互金公司如何用數據驗證產品設計

很多設計師和產品經理都會遇到這些情況:我要做某個設計改進,上線后真的會“改進”嗎?我有方案A和方案B,到底該選哪個好?還是說兩個都不如舊版?

其實產品設計就是一場科學實驗,是可以通過數據來驗證的。以下我就結合實際經驗,總結下互聯網金融公司如何用數據驗證產品設計。

1、明確設計目的

如果你都不知道為啥要做這個設計,那么還是省省吧。對于互金平臺來說,做產品設計改進時常見的目的大致有以下幾類:

1)提高轉化率

所謂的轉化率,用人話來講就是指進行到第一步的用戶有多少順利進入了第二步。提高轉化率,最終也是為了業務增長。在互聯網金融產品中轉化率有:

注冊轉化率——下載APP的新用戶在一段時間內完成注冊的比例

首投轉化率——新注冊用戶在一段時間內首次投資的比例

復投率——用戶在一段時間內二次投資的比例

我們常常會聽到什么7日注冊轉化啊、渠道轉化率啊之類的指標,其實都是以上幾大類衍生出來的。這幾大指標連起來就像一個大漏斗,提高其中一個指標的轉化,都有助于增加大漏斗最后篩出來的業務量。我們常常做的簡化流程設計,其實最終也是為了提升轉化率。

2)提高 ARPU 值

所謂 ARPU 值,就是Average Revenue Per User的簡稱,通俗講就是每個用戶貢獻的價值。在互聯網金融領域,Lender 端的 ARPU 可以理解為每個用戶在某平臺的投資金額。

舉個提高ARPU值的設計案例:很多互金平臺都有新手理財項目,基本都是收益率比較高、投資周期比較短的平臺補貼收益型產品,而且屬于one-off chance,不能反復投。這些產品用于吸引新用戶做出首投,嘗試下流程。but就是有很多新手不會投滿額度,比如額度是5000,他們可能只投1000,甚至1塊錢,試試而已。為了提高用戶投資額,很多平臺會特意注明只有1次機會,甚至當用戶輸入金額較低時會彈出彈框再次提示用戶,不要浪費這1次機會。這種設計就是為了提高 ARPU 值而做的。

3)提高活躍度

互金平臺雖然不是社交產品,但也需要提高用戶活躍度,因為可以增加用戶粘性。投資理財畢竟不是高頻活動,很多人都是等有閑錢了再去投資,平時會看下收益情況,其他時候都不會想著打開 APP 或者登錄網站。如此用戶跟平臺的互動就少了,等理財產品到期了有可能選擇退出轉到其他平臺。

也許你會說:提高活躍度不是應該由運營做活動嘛?是,但不全是。比如點融網 APP 首頁右上角有個簽到 button,就是為了方便用戶登錄后快速簽到賺取點融幣而設計的。而根據之后的數據來看,這個button點擊率明顯高于其他button。

2、拆分指標

這一步,一般需要用研或者產品經理制定,當然如果你是個對數據敏感的設計師那就棒呆了。

拆分指標就是把第一步的目的拆分成具體可量化的指標,常??梢杂枚鄠€指標來衡量一個目的。比如首投轉化率,可以看1日轉化、3日轉化、1周轉化、1月轉化。這個要Case by Case去分析,沒有一個統一模板。但是有幾點需要注意:

1)熟悉產品流程

一定要對產品流程熟悉,不然定的指標可能會出現漏 case 的情況(這一點交互設計師應該深有同感,需要考慮周全)。舉個栗子:如果監測的是投資流程各頁面和關鍵 button 轉化情況,初始頁面(第一步)可能會有好幾個,比如從產品列表進入投資流程,也可以從首頁明星產品推薦進入投資流程,也可能從持有產品列表進入投資流程(復投),甚至有可能是用戶轉發分享某產品給朋友,朋友從分享鏈接進入投資流程。如果你想當然地只考慮了產品列表和首頁推薦這兩個入口,最終出來的結果就是轉化率會偏高。

2) 拆分指標

拆分指標時最好寫一寫該指標計算公式,以及人群、時間周期定義。切忌出現模棱兩可的定義,這樣在后期拉取數據時將很難執行,或者執行出錯。一個典型的栗子就是“投資人次”和“投資人數”的定義,哪些指標要用“投資人次”,哪些指標要用“投資人數”,必須想清楚,不然最終結果會相差很大,失去可比性。

3) 數據獲取

定好指標后應當確認一下,指標中需要的數據是否可獲取。實際中,受到產品本身的限制,或者公司數據系統的限制,或者 BI 時間資源的限制,有些數據是很難獲取的。

3、制定方案并實施

這一步,可能還需要開發和 BI 參與進來。把越多人拉進來玩,越要考慮周全,不然你讓一群人圍著你耍猴啊?

如果這個設計改版影響面很小,可以直接上線看數據了。如果用戶量很大,幾小時的數據量已足夠驗證,實現快速反饋。有些公司自己開發了相關的數據系統,如果不是自己開發,有一些第三方數據平臺也能夠快速看到數據情況。但是他們沒給我廣告費,所以我不說名字了(市井臉$_$)。

如果你問我,那種從0到1的產品,用戶量幾千,首頁每日瀏覽量幾百,二級頁面每日瀏覽量是個位數,咋辦?嗯,不好辦!

如果這個設計改版影響面比較大,可能會影響到業務,可以謹慎點,做 A/B TEST(或者灰度發布)。這種情況相對事兒多點,要和開發協商好如何劃分A、B 用戶群、比例如何,要定義好測試期。網上搜一搜能找到關于 A/B TEST的文章,我就不贅述了。

4、實戰案例

舉一個之前做過的微信支付的“栗子”。當時公司的APP內考慮接入微信支付作為一種第三方充值渠道,但是不清楚上線后利弊如何。

1)明確目的

可能存在的利:微信支付能增強新用戶對投資平臺的信任,同時提高便利性(不需要先綁卡再充值),因此可能會提高充值轉化率和投資額。

可能存在的弊:微信支付的手續費率比較貴,如果很多用戶都轉而使用微信支付充值,平臺將承擔更多的交易成本。

于是,需要做一場A/B Test(灰度發布),看看實際上到底利弊如何。

2)拆分指標

測試目標總體分為3類:轉化率、投資額、成本。

轉化率:細化成注冊后1日內/3日內/7日內/30日內首次充值轉化率

投資額:細化成人均首充金額

成本:細化成新用戶首次充值用微信的金額占比、老用戶充值用微信的金額占比,將兩個比例進行對比

3)制定方案并實施

具體實施過程在此不贅述。最后發現,微信支付能明顯提高首充轉化率,同時老用戶使用微信支付充值的比例非常低,帶來的成本增量較小。因此,微信支付功能還是全面上線了。

了解更多用戶體驗內容,歡迎關注點融黑幫子品牌公眾號:點融設計中心DDC(ID:DR_DDC

本文作者:袁菁(點融黑幫),DDC 用戶研究員。愛好旅游、薅羊毛,尤其對信用卡羊毛、海淘羊毛感興趣,因此得外號“羊毛教教主”。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,182評論 6 543
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,489評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 178,290評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,776評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,510評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,866評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,860評論 3 447
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,036評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,585評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,331評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,536評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,058評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,754評論 3 349
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,154評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,469評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,273評論 3 399
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,505評論 2 379

推薦閱讀更多精彩內容