进阶需要！写给设计师的数据分析基础指南

记得大学有一门课程叫《数据统计与分析》，难倒很多理科生。没想到毕业后，工作、生活处处都要用到，比如：

• 一个页面展现 100 次，页面中一个按钮展现 50 次，点击 10 次，这个按钮的转化率是 10% 还是 20% 呢?
• A 股票一股 100 元先跌了 5%，又涨了 5%，还是开始的价格吗?
• 某保额 50 万的重疾险：一种是保费 3400 元交 30 年保障到 70 岁，另一种是保费 6000 元交 30 年保障终身，90 年出生的小伙子该选哪个?

提示有些问题思考的角度不同，可能会有不同的答案，设计累了的同学可以换换脑子思考一下。

本篇文章主要介绍设计师在支持业务的过程中，可能会遇到的数据分析场景及应对的思路、方法，希望能给大家带来启发。

首先介绍一下数据分析的目标及用途，总的来说主要是用来发现问题、解决问题的。设计师用到比较多的情况有：

• 宏观了解产品/功能表现，判断产品/功能的重要性或优先级，比如看流量指标 UV、PV 等;
• 衡量产品/功能的转化能力，在产品改版之初或改版后，观测关键转化指标，如点击率、CTR、链接转化率等，评估产品整体表现是否符合预期;
• 发掘问题，指导设计。在设计之初，可以在关键转化指标的基础上进一步拆解，分析影响关键指标的因素都有哪些，通过观测这些影响因素的数据表现，来判断产品/功能模块是否有持续优化的空间。

以上三种情况中，只有指导设计的分析过程看起来有些复杂，它基本包含了前两种情况的分析，下面重点针对第三种情况，介绍一下数据分析的思路。

确定目标

刚开始，需要先明确数据分析是为了什么，这个目标最好是可量化验证的。比如发布改版的目标是提高发布成功率还是提高发布字段的填写率，从而丰富信息展现?两种目标的数据分析过程完全不同，甚至结论可能会是两种相反的设计方向。有的产品可能要求两个目标都达到，这个时候设计师需要两个目标都考虑，必要的时候在有冲突的设计点上做权衡。

问题预设

在明确了总目标后，需要在总目标的基础之上进行拆解，分析影响目标的因素可能都有哪些，哪些可能还有提升的空间，这个过程就是问题预设。拆解目标、分析可能性的方式有很多，列出一些，供大家参考交流：

1. 转化漏斗

按照时间顺序，列出用户从开始到达成目标整个过程中的关键点，即任何可能操作失败导致用户流失的触点，一一列举，绘制成转化漏斗。转化漏斗本身就可以作为预设的问题，另外，还可以在转化漏斗的基础上发散影响转化漏斗的问题，进行验证。这种方法作者用的多一些，它在解决流程明确的需求中比较清晰，可以系统化的列出各个转化环节的情况。

（编辑：新余站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!