但是用戶的平均停留時長很短，很顯然這并不是一個很高興的事情，因為可以從側(cè)面保暴露出產(chǎn)品的質(zhì)量可能存在問題，導(dǎo)致用戶付費(fèi)意愿不高，停留時間較短。
我們要搞清楚這樣一個認(rèn)知，數(shù)據(jù)雖然可以最為直觀的反應(yīng)產(chǎn)品的健康程度，但是數(shù)據(jù)絕對不是萬能的，他只是衡量產(chǎn)品的用戶體驗的工具，就好比我之前寫的問的用戶調(diào)研的文章只是一種工具也存在其局限性，數(shù)據(jù)只能告訴waht，但是不能告訴why，而這個why是設(shè)計師做方案選擇的關(guān)鍵所在。
數(shù)據(jù)本身并不會欺騙人，他就真實存反應(yīng)產(chǎn)品的表現(xiàn)，只是很多人用錯了使方法或者認(rèn)知出現(xiàn)了偏差，如果想把產(chǎn)品數(shù)據(jù)的價值利用率達(dá)到最大化，建議每次做數(shù)據(jù)分析時候從以下三點(diǎn)使用數(shù)據(jù)：
為了避免偷換概念的情況出現(xiàn)，除了我們要理解數(shù)據(jù)概念之外，更重要的是尋找出關(guān)鍵的數(shù)據(jù)目標(biāo)。
以上講了這么多數(shù)據(jù)名稱，但是大家需要注意的是并不是每個產(chǎn)品都要看這些數(shù)據(jù)的，不同的產(chǎn)品需要看的數(shù)據(jù)側(cè)重點(diǎn)不同，就比如qq音樂看的是日活躍用戶、淘寶看的是銷售額、王者榮耀看的用戶平均付費(fèi)額度（appu），新浪新聞客戶端看的是網(wǎng)站訪問數(shù)量（uv）。
UGC（User Generated Content）指用戶原創(chuàng)內(nèi)容，從進(jìn)入web2.0時代后UGC第一次被論壇/社區(qū)應(yīng)用，到今天，互聯(lián)網(wǎng)產(chǎn)品或多或少都帶有一點(diǎn)UGC屬性。這些產(chǎn)品主要有抖音、知乎、人人都是產(chǎn)品經(jīng)理、站酷等。
評價這類產(chǎn)品往往會從發(fā)表文章、用戶點(diǎn)贊、訂閱、評論、分享、打賞等幾個數(shù)據(jù)指標(biāo)進(jìn)行評判產(chǎn)品是否健康。
GMV（全稱Gross Merchandise Volume），即商品交易總額 [1] ，是成交總額（一定時間段內(nèi)）的意思。這個實際指的是拍下訂單金額、包含付款和未付款的部分。
聽了腦袋大了同學(xué)不用擔(dān)心，我特別繪制了下面這個表格，保存截圖慢慢看就好了。
多數(shù)產(chǎn)品在進(jìn)行數(shù)據(jù)分析的時候，最常用的方法就是A&B test 測試法。（上面講到了A&B test 測試發(fā)）
很多時候我們看數(shù)據(jù)不能看一個緯度，要看兩個或者多個緯度，才能篩選中自己需要的結(jié)果方案。
比如這個案例在探究“與用戶強(qiáng)相關(guān)的 BI 品類樓層，商品展示普通利益點(diǎn)和帶券利益點(diǎn)，哪個更優(yōu)？a方案展示普通的利益點(diǎn)，如“銷量過萬、好評率99%、滿199減100”。b方案只展示帶券利益點(diǎn)的文案，如“滿199減100，領(lǐng)券”。
最后看的數(shù)據(jù)是A方案的點(diǎn)擊率高，b方案的曝光點(diǎn)擊率更高（由于方案 B 中可領(lǐng)券和點(diǎn)擊跳轉(zhuǎn)商詳，可能有部分點(diǎn)擊為領(lǐng)券導(dǎo)致，故方案 B 點(diǎn)擊更高但點(diǎn)擊轉(zhuǎn)化偏低）。
如果單獨(dú)看點(diǎn)擊率或者轉(zhuǎn)化率很難做出選擇，但是只要兩個數(shù)據(jù)綜合看，就很容易得出B方案（帶券利益點(diǎn)）能帶來更高的曝光點(diǎn)擊，引入訂單表現(xiàn)更優(yōu)的結(jié)論。
在做A&B test 測試時，是需要保持單一變量測試，現(xiàn)實生活中，很難做到單一變量測試，所以數(shù)據(jù)很多時候都需要進(jìn)行分析探討，才會有價值。
比如我們在首頁流量分發(fā)場景中做了A,B兩個視覺設(shè)計方案，a方式是所有的品類展示使用魔方圓形坑位，b方式是方形坑位。想探究方圓形坑位和方形坑位，哪個更能吸引用戶點(diǎn)擊？
最終A方案（圓形）用戶點(diǎn)擊數(shù)據(jù)為4.87%，B方案（方形）的用戶點(diǎn)擊數(shù)據(jù)為15.85%，那么，從這個A&B test 測試法的結(jié)果中就可以推導(dǎo)出B方案（方形）更好嗎？
事實可能并不是，大家仔細(xì)觀察不難發(fā)現(xiàn)，兩個方案除了品類的背景造型不同之外，品類的種類也不同，文案的描述也不同，沒有做到保持單一變量的測試環(huán)境，所以B方案（方形）更能吸用用戶的點(diǎn)擊這個結(jié)論是不成立?？赡艹闪⒌氖欠叫蔚恼故久娣e比圓形的展示面積要大，可以更好的曝光產(chǎn)品的特點(diǎn)，而且促進(jìn)B方案（方形）更吸引用戶進(jìn)行點(diǎn)擊。
我們得到了數(shù)據(jù)其實可以采用多次定性+定量驗證這種方式來驗證我們方案是否解決了用戶需求，是否完成項目目標(biāo)。
定性可以采用用戶訪談、眼動測試、可用性測試等方式去發(fā)現(xiàn)問題（需求）的多樣性和嚴(yán)重程度。定量的方式有用戶問卷、站內(nèi)行為分析、A&B test 測試等方式，驗證這個問題的發(fā)生概率。
比如我們可以通過五次定性質(zhì)、三次定量的方式，通過數(shù)據(jù)反饋把結(jié)果更加靠近真實。
什么是雙面數(shù)據(jù)呢，其實也就是那些看上去很好，卻不能給這個產(chǎn)品帶來絲毫價值的數(shù)據(jù)，需要對比著看才能了解數(shù)據(jù)的價值。
比如一個用戶在有些資源位連續(xù)點(diǎn)擊或者因為一些利益性的活動補(bǔ)貼引發(fā)的點(diǎn)擊量變化這類場景在用戶人數(shù)總量不變的情況下，單獨(dú)位置的點(diǎn)擊量增加，必然會導(dǎo)致其他部分的點(diǎn)擊量降低，其實是0和博弈，增加這個功能的點(diǎn)擊量是片面的。
計算訪客數(shù)只是一場毫無意義的人氣比賽，其實訪客數(shù)可以分為三個類型即曝光UV、點(diǎn)擊UV、意向UV，單純地看這三個uv是沒有意義的，除非能讓用戶做對產(chǎn)品有利的事。比如，在推出活動時，有多少用戶能轉(zhuǎn)化購買？只有知道了這個數(shù)字，這個用數(shù)據(jù)數(shù)才是有價值的。
·曝光UV即曝光在視野內(nèi)的訪客數(shù)，例如我們在淘寶搜索某個產(chǎn)品進(jìn)入了搜索的feed列表頁，當(dāng)我在這個列表場景停留2-3秒的時候，我沒有購買任何產(chǎn)品的情況下，數(shù)據(jù)就會判定我為一次曝光UV。
·點(diǎn)擊UV即有點(diǎn)擊行為的訪客數(shù)，還是以淘寶做為例子，現(xiàn)在我在feed流列表頁面里搜索產(chǎn)品，其中有一件是我比較中意的產(chǎn)品，我點(diǎn)擊了產(chǎn)品進(jìn)入到這個產(chǎn)品的詳情頁，在我沒有購買任何產(chǎn)品的情況下，我發(fā)生了點(diǎn)擊行為，數(shù)據(jù)就會算我是一個點(diǎn)擊uv。
·意向UV即進(jìn)入意向頁面的用戶數(shù)，其實這個和點(diǎn)擊uv有點(diǎn)像，比如我在淘寶搜索完我想買的產(chǎn)品a,有去京東搜索了一下，那京東就會判定我為一個想要購買產(chǎn)品a的意向uv，這個意向uv只可以判斷出我們對a產(chǎn)品是否感興趣，并不能判斷出我真正想要購買。
用停留時間數(shù)據(jù)來統(tǒng)計用戶參與度或活躍度，他并不能說明什么問題。比如，客戶在某個全是文字內(nèi)容頁面上停留了很長時間，有可能是看不清楚或者是文字理解難度影響了用戶的閱讀時間，所以說產(chǎn)品效率、體驗這兩個關(guān)鍵指標(biāo)本身就和停留時間相矛盾。
盡管有時會影響你在應(yīng)用商店中的排名，但下載量本身并不帶來價值；還需要參照的是：用戶下載后的激活量、賬號創(chuàng)建量以及用戶在產(chǎn)品中的各個場景的跟蹤。
很多人會有一個誤區(qū)，認(rèn)為退出率高是不好的一項數(shù)據(jù)，但是大家要明白并不是所有的場景跳出率越低越好，舉個例子：我們通過漏斗數(shù)據(jù)發(fā)現(xiàn)用戶操作路徑太長，把好幾個步驟的路徑縮減到一步操作，最后看到用戶退出率就減少了。
數(shù)據(jù)是用于支撐設(shè)計師的某項設(shè)計決策和方法，但數(shù)據(jù)無法代替設(shè)計的直覺，更無法代替深入的用戶研究、我們要學(xué)會利用數(shù)據(jù)指標(biāo)，找出問題所在，通過設(shè)計方案改變用戶行為，因為數(shù)據(jù)最終目標(biāo)在于價值的體現(xiàn)：有效獲取用戶，創(chuàng)造營收。
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。
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)
藍(lán)藍(lán)設(shè)計的小編 http://www.bouu.cn