作为一个互联网从事人员，还是位体验设计师，也扛着业务增长的压力，嗯，现在的设计师也都要考虑怎样通过设计的手段来帮助平台（比方说对某宝、某猫、拼DD）业务进行增长，而且是KPI考核的最重要的因素。
方式有很多种，其中一项就是数据分析，数据分析的思路如下：
1.将数据进行分类，分为业务数据和用户数据。
业务数据就是销量、成交量、DAU、MAU等等此类的数据类型，通常会发现两个线索。一个是趋势，每个季度、半年来的生意趋势，另一个是在某个节点的时候数据会有大量提升或者跌幅，这个时候很容易发现一些可以突破的点。比方说双十一和双十二的大促，如果双十二成交量比双十一还高，是否是季节还是红包力度引起的。分析原因之后，再控制单一变量进行验证。
用户数据包括，用户的年龄、性别、教育、地域等等的基本信息，和用户在页面上的点击数据。如果能拿到用户在一个页面的点击数据，知道用户的手指点击哪里更多，大概率能判断用户对该类信息特别敏感，可以着重进行用颜色或者动效进行加强。比方说拼多多，对价格类的信息在页面上就特别突出，“百亿补贴”这样的字样就特别明显。很显然符合拼多多的用户追求性价比的心智的。
2.分析数据的方法，由粗到细，由广到精。
以拼DD为例，在它APP的首页，分为几个大类“推荐”、“食品”、“母婴”等等，但发现没它为什么会有这样的排序？在它的成交量中，肯定有整体的成交量分析以及各个行业的分析，“食品”紧接着在“推荐”后面，我们不难看出，拼多多用户在子行业的喜好上，对“食品”成交量是最大的。这就是从整体到行业的细致分析。
如果再细致点，翻到“食品”那个分类，会发现上面有“粮油速食”、“地方农货”等等的子分类。为什么会是这些子分类？同样的道理，都是数据分析得出的结果哦~
当然，对于上班族来说，平台类数据分析有个短板，就是自己没做过生意，就算发现数据异常，也没法像生意人那样敏感进行判断是什么原因，以及自己该干什么。其中就要有大量的数据调研和商家、用户的访谈，但这些访谈对于非行业从业者来说，总带着点隔靴搔痒的味道，不够精准。 除非自己下场尝试做个该种类的生意才能体会出来。最重要的还是归结到实践上。
总结起来，数据分析的方法就是，“通过数据观察现象——找数据异常的情况——分析原因——尝试复制——进行结果验证——总结规律——再次大规模复制”。
大家好，阁主是位9年经验的大厂体验设计专家，对平台类产品规则有着丰富的从业经验，聊设计聊产品聊搞钱，欢迎交流~
