等等

通过这篇文章让设计师能入门数据分析。并为以后学习数据分析,摸索前进方向。并将数据思维引入到我们的项目中。数据分析不再是设计师的弱项,我们也可以站在数据的角度和产品经理一起做决策。设计团队引入数据分析,那么就需要一套成熟的适合自己的团队的模型做基础,所以数据模型是我们数据分析的理论基础。本文讲的是设计团队中可能会用到的一些数据模型。在数据模型中,我们可以学到数据模型的分类思路,以及如何创造出适用自己团队的数据模型。

 

基于这个目的,我们可以将市面上常见的数据模型找出来并进行整理并分析。通过熟悉主流的数据模型的产出逻辑,并从中找到规律,创造出适用于自己团队的数据模型。

数据模型:本文要讲的数据模型包含:Google’s HEART、AARRR、RARRA 和 Customer Experience Index (CX Index)。

 

Google’s HEART

Google’s HEART是一个用来评估以及提升用户体验的模型,它由五个维度组成:Engagement(参与度)、Adoption(接受度)、Retention(留存度)、Task Success(任务完成度)和Happiness(愉悦度)。

Engagement(参与度):通常指的是用户访问产品的行为,相关的指标是和用户访问相关。包含用户的活跃度(DAU/WAU/MAU)、UV、PV、人均访问次数等,通过这些数据可以很好的反应整个产品的用户访问情况。

Adoption(接受度):用户在规定的时间内对产品的操作情况。接受度相关的指标主要和用户的操作行为有关。包含点击行为、点击率、人均点击次数、下单金额、支付情况和人均订单数等等。

Retention(留存度):留存度体现用户人群对产品或者某个功能的粘性。留存度的相关指标主要和用户再次访问/操作的行为有关。包含留存用户数、留存率、复购用户数和复购率等。

Task Success(任务完成度):任务完成度体现用户各个流程的转化率情况。任务完成度的相关指标主要和用户各个流程节点的转化率有关。包含各节点转化率、平均停留时长、返回率、跳出率和退款率等。

Happiness(愉悦度):愉悦度体现用户使用完产品后的整体感受情况,是否有推荐给其他用户的意愿。愉悦度的相关指标是NPS净推荐值。

 

AARRR

AARRR增长模型出自于增长黑客,即获客、激活、留存、变现、传播推荐。获取用户(Acquisition)、提高活跃度(Activation)、提高留存率(Retention)、获取收入(Revenue)、用户推荐(Refer),这个五个单词的缩写,分别对应用户生命周期中的5个重要环节。

  • 获取用户(Acquisition):通过一定的方式让产品在一些渠道上面得到展现,并使看到展现的用户转化成产品用户。
  • 提高活跃度(Activation):提高产品的使用粘性,提升用户使用产品的深度。
  • 提高留存率(Retention):如何让用户不断的使用我们的产品,减少用户的流失,提升用户粘性。让用户无法离开产品。
  • 获取收入(Revenue):通过一些手段和渠道从用户那里获取收益。
  • 用户推荐(Refer):通过提升产品的竞争力,使用户给他的朋友推荐我们的产品。

获取用户(Acquisition)的数据指标:流量来源、流量路径、CAC(用户获取成本)、CPC(每次点击付费)  、CPT(按时长付费)、  CPM(千人成本) 、 CPS(按提成收费) 、CPA(按点击计费) 、Campaign(塑造品牌)。

提高活跃度(Activation)的数据指标:DNU(日新增用户)  、DAU/WAU/MAU 、 ACU(平均同时在线人数)、 PCU(最高同时在线人数)、 PV、 UV 、意向UV(进入意向页面的用户数)、 PV/UV、 CTR(点击率)、 意向UV-CTR (点击UV/意向UV)、VV(视频播放次数)、访问时长、停留时长、滚动屏数、人均停留时长、人均操作次数、 N次操作占比、行为路径、访问频次、跳出率、用户来源、用户去向。

提高留存率(Retention)的数据指标:留存率、次日留存率、7日留存率、30日留存率、回流率、召回CTR(提取出的正确信息条数 /  样本中的信息条数)、用户生命周期 (周期/(1-周期内新增留存率))。

获取收入(Revenue)的数据指标:GMV 、ARPU(每用户平均收入)、ARPPU(平均每付费用户收入)、LTV(生命周期价值)、 PBP(回收期)、 ROI(投资回报率 )、收入地图 、客单价、 消费次数 、消费频率、 订单量、 利润、 购买偏好、 直接引导成交、 间接引导成交、 购买间隔。

用户推荐(Refer)的数据指标:分享率、分享次数、K-Factor (病毒传播指标)、 NPS。

 

RARRA

AARRR最开始关注的是如何获取用户,所以AARRR关注的首要指标是获客用户数,而RARRA通过最重要的指标来关注增长:用户留存。

RARRA的数据模型,本质上是在AARRR的基础上进行顺序调整得到,以满足日益获客成本所带来的压力成本。RARRA模型相比与AARRR可以使得获客成本更低。

  • 用户留存 Retention:如何让用户不断的使用我们的产品,减少用户的流失,提升用户粘性。让用户无法离开产品。
  • 用户激活 Activation:提高产品的使用粘性,提升用户使用产品的深度。
  • 用户推荐 Referral:通过提升产品的竞争力,使用户给他的朋友推荐我们的产品。
  • 商业变现 Revenue:通过一些手段和渠道从用户那里获取收益。
  • 用户拉新 Acquisition:通过一定的方式让产品在一些渠道上面得到展现,并使看到展现的用户转化成产品用户。

RARRAR首先关注的是产品的留存情况。当产品的留存情况不好,要优化产品的使用体验、功能和运营方式。当这三方面都得到优化提升,接下来就进提供用户的活跃度,以及商业化方面的尝试,等到这些都做好了, 就大规模的推广产品关注获客数据指标。

用户留存数据指标:留存率、次日留存率、7日留存率、30日留存率、回流率、召回CTR(提取出的正确信息条数 /  样本中的信息条数)、用户生命周期 (周期/(1-周期内新增留存率))

用户激活数据指标:DNU(日新增用户)  、DAU/WAU/MAU 、 ACU(平均同时在线人数)、 PCU(最高同时在线人数)、 PV、 UV 、意向UV(进入意向页面的用户数)、 PV/UV、 CTR(点击率)、 意向UV-CTR (点击UV/意向UV)、VV(视频播放次数)、访问时长、停留时长、滚动屏数、人均停留时长、人均操作次数、 N次操作占比、行为路径、访问频次、跳出率、用户来源、用户去向。

用户推荐数据指标:分享率、分享次数、K-Factor (病毒传播指标)、 NPS

商业变现数据指标:GMV 、ARPU(每用户平均收入)、ARPPU(平均每付费用户收入)、LTV(生命周期价值)、 PBP(回收期)、 ROI(投资回报率 )、收入地图 、客单价、 消费次数 、消费频率、 订单量、 利润、 购买偏好、 直接引导成交、 间接引导成交、 购买间隔

用户拉新数据指标:流量来源、流量路径、CAC(用户获取成本)、CPC(每次点击付费)  、CPT(按时长付费)、  CPM(千人成本) 、 CPS(按提成收费) 、CPA(按点击计费) 、Campaign(塑造品牌)

 

CX Index

Customer Experience Index (CX Index):用户体验指数的维度有三个,分别为:满足需求、简单地和愉快地。

  • 满足需求(meets needs):满足用户基本功能需求。
  • 简单地(Easy):用户在使用产品的时候感觉到很简单,没有理解和操作认知负担,有控制感。
  • 愉快地(Enjoyable):用户在使用产品过程中,轻松而越快。

满足需求数据指标:DAU、UV/PV、留存率、次日留存率、7日留存率、30日留存率。

简单地数据指标:各节点转化率、平均停留时长、完成率。

愉快地指标:NPS净推荐值。

 

后记

以上就是四个常见数据模型的简单介绍。大家可以找更多的资料深入学习数据模型,复用现有模型,或者创造出适用于自己团队项目的数据模型,使其数据分析更具有科学性。

相关阅读:设计师必备的15项数据指标

 

 

原文地址:吴轶(公众号)

作者:Echo

 

转载请注明:学UI网 » 学习数据分析,从了解数据模型开始

登录收藏
 
你可能喜欢的:
知乎「账号绑定流程」原型资源分享知乎「账号绑定流程」原型资源分享
【DDC译文】设计用户行为?先过了“后悔测试”再说【DDC译文】设计用户行为?先过了“后悔测试”再说
AI时代下的求职服务设计|58智能求职助手交互设计总结AI时代下的求职服务设计|58智能求职助手交互设计总结
交互七大定律的理解与应用——菲茨定律交互七大定律的理解与应用——菲茨定律
交互基础:加载的10种类型和应用场景分析交互基础:加载的10种类型和应用场景分析
视觉设计如何体现交互逻辑视觉设计如何体现交互逻辑
微交互:移动端APP页面跳转方式分析微交互:移动端APP页面跳转方式分析
放置类AR体验框架和设计建议 (下篇)放置类AR体验框架和设计建议 (下篇)
放置类AR体验框架和设计建议 (上篇)放置类AR体验框架和设计建议 (上篇)
一文读懂最全语音交互设计流程一文读懂最全语音交互设计流程