用户数据是用来描述用户人群的特征的。有很多角度能度量人群的特征,比如人口统计学、社会属性、生理信息、习惯、爱好、目标、生活方式等。我们可以统计用户在这些维度上是如何分布的,来获得对用户群体的理解。 这类数据能对设计产生直接的指导意义,因为它提供了两种可能性。 ① 聚类:用户数据能帮我们把一群用户聚合成一类典型角色,来明确如何为其设计。「用户画像」就是按人群的特征数据归纳成的虚拟角色。 例如,*58到家阿姨App的设计师们 ,便是通过对用户数据的分析,推动了「无障碍/适老化设计」的深入研究与应用。 项目文章传送门:关于无障碍/适老化设计,你想知道的都在这里 *58到家阿姨App-无障碍/适老化设计,设计师:刘春明、田晓红、王书晨、李国辉、杨小芳、张兹佩、吴立杰 ② 细分:用户数据也能帮我们把一群用户细分成不同的小组,来提供更精准的设计。例如,我们把*58招聘的用户按职业分组,发现不同职业的求职/招人诉求实际上差异很大,一致的设计并不是最好的解决方案。因此,我们开始对不同职业的用户提供定制化的设计,给用户提供更精准的体验。
行为数据
行为数据是用来描述用户是如何行动的。通过「数据埋点 Event-Trace」记录下每个人在产品中的行为,TA打哪儿来、到了哪个页面、点了哪个按钮……再把一群人的行为汇总起来,得到能用来观察的数据。 这里介绍6种常用的行为数据:PV、UV、点击率、转化率、停留时长、渠道。 ① PV(Page View)页面访问量,指某个页面被进入了多少次,一般按天计。 ② UV(Unique Visitor)页面访问人数,指某个页面有多少人来过,一般按天计。 ③ 点击率(CTR,Click Through Rate)或者叫「点展比」更好理解,指某个东西展示给用户后有多大几率会被点击。 可以按PV算,PV点击率=点击次数/被展示次数,指这个东西每展示100次会被点多少次。 也可以按UV算,UV点击率=点击人数/被展示人数 ,指这个东西每展示给100个人会有多少人点。 点击率一般能反映这个东西被人需要的程度,以及设计方式的吸引力。 ④ 转化率(CVR,Click Value Rate)指的是用户从某个起点走到某个终点的机率有多大。起点和终点是我们可以自由定义的。