2021-5-27 鶴鶴
“文中示例相關(guān)數(shù)據(jù)都為假的模擬數(shù)據(jù)，而非真正的商業(yè)數(shù)據(jù)，以此聲明”
【度量Measure】是一種測量評(píng)定對(duì)象的方式，它幫助我們結(jié)構(gòu)化的獲取對(duì)象的狀態(tài)與變化，我們運(yùn)用這些數(shù)據(jù)進(jìn)行洞察，轉(zhuǎn)化為有用的信息，幫助決策和優(yōu)化，這個(gè)過程也是分析診斷的過程。
那日常會(huì)有怎樣的一些信息獲取呢？（這里面包含了數(shù)據(jù)也包含了一些正負(fù)性的反饋）
我們對(duì)一個(gè)功能上線進(jìn)行一組完整的項(xiàng)目結(jié)果質(zhì)量數(shù)據(jù)模擬：
凈交易收入額比去年同期上升2.0%，達(dá)到2千萬
訂單量為222，比上周上升了2.0%（對(duì)交易產(chǎn)生直接正向作用）
方案產(chǎn)出數(shù)共222件，比上周上升了22.2% （對(duì)內(nèi)容產(chǎn)出有直接的提升）
用戶的滿意度為2.2 ，上升了2% （之前是2.0）
用戶使用表現(xiàn)出沉靜，輕松的情緒（比之前挫折，晦澀要好很多）
功能點(diǎn)擊，周活躍2200，點(diǎn)擊率22%，周留存22.2%（0-1）
功能渲染和可交互時(shí)長為0.2秒加載完成。用戶在使用時(shí)交互順暢無卡頓（符合業(yè)界前端質(zhì)量交付標(biāo)準(zhǔn)）
這段描述符合整個(gè)產(chǎn)品使用的過程，它似乎是一個(gè)多面體，幫助我們了解整個(gè)產(chǎn)品黑盒。這個(gè)描述越精細(xì)越多維，我們得到的信息就越清晰越客觀。（包含多元數(shù)據(jù)內(nèi)容，并對(duì)數(shù)據(jù)已進(jìn)行比對(duì)和使用，得到一定的有效信息）反之，假如哪個(gè)環(huán)節(jié)出現(xiàn)問題。我們能清晰看到問題出現(xiàn)的環(huán)節(jié)，并且通過其表征的信息進(jìn)行問題的深挖（再細(xì)化相關(guān)數(shù)據(jù)或者關(guān)聯(lián)的層次）。
我們可以拆解到這幾個(gè)層次的數(shù)據(jù)
業(yè)務(wù)結(jié)果、用戶反饋（態(tài)度與情緒）、行為點(diǎn)擊、系統(tǒng)性能
可理解為：良好的產(chǎn)品運(yùn)行-》用戶流暢使用-》良好的用戶反饋-》預(yù)期的產(chǎn)品轉(zhuǎn)化結(jié)果
從獲取方式來說，大致可以從兩個(gè)大角度（這里從廣義的范疇去分）
【qualitative research定性研究】：快速從樣本中判斷問題的性質(zhì)和方向
【quantitative research定量研究】：數(shù)據(jù)的驗(yàn)證性，全面性、追蹤性
系統(tǒng)承載業(yè)務(wù)內(nèi)容的運(yùn)作，可以記錄各種各樣的明細(xì)數(shù)據(jù)表，在海量數(shù)據(jù)中，進(jìn)行科學(xué)的關(guān)聯(lián)與細(xì)分。以大數(shù)據(jù)驅(qū)動(dòng)為最終目標(biāo)，其特點(diǎn)是：數(shù)據(jù)的全面性和自動(dòng)追蹤獲取。
追蹤問題：產(chǎn)品是否符合市場需求？產(chǎn)品是否良性發(fā)展？
業(yè)務(wù)型數(shù)據(jù)是圍繞著整個(gè)商業(yè)建設(shè)和運(yùn)作階段而產(chǎn)生的數(shù)據(jù)。是最能體現(xiàn)產(chǎn)品、商業(yè)價(jià)值的部分。可以歸納為三類：內(nèi)容建設(shè)->流量訪問->商業(yè)交易。是商業(yè)鏈路中產(chǎn)生的具有直接商業(yè)結(jié)果的數(shù)據(jù)。
內(nèi)容建設(shè) 是指經(jīng)過人為輸入，系統(tǒng)流轉(zhuǎn)產(chǎn)生的比如商品、文章、方案等等具有實(shí)質(zhì)內(nèi)容價(jià)值的數(shù)據(jù)。是具有生產(chǎn)過程的（一般是經(jīng)過一系列的操作完成的）。
流量訪問/分發(fā) 則是針對(duì)商業(yè)內(nèi)容的使用/運(yùn)作，比如某個(gè)商品的瀏覽，某個(gè)內(nèi)容的傳播等等。這些和營銷相關(guān)具備人群效應(yīng)的數(shù)據(jù)也屬于業(yè)務(wù)數(shù)據(jù)。最常見的就是曝光量點(diǎn)擊量，而在中后臺(tái)系統(tǒng)中則是以訪問瀏覽為主。
商業(yè)交易 則是最直接的商業(yè)結(jié)果型數(shù)據(jù)，最常見的就是網(wǎng)站的GMV（成交金額：包括：付款金額和未付款。）
訂單交易額、注冊(cè)會(huì)員數(shù)等等。
以某平臺(tái)中相關(guān)的業(yè)務(wù)數(shù)據(jù)為示例
業(yè)務(wù)結(jié)果的分析，是根據(jù)不同業(yè)務(wù)發(fā)展，確定核心業(yè)務(wù)指標(biāo)，以及建立對(duì)核心指標(biāo)的拆解邏輯。
它或許是個(gè)計(jì)算公式。或者是個(gè)一級(jí)指標(biāo)到二級(jí)關(guān)聯(lián)指標(biāo)。例如以下，這里暫時(shí)不展開來講。
對(duì)于業(yè)務(wù)數(shù)據(jù)的獲取，我們大部分是直接通過后端的數(shù)據(jù)庫沉淀下來的。但如果涉及到商業(yè)數(shù)據(jù)的細(xì)分（按照商業(yè)目標(biāo)進(jìn)行階段性或者類別型的追蹤監(jiān)測）。比如想知道會(huì)員的vip的分層情況。或者知道某行業(yè)商品的生產(chǎn)細(xì)分情況等等。這些雖然可以通過后端拉數(shù)據(jù)，讓數(shù)據(jù)分析師或者運(yùn)營整理出來，但是每次都有加工成本，也沒有辦法看到實(shí)時(shí)數(shù)據(jù)，這時(shí)候就會(huì)要考慮去做細(xì)分埋點(diǎn)，下文會(huì)提及到埋點(diǎn)方式。
追蹤問題：產(chǎn)品使用情況如何？用戶瀏覽習(xí)慣如何？
用戶行為數(shù)據(jù)，是圍繞用戶訪問某產(chǎn)品過程的用戶行為軌跡數(shù)據(jù)。其中大體包含了用戶量、曝光量、點(diǎn)擊量、瀏覽量、訪問時(shí)長、停留時(shí)長等等觀測用戶使用情況的表征數(shù)據(jù)。
這里是一組典型的平臺(tái)用戶使用行為的描述，而這些行為的最終，是產(chǎn)出了上面的業(yè)務(wù)數(shù)據(jù)（訂單與成交金額）
訪問首頁->點(diǎn)擊并瀏覽商品詳情->點(diǎn)擊客戶咨詢進(jìn)行咨詢->點(diǎn)擊購買提交訂單->點(diǎn)擊支付，支付完成
由此我們可以解釋，行為數(shù)據(jù)與業(yè)務(wù)結(jié)果之間的關(guān)系，并且兩者的關(guān)注點(diǎn)也是有差異的，在行為鏈路中，我們更注重每一層的轉(zhuǎn)化關(guān)系以及用戶為什么沒有向下轉(zhuǎn)化的障礙點(diǎn)。
再以B端管理系統(tǒng)為例
B端的管理系統(tǒng)具有典型性，可以用點(diǎn)線面來歸納，點(diǎn)指的是諸如事件曝光點(diǎn)擊等。線指的是用戶使用路徑，面則是廣義的綜合性觀察，比如流量分布，比如區(qū)域熱圖等。通過觀察這些，可以觀察到用戶的使用率和使用路徑。并且得知用戶使用產(chǎn)品是否真的貼合需求，設(shè)計(jì)的是否合理高效。
行為數(shù)據(jù)要結(jié)合具體的場景或者維度去觀察，才能產(chǎn)生更有用的信息。
運(yùn)用行為數(shù)據(jù)，我們可以去做很多分析：漏斗分析、留存分析、流量分布分析、路徑分析 、單頁熱力分析、點(diǎn)擊分析、 人群分析等等，這些都是分析方式，在后續(xù)關(guān)聯(lián)篇章中會(huì)去探討。
行為數(shù)據(jù)的獲取是依賴于埋點(diǎn)的，在業(yè)界有兩大類埋點(diǎn)方式：全埋點(diǎn)、手動(dòng)埋點(diǎn)。
行為數(shù)據(jù)的三大事件類型基本可以歸類為：曝光事件、點(diǎn)擊事件、停留事件
對(duì)于C端側(cè)重于曝光、點(diǎn)擊。對(duì)于B端側(cè)重點(diǎn)擊、停留 （從流量轉(zhuǎn)化與訪問效能兩個(gè)角度來說）
以上介紹了業(yè)務(wù)結(jié)果和行為點(diǎn)擊兩種數(shù)據(jù)，而這兩種內(nèi)容，都會(huì)涉及到埋點(diǎn)采集這件事，這里我們介紹下關(guān)于埋點(diǎn)采集數(shù)據(jù)這件事情。
追蹤問題：如何根據(jù)人物、場景、動(dòng)作制定精準(zhǔn)的采集方案？
埋點(diǎn)，是對(duì)特定數(shù)據(jù)的采集，由前端埋點(diǎn)和上報(bào)、進(jìn)行數(shù)據(jù)處理和數(shù)據(jù)分析。一般數(shù)據(jù)埋點(diǎn)分以下三種：
全埋點(diǎn)雖然是所有數(shù)據(jù)可按需可查，但是因?yàn)樗臄?shù)據(jù)量極大，且需要2次定義和清洗，所以只能對(duì)通用性質(zhì)的數(shù)據(jù)進(jìn)行采集。而針對(duì)性的內(nèi)容，由數(shù)據(jù)采集定義后，由前端上報(bào)后，可能做到定點(diǎn)，定期精細(xì)具體的統(tǒng)計(jì)。
兩者大致能產(chǎn)出什么數(shù)據(jù)分析呢？主要以平臺(tái)/系統(tǒng)這個(gè)角度看：
整體分析-通用全埋點(diǎn)
用戶活躍、用戶留存、用戶跳出率、用戶停留時(shí)長、用戶流量分布...
局部與特定分析-手動(dòng)埋點(diǎn)
關(guān)鍵事件點(diǎn)擊率、關(guān)鍵入口渠道流量總計(jì)與分布、關(guān)鍵鏈路漏斗、關(guān)鍵具體區(qū)域曝光與停留時(shí)長...
為了獲取更精準(zhǔn)的業(yè)務(wù)/行為數(shù)據(jù)，我們一般會(huì)采用手動(dòng)埋點(diǎn)的方式，所以前期 第一階段會(huì)在場景中確定分析目標(biāo)，然后梳理相應(yīng)需要的指標(biāo)，書寫明確的埋點(diǎn)需求是很重要的一個(gè)環(huán)節(jié)，書寫的足夠明確，才能和業(yè)務(wù)、前端、數(shù)據(jù)分析師進(jìn)行準(zhǔn)確的溝通，分析目標(biāo)一致，然后上線后建立相應(yīng)的數(shù)據(jù)看板。
注意點(diǎn)：采集方式｜統(tǒng)計(jì)口徑｜數(shù)據(jù)精準(zhǔn)度校驗(yàn)
那怎么定義數(shù)據(jù)分析時(shí)的埋點(diǎn)需求呢？可以用以下方式去描述：
什么用戶=用戶定義
什么時(shí)間=時(shí)間戳
什么環(huán)境=地理位置+網(wǎng)絡(luò)環(huán)境+硬件環(huán)境+軟件環(huán)境+哪個(gè)頁面（來源頁面）+什么位置
什么行為=事件ID+命名
什么條件=可以以某個(gè)行為或者業(yè)務(wù)交易為條件
結(jié)果如何=用戶操作的結(jié)果
示例：
一個(gè)后臺(tái)系統(tǒng)懸浮幫助功能使用的情況需求
一個(gè)搜索使用的情況需求
這2個(gè)是比較細(xì)致的數(shù)據(jù)采集的描述。規(guī)則了統(tǒng)計(jì)的對(duì)象，范疇，以及條件，結(jié)果觀測等等的需求，大家可以在業(yè)務(wù)和行為數(shù)據(jù)相關(guān)采集中，試著撰寫下這樣明確的需求。這樣的數(shù)據(jù)采集才具有精準(zhǔn)的分析價(jià)值。
追蹤問題：用戶都是哪些人，誰使用了這些功能 ？
人群標(biāo)簽可以理解為數(shù)據(jù)型用戶畫像。為什么在這里提及，因?yàn)榇罅繑?shù)據(jù)（特別是具體的采集數(shù)據(jù)）都會(huì)涉及到人群這個(gè)角度。人群也是定量數(shù)據(jù)中最具有獨(dú)立觀察價(jià)值的數(shù)據(jù)。
人群標(biāo)簽就是根據(jù)人群特點(diǎn)，進(jìn)行描述分類，對(duì)人群打標(biāo)簽。我們根據(jù)不同的獲取路徑，可以大致分兩類。
一類是利用基本數(shù)據(jù)進(jìn)行定義，比較簡單直接
從不同的端，可以獲取用戶的基本來源，如訪問端的類型，或地理位置等，可以定義為“客戶端用戶”、“江浙滬用戶”等。
通過唯一用戶ID所匹配的一系列用戶注冊(cè)時(shí)的基本信息內(nèi)容，如性別、職業(yè)、行業(yè)、興趣等。可以定義為“女性用戶”、“定制類用戶”等。
還有一類就是復(fù)合型自定義，一般是根據(jù)用戶的業(yè)務(wù)、行為數(shù)據(jù)或者類別屬性來定義的，它非常的靈活聚焦。
使用某類條件公式來定義某一波用戶
如我們將購買能力從高低來分層用戶：月購買小于5000的為中購買力用戶，大于5000的為高購買力用戶，周活躍大于2但無購買記錄為潛力用戶。
另外一種構(gòu)建用戶范疇的方式：通過“時(shí)間、地點(diǎn)、事件”等一系列復(fù)雜描述來勾勒圈選用戶
如我們定義“第一次訪問站點(diǎn)時(shí)，在首頁有關(guān)注過每日推薦“的用戶。
這里的復(fù)合定義很多時(shí)候都會(huì)用到多指標(biāo)多維度。是一種深度結(jié)合業(yè)務(wù)場景來圈選人群，定義用戶的方式。
人群標(biāo)簽，不僅幫助我們細(xì)分?jǐn)?shù)據(jù)，知道“到底是什么人做了什么事”，聚焦使用人群的各項(xiàng)指標(biāo)健康情況。最終，還可以定位產(chǎn)品，定位人群，精細(xì)化運(yùn)營產(chǎn)品：現(xiàn)在的用戶大致都集中在哪些人群中？哪些功能是頭部用戶需要的？哪些功能最受基礎(chǔ)版用戶的歡迎等等。在探索商業(yè)需求的時(shí)候，更容易找到抓鉤，去深挖商業(yè)價(jià)值。
常用畫像的場景
2.定量用戶畫像：用定量的數(shù)據(jù)做某些值的規(guī)則，來圈定用戶人群
某產(chǎn)品生命周期使用示例：
性能數(shù)據(jù)一般指由產(chǎn)品進(jìn)行頁面渲染及前后端交互時(shí)，監(jiān)測到的時(shí)長數(shù)據(jù)。觀測系統(tǒng)性能，是因?yàn)橄到y(tǒng)數(shù)據(jù)量很大時(shí)，在產(chǎn)品渲染交互環(huán)節(jié)中，容易產(chǎn)生卡頓，造成用戶體驗(yàn)的下降，導(dǎo)致流失率。而系統(tǒng)性能，一般是由性能監(jiān)控等產(chǎn)品產(chǎn)出質(zhì)量報(bào)告。在一些瀏覽器中，也有嵌入的插件統(tǒng)計(jì)報(bào)告。
這里大致介紹下業(yè)界google最新的關(guān)于7大性能指標(biāo)的定義
這其中，最重要的3大核心指標(biāo)是：
可以通過官方出品，安裝 web-vitals-extension 插件來獲取三大核心指標(biāo)，也可以通過通過安裝 Lighthouse 插件來獲取如下指標(biāo)，現(xiàn)在已經(jīng)內(nèi)置在瀏覽器中
即選擇典型用戶角色，針對(duì)問題或者內(nèi)容進(jìn)行集中測試或者訪談：用戶訪談、焦點(diǎn)問題調(diào)研、可用性測試等。
比較常用的是：系統(tǒng)可用性量表（SUS）、有效性、滿意度和易用性的問卷（USE）
不管哪種方式，我們都是圍繞“可用性”這個(gè)角度去進(jìn)行評(píng)估和研究的。業(yè)內(nèi)可用性這個(gè)詞稱為：“Usability”「ISO9241/11」中有明確的相關(guān)定義：一個(gè)產(chǎn)品可以被特定的用戶在特定的境況中，有效、高效并且滿意得達(dá)成特定目標(biāo)的程度。可用性關(guān)注的是用戶與對(duì)象在互動(dòng)過程中的有效性（effectiveness）、效率（efficiency）和滿意度（satisfaction）。
用戶反饋中我們獲取到什么樣的信息，我們第一：明確用戶對(duì)此內(nèi)容的態(tài)度，觀察用戶行徑中的順暢度，感受用戶認(rèn)知反饋。第二：詢問其嚴(yán)重程度和影響程度，正面負(fù)面情緒。這兩層是由表及里的，互相關(guān)聯(lián)。但側(cè)重有所不一樣。
通常用到以下幾種度量
而這些內(nèi)容中一般包含數(shù)據(jù)是
而從場景分我們?nèi)绾问褂眠@幾種度量呢？
不難發(fā)現(xiàn)，我們最常用到的是「自我報(bào)告式的度量」
它比較寬泛的反應(yīng)了產(chǎn)品綜合情況。這里舉一個(gè)自我報(bào)告度量涵蓋的范疇
追蹤問題：用戶使用后，在情感上反應(yīng)如何？
初步知曉用戶反饋情況后，可以深入用戶情緒感受，進(jìn)行點(diǎn)狀問題的挖掘。進(jìn)而對(duì)問題進(jìn)行定性分析追蹤和程度評(píng)級(jí)。用戶在一定嚴(yán)重情緒影響下，是對(duì)產(chǎn)品會(huì)產(chǎn)生排斥的，所以有時(shí)候?qū)η榫w的收集，能讓我們對(duì)內(nèi)容具備敏感度。且在設(shè)計(jì)過程中，充分建立共情和同理心。
連續(xù)型描述模型往往認(rèn)為人類的情感狀態(tài)是分布在若干個(gè)維度組成的某一個(gè)空間中，不同情感狀態(tài)之間不是獨(dú)立的，而是連續(xù)的，可以轉(zhuǎn)化的。
當(dāng)度量情緒變化階梯時(shí)，可以試著使用連續(xù)情緒。比如：挫折——》生氣、沮喪——》厭煩等。而有些程度詞是和時(shí)間長度有直接關(guān)系的，比如說疲憊。我們需要關(guān)注場景特點(diǎn)，用戶可能會(huì)長時(shí)間沉浸式體驗(yàn)時(shí)，它是否能接受打擾，是否會(huì)因?yàn)橐恍﹥?nèi)容受挫。這些都會(huì)導(dǎo)致他最終直觀感受的好與壞。
舉例子來陳述：
情緒評(píng)分卡：
在各種用戶態(tài)度反饋中，我們也可以直接去獲取針對(duì)性的情緒化度量表進(jìn)行5分表計(jì)量評(píng)分。
具體方式：
以下為目標(biāo)設(shè)定的取詞示例：
常用評(píng)估：
高中低評(píng)估
低－會(huì)讓參加者心煩或沮喪，但不會(huì)導(dǎo)致任務(wù)失敗的問題。
中－這類問題會(huì)顯著提高任務(wù)的難度，但不會(huì)直接導(dǎo)致任務(wù)的失敗。
高－所有直接導(dǎo)致任務(wù)失敗的問題。遇到這類問題后基本沒有可能再完成任務(wù)。
綜合因素評(píng)估
多維度的評(píng)估
前兩個(gè)較常用，后兩個(gè)看產(chǎn)品及技術(shù)配合
對(duì)用戶體驗(yàn)的影響
預(yù)期的發(fā)生頻率
對(duì)商業(yè)目標(biāo)的影響
技術(shù)／實(shí)現(xiàn)成本評(píng)分（0=低，1=中，2=高）
藍(lán)藍(lán)設(shè)計(jì)建立了UI設(shè)計(jì)分享群，每天會(huì)分享國內(nèi)外的一些優(yōu)秀設(shè)計(jì)，如果有興趣的話，可以進(jìn)入一起成長學(xué)習(xí)，請(qǐng)掃碼藍(lán)小助，報(bào)下信息，藍(lán)小助會(huì)請(qǐng)您入群。歡迎您加入噢~~希望得到建議咨詢、商務(wù)合作，也請(qǐng)與我們聯(lián)系。
文章來源：站酷 作者：酷家樂UED
分享此文一切功德，皆悉回向給文章原作者及眾讀者.
免責(zé)聲明：藍(lán)藍(lán)設(shè)計(jì)尊重原作者，文章的版權(quán)歸原作者。如涉及版權(quán)問題，請(qǐng)及時(shí)與我們?nèi)〉寐?lián)系，我們立即更正或刪除。
藍(lán)藍(lán)設(shè)計(jì)( www.ocunn.cn )是一家專注而深入的界面設(shè)計(jì)公司，為期望卓越的國內(nèi)外企業(yè)提供卓越的UI界面設(shè)計(jì)、BS界面設(shè)計(jì) 、 cs界面設(shè)計(jì) 、 ipad界面設(shè)計(jì) 、 包裝設(shè)計(jì) 、 圖標(biāo)定制 、 用戶體驗(yàn) 、交互設(shè)計(jì)、 網(wǎng)站建設(shè) 、平面設(shè)計(jì)服務(wù)
藍(lán)藍(lán)設(shè)計(jì)的小編 http://www.ocunn.cn