看不见的用户体验，教你学会用数据丈量它！

用户体验一直以来都是一种看不见摸不着的东西，任产品用户成千上万，你也没有办法准确地定义一个场景下怎么样设计是体验最好的。很多时候，我们觉得离用户太远，号称为用户做体验设计，却像是面对一个黑盒子：输入一些数据，看到一些数据变化。但用户究竟如何去使用产品，我们不得而知。用户调研和可用性测试常沦为“说服”的工具，我们从中只选择自己想听的内容。如果数据正向，但收到好几个用户的反弹，

交互体验 2017年05月08日

尝试用数据丈量用户体验

用户体验一直以来都是一种看不见摸不着的东西，任产品用户成千上万，你也没有办法准确地定义一个场景下怎么样设计是体验最好的。很多时候，我们觉得离用户太远，号称为用户做体验设计，却像是面对一个黑盒子：输入一些数据，看到一些数据变化。但用户究竟如何去使用产品，我们不得而知。用户调研和可用性测试常沦为“说服”的工具，我们从中只选择自己想听的内容。如果数据正向，但收到好几个用户的反弹，

交互体验 2017年05月08日

浅析 7 类数据表格的筛选设计

最近一直在做To B的产品，对于To B类的产品，最多出现的就是表格，表格通常都会含有很多的数据项，不方便查看，这就需要增加一些筛选条件，方便用户查找，下面就讨论一下这个筛选条件的设计。1、以搜索的形式进行筛选输入框可以输入用户关心的内容，下面可以做到实时筛选，也可以触发点击。但是必须支持模糊查询，否则用户必须记住所有内容，才能查出要找的内容项，这样的记忆成本太高了。好处：

产品设计 2017年05月06日

运用大数据和风控手段，解决共享单车供求匹配问题

最近，看了不少共享单车方面的文章，其中有不少是探讨如何改善用户体验、提高共享单车供求匹配度和单车适用频次的。无论是文章本身，还是大家的评论，都让本人受益匪浅，以下是个人总结的一点资料，欢迎吐槽。用户痛点：想用车的时候随时都有车可用；企业痛点：提高每台单车的日均适用频次（企业需求）。两者矛盾体现为：用户想用车，附近却无车可用或有车却用不了。而企业呢？一方面，用户有用车需求，却

产品经理 2017年05月05日

做运营必须掌握的四个数据分析思维

对于运营数据分析，我相信很多小伙伴会存在以下问题：面对异常数据经常出现“好像做了什么？好像发生了什么？所以可能造成了影响”的主观臆测？ 面对数据报表，不知道该怎么分析？不知道该分析什么？ 数据分析作为运营最基础的一项技能，你是否真正的将其价值发挥出来，合格的运营一定是数据驱动运营，而非运营驱动数据！从单一维度到体系化从单一维度到体系化的思考，是做数据分析必须做出的转变！对于

产品运营 2017年05月04日

创业公司如何作数据分析以及运营？

（一）开篇摘要： 本文将按照“WHY->WHAT->HOW”的思考方式来阐述下面三个问题：创业公司为什么需要做数据分析？创业公司做数据分析，需要做哪些事情？如何实现这些数据上的需求？从而基于“数据驱动”来做决策、运营与产品。在过去的一年里，笔者加入了一家移动互联网创业公司，工作之一便是负责数据业务的建设，陆陆续续完成了一些数据系统的实现，来满足公司的数据需求。在创业公司中做

创业学院 2017年05月03日

干货｜如何利用 Social Listening 从社会化媒体中“提炼”有价值的信息？

在本文中，笔者将会介绍大数据分析主要的处对象—社会化媒体（Social Media），以及对社会化媒体进行分析的重要手段——社会化聆听（Social Listening）。最后，笔者将以汽车行业的一个实操案例，来讲述如何使用社会化聆听（工具）来对社会化媒体大数据进行分析。0 楔子“大数据”一直是最近几年全球很火的概念。搜索关键词“big data”/”大数据“，从下图Goo

业界 2017年05月02日

戴着「有色眼镜」看数据驱动：如何运用 Growth Hacking 的思路来指导产品优化？

数据驱动的思维方式不是一朝一夕能够练就的，但这是一条捷径。下次，当你苦于产品设计没有足够吸引力的时候，不妨看看数据，也许会找到一条充满惊喜的出路。在文章的开头，让我们先来看看下面两个示例：示例一：由麦克.格林菲尔德等人共同创办的社交图谱应用”Moments”的构想很简单，它允许用户把Facebook好友分类到不同圈子以便在圈子内进行分享。可是随之而来他发现一个问题，只有不到

产品经理 2017年05月03日

如何像硅谷数据专家一样做出获客决策？

今天的这篇文章源自身边一个真实的难题。我有一个朋友去年开始创业做健身餐，最早的一批用户就是从他之前公司同事转化的，广受好评，半年内业务实现了十倍的增长，也顺利拿到了融资——整体看来是个不错的开端。然而今年想要继续扩大规模的时候，尝试在外卖APP上做了广告但效果并不理想，之后又买了几次大V的软文，钱花了不少，但并没有引起想象中的病毒传播效应。这时候问题来了： 他现在的状态，究

产品经理 2017年05月02日

大数据时代≠无埋点时代：无埋点优越于代码埋点？

无埋点采用“全部采集，按需选取”的形式，对页面中所有交互元素的用户行为进行采集，通过界面配置来决定哪些数据需要进行分析，实质与“全埋点”并无无实质差异。数据基础夯实与否，取决于数据的采集方式。埋点方式多种多样，按照埋点位置不同，可以分为前端（客户端）埋点与后端（服务器端）埋点。其中无埋点是目前较为流行的前端埋点方式之一。“无埋点”概念已烂大街，而在实际进行事件设计与实施的过

产品经理 2017年04月29日