90%的资深设计师都掌握的数据分析基础知识（中）

为嘛面试过不了？为嘛作品投出去石沉大海？面试官是不是都脑子有泡！他们针对我！！

其实你遇到优秀的面试官时，他能通过作品看见你的状态，懂行的面试官看咱们就像小学时监考老师看下面耍小聪明的作弊的小学生，胡扯数据、乱说分析，现在很多作品都知前面说的分析与后面表现数据结果无瓜葛，要不然就是结果表现的太夸张，说简单点就是抄作业嘛，别人有咱也得有，要不然显得咱不专业，别人说改版后用户粘性用户平均使用时长提升了 1 小时，咱们也依样画葫芦的抄作业，结果人家是娱乐性产品，咱是工具类产品，这种答案能抄吗？这个答案在他那边是没问题，但是咱抄过来后面试官一看就是胡扯嘛～天下设计一大抄，但是天下设计别乱抄。

天下设计别乱抄

就在前几天帮一位伙伴看作品，其中有一页表现了一个非常离谱的数据，反问他：你为什么这么写啊？他说：嘿嘿，我编的～。我的状态：Emmmm。适度的美化没问题，大家谁找工作不注点水啊，但是咱不能乱注水对不对？你家的游泳池就那么大，你注进去一个太平洋那还了得？？刘亦菲说自己天生丽质难自弃，但是我要是和你说：GeiGei～俺也一样，你只会觉得我是张飞并将我一拳撂倒。

Gei ～Gei～俺也一样

聪明的小明可能会说，那我不放数据不就好了嘛～可以，当然可以，你说的都对，但是面试官不听你的并给你打一个低分，如果想得到高薪，建议还是做一些数据表现的好，如果你对数据一知半解，不知道怎么展示数据，不知道放甚噩梦数据，又或者数据的前因后果无法形成闭环，那看看此篇，让你了解数据，正确的去展现数据为自己加分～

闲言少叙，咱们回归正题～上一篇我们详细的讲述了用户数据，本篇来为大家讲述一下行为数据与业务数据。本篇文章一万多字，阅读大概需要好一会～请准备好充足摸鱼时间观看。

行为数据秘籍传授于你

一、行为数据（用户都做了什么）

少年，我见你骨骼惊奇，今天我就将这几本秘籍传授于你。

1. PV UV
2. 点击率
3. 转化率
4. 流失率
5. 完成率
6. 功能使用率。

修习此功日后必成大器！这便是行为数据需要关注的 6 项重要指标。

第一式 ：PV、UV

第一式：PV、UV，此为该功法之本根。

PV 页面浏览量也称页面访问量或点击量、UV 独立访客数，也称唯一访客数。例：你今天来公司上班，进入公司次数为 1 则当前 PV UV 均等于 1，如果你今天在公司上了 100 次厕所，那你出入公司 PV=100，但 UV 依然为 1（不建议大家在公司上 100 次厕所，摸鱼光荣，但摸鲨鱼是可耻的）。

修习此式有神马用 ？

修习此式有神马用？它可辅助咱们优化功能、帮助咱们用户分群、协助咱们做出争取的增长策略。

快速甩锅式

① 辅助咱们优化功能

能帮助我们进行页面优化，功能优化。通过分析高 PV 页面、功能了解用户偏好，优化页面内容和交互。就好比公司在工作中出现重大失误，需要有人出来背锅，但是领导层肯定是不会犯错的，只能找小卡拉米来背锅，所以优先看谁平时的锅比较多，然后把锅甩给他。回归到设计角度：我们公司想增加线索转化，则优先调取用户访问高页面，在数据表现高的页面中进一步增强转化入口设计工作。你的大厂丈母娘更专注你的设计思维，所以你针对性的看着篇数据相关文章，了解核心用户需求，进行针对性优化。

招式升级

回归设计，发现问题：到达量 PV 为 272，但是点击率 PV 却只有 7。这个时候就需要思考一下原因是什么。为什么你男朋友口口声声说爱你，却不肯陪你？原因是什么？是太忙？是有 3？还是沉迷游戏无法自拔？两项表现差距如此之大，那在这两项之间还存在什么环节呢？我们可以将其中的环节分解找出问题。这就是数据对我们的指导。

PV和UV的比值

帮助咱们用户分群，结合 PV 和 UV 的比值，区分核心用户和普通用户，设计差异化的 UI。

先说说什么样的数据才是合理的数据，看了此部分，下次别乱编了。

1. 一般来说，应用程序的页面浏览量(PV)与独立访客数(UV)的比值会在以下范围内:
2. 电商类应用: PV/UV 比值通常在 10-40 之间。电商类应用页面浏览较多，单个用户可能会浏览很多页面。
3. 社交类应用: PV/UV 比值通常在 2-8 之间。社交应用用户活跃度高，但单个用户浏览的页面数相对较少。
4. 内容类应用: PV/UV 比值通常在 3-10 之间。内容类应用用户浏览页面相对较少，但独立访客数较高。
5. 工具类应用: PV/UV 比值通常在 2-6 之间。工具类应用页面结构简单，用户浏览页面较少。

给你几板砖

类似于你的领导天天欺负你，你很礼貌的问候他的家人，并给了他一板砖，你觉得这个数据合理吗？很明显是不合理的，一板砖那能够？都已经愤怒到极致了才一板砖吗？所以这个数据表现很明显是不合理的。回归到设计，你一个工具类产品和面试官讲你的，某个用户每天会浏览 pv 达到 1000，合理吗？？

总的来说，一个健康的应用程序 PV/UV 比值通常在 2-40 之间，具体取决于应用的类型和用户特点。如果比值过高或过低，可能需要进一步分析原因并优化应用。

计算方法

假设一款滴滴打人（电商）应用，一天的数据表现如下:

1. 总浏览量(PV): 100，000
2. 独立访客数(UV): 5，000
3. [100，000] / [5，000] = 20

这个比值表示: 每个独立访客平均浏览了 20 个页面。也就是说，虽然只有 5，000 个独立访客，但他们总共浏览了 100，000 个页面，一般来说: PV/UV 比值越高，说明用户活跃度和粘性越好。 比如电商应用的 20 就比内容应用的 5 要高，说明电商应用用户浏览页面更多，所以 PV/UV 比值可以反映出应用的用户浏览行为特征，对应分析应用的用户活跃度和粘性很有帮助。

你看小视频的时候总得挑挑摘摘吧？不是什么都看吧？那视频类的应用比值就会高。你办公用的 OA 系统，多翻一页都觉得是煎熬，所以比值就低，大概就是这么个意思。

回到用户分群

② 比值说清楚了，咱们回到用户分群。

假设某款教育类 APP 的用户情况如下:

1. 总 UV(独立访客数)： 100 万
2. 总 PV(总浏览量)：500 万
3. PV/UV 比值：5

根据上述数据，我们可以将用户分为以下两类：核心用户和普通用户。当然哈你也可以继续划分，三类四类一万类都行。

核心用户群体：这部分用户的 PV/UV 比值较高，通常在 5 以上。他们是 APP 的重度用户，每个人平均浏览量较高。这部分用户对 APP 的依赖程度较强，是产品的主要收益来源。咱就是说人家总来看你，还给你带礼品，那能不是核心用户嘛？

普通用户群体：这部分用户的 PV/UV 比值较低，通常在 5 以下。他们是 APP 的轻度用户，每个人平均浏览量较低。这部分用户使用频率相对较低，是产品的潜在用户群体。这部分就是我想起你了就来看看你，你等于备胎。

不同人不同策略

针对这两类用户群体，咱们可以采取以下差异化设计策略:

1. 针对核心用户在 APP 首页、课程列表等入口位置，突出展示更多专业、深度的课程内容。因为她是真的爱你，是真的舍得花钱的。
2. 设计个性化的学习追踪、社交互动等功能，满足他们更深入的学习需求。她这么爱你，你总的为他做点什么事吧？得满足人家吧？
3. 针对普通用户在 APP 首页、导航菜单等位置，凸显更简单易上手的入门级课程及功能。设计更友好的新手指引和使用引导，降低学习成本，提高转化率。她现在还没那么爱你呢，想想办法让她先了解了解你。
4. 优化页面布局和交互设计，力求更清晰、直观的用户体验。展示展示咱们的腹肌，肱二头肌，表示一下咱特长。

就像是谈恋爱，通过对方的表现，我们可以判断出感情进展是什么样的，是爱你？还是暧昧？还是单相思？针对不同状态，我们要做的事情自然就是不一样的。对于设计也是一个道理，我们通过数据表现判断用户到底爱不爱你。然后将他们划分，并制定不同计划。

数据与增长策略

③ 增长策略，分析 PV 和 UV 的变化趋势，为产品运营团队提供数据支持。

PV 增长但 UV 增长缓慢分析：

页面浏览量增加，但独立用户数增长缓慢，可能是因为获取新用户成本高导致。

设计策略: 老用户在反复的用，但是没新用户进来，所以优化新用户引导流程，降低注册/登录障碍，提高新用户转化率。设计病毒式增长入口，如邀请好友、分享奖励等，提高用户主动传播。咱们让分享按钮跳动吸引他们点，设计机会不就来了嘛。针对老用户设计个性化内容和功能，提高活跃用户的使用粘性。切记哈是鼓励他们，可不是搞他们，老用户要维护好，别新用户没来老用户还整丢了，那可太惨了。

增长但PV增长缓慢

UV 增长但 PV 增长缓慢分析:

独立用户数增加，但每个用户的浏览量较低，可能是因为内容质量、交互体验等问题。

比如说咱们搞个活动，活动噱头为“什么男女同房多人运动”吸引用户过来，进来他们点击一看：*的！原来是王者农药，上当了！再也不来了。又或者用户使用了某一个功能发现不好用，再也不来了。又或者我买的商品要求保密发货，但你的的包装和上图一样！！！再也不来了。

说一个功能上的例子，咱们在和朋友聊天，如果点击发送键后给咱弹出个弹窗询问是否确认发送，你觉得这个设计怎么样？这样的功能设计会不会对数据产生影响呢？？大概率上来说咱们都需要聊天工具，所以依旧会继续使用，但是多了这样一个弹窗可能会降低我们的使用频次，那么这是不是就属于 UV 在增长，但是 PV 提不上来？

设计策略：优化信息架构和内容展现方式，提高内容的可发现性和吸引力，但是别老骗用户了哈。改善关键功能的交互设计，提高用户的使用效率和满意度，这不就是大家设计作品时的理由嘛。为不同用户群体设计个性化的内容推荐和功能入口，大家总说的千人千面，总是谈千人千面，这回找到了落脚点了吧？

PV和UV增长同步放缓分析

PV 和 UV 增长同步放缓分析:

用户获取和活跃度均出现瓶颈，可能是产品本身的竞争力下降。或者到了产品发展平稳期、成熟期。

设计策略：如果在快速发展期，着两个数据都不好，那这东西做的就是**啊！！一定是方向都没搞对，想一下咱们的功能到底做的对不对，是不是用户想要的。设计新用户引导、裂变传播等增长策略，持续拓展新用户群体，想点运营玩法，设计表现是做点新花样。 或者思考一下针对老用户设计会员体系、社交功能等提高粘性的设计方案。 拓展一个知识点，会员体系时用来增加用户粘性的，不是为了你们展示作品好看的，为什么这么说呢，比如说你在饿了么买了会员，那以后你点好吃的基本都会使用饿了么，不会使用美团但凡你没用这个软件下单，你都会觉得亏的慌，所以你会不断的使用这款软件，用户粘性也就得到了提升。牢记这个知识点，作品表现重灾区，为什么要搞会员得清楚，可不能胡叭叭。

做出你的选择

第二式：点击率 CTR

看了上图，你的心动选择是什么？我相信大家肯动都是选择“以上都选”对吧？那说明我这个按钮展示给你你的点击率为 100%。所谓的点击率理解起来很简单：转化率是指你把某一项内容展示给用户后他有多大的几率会点击。

按照 pv 来算=点击次数/总 PV，如果页面或者功能有 100 的总 pv，但被次被点击 50 次则点击率为 50%。它反映了在所有页面浏览中，用户对某个特定元素的关注程度。

第二式 ：沙雕展翅

① 一二式融合功法：PV 点击率

pv 点击率可以帮助设计师识别用户关注的热点内容和功能入口，进行优化。发现页面设计中存在的问题，如信息架构不合理、视觉吸引力不足等。如咱们的 APP 有 100 次访问，有 1 个人点击率 banner，那 banner 点击率就为 1%。点击率低说明咱设计的东西吸引力不够嘛～通常做活动，或者功能新上线，判断设计的是不是有足够的吸引力会用到这个数据。拿到数据后进行分析，到底是视觉表现不足，还是说功能架构不合理？

咱们设计了一个按钮希望用户可以点击，但是这个按钮隐藏的比较深，需要用户滑动到底部才能点到，那么咱们的点击数据不理想是不是这个原因影响的呢？这些都是需要思考到的内容。

数据助推器

② 一二式融合功法：UV 点击率

UV 点击率 = 点击用户数 / 总 UV，它反映了在所有独立访客中，有多少用户对某个特定元素产生了操作行为。

如果你们的软件有 20 人使用了转账，但是只有 10 个人给我转账成功，那么（UV）订单转化率为 50%。（当然了你也可以在 PV 的角度上来计算 100 人登录，20 人转账，那么订单转化率为 20%。但是数据是肯定没有 UV 转化比的数据好看嘛～那你觉得展示哪个更能体现你的价值呢？哈哈，你自己看着办咯～） uv点击率反映用户对某个功能或入口的实际使用情况，而不仅仅是浏览。可以作为评估新功能或设计方案的重要指标，分析用户的接受程度。

③ 对设计师的价值

综合运用 PV 点击率和 UV 点击率，UI 设计师可以更精准地分析用户行为，发现产品设计中的问题和优化空间，为产品的持续改进提供有力支撑。点击率可在展示作品时作为一个数据点支撑，表示你的改版的某个功能起到了效果，本篇以及我写过的上篇都举过大量例子，就不多费口舌啦～

第三式 ：转化率

第三式：转化率

完成预期目标操作的用户数占总访问用户数的比例，注意哦～这里每个词都很关键

1. 这里的"预期目标操作"指的是产品设计者事先设定的关键用户行为，例如注册、购买、提交表单等。说白了这个阶段就是产品设计人员在臆想，用户需要某些功能。可能会导致设计者设定的目标操作并不符合用户的实际行为习惯和偏好，从而影响完成率的提升。那你搞得功能转化率高，这不就说明咱设计的好嘛。
2. "完成"意味着用户成功地完成了这个预期的目标操作。
3. 用户数"这里指的是实际进行这个目标操作的用户数量。
4. "总访问用户数"这里指的是进入产品/网站的总用户数量，包括完成目标操作的用户和未完成目标操作的用户。
5. "比例"转化率就是将"完成预期目标操作的用户数"除以"总访问用户数"得出的百分比。

比如说，一个网站的总访问用户数是 1000 人，其中有 200 人成功注册，那么这个网站的注册转化率就是 200 / 1000 = 20%。

转化高能够有效转化流量为业务价值。如果转化率较低，就说明存在一些问题需要优化，比如用户体验、营销策略等，需要根据转化率的数据进行分析和改进。

老板画的饼

你的领导有没有给你画过大饼？说什么忙完这阵儿就可以休息一下了，结果是忙完这阵儿就要忙下阵儿了，有没有给你说过过了今年就让你升职加薪，走上人生巅峰？但是哪张饼你吃到嘴里了？这不就是光画饼，没转化成功。饼画了无数张，就是一张都吃不到。

1. 老板给你"画"的饼，代表的是他设定的预期目标或期望。也就是说，他希望你能完成某个操作或行为。
2. 但最后你"一张饼都没吃到"，意味着你虽然接受了老板的期望，却没有真正完成目标操作（当然很多情况下是你完成了目标操作但是某些人假装看不到）。
3. 这种情况下，你的"转化率"就是 0%。也就是说，实际完成目标操作的人数(0 人)占总接触人数(你)的比例是 0。
4. 即使老板给出了很诱人的"饼"，但如果最终都没有转化为实际的行动和结果，那转化率就是非常低的。

一口吃不到

问一个问题：一款软件常规操作为 12345，1 为起点，5 为终点。但是用户在操作时是 23415 的步骤完成。着算不算事完成了转化？

用户最终完成了软件的预期目标操作，也就是从起点到终点的流程，结果是正确，但用户的实际操作步骤(23415)与设计者预期的步骤(12345)不一致，这就说明用户在完成目标时遇到了一些困难或不便，中间的操作步骤并未完全按照设计者的预期进行，这意味着存在一些交互设计上的问题。严格意义上应该属于未完成，可实际工作中大家很少关注流程中的事情，即使注意到了也不说，汇报的时候都是按照成功来计算了，毕竟这是业绩嘛。（小插曲，看你想怎么计算）

回归设计

咱们可以理解为转化率是一个宏观的大的概念，也可以粗暴的理解为包含关系，转化率可能包含了多种数据关系（例如点击转化率，那不就是点击率和转化率结合嘛）。为大家提供几个数据切入点吧，大家可以去与自己的项目做对应，试试能不能运用进去。

1. 获取新用户的页面目标：吸引新用户注册或下载。关键指标：注册率、下载率。辅助指标: 访问量、新访客量、跳出率。
2. 促进用户活跃的页面目标：提高用户活跃度、留存率。关键指标：活跃用户数、日活跃率、留存率。辅助指标：打开率、session 时长、页面浏览量。
3. 推动销售转化的页面目标：促进商品销售。关键指标：转化率、平均客单价、销售额。辅助指标：加购率、结算放弃率、支付转化率。
4. 鼓励用户互动的页面目标：提高用户参与度。关键指标：互动率、评论数、分享量。辅助指标：停留时长、浏览深度、参与触发率。
5. 提升品牌影响力的页面目标：提升品牌知名度和好感度。关键指标：品牌曝光量、品牌搜索量、好感度指。数辅助指标: 访问量、页面浏览量、视频播放量。

总之关注页面的核心目标，选择最能反映目标实现情况的关键指标，同时辅以其他相关指标，可以全面评估页面的转化效果。大概写这么几项，没办法覆盖的那么全面，大家理解一下。

DISS式 ：流失率

Diss 式：流失率

曾经使用但后来不用了，它反映了用户在一定时间内主动放弃使用产品的比例，可以通过此数据发现产品中存在的问题和用户痛点。回归到现实问题就是：“爱过”，以前很爱，但是现在不爱了，就是流失

较多关注次日、7 日、30 日的流失。根据产品类型不同需要注意计算流失率的方法，这在前面已经介绍过了这里就不重复说了。

指导意义是什么 ？

① 对设计的指导意义是啥？

可以帮咱们做差异化、优化关键流程、识别用户痛点。（你会发现这些数据基本上可以帮助到怎们的翻来覆去就真点事）

差异化设计

差异化设计：

根据不同用户群体的流失特征，设计差异化的界面和功能，提高针对性。如，针对高流失风险的新用户群体，可以设计更友好的新手引导。如和男朋友聊天就夸他好，和闺蜜聊天就吐槽他坏。你和不同人聊天内容肯定是不一样的吧？这不就是因为你怕失去你的伙伴，所以聊的内容不同嘛～

优化关键流程

优化关键流程：

对流失率较高的关键功能或页面进行针对性的交互设计优化。

例如：如果用户在支付环节有较高的流失率，可以简化支付流程，提升用户体验。说到这里我想起来前阶段和朋友一起吃饭，发现配菜里有一份折耳根，从未吃过的我决定尝试一下，结果吃了一口折耳根后再吃其他菜感觉都是啃轮胎的味道，实在是适应不了折耳根的味道，于是草草结束去逛街了，那折耳根就是我结束这段饭的转折点，这也就是流失率的关键点。如何优化呢？以后只要不吃就好了嘛～折耳根从此永远的失去了我。

不晓得大家看没看过电影《危城》聪明哥说要为古校长做一碗牛肉面，古校长说别放葱花，聪明哥端上来面的确没放葱花，但是古校长却又说我不吃牛肉，于是开始拔枪屠戮。有没有觉得这个做派和你的领导如出一辙。你按照他的要求优化流程，即使满足了条件他一样会从刁钻角度 diss 你。

识别用户痛点

识别用户痛点：

咱们可以去分析流失用户的行为轨迹和特点，发现设计中存在的问题和用户痛点。

例如：如果用户在完成注册后立即流失，可能是因为注册体验不友好。你去和网恋网友见面，刚见面她就跑了，为什么？你用我的照片和人家网恋，过去一看不是本人，明明面线上是大雄见面却成了胖虎，人家当然跑了。那用户的痛点是什么？哎～可能就是颜值吧。嘿嘿嘿～

第五式 ：完成率

第五式：完成率

用户完成某个目标行为的比例，反映用户在完成核心任务时的转化情况，可以评估产品功能和交互设计的有效性。

例如：注册完成率、下单完成率、支付完成率等。计算方法，完成率 = 完成目标行为的用户数 / 进入目标环节的总用户数 × 100%。说人话就是这件事用户有没有做完？为什么没做完？在哪个步骤停下的？

一句回复引发的血案

在做图的过程中想到了过往的一段小故事，曾有位领导布置了一项工作之外的设计探索任务，过几天后在群里询问大家探索任务做的如何了，我回答了一句：正在建设中。领导情绪极速变化并在群内反问：‘你之前也和领导这么说话么？做事情要靠谱，件件有回应，事事有着落巴拉巴拉～。’如果咱们把此视为一个流程：布置任务--询问进度--完成任务，那么在询问环节的回答让领导很生气，那咱们就要反思领导为什么生气？答案可能是未能解决用户（领导）的痛点，未能把领导当领导等等。所以对此我做出调整，不在以这种轻松、朋友式与这位领导对话，摆正其领导是的位置，回答上只说过程、节点、问题与结果，回复已完成多少，剩余多少，计划如何完成。

回归到设计，你的用户进行任务，做了一半就不做了，那我们是不是一样也需要寻找其中缘由，并针对不同用户群体做出不一样的设计策略。

转化率与完成率的区别

转化率与完成率的区别

1. 转化率是关注"部分目标"的完成情况只关注用户完成了这个"部分"的比例。
2. 完成率则是关注用户是否完成了"整个流程"的情况
3. 转化率用于优化单个环节，完成率用于优化整个流程，两者是相辅相成，像海尔兄弟一样。

先做100张

如果说你的领导在上午的时候新给你布置任务，先让你做 100 版看看效果，下午的时候问你做完没，你说做了 5 张。那么当前领导任务下达后，牛马执行转化率是多少？牛马对于任务的完成率是多少？

1. 领导布置 10 项任务，你每一项都做了，执行转化率为 100%
2. 但是 10 项任务你有其中 1 项没做完，那任务的完成率为 90%。你可能解释说哎，领导我手里的活太多啦，没办法，巴拉巴拉～。领导会告诉你：我只看结果，你说的那些都是借口！
3. 复盘一下，一方面可能是我们工作确实中存在效率问题，如果是效率问题，则改进优化自身的工作流程。另一方面呢？可能是领导问题，任务下达不合理，但是领导这种东西是不会犯错的，想指望 Ta 们改正，Emmm...还是好好学习争取自己当领导吧～

填写转化率与填写完成率

回归设计场景解释一下。

比如说我的表单有一百项内容需要用户填写，转化率只关心用户喜不喜欢着一百项内容，有没有能力填写，只要用户进入了表单页面，无论填写了多少我都可以说我的表单是有转化（填写转化率）。

但是在完成率的角度来说，关心的是用户能不能吧这些内容全都填写完。

转化率关注的是用户进入表单页面后，有多少人开始填写表单，这反映了表单本身的吸引力和可用性。但不 care 用户最终填写完成了多少项内容。

而完成率关注的则是用户从开始填写到最终完整提交表单的整个流程，它反映了用户是否能够顺利完成整个表单填写过程。

即便用户进入了表单页面并开始填写(转化率高)，但如果最终只填写了 10 项就退出了，这就说明表单填写的完成率并不高，可能存在什么问题需要优化。

你每天会偷偷看小视频吗 ？

提溜式：功能使用率

功能使用率是指用户在使用产品时对某个具体功能的使用频率或比例，反映了用户对不同功能的关注程度和使用偏好。所以你的抖音总给你推送美女，你反思一下自己吧。要不然就是给你推送经常犯罪的臭宝都知道哪啦吧啦，那你得小心点了。

功能只就是在试探你对视频类软件的使用率和依赖程度。也就是我们在谈功能使用率前要注意的点：使用时长、使用人数、使用频率。

使用时长

① 使用时长

用户使用某个功能的平均时长占总使用时长的比例。

分析高使用时长的功能，优化其内容呈现和交互设计提升用户的沉浸感和粘性。

例如：某新闻 APP 的文章阅读功能使用时长较长，可以优化文章版式和交互方式，提高用户的阅读体验。

例如：某夕夕用户使用短视频板块时间短，可以设计更多内容形式和社交互动，或浏览视频给红包形式等，增强用户的使用粘性。说到这里我就想在强调一遍，给红包这属于公司运营层面能决定的，设计能做的事情是你如何设计这个红包样式，比如说某夕夕的红包有倒计时功能，累积到一定量还有会动画效果，让用户感知到，给予用户一定动力，这才是咱们能做的事儿。 这些功能设计的落脚点不就是为了提升用户使用时长，进而提高用户粘性，提高功能使用率嘛？思考一下你的作品有哪些部分是可以向这项数据靠拢的。

使用频率数据能干嘛用 ？

② 使用频率

某个功能被用户使用的次数占总使用次数的比例。

想要提高使用频率可以突出功能入口、提供直观引导、简化操作流程、优化视觉体验等等，不一一列举了，伙伴们可以自己发散一下哈～ 我们也可以分析高频使用的功能，总结其交互设计的亮点，复制到其他功能中。你自己设计了一套设计规范，到了下一家公司他们也希望你搞个规范出来，你还会重新定义么？大概率不就是复制之前的马过来改一改嘛～

产品提出诉求

举个远古时期的例子，我们产品将搜索页功布局做了调整并希望用户进入页面后自动拉起键盘。接到需求后我先调取了数据，发现产品调整的很多功能是用户使用频率较高功能，如果按产品原型设计这些功能将会被拉起的键盘遮挡，所以就找到产品询问为什么调整功布局，产品说想要提升直接搜索。 大家在工作中背负数据压力我是可以理解的，但设计需要参照数据、满足用户使用。

想变强有两种办法，第一种努力学习使自己变强，第二种则是打压别人使别人变弱。但咱们不能为了这一项数据变好而牺牲其他功能数据，所以在于产品多次的沟通后，调整了以下版本：为“搜索”添加颜色使其更醒目进而吸引用户点击，适度降低通勤找房，选房卡功能，但需要在视觉表现上为其中找补回来。同时要保证在弹出键盘时不能将两项功能全部遮挡。在设计这版方案过程中存在很多中过程稿，例强化搜索，加颜色使其突出，或者其他的吧啦吧很多，最后综合对比下选择了当前版本。

通过数据分析给出设计方案

③ 使用人数

使用某个功能的独立用户数占总用户数的比例。

例如：某视频 APP 的视频播放功能使用人数很高，可以优化视频播放页面的布局和交互，满足不同设备和用户需求。又或者你每天都在玩的抖音，不晓得各位有没有注意到，如你浏览的内容中含有广告，他会在你看来一段时间后在屏幕左下角弹出窗口，如你不进行任何操作广告窗会在几秒后自动消失。你就可以理解为在某个高频使用的功能中进行的引导转化设计。他会在你的个人中心给你弹广告嘛？当然不会，个人中心使用人数那么少搞个这样的广告没啥意义。

拓展一点点，你会在烛光晚餐时和你的伴侣讲：爱你。但是你大概率不会再 Ta 拉臭臭的时候趴门口说爱你。意思就是告诉大家你的内容在某个位置、时机出现要合理。做作品也是一样，不要什么东西都往一起拼凑最后搞的四不像。

指导意义

④ 修习此功对设计师的指导意义是啥？

识别核心功能：发现用户最关注和使用频率最高的功能，作为设计优先考虑的重点。
优化功能布局：根据使用率调整功能在界面上的位置和展现方式，提高用户发现和使用的便利性。
增强功能吸引力：针对使用率较低的功能，优化其交互设计和内容呈现，提升用户的使用价值。

需要关注的参数有哪些 ？

⑤ 需关注的数据参考有哪些？

用户行为数据可以帮助我们识别用户需求和痛点、优化交互设计和功能布、提升产品转化和留存效果、个性化内容推荐和功能设计、支持产品运营和策略决策等等。当然不限于以上内容。那具体设计过程中应该看哪些数据呢？为大家做个总结。仅供参考哈～

1. 访问行为：用户访问产品的时间、频率、路径等用户浏览页面的时长、跳出率、浏览深度等。
2. 交互行为：用户点击、滑动、输入等各种操作行为用户完成关键任务的流程数据。
3. 转化行为：用户完成注册、下单、支付等目标行为的数据用户的转化率、完成率、流失率等指标。
4. 使用行为：用户使用各项功能的频率、时长、偏好等用户多次使用产品的活跃度和留存情况。
5. 社交行为：用户分享、评论、点赞等社交互动行为用户在社交渠道的传播和讨论情况。
6. 偏好行为：用户的浏览习惯、搜索偏好、内容喜好等用户个性化设置和定制的情况。

至此行为数据的内容就讲完啦，接下来要给大家说一下业务数据相关的内容啦，坚持一下，业务数据只有一点点。

GMV

二、业务数据（取得了什么结果）

1. 总成交 GMV

反映了产品整体的销售情况，是衡量业务成功与否的。

总成交低，在设计维度上咱们可以分析影响总成交的关键页面或者环节是哪些，比如说商品详情页、购物车页面、结算支付等等。针对这些环节可考虑优化信息布局、架构、交互等，进而提高下单转化率，提升总成交额。

2. 人均订单数

单个用户的平均购买频次，用来评估产品黏性比较合适。

从 UI 设计的角度来看，咱们可以分析促进用户重复购买的相关设计要素，比如推荐、会员权益、二次营销等等。其实最终也可以回归到下单完成率，这里就不多做介绍啦。

人均客单价

3. 人均客单价

人均客单价这种更偏运营和业务层面的数据，对于咱们 UI 设计师来说可能看起来不那么相关，但实际上通过对这些数据的分析和应用，对 UI 设计师也能有那么点用。

① 分析问题：

通过对数据的分析，发现该 APP 的人均客单价偏低主要原因是商品页面的搭配推荐效果不佳。用户在浏览商品时，缺乏针对性的搭配建议不容易产生额外消费，导致客单价较低。

② 设计优化：

那咱们就可以针对性优化了嘛：针对商品页面的搭配推荐模块进行优化设计、分析用户的浏览和购买习惯，提供更精准的商品搭配（比如说数据分析出来你有钱，那给你搭配什么商品。像我这种穷 B 它给我搭配奢侈品我也不买啊）、优化推荐模块的视觉展示（给老年消费群体搭配什么图？给年轻人搭配什么图？怎么做考量？），使用更吸引人的图片、文案和交互方式增强购买欲望、帮助用户快速找到适合自己的"套餐"等等。

③ 效果评估：

通过对优化后的商品页面进行 A/B 测试，咱们可以评估新的搭配推荐设计对人均客单价的影响。

如果测试结果显示人均客单价有所提升，那就证明了我的设计优化方向是正确的。咱们牛掰啊，设计得好啊！

如果测试结果不理想，咱们可以继续调整设计方案，不断优化直至满意。

④ 持续优化

在实现初步成果后，咱们还需要持续关注人均客单价的变化趋势，及时发现新的问题，没问题出现那还需要设计干嘛？设计价值咋体现？

随着季节变化或新品上线，用户的购买习惯可能会发生变化，咱们还得针对性地优化搭配推荐的设计。就像是夏天卖西瓜就是好卖，冬天买棉袄就是受用。用户的喜好可能会跟着时间的变化而变化，我们也时刻关注着。

通过不断优化、测试、评估的闭环咱们可以持续提升人均客单价，要是能做到这一点，那公司不得把你供起来？招财猫都得不换成你的塑像。

你与高级仅差这么一点点

数据的分析与使用其实都大同小异，只不过是在什么阶段，运用什么样的数据罢了，写这篇文章只是为了给大家灌输数据概念，哪些数据是能助力设计的，哪些数据是没用的。何为高级设计师啊？差距在哪啊？其实也就差这么一点点嘛～

写在最后

我常会与伙伴们讲设计师是非常讲道理的，设计并非纯粹的感性判断，良好的数据思维会提高我们市场竞争力，让自己更加具备话语权。以上数据内容需要结合自己的项目进行实际的操作、推演。当然这也仅仅是庞大的数据分析中的一小部分，不敢以点概面以偏概全。希望对大家的设计工作能够提供一些小小的帮助。

最后啰嗦几句，用工作的伙伴呢继续努力，没工作的伙伴呢也不要气馁，好好加油！既然你肯坐在这里看这篇文说明你是一个上进且努力的人，能够不断完善自己，光这一点品质已经甩开很多人好几条街了～好好运用这几篇知识点，一定会让你去的一个好结果的！！

祝在座诸君，暴富！

各位暴富

拜拜～