編輯導(dǎo)語：如今在職場(chǎng)上，除了職業(yè)的基本素質(zhì)之外，我們還需要學(xué)習(xí)不同的技能助力職業(yè)成長(zhǎng)，比如設(shè)計(jì)師在職場(chǎng)上除了設(shè)計(jì)方面的技能需要掌握，也需要從其他方面進(jìn)行切入，得出最好的設(shè)計(jì)方案；本文作者分享了關(guān)于設(shè)計(jì)師需要懂的數(shù)據(jù)指標(biāo)與數(shù)據(jù)分析模型，我們一起來了解一下。

01 設(shè)計(jì)師為什么要懂?dāng)?shù)據(jù)？

市場(chǎng)現(xiàn)狀不容樂觀，伴隨著紅利（人口、流量）消退，資本寒冬，產(chǎn)品同質(zhì)化嚴(yán)重，市場(chǎng)對(duì)設(shè)計(jì)師提出了更高的要求。

除了審美層面的設(shè)計(jì)執(zhí)行還遠(yuǎn)遠(yuǎn)不夠，設(shè)計(jì)師需要具備數(shù)據(jù)眼光，從體驗(yàn)側(cè)和商業(yè)側(cè)入手，以數(shù)據(jù)為目標(biāo)導(dǎo)向，精益設(shè)計(jì)，實(shí)現(xiàn)增長(zhǎng)；同時(shí)隨著數(shù)據(jù)方法論的廣泛傳播，設(shè)計(jì)師有必要將科學(xué)的數(shù)據(jù)模型應(yīng)用到實(shí)際工作中。

02 常見數(shù)據(jù)指標(biāo)

1. 什么是數(shù)據(jù)指標(biāo)

不是所有的數(shù)據(jù)都叫指標(biāo)，指標(biāo)必須對(duì)業(yè)務(wù)有參考價(jià)值。數(shù)據(jù)指標(biāo)是針對(duì)業(yè)務(wù)需求，使用收集手段，直接獲得或者間接計(jì)算出來的一系列統(tǒng)計(jì)數(shù)據(jù)。

數(shù)據(jù)指標(biāo)貫穿整個(gè)設(shè)計(jì)流程，解釋用戶行為和業(yè)務(wù)變化，為設(shè)計(jì)提供依據(jù)，對(duì)結(jié)果加以驗(yàn)證。

2. 常見的數(shù)據(jù)指標(biāo)

數(shù)據(jù)指標(biāo)繁多，本文加以歸類，便于理解。

我們將常見的數(shù)據(jù)指標(biāo)分為3大類：

1. 綜合性指標(biāo)：反映產(chǎn)品的整體情況；
2. 流程性指標(biāo)：反映用戶的使用行為；
3. 業(yè)務(wù)性指標(biāo)：反映具體業(yè)務(wù)情況。

3. 活躍用戶

在特定的統(tǒng)計(jì)周期內(nèi)，成功啟動(dòng)或操作過產(chǎn)品核心功能的用戶（按照設(shè)備去重）。

根據(jù)統(tǒng)計(jì)周期不同，可以分為日活躍（DAU）、周活躍（WAU）、月活躍（MAU）。直接反映了產(chǎn)品的用戶規(guī)模，是極為重要的指標(biāo)；不同產(chǎn)品對(duì)應(yīng)不同的使用頻率，社交產(chǎn)品、資訊產(chǎn)品，如微信、今日頭條等，其KPI考核指標(biāo)一般都有日活躍用戶數(shù)這項(xiàng)。

但對(duì)于某些低頻需求和臨時(shí)性需求的APP，如旅行、工具產(chǎn)品，則更加關(guān)注月活躍數(shù)。

4. 新增用戶

安裝應(yīng)用后，首次成功啟動(dòng)產(chǎn)品的用戶。按照統(tǒng)計(jì)周期不同分為日新增（DNU）、周新增（WNU）、月新增（MNU）。

新增用戶按照設(shè)備維度進(jìn)行去重統(tǒng)計(jì)，如果該設(shè)備卸載了應(yīng)用，一段時(shí)間后又重新安裝了該應(yīng)用，且設(shè)備未進(jìn)行重置，再次打開應(yīng)用，則不被計(jì)算為一個(gè)新增用戶。

新增用戶數(shù)代表公司潛力，在公司起步階段尤其重要，新增用戶量指標(biāo)主要是衡量營(yíng)銷推廣渠道效果的最基礎(chǔ)指標(biāo)。

5. 留存率

用戶在某段時(shí)間使用產(chǎn)品，過了一段時(shí)間后，仍舊繼續(xù)使用，這樣的用戶被稱為留存用戶。

留存率 = 仍舊使用的用戶/ 當(dāng)初的總用戶量

用戶來了之后，是否能留得住，反映了用戶對(duì)產(chǎn)品的滿意度。通常重點(diǎn)關(guān)注次日、3日、7日、30日即可，并觀察留存率的衰減程度。

次日留存率：新增用戶在第二天再次成功啟動(dòng)應(yīng)用的比例。

7日（周）留存率：新增用戶在第7天再次成功啟動(dòng)該應(yīng)用的比例。這個(gè)時(shí)間段內(nèi)，用戶通常會(huì)經(jīng)歷一個(gè)完整的產(chǎn)品體驗(yàn)周期，如果這個(gè)階段用戶能夠留下來繼續(xù)使用產(chǎn)品，則很有可能成為產(chǎn)品的忠實(shí)用戶。

30日（月）留存率：新增用戶在第30天再次成功啟動(dòng)該應(yīng)用的比例。通常移動(dòng)端產(chǎn)品的迭代周期為2~4周一個(gè)版本，所以月留存率能夠反映出一個(gè)版本的用戶留存情況；一個(gè)版本的更新，或多或少會(huì)影響部分用戶的體驗(yàn)，所以通過對(duì)比月留存率能判斷出每個(gè)版本的更新對(duì)用戶的影響面積，從而定位到類似問題進(jìn)行優(yōu)化。

根據(jù)Facebook公司提出的4：2：1理論，次日留存能達(dá)到40%，7日留存達(dá)20%，30日留存達(dá)10%，就是相當(dāng)不錯(cuò)的留存指標(biāo)。

在今天的互聯(lián)網(wǎng)行業(yè)，留存是比新增和活躍更重要的指標(biāo)，因?yàn)橐苿?dòng)端人口紅利沒有了，獲客成本越來越高，競(jìng)爭(zhēng)也越來越激烈，如何留住用戶比獲得用戶更重要。

6. 人均使用時(shí)長(zhǎng)

在特定統(tǒng)計(jì)時(shí)間段內(nèi)，瀏覽一個(gè)頁面或使用整個(gè)產(chǎn)品時(shí)，用戶所停留的總時(shí)間除以該頁面或整個(gè)產(chǎn)品的訪問人數(shù)。

該數(shù)據(jù)是分析用戶粘性的重要指標(biāo)之一，也可以側(cè)面反映出網(wǎng)站的用戶體驗(yàn)。平均訪問時(shí)長(zhǎng)越短，說明產(chǎn)品對(duì)用戶的吸引力越差；例如，抖音的成功離不開強(qiáng)大的用戶黏性，用戶總會(huì)不知不覺就消耗了很多時(shí)間。這里的商業(yè)邏輯是，用戶停留的時(shí)間越長(zhǎng)，商業(yè)轉(zhuǎn)化的可能性就越大。

當(dāng)然，對(duì)于即用即走的工具型產(chǎn)品不適用，相反，用戶單頁面停留時(shí)間長(zhǎng)，很有可能是頁面功能模糊，表意不清，用戶花了很長(zhǎng)時(shí)間去理解怎么用，證明信息傳遞效率低下。

7. GMV（Gross Merchandise Volume）

總成交金額，指的是拍下訂單金額， 包含已付款、未付款、取消訂單、退貨的部分，即一旦生成訂單號(hào)，就算在GMV內(nèi)。

實(shí)際訂單可能全部支付，所以GMV肯定大于實(shí)際銷售額，因此經(jīng)?？吹綀?bào)道都是用GMV來展示平臺(tái)規(guī)模。

8. 人均客單價(jià)（ARPU）

每個(gè)用戶平均收入——ARPU=總收入GMV/支付UV。

用戶數(shù)可以是總平均在線用戶數(shù)、付費(fèi)用戶數(shù)或是活躍用戶數(shù)，不同產(chǎn)品標(biāo)準(zhǔn)可能存在差異；ARPU可以再一步細(xì)分，當(dāng)普通用戶占比太多，往往會(huì)取每付費(fèi)用戶數(shù)作為分母，來計(jì)算ARPU。

ARPU的高低沒有絕對(duì)的好壞之分，分析的時(shí)候需要有一定的標(biāo)準(zhǔn)；高客單價(jià)行業(yè)，如一些奢侈品行業(yè)，就非常關(guān)心這個(gè)指標(biāo)，付費(fèi)用戶數(shù)雖然不多，但是個(gè)體消費(fèi)能力極強(qiáng)。

9. PV（頁面瀏覽量）

用戶每一次對(duì)頁面訪問均被記錄1次，多次訪問，訪問量累計(jì)。理論上PV與來訪者數(shù)量成正比，但是它不能精準(zhǔn)指向頁面的真實(shí)訪問數(shù)；比如同一個(gè)IP地址通過不斷的刷新頁面，就可以制造出非常高的PV。

10. UV（獨(dú)立訪客人數(shù)）

訪問網(wǎng)站的一個(gè)IP地址為一個(gè)訪客，固定時(shí)段內(nèi)，相同的客戶端只被計(jì)算一次；使用獨(dú)立用戶數(shù)作為統(tǒng)計(jì)量，可以更加精準(zhǔn)地了解某時(shí)間段內(nèi)，實(shí)際上有多少個(gè)訪問者來到了相應(yīng)的頁面。

11. 轉(zhuǎn)化率

在一個(gè)統(tǒng)計(jì)周期內(nèi)，完成轉(zhuǎn)化行為的次數(shù)占總點(diǎn)擊/曝光次數(shù)的比率。轉(zhuǎn)化率=(轉(zhuǎn)化次數(shù)/點(diǎn)擊量)×100%。

以用戶登錄行為舉例，如果每100次訪問中，有10個(gè)登錄網(wǎng)站，那么此網(wǎng)站的登錄轉(zhuǎn)化率就為10%，而最后有2個(gè)用戶關(guān)注了商品，則關(guān)注轉(zhuǎn)化率為2%，有一個(gè)用戶產(chǎn)生訂單并付費(fèi)，則支付轉(zhuǎn)化率為1%。

轉(zhuǎn)化率是產(chǎn)品盈利的重要指標(biāo)之一，它直接反映了產(chǎn)品的盈利能力。

不同行業(yè)的轉(zhuǎn)化率，關(guān)注點(diǎn)也不同，比如電商產(chǎn)品就要關(guān)注銷售轉(zhuǎn)化，看看參與活動(dòng)的用戶當(dāng)中有多少是在活動(dòng)后產(chǎn)生支付的，有需要的還可以根據(jù)數(shù)據(jù)分析出人均購(gòu)買次數(shù)和購(gòu)買金額；再比如我們監(jiān)測(cè)注冊(cè)量，就要關(guān)注注冊(cè)轉(zhuǎn)化率，看看這個(gè)活動(dòng)給產(chǎn)品帶來了多少新增用戶；所以轉(zhuǎn)化率可以針對(duì)性分析產(chǎn)品在哪些方面做的不足，可以快速定位到問題點(diǎn)。

12. 流失率

曾經(jīng)使用過產(chǎn)品，由于各種原因不再使用產(chǎn)品的用戶?？梢岳斫鉃榱舸媛实姆疵妫魇矢呒戳舸媛实?。次日、7日、30日的流失率也是需要關(guān)注的。

對(duì)于流失用戶的界定依照產(chǎn)品類型的不同而不同，對(duì)于使用頻率高的產(chǎn)品，如社交類產(chǎn)品，用戶應(yīng)該每天都會(huì)多次打開，此類產(chǎn)品的用戶未登錄超過1個(gè)月，我們就可以認(rèn)為用戶可能已經(jīng)流失了。

極端案例，如婚慶類產(chǎn)品，用戶的打開頻率相當(dāng)?shù)?，所以不是每個(gè)產(chǎn)品都有固定的流失期限，而是根據(jù)產(chǎn)品屬性判斷。

設(shè)計(jì)師和產(chǎn)品經(jīng)理需要找到流失的異常數(shù)據(jù)，定位流失用戶的原因，并在下個(gè)版本中修復(fù)產(chǎn)品中存在的問題；甚至還可以定位到流失的具體用戶ID，通過當(dāng)時(shí)用戶注冊(cè)的個(gè)人信息進(jìn)行跟進(jìn)。

13. 跳出率 BR（Bounce Bate）

用戶來到落地頁后，沒有進(jìn)行操作就直接離開的比例，是評(píng)估落地頁對(duì)用戶是否有吸引力的關(guān)鍵指標(biāo)；跳出率高，原因可能是產(chǎn)品/活動(dòng)本身不夠吸引，也可能是此類用戶本身就不是產(chǎn)品的目標(biāo)群體。

14. 退出率 ER（Exit Rate）

指該頁面是會(huì)話中“最后一頁”的瀏覽量占該網(wǎng)站瀏覽量的百分比。

退出率=當(dāng)頁退出次數(shù)/會(huì)話總訪問量*100%

退出率反映了網(wǎng)站對(duì)用戶的吸引力，如果退出百分比很高，說明用戶僅瀏覽了少量的頁面便離開了，因此需要改善網(wǎng)站的內(nèi)容來吸引用戶，解決用戶的內(nèi)容訴求。

15. 訪問深度

顧名思義，用戶對(duì)產(chǎn)品的訪問深度（產(chǎn)品流程的完成程度）。

16. 功能使用率

除了關(guān)注活躍用戶，也應(yīng)該關(guān)注產(chǎn)品上的重要功能。如收藏，點(diǎn)贊，評(píng)論等，這些功能關(guān)系產(chǎn)品的發(fā)展以及用戶使用深度。

功能使用率也是一個(gè)很寬泛的概念，譬如用戶瀏覽了一篇文章，那么瀏覽中有多少用戶評(píng)論了，有多少用戶點(diǎn)贊了，便能用點(diǎn)贊率和評(píng)論率這兩個(gè)指標(biāo)表達(dá)；又譬如視頻網(wǎng)站，核心的功能使用率就是視頻播放量和視頻播放時(shí)長(zhǎng)。

17. 啟動(dòng)次數(shù)

即統(tǒng)計(jì)時(shí)間段內(nèi)，用戶打開應(yīng)用的次數(shù)；重點(diǎn)關(guān)注人均啟動(dòng)次數(shù)，結(jié)合使用時(shí)長(zhǎng)可進(jìn)行分析。

用戶主動(dòng)關(guān)閉應(yīng)用或應(yīng)用進(jìn)入后臺(tái)超過30s，再返回或打開應(yīng)用時(shí)，則統(tǒng)計(jì)為兩次啟動(dòng)，啟動(dòng)次數(shù)主要看待頻數(shù)分布情況。

18. 使用時(shí)長(zhǎng)

統(tǒng)計(jì)時(shí)間段內(nèi)，某個(gè)設(shè)備從啟動(dòng)應(yīng)用到結(jié)束使用的總計(jì)時(shí)長(zhǎng)。一般按照人均使用時(shí)長(zhǎng)、次均使用時(shí)長(zhǎng)、單次使用時(shí)長(zhǎng)進(jìn)行分析，衡量用戶產(chǎn)品著陸的粘性，也是衡量活躍度，產(chǎn)品質(zhì)量的參考依據(jù)。

19. 使用間隔

用戶上次使用應(yīng)用的時(shí)間與再次使用時(shí)間的時(shí)間差。使用頻數(shù)分布，觀察應(yīng)用對(duì)于用戶的粘性，以及運(yùn)營(yíng)內(nèi)容的深度；雖然是使用間隔，但是通過計(jì)算同一設(shè)備，先后兩次啟動(dòng)的時(shí)間差，來完成使用間隔統(tǒng)計(jì)，充分考慮應(yīng)用周期性和碎片化使用的特征。

20. 付費(fèi)率

愿意付費(fèi)用戶在所有用戶中的占比，視頻行業(yè)、電商行業(yè)等用戶付費(fèi)意愿較強(qiáng)，而一些工具類的APP就比較尷尬，苦于找不到收費(fèi)模式；或者現(xiàn)有的收費(fèi)模式用戶不買賬，自然付費(fèi)率就很低，如墨跡天氣和萬能鑰匙等。

21. 復(fù)購(gòu)率

若把復(fù)購(gòu)率說成營(yíng)收屆的留存率，你就會(huì)知道它有多重要了。和新增用戶一樣，獲得一個(gè)新付費(fèi)用戶的成本已經(jīng)高于維護(hù)熟客的成本。

在不少分析場(chǎng)景中，會(huì)將首單用戶單獨(dú)拎出來作為一個(gè)標(biāo)簽，將兩次消費(fèi)以上的用戶作為老客。用戶第一次消費(fèi)，可能是為了體驗(yàn)產(chǎn)品，可能因?yàn)槭莾?yōu)惠推動(dòng)促成了首次付費(fèi)；而第二次付費(fèi)難度會(huì)大大提高，第二次付費(fèi)的成交率也會(huì)有斷崖式下跌（相比于次日留存），非首單付費(fèi)意味著用戶對(duì)產(chǎn)品產(chǎn)生真實(shí)認(rèn)可和強(qiáng)大信任。

22. 退貨率

退貨率是一個(gè)風(fēng)險(xiǎn)指標(biāo)，越低的退貨率一定越好，它不僅直接反應(yīng)財(cái)務(wù)水平的好壞，也關(guān)系用戶體驗(yàn)和用戶關(guān)系的維護(hù)。

03 數(shù)據(jù)的獲取方式

數(shù)據(jù)主要有3種獲取方式：

1. 二手資料數(shù)據(jù)：別人的調(diào)研結(jié)果；
2. 問卷調(diào)研數(shù)據(jù)：收集用戶“說的話”；
3. 應(yīng)用埋點(diǎn)數(shù)據(jù)：看到用戶“做的事”。

1. 二手資料數(shù)據(jù)

目標(biāo)資訊：

行業(yè)數(shù)據(jù)、競(jìng)品數(shù)據(jù)。

包括：商業(yè)交易數(shù)據(jù)、用戶群的態(tài)度和意愿、用戶輿論指數(shù)、競(jìng)品的用戶規(guī)模和盈利狀況等；市場(chǎng)數(shù)據(jù)，立項(xiàng)期對(duì)產(chǎn)品方向有一定指導(dǎo)意義、了解市場(chǎng)、差異化定位。

獲取手段：

百度指數(shù)、企鵝智酷、艾瑞、尼爾森、各大科技資訊平臺(tái)。

2. 問卷調(diào)研數(shù)據(jù)：收集用戶“說的話”

向目標(biāo)用戶發(fā)放問卷并收集，進(jìn)行數(shù)據(jù)整理和分析。

信息重點(diǎn)為用戶自述的歷史行為、主觀態(tài)度或評(píng)價(jià)；舉例，如用戶滿意度查詢、流失用戶原因調(diào)查等；本質(zhì)是建立假設(shè)-使用抽樣調(diào)查的統(tǒng)計(jì)方式-得到用戶自述的答案。

常用指標(biāo)：NPS（Net Promoter Score）推薦凈值。

以一個(gè)簡(jiǎn)單問題，衡量顧客對(duì)企業(yè)品牌/商品的忠誠(chéng)度，“0-10分，你會(huì)有多大意愿推薦我們的產(chǎn)品或服務(wù)給你的親朋好友？”，0-6分叫貶損者，7-8分叫中立者，9-10分叫推薦者，推薦者的比例減去你的詆毀者比例，就是一家企業(yè)的NPS。

從這個(gè)數(shù)值可以看出企業(yè)的客戶當(dāng)中推薦者和批評(píng)者哪一方比較多，分?jǐn)?shù)為正表示愿意持續(xù)購(gòu)買、加購(gòu)或是做口碑的客戶占多數(shù)，也就是所謂的忠誠(chéng)客，那么企業(yè)會(huì)有正向成長(zhǎng)，反之亦然。

3. 應(yīng)用埋點(diǎn)數(shù)據(jù)：看到用戶“做的事”

定義：在產(chǎn)品中植入代碼，設(shè)定觸發(fā)條件，當(dāng)滿足條件時(shí)，記錄日志，獲得用戶行為數(shù)據(jù)；實(shí)際操作中，觸發(fā)條件的設(shè)定至關(guān)重要，需要定義數(shù)據(jù)指標(biāo)，跟開發(fā)提前溝通。

• 曝光埋點(diǎn)：捕捉頁面被展示的次數(shù)，可以針對(duì)整個(gè)頁面，或者頁面中的某個(gè)區(qū)域。如，常說的PV、UV。
• 操作埋點(diǎn)：用戶對(duì)頁面的某個(gè)區(qū)域進(jìn)行手勢(shì)操作時(shí)，打點(diǎn)記錄。對(duì)應(yīng)，也稱之為某個(gè)操作的PV、UV。
• 時(shí)長(zhǎng)埋點(diǎn)：標(biāo)記以上兩類埋點(diǎn)并計(jì)算時(shí)間差獲得。如計(jì)算頁面停留時(shí)長(zhǎng)可以通過，離開頁面的時(shí)間t1-進(jìn)入頁面的時(shí)間t2獲得；離開的定義：點(diǎn)擊頁面左上角返回或點(diǎn)擊頁面具體模塊跳轉(zhuǎn)到次級(jí)頁面。

基于以上3種原始數(shù)據(jù)，可以計(jì)算出：點(diǎn)擊率、功能滲透率、人均點(diǎn)擊次數(shù)、人均使用時(shí)長(zhǎng)等具有對(duì)比價(jià)值的數(shù)據(jù)。

相比二手資料和問卷調(diào)研，賣點(diǎn)數(shù)據(jù)更加貼合用戶真實(shí)的表現(xiàn)，靈敏度高、可挖掘性強(qiáng)、客觀衡量指標(biāo)幫助迭代。

04 數(shù)據(jù)分析方法

1. 行為事件分析

研究某行為事件的發(fā)生對(duì)企業(yè)的影響以及影響程度，企業(yè)借此來追蹤或記錄的用戶行為或業(yè)務(wù)過程，如用戶注冊(cè)、瀏覽產(chǎn)品詳情頁、成功投資、提現(xiàn)等，通過研究與事件發(fā)生關(guān)聯(lián)的所有因素來挖掘用戶行為事件背后的原因、交互影響等。

根據(jù)實(shí)際工作情況而關(guān)注不同的事件指標(biāo)。

2. 漏斗分析

是一套流程分析，它能夠科學(xué)反映用戶行為狀態(tài)以及從起點(diǎn)到終點(diǎn)各階段用戶轉(zhuǎn)化率情況的重要分析模型。

一般的用戶購(gòu)物路徑為激活A(yù)PP、注冊(cè)賬號(hào)、進(jìn)入直播間、互動(dòng)行為、禮物花費(fèi)五大階段，漏斗能夠展現(xiàn)出各個(gè)階段的轉(zhuǎn)化率，通過漏斗各環(huán)節(jié)相關(guān)數(shù)據(jù)的比較,能夠直觀地發(fā)現(xiàn)和說明問題所在，從而找到優(yōu)化方向。

價(jià)值：

1. 監(jiān)控用戶在各個(gè)層級(jí)的轉(zhuǎn)化情況，全流程中最有效轉(zhuǎn)化路徑；同時(shí)找到可優(yōu)化的短板，提升用戶體驗(yàn)；
2. 多維度切分與呈現(xiàn)用戶轉(zhuǎn)化情況，成單瓶頸無處遁形；
3. 不同屬性的用戶群體漏斗比較，從差異角度窺視優(yōu)化思路。

注意點(diǎn)：

步驟間的流失不可避免，步驟越多，流失越多；縮減步數(shù)，在漏斗分析層面有利于減少流失率。

但是根據(jù)復(fù)雜度守恒原則，每步的復(fù)雜度上升，會(huì)帶來用戶體驗(yàn)的下降；因此，路徑的步數(shù)和頁面復(fù)雜度之間需要找到一個(gè)平衡。用最終轉(zhuǎn)化率（完成率）來衡量效果。

3. 留存分析

是一種用來分析用戶參與情況/活躍程度的分析模型，考察進(jìn)行初始行為的用戶中，有多少人會(huì)進(jìn)行后續(xù)行為；這是用來衡量產(chǎn)品對(duì)用戶價(jià)值高低的重要方法，可以反映產(chǎn)品的整體留存或某個(gè)功能模塊的留存。

4. 對(duì)比分析

注意控制變量，如果一段時(shí)間內(nèi)產(chǎn)品的日活突然大幅提升，原因可能有很多：改版、熱點(diǎn)事件相關(guān)、運(yùn)營(yíng)推廣等等，只有在其他條件都一致的情況下，才能衡量某一具體條件對(duì)結(jié)果產(chǎn)生的影響。

05 數(shù)據(jù)分析模型

1. HEART模型

1. 參與度，指的是被動(dòng)形式的用戶行為，包括用戶活躍度和曝光UV、PV等。反應(yīng)了對(duì)使用產(chǎn)品的意愿。
2. 接受度，側(cè)重主動(dòng)形式的用戶行為，如對(duì)某功能的使用。
3. 留存度，一段時(shí)間內(nèi)，連續(xù)活躍的用戶，可以視為留存用戶或忠實(shí)用戶，這些用戶是促成產(chǎn)品盈利的關(guān)鍵因素。
4. 任務(wù)完成度，核心功能環(huán)節(jié)的完成情況。
5. 愉悅度，用戶在使用產(chǎn)品時(shí)的主觀情感之和。常體現(xiàn)在用戶評(píng)價(jià)中。

2. AARRR模型

1. 拉新，了解并定位目標(biāo)用戶人群，盡可能將其引流吸收至自家產(chǎn)品。落地頁是設(shè)計(jì)關(guān)鍵點(diǎn)，需要明確傳達(dá)產(chǎn)品的核心價(jià)值，短時(shí)間內(nèi)吸引用戶。
2. 激活，吸收新用戶之后，需要在一段時(shí)間內(nèi)引導(dǎo)用戶再次使用產(chǎn)品。活躍度對(duì)應(yīng)的兩個(gè)關(guān)鍵指標(biāo)是平均使用時(shí)長(zhǎng)和平均每日啟動(dòng)次數(shù)。
3. 提高留存率，產(chǎn)品是否能真實(shí)地留住用戶，反應(yīng)了用戶對(duì)產(chǎn)品的粘性。
4. 變現(xiàn)，通過一些手段從用戶身上取得營(yíng)收。
5. 傳播，通過提升用戶體驗(yàn)或者裂變獎(jiǎng)勵(lì)等手法，激勵(lì)用戶將產(chǎn)品分享給朋友。

提升活躍與留存4種方式：

1. 有效觸達(dá)，喚醒用戶：指的是通過手機(jī)PUSH、短信和微信公眾號(hào)等能夠觸達(dá)到用戶，喚醒沉睡用戶啟動(dòng)APP的方式，是提升留存的非常有效的方法之一。如游戲老用戶短信召回，電商老用戶召回，召回肯定是有成本的，所以要根據(jù)用戶以往行為，進(jìn)行分析定為，找到召回率最高的那部分用戶，（如RFM模型定為核心用戶）。
2. 搭建激勵(lì)體系，留存用戶：好的激勵(lì)體系，可以讓平臺(tái)健康持續(xù)發(fā)展，讓用戶對(duì)平臺(tái)產(chǎn)生粘性，對(duì)提升留存非常有效。通常使用的激勵(lì)方式有成長(zhǎng)值會(huì)員體系、簽到體系、積分任務(wù)體系。
3. 豐富內(nèi)容，增加用戶在線時(shí)長(zhǎng)：這點(diǎn)游戲產(chǎn)品做的非常好，各種玩法活動(dòng)本身就吸引用戶投入時(shí)間成本，游戲又不斷強(qiáng)化社交屬性，更增加用戶粘度與成本投入。
4. 數(shù)據(jù)反推，找到你的關(guān)鍵點(diǎn)：比如知乎，評(píng)論超過3次，用戶就會(huì)留存下來，很難流失。比如有些游戲產(chǎn)品，一旦玩家跨過某個(gè)等級(jí)就就很難流失。這些都是你需要通過數(shù)據(jù)分析才能找到的關(guān)鍵節(jié)點(diǎn)。

3. RARRA模型

與AARRR模型側(cè)重不同，RARRA模型更加側(cè)重產(chǎn)品本身，不著急獲客，先把產(chǎn)品做好，營(yíng)造好口碑，確保用戶有好的使用體驗(yàn)，讓用戶自愿?jìng)鞑ギa(chǎn)品。

部分產(chǎn)品通過邀請(qǐng)碼的形式，來打造圈層感。相比于側(cè)重拉新的AARRR模式來說，RARRA模式更加穩(wěn)健保守，在運(yùn)營(yíng)側(cè)投入較少。

RARRA模型強(qiáng)調(diào)用戶運(yùn)營(yíng)，以精細(xì)化運(yùn)營(yíng)帶動(dòng)二次購(gòu)買、交叉銷售和拉新獲客。

06 小結(jié)

1. 數(shù)據(jù)的作用

1. 監(jiān)控產(chǎn)品，發(fā)現(xiàn)問題：通過數(shù)據(jù)埋點(diǎn)監(jiān)測(cè)，實(shí)時(shí)監(jiān)測(cè)產(chǎn)品狀況，為改版提供方向和參考。
2. 驗(yàn)證設(shè)計(jì)：通過定性、定量手段，衡量改版效果。
3. 發(fā)掘機(jī)會(huì)點(diǎn)，助力增長(zhǎng)：發(fā)現(xiàn)新的商業(yè)機(jī)會(huì)和產(chǎn)品爆發(fā)點(diǎn)，著力用戶、數(shù)據(jù)增長(zhǎng)。

2. 成為一名解決產(chǎn)品問題的設(shè)計(jì)師

隨著行業(yè)發(fā)展，設(shè)計(jì)師需要具備的素養(yǎng)越來越高。單純?cè)O(shè)計(jì)執(zhí)行已經(jīng)不能滿足日常工作需要，越來越多的崗位需要設(shè)計(jì)師具備數(shù)據(jù)思維。

設(shè)計(jì)師除了保證審美在線之外，更要理解設(shè)計(jì)的來源與驗(yàn)證，讓設(shè)計(jì)更加理性。

感謝閱讀。

本文由 @doo_W 授權(quán)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自?Unsplash，基于 CC0 協(xié)議