相信大家都看過這樣一篇新聞：谷歌搜索結果頁上的鏈接顏色，是通過一個嚴密的實驗，用數據來最終決定的。他們測試了整整 41 種藍色，最終選出了那個表現指標最好的藍色。選用這種藍色要比其他的藍色每年多爲谷歌帶來兩億美元的利潤。
案例二：13年以前淘寶網的購物車是藍色的，後面改成了現在的顏色也是產品設計部門在做產品迭代的時候發現，不同的按鈕顏色會對轉化率有細微的影響。目前購物車和立刻購買的顏色是轉化率最好的。也許對小公司來說千分之幾的影響可以忽略，但對淘寶這的大公司來說千分之一就是十幾億。
那麼這些給產品設計師帶來哪些啓示呢？
作爲設計師一直都在做產品優化設計，但到底是否真的是有改進呢。
若有A/B兩種方案，各有利弊，到底哪個方案才更好呢。
這個時候就需要數據來支撐你的設計方向。數據是客觀的設計方案上線後通過正確的分析就能看出好壞，好設計的價值能很直觀的表現和被衡量；
關注數據指標，不僅僅是產品經理或運營的“專利”，作爲交互和UI設計師也需要掌握這方面的技能，幫助產出更貼近用戶行爲的設計。
下面我們聊一聊產品設計師需要了解的數據知識：
常見的數據指標彙總：
活躍用戶相關：
PV 頁面訪問量 (Page View)
用戶每 1 次對網站中的每個網頁訪問（成功訪問/進入）均被記錄 1 次。用戶對同一頁面的多次訪問，訪問量累計。在一定統計週期內用戶每次刷新網頁 1 次也被計算 1 次。
理論上 PV 與來訪者數量成正比，但是它不能精準決定頁面的真實訪問數，比如同一個 IP 地址通過不斷地刷新頁面，也可以製造出非常高的 PV。
比如你一天打開簡書網站30次，算30個 PV。
UV 獨立訪客人數（Unique Visitor）
訪問網站的一臺電腦客戶端爲一個訪客。00:00~24:00 內相同的客戶端只被計算一次。
使用獨立用戶作爲統計量，可以更加精準地瞭解一個時間段內，實際上有多少個訪問者來到了相應的頁面。
PV、UV有什麼區別？
比如你上午打開了簡書，訪問了四個頁面並關閉網頁。下午又打開了簡書，訪問了12個頁面。則當日統計結果爲：PV=16、UV=1。
PV: 頁面瀏覽量 次數 不去重
UV：獨立訪問數 按人計算 去重
VV 用戶的訪問次數(Visit View)
用以記錄所有訪客用戶1天內訪問了產品的頁面多少次。當用戶完成所有的瀏覽並最終關掉該產品的所有頁面時便完成了一次訪問，同一用戶1天內可能有多次訪問行爲，訪問次數累計。
DAU/MAU 日活用戶與月活用戶（Daily active user / Monthly active user）
DAU（Daily active user）指的是日活躍用戶數量。通常統計一日之內登錄或使用產品的總用戶數（需去重）。與流量統計工具裏的UV概念相似。
日活躍用戶數與月活躍用戶數相比，日活躍用戶數不穩定，容易受到活動，節日的影響。但可以用來評估活動和節日用戶活躍的影響。
MAU（Monthly active users）指月活躍用戶人數。MAU是用戶數量統計名詞，指網站、App等月活躍用戶數量（需去重）。月活躍用戶數是一個月內活躍的用戶數。數值越大，說明產品用戶越多越活躍。因爲樣本時間足夠長，數據相對穩定。屬於用戶資產裏的核心指標。
數據用途：衡量產品使用的活躍度。方便了解產品的每日用戶情況，瞭解產品的用戶增長或者減少趨勢。
注：一個用戶一天通過一個渠道3次進入產品，則DAU只算一個。
MAU不等於DAU之和，必須要去重纔有意義。
新增用戶：
DNU：Daily New User（日新增用戶數）；
WNU：Weekly New User（周新增用戶數）；
MNU：Monthly New User（月新增用戶數）。
新增用戶：即安裝應用後，首次成功啓動產品的用戶。
用戶體驗指標：
留存用戶數：
用戶在某段時間內開始使用該應用，經過一段時間以後依然繼續使用該應用的用戶，被認作是留存用戶。是衡量產品的用戶粘度和產品的留存用戶的一個規模。
留存率：
率留存率=留存用戶/新增用戶*100%。通常重點關注次日、3日、7日、30日即可，並觀察留存率的衰減程度。
常見的指標有次日留存率，七日留存率，次周留存率。留存率常用來評估某一功能效果。比如：某個時間內，獲取的新用戶的次日留存率常用來衡量拉新的效果。
用戶增長就是獲取新用戶，留存下來的過程。做好留存，促進活躍，才能保證活躍用戶的增長。
次日留存率：即某一統計時段新增用戶在第二天再次成功啓動應用的比例。
7日（周）留存率：即某一統計時段新增用戶在第 7 天再次成功啓動該應用的比例。
30日（月）留存率：即某一統計時段新增用戶在第 30 天再次成功啓動該應用的比例。
數據用途：用來衡量用戶使用粘性和忠誠度，也可以用來作爲產品改版後的重要指標，產品體驗越好，越符合用戶需求，則留存率越高。
人均點擊次數
定義：點擊PV/點擊UV
舉例說明：例如簡書首頁，1月16這天有10萬人點擊提問，其中一共點擊了12萬次，那麼人均點擊次數爲12/10=1.2次
數據用途：用於衡量產品/頁面/功能中的內容對用戶的吸引度，對比同頁面的不同功能。
平均訪問時長
指在特定統計時間段內，瀏覽網站的一個頁面或整個網站時，用戶所停留的總時間除以該頁面或整個網站的訪問次數的比例。
如用戶在網站特定時間內總停留時間爲 1000 秒，在這段時間內，總的訪問次數是 100 次，那麼這個頁面或網站的平均訪問時長就是 1000秒/100=10秒。
該數據是分析用戶粘性的重要指標之一，也可以側面反映出網站的用戶體驗。平均訪問時長越短，說明網站對用戶的吸引力越差，可用內容信息越少。
平均停留時長
定義：所有用戶的停留時長和/用戶數
舉例說明：例如簡書首頁所有用戶的停留時長爲100萬小時，一共在首頁停留的用戶有200萬，則平均停留時長爲0.5小時。
數據用途：用來衡量頁面吸引度，一般來說，停留時間越長，用戶粘性越強。
人均使用時長
定義：用戶平均每天停留在產品的時間。
舉例說明：例如簡書2月20日有100萬個用戶一共在簡書產品上使用了50萬個小時，則2月20日的人均使用時長爲0.5個小時。
數據用途：用來衡量用戶使用產品的深度，判斷用戶使用產品的粘性和依賴度。
說明：用戶對產品的使用時長越高，說明對產品越依賴，商業化價值也越高。
廣告數據指標：
CTR 點擊率（ Click-Through-Rate）
圖片廣告；文字廣告；關鍵詞廣告；排名廣告；視頻廣告等的點擊到達率，即點擊量除以瀏覽量（PV)
CPC 每次點擊費率 （Cost Per Click）
爲廣告投放的重要參考數據，是廣告的一種常見定價形式。
CPM 每千人成本 （Cost Per Mille）
是一種按照千次曝光進行計算收費的方式，假設收費方式爲10元/CPM，那麼每一千個人看見推廣廣告，你就需要給推廣商支付10元。這是目前比較流行的推廣方式之一，可以有效增加曝光率。
ARPPU 平均每付費用戶收入（Average Revenue Pper Paying User）
在統計時間內，付費用戶產生的平均收入，一般以月計算
後記
產品設計師更多的關注產品數據可以將用戶的行爲可視化，以便更清晰地瞭解用戶行爲，經過一段時間的數據對比，設計師和產品經理可以共同驗證並規劃後面迭代的方案，預測產品的走向與趨勢。並且通過數據分析，可以量化交互方案的效果，作爲一名解決產品問題的設計師，幫助設計師更瞭解產品與用戶，且對自己職業的成長更有幫助。