扫一扫 扫一扫 扫一扫 扫一扫 在设计工作中,我们常用的数据分析方法有以下 4 种:
漏斗分析漏斗的定义:基于明确起始操作路径,根据每个路径节点的用户数(操作次数),各个节点流转过程中,会存在一级级的流失,最终形成漏斗形态。 漏斗的意义:漏斗分析适用于一些列完整流程操作的用户行为,找到设计过程中流失比较多的节点,分析找到流失的原因并改进。 如下图所示,用户在搜索场景购买商品的整个操作路径,在这个路径中,每一节点都会存在流量的流失,从而形成一个完整的转化漏斗。 按照页面 PV 绘制成对应的转化漏斗如下图所示: 通过绘制的漏斗,找到对应页面的 PV 数据,计算出对应的转化率。 转化率=下一个节点 PV/上一个节点的 PV,通常来说低转化率节点是可优化点。 漏斗的计数单位可以基于用户(UV),也可以基于次数(PV)。 对于偏一次性流程的,例如注册、实名认证等建议使用用户(UV),对于偏非一次性的流程,例如购买、发布等建议使用次数(PV)。 拆解分析定义:将整体数据按照不同纬度进行拆解分析。 如下图,当我们在数据中看到目标用户有 1866 个人,那么接下来拆解分析这 1866 个人在不同纬度中的分布情况怎么样。 通过拆解,力求后续推广流量更加精准化,提升转化率。 如下图,通过流量渠道来源,top 前三的渠道分别为今日头条、36kr 和地推。如果在价格方面,36kr 单个用户价格更加便宜,那么可以加大 36kr 广告推广。 如下图,通过城市的维度来看,产品目标用户的城市,排名前三分别为上海、石家庄和杭州。 对比分析对比前后数据,通过对比数据的差值,验证设计。 简单的举个例子,下图为服务购买页面。 项目背景:立即支付的点击率只有 11%,此次优化,希望提升立即支付按钮的点击率。 从图可以看出存在以下问题:
针对于提升立即支付点击率,那么可以从 3 个方面着手:
通过以上 3 点,得到对应的优化方案,如下: 明确全量发布时间后,那么该时间之后,就是该优化方案上线的数据,找到对应的指标数据。 建议当数据稳定后,取最近一周的数据的平均值作为核心指标的数据。 通过开发得知,该需求于 2020 年 4 月 20 日已全量上线,然后看后台数据,发现支付点击率为 16% 那么由此得知,改版后数据涨幅为:(16%-11%)/11% =45.5% 通过对比用户点击立即支付按钮数据前后的变化,验证设计是否成功。 对比分析通常有以下两个方面:
行为分析通过分析特定类型的用户行为,找到这种特定类型的用户行为的对产品带来的影响。也可以推算出这种特定的行为给产品带来的意义。 意义:用户行为可视化,可清晰的了解整体/个体用户的行为。 如下图所示,通过 Google Aanalytic 网站可清晰的掌握平台整体流量的来源,用户群体路径行为轨迹,这可以让设计师/产品经理清晰地了解到平台的用户行为轨迹和用户人群的操作习惯。 也可以清晰地了解每个用户的操作行为路径。如下图所示: 以上就是设计中常用的 4 种数据分析的方法,如果你有其他意见和建议,欢迎在评论区留言。 设计师要掌握的数据基础知识,大厂高手都给你总结好了!前言在 vivo 校招设计师专业课程体系中,有一堂《数据基础知识及应用》的入门课程,去年授课时获得了校招大学生的一致好评。 阅读文章 >欢迎关注作者的微信公众号:「Echo的设计笔记」 手机扫一扫,阅读下载更方便˃ʍ˂ |
@版权声明
1、本网站文章、帖子等仅代表作者本人的观点,与本站立场无关。
2、转载或引用本网版权所有之内容须注明“转自(或引自)网”字样,并标明本网网址。
3、本站所有图片和资源来源于用户上传和网络,仅用作展示,如有侵权请联系站长!QQ: 13671295。