起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識數據驅動 | 如何通過數據推理，發現“超常規”用戶問題？
編輯導語：在大數據時代，數據顯得尤為重要，猶如一種語言。產品經理在工作中需要根據用戶數據，才能更好地掌握產品關鍵。交互設計師在工作中也需要與數據碰面，如何通過數據推理，發現“超常規”用戶問題，是一個重點也是難點。本文運用大量例子，通過三個方面詳細地為大家解答這個問題。一起來看看吧。
隨著互聯網人口&流量紅利的退場，“精益數據分析”“數據驅動”已經成為當下主流趨勢。
在幾乎所有產品都手握大量用戶數據時，交互設計師當然也必須跟上步伐，借著這股“數據東風”探索更科學的設計依據以及發現問題的新方式。
一、從行為的角度看數據
在平時工作中，總會聽到大家在談論“DAU”、“轉化率”、“留存率”等等和流量相關的數據指標。
我們當然可以通過這些宏觀數據判斷目前整個產品的的機會與風險點，但如果想洞察更深刻的用戶使用問題，那我們看待數據的角度就要切換回用戶與產品的交互行為本身。
舉個例子，同樣是看「首頁的點擊」數據：
- 從宏觀數據角度看，思考的問題是“各個模塊的ctr如何？” “首頁分發能力如何？”
- 從交互行為角度看，思考的便該是 “是哪部分用戶？產生了什么行為？”“什么吸引了更多用戶的注意？”“用戶出于什么目的點擊了這里？”
二、透過行為數據，推理用戶心理
在用戶使用APP的事件中，從發生的順序的角度可以抽象成：
- 用戶帶著一定目的（查看/購買等）打開App；
- 進行了一些操作（瀏覽/滑動/點擊等）；
- 達到或未達到目的后離開。
舉個例子：
“我們家馬桶堵了，得找個通馬桶的趕緊過來”。按照產品設計中的預想，用戶的操作應該一氣呵成：
- 用戶帶著「找師傅疏通馬桶」的目的打開了58到家App；
- 找到「馬桶疏通一口價」服務，選擇項目/確認價格/填寫地址/填寫上門時間等；
- 下單支付后離開。
用戶打開App之后，為了滿足目的進行的一系列操作而留下的痕跡被我們稱作「用戶行為數據」。
假設整個事件的發展非常順利，那么頁面曝光pv&uv、各模塊點擊pv&uv、瀏覽時長等數據都應該是相互對應的，但當我們梳理線上真實的行為數據時，發現了用戶的“超常規”行為。
在選擇服務模塊，選擇項只有2個的情況下，用戶的平均點擊次數（點擊pv/點擊uv）達到了10+次。
如何透過用戶表層的非常規交互行為，推理出更深層的用戶心理，從而鎖定優化方向呢？
“推理”在犯罪學中非常常見，我們不妨把刑警破案的思路復用到線上：
- 在現場勘查罪犯的行為活動（通過數據看超常規用戶行為）；
- 推斷其當時的心理活動及狀態（通過行為推斷其心理活動）；
- 結合其心理活動及影響因素推斷其作案動機（結合心理活動和當下場景判斷其動機）；
- 根據動機鎖定嫌疑人（根據其動機鎖定優化方向）。
讓我們一起試著按步驟還原這起用戶“超常規”事件：
- 通過數據看超常規用戶行為：用戶在「馬桶基礎疏通」和「馬桶高難度疏通」兩個選擇項之間來回點擊，人均點擊次數到達10+次。
- 通過行為推斷其心理活動：「基礎」和「高難度」到底有什么區別？切換一下看看頁面有什么變化？
- 結合心理活動和當下場景判斷其動機：要選擇一個能解決我家馬桶堵塞問題的項目。
- 根據其動機鎖定優化方向：在用戶想要選擇項目時，要同步給到兩者的區別說明。
由此推理思路，我們便能夠很順利地從行為推導出其動機，最后鎖定優化方向，甚至可以給到預判式的設計。
三、基于數據，復現場景，洞察問題
當設計師想要對頁面或流程迭代優化時，往往會第一時間想到進行用戶訪談、可用性測試等，實際觀察用戶操作和詢問用戶感受，從中挖掘出一些用戶使用過程中的痛點。
但線下訪談耗時較長，其實我們可以通過拉取用戶行為數據，基于數據分析并發現一部分問題。
1. 方式1：對比用戶的點擊動作與執行結果數據
用戶的點擊行為一定會帶來頁面的變化，如果用戶點擊uv&pv與執行結果uv&pv不能完全匹配，說明在此節點用戶遇到了阻力。
舉個例子：
在服務詳情頁中若按照我們預判的用戶常規行為，則數據應該表現為：
詳情頁點擊「立即預約」按鈕的uv a= 確認訂單頁面曝光uvb。
但當我們排查實際數據時發現a≠b且有較大的差異，說明一部分用戶在這個操作節點流失了。
基于此節點的異常行為數據，我們開始復現用戶當時的真實使用場景，便很容易發現問題所在：
在a與b之間，某些情況下會出現填寫地址與上門時間的彈窗，由于彈窗對用戶正常操作流程的打斷，導致一部分用戶沒有耐心走下去從而流失。
另外，我們進一步排查「立即預約」按鈕的人均點擊次數（點擊pv/點擊uv）高達y次，同樣佐證了此節點對用戶來說并不友好，存在很大流失風險。
因此我們對此節點進行了優化，優化后用戶行為數據回歸正常，此節點的轉化率也得到提升。
2. 方式2：對頁面中點擊率較高的模塊重點排查
頁面中點擊率較高的模塊一定程度上意味著用戶的關注程度較高，如果用戶點擊后所呈現的信息與用戶當時心中所想不匹配，那頁面的轉化便容易受損。
舉個例子：
用戶在「確認訂單頁」中需要選擇服務商家，我們也提供了“配件價格表”作為其選擇的參考，增加用戶對商家有標準收費的信任。
從整個頁面的點擊數據來看，用戶對此模塊的關注度較高，但點擊后卻大面積出現無信息展示的情況。
用戶抱著“看看報價心里有底”、“挑一個報價ok的商家”心理點擊，卻發現平臺沒有拿到這部分信息，容易讓用戶對產生不確定感并對轉化產生負向影響。
因此我們對此模塊進行了優化：若無信息，則不展示“配價價格表”點擊入口。
3. 方式3：對比頁面整體平均曝光次數與單個模塊的人均點擊次數
常規情況下，單個模塊的人均點擊次數應與頁面整體的平均曝光次數相近，如果某個模塊出現人均點擊次數明顯高于其他模塊&頁面平均曝光次數，那就需要格外關注，極有可能出現用戶體驗問題。
舉個例子：
在各個地址模塊出現的位置，地址欄的人均點擊次數均比頁面平均曝光次高出許多。
復現用戶使用場景后，便發現地址選擇頁面存在明顯的設計問題：
地址列表中無明顯選擇指示器，沒有選擇&可點擊感。
當然，也可能同時存在無法直接洞察的其他問題，但縮小問題范圍后便可以在后續的用戶訪談中進行聚焦深挖。
四、結語
數據并不是讓設計師遏制自己的創造力，用戶在產品中留下的行為數據是設計師快速了解用戶的方式之一。
我們可以沿著“超常規”行為反推其動機，也可以通過找到“超常規”行為洞察并破解其使用過程中遇到的問題。
小插曲
我在參加人人都是產品經理2021年度作者評選，希望喜歡我的文章的朋友都能來支持我一下~
點擊下方鏈接進入我的個人參選頁面，點擊紅心即可為我投票。
每人最多可投3票，投票即有機會獲得百萬驚喜禮品&起點課堂千元豪禮哦！
投票傳送門：http://996.pm/YjKen
作者：張茲佩，崔登學；公眾號：58UXD
本文由 @58UXD 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 Pexels，基于CC0協議。
用戶在產品中留下的行為數據是設計師快速了解用戶的方式之一，通過數據反推用戶的動機和解決問題過程中遇到的障礙。