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～

3 D; z- |* F" ^5 t! {* x一、看整体看趋势，了解用户去留。
2 O+ |8 s- e4 Z$ u* [4 ]看什么：
! I6 S2 F6 }9 H! a7 U0 H, u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。
8 F9 Y. H2 u: V' p' l- T6 \看出啥名堂：
1）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。
& A9 R1 v) u3 R& c9 ^* J0 [3 l2）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。
9 d: X5 o$ [$ {' I1 `啥时候看：
1）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。
3 P9 |* S: l* g+ p# X9 V2）上了新功能、新优化的时候看。
( u: @9 T+ u; h3 K6 z3）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。

  i7 z1 V, T3 n$ R9 d2 l3 o0 g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）
看什么：
4 j5 p4 w& I7 |: v& x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。
看出啥名堂：
: G) U% C8 v' j/ l1 ?8 b) r1）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。
2）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）。
4 x4 T0 s' q6 M0 n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。
  k% ^% t6 r; A. i) @# Y
三、看流失率（功能性的app）
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。
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。
  |0 H, D  P! ?" T" i0 D5 v! G# J3）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））
+ @7 n: u! ~4 n& q& U啥时候看：
1）要提高功能转化率的时候看。
2）制定自己的kpi之前看，哈哈你懂的。
( I! N% A# B) F9 y  S2 {; L3 s% A0 G
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。
8 Q/ Q/ w" T9 L9 _1）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。
2 A% ^  O( k' M8 d  G7 U  q2）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
% f2 x9 g4 L' @* o
% O8 g  e0 u& T) p: h五、花边数据，帮你了解用户，但对于体验优化意义不大。
8 I, S8 J9 X- P1 x0 D: V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。
* }# k6 i/ b5 I5 Y! Y5 k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。
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 p4 [0 s8 {& E9 E
最后要说别太迷信数据，创新的点子也往往不是来自数据～
& |- B  x6 C! O4 d
名词解释：
2 g2 X1 w) Z- f6 ipv：页面访问次数
$ c2 \7 T2 ?9 f% Uuv：页面独立访客人数