數據分析在產品設計中的應用實例分析
大小：0.5 MB 人氣： 2017-09-30 需要積分：1
產品設計的數據觀
作為互聯網產品設計者，首先要樹立對數據的正確認知，我們稱之“ 數據觀”。
數據貫穿設計全過程，產品設計要學會用數據說話數據是人創造的，只有人會解釋和分析數據明確業務/設計目標，根據需求來采集、分析數據上線后關注數據變化，發現問題，快速迭代持續監測、評估數據，以檢驗設計目標是否達成數據不能替代用戶體驗，改進仍需結合多種手段
而要讓數據分析真正有效地推進產品設計，又有以下必備條件：
首先是 數據源，“巧婦難為無米之炊”，完善的數據采集、展示體系，是進行分析的先決條件。
然后是 數據感，也就是從數據中捕捉、挖掘、分析的能力。林彪當年在遼沈戰役聽取一場遭遇戰的戰報時，敏銳地發現繳獲短槍長槍之比、小車大車之比、俘虜軍官士兵之比，都顯著高于平常，于是判斷敵軍指揮所就在附近。果然，經專門部署，在后續戰斗中俘獲了主將廖耀湘。林彪并沒有大數據分析工具，但是他有經驗的積累，數據感出色，當數據異于平常時就能做出準確預判。
再次是對數據的 分析法，常見的專業方法有多維分析、路徑分析、留存分析、回訪分析等，將多種方法結合使用會更有助提升數據支撐的深度。
最后，如何將從數據分析中洞見的用戶行為與態度，在設計中予以體現，那就需要設計師的設計力。
攜程的數據體系
數據分析在攜程有著重要地位，這或許與攜程創始人梁建章系出計算機專業又曾在Oracle任職的經歷有關。在攜程，數據既是考量工作績效的指標，也是未來業務拓展的探針。
在攜程產品的整個生命周期中，數據始終貫穿其間。始自一個創意的誕生，需求分析階段就有基于數據的診斷性研究；隨后在產品設計環節，又會有數據做出價值預估，并給出目標建議；在產品上線初期，海量數據環境的A/B測試，數據波動關注，一直到產品上線穩定后的運營監控、定制報表，數據無一不是重要的考察因素。
工欲善其事，必先利其器。攜程平臺打造了多款數據利器，幫助員工善用數據：
利器之一，UIP用戶洞察平臺。它將主要數據指標一網打盡，產品設計可根據需要，基于頻道、頁面、地理位置、提交渠道、流量來源等，逐一查看各種PV、UV指標，以及跳出率、二跳率、退出率、轉化率、頁面停留時間等數據。利器之二，頁面點擊插件。點擊頁面上的每個模塊，可以查看到它的點擊概要、訪問趨勢、統計數據明細、瀏覽器統計、頁面熱力圖等信息。利器之三，A/B 測試，也就是切取部分流量，采用科學取樣方法，讓新舊設計版本在同一時間段同質的用戶群體內“以實踐來檢驗”，直觀地從轉化率數據評判出設計的價值。這種方法穩定、高效，目前在酒店產品線已得到廣泛應用，測試的成功率達到15%以上。由于A/B測試僅在一定樣本內進行，不致對全局業務產生影響，于是設計師獲得更大空間去發揮他們的創意，敢于試錯；數據比對會幫助他們不斷修正設計中的方法偏差。當然，A/B測試著力相對短期，不能過度依賴，且更適用海量用戶的測試。利器之四是定制開發的KPI Portal，它根據各個項目的具體需求，將與項目相關的各類數據指標集成在一起，做出趨勢看板，供項目中人快速、直觀地了解項目目標達成情況。有趣的是，這些指標還可換算成收益！
然而光有這些數據分析工具，不免還有所欠缺。比如酒店詳情頁上展示的房型和設施信息，要從點擊數據上分析用戶對它們優先級的排列和分組的看法，就非常困難。因為定性的問題很難通過定量的分析工具來得到解決。此時，攜程的用戶研究團隊就受命登場了。
用研團隊會通過對典型用戶的訪談、焦點小組、卡片分類、眼動追蹤等一系列專業手段，挖掘出用戶的行為與態度特征，幫助產品設計理解表象行為后的內在原因，為優化設計提供依據和佐證。
攜程民宿頻道的設計進化或許就可歸因于這種定量與定性分析的結合。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%