一、B 端数据在体验上的意义
在体验为王的时代,B 端也在朝着体验精细化迈进,对数据的观测能够帮助设计师能更好地推动客户体验的提升
1. 获得精确客户画像,了解客户及行为模式
设计师大部分没有经营企业的经验,对真实客户的认知存在一定的差距,而且对企业进行调研往往成本很高。数据可以帮忙从企业规模、经营情况、行为偏好等维度补充客户画像。
2. 优化产品结构
B 端产品的功能,纷繁复杂,很容易像一个大集市,几百个功能堆砌。由于,B 端涉及到不同行业、和不同客户角色,功能偏好都是不一样的,可以通过数据,找到不同客户的需求侧重点,优化产品的结构。
3. 提升企业的任务效率
数据可以提供设计更理性的支撑,帮助产品流程优化、功能打磨,提升各个环节的人效,降低成本,从而帮助企业提效
1. 业务数据:
①客户信息:客户在签约注册或使用产品过程中,填入的基本资料
②客户经理或业务人员对客户进行尽调、服务过程中,对客户资料的补充 。
③交易数据:客户交易过程中产生的结算记录
2. 行为数据:
通过在前端代码植入到对应位置的监控代码,或后端的服务器日志我们可以准确地记录客户对应行为的相关信息。后端日志所获取的数据类型不如前端埋点丰富,以下以前端端埋点为例:
①数据类型:这些信息可以用 what、who、when、where、how5 个单词来概括。
②埋点方式:埋点方式分为半自动化埋点与全自动埋点。一般由公司内部的数据组实现,也可以采用第三方平台,比如友盟、神策分析、growing IO 等等。
半自动埋点:把部分人工的工作进行标准化,做成 SDK,在 APP 或 web 产品中嵌入该段埋点代码。
全自动埋点:不管需不需要,将所有的点都埋了。通常这种埋点也是通过 SDK 实现的,但不需调用,已经直接嵌入在 APP 或 web 产品中了。
半自动化方式的埋点更加精准一点,B 端产品不建议使用全自动化埋点。
3. 外部渠道获取的数据:
①客户在社交媒体上的行为数据。
②客户在电商平台或自身 ERP 系统的交易数据,如建设银行将电商平台和信贷业务结合起来,便于阿里金融为其客户提供无抵押贷款;
③客户的产业链上下游数据。
④其他三方平台数据,如 DMP 推广营销平台。
![](https://www.chuangyoushe.com/uploads/20230620/952977d95f21f74cd4d0c58795a4e1ee.png)
1. 基本信息
所属行业、注册资本、公司规模、经营主体、所在城市、关键人特征、成立年限….
2. 行为偏好
点击、浏览、停留、交易..
3. 生命周期
近一个月是否登录、平均访问时长、近三月结算笔数、注册时间超一年…
4. 客户价值
经营流水、是否 EVA、存款年日均、结算金额…
2. 客户在产品内的参与度情况
3. 评估单个功能的体验指标
任务型功能
![](https://www.chuangyoushe.com/uploads/20230620/2c304c9528b280ad1775be47df01a2e2.png)
落地页/流量分发页
1. 热力图分析
一目了然的展示客户在页面内的点击热度,用于多个功能入口的集合页,为功能入口调整或页面布局优化提供参考,常用来回答:
- 客户是否点击了我们希望其互动的内容?
- 客户感兴趣的内容是否和我们预想的一样?
- 不同的运营位、不同的内容对客户的吸引力分别是多少
2. 漏斗分析
漏斗分析主要用于分析一个多步骤完整的任务流程,通过将客户行为起始的各个行为节点作为分析模型节点,来衡量每个节点的转化效果。帮助我们清晰的地了解每一步的转化与流失情况,找出流失原因,提升转化表现。常用来回答:
哪一步是流失最多的步骤?
3. 事件流分析
事件流是了解客户在做完任一行为之后的流向,判断是否符合预设任务路径。也可以搭配漏斗分析,观察某一步未正常转化的客户后续的操作,以此分析转化失败原因,通过事件流分析可以回答以下问题:
- 客户行为路径是否与预设的路径一致?
- 产品迭代后,客户行为,路径是否有变化?
- 此步骤的流失客户去了哪里,为什么流失
4. 客户细查
客户细查可以展示单个用户的详情,以及单个用户在产品内的行为流。在此基础上,我们可以根据真实的用户足迹来验证某种猜想,或者从产品使用流程中发现潜在的问题,激发更多的灵感;还可以轻松地向具有高价值的用户了解他们使用产品的情况。
5. A/B test
AB 测试是为产品的界面或流程制作两个(A/B)或多个(A/B/n)版本,在同一时间维度,分别让组成成分相同(相似)的访客群组(目标人群)随机的访问这些版本,收集各群组的用户体验数据和业务数据,最后分析、评估出最好版本,正式采用
- 数据样本不够,呈现的数据会有偏差,无法反应真实规律,所以尽量确保充足的样本量。
- 存在脏数据,埋点采集过程中出现的 BUG 采集错误,或客户使用过程中的无效输入。需要对脏数据的防控与清洗。