电商方向的产品，对数据还是很敏感的。自从我做了电商方向的产品后，就给自己定了个目标，只要有功能上线，那上线后一定要做数据分析。分析下新功能的数据表现怎么样，也是从客观层面评价下这个功能是否有效果，是否达到了预期目标？那我所负责的“首页”，针对“众筹“这个楼层，最近就进行了迭代改版。接下来我对这个改版做下背景介绍、数据分析以及数据复盘。
一、背景介绍
针对众筹楼层的样式，之前已上线的产品方案，我们命名为“众筹3.0”，新改版的方案命名为“众筹4.0”。接下来看看众筹3.0和4.0的样式及相关数据。
1、众筹3.0
1.1、样式：众筹3.0方案，采用同1个楼层3个商品的形式。在层次感上，重点突出左侧的，右侧的2个做弱化。
1.2、数据：在说众筹3.0数据之前，先解释2个数据指标，分别是 UV点击率 和 CTR
1）uv点击率：是指页面上某一功能被点击的人数与被曝光的人数之比。
点击uv 是指该功能被点击的人数。
曝光uv 是指该功能被曝光的人数。
两者相除，得到的就是用户点击率，也就是UV点击率。
UV点击率，计算公式是：点击uv➗ 曝光uv
例如众筹3.0这个楼层被曝光给了100个人，也就是100个人看到了众筹3.0这个楼层，但真正点击的可能就只有26个人，那用户的点击率是多少呢？就是用 26 ➗ 100=26%。
UV点击率作用是，可以用来衡量页面中的内容对用户的转化能力。点击率越高，证明点击的人数越多，该内容转化能力越高；点击率越低，证明点击的人数越少，该内容转化能力越弱。
2）CTR：是指页面上某一功能被点击的次数与被曝光的总次数之比。
点击pv 是指该功能被用户的点击次数。
曝光pv 是指该功能曝光的总次数。
两者相除，得到的就是点击率，我们把这个命名为 CTR。
CTR，计算公式是：点击次数（pv）➗曝光pv
例如众筹3.0这个楼层被曝光了100次，但真正有用户点击的次数是38，那怎么计算点击率呢？就是用38 ➗ 100= 38%。
CTR的作用是，可以用来衡量每次的曝光带来多少点击量。在相同曝光量的情况下，点击量越高，代表该内容吸引力越强；点击量越低，代表该内容吸引力越低。
那 UV点击率 和 CTR 的区别是：前者表示页面中内容的转化能力，后者表示页面中内容的吸引力。
例如首页被100个用户浏览了，总共浏览了300次，其中有5个用户点击了，每个人平均点击了2次。那 UV点击率是 10 ➗ 100 = 10%，CTR是 10 ➗ 300 ≈ 3.3%。
好，对上面的2个数据指标有了了解后，接下来说下众筹3.0方案的数据情况。
统计了日期：2020-09-18 至 2020-09-26号 的日均数据。发现该楼层 UV点击率 日均是 10%左右，CTR日均是 1.7%左右。
2、改版原因及目标
相信大家在看过上面的背景介绍后，对这个项目应该有了一定的了解。
那在介绍改版方案“众筹4.0”之前，我从“改版原因和改版目标”这2个角度也在给大家做个介绍。
首先，介绍下此次改版的原因如下：
1）众筹3.0的样式，左侧第1个商品的图素太小了，整个楼层，3个商品放在一起，显得有些拥挤。
2）众筹其实还有一版是展示大图的方案，通过那版的数据验证，发现图素大些，对点击转化效果确实有帮助。
综合以上2点，众筹楼层由3个商品变为展示2个商品，并且2个商品都用xx人支持，完成xx，来给用户营造一种非常火爆的心理和视觉效果。
其次，介绍下此次版本的目标如下：
这个功能改版上线后，我们期望 “CTR” 和 “UV点击率” 这2个指标都能够提升2%左右。
只要如上这2个指标提升了，那证明 逛和点击 这个楼层的人多了，就一定会对 GMV 有正面的提升作用。
通过如上信息，相信大家应该都比较了解了，那接下来我开始介绍下众筹4.0的方案及数据情况。
3、众筹4.0
1）样式：众筹4.0方案，采用同1个楼层2个商品的形式。在层次感上，2个都通过背景色的形式做加强。
2）数据：统计了 2020-09-27 至 2020-10-08号 的日均数据，发现该楼层 UV点击率 日均是 5%左右，CTR日均是 0.6%左右。
二、数据分析
接下来我们对比下改版前后的数据情况并做进行数据分析~
1、数据情况：
统计数据指标：楼层UV点击率、楼层CTR。
统计数据日期：
众筹3.0，统计了 2020-09-18 至 2020-09-26号 的日均数据。楼层uv点击率在10%左右，CTR在1.8%左右。
众筹4.0，统计了2020-09-27 至 2020-10-08号 的日均数据。楼层uv点击率在6%左右，CTR在0.7%左右。
（ps：因为公司数据不能泄露，所以数据经过了一定的脱敏处理）
2、数据分析：
从上面的数据情况，我们看到了众筹4.0相对众筹3.0的的数据如下：
2.1、CTR下降了 60%左右
计算公式是：（0.7-1.8）➗1.8 ≈ 60% 。也就是用（上线后的数据-上线前的数据）➗上线前的数据。
CTR下降这么多，说明该楼层的内容吸引力有所下降，那接下来我开始假设并论证引发数据下降的原因。
对于楼层CTR数据的下降，我一般会从“技术、业务、UI/交互”变化这3个层面去剖析。
1）技术：是指看看是不是有bug，导致用户无法使用，在使用过程中有问题，最终导致数据下降。
2）业务：是指选品、商品的优惠力度等业务规则，会对数据有很大的影响。
例如选品时，某天突然间上线一款爆品，并做了用户宣传，那会导致当天的数据相对于其他天特别好，会拉升整体的大盘数据。
3）UI/交互：是指更改了UI或交互，因为用户起初不太习惯，要适应一段时间，所以会造成数据的波动。
例如我们经常使用的微信，当发送语音的按钮突然间变化个位置，我们会非常不习惯，需要找一找，才能知道在哪。
这时观察数据就会发现，使用该按钮的人数和点击次数有所下降，因为用户需要适应新的改动。
那回归到”众筹“楼层CTR数据下降，从以上3个方面剖析：
1）技术
这个我自己排查了，没有bug。同时也看了近期的用户反馈list，确实没人反馈有bug。所以因为技术bug导致的数据下降，这条原因可以忽略排除掉。
2）业务
上面除了标注有新品上线外的那几天外，其他时间的商品都是一样的。因此不会出现哪天商品特别爆款，把数据都拉上去了，导致其他数据特别低的情况。
所以是因为业务选品或商品优惠力度影响了数据的变化，这条也可以排除掉。
3）UI/交互
从视觉上由3坑变为2坑，数据稍微下降是预期中的。因为3个商品和2个商品相比，从被用户意中的概率来看，前者肯定大于后者。
但这数据下降太严重了，CTR下降了 60%左右 ，是超出自己预期的。因此这项可列为，影响数据下降的重点考虑对象，并要对其进行分析。
通过首页整个效果的观察，发现2坑样式和他上面的多图楼层有样式冲突，导致众筹4.0的方案，也就是2坑的效果看起来有些像推荐位。
用户对推荐位其实天生有些偏排斥的，会忽略掉。这也极有可能是导致数据下降的原因之一。
2.2、UV点击率下降了 40%左右
计算公式是：（0.06-0.1）➗0.1≈ 40%。也就是（上线后的数据-上线前的数据）➗上线后的数据。
UV点击率下降这么多，说明该楼层的内容转化能力有所下降，那接下来我开始假设并论证引发数据下降的原因。
因为UV点击率 下降的原因同上面 CTR 的分析基本是一致的，所以此处做赘述。
但 UV点击率 下降，还可以考虑一个因素是整个首页大盘的数据下降，导致这个楼层的 曝光uv 和 点击uv 都有所下降。
于是我去调取了首页大盘的曝光uv和点击uv数据，发现相对其他日期，并无明显的波动或有所下降。所以这个因素可以忽略掉了。
综上，那导致 UV点击率 下降的原因，高概率和 CTR 是一致的，就是因为UI样式布局的变化。
三、迭代策略
通过上面的数据分析，能够发现，导致数据下降的原因基本可以锁定在是因为UI/交互的变动所导致的。
那为了不影响GMV，最快的迭代策略就是先把众筹4.0的方案恢复成众筹3.0的方案。
待恢复后，观察下数据看是否有回升，如有回升，那就验证了确实是因为UI/交互变动所引发的数据下降，所以接下来在变动这块的UI/交互就要慎重考虑了。
恢复是我们后台有个开关控制，无须代码回滚。在恢复的4天后，我每天都观察数据，发现数据确实又回升到之前的水平了。
四、复盘
1、提升数据敏感性
数据回归及分析，是要及时做的，我这次其实进行数据分析的时间就有些长了，导致比较晚才发现数据下降。
通过这次数据复盘也警醒自己，以后一定要功能上线一周后，就立即做复盘，提升自己的数据敏感性。
2、抽丝剥茧
影响数据的下降的因子有很多，要耐心的抽丝剥茧，仔细分析到底是什么原因导致的数据下降，不能草率的做判断和下结论。
分析数据下降的原因，去论证这些原因。并且在下次迭代后，验证自己当初的假设和分析是否正确。
