当前位置:首页 > UI设计

数据新手应该如何进行数据分析

栏目分类:UI设计 发布日期:2018-07-11 14:58:01 浏览次数:


一、数据分析的思维模式

1. 数据有什么用

日常的工作中,我们经常面对项目汇报、项目复盘和 KPI绩效考核等之类的考验。试想,在一个项目汇报中,是你唾液横飞的阐述自己的主观想法具有说服力,还是展示几张规整的数据增长曲线具有说服力呢?答案显然是后者。所以,数据和数据分析在工作中是非常实用的并且非常重要的。

2. 怎样进行数据分析

从什么地方着手数据分析,怎样进行数据分析,以及怎么获取数据等,这些问题曾经深深的困扰着我们。后来,在慢慢的摸索中,我们发现:如果从数据分析的思维层面来说,这其实就是两个方面的探索和思考——维度和指标。

\

数据分析归根结底其实是:根据你的初始目的不同,制定不同的维度,以及得到不同维度指标数据,最后以可视化的方式展示出来。

3. 数据分析的思维模式

维度:维度是事物或现象的某种特征。

举个例子:你想要了解某一个 APP 的用户行为,那么,你可能需要关注用户在该页面的访问时长、流失率、各个模块的点击率等。这里面说的访问时长、流失率、点击率其实都是为了分析用户行为而要了解的各个维度。

再举个例子:你想要知道用户的忠诚度,你需要更多的关注产品的用户留存、访问频度等维度。

总的来说维度的选择是要看你的初始目的是什么。

指标:用于衡量事物发展程度的单位或方法。

再看上面的例子:指标就是上面提到的各个维度的具体数值。

从分类来讲,指标可以分为绝对数指标和相对数指标。绝对数指标反映的是规模大小的指标,如:人口数、GDP、收入、用户数,而相对数指标主要用来反映质量好坏的指标,如:利润率、留存率、覆盖率等。

二、三个常用的数据分析维度

以电商行业为例,我们和大家分享三个常用的数据分析维度。

1. 整体趋势分析

通过日常整体数据分析,可以快速掌握这个产品的整体状况,及时响应出现的异常波动。

举个例子:如 UV、PV 在数据指标上有明显的异动,如果不是一些可预测原因(如618或者双11预热阶段数据会下降),那么很可能页面或者场景出了某些问题,需要及时关注。

再举个例子:如果当前页面、场景的UV 或者整体 APP 的 UV 呈持续下滑趋势,说明用户可能对当前页面越来越不感兴趣了。

具体的场景不同,PV 和 UV 的趋势可能会反映不同的信息,在支付购买等重决策流程中,在转化率不变的情况下,比值低了说明流程很顺畅,用户体验相对较好。而阅读编辑性的页面一般来讲,比值高些会好。

2. 流程效率分析

在一个多控件组合的页面上做了细致的埋点,每个埋点的具体指标则代表了用户对该模块的关注和使用程度。一般通过对比这些埋点的数据来判断模块间的布局是否合理。

举个例子:在商品详情页中,我们之前以为最底部的「立即购买」或者「加入购物车」是点击率比较高的模块,可是通过埋点数据显示,「规格」的点击数据竟然比「立即购买」还要高,这很出乎意料,所以通过埋点数据可以得出,在日后的优化中,规格的显示比重被突出。

3. 用户行为分析

用户行为分析涉及的点很广,比如用户设备终端分析、地域分析、用户在某场景的停留时长、转化率、流失率等等,具体的指标好坏要结合具体的场景分析。

举个例子:分析用户的流失率时,可能会有多条路径,是直接返回、跳转到别处,还是中断报错,不同情况可能对应不同的问题。如果直接返回过高,可能是用户对商品不感兴趣;如果跳转到别处过高,有可能是模块设置不合理,被引流走掉了;如果是中断报错,则可能是系统问题,也可能是没有给用户很好的指引,用户直接中途退出。

以上是数据分析的思维模式,即根据场景梳理要关注的维度,然后结合维度的具体指标来做分析。

本文仅为提供更多信息,不代表AAA教育同意其观点或描述,如需转载请注明出处。
标签