设计师眼中的数据分析

质疑

在产品设计过程中，作为设计师的我们或多或少都听到过这样的声音：

“你懂不懂产品啊？”

“这个地方跳出率太高了，想办法优化一下！”

“按我的要求去做，我有经验，这种效果才是最好的！”

“......"

刚才的这一幕是不是很熟悉？

是的，我们都遇到过与运营撕需求、与产品谈指标、与开发谈规范等，如果我们只是从视觉方面去与对方解释，很明显缺乏说服力，还容易被贴上“不懂产品”的标签

带来的影响不仅是工作中沟通困难，有可能还会被团队隔离呢

甚至在面试的时候被HR识破，评价为工作经验匮乏，非常之尴尬

数据分析的价值

学习数据监测与数据分析，可以帮助我们

• 了解运营专题或市场活动的收入水平

• 发现产品迭代中的问题点

• 验证设计方式是否正确

• 为后续优化方向提供参考帮助

• 发现新的商业机会和产品爆发点

数据指标

设计师学习数据分析，要先从基础的数据指标入手

 

如上图所示，这是某商城一周内首页和详情页的数据指标。我们可以看到这周的整站的数据都比上周少，呈现下降趋势

PV（Page View页面浏览量）

用户每次对网站中的页面的访问

UV（Unique Visitor独立访客人数）

访问网站的一台电脑客户端为一个访客

VV（Visit View用户访问次数）

网页：记录所有访客1天内访问了多少次你的网站，从访客来到您的网站到最终关闭网站的所有页面离开，记为1次访问

视频：VV同时也是视频播放次数（Video View）的简称

跳出率

用户来到网站后，且没有进行操作就直接离开的比例，常用的计算方式是落地页面的访问量除以总访问量

比如，在一个统计时间内，网站有1000个不同用户从某个链接进入，其中有50人没有二次浏览行为，是直接退出网站的，那么这个链接的网站跳出率为：50/1000=5%

 

退出率

针对网站内某一个特定的页面而言，退出率是衡量从这个页面退出网站的比例，通过一个页面的退出次数除以访问次数

提问：跳出率和退出率的区别在哪里？

从一个活动链接进入A，从A离开，这是跳出率

从任何一个页面进来，最后从这个页面退出，这个是退出率，比如支付页面

平均访问时长

指在特定统计时间段内，浏览网站的一个页面或整个网站时，用户所停留的总时间除以该页面或整个网站的访问次数的比例：总停留时间/总访问次数=平均访问时长

转化率

在一个统计周期内，完成转化行为的次数占推广信息总点击次数的比率。转化率=(转化次数/点击量)×100%

以用户登录行为举例，如果每100次访问中，有10个登录网站，那么此网站的登录转化率就为10%，而最后有2个用户关注了商品，则关注转化率为2%，有一个用户产生订单并付费，则支付转化率为1%。

转化率是产品盈利的重要指标之一，它直接反映了产品的盈利能力。不同行业的转化率，关注点也不同，比如电商产品就要关注支付转化，社交会关注注册转化率

 

活跃用户数

日活DAU：某个自然日内成功启动过应用的用户，该日内同一个设备多次启动只记一个活跃用户

周活WAU：某个自然周内成功启动过应用的用户，该周内同一个设备多次启动只记一个活跃用户

月活MAU：某个自然月内成功启动过应用的用户，该月内同一个设备多次启动只记一个活跃用户

 

新增用户

日新增DNU：既安装应用后，某个自然日首次成功启动产品的用户，该日内同一个设备多次启动只记一个新增用户

周新增WNU：既安装应用后，某个自然周首次成功启动产品的用户，该日内同一个设备多次启动只记一个新增用户

月新增MNU：既安装应用后，某个自然月首次成功启动产品的用户，该日内同一个设备多次启动只记一个新增用户

留存率

既在某一统计时段内的新增用户数中再经过一段时间后仍启动该应用的用户比例（留存率=留存用户/新增用户*100%）。通常重点关注次日、3日、7日、30日即可，并观察留存率的衰减程度。

次日留存率：即某一统计时段新增用户在第二天再次成功启动应用的比例

7日留存率：即某一统计时段新增用户在第7天再次成功启动该应用的比例

30日留存率：即某一统计时段新增用户在第30天再次成功启动该应用的比例

次日留存率低：对产品不感兴趣

7日留存率低：页面内容质量太差，新鲜感低

30日留存率低：该迭代了

 

流失率

指那些曾经使用过产品或服务，由于各种原因不再使用产品或服务的用户。用户流失率=某段时间内不再启动应用的用户/某段时间内总计的用户量

对于APP产品，还要着重关注以下数据： 

一次性用户

既新增日后再也没有启动过应用的用户

使用时长

既统计时间段内，某个设备从启动应用到结束使用的总计时长

 

启动次数

既统计时间段内，用户打开应用的次数

使用间隔

既用户上次使用应用的时间与再次使用时间的时间差

重点关注

网站：网站流量、内容转换率

APP应用：下载量、注册量、激活量、新增用户量、活跃用户
社交：用户分布、用户留存（次日、3日、7日、月、次月、3月）
电商：淘宝指数、网站流量、内容转换率
地图类：用户每日打开次数、地域分布
内容类：内容转化率、留存量
工具类：功能点击量、应用商城排名
其他：关注下的竞品数据

数据分析平台

在我们了解了基础的数据指标后，接着我们就要利用数据平台帮助我们分析数据了。现在市面上做数据分析的平台有很多，常用的主要有谷歌、百度统计、友盟等

我们主要是通过上传页面数据，在页面上进行埋点（设置触发器），来查看埋点的点击率、转化率等，从数据结果来分析设计有效性

谷歌：https://analytics.google.com  

百度统计：https://tongji.baidu.com

友盟：https://www.umeng.com

Growingio：https://www.growingio.com

数据工具推荐

当我们掌握了数据以后，作为设计师如何把这些数据直观、美观的展示给用户，我们还可以利用数据工作

Echarts

百度旗下的纯Javascript的数据可视化库，适用于开发，优点是完全开源免费。我们在做数据展示的时候，有时会用到图表进行展示，Echarts就提供了各式各样的图表给我们选择

 

Tableau 

商业智能数据分析，常用于BI数据分析师，比较专业但也很复杂。Tableau最大的优点是，他让数据分析变得人人可操作，只要简单拖拽就可以得到自己想要的数据，极大的降低了使用和分析成本，并且图表展现非常美观

DataV

可视化数据展示，阿里旗下阿里云的产品，常见的天猫双十一大屏就用DataV做的，主要用于业务数据与地理信息融合的大数据可视化

Hotjar

这是本次重点介绍的数据分析工具。它不同于其他面向产品、运营等工具，Hotjar是真正意义上面向设计师的数据工具。最大特点就是：简单、方便、实用，没有堆砌大量的功能、成堆的指标、复杂的自定义流程。据说Hotjar的创始人就是因为忍受不了谷歌（Google Analysis）的繁冗复杂才设计出这款产品的

它主要的功能有这几个：

分析（Analytics）

• 热图(Heatmap)

• 录屏(Recording)

反馈(Feedback)

• 传入反馈(Incoming)

• 调查（Surveys）

 

热图

是一种数据表现形式，其中值按颜色描述。热图可以轻松可视化复杂数据并一目了然地理解它。红色表示热门，蓝色表示冷门

 

我们现在称为热图的做法被认为起源于19世纪，当时使用手动灰度阴影来描述矩阵和表格中的数据模式。热图一词首次在1990年代初注册商标，现在仍可以使用Excel来制作

 

 

作为一种可视化工具，热图可帮助可用性测试（A/B测试）结果更加高效

 

当有了热图的数据，可以通过这5个问题，来帮助我们进行分析

• 用户看到重要内容了吗？

• 用户是否在点击关键页面元素（链接、按钮）？

• 用户是否对不可单击的元素感到困惑？

• 用户分心了吗？

• 用户是否在跨设备之间遇到问题？

 

录屏

是用户在浏览网页时实际操作的的渲染图。主要用户的鼠标点击、移动和滚动多个页面

同样可以通过5-10个录屏记录，再结合这5个问题，来帮助我们进行分析

• 用户使用哪些元素进行页面跳转

• 记录用户可点击按钮失败的交互

• 记录异常的鼠标活动，例如重复单击或者反复滚动

• 发现用户卡在哪里活完成某一项操作花费太长时间（比如注册、修改密码）

• 记录用户从哪个页面离开

 

反馈&调查

通过页面上的传入反馈，可以发现了之前未发现的错误，比如注册页的反馈。结合调查中收集的反馈，使我们能够开始设计注册页面。最终，提高了注册转化率

•  都可以通过一个脚本即可设置传入反馈与调查

• 没有存储限制（付费）

• 内置通用模版与自定义模版

• 支持当前页面40多种语言

• 快速集成分享反馈

Ps ：希望这篇文章对你有所帮助，喜欢的话记得帮作者点个赞👍