科技
当前位置:首页 > 科技>正文

看起来很美的数据在骗人(原创)

字号+作者: 来源:今日看点www.hatdot.com 2020-03-23 21:15

什么是虚荣数据呢,其实也就是那些看上去很好,却不能给这个产物带来丝毫价值的数据。而这些看起来很好的数据,却疑惑了背后的本质。我先讲之前事情上的一个'...

什么是虚荣数据呢,其实也就是那些看上去很好,却不能给这个产物带来丝毫价值的数据。而这些看起来很好的数据,却疑惑了背后的本质。

我先讲之前事情上的一个数据探索的故事吧:有一次在国庆前,我们团队做了一次首屏的改版,起初产物团队是不太支持做这个方案,担忧通例版的情况下因为banne位置移到icon下面影响运营的数据。

刚上线时一周里,banner数据掉的很厉害。很快,我们在国庆前立马推出皮肤气氛的ab版测试,效果皮肤版本数据超乎寻常的好。

于是,我们通过这个数据给设计方案做了一次有力佐证。厥后呢,这个皮肤的方案成了运营运动的一把利器,大型运动、节沐日都使用上了。

看起来很美的数据在骗人

事后,我也一直在反思,当初设计方案和数据之间的关系:是设计方案影响了数据?还是国庆沐日影响了数据,banne点击量的数据最后发生了什么行为变化?

接下来我来谈谈我对数据的一些新的认识。

一些看起来优美的虚荣数据

什么是虚荣数据呢,其实也就是那些看上去很好,却不能给这个产物带来丝毫价值的数据。好比点击量、下载量、用户数、停留时间。我们来看看这些数据是如何没有发生价值的。

(1)点击量

是指在某一个时间段里对某个资源位点击的次数。然鹅,单独谈点击量并没什么意义,好比一个用户在有些资源位一连点击点击,或者因为一些利益性的运动补助引发的点击量变化,这些统计出来的数字到底哪个才气代表呢?

(2)用户数

盘算用户数量只是一场毫无意义的人气角逐,除非能让用户做对产物有利的事。好比,在推出运动时,有几多用户能转化购置?只有知道了这个数字,这个用户数才是有价值的。

看起来很美的数据在骗人

(3)停留时间

用停留时间数据来统计用户到场度或活跃度,他并并不能说明什么问题。好比,客户在某个全是文字内容页面上停留了很长时间,不见得能看出什么价值。

(4)下载量

只管有时会影响你在应用商店中的排名,但下载量自己并不带来价值;还需要参照的是:用户下载后的激活量、账号建立量,等等。

可付诸行动的指标

可付诸行动的数据是指我们通过数据的展现,找到问题所在,从而革新设计方案,决议下一步的行动。

(1)转化率=转化次数/会见次数

转化率可以用来权衡产物的效果,好比某个资源位天天能带来100次用户会见,可是只有1个转化。在这个数据下,做了一些方案革新,发现天天能带来100次用户会见,提高到有50个转化。这就说明设计方案革新提升了更高的转化率更高。举个例子,我们在养老盘算器中发现用户转化率低,通过对盘算效果前置,影响用户购置决议,在一定水平上提升了转化率。

看起来很美的数据在骗人

(2)跳出率

跳出率是反映流量质量的一个指标。用户进入 app后,只会见了一个页面就脱离了,用户会见次数占总会见次数的百分比就是跳出率跳出率越低说明流量质量越好,用户对产物的内容越感兴趣。

举个例子:我们通过漏斗数据发现用户操作路径太长,把好几个步骤的路径缩减到一步操作,最后看到用户跳出率就淘汰了。

看起来很美的数据在骗人

如何理性使用数据的价值?

1. 人为因素

数据自己并不会欺骗人,他就真真实实存在那里,而是有一部门人为了自己的某些利益有选择性的展示一些数据,使用数据为自己所用。

好比:开头我提到了,皮肤带来的点击率的数据,实际也是没有什么用的虚荣数据,只是使用了数据来佐证设计方案。但背后的真实数据原因还需要深入挖局。

所以,有的数据并纷歧定是结论事实,它取决于使用者的出发点和目的。

2. 数据的定量与定性

定量数据是指那些可权衡的数字,具有科学性,好比评分、排名。定性数据是不准确的、具有一定主观性,比力难量化。如果定量数据回覆的是“什么”和“几多”这样的问题,那定性数据回覆的就是“为什么”。

举个例子:

定性数据:用户喜欢金黄色数据提升显着

定量数据:金黄色的改版带来50%的数据提升

3. 数据的参照性

如果单从一方面看数据是没有意义的,需要和其他数据参照,找到数据之间的关系。好比,两个数据之间总是一同变化,则说明它们是有相关性的,如果其中一个数据导致另一个数据的变化,则它们之间具有因果关系

举个例子:因体验金奖励计谋的投放,提升了听课的时长。这是有一定因果性的,奖励影响了听课时长数据。

4. 依照履历视察

举个例子,在夏天,“冰激凌的销量”和“溺水死亡人数”成正比,二者的趋势高度吻合。看到这条信息,简朴的以数据分析的思维就会明白为,冰淇淋销量带来溺水死亡人数上涨。

但如果以知识去推理,就会知道这两个数据基础没有联系,唯一的配合点都在于“夏天天气热”,冰激凌的销量会因此上升,下水游泳的人也会因此增多,因而就会增加溺水人数。我们可以看到数据是客观的、理智的,但人是具有视察和履历的,需要用履历视察判断数据的客观性,制止走入数据的误区。

5. 深度挖掘—用户选择的纷歧定是真实的

百度在做搜索功效调研时,通过问卷观察统计,发现有一部门数据显示:用户不愿意泛起历史记载这个功效。单从数据上来看这点比力异常,如果单从数据出发,就是满足用户,去掉历史记载这个功效。但在对用户做了深入观察后,发现用户是因为对自己搜索的一些隐晦的词的介意,不希望泛起在历史记载里。

这样,百度在对这个历史记载的革新是,用户可以选择清除历史记载、也可以选择不清楚。我们可以看到,用户有时候做出的选择导致的数据异常,纷歧定是最真实的情况,还需要凭据数据反映的情况举行深度挖掘,接纳最合适的方案来解决。

6. a/b数据测试价值体现

好比一个设计方案测试的效果,其作用在于资助优化产物体验及商业价值转化。借助a/b测试的数据效果,影响设计方案的效果,例如,如果把app功效做成a 、b版两种形式,对比哪个方案能带来更多的转化。

另外需要注意的是,这个测试更多是用于功效、品牌定位方面的测试,我见过有人提议用ab测试做图标的1像素、2像素测试,这种测试其实是毫无价值的。我们使用数据指标,是为以后能在数据上通过设计方案改变用户行为,是因为它最终目的在于价值的体现:有效获取用户,缔造营收。

小结

我们认识到数据是具有理性的,他就是客观存在,但也有它的局限性,数据只是我们用来总结革新用户体验产物的一个工具方法,实践才是真理,想要更深条理的解读数据背后的价值,就要自己多去挖掘和实践。

#专栏作家#

Hellen,微信民众号:咏舍,今日看点专栏作家。八年设计履历,艺术设计学硕士结业,专注互联网金融用户体验设计、及自我治理与提升。

本文原创公布于今日看点,未经许可,克制转载

题图来自 Unsplash,基于 CC0 协议

1.【今日看点】遵循行业规范,任何转载的稿件都会明确标注作者和来源;2,今日看点的原创文章,请转载时务必注明文章作者和"来源:今日看点",不尊重原创的行为【今日看点】或将追究责任;3.作者投稿可能会经今日看点编辑修改或补充。

排行榜