數(shù)據(jù)驅(qū)動體驗 | 通過數(shù)據(jù)分析用戶行為來提升體驗服務(wù)價值
編輯導(dǎo)語:通過數(shù)據(jù)分析用戶行為是一個很重要的環(huán)節(jié),不僅可以提升體驗服務(wù)價值,還能幫助設(shè)計師們更深入地了解用戶需求,本篇文章作者分享了如何通過數(shù)據(jù)分析行為來提升體驗服務(wù)價值,希望對你有幫助。
數(shù)據(jù)擔(dān)任了『設(shè)計』和『業(yè)務(wù)』的鏈接橋梁,在內(nèi)部決策中,可以幫助設(shè)計師建立對用戶的同理心與心聲。
當不斷的運用數(shù)據(jù)后,設(shè)計師會更加清晰用戶群體的行為方式,進而明白如何為他們提供更好的體驗。
通過更好的體驗提供足夠的服務(wù)價值以建立穩(wěn)定持久的關(guān)系,提升留存。
一、數(shù)據(jù)與設(shè)計師的關(guān)系
設(shè)計是一個較為感性化的過程,數(shù)據(jù)有助于闡明設(shè)計中各階段的業(yè)務(wù)含義,包括設(shè)計目標的啟發(fā)、設(shè)計實踐的定義以及設(shè)計成效的衡量。
但值得注意的是,在設(shè)計的運用中,數(shù)據(jù)并不是為了代替設(shè)計師的前瞻性思維工作,而是通過不同的角度看待設(shè)計對于用戶的影響。
二、數(shù)據(jù)與用戶行為的關(guān)系
說到如何了解用戶行為或心理,很多人第一反應(yīng)可能會想到用戶訪談,但是觀點態(tài)度與情感數(shù)據(jù)的獲取很難擺脫主觀因素的影響。
比較常見的問題就是,用戶通常希望提供“正確的答案”,因而他們會告訴研究人員他們想聽到的答案,并非自己的真實想法(這被稱作設(shè)計期許反應(yīng)偏差或默許偏差)。
而數(shù)據(jù)驅(qū)動下表現(xiàn)的往往是用戶相對真實環(huán)境下的真實操作心理。
若要更準確的獲得用戶的行為心理活動,對于數(shù)據(jù)的觀測與定義應(yīng)該在一定程度上包括更全面的因素,例如定位、時間等。
以Airbnb為例,Airbnb的客房瀏覽、相似房型推薦、收藏、訂單成交等交互行為的點擊與停留時間在一定程度上都可以反推用戶行為。
但是Airbnb的產(chǎn)品屬性決定了用戶會在線下與房東產(chǎn)生很多其他的行為交互,進而再回到APP中來操作體現(xiàn)。
所以此時需要考慮時間與空間的因素影響,比如說來分析『夜晚在門店的訂單成交時間』這個數(shù)據(jù)指標相關(guān)項,可以更為準確去反應(yīng)用戶行為。
那么既然數(shù)據(jù)可以反推用戶行為感知,我們需要怎么去解讀?
數(shù)據(jù)本身的維度解讀,一般可以分為縱向拆分維度與橫向拆分維度。
縱向維度來自同一批用戶群體在一段時間內(nèi)或一段產(chǎn)品周期內(nèi)的數(shù)據(jù),使我們可以了解這段周期內(nèi)用戶的改變、調(diào)整適應(yīng)與學(xué)習(xí)進步。
能夠了解以往的變動如何影響著之后的經(jīng)歷,這為我們的數(shù)據(jù)分析提供了背景信息。不過縱向維度往往周期較長,影響的變量也多,需要介入較為復(fù)雜的「多元變量A/B test」。
橫向維度一般截取某個場景下新老用戶的行為變化,例如說我們可以一次性選取5,000名老用戶進行實驗測試,觀察用戶的先后行為對后續(xù)行為的影響,以及一段時間內(nèi)用戶的行為變化。
所以我們可以根據(jù)業(yè)務(wù)需要選用不同的方式來解讀數(shù)據(jù)背后的用戶心理。
了解了數(shù)據(jù)與設(shè)計師、數(shù)據(jù)與用戶心理的關(guān)系后,我們可以著手去探究如何通過數(shù)據(jù)來挖掘用戶喜歡的體驗感知,可以通過一套較為體系化的「數(shù)據(jù)驅(qū)動框架」來進行學(xué)習(xí)與實踐。
三、數(shù)據(jù)驅(qū)動框架
在介紹整體框架前,還是要重審一個重要的點。
數(shù)據(jù)分析用戶行為,是一個獲取信息和探索信息為目的的活動,一般在過程中可以借助數(shù)據(jù)的感知來改進想法,拓展現(xiàn)有認知。
不要把數(shù)據(jù)驅(qū)動當做驗證一個設(shè)計的簡單工具。
下圖可以較為直觀簡單的展示數(shù)據(jù)驅(qū)動設(shè)計的框架模型,其中的每一步都需要數(shù)據(jù)來驅(qū)動。
同時每個部分也會產(chǎn)生許多分支留存,這也是為什么說,數(shù)據(jù)驅(qū)動的整體流程是拓展設(shè)計思維為主了。
因為是發(fā)掘用戶行為為導(dǎo)向的研究方式,所以我們需要對數(shù)據(jù)反饋的內(nèi)容十分包容
我們下面對每個節(jié)點進行展開說明。
四、定義一個期望達成的業(yè)務(wù)目標
通常定義與業(yè)務(wù)成功直接相關(guān)的內(nèi)容。然后通過設(shè)計角度來描述業(yè)務(wù)目標。
正確的定義目標是最重要的一環(huán),這關(guān)乎我們能否捕捉到所期望的信息。
一般的產(chǎn)品業(yè)務(wù)目標從大致范圍上可以從轉(zhuǎn)化率、留存率、流失率等幾個方向去深化定義。
以「車來了」為例,可以通過用戶場景特征來細化我們的業(yè)務(wù)目標。
車來了的主要業(yè)務(wù)場景是實時公交,實時公交的主要活躍場景在于工作日通勤,即用戶在今天用,大概率一周后的今天也會有一樣的場景。
而對于這類通勤工具化產(chǎn)品,再未形成生態(tài)前,留存率往往是最重要的,有用戶體量才能去更多的場景擴展與商業(yè)變現(xiàn)。所以我們可以設(shè)一個目標是以周留存率為導(dǎo)向的。
提升周留存,通過設(shè)計角度的目標來闡述,希望增強這個場景的實時公交服務(wù)價值,得到用戶認可,形成『場景化的印象』。
讓用戶在一周后相同的場景還可以想到并且來用這個服務(wù)。如下圖,我們完成了第一步的目標定義。
五、發(fā)現(xiàn)問題/機會域
在這個步驟,主要是結(jié)合之前的業(yè)務(wù)目標與該場景下的用戶行為進行挖掘問題點與機會點。
聯(lián)動分析這個點非常重要,這是我們這個框架的核心,因為是結(jié)果導(dǎo)向的,我們需要隨時圍繞業(yè)務(wù)目標來思考后面的研究工作。
下面回到車來了的例子:
如上圖,我們來看用戶行為和周留存的相關(guān)性分析。
即拆解這個場景下的用戶行為,然后看每個用戶行為和該頁面周留存的相關(guān)率。
舉個例子,假設(shè)分析得到的結(jié)果是:
- 交互行為01-操作過『使用刷新』的用戶,周留存為50%;
- 交互行為02-操作過『滑動頁面,點擊圖區(qū)查看』的用戶,周留存為40%。
那么可以反向去解讀以發(fā)現(xiàn)問題和機會域,去挖掘這批周留存用戶(初步粘性用戶)的問題點所在。首先開始假設(shè)。
- 假設(shè)反復(fù)使用刷新,是用戶認為這個頁面不實時;
- 假設(shè)用戶沒看到地圖,只看軸信息不直觀。
于是我們就發(fā)現(xiàn)了多個問題機會點假設(shè),如下圖:
提出問題假設(shè)后,就可以開始假設(shè)理想體驗。
六、提出理想體驗假設(shè)
我們以上述的兩個假設(shè)去展開討論。
- 一種是,重新思考該頁面的信息架構(gòu)與體驗感知,體現(xiàn)更明確的“價值主張”。合適的信息架構(gòu)與感知營造可以清晰突顯實時公交的核心價值:實時性、車輛時間預(yù)估、車輛到站提醒等。
- 另一種是,突出圖區(qū)的信息呈現(xiàn)方式,便于用戶自己對于位置信息的把握,更了解接下來的出行行為的預(yù)判。
總結(jié)如下圖所示,我們兩個假設(shè)為『明確實時性的價值主張』與『通過圖區(qū)增強位置與車的聯(lián)動感知』。
同時可以更深層次的去想,假設(shè)一中的用戶可能更信任系統(tǒng)預(yù)判,假設(shè)二的用戶更信任自己的判斷感覺。
七、設(shè)計方案與內(nèi)部評估
根據(jù)上面的假設(shè),可以借助很多設(shè)計手段與方法論進行設(shè)計嘗試。
例如在實時性感知營造的途徑上,可以通過信息分類,找出表現(xiàn)實時感知的動態(tài)信息,區(qū)別于基礎(chǔ)靜態(tài)信息,突出線上動態(tài)信息。
同時加入時間/空間維度,在某個設(shè)定值下,精細化顯示動態(tài)信息,并且加入機器預(yù)判等手段,來整體打造一個實時且信息預(yù)判準確的服務(wù)者。
這里突出整體方法論闡述,不展開設(shè)計方法的討論。
在設(shè)計初步完成后即可在內(nèi)部進行訪談與可用性測試等用戶研究流程,可以幫助我們改進方案。
一般來說,根據(jù)行業(yè)比較認可的說法(NNG發(fā)明下表),訪談5個被測試者即可確定85%以上的可用性問題,所以不需要刻意去量化人數(shù)來確認其中的某些問題是不是設(shè)計引起的。
隨著更多用戶的參與,從每個后續(xù)用戶中獲取的信息量在逐漸遞減
八、客戶測試結(jié)果
在內(nèi)部測試改進后就可以考慮小范圍上線驗證。
首先考慮的是用戶樣本的問題,一般會將用戶分為不同的『用戶隊列』進行采樣,隊列是擁有共同經(jīng)歷的用戶群體。
這里需要說明下一個點,一般用戶的特征分為基本特征和行為特征,對于國內(nèi)的大部分產(chǎn)品中的用戶基本特征其實都較為穩(wěn)定(涉及到出海業(yè)務(wù),基本特征就尤為重要了),而用戶隊列一般都是按照行為特征來區(qū)分較為常見。
比如說以車來了為例,劃出一個隊列可以是:連續(xù)使用三個月以上、周活躍次數(shù)≥5、主要在工作日高峰期使用等行為特征。
類似的也可以有目的的圈定其他行為特征的一些用戶隊列。通過這些用戶隊列來進行實驗組下發(fā)。
如果一個改版較為大膽,在改動后的最初一段時間,實驗組反饋的數(shù)據(jù)指標會非?;靵y,之后會逐步趨于穩(wěn)定。
這是因為,一個人需要花費幾倍時間來適應(yīng)新的體驗,形成所期望的正?;蚋玫男袨榱?xí)慣。
有了如上的工作,后續(xù)就需要去看用戶的反應(yīng)了,看看設(shè)計對用戶行為產(chǎn)生了什么影響?
對此我們的下一步計劃是啥?是改進設(shè)計方案還是重新思考機會點。這都是需要去真正實踐來發(fā)現(xiàn)。
但是需要謹記一點,反饋的好與壞都不要消極,我們都可以通過數(shù)據(jù)更加了解用戶行為,知道他們喜歡什么樣的體驗。
總體而言,設(shè)計始終代表用戶,對用戶負責(zé),而數(shù)據(jù)的實踐探索又恰如其分地為設(shè)計師搭建了與用戶之間的“互動對話”。
在不斷的運營中,設(shè)計師們也需要慢慢培養(yǎng)的三種設(shè)計思維意識:數(shù)據(jù)驅(qū)動、數(shù)據(jù)啟示與數(shù)據(jù)感知。
通過數(shù)據(jù)驅(qū)動去驅(qū)動設(shè)計決策,通過數(shù)據(jù)啟發(fā)來驅(qū)動多維思考途徑,通過數(shù)據(jù)感知來持續(xù)不斷的了解用戶、成為用戶。
#專欄作家#
小偉同學(xué),人人都是產(chǎn)品經(jīng)理專欄作家。關(guān)注C端、B端用戶體驗趨勢,擅長場景與用戶行為分析、設(shè)計落地與價值變現(xiàn),注重全鏈式服務(wù)設(shè)計與用戶感知體驗,喜歡探索設(shè)計新模式。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自Unsplash,基于CC0協(xié)議。
- 目前還沒評論,等你發(fā)揮!