如何通过数据分析指导移动产品设计

从2013年8月开始接触数据,到现在也有一年半了。简单讲一下自己的经验,若有不对的地方欢迎指出!同时也感谢身边的资深产品同事不断的帮助我、不断的分享经验。我想把一些经过自己实际项目验证的比较成熟的经验,分享给大家,希望能够对大家有帮助!

以Airbnb为例:

如上图所示,Airbnb的页面流程可以简单分为这样的结构,取每一个界面的英文首字母简称。接下来进行分析:

一般重心以提高D界面的UV为主,如果D到O的转化率较低,那么问题是出在D界面,可能是商品不好,或描述不好。。。

一般从O界面到付款的转化率都比较高,所以就不再展开说明了。一般这里的转化率都会在65%以上,若是低于65%,那么就有必要进行优化

“D的总UV” = “L到D的UV” + “G到D的UV”

“L的转化率” =“L到D的UV” 除以 “L的总UV”      还可以进一步跟踪,L这部分的流量到O界面的转化率如何

“G的转化率” =“G到D的UV” 除以 “G的总UV”    还可以进一步跟踪,G这部分的流量到O界面的转化率如何

“H到L的转化率” = “L的总UV” 除以 “H的总UV”

“H到S的转化率” = “S的总UV” 除以 “H的总UV”

为了便于理解,整体的数据会呈现如以下的漏斗模型的结构:

以提高D的UV为重心,观察H、L、S、G界面中每一个界面的数据,每一个界面之间的转化率,包括其最终的下单率。可以有针对性的进行迭代。

每一个界面的UV高低、每一个转化率的高低,都可以基于业务的进行分析。用户为什么在这个界面流失多?是没有找到他想要的东西吗?或者找起来很困难?或者首屏的产品不够吸引人?首屏的内容用户看不懂?。。。

一般来说,减少层级关系,能减少中间损失,提高转化率。中间少了一个界面,就能让流量直接到下一个界面。所以电商类的产品尤其要注意用最少的界面来完成整个交易。

首页的流量是最多的,而用户的需求是最不明确的。此时,应以最大限度的覆盖用户的功能为主,以致最大化的命中用户的需求。一般来说,首页的功能模块是最多的,是最难设计的,也是需要花的时间最多的!

电商类产品以提高转化率,达成最终售卖为重心。知道了每一个界面每一个模块的转化率,有针对性的进行优化设计。同时为了快速积累经验,可以经常观察同行业竞品的设计,想办法得到对方的数据。如果他们的产品设计数据比较好,那么我可以借鉴,如何数据不好,那我们就引以为戒。

(数据均为虚拟)

一般情况下,我会对每一个界面中的每一个可跳转的模块,做一个如上图是数据图示:

可以方便直观的看到每一个模块的转化率,易于发现问题,有针对性的对流量不好的模块进行再设计

一般至少取5天的平均值,单日的数据误差太大

一般取UV作为参考,因为PV在转化率方面意义不大

观察哪一个模块数据高,增强拓展数据好的模块,弱化缩小数据差的模块。具体情况还要根据详细的业务逻辑进行分析。

对于新产品,修改模块的布局,对数据提升大;对于成熟产品,修改模块的布局,对数据提升不大,或者说成熟产品的数据本身已经很高,很难再往上提升,同时用户已经习惯了这样的布局,改变是很难被接受的。

然后,有了以上的这些作为基础,以此展开更加深入的分析:

基于对自己的“业务”的了解,对自己的“用户”的了解,来分析为什么数据会呈现这个样子。可以大胆的猜测,然后再通过数据来验证自己的猜测是否正确。分析用户深层次的动机,这往往是最有用的,也是最难的。

通过以上这些分析,你一定会发现很多很多需求,但别着急做,把所有的需求整理起来。有些需求可以整合起来,一次性解决多个问题。

对每一个需求能带来的数据提升进行有依据的预测,根据预测的数据分值从高到低,安排优先级,优先做对产品影响最大的需求。

写在最后的话:

进行任何的产品设计,都应该是有数据支持、有理论依据、有正确的逻辑推导的,绝不该是凭空瞎想,或者拍大腿武断的做决定。

具体的业务需要具体的去分析,经验分享是学方法不是学结果。

做产品需要积累。刚开始的时候会很难,但你对自己的产品越了解,做起来就会越容易,决定也会越来越正确。

没有人任何的决定都是正确的,没有任何的产品每一次的改版都是成功的,乔布斯、张小龙都不例外。我们的努力是为了往成功的方向上走,每一次的尝试与挫折都会让我们离成功更近一步。

祝大家都把产品做的越来越好!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,902评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,037评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,978评论 0 332
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,867评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,763评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,104评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,565评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,236评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,379评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,313评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,363评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,034评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,637评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,719评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,952评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,371评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,948评论 2 341

推荐阅读更多精彩内容