相信大家都看过这样一篇新闻：谷歌搜索结果页上的链接颜色，是通过一个严密的实验，用数据来最终决定的。他们测试了整整 41 种蓝色，最终选出了那个表现指标最好的蓝色。选用这种蓝色要比其他的蓝色每年多为谷歌带来两亿美元的利润。
案例二：13年以前淘宝网的购物车是蓝色的，后面改成了现在的颜色也是产品设计部门在做产品迭代的时候发现，不同的按钮颜色会对转化率有细微的影响。目前购物车和立刻购买的颜色是转化率最好的。也许对小公司来说千分之几的影响可以忽略，但对淘宝这的大公司来说千分之一就是十几亿。
那么这些给产品设计师带来哪些启示呢？
作为设计师一直都在做产品优化设计，但到底是否真的是有改进呢。
若有A/B两种方案，各有利弊，到底哪个方案才更好呢。
这个时候就需要数据来支撑你的设计方向。数据是客观的设计方案上线后通过正确的分析就能看出好坏，好设计的价值能很直观的表现和被衡量；
关注数据指标，不仅仅是产品经理或运营的“专利”，作为交互和UI设计师也需要掌握这方面的技能，帮助产出更贴近用户行为的设计。
下面我们聊一聊产品设计师需要了解的数据知识：
常见的数据指标汇总：
活跃用户相关：
PV 页面访问量 (Page View)
用户每 1 次对网站中的每个网页访问（成功访问/进入）均被记录 1 次。用户对同一页面的多次访问，访问量累计。在一定统计周期内用户每次刷新网页 1 次也被计算 1 次。
理论上 PV 与来访者数量成正比，但是它不能精准决定页面的真实访问数，比如同一个 IP 地址通过不断地刷新页面，也可以制造出非常高的 PV。
比如你一天打开简书网站30次，算30个 PV。
UV 独立访客人数（Unique Visitor）
访问网站的一台电脑客户端为一个访客。00:00~24:00 内相同的客户端只被计算一次。
使用独立用户作为统计量，可以更加精准地了解一个时间段内，实际上有多少个访问者来到了相应的页面。
PV、UV有什么区别？
比如你上午打开了简书，访问了四个页面并关闭网页。下午又打开了简书，访问了12个页面。则当日统计结果为：PV=16、UV=1。
PV: 页面浏览量 次数 不去重
UV：独立访问数 按人计算 去重
VV 用户的访问次数(Visit View)
用以记录所有访客用户1天内访问了产品的页面多少次。当用户完成所有的浏览并最终关掉该产品的所有页面时便完成了一次访问，同一用户1天内可能有多次访问行为，访问次数累计。
DAU/MAU 日活用户与月活用户（Daily active user / Monthly active user）
DAU（Daily active user）指的是日活跃用户数量。通常统计一日之内登录或使用产品的总用户数（需去重）。与流量统计工具里的UV概念相似。
日活跃用户数与月活跃用户数相比，日活跃用户数不稳定，容易受到活动，节日的影响。但可以用来评估活动和节日用户活跃的影响。
MAU（Monthly active users）指月活跃用户人数。MAU是用户数量统计名词，指网站、App等月活跃用户数量（需去重）。月活跃用户数是一个月内活跃的用户数。数值越大，说明产品用户越多越活跃。因为样本时间足够长，数据相对稳定。属于用户资产里的核心指标。
数据用途：衡量产品使用的活跃度。方便了解产品的每日用户情况，了解产品的用户增长或者减少趋势。
注：一个用户一天通过一个渠道3次进入产品，则DAU只算一个。
MAU不等于DAU之和，必须要去重才有意义。
新增用户：
DNU：Daily New User（日新增用户数）；
WNU：Weekly New User（周新增用户数）；
MNU：Monthly New User（月新增用户数）。
新增用户：即安装应用后，首次成功启动产品的用户。
用户体验指标：
留存用户数：
用户在某段时间内开始使用该应用，经过一段时间以后依然继续使用该应用的用户，被认作是留存用户。是衡量产品的用户粘度和产品的留存用户的一个规模。
留存率：
率留存率=留存用户/新增用户*100%。通常重点关注次日、3日、7日、30日即可，并观察留存率的衰减程度。
常见的指标有次日留存率，七日留存率，次周留存率。留存率常用来评估某一功能效果。比如：某个时间内，获取的新用户的次日留存率常用来衡量拉新的效果。
用户增长就是获取新用户，留存下来的过程。做好留存，促进活跃，才能保证活跃用户的增长。
次日留存率：即某一统计时段新增用户在第二天再次成功启动应用的比例。
7日（周）留存率：即某一统计时段新增用户在第 7 天再次成功启动该应用的比例。
30日（月）留存率：即某一统计时段新增用户在第 30 天再次成功启动该应用的比例。
数据用途：用来衡量用户使用粘性和忠诚度，也可以用来作为产品改版后的重要指标，产品体验越好，越符合用户需求，则留存率越高。
人均点击次数
定义：点击PV/点击UV
举例说明：例如简书首页，1月16这天有10万人点击提问，其中一共点击了12万次，那么人均点击次数为12/10=1.2次
数据用途：用于衡量产品/页面/功能中的内容对用户的吸引度，对比同页面的不同功能。
平均访问时长
指在特定统计时间段内，浏览网站的一个页面或整个网站时，用户所停留的总时间除以该页面或整个网站的访问次数的比例。
如用户在网站特定时间内总停留时间为 1000 秒，在这段时间内，总的访问次数是 100 次，那么这个页面或网站的平均访问时长就是 1000秒/100=10秒。
该数据是分析用户粘性的重要指标之一，也可以侧面反映出网站的用户体验。平均访问时长越短，说明网站对用户的吸引力越差，可用内容信息越少。
平均停留时长
定义：所有用户的停留时长和/用户数
举例说明：例如简书首页所有用户的停留时长为100万小时，一共在首页停留的用户有200万，则平均停留时长为0.5小时。
数据用途：用来衡量页面吸引度，一般来说，停留时间越长，用户粘性越强。
人均使用时长
定义：用户平均每天停留在产品的时间。
举例说明：例如简书2月20日有100万个用户一共在简书产品上使用了50万个小时，则2月20日的人均使用时长为0.5个小时。
数据用途：用来衡量用户使用产品的深度，判断用户使用产品的粘性和依赖度。
说明：用户对产品的使用时长越高，说明对产品越依赖，商业化价值也越高。
广告数据指标：
CTR 点击率（ Click-Through-Rate）
图片广告；文字广告；关键词广告；排名广告；视频广告等的点击到达率，即点击量除以浏览量（PV)
CPC 每次点击费率 （Cost Per Click）
为广告投放的重要参考数据，是广告的一种常见定价形式。
CPM 每千人成本 （Cost Per Mille）
是一种按照千次曝光进行计算收费的方式，假设收费方式为10元/CPM，那么每一千个人看见推广广告，你就需要给推广商支付10元。这是目前比较流行的推广方式之一，可以有效增加曝光率。
ARPPU 平均每付费用户收入（Average Revenue Pper Paying User）
在统计时间内，付费用户产生的平均收入，一般以月计算
后记
产品设计师更多的关注产品数据可以将用户的行为可视化，以便更清晰地了解用户行为，经过一段时间的数据对比，设计师和产品经理可以共同验证并规划后面迭代的方案，预测产品的走向与趋势。并且通过数据分析，可以量化交互方案的效果，作为一名解决产品问题的设计师，帮助设计师更了解产品与用户，且对自己职业的成长更有帮助。
