12个用户数据的理解与使用误区

王镇雷：在工作中，无论是设计师还是产品经理都会广泛接触到大量用户和商业数据，如何正确的理解及使用数据，是每一个互联网工作者的必修课。通过对数据的洞察和解读，可以帮助我们发现产品的问题，了解用户的需求，挖掘商业发力点。

这次的文章不会系统性穷举数据类型和分析手段，但希望通过一些基础数据的理解，帮助初学者消除误区，打开思路。

首先来几个简单的，对于指标定义的误解。

1. GMV不代表利润或盈利能力

GMV（商品交易总额 Gross Merchandise Volume）通常是电商平台最核心的数据指标，如每年的双11，各大平台最受关注的也是 GMV。

值得注意的是，GMV 并不等于利润，仅仅表征在产品上的销售额，真正计算利润是需要减去成本的。因此，我们也不会单纯因为 GMV 的高低就判断两个平台的盈利能力。

2. 每日/月的UV不等于DAU/MAU

UV（独立访客数 Unique Visitor）同样是产品的一项核心数据，但并不是每一个 UV 都是有效的、可转化的，因此不同产品会定义不同的门槛，如有超过三次点击的用户会被记录为一个活跃用户（Active User），而常见的日活（DAU）、 月活（MAU），就是指每天和每月的活跃用户数。

根据不同产品的特点，甚至是同一个产品的不同时期，活跃用户的定义都会有变化，这需要尽早确定，以免数据被错误使用。

3. 模块点击率不是（模块点击量/页面总UV）

CTR（点击通过率 Click-Through-Rate），我们常说一个页面或者一个组件的点击率，但不少人并不明白点击率真正有价值的定义。

尤其针对模块和单个组件，常有人将点击率定义为（模块点击量/页面总 UV），殊不知由于手机屏幕长度有限，不同模块被用户看到的概率是不同的，除以总 UV 自然就不正确。

实际应用中，CTR = Click / Show content，即点击次数除以看到模块的用户量，有时候也称曝光点击率。更进一步，由于分母选取的不同，还有 UV 点击率和 PV 点击率之分，会有细微的使用差异。

定义了解清楚了，就提升下难度，对指标价值的理解偏差。

4. PV不是越高越好

PV（页面访问量 Page View），值得注意的是，一个用户在页面中的每一次点击都会累加到 PV 上，因此单看 PV 的高低并不能真实反映页面的效果。毕竟，大量点击可能代表用户对内容感兴趣，也可能表示用户在进行低效的盲目浏览。

5. 停留时长不是越长越好

平均停留时长代表用户在一个页面停留的时间，通常认为停留时长越长，表示页面内容对用户越有吸引力. 用户越喜爱。

但事实上，对于很多效率型产品和工具，花费时间长未必是一件好事。就拿商品详情页来说，花费了更多的时间如果不能带来更多的购买，只能代表效率低下。

6. 高点击率可能带来副作用

通常我们认为，通过测试发现两个组件的（曝光）点击率有高低之分，表明组件对用户的吸引力不同。事实上，仅仅看单个组件的点击率也并不客观，如果一个组件的面积大. 高度高. 视觉优先级高，当然就更容易获得点击。

但对应地，它是争夺了其他组件的曝光机会，对整个页面而言，也许它个体的效果更好，但对整体反而有害。

控制变量法是小学初中就会接触的实验方法，然而即便在大型互联网公司的数据测试中，也常常被误用。

7. 未做到实验同时进行

严格 AB 测试需要保证两个实验组同时进行测试，因为不同月份用户习惯有差别、工作日和假期有差别、周一和周二有差别，甚至早上中午和晚上也有差别。

不同时间，页面的用户基数、展示的内容（如有个性化）、用户行为特征、网络状态都会有显著差异。因此，常常因为技术准备不足，运营直接分两天上线不同内容/模块测试得到的结果，说服力往往差强人意。

△ 图源：Leigh Taylor

8. 未设置对照组

如果你的产品日常有100万用户，当需要测试一个新功能时，用户应该如何分组？

为避免新功能造成太大的负面影响，测试用户数肯定不能太大，常见做法是随机90万用户一组，10万用户一组。

但科学的对照方式应该是80万用户作为正常 A 组，10万用户作为测试 B 组，另10万用户作为对照 C 组。实际数据比较时，将BC两组做比对。这样做的原因是，相同的用户基数才有说服力，才能避免基数过小带来的数据偏差。

9. 用户群体的选择陷阱

在产品设计时，有时不同的功能会针对不同的用户群体，可能是男女用户之分，新老用户之分，有钱没钱之分，有没有时间之分……画像差异会带来行为差异。

在进行测试时，必须时刻紧盯数据到底针对的是不是你想要的用户，以及会不会对其他群体造成影响。最理想的情况，特定产品只有特定用户能看到，但实际上可能其他用户也能看到和使用。我就见过一个针对高消费层级用户的产品，对高消费人群效果良好，但对中低层级用户体验带来了极大损害，此时就要仔细分析它的利弊了。

因为用户行为是一个连续的过程，因此数据使用也要组合起来看，切不可盯着单独的数据研究。

10. 关于高点击和低转化

如果前一个分流页面的点击率很高，但是后一个页面的转化率很低，这可能说明你成功吸引了用户的注意力，但没有很好地满足他们的预期。

就拿电商产品来说，导购层面我们优化首页、搜索和内容频道，有更多用户点击来到了商品详情页，但可能没有发生更多的购买。此时，就为设计带来了一个突破机会 —— 优化后续页面对前序行为的承接。

前一个页面吸引人的点，在后一个页面能否被看到？除了这个点以外，后一个页面是否有明显的缺陷和瑕疵？通过用户访谈去了解用户产生兴趣但不转化的原因……绝大部分人都在做提高点击率和提高转化率的事，但少有人把他们结合在一起看。

11. 进入页面后产生首次点击的时间

点击和时间，这是两个数据。有时我们会研究用户到达一个页面后，产生首次操作花费的时间。

如果用户快速做出了反应，代表页面的内容容易理解、符合预期；而如果用户花了较多时间才进行点击. 滑动，可能代表页面理解成本较高。当然，我们同步还会看用户做出的反应是什么，如果用户进入页面后马上返回（跳失），说明页面完全没有迎合他的预期。

另一方面，我们也会针对不同类型产品来使用这个数据，效率型的产品希望用户快速操作，内容型产品则期待用户完成阅读。

12. 用户特征和行为数据

关于用户分层的话题我会在下次文章中单独讨论。值得一提的是，不用特征用户的数据往往揭示了更多的设计机会。

如果你的产品新用户首次转化的时间很久，但是老用户复购率又还不错，可能需要你设计一系列针对新用户的引导和功能；有些高频用户每天都会来，他们需要更多新鲜的内容，而每隔一段时间来一次的低频用户可能依赖的是某个特定的产品功能；如果你的产品服务于高端用户，是否有设计可以帮助中低端用户向高端进行转化？

这都是可以去发力的设计点。

欢迎关注作者的微信公众号：「王镇雷」

图片素材作者：Lunamik

「提升转化率的方法」

《学会CTA 设计方法后，按钮的点击率高了49%！》 《想要提升转化率？那你要明白这些色彩心理学知识》 《这些价格设置小策略，说不定让你的销量翻一翻！》

================明星栏目推荐================

优优教程网： UiiiUiii.com 是优设旗下优质中文教程网站，分享了大量PS、AE、AI、C4D等中文教程，为零基础设计爱好者也准备了贴心的知识树专栏。开启免费自学新篇章，按照我们的专栏一步步学习，一定可以迅速上手并制作出酷炫的视觉效果。

设计导航：国内人气最高的设计网址导航，设计师必备： http://hao.uisdc.com