
课程咨询: 400-996-5531 / 投诉建议: 400-111-8989
认真做教育 专心促就业
我们在前几期的文章中给大家简单介绍了ui设计师在做数据分析的时候需要关注的数据指标以及数据收集方法等内容,而本文我们就继续来学习一下,ui设计数据分析需要注意哪些问题。
1、数据分析
在收集到数据后,根据设定的数据指标进行数据统计,此时可能用到数据透视表、可视化数据图表等等。专业的数据分析方法有很多,设计师掌握求和(SUM)、求平均值(AVERAGE)两个基础公式,以及饼图、柱形图、条形图、折线图、散点图几种可视化图表,应该就够用了。
需要注意的是:
①如果需要比较,一般使用比率进行对比,不用绝对量值直接对比,消除变量的影响。
②比较比率的结果是变化率,变化率的算法是(新版比率-旧版比率)/旧版比率*100%。
③有些数据初始值处于较低水平,对比变化率可能非常高,所以绝对差值及变化率两者都需要看。
④特殊数据的处理:一般数据处理有清洗的环节,在设计侧涉及较多的是问卷的数据清洗,其他情况少有涉及,所以没有单独讲。但是有偶发的因为特殊节假日、运营活动期间导致部分数据波动异常,前面讲了好避免出现这种情况,如果遇上了,可以除去这部分特殊数据进行分析,也可以分开两部分进行分析,对比正常数据和特殊数据可能会有新结论的出现。比如运营活动期间,可能流量冲的比较高,但是因为新用户可能精准性差,导致转化率会明显比平时转化率低。
2、得出结论
因为前期对于目标及问题分析的比较清晰了,在数据统计出来之后,有些结论就呼之欲出了。有些需要根据经验判断数据变化是否在预期范围内,比如:
①该产品该指标历史上变化的范围是?
②相似产品该指标历史上或现在的范围是?
③做的改版或者近期的各种影响因素是否足以影响数据有这么大的变化?
如果数据超出预期,需要分析可能原因是什么?是否合理?
①对于AB测的数据,需要进一步考虑数据差异是否明显。
②需要分析考虑在分析期间数据波动是否符合规律或者一致。
③有些类型的新方案刚上线,转化会有明显提升,此种情况如果转化提升的程度和方案不对应,难以用理论解释提升的原因,此时建议再观察一段时间数据趋势是否有变化。如果转化随时间推移呈不可挽回的下降趋势,原因可能是用户对新方案需要有适应的过程,可能会出于新鲜感、好奇心或不熟悉而多次、反复点击。这种情况的处理方式是在线上多观察一段时间,待数据稳定时再进行分析,得出结论。
【免责声明】:本内容转载于网络,转载目的在于传递信息。文章内容为作者个人意见,本平台对文中陈述、观点保持中立,不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。更多内容请加danei0707学习了解。欢迎关注“达内在线”参与分销,赚更多好礼。