昨天的提问里我们已经讲过,在项目展示中,如果不能保障数据来源的有效性,那么就不应该强行分析下去。
但是,并不代表数据本身不重要,现在对 UI 设计师的要求,必须对数据有一定的认识,并且能通过数据来撮合出有效的方案,帮助产品实现增长。
所以,今天做一个基础的分享,对于 UI 设计师来讲,数据的来源和认识是怎么一回事,以便开展后续的其它内容的分享。
首先,我们肯定要先了解一下,数据的意义是什么,我们为什么要分析数据。
谈到数据就绕不开一本在互联网圈子掀起现象级狂热的书—— 《增长黑客》,该书用大量的案例、观点,来解释如何应用高效、低成本的运营方式,获得有效的产品增长。
更近一步解释,就是在今天的互联网产品发展中,依靠没有节制的广告投放、营销活动,对于增加应用本身的用户量或忠诚度,效果是非常差的,ROI (投资回报比)比值惨不忍睹。
在过去千团大战、O2O 大战中,有大量的企业死于营销上的盲目,而这样的故事在未来还会重复上演。
所以,要用最小的成本来带动产品的发展,就应该将注意力集中在数据的应用上,通过 “数据驱动营销、以市场指导厂品,通过技术化手段贯彻增长目标”。
比如一个女装购物应用,用户下单的实际情况,反应出用户喜欢哪些类型的产品,对哪种营销活动感冒。
如果数据中拼团比秒杀带来的成交率高出几倍,那么没有什么特殊的理由就必然重点去强化拼团的功能和曝光,减少秒杀的权重。
或者,用户最喜欢哪些品牌,哪个价格区间,也会通过数据反应出来。它们指导我们之后应该如何备货,在广告位推荐哪些商品。
当然,上面讲的例子只是最简单的应用,但可以说,数据反映出了用户对你产品的真实态度和行为,远远比收集的用户访谈和建议来的有效。
用户都是小公举 —— 口嫌体正直,问往往问不出个所以然。
数据中包含了事实真相的碎片,而对数据的分析,就是去拼凑事实的轮廓,帮助我们更好的进行决策。
对于设计师来讲,数据最大的作用是 “效果判断”。即设计产出方案的有效性,通过数据的方式进行量化。
比如,淘宝首页最近的改版,在公开的数据中,提升了20%的浏览时长。
这证明了这次改版设计的样式、交互、排版,比过去的版本更有效。而不是仅仅用我们的主观判断去评价前后两个版本的优缺点。
所以,外行看改版是用 “我觉得……”,内行看改版,是“根据数据的对比……”。
所以,了解数据的重要性,对于我们的工作来说至关重要。下面,我们就针对一些更细节的内容进行扫盲。
现在,我们来了解一下一个应用从上线开始产生用户以后,会包含哪些数据。
通常,我习惯将数据分成两种类型,分别是:
基础数据:通过单独计数得到的数据类型,数据由没有设限的整数表现
指标数据:需要通过几个数据进行公式计算形成的数指标数据,多由百分比组成
2.1 基础数据
基础数据,类似用户数量,每新注册一个用户 +1,数值是直观、简单的,方便我们对某些数据的总量有一个清晰的认识。
而在基础数据中,常见的数据类型包含:
PV:页面浏览量,表示制定页面或整个应用在某个时间段被浏览的页面次数总数。
UV:独立访客数,某时间段内使用你应用的独立用户数量。
GMV:应用内购买服务提供的成交总额。
新增:单位时间内新增用户总数,如日、周、月新增。或特定渠道来源。
点击数:在某时间段内点击某元素、按钮的总次数。
……
基础数据类型没有什么理解上的难度,而它们更多的作用,就是作为材料来进行近一步的加工。
2.2 指标数据
指标数据,在实际的数据分析中意义更大。这类数据的关键在 “指标” 二字上。比如包含下面这些常见的类型:
增长率:在两个时间段内用户增长的正负比率。
留存率:在第一次打开应用后的几天之内再次启动应用的用户比例。
点击率:某按钮、广告曝光数和点击数之间换算的比例。
转化率:某事件、功能、流程,用户按目标完成的比例。
流失率:在某流程中用户中途跳出没做完的比例。
……
这类数据的特点在于,帮助我们更有效的理解产品的某些服务现状、用户喜好、功能影响等指标。
而这些指标不是固定的,每个产品都可以根据各自的需求制定想要获得的指标,以及形成指标的计算公式。
例如,我们想要关注产品国外商店下载的留存率,来判断海外用户对当前产品的认可程度,那么公式大致为:
留存率 = 一周内再次打开应用海外商店下载的用户数 / 海外商店下载的用户总数
或者,我们要判断一个女性用户点击广告位的意愿,那么公式为:
点击率 = 女性用户的点击总数 / 广告对女性用户的曝光总数
这些数据的指标,都需要对基础数据进行获取和计算,只有保证有效的基础数据,才能获得正确的指标结果。
所以,接下来,我们就要讲讲数据是怎么被获取的了。
在现代的互联网应用中,任何产品都会产生相应的数据,并在数据库中进行记录。类似用户数、注册地、性别、交易金额等等。
这些基础的数据都可以在数据库中获取,也可以和你们的后端开发还是产品要。
出了内部服务器端可以获取的数据外,产品团队还经常会借助第三方的数据统计工具来获取数据,如友盟、Growing 等。
因为类似统计用户停留时长、用户点击量、广告曝光数等复杂数值,都是需要在页面中添加特定代码,并发送给服务器进行统计才行。这是非常庞大的工作量,对于一般团队来说是难以接受的。
所以,第三方统计工具可以非常方便的帮助产品团队用最简单的方式,完成代码的植入和使用。
尤其,在这些平台中,会集成大量的统计图表,更好的展示有关数据的变化状况。
以及提供自定义的工具,帮助我们自己建立数据的漏斗模型或者指标数据等等。
在团队内,做为设计也可以和产品要权限来查看应用数据统计的平台,并根据我们自己的需要,来筛选和计算出相关的数据内容。
以上就是对于数据类型、统计来源的最基本认识。在掌握了这些基础的知识点以后,后面近一步展开的,关于数据分析的技巧才能被大家理解,或者是看懂。
本文原创,未经作者允许不可转载!
更多内容,欢迎关注作者微信公众号:超人的电话亭!
暂无评论
违反法律法规
侵犯个人权益
有害网站环境