最簡單案例,講如何用數據驅動產品優化

今天,用戶體驗和產品設計愈來愈重要。產品設計上可能會存在什麼問題呢?在數據時代,又該如何利用數據驅動產品的優化呢?在數據真實的狀況下,數據是用戶的行爲反饋,一個產品好或很差,只有用戶有發言權,用戶說好纔是好。下面我以一個配送類APP爲例,來講說如何利用數據來驅動產品進行優化。前端


1、發現問題-構建核心路徑轉化漏斗,瞭解各流程轉化率微信

要發現問題就得用數聽說話。咱們來思考梳理,使用這個配送app一個新用戶從下載到轉化完單,到底經歷了多少步呢?梳理以下:app

image.png

梳理完新用戶轉化核心步驟後,咱們能夠取出這些關鍵步驟的uv數據,構建一個用戶轉化的漏斗,來觀察每步用戶的轉化狀況,拿出數據以下:ide

百分比=本步驟uv/上一步驟uv佈局

image.png


這是一款配送app的新用戶下單路徑轉化漏斗,咱們能夠看出用戶在詢價->下單這個環節人數驟降,轉化率只有63%,遠低於其餘環節轉化率,且這個環節轉化率在本行業同類產品中也是稍低的。同時爲了對比,咱們拿出老用戶的路徑轉化數據,發現本環節轉化率爲79%,本環節新老用戶差遠高於其餘環節的新老用戶差。因此咱們能夠初步判斷,詢價->下單這步優化空間比較大,因而咱們把目光聚焦在詢價->下單環節,用戶爲何在第一次來時詢價以後掉頭就走了呢?咱們要尋找緣由,找出優化點。大數據


2、提出假設及解決方案
優化


      爲了找到影響用戶轉化的緣由。打開咱們的app,登錄後填單進行詢價,詢價頁面以下:spa

image.png

       繼而咱們打開幾個競品app填入相同的信息,到達詢價頁面,發現大致頁面信息差很少,只是位置有不一樣,而咱們發現一個問題點:競品的詢價頁顯示的是券後價格,咱們的詢價頁顯示的是優惠前價格,而咱們優惠後的價格和競品優惠後的價格是差很少的。會不會是用戶用咱們app填寫完信息後看到了比較大字的優惠前價格,而沒有注意到旁邊的可以使用新手券優惠字樣的提示?極可能用戶也是在幾個app之間進行比價,看到了40元的字樣就直接退出,選擇了其餘產品進行下單。
設計

有了假設後,接下來就要想解決方案,優化頁面佈局及展現邏輯。咱們想了兩種展現券後價格的頁面,讓用戶能夠在第一眼看到比較低的價格,留住用戶:3d

image.png


3、AB實驗設計


有了解決方案,就能夠開始着手進行AB測了。首先我們找設計小姐姐設計兩種方案的詢價頁,而後給前端進行頁面開發。和分析師確認是否有新增埋點以便後續實驗統計,同時設計實驗分組,採用AABC實驗設計方式,且分層抽樣保證每組新老用戶比例均勻:

image.png一切就緒後,就等着和下次發版上線實驗了。


4、實驗分析


經過一週左右的實驗,咱們能夠對實驗數據進行觀測,肯定咱們的評估指標:

北極星指標:單量、成交額 ;

方向指標:轉化率

image.png

      經過上述數據,咱們得出實驗組二的各項指標均優於對照組與實驗組一,能夠改版:


實驗組一  

詢價->下單轉化率+1.78%(新)、+0.68%(老)

下單->完單轉化率 無明顯差別

人均單量 +0.013(新)、+0.005(老)

人均成交額 +1.4%(新)、+0.52(老)

 

實驗組二  

詢價->下單轉化率+1.80%(新)、+0.71%(老)

下單->完單轉化率 無明顯差別

人均單量 +0.015(新)、+0.007(老)

人均成交額 +1.5%(新)、+0.57(老)

 

一個實驗上線以後,不只要分析其自己的數據結果,還要考慮產品大盤影響,項目指標和產品指標都要兼顧到。而由於互聯網產品具備大數據量和快速迭代的特色,因此咱們在懂用戶和業務以外,利用數據作好產品優化很是重要,快速試錯和調整,作到小步快跑。


以上,但願對你們有所幫助。


image.png

歡迎關注個人微信公衆號,一塊兒交流數據問題。