该文档探讨了基于大数据的电商用户体验研究与方法，强调数据辅助设计在快速迭代产品中的有效性。它分析了用户流失和留存的问题，并指出数据与传统研究方法结合的优势，以提供更全面的用户洞察。文中还提到如何通过数据指标分析用户行为，确保设计方案的准确性和可比性。

1. 数据辅助设计
基于大数据的电商用户体验研究与方法
By Biyong Zhang
Dec. 2015

2. Percentage No Fault Found
（电子产品）
0
10
20
30
40
50
60
70
1970 1980 1990 2000 2010

3. The Loss
45亿美元 50亿美元
100亿美元
170亿美元
0
20
40
60
80
100
120
140
160
180

4. 电子产品 App
损失退货 卸载

5. 平均获取一个App新用户的成本是 元
获取新用户的成本是留住老用户的 倍
一个老用户贡献的利润是新用户的 倍
300
8
16

6. OUR CHANLLENGE
why
how
用户为什么流失
如何留住老用户

7. Test
Develop
Concept
Feedback
Release
迭代式产品开发流程

8. Test
Develop
Concept
Feedback
Release
概念验证 / 可用性测试
Concept Validation / Usability Test
• 时间成本较高
• 覆盖少量用户，代表性
受到挑战
• 用户想的和说的，跟用
户的实际行为存在差异
的可能性
• 无法预测外界环境的变
化导致的用户行为的变
化

9. Feedback
Release
Test
Develop
Concept
开发测试
Development Test
• 聚焦于发现性能问题，
能解决大部分“能用”
的问题，但无法达到
“好用”的目的。
• 用户使用App的场景很
多样，例如网络状况、
硬件情况、操作系统
等。开发测试仅能覆盖
几种场景，无法覆盖所
有场景

10. Develop
Concept
Feedback
Release
Test
舆情反馈
Feedbacks
• 用户往往有惰性，主动
反馈问题的用户相对较
少
• 用户对于反馈问题的描
述往往不够全面，缺少
背景信息，不利于我们
还原问题，找出根源
• 用户反馈的问题不一定
符合客观事实（恶意差
评，主观判断等）

11. Develop
Concept
Feedback
Release
Test
舆情反馈
Feedbacks
• 什么情况下卡？卡在什么地
方？网络状况如何？手机配
置如何？

12. Develop
Concept
Feedback
Release
Test
舆情反馈
Feedbacks
• 当前自动转屏的问题是什
么？什么场景下会出现这个
问题？用户认为应该改进成
什么样子？

13. Develop
Concept
Feedback
Release
Test
用户行为数据
UX Data
The Value of Data

14. Develop
Concept
Feedback
Release
Test
用户行为数据
UX Data
The Value of Data
• 还原用户使用行为，发现问
题，为改版提供依据
• 验证用户的实际使用行为是
否与产品的设计预期一致
• 当产品设计方案存在争议
时，通过A/B test来对比数
据协助产品决策

15. Case Study Two

16. 一次性成功率 8%
用户平均耗时 20 S

17. Test
Develop
Concept
Feedback
Release
• 明确产品设计
目标
• 设定数据指标
• 数据埋点
• 数据提取与分析
• 设计验证

18. Key Points
完
整
精
确
及
时
灵
活
成体系的全面的数据指标用于反映用户体验
数据采集口径统一；Android和iOS平台数据
含义一致，具备可比较性
数据周期性自动填充，数据延迟不超过48小时
数据分析处理具备灵活性，可以进行多维度
深度比较分析

19. Thinking of Data
• 数据辅助设计是一种能满足快速迭代式产品的用户体验研
究和产品设计的有效方法。
• 数据与传统用户研究方法的结合有助于我们更全面地了解
用户和产品。通常情况下，我们可以通过数据“知其
然”，进而通过访问、问卷等方法“知其所以然”。
• 数据相较于大多数的定性研究方法更有说服力，因而保障
数据的准确性显得尤为重要。

20. Key Points