数据在很多网站都被看作是权衡一个产品或一个设计吵嘴的根基指标之一。数据指标也曾经压的我很长一段时间喘不过气来。可是现在想想确实有时候数据能奉告你很多很多。它未必是权衡产品吵嘴的唯一标准，可是它也确实能奉告你很多。

那么数据事实能奉告我们些什么呢？

– 你的流量有效吗？

– 如何发现漏水的洞穴？

– 真的体会拜候者？

– 页面，构架是否公道？

– 投放的告白有用吗？

– 改版带来了什么？……

我们先来看看数据的简称

在之后的例子中会针对这些简称做一些阐发。

– PV （即Page View，综合页面阅读量）

比如：当我点击了一个banner，那么从点击后呈现的页面起头，后面所有点击呈现的页面的阅读量就是PV。

– CLICK（页面点击量）

– DISPLAY（单个页面阅读量）

– UV（即Unique Visitor，自力拜候者）

拜候您网站的一台电脑客户端为一个访客。24小时之内，同一IP，多次拜候，只算一次。

– BUYER（采办者）

拜候您网站的一台电脑客户端为一个访客。24小时之内，同一IP，多次采办，只算一次。

– CTR（点击转化率，也就是Click/Display）

– 告白位转化率（也就是PV/Click）

实例来了

Banner篇

案例一

A 告白位转化率：1.9

B 告白位转化率：10.8★

该数据奉告我们，在一个页面中不明显的位置的告白位，如果做成文字形式会很容易被很多其他信息干扰的看不到，这个时候如果放上吸引人目光的图片，很可能效果会很是的好。

案例二

测试目的是：在该banner尺寸中商品数量和年夜小的最优表示。

该数据奉告我们，作为banner块的商品数量其实不是越多越好，它会有一个最适合的年夜小和数量的比配，如图所示，4个商品虽然图片年夜，可是由于选择相对狭小，数据表示公然比较差，可是8个商品相对同尺寸的banner来讲图片会比较小，赐与用户的吸引力也会受一定影响，因此6个商品就在商品数量和年夜小上为最优化。当然该测试也有一定的短处，当6个或8个商品的图片中有一个特别受用户欢迎也会影响数据的表示。因此针对该测试只能多次测验测验才能看出最优的组合。

案例三

测试目的是：banner改版过程中各个类别的表示对比。

该测试是基于同一个页面的三次改版过程中，Center banner数据表示来实现的。因此它不是通过同个时间条件和同个商品条件来测试的，我们拿了很多个数据来比对，尽可能避免了不合商品造成的banner数据的误差。

在改版过程中，首先我们上线了A版本，当A版本改版至B版本的时候，banner的尺寸相对阔年夜，而其中商品图片内容也增加，因此我们认定上线后的表示一定会优于A版本，成果发现完全不是这样，B版本反而比原来A的转化率下降了很多，一起头我们以为是否因为新版本上线致使老用户不习惯于新设计造成一些操作中的困扰，可是发现过了1个月数据仍然无很年夜起色。于是我们上线了C版本，索性加年夜了单个banner的尺寸来查看数据表示，公然这次数据不但优于B也优于A表示。

其中的原因我们细细阐发，感觉多是由于，B版本给到用户的选择增年夜，对整体的banner让用户无从选择入手，对告白类的banner来讲可能年夜型单一的告白会更优。

导航篇