学习数据分析，从数据分析的4种方法开始

在设计工作中，我们常用的数据分析方法有以下 4 种：

• 漏斗分析
• 拆解分析
• 对比分析
• 行为分析

漏斗分析

漏斗的定义：基于明确起始操作路径，根据每个路径节点的用户数（操作次数），各个节点流转过程中，会存在一级级的流失，最终形成漏斗形态。

漏斗的意义：漏斗分析适用于一些列完整流程操作的用户行为，找到设计过程中流失比较多的节点，分析找到流失的原因并改进。

如下图所示，用户在搜索场景购买商品的整个操作路径，在这个路径中，每一节点都会存在流量的流失，从而形成一个完整的转化漏斗。

按照页面 PV 绘制成对应的转化漏斗如下图所示：

通过绘制的漏斗，找到对应页面的 PV 数据，计算出对应的转化率。

转化率=下一个节点 PV/上一个节点的 PV，通常来说低转化率节点是可优化点。

漏斗的计数单位可以基于用户(UV)，也可以基于次数(PV)。

对于偏一次性流程的，例如注册、实名认证等建议使用用户(UV)，对于偏非一次性的流程，例如购买、发布等建议使用次数(PV)。

拆解分析

定义：将整体数据按照不同纬度进行拆解分析。

如下图，当我们在数据中看到目标用户有 1866 个人，那么接下来拆解分析这 1866 个人在不同纬度中的分布情况怎么样。

通过拆解，力求后续推广流量更加精准化，提升转化率。

如下图，通过流量渠道来源，top 前三的渠道分别为今日头条、36kr 和地推。如果在价格方面，36kr 单个用户价格更加便宜，那么可以加大 36kr 广告推广。

如下图，通过城市的维度来看，产品目标用户的城市，排名前三分别为上海、石家庄和杭州。

对比分析

对比前后数据，通过对比数据的差值，验证设计。

简单的举个例子，下图为服务购买页面。

项目背景：立即支付的点击率只有 11%，此次优化，希望提升立即支付按钮的点击率。

从图可以看出存在以下问题：

• 核心操作流程被弱化，立即支付按钮底部悬浮，按钮的视觉抢点被购买须知和服务协议所占据。导致用户注意力被抢占影响点击率。
• 优惠利益点不够，导致用户支付意愿下降。

针对于提升立即支付点击率，那么可以从 3 个方面着手：

• 增加按钮的视觉表达，按钮变大。
• 核心操作占据核心位置。
• 提升文案，通过文案吸引用户

通过以上 3 点，得到对应的优化方案，如下：

明确全量发布时间后，那么该时间之后，就是该优化方案上线的数据，找到对应的指标数据。

建议当数据稳定后，取最近一周的数据的平均值作为核心指标的数据。

通过开发得知，该需求于 2020 年 4 月 20 日已全量上线，然后看后台数据，发现支付点击率为 16%

那么由此得知，改版后数据涨幅为：（16%-11%）/11% =45.5%

通过对比用户点击立即支付按钮数据前后的变化，验证设计是否成功。

对比分析通常有以下两个方面：

• 自身产品比，对比产品其他模块相似场景的数据差异。通过对比找到问题点并做分析优化。
• 行业产品比，和同行业产品的数据对比分析，找出数据差异的问题所在，并给出对应的优化方案。

行为分析

通过分析特定类型的用户行为，找到这种特定类型的用户行为的对产品带来的影响。也可以推算出这种特定的行为给产品带来的意义。

意义：用户行为可视化，可清晰的了解整体/个体用户的行为。

如下图所示，通过 Google Aanalytic 网站可清晰的掌握平台整体流量的来源，用户群体路径行为轨迹，这可以让设计师/产品经理清晰地了解到平台的用户行为轨迹和用户人群的操作习惯。

也可以清晰地了解每个用户的操作行为路径。如下图所示：

以上就是设计中常用的 4 种数据分析的方法，如果你有其他意见和建议，欢迎在评论区留言。

欢迎关注作者的微信公众号：「Echo的设计笔记」