走近設(shè)計中的數(shù)據(jù):數(shù)據(jù)在產(chǎn)品設(shè)計中的運用

3 評論 8155 瀏覽 63 收藏 13 分鐘

文章從三個方面帶我們走近設(shè)計中的數(shù)據(jù),幫助大家理解數(shù)據(jù)是怎樣對設(shè)計師、對設(shè)計成果產(chǎn)生價值的,并且有理有據(jù)的說明了,設(shè)計項目中改如何建立數(shù)據(jù)指標,以及有哪些切實可用的分析方法。

數(shù)據(jù)價值

數(shù)據(jù)的價值在于驅(qū)動產(chǎn)品優(yōu)化。這里的優(yōu)化體現(xiàn)在兩點,輔助設(shè)計決策和量化設(shè)計效果。項目前期,了解數(shù)據(jù)發(fā)現(xiàn)問題關(guān)鍵點;后期,量化數(shù)據(jù),有助于產(chǎn)品迭代,空口無憑,那就用事實說話。小胖老師舉了一個58APP中IM有效會話漏斗的例子,一步步的來看到底是怎么驅(qū)動優(yōu)化的。

怎樣的過程稱之為一次“有效會話”?C端用戶進入詳情頁,點擊IM入口,發(fā)送會話內(nèi)容,B端用戶給出回復(fù)并被C端成功看到,才為一次有效會話。從上圖可以看出,這個過程涉及4個頁面,頁面跳轉(zhuǎn)也就自然存在流失,由此可得到一個會話漏斗。

數(shù)據(jù)漏斗直觀反應(yīng)出3個主要問題:

  • C端用戶發(fā)起會話路徑流失大;
  • B端用戶回復(fù)率低;
  • C端用戶活躍度遠高于B端用戶。

推測問題可能原因(以二手房業(yè)務(wù)線使用場景為例):

  • C端用戶發(fā)出會話前需要組織語言,如詢問哪些問題,此過程對于購房意愿不夠強或不明確的用戶成本較高;
  • C端用戶不了解中介的服務(wù)情況,難以對回復(fù)產(chǎn)生預(yù)期;
  • B端用戶同樣不了解詢問者的情況和需求,沒有強烈的回復(fù)意愿,且其所處環(huán)境較復(fù)雜,大概率處于戶外活動狀態(tài),難以及時回復(fù)等。

這時我們通過頭腦風暴可以獲得很多猜測,根據(jù)這些靠譜或不靠譜的猜測就能夠推導出多個產(chǎn)品設(shè)計點、優(yōu)化點,再評估優(yōu)先級、可行性進行篩選,即達到了針對性優(yōu)化的目的。真實項目中,優(yōu)先進行嘗試的是購房意愿單和經(jīng)紀人服務(wù)評價功能(暫未上線)。

數(shù)據(jù)指標建立

設(shè)計方案確定后,如果設(shè)計師想通過數(shù)據(jù)來驗證設(shè)計效果,如何梳理較為系統(tǒng)的量化指標呢?小胖老師介紹了一個數(shù)據(jù)指標建立的模型-Google的GSM(Goal-Sign-Metric)模型。

梳理思路:設(shè)計目標決定衡量的數(shù)據(jù)指標,從設(shè)計目標出發(fā),推導相關(guān)可量化指標。

還是以IM “購房意愿單”為例,結(jié)合該項目,我們來看一下運用gsm模型為此功能搭建數(shù)據(jù)指標框架。

Goal ?設(shè)計目標

前面提到說設(shè)計目標決定衡量的數(shù)據(jù)指標,所以第一步要明確我們設(shè)計的目標是什么,或者說是為了解決什么問題。那么,購房意愿單的提出,有兩個主要目標:提高C端用戶發(fā)起會話的意愿度;提高 B端經(jīng)紀人回復(fù)意愿度。

Sign ?現(xiàn)象信號

確定了目標,我們再假設(shè),如果能夠達到這些設(shè)計目標,用戶會產(chǎn)生怎樣的態(tài)度和行為。假設(shè)購房意愿單真是切中了用戶的需求,他們會有怎樣的反應(yīng)呢?我們猜想:

  1. C端用戶覺得有用,填寫意愿單的人多,填寫完后發(fā)送的人也多;
  2. C端用戶很愛用,主動將已有意愿單發(fā)送給經(jīng)紀人或者修改后發(fā)送給經(jīng)紀人;
  3. 經(jīng)紀人看到信息后,主動回復(fù)信息。這是正常目標達成情況下,用戶可能會發(fā)生的反應(yīng)。

Metric ?衡量指標

現(xiàn)象信號中,有哪些是可以轉(zhuǎn)化為數(shù)據(jù)指標的信息,這些就可能會成為衡量設(shè)計效果衡量的指標。還是對應(yīng)之前的現(xiàn)象信號來看,可用的指標有:

  • 1.1 填寫入口功能的點擊率;
  • 1.2 填寫后發(fā)送的轉(zhuǎn)化率;
  • 2.1 已有意愿單的點擊率;
  • 2.2 已有意愿單的修改率;
  • 2.3 已有意愿單的再次發(fā)送率及發(fā)送次數(shù);
  • 3.1 C端用戶發(fā)起會話轉(zhuǎn)化率;
  • 3.2 首次發(fā)起會話后B端回復(fù)率。

這樣,我們就得出了一系列較為系統(tǒng)的功衡量指標,一定程度上驗證功能優(yōu)化的效果。

運用此模型要注意的是,不一定所有現(xiàn)象信號都能被量化。在建立數(shù)據(jù)指標過程中強調(diào)兩點,首先重要項目中,設(shè)計師最好也獨立進行數(shù)據(jù)指標的梳理,去和產(chǎn)品的關(guān)鍵數(shù)據(jù)指標相結(jié)合。形成一套完善的量化指標;其次不要只關(guān)注核心指標,最終上線效果會受很多因素影響,整體的體驗很難通過單一功能優(yōu)化獲得明顯提升。但是可以通過較為詳細的數(shù)據(jù)指標,驗證功能是否滿足用戶需求。例如,購房意愿單的用戶使用頻率、意愿單內(nèi)容維護度,都可以驗證此功能的需求滿足度。

分析方法

以上的套路可以幫我們明確要看哪些數(shù)據(jù),那么數(shù)據(jù)收集到之后呢,分析過程同樣至關(guān)重要,小胖老師給出了一些常用、實用的數(shù)據(jù)分析方法,一起來學習吧。

相關(guān)性模型

多年不學數(shù)學的小編,看到公式時是顫抖的

我們可以代入運營活動場景來理解,A為任務(wù)完成頁,B為分享邀請頁,交集T是完成了任務(wù)并且分享的用戶,想要了解這兩個頁面的相關(guān)性可以這樣計算;P=任務(wù)完成頁到邀請頁的轉(zhuǎn)化率=T/A,R=通過所有場景到達邀請頁中來自于任務(wù)頁的占比=T/B,兩頁相關(guān)性系數(shù)F-score=2*PR/(P+R)。

熱力圖

熱力圖是大家都相對熟悉的一種數(shù)據(jù)可視化方法,能夠直觀展示一個頁面各模塊的點擊量,適用于PC端頁面和APP中導流類頁面的分析。以58APP首頁為例,熱力圖可以表達用戶來到首頁后往下游的轉(zhuǎn)化情況,以及每屏的轉(zhuǎn)化比較,然后我們發(fā)現(xiàn),僅此而已,這樣的數(shù)據(jù)帶來的幫助可能并不足以支撐優(yōu)化需求。

小胖老師推薦,如果結(jié)合用戶細分來看呢?我們知道58面向的用戶分布在各個業(yè)務(wù)線,以招聘、租房、二手車業(yè)務(wù)線的用戶來橫向?qū)Ρ龋梢悦黠@看到不同需求的用戶在首頁的走向是有較大差異的,有些功能使用頻率相似,有些則相差很多。這樣的橫向比較,會比單純看熱力分布有更多收獲。

除了用戶細分,還可以與用戶軌跡分析搭配使用。在58M端首頁改版的項目中,新版上線后,數(shù)據(jù)并沒有明顯變化,這時很難判斷改版的效果,如果結(jié)合用戶軌跡再研究,會發(fā)現(xiàn)其實效果是顯著的,下面我們跟隨小胖老師逐一了解。

M端首頁的行為軌跡有這樣三個項目,用戶步長、頁面流向和列表往詳情轉(zhuǎn)化質(zhì)量。用戶步長是指,用戶進入網(wǎng)站內(nèi)第一次到達詳情頁經(jīng)過的步數(shù);從如下圖中可以看出,步長為2-4步的用戶占比有明顯提升,增長了5.72%,需要更多步長的用戶占比減少,由此可看出首頁改版讓用戶能夠更快到達目標頁。

我們還可以對比不同路徑的頁面流向,如新版中首頁進入大類頁(路徑A)和首頁直接進入列表頁(路徑B)兩種路徑的后續(xù)流向。新版首頁采用大類 icon樣式,相比于舊版更強調(diào)大類入口,而數(shù)據(jù)顯示:①B路徑會額外增加無用操作;②B路徑返回率為A路徑的2倍;③A路徑進行篩選的概率更高;這些都能體現(xiàn)出首頁改版突出大類入口的效果。

再看轉(zhuǎn)化質(zhì)量的比較,還是依據(jù)上文中的A、B兩種路徑,A路徑中列表往詳情轉(zhuǎn)化更高,且篩選使用率更高,說明路徑A的“List-Detail”轉(zhuǎn)化質(zhì)量更高。那么根據(jù)以上種種驗證,PC端的首頁也隨之改版上線大類icon樣式。

趨勢圖

大家對于趨勢圖就更不陌生了,是一種能夠直觀表達數(shù)據(jù)升降的線圖,邵倩老師依然要叮囑兩句。第一,不要只關(guān)注均值,還要關(guān)注連續(xù)趨勢;上漲不能完全說明什么,但持續(xù)穩(wěn)定的上漲就是有意義的。第二,坐標區(qū)間很重要;現(xiàn)在很多人在項目匯報時,為了數(shù)據(jù)好看,會在區(qū)間坐標上做“手腳”,來放大數(shù)據(jù)的漲幅波動(如下圖),所以我們在看別人的數(shù)據(jù)報表時要留意一下坐標。第三,±3%的浮動很正常,不要因為-3%氣餒,也不要因為+3%過分欣喜。

轉(zhuǎn)化漏斗

文章開始舉過漏斗的例子,相信大家已經(jīng)有了直觀感受,這種分析方法,可以幫助設(shè)計師從宏觀上定位問題及關(guān)鍵節(jié)點,除了指導功能優(yōu)化,還可以指導用戶定性研究,為問卷、訪談提供方向。

最后的最后,小胖老師留給我們的經(jīng)驗之談,數(shù)據(jù)并非評估設(shè)計的唯一標準,設(shè)計師沒必要太功利,應(yīng)該更多的專注于設(shè)計本身,數(shù)據(jù)只是一種參考,若是真的想要驗證成果,也要盡量參與到指標建立過程中,盡可能全面的進行評估。

 

編輯:王丹、高嵐

本文來源于人人都是產(chǎn)品經(jīng)理合作媒體@58用戶體驗設(shè)計中心(微信公眾號@58UXD),作者@ 邵倩

題圖來自Pixabay,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. 寫的內(nèi)容太多了,這里面的沒一點都能寫一篇文章

    來自江蘇 回復(fù)
  2. 就是一般用在那些方便,或者是那些模式的用戶操作流程可以套用呢?謝謝

    來自江蘇 回復(fù)
  3. 您好,方便的話能告知下轉(zhuǎn)化漏斗一般用法是什么嗎?

    來自江蘇 回復(fù)