設計師的數據分析與場景化設計
編輯導讀:現在設計圈越來越在向UGD(User Growth Design)方向轉型,以用戶為中心,以增長為導向。本文作者以做過的一個項目(用戶投資路徑優化)為例,來說說對UGD的思考,以及設計師對數據分析以及場景化設計的思路,希望對你有幫助。
隨著互聯網的發展,近這幾年設計圈子里大家都在討論UGD(User Growth Design),要向UGD轉型等等,以用戶為中心,以增長為導向,這個概念本身并沒有問題,而且是對UED的一種非常棒的進化和升級,要求設計團隊需要具備更綜合的專業能力與視野。本著對團隊的升級優化,我也以UGD的思路對團隊有了新的更高的要求,然而在這個過程中卻發現在很多問題。
隨著各種社交平臺的傳播普及,什么閉環、串聯、顆粒度等等這些互聯網黑語,滿大街飛來飛去,設計師們的PPT、匯報資料是越來越豐富多彩,但項目效果卻并不明顯。數據、增長的概念確實是鋪開了,但卻成了PPT里的裝飾,并沒有真正落地生根。
經過很長時間的摸索,我們終于有了一套適合團隊自己的UGD思路,也一步一步的在不斷的優化提升,下面以我們做過的一個項目(用戶投資路徑優化)為例來說說我們對UGD的思考,以及設計師對數據分析以及場景化設計的思路。
一、U user
以用戶為中心,就是關注用戶的行為,串聯數據,從點線面結合場景分析,提出問題所在。
作為設計師,最常關注的用戶數據就是轉化率、點擊率、停留時長、跳轉路徑等等,從單一數據來看,都是一些常見的簡單的數據,但要真正能夠分析用戶,還需要結合實際場景來分析。
案例:
我們在分析交易線的數據時發現了一些問題,并對數據做了對比分析。
[ 項目列表頁 ]
用戶的點擊主要集中在前十個投資項目,占據整個頁面點擊的80%。
[ 項目詳情頁 ]
用戶通過列表頁進入到詳情頁,詳情頁的瀏覽率較高,但轉化卻很低,另外優惠券的點擊率十分高,超過85%,意味著進入到詳情頁的用戶,基本上都進入過優惠券頁面,而最終促成成交卻很低。
以上是整個交易環節最初始的兩個頁面,也是最核心的頁面,從單個頁面的數據(點)來看都屬于正常漏斗數據表現,接下來我們從(用戶路徑)線的角度來繼續分析。
我們從最終完成交易的用戶當中,抽取了部分進行了完整的交易路徑分析,結果發現用戶在列表頁——詳情頁——優惠券這三個步驟之間反復切換。
不難看出,用戶在列表頁、詳情頁、優惠券選擇頁來回切換,即使最終產生交易,但整個路徑耗時長,反復操作,跳轉不合理,導致大量流失,這是目前數據所呈現出來的情況,也是問題的核心所在。
二、G growth
以增長為導向,以數據為依據發現或提出問題所在,確定最終需要增長(優化)的數據指標,并以此為目標展開思考,提出解決思路。
案例:
列表——詳情——優惠——交易,典型的購物交易場景,通過上面的分析,我們再結合場景化的思路進一步整理思考用戶的操作行為目的。以投資理財的角度,換位思考,其實就是:想投資-挑選-看看優惠-挑挑其他的-再看看優惠-再看看其他的-還看優惠。
用戶為何反復的從列表頁進入詳情,又跳轉回列表頁再進入詳情頁?這就是突破口了,想清楚這一點,解決思路也就清晰了。
我們舉一個現實生活中的購物場景來幫助思考分析(靈感來源于生活)。
[ 購物路徑1:想買東西——找到對應的貨架——使用優惠券并買單 ]
[ 購物路徑2:有優惠券——到超市看看有沒有想買的——使用優惠券并買單 ]
在現實生活中,除了”有想買的東西”這一主觀需求外,對交易產生一定決策作用的,就是優惠。
結合前面對投資用戶路徑的分析來看,用戶交易路徑如此反復,實際上就是在同樣的資金投入的前提下,對比不同的項目、不同的優惠,如何搭配才能利益最大化,這就是用戶的最核心需求。
如何幫助用戶快速完成相關數據的對比,縮短操作路徑,降低交易耗時,從而減少流失提升成交率,這就是解決思路,也是我們需要增長(優化)的數據指標。
基于場景化的分析明確用戶的核心需求,確定需要增長(優化)的數據指標,我們提出來了兩個解決方向。
[詳情頁的快速切換(優化)]
在原有的路徑上,保持用戶的操作習慣,新增詳情頁左右滑動切換的功能,用戶學習成本低,開發成本低,可快速上線,但對于路徑優化、數據對比不夠直接,治標不治本;
[設計新的快速路徑(創新)]
結合前面分析的兩種現實生活中的購物場景,在原有的路徑上,針對平臺老客對平臺項目的規則詳情已經清楚了解的特點,設置多一條快速通道,減少干擾,對比直接,加快老客的決策速度,但用戶學習成本高,開發成本高,雖然治本但風險也大。
三、D design
到此為止,我們就可以進入具體的解決方案的嘗試了,設計師的方案,自然就是設計稿了。
A方案直接開發上線即可,上線后就可以收集數據進行分析了,經過兩周的時間,從數據表現來看,交易總時長稍有所下降但并不明顯,約下降了2%,而交易率基本持平。
[ B方案最終UI稿 ]
在此期間B方案完成設計開發后,協調產品運營推廣等業務方,選擇確定部分渠道進行ABtest,經過一個多月,持續收集數據反饋優化方案,多輪ABtest后,從數據反饋來看,B方案數據提升明顯,有效的降低了用戶的決策時長(降低了近20%) ,提升交易成功率(老客轉化提升1%),說明方案的可行性強,隨即全量更新。
從隨后的數據表現來看(總轉化提升0.3%,總時長降低15%),整體方案對平臺的整體效益產生了積極推動作用,說證明了設計團隊對于產品與企業的價值(我們不是美工)。
在后續工作過程中,持續根據數據表現,分析,發現并提出問題,提出解決方案,測試驗證,不斷的循環重復,持續提升用戶體驗,以數據為依據,以增長(優化)為目標,這就是我們對于UGD的一些思考跟嘗試。
其實道理大家都懂,方法也都大同小異,最重要的是還不斷嘗試優化,找到適合自己跟團隊的方式。
本文由 @包大佬 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。
- 目前還沒評論,等你發揮!