交互设计师如何培养数据分析的能力.pdfVIP

交互设计师如何培养数据分析的能力.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
交互设计师如何培养数据分析的能力.pdf

莱茵教育 交互设计师如何培养数据分析的能力 每一个交互设计师每天都要面对一大堆看似杂乱的数据 ,如何进行信息提取 与数据加工 ,从中获取自己想要的信息 ,并应用这些信息 ,有理有据的进行需求 的讨论、最终设计决策的推进 ,这是个必修课 ,逃也逃不开。 交互设计师如何培养数据分析的能力呢? 首先 ,要有数据收集分析的意识 ,掌握数据产生的来源; 其次 ,拿到数据后 ,在数据间找关联性 ,深挖内在含义; 再次 ,掌握基本的数据分析方法 ,并在实战中加以应用; 最后 ,将分析的结果应用到后续工作中 ,检验分析结果。 如此 ,循环往复 ,形成一种职业习惯 ,一个工作的流程。 从平时的工作中 ,总结出以下几点数据分析时要注意的原则 ,在这里抛砖引 玉 : 莱茵教育 一、明确数据分析的目的 要分析一份数据 ,首先得先明确自己的目的 :为什么要收集并分析这样一份 数据?只有你的目的明确了之后 ,才能对接下来你要收集哪些数据、如何收集有 一个整体的把握。当然你的目的可以是多个小点 ,(如 :用户在首页浏览了哪些 内容?登录框在页面上的重要程度?)只要这些点是一个个切实待解决的问题点 , 将其罗列下来 ,一个一个的去收集数据。 你分析的结果可能会改变整个项目 ,但有了数据的支撑 ,会让项目或需求有 一个全新的开始或细节的调整。 二、了解数据来源并收集 按照分析的目标中罗列的点 ,建立一个分析框架 ,并按照轻重缓急进行数据 收集。与此同时 ,需要对数据是如何产生的 ,如何获取这些数据进行相应的了解。 在工作中可以应用数据统计工具方便的进行数据的收集 ,同时交互设计师也要与 前端保持沟通 ,了解数据统计的方法 ,适时添加统计的维度 ,请前端同学帮忙埋 统计代码。 三、掌握数据分析的方法 作为交互设计师 ,要掌握几种基本的数据分析方法 :对比分析法、分组分析 法、结构分析法、平均分析法、交叉分析法……基于这些分析方法 ,我们可以对 现状、原因、未来有初步的了解 ,并进入后续更深入的分析。 如 :现状分析适用于对现今站点或页面的浏览点击情况做一个数据统计与热 点分析 ,可以得出用户的浏览路径及关注重点。原因分析则侧重于一个问题 ,深 入挖掘答案。未来分析可用于与产品经理沟通时 ,对后期产品的规划进行数据交 流。 莱茵教育 四、沟通分析结果 在沟通分析结果前 ,要注意不要只用手上仅有的资讯作判断 ,如果手上的证 据不足以完全反应实际状况的时候 ,以数据分析结果作为决策就很容易出错 ,尤 其是单看某一个数据维度时。交互设计师要超前思考 ,考虑产品经理可能从中提 出的问题 ,并给出回应。让沟通高效且有意义。 五、骗人的分析结果 数据是会骗人的。其中最有名的例子就是辛普森悖论。一所美国高校的两个 学院 ,分别是法学院和商学院 ,开学时 ,人们以为有性别歧视。 因此 ,我们在做数据分析时 ,可适当地进行分组 ,并调整某些组别的权重 , 根据业务来衡量可能会影响关联关系的一些潜在因素。 六、数据不是万能的 前期数据可以用来挖掘用户需求 ,中期数据可以用来过滤产品功能 ,后期数 据可以用来反映产品成败。整个过程当中 ,数据还能举证 ,作为产品经理与交互 设计师之间的沟通内容。 但是 ,我们要认清一个事实 :数据不是万能的。它不能反映一切问题 :在前 期的分析中不一定能找到创新的突破口或者潜在的需求点;在后期的效果验证 中 ,往往又会显得很有说服力。我们要怀着客观的心态来关注数据 ,从不同的角 度出发 ,与产品经理之间保持有效的沟通。 除了以上几点原则 ,在数据分析过程中 ,我们也要避免以下几种的情况 : 1、项目紧急 ,时间不够 莱茵教育 在数据分析前期 ,先对要完成的事情做个计划表 ,内容包括以下几个方面 : 收集数据、整理数据、分析数据、总结

文档评论(0)

尐丶丑 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档