學(xué)習(xí)數(shù)據(jù)分析，從數(shù)據(jù)分析的4種方法開(kāi)始。

第128篇原創(chuàng)文章

今年的第15篇原創(chuàng)

在設(shè)計(jì)工作中，我們常用的數(shù)據(jù)分析方法有以下4種：

1、漏斗分析

2、拆解分析

3、對(duì)比分析

4、行為分析

1、漏斗分析

漏斗的定義：基于明確起始操作路徑，根據(jù)每個(gè)路徑節(jié)點(diǎn)的用戶(hù)數(shù)（操作次數(shù)），各個(gè)節(jié)點(diǎn)流轉(zhuǎn)過(guò)程中，會(huì)存在一級(jí)級(jí)的流失，最終形成漏斗形態(tài)。

漏斗的意義：漏斗分析適用于一些列完整流程操作的用戶(hù)行為，找到設(shè)計(jì)過(guò)程中流失比較多的節(jié)點(diǎn)，分析找到流失的原因并改進(jìn)。

如下圖所示，用戶(hù)在搜索場(chǎng)景購(gòu)買(mǎi)商品的整個(gè)操作路徑，在這個(gè)路徑中，每一節(jié)點(diǎn)都會(huì)存在流量的流失，從而形成一個(gè)完整的轉(zhuǎn)化漏斗。

按照頁(yè)面PV繪制成對(duì)應(yīng)的轉(zhuǎn)化漏斗如下圖所示：通過(guò)繪制的漏斗，找到對(duì)應(yīng)頁(yè)面的PV數(shù)據(jù)，計(jì)算出對(duì)應(yīng)的轉(zhuǎn)化率。

轉(zhuǎn)化率=下一個(gè)節(jié)點(diǎn)PV/上一個(gè)節(jié)點(diǎn)的PV，通常來(lái)說(shuō)低轉(zhuǎn)化率節(jié)點(diǎn)是可優(yōu)化點(diǎn)。

漏斗的計(jì)數(shù)單位可以基于用戶(hù)(UV)，也可以基于次數(shù)(PV)。

對(duì)于偏一次性流程的，例如注冊(cè)、實(shí)名認(rèn)證等建議使用用戶(hù)(UV)，對(duì)于偏非一次性的流程，例如購(gòu)買(mǎi)、發(fā)布等建議使用次數(shù)(PV)。

2、拆解分析

定義：將整體數(shù)據(jù)按照不同緯度進(jìn)行拆解分析。

如下圖，當(dāng)我們?cè)跀?shù)據(jù)中看到目標(biāo)用戶(hù)有1866個(gè)人，那么接下來(lái)拆解分析這1866個(gè)人在不同緯度中的分布情況怎么樣。

通過(guò)拆解，力求后續(xù)推廣流量更加精準(zhǔn)化，提升轉(zhuǎn)化率。

如下圖，通過(guò)流量渠道來(lái)源，top前三的渠道分別為今日頭條、36kr和地推。如果在價(jià)格方面，36kr單個(gè)用戶(hù)價(jià)格更加便宜，那么可以加大36kr廣告推廣。

如下圖，通過(guò)城市的維度來(lái)看，產(chǎn)品目標(biāo)用戶(hù)的城市，排名前三分別為上海、石家莊和杭州。

3、對(duì)比分析

對(duì)比前后數(shù)據(jù)，通過(guò)對(duì)比數(shù)據(jù)的差值，驗(yàn)證設(shè)計(jì)。

簡(jiǎn)單的舉個(gè)例子，下圖為服務(wù)購(gòu)買(mǎi)頁(yè)面。

項(xiàng)目背景：立即支付的點(diǎn)擊率只有11%，此次優(yōu)化，希望提升立即支付按鈕的點(diǎn)擊率。

從圖可以看出存在以下問(wèn)題：

1、核心操作流程被弱化，立即支付按鈕底部懸浮，按鈕的視覺(jué)搶點(diǎn)被購(gòu)買(mǎi)須知和服務(wù)協(xié)議所占據(jù)。導(dǎo)致用戶(hù)注意力被搶占影響點(diǎn)擊率。

2、優(yōu)惠利益點(diǎn)不夠，導(dǎo)致用戶(hù)支付意愿下降。

針對(duì)于提升立即支付點(diǎn)擊率，那么可以從3個(gè)方面著手：

1、增加按鈕的視覺(jué)表達(dá)，按鈕變大。

2、核心操作占據(jù)核心位置。

3、提升文案，通過(guò)文案吸引用戶(hù)

通過(guò)以上3點(diǎn)，得到對(duì)應(yīng)的優(yōu)化方案，如下：

明確全量發(fā)布時(shí)間后，那么該時(shí)間之后，就是該優(yōu)化方案上線(xiàn)的數(shù)據(jù)，找到對(duì)應(yīng)的指標(biāo)數(shù)據(jù)。

建議當(dāng)數(shù)據(jù)穩(wěn)定后，取最近一周的數(shù)據(jù)的平均值作為核心指標(biāo)的數(shù)據(jù)。

通過(guò)開(kāi)發(fā)得知，該需求于2020年4月20日已全量上線(xiàn)，然后看后臺(tái)數(shù)據(jù)，發(fā)現(xiàn)支付點(diǎn)擊率為16%

那么由此得知，改版后數(shù)據(jù)漲幅為：

（16%-11%）/11% =45.5%

通過(guò)對(duì)比用戶(hù)點(diǎn)擊立即支付按鈕數(shù)據(jù)前后的變化，驗(yàn)證設(shè)計(jì)是否成功。

對(duì)比分析通常有以下兩個(gè)方面：

1.自身產(chǎn)品比，對(duì)比產(chǎn)品其他模塊相似場(chǎng)景的數(shù)據(jù)差異。通過(guò)對(duì)比找到問(wèn)題點(diǎn)并做分析優(yōu)化。

2.行業(yè)產(chǎn)品比，和同行業(yè)產(chǎn)品的數(shù)據(jù)對(duì)比分析，找出數(shù)據(jù)差異的問(wèn)題所在，并給出對(duì)應(yīng)的優(yōu)化方案。

4、行為分析

通過(guò)分析特定類(lèi)型的用戶(hù)行為，找到這種特定類(lèi)型的用戶(hù)行為的對(duì)產(chǎn)品帶來(lái)的影響。也可以推算出這種特定的行為給產(chǎn)品帶來(lái)的意義。

意義：用戶(hù)行為可視化，可清晰的了解整體/個(gè)體用戶(hù)的行為。

如下圖所示，通過(guò)Google Aanalytic 網(wǎng)站可清晰的掌握平臺(tái)整體流量的來(lái)源，用戶(hù)群體路徑行為軌跡，這可以讓設(shè)計(jì)師/產(chǎn)品經(jīng)理清晰地了解到平臺(tái)的用戶(hù)行為軌跡和用戶(hù)人群的操作習(xí)慣。

也可以清晰地了解每個(gè)用戶(hù)的操作行為路徑。如下圖所示：

以上就是設(shè)計(jì)中常用的4種數(shù)據(jù)分析的方法，如果你有其他意見(jiàn)和建議，歡迎在評(píng)論區(qū)留言。