第一站 - 轻松上网从此开始!

上网第一站

当前位置: > SEO >

走近设计中的数据:数据在产品设计中的运用(2)

时间:2017-09-25 17:04来源:我来投稿获取授权
以下内容来自网络或网友投稿,www.swdyz.com不承担连带责任,如有侵权问题请联系我删除。投稿如果是首发请注明‘第一站首发’。如果你对本站有什么好的要求或建议。那么都非常感谢你能-联系我|版权认领
以上的套路可以帮我们明确要看哪些数据,那么数据收集到之后呢,分析过程同样至关重要,小胖老师给出了一些常用、实用的数据分析方法,一起来学习

  以上的套路可以帮我们明确要看哪些数据,那么数据收集到之后呢,分析过程同样至关重要,小胖老师给出了一些常用、实用的数据分析方法,一起来学习吧。

  相关性模型

  

走近设计中的数据:数据在产品设计中的运用

  多年不学数学的小编,看到公式时是颤抖的

  我们可以代入运营活动场景来理解,A为任务完成页,B为分享邀请页,交集T是完成了任务并且分享的用户,想要了解这两个页面的相关性可以这样计算;P=任务完成页到邀请页的转化率=T/A,R=通过所有场景到达邀请页中来自于任务页的占比=T/B,两页相关性系数F-score=2*PR/(P+R)。

  热力图

  热力图是大家都相对熟悉的一种数据可视化方法,能够直观展示一个页面各模块的点击量,适用于PC端页面和APP中导流类页面的分析。以58APP首页为例,热力图可以表达用户来到首页后往下游的转化情况,以及每屏的转化比较,然后我们发现,仅此而已,这样的数据带来的帮助可能并不足以支撑优化需求。

  

走近设计中的数据:数据在产品设计中的运用

  小胖老师推荐,如果结合用户细分来看呢?我们知道58面向的用户分布在各个业务线,以招聘、租房、二手车业务线的用户来横向对比,可以明显看到不同需求的用户在首页的走向是有较大差异的,有些功能使用频率相似,有些则相差很多。这样的横向比较,会比单纯看热力分布有更多收获。

  

走近设计中的数据:数据在产品设计中的运用

  除了用户细分,还可以与用户轨迹分析搭配使用。在58M端首页改版的项目中,新版上线后,数据并没有明显变化,这时很难判断改版的效果,如果结合用户轨迹再研究,会发现其实效果是显著的,下面我们跟随小胖老师逐一了解。

  

走近设计中的数据:数据在产品设计中的运用

  M端首页的行为轨迹有这样三个项目,用户步长、页面流向和列表往详情转化质量。用户步长是指,用户进入网站内第一次到达详情页经过的步数;从如下图中可以看出,步长为2-4步的用户占比有明显提升,增长了5.72%,需要更多步长的用户占比减少,由此可看出首页改版让用户能够更快到达目标页。

  

走近设计中的数据:数据在产品设计中的运用

  我们还可以对比不同路径的页面流向,如新版中首页进入大类页(路径A)和首页直接进入列表页(路径B)两种路径的后续流向。新版首页采用大类 icon样式,相比于旧版更强调大类入口,而数据显示:①B路径会额外增加无用操作;②B路径返回率为A路径的2倍;③A路径进行筛选的概率更高;这些都能体现出首页改版突出大类入口的效果。

  

走近设计中的数据:数据在产品设计中的运用

  再看转化质量的比较,还是依据上文中的A、B两种路径,A路径中列表往详情转化更高,且筛选使用率更高,说明路径A的“List-Detail”转化质量更高。那么根据以上种种验证,PC端的首页也随之改版上线大类icon样式。

  

走近设计中的数据:数据在产品设计中的运用

  趋势图

  大家对于趋势图就更不陌生了,是一种能够直观表达数据升降的线图,邵倩老师依然要叮嘱两句。第一,不要只关注均值,还要关注连续趋势;上涨不能完全说明什么,但持续稳定的上涨就是有意义的。第二,坐标区间很重要;现在很多人在项目汇报时,为了数据好看,会在区间坐标上做“手脚”,来放大数据的涨幅波动(如下图),所以我们在看别人的数据报表时要留意一下坐标。第三,±3%的浮动很正常,不要因为-3%气馁,也不要因为+3%过分欣喜。

  

走近设计中的数据:数据在产品设计中的运用

  转化漏斗

  文章开始举过漏斗的例子,相信大家已经有了直观感受,这种分析方法,可以帮助设计师从宏观上定位问题及关键节点,除了指导功能优化,还可以指导用户定性研究,为问卷、访谈提供方向。

(责任编辑:admin)
织梦二维码生成器
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发布者资料
第一站编辑 查看详细资料 发送留言 加为好友 用户等级:注册会员 注册时间:2012-05-22 19:05 最后登录:2014-08-08 03:08
栏目列表
推荐内容
分享按鈕