SEO外包平台,我们为您提供专业的企业网站SEO整站优化外包服务 SEO设置

SEO外包平台

专注于企业网站SEO整站优化外包服务

设计师如何分析数据?

作者:jcmp      发布时间:2021-05-18      浏览量:0
1.设计师为什么要进行数据分析?衡量一个

1.设计师为什么要进行数据分析?

衡量一个设计师是否成功的标准不是一个设计能画得多漂亮,插图有多漂亮,他能画多少不同的设计软件,而不是他受过多少高等教育,受过多高的教育,知道多少设计原则和方法,不知道他从事哪个项目,他的职位有多高,他挣了多少薪水,但他做了什么。

如果我在做一个产品,只要产品不成功,不给用户带来价值,没有达到预定的合理目标,那么我就是这个产品的设计者,我就会失败。只有当这个产品成功的时候,我们的设计才是成功的,我们的设计才是有价值的。

那么,为什么设计师要做数据分析,为什么他们要学会做数据分析,因为数据分析作为通过定量数据发现、验证和解决问题的过程,可以让我们做得更好。

,在未来的十年里,数据分析必将成为产品经理和设计师最重要的核心技能之一。

2.数据分析的用途是什么?

2.1在产品发布后验证产品是否有价值

,它是否对用户有效果和价值,实际上,没有办法非常直观地看到它。因此,分析这些数据,只要通过对用户数据的观察,每天是否有活跃的用户,是否有流量,用户的平均停留时间,转换率等,就可以知道我们设计的产品是否对用户有价值,从而了解用户是否赞同我们的设计。

2.2。通过对用户体验过程

的优化,通过后台数据分析,验证用户体验过程是否与我们的设计思想相同,是否存在偏差,是否存在优化方案,通过这种分析和优化方法达到优化用户体验的效果。

2.3.用数据来告诫设计

不雄辩的设计往往在与产品及其他相关方的争论中处于低谷。如何证明我们的设计思想是正确的,设计方向是正确的,如何证明我们的优化方案是产品的推广,如何证明我们的设计方案是值得推广的?数据分析是用户可能欺骗的最好证明,但数据不会。通过这些数据,可以发现产品设计中存在的问题,验证存在的问题,优化和解决存在的问题。

2.4。改进产品保存率和产品生存概率

的奥尔漏斗分析模型,用于监测整个产品周期的用户价值。通过对奥尔漏斗模型数据的合理分析,可以发现产品在不同阶段是否存在新颖性、激活性、存留性、现金性等问题,是否可以设计出一些优化改造和提高产品转化率的实验和方案。只有这样,才能提高产品的保存率和产品的生存概率。

3.如何进行数据分析?有哪些数据分析方法和模型可用?

3.1.1用户肖像分析

根据形式化过程,我们将在产品设计之初进行一些用户研究工作,而用户肖像是最基本的部分。完成用户画像后,根据用户的需要设计产品的信息功能设计。因此,在产品推出后,我们可以得到真实用户的数据,分析真实用户的肖像,并将其与产品设计开始时建立的用户肖像进行比较,看其是否与原来的预设一致。若否,原因为何?

人口属性:性别、年龄和其他基本信息

兴趣特征:浏览内容、收集内容、阅读咨询、购买偏好和其他

位置特征:

设备属性,如城市、居住区域、用户移动轨迹等。

行为数据:访问时间、访问时间、用户移动轨迹等。

兴趣特征:浏览内容、收集内容、阅读咨询、购买偏好等

浏览路径的行为日志数据等

,在积累一定数量的用户后,我们将分析真实用户肖像的数据,发现不同用户组对产品的接受程度不同,在设计产品时可以优化用户组,以达到扩展用户组的效果。

例如,如果我们做语音导游,如果我们发现中老年乘客在总用者中所占的比例偏高,但使用声音解释的人实在太多,我们可否简化产品设计中的语音解释操作,使语音解释的操作和互动更符合中老年人的习惯呢?我们能提高这个组使用核心功能的频率吗?

3.1.2。以用户渠道分析

为例,我们可以从用户渠道分析数据中发现,从官方账户中流失的用户比例和来自搜索引擎的用户数量是一一对应的,但从搜索引擎进入的用户数量明显长于拥有官方账户的用户,并且保留率高于官方账户用户,因此,在运行和设计时是否可以减少官方账户排水的资源投资?将SEO优化添加到搜索引擎中如何?

3.2,用户行为分析

应该是对设计人员最有指导意义的是用户行为数据分析。当我们设计产品的界面时,产品的交互逻辑和功能一般都是根据个人的设计经验和设计师的书面设计规范来设计的,但是在设计之后,用户是否和你想的一样,这些交互的逻辑是否是真正的用户想要的,我们不知道。虽然我们可以在设计之后进行一些用户测试,但是测试用户毕竟并不代表真正的用户。因此,当我们有一定的用户基础时,我们可以查看一些用户行为的数据,我们可以知道用户想要什么与他们为用户设计的内容是否一致,以及他们自己的设计是否能为用户产生价值。

挖掘用户行为数据和分析方法也很多,其他杂杂不多,挑一些简单、愚蠢、懂数据分析的方法告诉你。

3.2.1。热图

实际上是一种从PC时代的互联网产品中延续下来的界面分析方法。实际上,热图非常简单,直接在相关界面上表示用户点击颜色的频率,颜色越红就意味着用户点击越多,进入入口的用户越多。热像仪有一个明显的优点,即它可以非常直观地表达用户的内容和流向,但也存在一些缺点。一个窗口只能显示一个接口的数据,当我们想要分析由几个页面组成的交互功能时,就更麻烦了。

3.2.2。用户行为路径图

这种用户行为路径图具有很强的功能,可以直观地显示每个界面访问的用户数、流向各界面的用户比例、丢失的比例等。您还可以单击卡片,查看通过界面的用户从哪里进入,最终流在哪里,丢失的比例是多少,依此类推。我们可以分析产品的信息结构是否存在问题,功能交互中是否存在问题等。这种数据图对分析用户体验的过程和优化用户体验具有重要的参考意义。

3.2.3。漏斗分析

产品中的许多功能和交互实际上是一个漏斗,通常漏斗底部可能是我们产品的业务目标,因此可以用漏斗分析产品中许多功能点的交互过程。

例如,如果客户想要成功地购买一个产品,他必须经历的主要事件是检查项目清单-检查细节-加入购物车-支付,然后我们设置这个漏洞一半,分析每个链接的转化率,如果一个链接的损耗率非常严重,我们可以优化特定链接的设计。

3.3用户转换分析

3.3.1 arrr漏斗分析模型

arrr,又称盗版索引,是一种漏斗模型。ARRR实际上是五个单词的第一个字母:获取(来宾)、激活(激活)、保留(保留)、收入(转换)、参考(推荐),对应于用户生命周期的五个阶段。

LTV(Lift Time Value)

很多人都看过上面的图片,或者看过很多关于这个模型的介绍,事实上,arrr的概念模型还很混乱。要理解这个模型,我们首先需要理解一个名为“用户生命周期值”的单词,即提升时间值。也就是说,用户在使用我们的产品过程中产生的生命价值。

因此,arrr应该处理以下五个主要阶段:在

理解了这一点之后,您可以做进一步的研究。因为几乎所有的产品都想要成功,他们的用户基本上经历了上述五个过程,获得用户,激活用户,拯救用户,将用户转化为收入,并进行推广。然而,这五个阶段有时对用户行为非常不清楚,所以如何使用这个模型,使用这个模型,最重要的是为每个阶段制定合理的量化指标。

3.3.2。开发一个数量指标

获取(获取)

这实际上很容易理解,即获得用户,即在产品开发之后,采取什么样的操作和策略,通过哪些促销渠道,让用户了解您的产品,并吸引用户使用该产品。一般来说,也很容易为用户建立数量指标。例如,随着应用程序的推广,许多人从用户那里下载应用程序,即使他们有用户,也有一些人注册并登录以获得客户。每个团队的产品是不同的,可量化指标的开发也是不同的。关键是要有意义。

>激活(激活)

某些产品将其设置为活动用户,表示用户成为活动用户,用户被激活。有些人认为,只要用户注册并登录,它就是一个活动用户。

但是,这个指标应该基于产品的价值。什么时候激活用户?这应该是用户第一次体验产品的价值。用户只有在体验到产品的核心价值并认为它是有价值的时候,才会一次又一次地回来。否则,在用户已经在这里一次之后,他将永远不会回来。那么用户什么时候才会体验到产品的核心价值,这就是人们看到仁爱和智慧的问题。

对于进行培训的产品,用户可能必须体验一门课程,才能知道该产品对自己有用。对于语音导游产品,用户可能需要听到语音向导的解释,以了解产品的价值,以弥补激活。

保留(保留)

保留,这个概念也很容易理解,用户回来再次使用我们的产品和服务,说明有保留,这个对应的数量指标,许多团队的定义是不同的。有些团队第二次返回用户,甚至作为保留用户返回,另一些团队则第五次返回用户,以确保用户忠诚度和不会离开,而另一些团队则将返回用户的第二个月的用户计算为将其产品作为保留用户使用。每个团队都可以根据自己的产品属性定制自己的保留用户数量指标,只要它是合理的。它的核心应该是再次回来体验产品的核心功能和服务的人文价值的用户。

转换(收入)

实际上很容易理解,因为对于绝大多数产品来说,产品就是完成产品或服务的销售。我是一个电子商务,然后我把业务卖给你,你是一个转变的用户;我是一个音乐平台,你在平台上订阅宝月会员或包年会员,你是一个转变的用户。因此,这一定量转化指标的建立相对容易。

推荐(参考)

为什么推荐用户值的最后阶段?事实上,我们可以这样理解,把我们自己放在这个位置,我们通常使用一些好的产品或服务,比如使用一个好的应用程序,或者听一个好的音乐,看一个有趣的视频,我们都会想要和别人分享。因此,如果一个产品真的为用户产生价值,用户会自发地向更多的人推荐您的产品或服务。

所以当我们看奥尔漏斗时,它的底部实际上是一个向下的开口。顶级用户的获取、激活、保留和转换逐渐缩小,每一个阶段都会失去一部分用户,但当接下来的用户真正体验到我们产品的价值时,他们会自发地为我们带来更多的用户。这就是为什么一个健康的产品实际上有一定量的自然生长。

因此这个可量化的指标不难建立,只要用户为我们引入一个新用户,您就可以将该用户视为推荐用户。

3.3.3AARRR漏斗是在各个阶段进行分析和定量建立指标的方法。只要建立了定量指标,就可以恢复到前面提到的用户行为数据分析的水平。用户行为数据已经可用,根据所建立的arrr定量指标,您可以构建一个非常清晰的数据模型,如图所示。

通过这个图表,我们可以分析每个关键阶段的转换率,并比较不同时期或不同业务推广活动中的漏斗转换。举例来说,如果游客的人数只有30%,我们可否考虑调整推广策略或不同的推广渠道,以及可否为接待旅客而升级漏斗?例如,保留率较高,但购买转化率偏低,我们可否考虑调整价值策略或采取一些扩大漏斗的措施?例如,用户推荐率很低,那么我们可以在产品设计过程中添加一些推荐朋友吗?

当然,我刚才简要描述了奥尔漏斗分析模型的使用和方法,实际过程可能因项目而异。但总体原则是一样的。

4,数据分析工具

一般地说,用哪种工具进行数据分析?事实上,没有专门的数据分析工具,有的人直接用EXCEL从后台输入数据也可以进行分析,有些人直接从数据库中发送来查找,然后拿笔和纸做记录也可以做数据分析,也有一些比较通用的数据分析平台和数据可视化工具。以前使用过的主要内容是Power BI和GA,供您分析和比较。

powerBI

PowerBI是由Microsoft公司发起的一项数据可视化工作。它的主要功能是数据可视化,它更多地用于一些业务数据分析、报表等,而不是用于Internet产品的数据分析。但是,它的优点是可以任意连接任何数据源,或者可以自由访问产品数据库,直接访问数据库中生成的用户行为数据。

GA(Google Analytics)

GA是Google推出的产品数据分析工具。GA已经包含了较为系统的产品数据分析功能,其用户行为路径数据的显示也是非常直观和清晰的。遗传算法的优点是它有一个非常系统的互联网产品数据分析系统,但也有一个缺点。也就是说,你必须经过开发工程师的二次开发,也就是埋点,然后再使用它。若要重新掩埋所有用户行为事件节点,请执行以下操作。对于开发工程师来说,这是一项很大的工作。

现在市面上有很多数据分析工具,除了上面提到的两种,还有土坯分析,大数据页面常称为Echartjs,百度统计,增长IO,fineBI等,越来越多的杂乱无章,选择适合自己使用的线路。这里介绍了数据分析工具,没有办法一个接一个地详细讨论,如果你对自己的谷歌感兴趣的话,然后慢慢深入研究。

数据分析方法首先在这里共享。本文仅从个人经验出发,对数据分析的几种方法进行了简要的阐述。如果你真的想了解数据分析和经验数据分析的好处,你必须实践它来加深你的学习和理解。希望能对广大仍对数据分析感到困惑的设计师有所启发。

结束