hello 大家好，相信在我們?nèi)粘５墓ぷ髦?，常會遇到一些問題需要「數(shù)據(jù)分析」的幫助：

比如在進行方案設計時需要知道用戶行為數(shù)據(jù)來輔助決策；再比如實驗結束后，發(fā)現(xiàn)指標下跌但不知道原因；以及不知道方案上線后應該監(jiān)測什么數(shù)據(jù)來驗證設計的有效性等等諸多場景。

那今天就通過這篇文章來幫助大家了解數(shù)據(jù)分析的基本方法。

*聲明：下方列舉的例子和方法，是我個人在工作中常用的數(shù)據(jù)分析方法，世界上沒有一種方法適用于所有人，這里提供的方法也僅供大家參考，希望每個人都可以根據(jù)自身情況因地制宜因人而異開展實踐。

一、數(shù)據(jù)分析的定義

在學習任何一樣東西前，要先了解它的定義：

百度百科中對數(shù)據(jù)分析的定義是-"數(shù)據(jù)分析是指用適當?shù)慕y(tǒng)計分析方法對收集來的大量數(shù)據(jù)進行分析，將它們加以匯總和理解并消化，以求最大化地開發(fā)數(shù)據(jù)的功能，發(fā)揮數(shù)據(jù)的作用。數(shù)據(jù)分析是為了提取有用信息和形成結論而對數(shù)據(jù)加以詳細研究和概括總結的過程。"

定義中提到數(shù)分是收集數(shù)據(jù)、整理消化并發(fā)揮作用的過程，那結合我們自身的設計行業(yè)，數(shù)據(jù)分析在設計全流程可以發(fā)揮什么作用呢？

二、數(shù)據(jù)分析在設計全流程中的作用

設計前：發(fā)現(xiàn)問題，發(fā)現(xiàn)機會點，了解不同人群用戶習慣等等

設計中：輔助在多個設計方案中決策

項目上線后：方案 ab 測試，復盤總結經(jīng)驗，推測 ab 結果的原因，驗證設計價值等

三、數(shù)據(jù)分析的流程

在日常工作中，從獲得數(shù)據(jù)到作用于實踐的整個數(shù)據(jù)分析的流程是：

1. 確認問題和目標：明確要用數(shù)據(jù)去回答什么問題
2. 知道要看什么數(shù)據(jù)
3. 獲取/提取數(shù)據(jù)
4. 對獲得的數(shù)據(jù)進行清洗和處理
5. 對獲得的數(shù)據(jù)進行可視化
6. 將數(shù)據(jù)應用在業(yè)務中，回答第一步中的問題，和進一步的思考與解釋

今天，我們在短短一篇文章中無法展開講每個流程怎么做，因此今天我們就聚焦回答這個流程中最最核心的一個問題，也就是第二步——"怎么知道自己要看什么數(shù)據(jù)？？"

為什么只聚焦這一個問題？原因是其他的流程節(jié)點在各類數(shù)據(jù)分析的課程中都有詳細的講解，并且這些都是可以通過快速閱讀課程掌握的"技能"，而今天我們聚焦的"明確要看哪些數(shù)據(jù)"問題，是展開整個分析的思維核心所在。

四、案例演示

為方便理解，我們先引入「三位設計師」例子。

為了讓之后的描述更易懂，讓我們先來引入 3 個例子/場景，大家嘗試帶入下方例子的主人公視角，思考在下方的例子中，到底要收集什么數(shù)據(jù)，來幫助主人公解決問題？

設計師小 A 遇到的問題：在設計餐廳列表的篩選時，針對「餐廳品質(zhì)」與「價格區(qū)間」的篩選方案，線上是將二者合并到一個篩選彈窗中，而產(chǎn)品經(jīng)理發(fā)現(xiàn)這兩個篩選都很高頻，希望將這兩個篩選分成兩個篩選入口都平鋪在列表上，此時對篩選的方案二人有所爭論。小 A 難以決策到底哪種更好？

設計師小 B 遇到的問題：在餐廳詳情頁改版中，進行了三種改動：1.刪減了部分用戶不關注的標簽，2.為了首屏屏效，壓縮了首屏中點評的高度，3.增加了餐廳亮點介紹模塊。在即將上線時，他不知道如何衡量/度量的每一個改動點的數(shù)據(jù)效果，不知道如何證明這些設計改動是有效的？

設計師小 C 遇到的問題：在一次大刀闊斧的全流程改版中，針對用戶下單的每一步（頻道-列表-詳情-填寫-訂單）進行了全面的優(yōu)化，既有頁面框架的優(yōu)化又有信息的精簡，最終的實驗數(shù)據(jù)是下跌的，但卻不知道數(shù)據(jù)不好的原因？

讓我們帶著上述三個人的問題進入下個環(huán)節(jié)，在遇到了上述問題之后，接下來我們就要去思考，該收集什么數(shù)據(jù)來回答這些問題。

五、如何確定自己要收集什么數(shù)據(jù)？

現(xiàn)在，我們就來介紹數(shù)據(jù)分析流程中最重要的一步——如何知道自己要看什么數(shù)據(jù)。不同的場景需要看的數(shù)據(jù)復雜程度不同，我自己在工作中最常用的明確自己需要哪些數(shù)據(jù)的方式主要有三種：

1. 在簡單場景下，你可能只需要看某一個數(shù)據(jù)

如果我們遇到的只是一些很簡單的問題，例如只是需要看某個功能的使用率，那只用去收集個別指標數(shù)據(jù)即可。

為此，我們需要提前了解各類數(shù)據(jù)指標的定義和通常的用途。下圖為大家列出了常用的數(shù)據(jù)指標和其含義。

舉個「簡單場景」的例子，在上方設計師小 A 的例子中，設計師小 A 遇到的問是相對簡單的場景，他遇到的問題是在設計餐廳列表的篩選時，針對「餐廳品質(zhì)」與「價格區(qū)間」的篩選方案，線上是將二者合并到一個篩選彈窗中，而產(chǎn)品經(jīng)理發(fā)現(xiàn)這兩個篩選都很高頻，希望將這兩個篩選分成兩個篩選入口都平鋪在列表上，此時對篩選的方案二人有所爭論。小 A 難以決策到底哪種更好？

于是他決定去看以下數(shù)據(jù)：「餐廳品質(zhì)」的篩選 UV、「價格」的篩選 UV，以及用戶組合同時使用二者的篩選 UV。最終發(fā)現(xiàn)使用「餐廳品質(zhì)」篩選的人，和使用「價格」篩選的人中，大多數(shù)人都是組合同時在使用兩個篩選，因此最終考慮將這兩個篩選放在同一個面板中。

2. 在復雜場景下，你可能需要使用常見的「模型」，來幫助自己明確要看什么數(shù)據(jù)

數(shù)據(jù)分析模型就是"指標的合集體"，模型存在的意義是"指導我們在什么場景下可以組合地、有邏輯地去看一組數(shù)據(jù)"，讓自己更有章法地收集數(shù)據(jù)。

下方列舉了互聯(lián)網(wǎng)行業(yè)常見的數(shù)據(jù)分析模型。

當然除了根據(jù)模型知道自己需要看什么數(shù)據(jù)，也可以根據(jù)這次關注的「頁面模塊」的類型，來判斷這種類型的模塊通常會關注什么數(shù)據(jù)，如下圖提到的不同類型模塊關注的數(shù)據(jù)指標通常不同。

來源于「神策數(shù)據(jù)」《互聯(lián)網(wǎng)業(yè)務數(shù)據(jù)分析實戰(zhàn)》

接下來我們繼續(xù)以之前提到的設計師小 B 為例子，看下他是如何運用模型來明確自己要收集什么數(shù)據(jù)的。回顧設計師小 B 遇到的問題：

在餐廳詳情頁改版中，進行了三種改動：1.刪減了部分用戶不關注的標簽，2.為了首屏屏效，壓縮了首屏中點評的高度，3.增加了餐廳亮點介紹模塊。在即將上線時，他不知道如何衡量/度量的每一個改動點的數(shù)據(jù)效果，不知道如何證明這些設計改動是有效的？

于是他套用了專門度量用戶體驗的 GSM 模型，來推出為了評估設計改動帶來效果，需要收集哪些數(shù)據(jù)。如下圖，在 GSM 模型表格中的每一欄中填寫后，他就對要收集什么數(shù)據(jù)來評估改動效果了然于心。

3. 當面對模型無法解決的場景，可能需要「自建模型」來明確要收集什么數(shù)據(jù)

當面對更復雜的場景時，如果用我上述的模型都無法回答你要收集什么數(shù)據(jù)時，你就需要自己來建立模型了，大家不要被"自建模型"這個字眼恐嚇到，它其實非常簡單，跟我一起往下看。

什么場景會連常用的模型都無法解決呢？比如就像我之前提到的設計師 C，他面對的問題是：在一次大刀闊斧的全流程設計改版中，最終的實驗數(shù)據(jù)是負的，但是卻不知道實驗數(shù)據(jù)差的原因，要對實驗數(shù)據(jù)進行歸因分析。他想要推測可能是哪個改動最終導致了數(shù)據(jù)下降。

此時，用常用的模型無法解答，怎么辦？

答案是——"像偵探一樣思考！"

讓我們來回憶一下曾經(jīng)看過的推理片/偵探片，一名偵探為了找到真相事實，常用的思考方法之一是"先在腦中發(fā)散出所有可能性假設，然后逐一用能收集到的數(shù)據(jù)佐證每個假設是否成立，不斷收集線索，不斷驗證假設是否成立"。（當然真實場景會比這復雜的多，這里只是想舉例子說明數(shù)據(jù)分析就像偵探推理一樣，先窮舉發(fā)散一切假設，再收集證據(jù)來驗證）

因此我們在面對非常復雜的問題時，也可以從一個結局出發(fā)（如實驗數(shù)據(jù)下跌這個結局），窮舉發(fā)散一切原因，并尋找數(shù)據(jù)來驗證原因是否成立。

有人可能會問：怎么窮舉原因呢？毫無章法的隨便發(fā)散？

不，而是有方法的去發(fā)散，在發(fā)散時，可以用到「結構化」和「公式化」的思維進行發(fā)散?！附Y構化」意思是：我們在發(fā)散原因時，事情 A 和它的原因上下之間必須呈因果關系/依賴關系，相互獨立完全窮盡，并且每一個論點都是可驗證的。「公式化」意思是指可以按照計算公式的方式發(fā)散。如下圖。

現(xiàn)在讓我們帶入設計師 C 的視角，思考當我們面對一次大刀闊斧的設計改版時，當最終數(shù)據(jù)下跌時，該如何找到數(shù)據(jù)下跌的原因。

小 C 在發(fā)現(xiàn)數(shù)據(jù)下跌后，開始發(fā)散窮舉數(shù)據(jù)下跌的原因：

第一輪發(fā)散：先排查不同渠道、不同用戶群體、新客老客之間是否有差別，最終收集數(shù)據(jù)后它發(fā)現(xiàn) App 站內(nèi)渠道的數(shù)據(jù)下跌。

第二輪發(fā)散：小 C 沿著 app 站內(nèi)這條思路，從頁面漏斗中排查原因，發(fā)現(xiàn)在詳情頁上向填寫頁轉化這層漏斗數(shù)據(jù)下跌。

第三輪發(fā)散：既然詳情頁向下級頁面的轉化降低，那開始思索到底是哪個模塊導致的呢？于是在窮舉詳情頁所有能夠跳轉下級頁面的路徑后發(fā)現(xiàn)，其中詳情頁的套餐 A 模塊向填寫頁的轉化下降，最終將原因收窄到這個模塊中。

之后，結合本次對「套餐 A」的改動點：本次實驗將卡片上的標簽弱化并減少展示排數(shù)，同時展示的標題、副標題都更少了，猜測是這些改動點導致的數(shù)據(jù)下降，最終再結合定性用戶調(diào)研后發(fā)現(xiàn)，用戶確實認為自己關注的信息看不全導致下單猶豫。

最終在這一層層發(fā)散之下，小 C 終于找到了導致數(shù)據(jù)下跌的原因所在：

以上就是本文的全部內(nèi)容，感謝大家的閱讀！

參考資料：

1. 《七周成為數(shù)據(jù)分析師》系列課程，作者：秦路
2. 《互聯(lián)網(wǎng)業(yè)務數(shù)據(jù)分析實戰(zhàn)》系列課程，作者：張濤

作者：飛向設計小島