从数据角度，量化设计价值

小提示：您能找到这篇{从数据角度，量化设计价值}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的从数据角度，量化设计价值内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

数据可以发现并定义问题，检验设计所产生的价值，同时也可以验证是否达成预期业务目标。

设计价值与数据结果导向

我一直都很信奉阿里关于UED的价值解释——帮助业务成功，设计是用以解决具体的问题的手段，作为手段，我们应该关注手段所产生的结果，而非沉浸自己酷炫的“设计过程”。

如何关注设计结果，先从关注数据结果做起，通过数据发现并定义问题、检验设计所产生的价值，是否达成了业务目标。

如何进行数据分析

1. 定义设计目标

设计目标可以定义为：想通过设计手段解决业务层面哪些问题。如经过需求调研、市场调研以及我们本身的资源评估，我们想设计一款能够可视化刷牙行为的应用，帮助用户更加科学合理的刷牙，前期希望达成的业务目标——能够吸引一批关注健康的忠诚粉丝，并能形成局部口碑传播。

2. 拆解量化指标

通过GSM原则对上诉目标进行拆解，假如达成了上诉目标，产品会有哪些外显表现：

1. 刷牙打卡渗透率：注册成功用户当中有多少人点击过“开始刷牙”；
2. 刷牙打卡完成率：点击“开始刷牙”的人有多少人成功完成“刷牙任务”；
3. 人均刷牙打卡完成次数：平均每个点击“开始刷牙”的人一天完成几次任务；
4. 邀请用户渗透率：注册成功用户当中有多少人点击过“邀请家人/朋友一起刷”；
5. 邀请用户成功率：点击“邀请家人/朋友一起刷”的用户当中，有多少邀请成功的；
6. 邀请欲：注册用户从尝鲜使用到价值认同最后到邀请转化效率；
7. 关键漏斗：新用户从注册到登录成功再到刷牙打卡最后到打卡完成漏斗。

3. 数据埋点策略

如何将我们想要的指标通过代码埋进APP内，如想知道“刷牙打卡渗透率”指标，我们需要统计有多少人点击过“开始刷牙”。怎样统计？比较抽象，我们类比一个场景：

小红（用户）踹了小明3脚，为了统计出这3脚，首先你得站在小明身边，等小红踹的时候，你通过小明3声“啊”，来确定小红确实踹来3脚，而不是4脚，因为有一脚落空了，小明没有反应。

上诉场景中，小红就相当于用户，“踹”是用户发起的行为，小明就是被操作对象，“啊”就是来自服务器的正确返回值，而你就相当于操作对象页的检测代码，一旦检测到来自服务器的正确返回值，就+1，而踹空的那一脚，服务器没有响应，最终统计出踹了3脚的数据。

回到“刷牙打卡渗透率”，我们会在刷牙主页嵌入一段检测代码，通过“开始刷牙”的回调，来统计多少人点击过“开始刷牙”。

同理，剩余的埋点方案如下：

• 刷牙打卡完成率：在刷牙结束后，会有成就恭喜弹窗，通过弹窗的回调，记录有多少人完成了刷牙打卡；
• 人均刷牙打卡完成次数涉及到的点：所埋的点已覆盖该指标；
• 邀请用户渗透率涉及到的点：点击“邀请家人/朋友一起刷”次数，相关参数只包含：微信好友；
• 邀请用户成功率涉及到的点：所有注册用户回调魔窗的次数；
• 邀请欲涉及到的点：连续完成2天刷牙打卡的用户（后台数据）；
• 关键漏斗涉及到的点：用户点击微信登录时，回调数据如果是新用户，打一个点；点击“确定”进入首页再打一个点。

4. 构建指标与埋点数据的关系

有了埋点数据之后，需要通过一些公式构建指标与埋点数据之间的关系，从而得到我们想要的指标数值。目前常用的指标类型有深圳视频宣传：

1. 比率型，比如发起过A行为的事件比率，对应关系：active%(A)；
2. 人均型，比如平均每个人发起过多少A事件，对应关系：Total（A）/去重（A）
3. 去重比率，比如有多少人发起过A行为，对应关系：去重(A)
4. 类比，比如普通用户到会员用户的转化效率，对于关系：去重（普通用户/会员用户）
5. 流量，比如用户从A页面到B页面再到C页面漏斗，对应关系：去重（A->B->C）

对应到上述指标，可以发现去重比率型的指标有：刷牙打卡渗透率、刷牙打卡完成率、邀请用户渗透率、邀请用户成功率；人均型指标有：人均刷牙打卡完成次数；类比指标有：邀请欲；流量对应于新用户从注册到登录成功再到刷牙打卡最后到打卡完成漏斗。

• 刷牙打卡渗透率=去重（用户数|用户类型=首页点击开始刷牙/用户数|用户类型=all）；
• 刷牙打卡完成率=去重（刷牙成功后反馈弹窗回调次数/首页开始刷牙Button回调次数）；
• 人均刷牙次数=total_event(刷牙成功后反馈弹窗回调次数)/去重（刷牙成功后反馈弹窗回调次数）；
• 邀请用户渗透率=去重（邀请好友回调次数|邀请方式=微信好友）；
• 邀请好友成功率=去重（魔窗回调次数/邀请好友|邀请方式=微信好友）；
• 邀请欲=去重（邀请好友回调次数|邀请方式=微信好友／用户数量|用户类型=连续完成2天刷牙任务）；
• 关键漏斗=去重（微信登录回企业微博营销公司调次数|用户类型=新用户->微信授权页确定回调次数|用户类型=新用户->用户数|用户类型=首页点击开始刷牙）。
吴江推广

5. 通过数据校验设计所产生的价值

通过数据的跟踪，可以检验设计是否达成了之前定的目标，或者相比之前，数据有了明显的提升。

以关键漏斗为例，可以发现新用户从微信登录到授权进入首页再到开始刷牙流失非常少，说明我们的流程设计与刷牙互动的界面表现已经达成了关键漏斗层面的业务目标。

小结

在借鉴别人优秀的Thinking flow时，我们很容易为其酷炫的外表所迷惑，以至于经常忽略设计结果，沦为一个出图工具。然而好的设计不止于过程，更应当关注结果，以数据结果为导向，不断调整设计策略。相信我，长期坚持，会让你变得越来越睿智！

#专栏作家#

UE小牛犊，微信公共号：交互实验狮，专栏作家。关注产品思考、用户体验分析、交互研究，致力于UX方法论的探索和实践。

题图来自 Unsplash，基于 CC0 协议