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！