01
从行为的角度看数据
在平时工作中,总会听到大家在谈论“DAU”、“转化率”、“留存率”等等和流量相关的数据指标,我们当然可以通过这些宏观数据判断目前整个产品的的机会与风险点,但如果想洞察更深刻的用户使用问题,那我们看待数据的角度就要切换回用户与产品的交互行为本身。
举个例子?,同样是看「首页的点击」数据:
02
透过行为数据,推理用户心理
在用户使用APP的事件中,从发生的顺序的角度可以抽象成:
→用户带着一定目的(查看/购买等)打开App
→ 进行了一些操作(浏览/滑动/点击等)
→ 达到或未达到目的后离开
?举个例子:
“我们家马桶堵了,得找个通马桶的赶紧过来”。按照产品设计中的预想,用户的操作应该一气呵成:
→用户带着「找师傅疏通马桶」的目的打开了58到家App
→找到「马桶疏通一口价」服务,选择项目/确认价格/填写地址/填写上门时间等
→下单支付后离开
用户打开App之后,为了满足目的进行的一系列操作而留下的痕迹被我们称作「用户行为数据」。假设整个事件的发展非常顺利,那么页面曝光pv&uv、各模块点击pv&uv、浏览时长等数据都应该是相互对应的,但当我们梳理线上真实的行为数据时,发现了用户的“超常规”行为:
在选择服务模块,选择项只有2个的情况下,用户的平均点击次数(点击pv/点击uv)达到了10+次:
?如何透过用户表层的非常规交互行为,推理出更深层的用户心理,从而锁定优化方向呢?“推理”在犯罪学中非常常见,我们不妨把刑警破案的思路复用到线上:
让我们一起试着按步骤还原这起用户“超常规”事件:
→ 通过数据看超常规用户行为:用户在「马桶基础疏通」和「马桶高难度疏通」两个选择项之间来回点击,人均点击次数到达10+次。
→ 通过行为推断其心理活动:「基础」和「高难度」到底有什么区别?切换一下看看页面有什么变化?
→ 结合心理活动和当下场景判断其动机: 要选择一个能解决我家马桶堵塞问题的项目。
→?根据其动机锁定优化方向:在用户想要选择项目时,要同步给到两者的区别说明。
由此推理思路,我们便能够很顺利的从行为推导出其动机,最后锁定优化方向,甚至可以给到预判式的设计。
03
基于数据,复现场景,洞察问题
当设计师想要对页面或流程迭代优化时,往往会第一时间想到进行用户访谈、可用性测试等,实际观察用户操作和询问用户感受,从中挖掘出一些用户使用过程中的痛点。但线下访谈耗时较长,其实我们可以通过拉取用户行为数据,基于数据分析并发现一部分问题。
方式1:对比用户的点击动作与执行结果数据
用户的点击行为一定会带来页面的变化,如果用户点击uv&pv与执行结果uv&pv不能完全匹配,说明在此节点用户遇到了阻力。
?举个例子:
在服务详情页中若按照我们预判的用户常规行为,则数据应该表现为:详情页点击「立即预约」按钮的uv a = 确认订单页面曝光uv b
? 一起聊设计 ?♂️
高质量,学知识的设计行业群
设计行业一手资料
设计大厂最直接内推
定期大咖直播
0门槛扫码进群!
期待与更多优秀设计师一起成长?
本篇文章来源于微信公众号:58UXD