很早就接触到交互设计中的各种数据，比如某个按钮的点击率，页面的停留时间等，但一直不是很在意，主要是觉得目前还没有机会真正接触后台的数据。今天又再次看到了别人作品中关于数据的使用，终于还是想去好好了解一下。下面主要是我读了u一点中的一篇文章之后的整理，对数据有了初步的认识。
1、什么是数据
这篇文章介绍了数据评价的五个维度，分别是“吸引度”“完成度”“满意度”“推荐度”“忠诚度”。
首先来看看这五个维度是怎么提出来的。
回到最根本的问题，怎么根据后台的数据来评价产品的用户体验质量？
前提是有一个产品设计目标，你的产品设计目标是什么，帮助用户购物，为用户提供优质的资讯等等，在这个目标的前提下来谈用户体验才有意义。
那么问题就变成，什么样的指标可以衡量设计目标是否实现？
这里用到的是google的GSM模型，就是：目标（Goal）--信号（Signal）--指标（Metric）。
比如你的目标是让用户使用你的产品完成购物，那么信号就是用户是否将物品加入了购物车，是否完成订单等，指标就是相应的数据，比如创建订单数，浏览页面与购买页面之间的转化率等。
这就是最基本的思路。接下来就对这个思路进行拓展。
目标是一个很大的概念，包括了用户使用产品的整个过程，时间和空间上都有一定的范围。那么可以将其进一步细分为五个阶段：触达、行动、感知、回访、传播。
其中回访是指老用户的再次访问，传播是指新用户的加入，这样五个阶段就可以形成闭环。这五个阶段对应的目标是不一样的，分别是“吸引度”“完成度”“满意度”“忠诚度”“推荐度”，也就最开始说到的五个维度。
- 吸引度：
产品能不能吸引用户过来使用、能不能吸引用户产生相应行为；
相关的数据指标有（但不局限于）：知晓率、到达率、点击率、退出率等。 - 完成度：
用户能不能完成产品目标对应的操作，以及完成目标过程中的操作效率；
相关的数据指标有（但不局限于）：首次点击时间、操作完成时间、操作完成点击数、操作完成率、操作失败率、操作出错率等。 - 满意度：
操作完成后用户产生的主观感觉；
相关的数据指标有（但不局限于）：操作容易度、布局合理性、界面美观度、表达内容易读性等。 - 忠诚度：
完成一次使用后，用户会不会再次使用此产品；
相关的数据指标有（但不局限于）：30天/7天回访率、不同平台的使用重合率等。 - 推荐度：
用户会不会将此产品推荐给其他人；
相关的数据指标有（但不局限于）：净推荐值（NPS）。
2、怎么使用数据
一般是用于以下三种情况：
- 设计前发现问题
通过横向对比、纵向对比、人群对比等了解用户需求以及产品目前存在的问题。 - 设计中判断思路
利用核心指标的数据来判断不同方案的优劣，以便做出合理的选择。 - 设计后验证方案
通过数据可以直观地看出方案是否到达既定目标。
然后是一些经验和技巧：
- 从用户视角来看数据
简单地说就是针对不同的用户，不同的需求将数据进行划分。 - 但数据不足时，可以使用近似或者同类的数据替代。比如要知道用户使用什么设备登录淘宝，可以参考其他购物网站的数据，甚至可以参考目前主流的设备数据。
- 数据除了可以作为设计依据，还可以直接展示给用户，提升说服力。
- 使用多种统计方法对数据进行分析，可以获得更多有意义的结论。
目前只是对数据有一个大概的了解，接下来可能会去了解一些常用的数据，还有一些相应的统计方法。当然，会尝试去找一找一些实际的数据来分析一下，不过听说不好找。
以上。
