数据分析对版面设计的应用_数据分析

　通常情况下，数据分析可以通过用户访谈的方法了解用户需求，其实设计师还可以通过分析用户问卷调查数据以及网站页面数据等方式，了解用户需求以及用户在使用产品时遇到的问题。

　　而且，直接通过接触用户了解到的需求有可能只是个案，为了增强客观性，通常都会通过大样本调查，从数据实证的角度，进一步更准确和客观地找到用户的普遍需求。

　　此外，通过对数据分析结果与用户访谈所得到的定性分析结论，进行比较和综合分析，设计师也能够从不同的角度了解用户的真实需求。

　　从用研的角度来看，交互设计包括新产品设计以及已有产品的改版设计两大类业务，笔者将分两次分别叙述在这两大类业务中，可以如何利用数据了解用户需求。本文重点讨论数据在现有产品改版设计中的应用。

　　因考虑到商业信息保密，本文案例采用了2011年的项目，互联网产品迭代频繁，文中提到的产品页面截至目前已经有多次改版，大家只需要了解整个文章的思路即可。

　　实际案例

　　商家服务平台上线后，平稳发展了一段时期，但随着平台各种信息的激增，用户开始抱怨原页面无法快速查找到适合自己的内容。这时候就要求交互设计师对页面进行设计重构，帮助用户更便捷地找到真正所需的信息和服务。

　　在改版设计中，研究者结合了多个来源的数据进行研究，提供给设计师更加全面的数据结果，包括页面数据、页面反馈问卷调研数据、EDM问卷调研数据等数据的分析结果。

　　1.通过监测页面获得数据

　　其实与交互设计更相关的是页面各模块的点击数，通过对这些数据的分析，设计师既能够看到各模块被关注的程度，也能够计算出页面的点击热图，进而考察各模块的转化率。

　　与眼动实验的热图考察用户短期的重点注视区域不同，点击热图考察的则是用户长期累积的重点应用区域，从另一方面看，也衡量了交互设计是否与产品的规划初衷相一致，能够让重要的内容被顺畅地发现并有效点击。

　　本案例中，商家服务平台上线后，就做了页面埋点，方便长期监控页面数据，如PV、UV、点击数等。

　　2.页面数据如何分析?

　　分析页面数据的方法看似简单，但若要分析得透彻，并非易事。首先，如果想要做到精确，就要对后台数据做清洗、整理，考察极端值、无法解释的数据具体是什么原因造成的。当然很多时候为了节省时间，也直接应用后台数据，近似地看成真实情况的反映。此外，有了干净的数据，还可以从基础数据衍生出各种指标，评估和指导交互设计。

　　对于后台数据，通常有四类分析方法：聚合度量、基于操作的统计、基于用户的统计、路径分析。

　　——聚合度量

　　后台行为数据的优势在于大量用户使用情况的聚合，可考察的指标有：

　　

     一段时间内的页面浏览量。

　　

     特定时间内页面浏览的分布情况。

　　

     整个网站的页面浏览分布情况。

　　

     这些都是原始数据的度量，不能只看数字，要分析产生数据的原因。

　　

     其他聚合度量指标还包括：

　　

     操作系统和浏览器的比例。

　

　  客户端类型。

　

　  新用户/重复用户。

　　

      ——基于操作的统计

　　最有用的指标可能是操作信息相关的指标，这些指标能发现出更丰富的用户行为，而不是简单地统计大量数字。

　　一些最有用的指标如下：

　　每次操作的平均访问页面数量。

　　平均操作的持续时长。

　　访问的第一页和最后一页。

　　——基于用户的统计

　　通过cookie或登录信息判断出的用户背景信息，能进一步聚合单个用户的行为信息，汇总不同用户的行为信息，统计出一些指标，对理解用户会起到非常重要的作用。这些指标包括：

　　访问次数。

　　访问频率。

　　网站总停留时间。

　　保留率。

　　转换率。

　　——路径分析

　　除了一般指标之外，还有其他度量方法能了解用户体验。当然，和所有间接用户研究一样，这些方法都不能揭示用户“为什么”以某种方式发生的行为，但这些方法肯定可以帮助研究员缩小用户如何使用的可能性。

　　这些综合方法中，最有用的方法是路径分析。路径分析是指分析用户在网站上如何浏览，从而发现他们浏览的共同方式。路径分析可以产生如下结果：

　　一般浏览路径。

　　“下一步”页面。

　　对于电子商务网站还能有更专业的结果，如：

　　购买路径

　　购物车使用路径

　　本案例中，由于项目周期有限，研究者并没有深入分析商家服务平台的页面数据，只是简单计算对比了重点模块的点击数(略)，以此来评估交互设计的效果。从数据上看，导航中店铺装修、店铺推广的点击数明显高于其他模块，但与预期存在差距，而且结合问卷反馈，部分卖家反映导航的分类名称和其中包含的内容难以理解，并且比较杂乱，因此需要对导航方式、分类方法等做改进。