正确选择可量化体验的数据指标

一、什么是数据

数据指标是对用户目标，态度，行为的量化，是描述用户的一种手段，能够验证设计和量化用户体验，也是反应当前阶段产品状态，指导后续决策的重要依据，不光是产品需要掌握数据，作为设计师也要掌握相关的数据指标，这也是设计师的核心竞争力之一。

二、数据类型

日常的业务数据指标分为三种类型：
1.用户数据：指的是用户的静态数据，包括性别、年龄、地区、工作等，这类数据描述了用户是谁，从哪来，主要靠基本信息填写来实现。
2.行为数据：用户行为类数据是最常见的大数据形式，比如网站的访问日志、应用商店的app下载记录、收藏信息，会员信息等。
3.产品数据：包括了产品本身的基本信息，交易数据，采购管理数据，库存数据，商品数据等等。
下面列举了设计师日常接触到的数据类型，按照数据来源分为后台数据和调研数据。

三、为什么要观测数据

日常监测
日常监测是通过数据量化用户体验，比如：产品当前有什么问题？用户有什么特征，有哪些行为偏好？
辅助设计决策
让设计方案变得有理有据，还可以根据数据表现分析原因，启发设计思路，并对设计方案作出客观的判断，知道为什么要做这个设计，又为什么是这样的设计方案，而不是其他的方案。
效果评估
在功能上线后，通过数据的客观反馈，可以让我们知道设计方案有没有帮助业务达成目标，设计方案是否有效量化设计指标？
统一标准
是为了设计侧和产品侧在数据分析，量化评估方面达成一致性，清楚看哪些数据？为什么要看这些数据？数据反映说明了什么?

四、如何选取观测数据

由于行业属性和产品性质的不同，每一类产品都有自己特别关注的数据指标，B端产品关注效率指标；C端产品关注用户量级，活跃度，转化率；电商产品关注导购效率，下单转化率等。

科学构建有效的数据指标体系，有很多方法没比如：AARRR模型，OSM模型（规划内容生产者的指标体系），面对海量的数据指标，如何选取观测指标，搭建适合设计师的数据指标体系，我们可以通过谷歌的HEART模型，GSM模型，通过拆解目标确定数据指标。

它可以帮助团队系统的思考产品的用户体验目标，也可以保证数据指标是和用户体验目标紧密联系的，从而保证量化结果的准确性。

首先，可以先确定用户体验目标属于哪个体验维度，是愉悦度？还是参与度？选定对应维度以后，再根据GSM定义数据指标，

下面以一个支付返现的营销活动为例，讲述一下如何正确选取观测指标：

1.选定项目目标
项目在定义用户体验目标阶段提出两个指标，任务完成度（用户为获得返现做任务，完成业务转化），留存度（用户领取返现后，愿意继续访问平台）。这个营销活动返现力度很小，不足以触动用户进行业务转化的动机，这种业务转化方式不理想，对比之后将留存度定为项目核心目标。

2.选定表现信号
为目标选定信号的时候，可能会有多个潜在可用的信号，在有多个信号的情况下需要分析并筛选。
将可用信号列举，再考虑信号可追踪的难易程度，同时要选择敏感度高以及和目标特别相关的信号，这个项目中，为了用户留存，提供了一些非任务型的功能，所以，只要用户访问了指定的业务就算完成目标。

3.选定数据指标
目标和信号都明确以后，要开始考虑信号是否可以转化为指标，是否可以被追踪，“访问指定业务”可以转换的数据指标有指定业务UV和指定业务模块CTR，考虑到业务UV的增长会受到总体用户增长或其他渠道的引流的影响，所以，数据指标选定为指定业务模块的CTR。

五、看哪些数据

在量化用户体验的时候，不必从全部5个维度下建立体验目标和数据指标，要根据产品特征选择合适的维度和目标，比如企业内部使用的B端产品，对参与度这个用户体验维度可相对弱化，任务完成度或者愉悦度才是需要我们重点考虑的维度。

想让设计方案有理有据，想在团队中增加影响力，想提升资深综合能力，那就赶紧：收藏！收藏！收藏！
下面给大家列举一些常用的数据指标，记住！要在使用中要严格遵守指标口径，才能有效。下面不是全量的数据，每个行业也有自己独有的数据指标，在此不能一一列举，表格中仅列举较常规，设计师需要掌握的一些指标，如有缺漏请见谅！

感谢阅览至此的小伙伴，希望大家有所收获，为自己的努力点个赞👍吧！

欢迎VX交流，关注我👀 不定期更新！