UI设计师如何分析数据优化设计？

一款APP上线后，产品与运营通过关注数据的变化了解用户的态度，这个比看用户反馈要客观的多!反馈表达的是个体的声音，数据量化的是群体的行为。好的APP产品应当兼顾商业盈利、用户需求与技术实现三个要素。

下面以3个事例举例论证：

案例01：QQ当年那么火，但马化腾当年差点卖掉，是因为用户需求量大，技术也能实现，但是无法盈利。直到后期有了QQ秀，才赚到了第一桶金。

案例02：一些产品，像work up用户体验非常好，颜值也超高，却最终未能生存下来。究其原因记步解锁的这种功能，不是用户的刚需，相比于外卖、打车等需求，也非高频事件。

案例03：设想一下，如果目前有一款APP能监测你周围半径10米的新冠病毒，每监测出一次支付10元。你觉得这个APP会不会火?答案是一定的，不过很遗憾，技术上是无法实现的。

通过以上案例论证，验证了上述的三要素，即：一款好的产品必须刚需、有盈利、技术实现能落地。

新入行的设计师往往纠结于技法、风格上的展现，却忽视了设计的本质——解决问题!实际在工作中，我们更多的是从数据中发现问题，再通过设计的手段助力产品数据的增长。

产品中常见的数据表意

PV：(Page View )页面浏览量，用户对同一个页面的多次访问，访问量的累计。

UV：(Unique Visitor)独立访客数，单位时间内，同一个IP多次访问也只算1个访客。

点击率：用来衡量内容的吸引力，是指页面上某一内容被点击的次数与被显示次数之比，运营上按照UV来计费。

转化率：衡量需求终极成果的重要指标，是互联网平台的增长基石。转化率是完成转化目标的用户占总体用户的比例。注册、下单、登录、复购，都可以用转化率进行衡量，根据产品的不同阶段定义不同的转化率指标，通常不会高于5%。

留存率：在互联网行业中，用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用该应用的用户，被认作是留存用户。留存率的计算方式有很多种，每个企业也有每个企业独特的计算方式。

跳失率：显示用户通过相应入口进入，只访问了一个页面就离开的访问次数占该入口总访问次数的比例。比如用户通过搜索进入到了商品详情页，但是只浏览了一遍就关掉了，在这个页面没有进行其他的交互行为，就算一次跳出行为。

活跃用户数：产品活跃度一般分为日活(DAU)、周活(WAU)、月活(MAU)，产品活跃用户的定义也是千差万别，并不是一个用户打开一次APP就算一个活跃用户，活跃用户是需要达到某一个指标，比如内容类产品用户阅读了一篇文章，或者电商类产品用户完成了3次页面跳转等等都可以是一个活跃指标。

人均使用时长：在一段时间内，总活跃时长/总活跃用户数。社交、游戏类的产品数值往往比较大，工具类的产品数值就较低。人均使用时长不一定越长越好，比如内容类产品人均使用时长较长说明内容质量高，但是工具类产品如果人均使用时长过长，反应出产品交互效率低下，用户学习成本较高，所以数据需要多角度的灵活来分析。

以上数据有百分比计算的，如点击率、跳失率、留存率、转化率;也有具体的数值，如活跃用户数与人均使用时长。综上所述，点击率与人均使用时长是支撑其他数据的必要条件!

接下来我们来探讨一下，如何通过设计的措施与手段提升这两项产品的数据：

用户的点击率

增加影响用户决策的信息，如满减、包邮、新品等，都会提升用户的点击率。

列表的层级清晰，排布结构顺畅也同样会增强用户的点击欲。这里要思考，图文的排布方式。字号与颜色不要过多，视觉上进行降噪。

卡片式的封装会聚合信息，提高用户的阅读效率。同时卡片式也会增强用户的点击欲。

人均使用时长

阅读类、游戏类的产品通常会隐藏状态栏和导航栏，目的是让用户有沉浸式的体验，忘却时间。

优化用户的加载体验，让用户忘却时间。同样会减少跳失率，增加使用时长。

版式设计中的对比与调和，通常在Feed流列表中如果按照一个版式排布，用户会产生视觉疲劳。通过设计版式的变化进行调和，降低用户的视觉疲劳，增强用户的使用时长。

另外，我们在做设计时，除了考虑具体的配色、构图、风格，一定要思考设计的目标是什么?如何通过设计达成目标?这也是初级设计师到高级设计师进阶的必要途径。