如何通過資料指導產品最佳化

來源:互聯網
上載者:User

   設計師生來就是要解決問題的。那如何才能更好、更高效地解決問題?首先要求我們能發現問題,資料分析就是一種常用的發現問題的手段。通過資料定位問題,然後用設計方案來嘗試解決問題,之後再用量化的資料指標來評估問題是否解決了,解決了多少。通過迭代最佳化,問題就能夠得到較好解決。

  本文結合自己在在登入產品的體驗最佳化中積累的一些實戰經驗,重現過程中的設計點滴,有效果明顯的方案,也有效果不明顯的最佳化嘗試,最後將總結一些通用的設計思路。

  登入失敗的原因在哪?

  登入框一般是個較簡單的介面,它包括:賬戶名和登入密碼、校正碼、其他賬戶登入入口、註冊等關聯操作等元素。

  看似一個簡單的介面,每天卻有不少使用者嘗試登入卻登入失敗。某些流量較大的網站,每天可能有上百萬登入失敗次數。登入作為使用者進入一個產品的第一道門,體驗非常關鍵。因此我們把登入成功率作為衡量登入產品體驗好壞的最重要的指標。

  通過資料收集和分析後,我們發現使用者登入出錯的原因佔比如下圖(圖中資料做了模糊處理):登入密碼出錯、賬戶名出錯、校正碼出錯是影響登入成功率的top3因素。

  詳細定位問題,各個擊破

  針對上述的top3問題,我們迭代做了最佳化。在此以校正碼出錯的最佳化為例,來說明最佳化思路。前面我們通過資料定位了大問題出在哪裡,接下來我們需要詳細定位問題。那校正碼為什麼出錯?有什麼解決方案?

  通過頁面埋點點擊資料和後台日誌我們發現使用者重新整理圖片校正碼概念較高,平均每個使用者會重新整理2次校正碼才能輸入正確。所以問題可歸納為:校正碼識別度低,容易輸錯。

  那對應有怎樣的解決方案策略?不妨嘗試下這種循序漸進的解決思路:事前、事中、事後。

  1) 事前:我們把輸入圖片校正碼作為一個事件,那“事前”的意思就是不出現圖片校正碼,或者降低校正碼出現機率。圖片校正碼的作用是防止機器批量登入行為。逆 向思考下:如果我們能保障系統安全的情況下,通過技術手段儘可能提前識別是人在請求登入,還是機器惡意登入。確信識別為人在登入的情況下,就不出現圖片校 驗碼(如下圖),就可以大大減少正常使用者登入時輸入圖片校正碼的概念。

  上線後,通過跟蹤登入成功率資料,發現此最佳化效果非常明顯。

  2)事中:近一步發現校正碼是數字和字母隨時混搭出現,如數字“0″和字母“O”,數字”1″和字母“I” 很容易混淆。

  解決方案:降低容易混淆的數字和字母出現的機率,如果出現了數字“0″或字母“O”,預設使用者輸入其中一個都是正確的。條件允許的話,還可以過濾掉這些容易混淆的組合,提高使用者首次輸入的成功率。

  還有一個解決方案策略是使用者輸入校正碼後即時反饋結果:輸入正確還是錯誤。

  輸入正確的提示如下:

  輸入錯誤的提示如下:

  通過這個最佳化,使用者可以提前知道自己出錯了,而不需要登入請求後才知道出錯了,導致一次登入失敗。所以使用者登入效率更高了(用時更短),而登入成功率也有不小的提升。

  3)事後:使用者輸錯一次圖片校正碼了,再次輸入如何能更容易成功?如下圖中,使用者通過點擊圖片校正碼地區重新整理出現另一張校正碼,但相對隱晦,部分使用者出錯了,就不知道點擊換一張校正碼圖片。

  解決方案:強化重新整理圖片校正碼的操作按鈕,同時增加語音校正碼。雖然語音校正碼本意是為盲人使用者設計的,但正常使用者在圖片校正碼老是輸錯情況下,也可以使用語音校正碼。

  最後,總結下通過資料來指導產品最佳化的一般流程。

  第一步:確定產品體驗的量化指標

  如 上面案例中我們用成功率來衡量登入產品體驗好壞的指標。什麼指標可以用來量化某個產品的體驗呢?這是目前互動設計領域討論比較多的話題,這裡先不展開闡 述,只提供參考建議:一、使用者體驗的改變對該指標有至關重要的影響;二、該指標很好被量化;三、清楚該指標是如何計算的,項目組達成共識,這樣才能更有的 放矢的開展設計。

  第二步:資料分析準確定位問題

  找 到影響上述量化指標的產品問題點在哪,如上述案例中登入失敗有哪些情況,佔比怎樣。視產品不同,資料來源可以是產品的後台日誌資料,使用者點擊行為資料或用 戶來電求助率,等等。再近一步分析:密碼為什麼出錯、賬戶名為什麼出錯、圖片校正碼為什麼出錯。比如我們通過大量的使用者來電客服錄音就可以找到使用者密碼出 錯的真正原因:將支付密碼和登入密碼混淆,跟其他產品的秘密混淆;密碼設定得太複雜,記不住;密碼出錯後,找回密碼不成功,等等。

  第三步:迭代最佳化,用資料檢驗效果

  找到了問題,就針對性得設計方案。解決思路可以參考上述的“事前”、“事中”和“事後”。事先:問題是否能提前規避,降低發生的概念;事中:問題發生了,如何協助使用者快速解決;事後:如何避免再次發生。最佳化方案快速上線,看對應的體驗指標是否改變了,改變了多少。往往不可能一步到位就把問題解決掉,需要迭代最佳化,不斷通過資料跟蹤來修正設計策略。通過效果累計,達到我們最終的設計目標。

相關文章

Beyond APAC's No.1 Cloud

19.6% IaaS Market Share in Asia Pacific - Gartner IT Service report, 2018

Learn more >

Apsara Conference 2019

The Rise of Data Intelligence, September 25th - 27th, Hangzhou, China

Learn more >

Alibaba Cloud Free Trial

Learn and experience the power of Alibaba Cloud with a free trial worth $300-1200 USD

Learn more >

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。