引子

通常情況下，我們可以通過用戶訪談的方法了解用戶需求，其實(shí)設(shè)計(jì)師還可以通過分析用戶問卷調(diào)查數(shù)據(jù)以及網(wǎng)站頁面數(shù)據(jù)等方式，了解用戶需求以及用戶在使用產(chǎn)品時(shí)遇到的問題。

而且，直接通過接觸用戶了解到的需求有可能只是個(gè)案，為了增強(qiáng)客觀性，通常都會通過大樣本調(diào)查，從數(shù)據(jù)實(shí)證的角度，進(jìn)一步更準(zhǔn)確和客觀地找到用戶的普遍需求。

此外，通過對數(shù)據(jù)分析結(jié)果與用戶訪談所得到的定性分析結(jié)論，進(jìn)行比較和綜合分析，設(shè)計(jì)師也能夠從不同的角度了解用戶的真實(shí)需求。

從用研的角度來看，交互設(shè)計(jì)包括新產(chǎn)品設(shè)計(jì)以及已有產(chǎn)品的改版設(shè)計(jì)兩大類業(yè)務(wù)，筆者將分兩次分別敘述在這兩大類業(yè)務(wù)中，可以如何利用數(shù)據(jù)了解用戶需求。本文重點(diǎn)討論數(shù)據(jù)在現(xiàn)有產(chǎn)品改版設(shè)計(jì)中的應(yīng)用。

因考慮到商業(yè)信息保密，本文案例采用了2011年的項(xiàng)目，互聯(lián)網(wǎng)產(chǎn)品迭代頻繁，文中提到的產(chǎn)品頁面截至目前已經(jīng)有多次改版，大家只需要了解整個(gè)文章的思路即可。

實(shí)際案例

商家服務(wù)平臺上線后，平穩(wěn)發(fā)展了一段時(shí)期，但隨著平臺各種信息的激增，用戶開始抱怨原頁面無法快速查找到適合自己的內(nèi)容。這時(shí)候就要求交互設(shè)計(jì)師對頁面進(jìn)行設(shè)計(jì)重構(gòu)，幫助用戶更便捷地找到真正所需的信息和服務(wù)。

在改版設(shè)計(jì)中，研究者結(jié)合了多個(gè)來源的數(shù)據(jù)進(jìn)行研究，提供給設(shè)計(jì)師更加全面的數(shù)據(jù)結(jié)果，包括頁面數(shù)據(jù)、頁面反饋問卷調(diào)研數(shù)據(jù)、EDM問卷調(diào)研數(shù)據(jù)等數(shù)據(jù)的分析結(jié)果。

1.通過監(jiān)測頁面獲得數(shù)據(jù)

其實(shí)與交互設(shè)計(jì)更相關(guān)的是頁面各模塊的點(diǎn)擊數(shù)，通過對這些數(shù)據(jù)的分析，設(shè)計(jì)師既能夠看到各模塊被關(guān)注的程度，也能夠計(jì)算出頁面的點(diǎn)擊熱圖，進(jìn)而考察各模塊的轉(zhuǎn)化率。

與眼動(dòng)實(shí)驗(yàn)的熱圖考察用戶短期的重點(diǎn)注視區(qū)域不同，點(diǎn)擊熱圖考察的則是用戶長期累積的重點(diǎn)應(yīng)用區(qū)域，從另一方面看，也衡量了交互設(shè)計(jì)是否與產(chǎn)品的規(guī)劃初衷相一致，能夠讓重要的內(nèi)容被順暢地發(fā)現(xiàn)并有效點(diǎn)擊。

本案例中，商家服務(wù)平臺上線后，就做了頁面埋點(diǎn)，方便長期監(jiān)控頁面數(shù)據(jù)，如PV、UV、點(diǎn)擊數(shù)等。

2.頁面數(shù)據(jù)如何分析？

分析頁面數(shù)據(jù)的方法看似簡單，但若要分析得透徹，并非易事。首先，如果想要做到精確，就要對后臺數(shù)據(jù)做清洗、整理，考察極端值、無法解釋的數(shù)據(jù)具體是什么原因造成的。當(dāng)然很多時(shí)候?yàn)榱斯?jié)省時(shí)間，也直接應(yīng)用后臺數(shù)據(jù)，近似地看成真實(shí)情況的反映。此外，有了干凈的數(shù)據(jù)，還可以從基礎(chǔ)數(shù)據(jù)衍生出各種指標(biāo)，評估和指導(dǎo)交互設(shè)計(jì)。

對于后臺數(shù)據(jù)，通常有四類分析方法：聚合度量、基于操作的統(tǒng)計(jì)、基于用戶的統(tǒng)計(jì)、路徑分析。

——聚合度量

后臺行為數(shù)據(jù)的優(yōu)勢在于大量用戶使用情況的聚合，可考察的指標(biāo)有：

• 一段時(shí)間內(nèi)的頁面瀏覽量。
• 特定時(shí)間內(nèi)頁面瀏覽的分布情況。
• 整個(gè)網(wǎng)站的頁面瀏覽分布情況。

這些都是原始數(shù)據(jù)的度量，不能只看數(shù)字，要分析產(chǎn)生數(shù)據(jù)的原因。

其他聚合度量指標(biāo)還包括：

• 操作系統(tǒng)和瀏覽器的比例。
• 客戶端類型。
• 新用戶/重復(fù)用戶。

——基于操作的統(tǒng)計(jì)

最有用的指標(biāo)可能是操作信息相關(guān)的指標(biāo)，這些指標(biāo)能發(fā)現(xiàn)出更豐富的用戶行為，而不是簡單地統(tǒng)計(jì)大量數(shù)字。

一些最有用的指標(biāo)如下：

• 每次操作的平均訪問頁面數(shù)量。
• 平均操作的持續(xù)時(shí)長。
• 訪問的第一頁和最后一頁。

——基于用戶的統(tǒng)計(jì)

通過cookie或登錄信息判斷出的用戶背景信息，能進(jìn)一步聚合單個(gè)用戶的行為信息，匯總不同用戶的行為信息，統(tǒng)計(jì)出一些指標(biāo)，對理解用戶會起到非常重要的作用。這些指標(biāo)包括：

• 訪問次數(shù)。
• 訪問頻率。
• 網(wǎng)站總停留時(shí)間。
• 保留率。
• 轉(zhuǎn)換率。

——路徑分析

除了一般指標(biāo)之外，還有其他度量方法能了解用戶體驗(yàn)。當(dāng)然，和所有間接用戶研究一樣，這些方法都不能揭示用戶“為什么”以某種方式發(fā)生的行為，但這些方法肯定可以幫助研究員縮小用戶如何使用的可能性。

 1/3    1 2 3 下一頁 尾頁