設計師需要懂的數(shù)據(jù)知識

我們平時準備出門或者去一些陌生的地方，我們都會使用高德地圖或者百度地圖看下路上是否堵車，我們這次出行走哪條路需要用時多久，以方便我們?nèi)ミx擇合適自己的出行方式。

我們設計師在做設計的時候也是一樣的，我們通過之前的數(shù)據(jù)，也可以分析出產(chǎn)品一些不一樣的改版點，我們能把一些抽象的問題具體化，能更好的去度量我們的設計，所以設計師在學習如何增長設計前，我們需要了解一些關于產(chǎn)品的數(shù)據(jù)知識，我們分析一款產(chǎn)品的時候，通過比較關注的點是用戶、需求和數(shù)據(jù)。

當我們的產(chǎn)品上線或者上新某一個功能的時候，往往用戶的意見反饋代表的是個體的聲音，而數(shù)據(jù)是用戶對于產(chǎn)品的客觀反饋，數(shù)據(jù)的變化能代表用戶對產(chǎn)品的態(tài)度，所以，設計師要是能讀一些數(shù)據(jù)報表，那么我們可以從體驗設計師角度去給產(chǎn)品迭代的時候能提出不一樣的觀點，輔助我們所服務企業(yè)的app的成長。

1. 數(shù)據(jù)是如何產(chǎn)生的

數(shù)據(jù)如如何產(chǎn)生的，比較深的知識是不需要我們?nèi)ド钔诘�，我們�(nèi)粘＝佑|到數(shù)據(jù)反饋都是來自產(chǎn)品的“埋點”，而埋點數(shù)據(jù)的獲取通常通過第三方的工具進行獲取，比較常見的數(shù)據(jù)分析企業(yè)有友盟、七麥、GrowingIO等;這些工具可以在我們想要的頁面或者功能按鈕上添加監(jiān)聽功能，當條件被滿足的時候，便會完成一次數(shù)據(jù)的統(tǒng)計。

埋點需要提供兩個關鍵的信息：一是需要埋點的內(nèi)容，二是埋點的名稱，這可以方便我們以后快速的找到相關的數(shù)據(jù)，當埋點完成后，產(chǎn)品上線就會檢測用戶的行為動作;當用戶進入我們的“埋點”界面或者功能的時候，后臺系統(tǒng)就會上報數(shù)據(jù)，我們就會收到數(shù)據(jù)反饋，但是在現(xiàn)實工作的場景可能比這個要復雜的多，我們可以根據(jù)具體的場景在靈活應變。

2. 設計師為什么要了解數(shù)據(jù)

我們對一款的產(chǎn)品的優(yōu)化可能有很多層面的思考，但是我們?nèi)�對用戶�?shù)據(jù)的分析則是對當前產(chǎn)品最有價值的參考點，數(shù)據(jù)的采集與分析無論是對產(chǎn)品的規(guī)劃還是對設計師下一步的工作開展都是比較重要的指標，因為用戶可能會因為一些客觀的原因可能不會說出自己內(nèi)心的真心話。

例如我們?nèi)ッ嬖嚨臅r候，在一番精心的準備和問答之后，我們在面試結(jié)束之后，如果去問面試官“您覺得我這樣面試表現(xiàn)怎樣”，有的面試官可能會就你這次的變現(xiàn)去做出比較切合實際的點評或者建議，但是有可能你那場面試因為外部的原因會失常發(fā)揮，但有的面試官可能會照顧你的面子，可能會說表現(xiàn)的還可以之類的話來安慰你;但是面試官最后會不會錄用你這點他肯定不會作假，所以有時候我們在分析用戶行為及操作路徑的時候，一些用戶的數(shù)據(jù)表現(xiàn)便是我們對產(chǎn)品優(yōu)化的關鍵因素。

我們通常將數(shù)據(jù)的指標分為三大類：用戶相關指標、用戶行為指標、業(yè)務數(shù)據(jù)指標。

3、用戶相關指標

我們常見的與用戶相關的指數(shù)有像DAU、MAU、新增人數(shù)等，我們需要了解的數(shù)據(jù)為：用戶的活躍指數(shù)、用戶的留存率、人均使用時長。

1)用戶的活躍指數(shù)

在互聯(lián)網(wǎng)行業(yè)里，通常我們會通過拉新把客戶引過來，但是經(jīng)過一段時間可能就會有一部分客戶逐漸流失了。那些留下來的人或者是經(jīng)�；卦L我們公司網(wǎng)站 / App 的人就稱為留存。

在一段時間內(nèi)，對某個網(wǎng)站 / App 等有過任意行為的用戶，稱之為這個網(wǎng)站 / App 這段時間的活躍用戶，這個任意行為可以是訪問網(wǎng)站、打開 App 等等。

我們常見的用戶指標有「日活」 即日活躍用戶量，縮寫為DAU，，縮「周活」 即周活躍用戶量，縮寫為WAU，「月活」 即月活躍用戶量，縮寫為MAU。

2)用戶的留存率

留存率是最能反映一個產(chǎn)品是否對用戶有吸引力的指標，一般的留存率是基于某個時間段而得出的結(jié)論，例如我們常常聽說的次日留存和七日留存率。

次日的留存率計算公式為：當天拉新的用戶中，次日留存率=在注冊的第二天繼續(xù)登錄/第一天拉新用戶的總數(shù)量。

七日留存率的計算公式為：在第一天拉進的用戶中，七日留存率=在注冊七天后還有登錄的用戶數(shù)/第一天拉新的用戶總數(shù)。

3)人均使用時長

人均使用時長通常是對內(nèi)容和游戲類的參考價值的很大，它可衡量我們產(chǎn)品是否做的比較優(yōu)秀，能不能留住用戶的注意力。如果我們做的是工具類的產(chǎn)品，例如計算機之類的，這個時候的人均使用比較長，說明我們的產(chǎn)品可能出現(xiàn)了問題，無法讓用戶在短時間內(nèi)得到他想要結(jié)果。

人均使用時長的計算公式為：人均使用時長= 總活躍時長 /總活躍用戶數(shù)。

4. 用戶行為指標

用戶行為相關常見的指數(shù)有用戶的頁面訪問量率、轉(zhuǎn)化率等指標。

1)頁面訪問量率

我們對頁面的訪問流量的定義分為兩種，一種是PV(page View)即頁面瀏覽量，另外一UV(UniqueVisitor)：獨立訪客數(shù)。

PV(page View)也就是頁面瀏覽量，即你每觀看一次就會漲一個PV，類似于B站的播放量，我們每個賬戶只要點開觀看一次視頻，播放量就會增長一次，關閉在打開，也會在增長一次，所以我們每播放一次，便會漲一個PV值。

UV(UniqueVisitor):也就是獨立訪客數(shù)，類似于騰訊視頻和優(yōu)酷的播放量，每個賬戶點進去播放只會增長一個播放量，你再關閉再點進去也只漲一個VU值。在正常情況下是依靠瀏覽器的cookies來確定訪客是否為獨立訪客之前是否訪問過該頁面。

UV的類別

在統(tǒng)計數(shù)據(jù)的過程中， 我們會將不同的點擊率來劃分，從而更好的可以來統(tǒng)計數(shù)據(jù)來分析。我們將UV分為：曝光UV、點擊UV、意向UV。

曝光UV：

曝光UV即曝光在視野內(nèi)的用戶數(shù)，例如我們在京東或者天貓去搜索某個產(chǎn)品進入了搜索的feed列表頁的時候，當我在當前的列表停留2-3秒的時候，都可以算一次曝光UV。

點擊UV：

點擊UV即有點擊行為的用戶數(shù)，例如我們在京東或者天貓去搜索某個產(chǎn)品進入了搜索的feed列表頁的時候，我點擊某個商品進去了詳情頁，那么就可以算一個有效的點擊UV。

意向UV：

意向UV即進入意向頁面的用戶數(shù)，例如我現(xiàn)在想去買一個Macbookpro，我在B站看完關于Macbookpro,的評測視頻，在百度看完Macbookpro的參數(shù)后，我在去天貓和京東去搜索進行比價的時候這個時候我就屬于意向UV。

再舉個我們比價常見的例子，當我們在百度搜索寶馬的時候，排在前面的經(jīng)常是各種五花八門的關于車的廣告，在百度看來，我們便是想去買車的意向UV，是有機會促成交易的。

所以我們看用戶對我們的產(chǎn)品或者活動是否感興趣，便可以看看PV和VU的數(shù)據(jù)如何。

2)頁面的轉(zhuǎn)化率

頁面的轉(zhuǎn)化率是任何一個企業(yè)都比較關心的數(shù)據(jù)為，我們的任何運營活動和產(chǎn)品的推廣都是為了轉(zhuǎn)化用戶的時間或者金錢，我們費盡心思的用戶點擊進來，也都是為了轉(zhuǎn)化用戶的購買。

用戶的注冊、下單、登錄和復購都可以用轉(zhuǎn)化率來進行量化，我們根據(jù)產(chǎn)品不同的情況來制定轉(zhuǎn)化率的指標。

通常我們計算轉(zhuǎn)化率：產(chǎn)生購買行為的戶人數(shù)/總的用戶訪客* 100%;例如我們這個頁面訪問人數(shù)是1000，接下來有100人進行了購買的行動，那么我們頁面轉(zhuǎn)化率為：100/1000*100%=10%的轉(zhuǎn)化率。

意向用戶轉(zhuǎn)化率

意向用戶轉(zhuǎn)化率，即意向Intention Click Value Rate，簡稱意向UV CVR，是通過直觀科學的角度去評判需求是否達到了預期的效果，意向用戶轉(zhuǎn)化率一般用來衡量用戶訪購行為，是可以通過該指數(shù)去發(fā)現(xiàn)問題中隱藏的核心問題的依據(jù)，非意向UV的轉(zhuǎn)化流失有很多不確定因素，而意向UV的流失往往跟產(chǎn)品體驗有更大關聯(lián)性，通常計算的方法為：產(chǎn)生購買行為的客戶人數(shù)/所有到達店鋪的意向訪人數(shù)* 100%。

例如像民宿和酒店類的APP的核心轉(zhuǎn)化率是客房的預定量，像B站和西瓜的核心轉(zhuǎn)換率則是用戶評論和點贊。

3)頁面的點擊率與意向率

通常我們在曝光UV和點擊UV直接會有一個點擊率的關系，Click-thougphRate，簡寫為CTR，即點擊數(shù)占展示次數(shù)的百分比，通常的計算形式為,點擊率=點擊次數(shù)/頁面訪問次數(shù),

在曝光UV與意向UV之前也有一個比例關系，叫意向率，即意向UV占曝光UV的比例關系，通常用以衡量運營活動或者功能的導流能力，主要用來看用戶的質(zhì)量，通常的計算方式是意向率=意向UV/占曝光UV。

3)跳出率

跳出率是在設計用的比較少的一個數(shù)據(jù)，一般是運營人員會關心的數(shù)據(jù)指標。指的是用戶通過搜索點擊進入該商品的詳情頁，只是簡單的瀏覽一遍就關掉了頁面，在該頁面沒有任何的活動行為我們稱之為一次跳出行為。

跳出率的計算公式為：頁面的跳出率=一個頁面離開的次數(shù)/總的訪問次數(shù)*100%。

5. 業(yè)務數(shù)據(jù)指標

我們對業(yè)務的數(shù)據(jù)指標可以將他們分為兩類：

免費供用戶使用的產(chǎn)品，例如微信、B站等產(chǎn)品，我們更多的關注用戶的使用時長和停留時長。

需要用戶有購買行為產(chǎn)品，例如淘寶、拼多多和京東之類的，這里的產(chǎn)品我們更多關注的是產(chǎn)品的GMV和ARPU等指數(shù)。

1)GMV

Gross merchandise Volume，簡稱為GMV，指標通常稱為網(wǎng)站成交金額，屬于電商平臺企業(yè)成交類指標，主要指拍下訂單的總金額，包含付款和未付款兩部分。

GMV反映的是電商平臺直觀的成績，但在電商行業(yè)，GMV包括拍下未支付的訂單金額，GMV=銷售額+取消訂單金額+拒收訂單金額+退貨訂單金額。

2)ARP

ARPU是 “The average revenue per user” 的縮寫，譯為每用戶平均收入或平均每用戶收入。也可以理解為單個用戶的價值。

通常的ARPU用來反映這個產(chǎn)品在這段時間內(nèi)從單個用戶獲得的利潤和收益，通常用來計算用戶生命周期價值的作用：它是 App 成功的指標，是用戶忠誠度的反應，是預測用戶增長的工具。簡單來說，用戶生命周期價值是驅(qū)動移動市場預算的動力。它會告訴你每個用戶值多少錢;你應該花多少成本去獲取一個用戶。

ARPU的計算公式為：ARPU=在指定時期總收入/指定時期的付費用戶的總數(shù)*100%。

3)付費率

付費率是用來衡量用戶轉(zhuǎn)化行為的指標，通常所有用戶和付費用戶之間的一個轉(zhuǎn)化比率。我們前面說到的ARPU值是付費用戶的人數(shù)來計算的，我們通常會把付費率和ARPU值放在一起分析。一般該產(chǎn)品的付費率越高，這說明用戶對該產(chǎn)品的認可度越高。

三、設計優(yōu)化產(chǎn)品數(shù)據(jù)的策略

我們的產(chǎn)品每個階段的增長指標在不同階段會有不同的定義。每個時期所需要注意的事項也是不一樣的，我們對基礎的數(shù)據(jù)有了認識和了解之后，我們更重要的事情就是怎么去實踐在我們自己的產(chǎn)品中。

1. 提升列表CTR的設計策略

我們產(chǎn)品中很多時候，我們的設計做的是否合理，我們的商品類別該怎么去排序，都和CTR的數(shù)據(jù)去掛鉤，產(chǎn)品中的很多核心的數(shù)據(jù)也需要CTR等基礎數(shù)據(jù)去做支撐。

那么我們一起來復盤下提升列表的CTR策略點：

增加影響用戶決策的信息

梳理列表的信息層級

新增適當?shù)慕换?/p>

標題優(yōu)化(非設計角度)

1)增加影響用戶決策的信息

平時我們在逛街的時候一定會發(fā)現(xiàn)這樣的場景，當一條街上開了很多店的時候，每個店鋪一定會派出自己店鋪長相比較甜美的店員或者比較擅長口播的店員在自己店前面進行“吆喝”，比較小的店鋪就算人手不足也會用音箱去反復播放店內(nèi)的促銷信息，這些策略都是為了在眾多的店鋪中去吸引過往行人的注意力。

那么我們做設計也是一樣的原理，我們在在做列表時候，想要提升用戶擊我們的列表進入詳情頁的意愿，首先我們需要了解我們的用戶對什么樣的信息比較感興趣，我們將它整理并放出來，從而達到吸引用戶來點擊。

2)梳理列表的信息層級

我們平時去逛超市的時候，我們發(fā)現(xiàn)每個類目的貨架前都會擺放特價或者促銷力度比較的商品的合集，理貨員會將他們放在一起，這樣，對于價格敏感的會直接過去挑選。

我們在梳理列表的信息也是一樣的，我們需要將用戶比較關注的信息或者產(chǎn)品的賣點信息層級抬高，減少用戶在挑選時候的跳出率。

3)新增適當?shù)慕换?/p>

我們想提升列表的點擊率也可以從另外一個角度是入口，就是想辦法讓用戶在最短時間內(nèi)可以看到更多的信息列表，讓質(zhì)變產(chǎn)生量變，這一點我們可以從改進交互的操作入手，讓讓用戶看的比較多的列表交互。

來源：網(wǎng)絡

以上是關于用戶增長師的相關信息，以供大家查看了解。想要了解更多用戶增長師信息，第一時間了解用戶增長師相關資訊，敬請關注唯學網(wǎng)用戶增長師欄目，如有任何疑問也可在線留言，小編會為您在第一時間解答!