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

01 設(shè)計師為什么要懂數(shù)據(jù)？

市場現(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)化嚴重，市場對設(shè)計師提出了更高的要求。

除了審美層面的設(shè)計執(zhí)行還遠遠不夠，設(shè)計師需要具備數(shù)據(jù)眼光，從體驗側(cè)和商業(yè)側(cè)入手，以數(shù)據(jù)為目標導向，精益設(shè)計，實現(xiàn)增長；同時隨著數(shù)據(jù)方法論的廣泛傳播，設(shè)計師有必要將科學的數(shù)據(jù)模型應用到實際工作中。

02 常見數(shù)據(jù)指標

1. 什么是數(shù)據(jù)指標

不是所有的數(shù)據(jù)都叫指標，指標必須對業(yè)務(wù)有參考價值。數(shù)據(jù)指標是針對業(yè)務(wù)需求，使用收集手段，直接獲得或者間接計算出來的一系列統(tǒng)計數(shù)據(jù)。

數(shù)據(jù)指標貫穿整個設(shè)計流程，解釋用戶行為和業(yè)務(wù)變化，為設(shè)計提供依據(jù)，對結(jié)果加以驗證。

2. 常見的數(shù)據(jù)指標

數(shù)據(jù)指標繁多，本文加以歸類，便于理解。

我們將常見的數(shù)據(jù)指標分為3大類：

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

3. 活躍用戶

在特定的統(tǒng)計周期內(nèi)，成功啟動或操作過產(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；不同產(chǎn)品對應不同的使用頻率，社交產(chǎn)品、資訊產(chǎn)品，如微信、今日頭條等，其KPI考核指標一般都有日活躍用戶數(shù)這項。

但對于某些低頻需求和臨時性需求的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

安裝應用后，首次成功啟動產(chǎn)品的用戶。按照統(tǒng)計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)備維度進行去重統(tǒng)計，如果該設(shè)備卸載了應用，一段時間后又重新安裝了該應用，且設(shè)備未進行重置，再次打開應用，則不被計算為一個新增用戶。

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

5. 留存率

用戶在某段時間使用產(chǎn)品，過了一段時間后，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/ 當初的總用戶量

用戶來了之后，是否能留得住，反映了用戶對產(chǎn)品的滿意度。通常重點關(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應用的比例。

7日（周）留存率：新增用戶在第7天再次成功啟動該應用的比例。這個時間段內(nèi)，用戶通常會經(jīng)歷一個完整的產(chǎn)品體驗周期，如果這個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)品的忠實用戶。

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

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

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，因為移動端人口紅利沒有了，獲客成本越來越高，競爭也越來越激烈，如何留住用戶比獲得用戶更重要。

6. 人均使用時長

在特定統(tǒng)計時間段內(nèi)，瀏覽一個頁面或使用整個產(chǎn)品時，用戶所停留的總時間除以該頁面或整個產(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之一，也可以側(cè)面反映出網(wǎng)站的用戶體驗。平均訪問時長越短，說明產(chǎn)品對用戶的吸引力越差；例如，抖音的成功離不開強大的用戶黏性，用戶總會不知不覺就消耗了很多時間。這里的商業(yè)邏輯是，用戶停留的時間越長，商業(yè)轉(zhuǎn)化的可能性就越大。

當然，對于即用即走的工具型產(chǎn)品不適用，相反，用戶單頁面停留時間長，很有可能是頁面功能模糊，表意不清，用戶花了很長時間去理解怎么用，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，就算在GMV內(nèi)。

實際訂單可能全部支付，所以GMV肯定大于實際銷售額，因此經(jīng)?？吹綀蟮蓝际怯肎MV來展示平臺規(guī)模。

8. 人均客單價（ARPU）

每個用戶平均收入——ARPU=總收入GMV/支付UV。

用戶數(shù)可以是總平均在線用戶數(shù)、付費用戶數(shù)或是活躍用戶數(shù)，不同產(chǎn)品標準可能存在差異；ARPU可以再一步細分，當普通用戶占比太多，往往會取每付費用戶數(shù)作為分母，來計算ARPU。

ARPU的高低沒有絕對的好壞之分，分析的時候需要有一定的標準；高客單價行業(yè)，如一些奢侈品行業(yè)，就非常關(guān)心這個指標，付費用戶數(shù)雖然不多，但是個體消費能力極強。

9. PV（頁面瀏覽量）

用戶每一次對頁面訪問均被記錄1次，多次訪問，訪問量累計。理論上PV與來訪者數(shù)量成正比，但是它不能精準指向頁面的真實訪問數(shù)；比如同一個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（獨立訪客人數(shù)）

訪問網(wǎng)站的一個IP地址為一個訪客，固定時段內(nèi)，相同的客戶端只被計算一次；使用獨立用戶數(shù)作為統(tǒng)計量，可以更加精準地了解某時間段內(nèi)，實際上有多少個訪問者來到了相應的頁面。

11. 轉(zhuǎn)化率

在一個統(tǒng)計周期內(nèi)，完成轉(zhuǎn)化行為的次數(shù)占總點擊/曝光次數(shù)的比率。轉(zhuǎn)化率=(轉(zhuǎn)化次數(shù)/點擊量)×100%。

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

轉(zhuǎn)化率是產(chǎn)品盈利的重要指標之一，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，看看參與活動的用戶當中有多少是在活動后產(chǎn)生支付的，有需要的還可以根據(jù)數(shù)據(jù)分析出人均購買次數(shù)和購買金額；再比如我們監(jiān)測注冊量，就要關(guān)注注冊轉(zhuǎn)化率，看看這個活動給產(chǎn)品帶來了多少新增用戶；所以轉(zhuǎn)化率可以針對性分析產(chǎn)品在哪些方面做的不足，可以快速定位到問題點。

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。

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

極端案例，如婚慶類產(chǎn)品，用戶的打開頻率相當?shù)?，所以不是每個產(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，并在下個版本中修復產(chǎn)品中存在的問題；甚至還可以定位到流失的具體用戶ID，通過當時用戶注冊的個人信息進行跟進。

13. 跳出率 BR（Bounce Bate）

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

14. 退出率 ER（Exit Rate）

指該頁面是會話中“最后一頁”的瀏覽量占該網(wǎng)站瀏覽量的百分比。

退出率=當頁退出次數(shù)/會話總訪問量*100%

退出率反映了網(wǎng)站對用戶的吸引力，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，也應該關(guān)注產(chǎn)品上的重要功能。如收藏，點贊，評論等，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論了，有多少用戶點贊了，便能用點贊率和評論率這兩個指標表達；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長。

17. 啟動次數(shù)

即統(tǒng)計時間段內(nèi)，用戶打開應用的次數(shù)；重點關(guān)注人均啟動次數(shù)，結(jié)合使用時長可進行分析。

用戶主動關(guān)閉應用或應用進入后臺超過30s，再返回或打開應用時，則統(tǒng)計為兩次啟動，啟動次數(shù)主要看待頻數(shù)分布情況。

18. 使用時長

統(tǒng)計時間段內(nèi)，某個設(shè)備從啟動應用到結(jié)束使用的總計時長。一般按照人均使用時長、次均使用時長、單次使用時長進行分析，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

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

20. 付費率

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

21. 復購率

若把復購率說成營收屆的留存率，你就會知道它有多重要了。和新增用戶一樣，獲得一個新付費用戶的成本已經(jīng)高于維護熟客的成本。

在不少分析場景中，會將首單用戶單獨拎出來作為一個標簽，將兩次消費以上的用戶作為老客。用戶第一次消費，可能是為了體驗產(chǎn)品，可能因為是優(yōu)惠推動促成了首次付費；而第二次付費難度會大大提高，第二次付費的成交率也會有斷崖式下跌（相比于次日留存），非首單付費意味著用戶對產(chǎn)品產(chǎn)生真實認可和強大信任。

22. 退貨率

退貨率是一個風險指標，越低的退貨率一定越好，它不僅直接反應財務(wù)水平的好壞，也關(guān)系用戶體驗和用戶關(guān)系的維護。

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. 應用埋點數(shù)據(jù)：看到用戶“做的事”。

1. 二手資料數(shù)據(jù)

目標資訊：

行業(yè)數(shù)據(jù)、競品數(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)、競品的用戶規(guī)模和盈利狀況等；市場數(shù)據(jù)，立項期對產(chǎn)品方向有一定指導意義、了解市場、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。

2. 問卷調(diào)研數(shù)據(jù)：收集用戶“說的話”

向目標用戶發(fā)放問卷并收集，進行數(shù)據(jù)整理和分析。

信息重點為用戶自述的歷史行為、主觀態(tài)度或評價；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)計方式-得到用戶自述的答案。

常用指標：NPS（Net Promoter Score）推薦凈值。

以一個簡單問題，衡量顧客對企業(yè)品牌/商品的忠誠度，“0-10分，你會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。

從這個數(shù)值可以看出企業(yè)的客戶當中推薦者和批評者哪一方比較多，分數(shù)為正表示愿意持續(xù)購買、加購或是做口碑的客戶占多數(shù)，也就是所謂的忠誠客，那么企業(yè)會有正向成長，反之亦然。

3. 應用埋點數(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，當滿足條件時，記錄日志，獲得用戶行為數(shù)據(jù)；實際操作中，觸發(fā)條件的設(shè)定至關(guān)重要，需要定義數(shù)據(jù)指標，跟開發(fā)提前溝通。

• 曝光埋點：捕捉頁面被展示的次數(shù)，可以針對整個頁面，或者頁面中的某個區(qū)域。如，常說的PV、UV。
• 操作埋點：用戶對頁面的某個區(qū)域進行手勢操作時，打點記錄。對應，也稱之為某個操作的PV、UV。
• 時長埋點：標記以上兩類埋點并計算時間差獲得。如計算頁面停留時長可以通過，離開頁面的時間t1-進入頁面的時間t2獲得；離開的定義：點擊頁面左上角返回或點擊頁面具體模塊跳轉(zhuǎn)到次級頁面。

基于以上3種原始數(shù)據(jù)，可以計算出：點擊率、功能滲透率、人均點擊次數(shù)、人均使用時長等具有對比價值的數(shù)據(jù)。

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

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、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)實際工作情況而關(guān)注不同的事件指標。

2. 漏斗分析

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

一般的用戶購物路徑為激活APP、注冊賬號、進入直播間、互動行為、禮物花費五大階段，漏斗能夠展現(xiàn)出各個階段的轉(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。

價值：

1. 監(jiān)控用戶在各個層級的轉(zhuǎn)化情況，全流程中最有效轉(zhuǎn)化路徑；同時找到可優(yōu)化的短板，提升用戶體驗；
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：

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)復雜度守恒原則，每步的復雜度上升，會帶來用戶體驗的下降；因此，路徑的步數(shù)和頁面復雜度之間需要找到一個平衡。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，考察進行初始行為的用戶中，有多少人會進行后續(xù)行為；這是用來衡量產(chǎn)品對用戶價值高低的重要方法，可以反映產(chǎn)品的整體留存或某個功能模塊的留存。

4. 對比分析

注意控制變量，如果一段時間內(nèi)產(chǎn)品的日活突然大幅提升，原因可能有很多：改版、熱點事件相關(guān)、運營推廣等等，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，指的是被動形式的用戶行為，包括用戶活躍度和曝光UV、PV等。反應了對使用產(chǎn)品的意愿。
2. 接受度，側(cè)重主動形式的用戶行為，如對某功能的使用。
3. 留存度，一段時間內(nèi)，連續(xù)活躍的用戶，可以視為留存用戶或忠實用戶，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)品時的主觀情感之和。常體現(xiàn)在用戶評價中。

2. AARRR模型

1. 拉新，了解并定位目標用戶人群，盡可能將其引流吸收至自家產(chǎn)品。落地頁是設(shè)計關(guān)鍵點，需要明確傳達產(chǎn)品的核心價值，短時間內(nèi)吸引用戶。
2. 激活，吸收新用戶之后，需要在一段時間內(nèi)引導用戶再次使用產(chǎn)品?；钴S度對應的兩個關(guān)鍵指標是平均使用時長和平均每日啟動次數(shù)。
3. 提高留存率，產(chǎn)品是否能真實地留住用戶，反應了用戶對產(chǎn)品的粘性。
4. 變現(xiàn)，通過一些手段從用戶身上取得營收。
5. 傳播，通過提升用戶體驗或者裂變獎勵等手法，激勵用戶將產(chǎn)品分享給朋友。

提升活躍與留存4種方式：

1. 有效觸達，喚醒用戶：指的是通過手機PUSH、短信和微信公眾號等能夠觸達到用戶，喚醒沉睡用戶啟動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. 搭建激勵體系，留存用戶：好的激勵體系，可以讓平臺健康持續(xù)發(fā)展，讓用戶對平臺產(chǎn)生粘性，對提升留存非常有效。通常使用的激勵方式有成長值會員體系、簽到體系、積分任務(wù)體系。
3. 豐富內(nèi)容，增加用戶在線時長：這點游戲產(chǎn)品做的非常好，各種玩法活動本身就吸引用戶投入時間成本，游戲又不斷強化社交屬性，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：比如知乎，評論超過3次，用戶就會留存下來，很難流失。比如有些游戲產(chǎn)品，一旦玩家跨過某個等級就就很難流失。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。

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，營造好口碑，確保用戶有好的使用體驗，讓用戶自愿傳播產(chǎn)品。

部分產(chǎn)品通過邀請碼的形式，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，在運營側(cè)投入較少。

RARRA模型強調(diào)用戶運營，以精細化運營帶動二次購買、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)埋點監(jiān)測，實時監(jiān)測產(chǎn)品狀況，為改版提供方向和參考。
2. 驗證設(shè)計：通過定性、定量手段，衡量改版效果。
3. 發(fā)掘機會點，助力增長：發(fā)現(xiàn)新的商業(yè)機會和產(chǎn)品爆發(fā)點，著力用戶、數(shù)據(jù)增長。

2. 成為一名解決產(chǎn)品問題的設(shè)計師

隨著行業(yè)發(fā)展，設(shè)計師需要具備的素養(yǎng)越來越高。單純設(shè)計執(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)計師具備數(shù)據(jù)思維。

設(shè)計師除了保證審美在線之外，更要理解設(shè)計的來源與驗證，讓設(shè)計更加理性。

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