编辑导语：在产品设计中，合理有效的数据分析有助于设计师更好地了解产品是否符合市场需求和用户需求，进而改善产品，优化用户体验，促进用户留存。本篇文章里，作者向我们展示了如何利用数据做好度量工作，让我们来看一下。此文是想梳理下，对于“数据”这个概念，到底意味着些什么，帮助大家从不同层次理解多面的数据。先明确下获取数据的目的——度量。“文中示例相关数据都为假的模拟数据，而非真正的商业数据，以此声明。”一、度量是什么是一种测量评定对象的方式，它帮助我们结构化的获取对象的状态与变化，我们运用这些数据进行洞察，转化为有用的信息，帮助决策和优化，这个过程也是分析诊断的过程。那日常会有怎样的一些信息获取呢（这里面包含了数据也包含了一些正负性的反馈）？我们对一个功能上线进行一组完整的项目结果质量数据模拟：净交易收入额比去年同期上升2.0%，达到2千万；订单量为，比上周上升了2.0%（对交易产生直接正向作用）；方案产出数共件，比上周上升了22.2%（对内容产出有直接的提升）；用户的满意度为2.2，上升了2%（之前是2.0）；用户使用表现出沉静，轻松的情绪（比之前挫折，晦涩要好很多）；功能点击，周活跃，点击率22%，周留存22.2%（0-1）；功能渲染和可交；互时长为0.2秒加载完成。用户在使用时交互顺畅无卡顿（符合业界前端质量交付标准）。这段描述符合整个产品使用的过程，它似乎是一个多面体，帮助我们了解整个产品黑盒。这个描述越精细越多维，我们得到的信息就越清晰越客观（包含多元数据内容，并对数据已进行比对和使用，得到一定的有效信息）。反之，假如哪个环节出现问题。我们能清晰看到问题出现的环节，并且通过其表征的信息进行问题的深挖（再细化相关数据或者关联的层次）。我们可以拆解到这几个层次的数据：业务结果、用户反馈（态度与情绪）、行为点击、系统性能。可理解为：良好的产品运行→用户流畅使用→良好的用户反馈→预期的产品转化结果。从获取方式来说，大致可以从两个大角度（这里从广义的范畴去分）：：快速从样本中判断问题的性质和方向；：数据的验证性、全面性、追踪性。二、定量获取系统承载业务内容的运作，可以记录各种各样的明细数据表，在海量数据中，进行科学地关联与细分。以大数据驱动为最终目标，其特点是：数据的全面性和自动追踪获取。1.业务结果追踪问题：产品是否符合市场需求？产品是否良性发展？业务型数据是围绕着整个商业建设和运作阶段而产生的数据，是最能体现产品、商业价值的部分。可以归纳为三类：内容建设→流量访问→商业交易，是商业链路中产生的具有直接商业结果的数据。1）内容建设是指经过人为输入、系统流转产生的比如商品、文章、方案等等具有实质内容价值的数据，是具有生产过程的（一般是经过一系列的操作完成的）。2）流量访问/分发是针对商业内容的使用/运作，比如某个商品的浏览、某个内容的传播等等。这些和营销相关具备人群效应的数据也属于业务数据。最常见的就是曝光量点击量，而在中后台系统中则是以访问浏览为主。3）商业交易是最直接的商业结果型数据，最常见的就是网站的GMV（成交金额，包括：付款金额和未付款）、订单交易额、注册会员数等等。以某平台中相关的业务数据为示例：业务结果的分析，是根据不同业务发展，确定核心业务指标，以及建立对核心指标的拆解逻辑。它或许是个计算公式。或者是个一级指标到二级关联指标。例如以下，这里暂时不展开来讲。对于业务数据的获取，我们大部分是直接通过后端的数据库沉淀下来的。但如果涉及到商业数据的细分（按照商业目标进行阶段性或者类别型地追踪监测），比如想知道会员的vip的分层情况，或者知道某行业商品的生产细分情况等等，这些虽然可以通过后端拉数据，让数据分析师或者运营整理出来，但是每次都有加工成本，也没有办法看到实时数据。这时候就会要考虑去做细分埋点，下文会提及到埋点方式。2.行为点击追踪问题：产品使用情况如何？用户浏览习惯如何？用户行为数据，是围绕用户访问某产品过程的用户行为轨迹数据。其中大体包含了用户量、曝光量、点击量、浏览量、访问时长、停留时长等等观测用户使用情况的表征数据。这里是一组典型的平台用户使用行为的描述，而这些行为的最终，是产出了上面的业务数据（订单与成交金额）：访问首页→点击并浏览商品详情→点击客户咨询进行咨询→点击购买提交订单→点击支付，支付完成。由此我们可以解释，行为数据与业务结果之间的关系，并且两者的
转载请注明：http://www.aierlanlan.com/rzdk/7997.html
