中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

數據可以發現并定義問題，檢驗設計所產生的價值，同時也可以驗證是否達成預期業務目標。

設計價值與數據結果導向

我一直都很信奉阿里關于UED的價值解釋——幫助業務成功，設計是用以解決具體的問題的手段，作為手段，我們應該關注手段所產生的結果，而非沉浸自己酷炫的“設計過程”。

如何關注設計結果，先從關注數據結果做起，通過數據發現并定義問題、檢驗設計所產生的價值，是否達成了業務目標。

如何進行數據分析

1. 定義設計目標

設計目標可以定義為：想通過設計手段解決業務層面哪些問題。如經過需求調研、市場調研以及我們本身的資源評估，我們想設計一款能夠可視化刷牙行為的應用，幫助用戶更加科學合理的刷牙，前期希望達成的業務目標——能夠吸引一批關注健康的忠誠粉絲，并能形成局部口碑傳播。

2. 拆解量化指標

通過GSM原則對上訴目標進行拆解，假如達成了上訴目標，產品會有哪些外顯表現：

1. 刷牙打卡滲透率：注冊成功用戶當中有多少人點擊過“開始刷牙”；
2. 刷牙打卡完成率：點擊“開始刷牙”的人有多少人成功完成“刷牙任務”；
3. 人均刷牙打卡完成次數：平均每個點擊“開始刷牙”的人一天完成幾次任務；
4. 邀請用戶滲透率：注冊成功用戶當中有多少人點擊過“邀請家人/朋友一起刷”；
5. 邀請用戶成功率：點擊“邀請家人/朋友一起刷”的用戶當中，有多少邀請成功的；
6. 邀請欲：注冊用戶從嘗鮮使用到價值認同最后到邀請轉化效率；
7. 關鍵漏斗：新用戶從注冊到登錄成功再到刷牙打卡最后到打卡完成漏斗。

3. 數據埋點策略

如何將我們想要的指標通過代碼埋進APP內，如想知道“刷牙打卡滲透率”指標，我們需要統計有多少人點擊過“開始刷牙”。怎樣統計？比較抽象，我們類比一個場景：

小紅（用戶）踹了小明3腳，為了統計出這3腳，首先你得站在小明身邊，等小紅踹的時候，你通過小明3聲“啊”，來確定小紅確實踹來3腳，而不是4腳，因為有一腳落空了，小明沒有反應。

上訴場景中，小紅就相當于用戶，“踹”是用戶發起的行為，小明就是被操作對象，“啊”就是來自服務器的正確返回值，而你就相當于操作對象頁的檢測代碼，一旦檢測到來自服務器的正確返回值，就+1，而踹空的那一腳，服務器沒有響應，最終統計出踹了3腳的數據。

回到“刷牙打卡滲透率”，我們會在刷牙主頁嵌入一段檢測代碼，通過“開始刷牙”的回調，來統計多少人點擊過“開始刷牙”。

同理，剩余的埋點方案如下：

• 刷牙打卡完成率：在刷牙結束后，會有成就恭喜彈窗，通過彈窗的回調，記錄有多少人完成了刷牙打卡；
• 人均刷牙打卡完成次數涉及到的點：所埋的點已覆蓋該指標；
• 邀請用戶滲透率涉及到的點：點擊“邀請家人/朋友一起刷”次數，相關參數只包含：微信好友；
• 邀請用戶成功率涉及到的點：所有注冊用戶回調魔窗的次數；
• 邀請欲涉及到的點：連續完成2天刷牙打卡的用戶（后臺數據）；
• 關鍵漏斗涉及到的點：用戶點擊微信登錄時，回調數據如果是新用戶，打一個點；點擊“確定”進入首頁再打一個點。

4. 構建指標與埋點數據的關系

有了埋點數據之后，需要通過一些公式構建指標與埋點數據之間的關系，從而得到我們想要的指標數值。目前常用的指標類型有：

1. 比率型，比如發起過A行為的事件比率，對應關系：active%(A)；
2. 人均型，比如平均每個人發起過多少A事件，對應關系：Total（A）/去重（A）
3. 去重比率，比如有多少人發起過A行為，對應關系：去重(A)
4. 類比，比如普通用戶到會員用戶的轉化效率，對于關系：去重（普通用戶/會員用戶）
5. 流量，比如用戶從A頁面到B頁面再到C頁面漏斗，對應關系：去重（A->B->C）

對應到上述指標，可以發現去重比率型的指標有：刷牙打卡滲透率、刷牙打卡完成率、邀請用戶滲透率、邀請用戶成功率；人均型指標有：人均刷牙打卡完成次數；類比指標有：邀請欲；流量對應于新用戶從注冊到登錄成功再到刷牙打卡最后到打卡完成漏斗。

• 刷牙打卡滲透率=去重（用戶數|用戶類型=首頁點擊開始刷牙/用戶數|用戶類型=all）；
• 刷牙打卡完成率=去重（刷牙成功后反饋彈窗回調次數/首頁開始刷牙Button回調次數）；
• 人均刷牙次數=total_event(刷牙成功后反饋彈窗回調次數)/去重（刷牙成功后反饋彈窗回調次數）；
• 邀請用戶滲透率=去重（邀請好友回調次數|邀請方式=微信好友）；
• 邀請好友成功率=去重（魔窗回調次數/邀請好友|邀請方式=微信好友）；
• 邀請欲=去重（邀請好友回調次數|邀請方式=微信好友／用戶數量|用戶類型=連續完成2天刷牙任務）；
• 關鍵漏斗=去重（微信登錄回調次數|用戶類型=新用戶->微信授權頁確定回調次數|用戶類型=新用戶->用戶數|用戶類型=首頁點擊開始刷牙）。

5. 通過數據校驗設計所產生的價值

通過數據的跟蹤，可以檢驗設計是否達成了之前定的目標，或者相比之前，數據有了明顯的提升。

以關鍵漏斗為例，可以發現新用戶從微信登錄到授權進入首頁再到開始刷牙流失非常少，說明我們的流程設計與刷牙互動的界面表現已經達成了關鍵漏斗層面的業務目標。

小結

在借鑒別人優秀的Thinking flow時，我們很容易為其酷炫的外表所迷惑，以至于經常忽略設計結果，淪為一個出圖工具。然而好的設計不止于過程，更應當關注結果，以數據結果為導向，不斷調整設計策略。相信我，長期堅持，會讓你變得越來越睿智！

#專欄作家#

UE小牛犢，微信公共號：交互實驗獅，人人都是產品經理專欄作家。關注產品思考、用戶體驗分析、交互研究，致力于UX方法論的探索和實踐。

本文原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自 Unsplash，基于 CC0 協議