如何通過數(shù)據(jù)分析指導移動產(chǎn)品設(shè)計?
![](http://image.woshipm.com/wp-files/img/93.jpg)
本文作者以Airbnb為例,簡單地講一下自己數(shù)據(jù)分析的經(jīng)驗。enjoy~
以下是Airbnb結(jié)構(gòu)圖:
如上圖所示,Airbnb的頁面局部流程可簡單分為這樣的結(jié)構(gòu),取每一個界面的英文首字母簡稱。接下來進行分析:
- 一般重心以提高D(商品詳情頁,以下均為簡寫)界面的UV為主,如果D到O的轉(zhuǎn)化率較低,那么問題是出在D界面,可能是商品不好,或描述不好……
- 一般從O界面到付款的轉(zhuǎn)化率都比較高,所以就不再展開說明了。一般這里的轉(zhuǎn)化率都會在65%以上,若是低于65%,那么就有必要進行優(yōu)化
- “D的總UV” = “L到D的UV” + “G到D的UV”
- “L的轉(zhuǎn)化率” =“L到D的UV” 除以 “L的總UV” 還可以進一步跟蹤,L這部分的流量到O界面的轉(zhuǎn)化率如何
- “G的轉(zhuǎn)化率” =“G到D的UV” 除以 “G的總UV” 還可以進一步跟蹤,G這部分的流量到O界面的轉(zhuǎn)化率如何
- “H到L的轉(zhuǎn)化率” = “L的總UV” 除以 “H的總UV”
- “H到S的轉(zhuǎn)化率” = “S的總UV” 除以 “H的總UV”
- 為了便于理解,整體的數(shù)據(jù)會呈現(xiàn)如以下的漏斗模型的結(jié)構(gòu):
- 以提高D的UV為重心,觀察H、L、S、G界面中每一個界面的數(shù)據(jù),每一個界面之間的轉(zhuǎn)化率,包括其最終的下單率??梢杂嗅槍π缘倪M行迭代。
- 每一個界面的UV高低、每一個轉(zhuǎn)化率的高低,都可以基于業(yè)務(wù)的進行分析。用戶為什么在這個界面流失多?是沒有找到他想要的東西嗎?或者找起來很困難?或者首屏的產(chǎn)品不夠吸引人?首屏的內(nèi)容用戶看不懂?。。。
- 一般來說,減少層級關(guān)系,能減少中間損失,提高轉(zhuǎn)化率。中間少了一個界面,就能讓流量直接到下一個界面。所以電商類的產(chǎn)品尤其要注意用最少的界面來完成整個交易。
- 首頁的流量是最多的,而用戶的需求是最不明確的。此時,應(yīng)以最大限度的覆蓋用戶的功能為主,以致最大化的命中用戶的需求。一般來說,首頁的功能模塊是最多的,是最難設(shè)計的,也是需要花的時間最多的!
- 電商類產(chǎn)品以提高轉(zhuǎn)化率,達成最終售賣為重心。知道了每一個界面每一個模塊的轉(zhuǎn)化率,有針對性的進行優(yōu)化設(shè)計。同時為了快速積累經(jīng)驗,可以經(jīng)常觀察同行業(yè)競品的設(shè)計,想辦法得到對方的數(shù)據(jù)。如果他們的產(chǎn)品設(shè)計數(shù)據(jù)比較好,那么我可以借鑒,如何數(shù)據(jù)不好,那我們就引以為戒。
(以上數(shù)據(jù)均為虛擬的假設(shè)數(shù)據(jù),不是真實數(shù)據(jù))
一般情況下,我會對每一個界面中的每一個可跳轉(zhuǎn)的模塊,做一個如上圖是數(shù)據(jù)圖示:
- 可以方便直觀的看到每一個模塊的轉(zhuǎn)化率,易于發(fā)現(xiàn)問題,有針對性的對流量不好的模塊進行再設(shè)計
- 一般至少取5天的平均值,單日的數(shù)據(jù)誤差太大
- 一般取UV作為參考,因為PV在轉(zhuǎn)化率方面意義不大
- 觀察哪一個模塊數(shù)據(jù)高,增強拓展數(shù)據(jù)好的模塊,弱化縮小數(shù)據(jù)差的模塊。具體情況還要根據(jù)詳細的業(yè)務(wù)邏輯進行分析。
- 對于新產(chǎn)品,修改模塊的布局,對數(shù)據(jù)提升較大大;對于成熟產(chǎn)品,修改模塊的布局,對數(shù)據(jù)提升不大,或者說成熟產(chǎn)品的數(shù)據(jù)本身已經(jīng)很高,很難再往上提升,同時用戶已經(jīng)習慣了這樣的布局,改變是很難被接受的。
- 對于成熟型產(chǎn)品,要對數(shù)據(jù)要進行更加的細化。比如用戶都是怎樣的群體,來自什么地區(qū),各自的需求是什么,根據(jù)不同用戶的不同需求進行相應(yīng)的優(yōu)化。
然后,有了以上的這些作為基礎(chǔ),以此展開更加深入的分析:
- 基于對自己的“業(yè)務(wù)”的了解,對自己的“用戶”的了解,來分析為什么數(shù)據(jù)會呈現(xiàn)這個樣子??梢源竽懙牟聹y,然后再通過數(shù)據(jù)來驗證自己的猜測是否正確。分析用戶深層次的動機,這往往是最有用的,也是最難的。
- 通過以上這些分析,你一定會發(fā)現(xiàn)很多很多需求,但別著急做,把所有的需求整理起來。有些需求可以整合到一個需求里,一次性解決多個問題;有些需求,沒有必要做;有些需求只要用極少的成本就能帶來很大的收益。
- 對每一個需求能帶來的數(shù)據(jù)提升進行有依據(jù)的預測,根據(jù)預測的數(shù)據(jù)分值從高到低,安排優(yōu)先級,優(yōu)先做對產(chǎn)品影響最大的需求。
寫在最后的話
進行任何的產(chǎn)品設(shè)計,都應(yīng)該是有數(shù)據(jù)支持、有理論依據(jù)、有正確的邏輯推導的,絕不該是憑空瞎想,或者拍大腿武斷的做決定。
具體的業(yè)務(wù)需要具體的去分析,經(jīng)驗分享是學方法不是學結(jié)果。
做產(chǎn)品需要積累。剛開始的時候會很難,但你對自己的產(chǎn)品越了解,對業(yè)務(wù)越熟悉,做起來就會越容易,決定也會越來越正確。所以,不推薦產(chǎn)品同學頻繁跳槽,最好是能夠從一個產(chǎn)品的立項,從第一個用戶到獲得了10W用戶,再做到成熟穩(wěn)定… 以此完整了解一個產(chǎn)品的生命周期。
沒有人任何的決定都是正確的,沒有任何的產(chǎn)品每一次的改版都是成功的,喬布斯、張小龍都不例外。我們的努力是為了往成功的方向上走,每一次的嘗試與挫折都會讓我們離成功更近一步。
最后,祝大家都把產(chǎn)品做的越來越好!
本文由 @小和 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 Pixabay,基于 CC0 協(xié)議
學習