量化設(shè)計價值(三):如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

0 評論 7128 瀏覽 39 收藏 33 分鐘

編輯導(dǎo)語:在用戶體驗設(shè)計中,數(shù)據(jù)也是一個十分重要的衡量因素。通過數(shù)據(jù)指標(biāo)的建立,設(shè)計師可以更好地觀察到用戶行為、用戶特征等信息。本篇文章里,作者結(jié)合其實際工作案例,總結(jié)、分享了量化設(shè)計中的數(shù)據(jù)類型與后續(xù)的數(shù)據(jù)可視化等環(huán)節(jié)流程,一起來看一下。

隨著用戶體驗設(shè)計的發(fā)展,我們已經(jīng)過了僅依賴需求和直覺就可以完成產(chǎn)品設(shè)計決策的階段了。

數(shù)據(jù)對用戶體驗設(shè)計師的價值可以總結(jié)為兩點

  1. 數(shù)據(jù)可以在「產(chǎn)品設(shè)計決策階段」提供了更多元的參考意見;
  2. 數(shù)據(jù)可以在「產(chǎn)品設(shè)計復(fù)盤階段」提供更客觀的評價標(biāo)準(zhǔn)。

一、數(shù)據(jù)使用的場景

無論所處哪一種設(shè)計階段,總的來說,設(shè)計師的數(shù)據(jù)需求主要可以分為兩大類。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

1. 探索事物間關(guān)系的“內(nèi)因/外因”

是什么東西影響了用戶的購買決策 ?我的新版網(wǎng)站首頁的改版是否為產(chǎn)品提升了注冊的轉(zhuǎn)化率 ?

這類需求的本質(zhì)是探究一種事物間的歡喜和因果性,常用「推論性統(tǒng)計」、「相關(guān)&非參數(shù)校驗」進(jìn)行分析。對于這類需求,往往會有專業(yè)的數(shù)據(jù)分析師,用戶研究設(shè)計師,數(shù)據(jù)產(chǎn)品經(jīng)理承接。

2. 發(fā)現(xiàn)數(shù)據(jù)中的“模式/異?!?/h3>

在一天之中隨著時間的變化,用戶的訪問量有什么規(guī)律 ?這類需求的本質(zhì)是在對已經(jīng)發(fā)生的事物規(guī)律做一種總結(jié) ,使用的統(tǒng)計方法更多的是「描述性統(tǒng)計」。對于絕大多數(shù)設(shè)計師而言,能夠做到發(fā)現(xiàn)數(shù)據(jù)中的 “模式/異?!?基本可以覆蓋絕大多數(shù)日常工作的需求。

本文主要關(guān)注解決設(shè)計師的第二類使用場景——發(fā)現(xiàn)數(shù)據(jù)中的“模式/異?!薄D壳案鞔蠡ヂ?lián)網(wǎng)企業(yè)內(nèi)部都會提供自研或者第三方的BI工具,因此筆者建議設(shè)計師可以通過建立一個包含關(guān)鍵的體驗指標(biāo)的數(shù)據(jù)看板系統(tǒng),對自己負(fù)責(zé)的業(yè)務(wù)進(jìn)行系統(tǒng)的總結(jié)和復(fù)盤。

以我曾經(jīng)的工作內(nèi)容為例。

我們的產(chǎn)品是服務(wù)商家進(jìn)行“前后端對接生產(chǎn)”的訂單審核系統(tǒng)?!?strong>效率】是制造業(yè)至關(guān)重要的關(guān)注面,在一個企業(yè)用戶的付費決策中也起到了相當(dāng)重要的分量,客戶使用我們的工具進(jìn)行訂單審核和流轉(zhuǎn)的效率是整個用戶體驗?zāi)P椭械闹匾糠帧?/p>

因此我們需要構(gòu)建一系列合理的指標(biāo)來判斷訂單系統(tǒng)的處理效率。除【效率】外,【用戶行為】【用戶特征】等都是設(shè)計師關(guān)系的信息。以【效率】為起點,最終我們構(gòu)建了一個籠統(tǒng)的包含設(shè)計師所有要監(jiān)測的信息看板系統(tǒng)。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

二、關(guān)鍵概念

本質(zhì)上互聯(lián)網(wǎng)產(chǎn)品中的看板(kanban)與自然科學(xué)領(lǐng)域研究人員的用 R 或者 Seaborn 繪制的精美圖表沒有本質(zhì)上的區(qū)別,差異點可能在于看板更加關(guān)注時效性,同時更加具備可交互性。

隨著儀表盤工具和各種BI軟件產(chǎn)品在人群中的普及,人們對儀表盤,指標(biāo)(Metric)和關(guān)鍵績效指標(biāo)(KPI)的組成有不同的理解。為了確保我們都說相同的語言,我將定義一組術(shù)語,這些術(shù)語將構(gòu)成我們討論的基礎(chǔ):

  • 度量(Measure):度量是一段數(shù)字上可量化的數(shù)據(jù)。銷售額、利潤、留存率,都是具體衡量的例子。
  • 維度(Dimension):維度表示給定指標(biāo)的不同方面屬性。例如,時間通常被用作分析不同度量的維度。其他一些常見的維度包括地區(qū)、產(chǎn)品、部門、細(xì)分市場等。
  • 層次結(jié)構(gòu)(Hierarchy):維度可以進(jìn)一步分解為層次結(jié)構(gòu)。例如,時間維度還可以形成層次結(jié)構(gòu),例如,年>季度>月>日。
  • 粒度(Grain):層次結(jié)構(gòu)中的每個級別都稱為維度的粒度。例如,年 > 季度 > 月 > 日 ,中的“年”是一個特定的粒度。
  • 指標(biāo)(Metric):指標(biāo)是我們經(jīng)常在儀表板中顯示的數(shù)據(jù)類型,它表示一個度量Measure)的數(shù)據(jù)段與一個或多個特定維度(Dimension)和相關(guān)粒度(Grain)的關(guān)系。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

上圖是在Tableau中一個標(biāo)準(zhǔn)的指標(biāo)示例-“每周銷售總額” 的構(gòu)建方式。

在這個指標(biāo)中,我們需要量化的“”是美元——即總銷售額,用來觀察量化數(shù)據(jù)的“維度”——即時間,而時間維度可以被進(jìn)一步分解為“年>季度>周”的層級結(jié)構(gòu),“每周銷售總額”需要關(guān)聯(lián)的維度中的特定“粒度——即周。

  • 看板(Cards or KanBan): 觀察一個或多個指標(biāo)(Metric)運行情況的圖表。
  • 儀表板(Dashboard): 儀表板是多個圖形、圖表、量表或其他直觀表示的集合。多個看板可組成一個儀表板。
  • 報告(Report): 報告可以是對應(yīng)圖表和其他可視化的表示,也可以是可能直接相關(guān)或不直接相關(guān)的大量圖表和可視化。多個儀表盤可組成一個報告。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

“實時、受眾群體、流量獲取、行為……” 上圖為Google Analytics 中提供的多種類型的數(shù)據(jù)分析報告,報告可以非常廣泛地涵蓋廣泛的相關(guān)信息。每一種特定報告內(nèi)包含了若干個回答特定問題的dashboard,一個dashboard內(nèi)可以包含多個相互關(guān)聯(lián)的指標(biāo)的看板。

一個可分析、可追蹤的數(shù)據(jù)系統(tǒng)中,最原子的構(gòu)成單位理解成一個“看板”。如何從0-1構(gòu)建一個客觀有效的數(shù)據(jù)看板系統(tǒng)?我們可以類比【一個人學(xué)習(xí)做菜】的過程,做菜的過程可以總結(jié)為三個階段:

  1. 學(xué)習(xí)菜譜&列一個采購清單;
  2. 采購食材&烹飪食材;
  3. 擺盤料理&品嘗美食。

對應(yīng)到數(shù)據(jù)看板系統(tǒng)的創(chuàng)建,我們亦可以總結(jié)為三個階段:

  1. 了解數(shù)據(jù)的特性、明確自己需要哪些數(shù)據(jù);
  2. 通過技術(shù)手段獲取數(shù)據(jù)、將粗?jǐn)?shù)據(jù)加工成意義明確的指標(biāo);
  3. 將指標(biāo)數(shù)據(jù)可視化,觀察數(shù)據(jù)并嘗試分析現(xiàn)象。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

三、度量 Measure & 維度 Dimension

“ Data is more than numbers, and to visualize it, you must know what it represents. ”數(shù)據(jù)不僅僅是數(shù)字,數(shù)字、數(shù)組、表格、都可以被稱之為數(shù)據(jù)。要將數(shù)據(jù)形象化,你必須知道它代表什么。

為了構(gòu)建有效的效率指標(biāo),第一步是:明確為了解決當(dāng)前的問題,要觀察的【度量】是哪些,以及這些度量又需要從哪些【維度】進(jìn)行觀察。

1. 了解數(shù)據(jù)類型

一個線上的項目每天都在收集成百上千種數(shù)據(jù),怎樣確定自己需要什么數(shù)據(jù)作為度量(Measure)呢?首先值得注意的是,不是所有類型的數(shù)據(jù)都適合作為度量Measure)被加工成指標(biāo)。

不同學(xué)科、不同課程、不同領(lǐng)域,對于數(shù)據(jù)類型的定義基本一樣,但稱呼并不完全一樣。

統(tǒng)計學(xué)中,數(shù)據(jù)類型分為四種:定類,定序,定距,和定比。這四種類型是從低到高的遞進(jìn)關(guān)系,高級的類型可以用低級類型的分析方法來分析,而反過來卻不行。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

定性數(shù)據(jù)與定量數(shù)據(jù)

從宏觀角度分析,數(shù)據(jù)類型分為定性定量兩種。

一個通俗的例子,以自身為例:例如衣服的顏色,頭發(fā)的類型和鼻子的形狀這些標(biāo)識標(biāo)識的是定性數(shù)據(jù);例如身高、體重、年齡和鞋子的尺碼,這些可測量的是定量數(shù)據(jù)。

1)定量數(shù)據(jù)

定量數(shù)據(jù)是統(tǒng)計數(shù)據(jù),通常具有自然結(jié)構(gòu)性,意味著它更加嚴(yán)格和明確,可再細(xì)分為連續(xù)/離散兩種。

此類數(shù)據(jù)使用數(shù)字和值進(jìn)行測量,這使其更適合進(jìn)行數(shù)據(jù)分析??梢酝ㄟ^以下方式獲取定量數(shù)據(jù):

  • 測量;
  • 實驗;
  • 調(diào)查;
  • 市場報告;
  • ……

2)定性數(shù)據(jù)

定性數(shù)據(jù)是非統(tǒng)計數(shù)據(jù),本質(zhì)上通常是非結(jié)構(gòu)化或半結(jié)構(gòu)化的。

定性數(shù)據(jù)可以用來問“為什么”的問題。它是調(diào)查性的,在進(jìn)行進(jìn)一步研究之前通常是開放性的。從定性研究中生成的數(shù)據(jù)用于理論化、解釋、發(fā)展假設(shè)和初步理解。

可以通過以下方法獲取定性數(shù)據(jù):

  • 文字和文件;
  • 音頻和視頻記錄;
  • 圖片和符號;
  • 訪談筆錄和焦點小組;
  • ……

想要了解訂單流轉(zhuǎn)的效率是怎樣,最簡單的方法是通過和我們的客戶進(jìn)行面聊一下使用情況、并記錄一下反饋,但這樣的產(chǎn)物并不方便進(jìn)行統(tǒng)計分析和展示。

盡管有一些對定性數(shù)據(jù)“結(jié)構(gòu)化”的方法,比如對定類數(shù)據(jù)進(jìn)行的非參數(shù)校驗,但實施起來成本較高。定量數(shù)據(jù)因為本身結(jié)構(gòu)化的特點更適合分析,因此在這里建議設(shè)計師在構(gòu)建自己的dashboard系統(tǒng)時,需要跟蹤分析的數(shù)據(jù)盡量選擇定量數(shù)據(jù)。

2. 確定需要觀察的度量&維度

明確需要觀察的度量有哪些,首先需要從要解決的問題出發(fā)。

但是沒有一個整體的分析模型,往往會導(dǎo)致我們的分析遺漏很多信息和細(xì)節(jié),導(dǎo)致數(shù)據(jù)分析師無法理解彼此的需求,最終導(dǎo)致最后產(chǎn)出的看板難產(chǎn)或答非所問。

3. 使用的問題分析工具——KPI wheel

在這里介紹一種名為KPI Wheel的簡單工具,可用于收集將用于定義和可視化指標(biāo)的前期必備信息。您可以將 KPI wheel 的圖片打印在紙上,然后開始嘗試依次思考這四個方面:

  1. “ 要解決的問題是什么?”
  2. “誰在關(guān)心這個問題?”
  3. “我需要去哪里獲取這些數(shù)據(jù)?”
  4. “為什么這個數(shù)據(jù)很重要?”

在解答的上述的幾個問題的過程中隨手記錄:

  • 可能引發(fā)什么進(jìn)一步的疑問;
  • 使用此信息可以采取什么行動或決定。

不斷地提出問題并進(jìn)行進(jìn)一步分析,這么做的目的是讓用戶不斷分解問題,直到他們有足夠的信息來采取行動或做出決定。

經(jīng)過幾輪完整的分析后,用戶就可以大致確定指標(biāo)的「度量」和 所需要的「維度」。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

以我曾經(jīng)的工作內(nèi)容為例:我們的產(chǎn)品是服務(wù)商家進(jìn)行“前后端對接生產(chǎn)”的訂單審核系統(tǒng),我們需要構(gòu)建一系列合理的指標(biāo)來判斷訂單系統(tǒng)的處理效率。

以下是與產(chǎn)品經(jīng)理討論過程中的具體流程。

第一輪 KPI Wheel ——

Answer KPI Wheel:“ WHAT?WHO? WHERE? WHY?

1)what:我們需要一種途徑,了解用戶進(jìn)行訂單審核的效率如何。

針對這個問題我們聯(lián)想到:

  • 想要了解訂單處理效率,首先需要定義什么叫訂單的效率;在行業(yè)中有一種叫做「訂單生命周期」的專有名詞來表示訂單從創(chuàng)建到結(jié)束的時長,是一個可借鑒的概念。
  • 針對我們的業(yè)務(wù),一個工單的生命周期經(jīng)歷了從創(chuàng)建——流轉(zhuǎn)&審核——通過,一個工單從創(chuàng)建到通過所經(jīng)歷的時間是我們需要記錄的【度量】。

2)who:產(chǎn)品/運營/設(shè)計 三個業(yè)務(wù)方都關(guān)注訂單的效率

針對這個問題我們聯(lián)想到:

  • 對于不同的角色,在檢測數(shù)據(jù)的時候都關(guān)注哪些維度?
  • 訂單類型分審核單&生產(chǎn)單這兩種,兩種類型的訂單,訂單類型是一個必要維度。
  • 時間是上述三個相關(guān)方都需要關(guān)注的維度,一個訂單在通過審核時的時間,是一種重要的分析維度;而“時間”維度,我們可以繼續(xù)拆分為:年——月——周——日的層次結(jié)構(gòu)。
  • 對于運營,了解不同行業(yè)的商家的訂單效率,對進(jìn)行深入運營是必要的。而“行業(yè)”維度根據(jù)分類方式的不同,又可以歸類為一級行業(yè)(軟裝設(shè)計/板式家具/……),二級行業(yè)(整木定制/辦公家具定制/暖通/地板/瓷磚……)。
  • 對于產(chǎn)品,為了更好地維護(hù)客情,對于特定的大客戶的數(shù)據(jù)需要重點關(guān)注。因此商家賬號的ID,也是重要的分析維度。

3)where:我們需要的數(shù)據(jù)要在哪里獲?。?/strong>

針對這個問題我們聯(lián)想到:

  • 與一般的用戶行為數(shù)據(jù)不同,訂單的數(shù)據(jù)都儲存在后臺的操作日志中。
  • 需要的“行業(yè)”維度,可以復(fù)用其它團(tuán)隊已經(jīng)制定好的標(biāo)簽。

4)why:效率是企業(yè)的生命,制造業(yè)中存在各種效率指標(biāo),如“人效”/“屏效”等。糟糕的使用效率會造成我們的產(chǎn)品在根本上是不可接受的,因此效率指標(biāo)非常重要。

針對這個問題我們聯(lián)想到:

  • 通過【訂單生命周期】統(tǒng)計的時間,可以在整體上評估訂單系統(tǒng)的流轉(zhuǎn)效率。但是僅僅依靠一個這樣的指標(biāo),缺少一些更細(xì)致的視角??梢栽黾訉Ψ桨福ㄓ唵蔚妮d體)的停留時長的統(tǒng)計,來計算審核在整個生命周期中所耗時間的占比。
  • The Rising Questions & Action:根據(jù)問題1的答案,這還會引發(fā)什么其他問題,或者您將采取什么行動?”

在回答上面的4W的過程中,會引發(fā)其它衍生問題,例如 “訂單審核周期的時間的最小單位是什么?” 等等。

針對上述的其中衍生問題,可以再進(jìn)行一輪kpi wheel的自問自答。比較簡單的衍生問題,不需要4個方面都進(jìn)行問題分析。

4. 最終

在多次重復(fù)上述的兩個過程后,最終我們確定了要在產(chǎn)品中量化哪些 度量(Measure),以及這些度量需要哪些分析維度,并將所有需要的度量和相關(guān)的維度都用表格的形式記錄下來。

例如,“訂單從創(chuàng)建到最終通過的時長(h)”,是一個需要被量化的度量。它需要關(guān)聯(lián)的維度(Dimension)有時間、商家ID、一級行業(yè)、二級行業(yè)。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

四、指標(biāo) Metric

研究完成菜譜,記錄??采購清單后,接下來的帶班過程就是準(zhǔn)備食材并進(jìn)行烹飪。

當(dāng)你已經(jīng)明確了要觀察的度量(Measure)、和需要關(guān)聯(lián)的維度(Dimension),下一步就是通過數(shù)據(jù)建設(shè)獲取這些度量,然后將度量加工成指標(biāo)。

1. 建設(shè)埋點

獲取度量的過程就是“取數(shù)”的過程。想要創(chuàng)建看板,數(shù)據(jù)分析師需要通過各種方式獲取一張包含所有你需要的信息的寬表。

如何獲得這張包含一切關(guān)鍵信息的表格?我們需要借助埋點獲取數(shù)據(jù)。

所謂埋點就是在應(yīng)用中特定的流程收集一些信息,用來跟蹤應(yīng)用使用的狀況。

您可以把用戶在與您的網(wǎng)站或應(yīng)用互動時觸發(fā)交互行為理解為一個“事件”,一個時間存在一個觸發(fā)的條件,當(dāng)達(dá)到這個觸發(fā)條件后就會上傳請求,請求中會攜帶需要的“參數(shù)”。

例如“用戶點擊按鈕將商品加購到購物車”這個行為,每次用戶觸發(fā)這個行為后都會發(fā)送一個請求,而這個請求中會記錄:加購商品的金額/加購商品的類型/加購商品的商品ID……等信息。這些結(jié)構(gòu)化的信息構(gòu)成了我們需要的度量(Measure)維度(Dimension)。

在完成了最基礎(chǔ)的埋點后,我們就獲得了最基礎(chǔ)的數(shù)據(jù)。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

2. 如何建立有效指標(biāo)建議

“指標(biāo)”是量化衡量標(biāo)準(zhǔn),未經(jīng)加工的數(shù)據(jù)不具備可觀察的價值。

通過埋點,我們單純只是得到了若干張包含所有用戶信息的巨型表格,我們是分析不出什么有用信息的。為了更有效地去觀察和分析作為度量Measure)的數(shù)據(jù),就需要對埋點數(shù)據(jù)進(jìn)行一定的加工,變得更加易于理解和表達(dá)。

當(dāng)一個度量Measure)的數(shù)據(jù)段與一個或多個特定維度(Dimension)之間互相聯(lián)系了起來,度量就成為了指標(biāo)。

例如,同樣的一份關(guān)于【訪問用戶人數(shù)】這一度量,可以根據(jù)關(guān)聯(lián)的時間維度的不同,創(chuàng)建 DUVMUV 等多個不同的指標(biāo)。

如何創(chuàng)建一個有效的指標(biāo),結(jié)合筆者的工作經(jīng)驗,下面給出三點建議。

1)為一個指標(biāo)設(shè)想一個高級概念

首先指標(biāo)的名稱需要客觀,要讓人乍一聽就能大概會意,例如:「加購商品操作每日點擊次數(shù)」。

而如果您定義的是類似:“軟件上手度”,這種概念比較晦澀、在業(yè)內(nèi)又沒有約定俗成的定義的指標(biāo),可能需要重新考慮概念是否恰當(dāng)。

每周訪問站點的用戶總數(shù)/ 每日訪問站點的用戶數(shù)/ 每日訪問站點的新手用戶數(shù)……這些指標(biāo)既相互獨立,但反應(yīng)的又是同一件事的客觀熟悉的時候,我們可以把這些詳細(xì)的指標(biāo)統(tǒng)一用一個高級的指標(biāo)概念來做一個歸納,例如“站點訪問用戶數(shù)”。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

2)檢查并確定定義指標(biāo)的細(xì)節(jié)

確定了指標(biāo)的基礎(chǔ)概念后,需要檢查一遍指標(biāo)的細(xì)節(jié)。

例如,“訂單生命周期”這個指標(biāo)的定義中,生命周期是指一個訂單從創(chuàng)建到最后通過審核耗時,而與其關(guān)聯(lián)的維度有時間、訂單類型等。

需要強(qiáng)調(diào)的是,一個訂單可能會存在:創(chuàng)建時間、通過時間,這兩種不同的時間戳。而在“訂單生命周期”這個指標(biāo)我們需要關(guān)聯(lián)的時間維度是【通過時間】。如果關(guān)聯(lián)是【創(chuàng)建時間】,則會得到另外一種完全不同的生命周期計算方式。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

3)將測量到的度量數(shù)據(jù),通過計算總結(jié)為一個指標(biāo)

通過埋點收集到的是大量的數(shù)據(jù),是一個巨大的整體,而指標(biāo)則是描述總體特性的參數(shù)。

而把原始數(shù)據(jù)組織并總結(jié)成更易處理的形式的技術(shù)叫做描述性統(tǒng)計,一種最常見的方法是通過計算平均數(shù)的方法總結(jié)一組數(shù)據(jù)。

這些描述總體特性的參數(shù)中又存在不同的用途,有的用來描述頻數(shù)分布,有的用來描述集中趨勢:平均數(shù),眾數(shù)、中位數(shù),有的用來描述變異性:四分衛(wèi)距、方差。我們需要根據(jù)自己的用途選擇合適的統(tǒng)計方式來構(gòu)建指標(biāo)。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

根據(jù)統(tǒng)計方法的不同,常見的指標(biāo)類型有以下幾種,他們擁有不同的分布類型和方差的計算公式

  • 【 計數(shù) Count 】
  • 【 概率 Probability
  • 【 平均數(shù) Average
  • 【 中位數(shù)(或其它位數(shù))Percentile
  • 【 比率 Rate 】
  • 【 一般比例 Ratio 】

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

五、可視化 Visualize

烹飪好食材之后,接下來的工作就是擺盤與上菜。優(yōu)秀的擺盤可以讓料理更加精致和高級,優(yōu)秀的數(shù)據(jù)可視化可以幫助我們更好地觀察與分析數(shù)據(jù),反之糟糕的數(shù)據(jù)可視化可能會讓我們丟失很多重要信息。

1. Why visual ?

為什么一定要使用看板(圖表)來觀察和分析數(shù)據(jù)?僅關(guān)注幾個關(guān)鍵指標(biāo)的數(shù)據(jù)是否就已經(jīng)足夠?

使用看板對指標(biāo)進(jìn)行觀察和分析的意義在于:相比單純的數(shù)字,圖表可以攜帶更多的展示維度(大小、長度、顏色、面積……),能幫助我們多維度地觀察數(shù)據(jù)、避免疏漏。

例如,安斯庫姆四重奏(Anscombe’s quartet)是四組基本的統(tǒng)計特性一致的數(shù)據(jù),但由它們繪制出的圖表則截然不同。如果僅依靠基本的統(tǒng)計特性來觀察數(shù)據(jù),我們很容易忽略一些重要信息。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

選擇合適的圖表類型

BI工具中支持多種圖表類型,比如展示瀏覽路徑的“?;鶊D”、展示轉(zhuǎn)化率的“漏斗圖”、甘特圖、散點圖等。

如何選擇合適的圖表來展示并分析你的數(shù)據(jù)可以參考下圖:

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

圖表種類繁多,但只要掌握其中的一小部分就能滿足絕大多數(shù)需求。對于大部分設(shè)計師,以下3種最基礎(chǔ)的圖表類型是最常用的:

  1. 條形圖:條形圖是最常用的圖表類型。條形圖易于閱讀,我們用眼睛比較條形圖的末端,很容易快速得出結(jié)論:哪一類最大、哪一類最小以及類別之間的增減區(qū)別。
  2. 線圖:線圖最常用于繪制連續(xù)的數(shù)據(jù)。因為線連接了點,這就暗示了點與點之間存在著離散數(shù)據(jù)(一系列數(shù)據(jù)分隔成不同的類別)間沒有的聯(lián)系。通常,連續(xù)性數(shù)據(jù)都以時間為單位:天、月、季度和年度。
  3. 餅圖:餅圖在總量間各部分的占比時比較高效。

最后,當(dāng)我們創(chuàng)建了許多看板后如何進(jìn)行歸納?

我們可以將關(guān)注相同的問題的看板歸納在一起,就形成了一個關(guān)注同一類問題的Dashboard;對不同的 Dashboard 提取共性,將同一個業(yè)務(wù)的不同Dashboard組織起來,就形成了一個Report。一個Report內(nèi)可以籠統(tǒng)的包含當(dāng)前業(yè)務(wù)需要關(guān)注的所有信息。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

例如:【訂單生命周期】關(guān)注的是企業(yè)的訂單效率問題,但并不是唯一關(guān)注效率的指標(biāo)。

另外還有諸如:“審單員平均審核時長”這樣的人效指標(biāo)的看板,這些看板同樣反饋的是訂單的效率。我們將關(guān)注相同的問題的看板歸納在一起,就形成了一個Dashboard,Dashboard內(nèi)的看板與指標(biāo)都有關(guān)注同樣的問題—效率。

除了效率,身為設(shè)計師的我們還需要關(guān)注很多其他的問題:比如使用的用戶的特征、流量的來源、用戶發(fā)起的行為等等,這些問題都可以擁有自己獨立的Dashboard。

最后這些Dashboard組織在一起,就成為了一個支持系統(tǒng)的觀察分析當(dāng)前業(yè)務(wù)的體驗指標(biāo)的完整報告。

2. 觀察與分析數(shù)據(jù)

“我們需要的不是數(shù)據(jù),而是數(shù)據(jù)告訴我們的實事”。通過建立一個系統(tǒng)的監(jiān)測體系的目的主要是為了從數(shù)據(jù)中探索:模式/異常。不管圖表的形式是什么,我們都需要留心觀察這兩者。

1)何為「模式」

模式即數(shù)據(jù)中的某項規(guī)律。

比如機(jī)場每月的旅客人數(shù),雖然隨著時間推移變化不定,但是通過幾年的數(shù)據(jù)對比,我們可能發(fā)現(xiàn)旅客人數(shù)存在著季節(jié)性或周期性的變化,某些月份的旅客數(shù)量一致偏低,某些月份則一直偏高。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

根據(jù)數(shù)據(jù)畫像我們可得知,某個產(chǎn)品的成熟期用戶占絕對多數(shù)的現(xiàn)狀,了解了這個「模式」,就可以更好地制定符合絕大多數(shù)用戶心智的設(shè)計策略

2)何為「異?!?/strong>

異常即問題數(shù)據(jù)。

異常數(shù)據(jù)并非是錯誤數(shù)據(jù),也有可能是設(shè)備記錄或人工錄入數(shù)據(jù)時出現(xiàn)的問題。我們通過異常異常分析,一方面可以分析異常原因;一方面可以發(fā)現(xiàn)現(xiàn)有系統(tǒng)的漏洞。

量化設(shè)計價值(三) 如何創(chuàng)建體系化的監(jiān)控系統(tǒng)

蘋果公司通過監(jiān)控異常值、發(fā)現(xiàn)了位于深圳的AppleCare灰色產(chǎn)業(yè),進(jìn)而改善了AppleCare的產(chǎn)品策略,避免了巨大的損失

最后在觀察分析數(shù)據(jù)的過程中,有三個需要特別關(guān)注的數(shù)據(jù)的特性不要忘記。

① 數(shù)據(jù)具有可變性(VARIABILITY)

數(shù)據(jù)的可變性這一重要的特性讓我們可以從數(shù)據(jù)中獲取規(guī)律和關(guān)系。如果您構(gòu)建的指標(biāo)本身并不具備可變性了,那您很可能需要嘗試其他指標(biāo)進(jìn)行跟蹤和分析。

② 數(shù)據(jù)具有不確定性(UNCERTAINTY )

很多數(shù)據(jù)都是只能提供一個估計而不是絕對準(zhǔn)確的數(shù)量。例如:分析人員通常會通過樣本的數(shù)據(jù),進(jìn)而對整體的數(shù)據(jù)分布進(jìn)行進(jìn)行猜測。

③ 數(shù)據(jù)需要聯(lián)系上下文( CONTEXT )

數(shù)據(jù)分析離不開情境。我們知道,數(shù)據(jù)的產(chǎn)生必然是有其情境的,不過統(tǒng)計數(shù)據(jù)時,我們通常都要剝離情境;而當(dāng)我們進(jìn)一步分析數(shù)據(jù)時,又必須回到具體的情境中去。

例如:某個羽絨服經(jīng)銷商發(fā)現(xiàn)某一年冬季的銷售額產(chǎn)生了明顯的下降。

這本應(yīng)該是一個異常的信號,但我們不能簡單粗暴地定義這是一個糟糕的數(shù)據(jù)。因為實際上,銷售額下滑的哪一年是一個暖冬,且和同類的競品相比自己的產(chǎn)品銷售額下滑趨勢的更低。結(jié)合情景分析數(shù)據(jù),往往能得到意想不到的結(jié)論。

本文參考文獻(xiàn):

文章:Dashboard Design: Key Performance Indicators and Metrics —— Thomas Gonzalez

文章:【統(tǒng)計學(xué)】區(qū)分定類、定序、定距、定比變量——YYIverson

書籍:Tableau:數(shù)據(jù)可視化之極速BI —— 沈浩

書籍:Which chart or graph is right for you?——Tableau圖表白皮書

書籍:Data Points:Visualization That Means Something —— Nathan Yau

書籍:Storytelling With Data —— Cole Nussbaumer Knaflic

 

作者:曉虎;公眾號:酷家樂用戶體驗設(shè)計

本文由 @酷家樂用戶體驗設(shè)計 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自 Unsplash,基于 CC0 協(xié)議

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!