交互设计师如何看数据（干货总结）

0.7秒的浪漫

ps：po主的数据经验主要来自移动app的数据分析，网站的情况不太清楚哇～
7 y5 h& Q7 X( B; W: D
4 `0 h) \" P+ W* }0 T一、看整体看趋势，了解用户去留。
/ Z- o) A0 X0 ~- k  j. q& n看什么：
6 D! m3 J7 n5 l* u$ ]' m一般的app数据监控都会有页面访问量的pv、uv的数据，详细一点的会区分一下新用户，回访用户。我一般以2星期为一个时间段看下某个页面的用户的访问趋势。还会看一下pv／uv的趋势。如果还有精力的话会看下该页面的uv／整体app的uv的趋势。
% ~" S% o2 @- c+ D6 u( O" c  ]6 k$ j2 U看出啥名堂：
, v& h2 m9 v4 w) a2 o( j  E1）如果看到某页面的uv量有明显的上升或者下降趋势，说明该页面可能有问题出现，此时需要大家对比一下app整体的访问量曲线，如果趋势是不一致的那么就可以确定是这个页面出现问题啦。
1 {& D6 Y* ]8 l* S2）pv／uv的值如果很大说明用户会多次访问该页面。要根据这个app页面的性质来判断pv／uv值是大好还是小好啦。如果发现这个值不恰当的偏大，可以看看来源页面来简单确定下原因。
3）页面的uv／整体app的uv的走势如果持续降低，可能说明大家对这个页面失去兴趣回访率很低。
总之，看看大趋势可以帮你及时发现问题，制定改进目标。
0 w8 J; Q! V7 z+ a2 j啥时候看：
1 l5 e0 Q5 C7 |! {# B& G1 U4 p. q1）app升级后4～5天后，因为升级阶段数据量小且不稳定容易下错误的判断。
2）上了新功能、新优化的时候看。
3）避开运营活动期看，运营活动的数据不是正常数据。但是可以观察运营活动前和后的对比看活动效果。

二、看页面点击，了解用户关注什么。（有时候点击量可以是你的kpi）
1 L. r; S7 B' J. D$ `0 q  O& B看什么：
0 u8 @+ g8 n; q* F1 w5 q/ d' r如果你的app数据监控对关键页点击面做了埋点，那么你就可以看看用户都在页面里点击了什么。首先是整个页面的横向比较，每个埋点的uv／页面访问uv。然后是每个埋点的各自情况，埋点pv／uv。最后有精力的话可以看看每个埋点uv／页面访问uv的2周趋势。
8 |: k$ |3 ?1 d1 j0 ~$ t  T看出啥名堂：
1）根据点击的多少来判断下信息布局是不是合理，也可以对用户点击多的部分多下功夫做优化。
/ b  l  i+ `- `4 C5 Q' F. \# R2）点击多不一定好，点击少不一定不好，请认真分析。举个栗子：一个列表页面80%的用户点击进入看详情，那么是不是有些内容应该在列表中就展现出来我们却放在了详情里？
3）如果是表单页面，那么就可以看出来用户在哪一步放弃操作（某一步uv值／页面uv值骤降）；或者遇到困难（比如此处的点击pv／uv值很高）。
啥时候看：
1）想要对产品功能、信息结构作优化的时候看，说不定能给你点小灵感。
2）发现页面的pv、uv大趋势有问题，来看看能否发现问题所在。
/ N, _8 s6 p5 i
三、看流失率（功能性的app）
) ^3 b# [5 m" k* y9 Z" l2 B) q看什么：
大部分的app数据监控对流程的流失率都通过页面漏斗的方式展现了，对每一步骤流失掉多少用户，用户的流失去向都有清晰明了的统计。尴尬的是流失率往往出现在第一步，而且很多用户只是进来看了一眼就再没来过。所以流失率的数据建议可以做更详细的数据筛选，比如增加新、老用户的纬度。
4 V; S/ T; W3 c/ p+ C1 }看出啥名堂：
1）找到关键流失步骤。
2）分析页面流失的原因，比如直接返回啦，跳转到别处啦，还是报错结束流程啦等等。
3）看页面点击情况，分析用户止步于哪一步。（参看上文中的二、3））
" W5 N: v: V# [1 W+ ?/ N啥时候看：
6 j+ L% J( D- a3 s+ [6 [2 |( v& p* m9 U1）要提高功能转化率的时候看。
! O$ W+ i+ ~9 G/ ]% V4 q* b2）制定自己的kpi之前看，哈哈你懂的。
! B7 G8 u3 N1 y' h3 w; w$ J
四、多从几个纬度做筛选，把数据看的更分明。
粗略看到的数据可能会把一些特殊类别的用户问题湮灭掉，所以多几个纬度作数据筛选可能会把问题看的更清楚。大部分数据监控系统在这点上都做的不够细致，一般需要提需求给BI同学帮忙清洗数据。以下是常用的几个纬度。
" O" i  \2 @; ]# p( g5 T1）新用户、回访用户，还可以更细致点比如1月内访问3次以上的用户。
5 P8 y$ F+ c) u2）按用户的性质分：比如买家用户、卖家用户；浏览型用户、内容贡献型用户等等
: C  o7 m& t* C- S/ k% I0 n
8 G  g- @) v! Z+ l1 z五、花边数据，帮你了解用户，但对于体验优化意义不大。
2 Z8 u/ v# V' a* F这类数据包括：用户城市分布、用户使用的网络环境、用户访问时段分布、用户使用设备分辨率分配。
5 L3 y* F8 r9 Y; g这些数据可以帮你大概了解使用你app的用户，但我发现大部分app的这类数据情况都挺类似的。之前还专门对高峰访问时段的用户做过电访没有发现类型化的用户。
. {" g' X/ W2 Q花边数据中我比较感兴趣的是用户年龄，但是大部分app的数据中看不到这个值。

4 G* a' a% a4 Y& r: S最后要说别太迷信数据，创新的点子也往往不是来自数据～

名词解释：
0 \- u6 d, H# M: e. h2 I. Qpv：页面访问次数
, x7 {# D! q5 c8 F* Auv：页面独立访客人数
# _3 i5 \) k1 W( o