EN / 中文

饿了么商家端数据分析改版.

ELEME data analysis information
职责
独立UX/UI设计师
平台
饿了么零售商家端
项目性质
产品体验升级
周期
5个月

工具

具体动作

  • 💡 通过前期体验走查、商家走访、以及竞对分析挖掘商家端数据分析模块使用痛点
  • 💡 独立负责数据分析中所有模块的交互以及视觉重构,提升产品体验流畅性以及一致性
关于饿了么数据分析改版 📈
UX/UI设计

饿了么是中国最大的外卖平台之一,其零售业务的覆盖范围主要为商超日百、鲜花水产、医疗服务等品类的到家外卖服务。 其中数据分析模块为商家提供了经营、流量、服务、商品、活动、市场、顾客相关数据的追踪,帮助商家制定经营策略。此次改版通过体验走查、竞品分析、商家走访等手段总结的看数痛点,再根据商家看数思路及痛点进行全方位升级, 提高产品模块CES分数,降低费力度和问题工单。

项目过程.

design process

数据分析模块起到了什么作用?

零售商家端中数据分析模块为商家提供了解自身经营状况和周边市场机会的渠道,帮助商家获得更好的经营结果,从而间接增加商家在平台的留存,并最终达到提高平台口碑、平台生意增长的目的。
因为目标用户文化水平的局限性,设计侧在此之中起到了简化复杂数据外皮,通过设计手段帮助商家低成本地看懂数据、分析数据,使产品本身最大化满足受众群体的需求。

business-undertaking

改版前页面一览.

以PC端为例,整体存在模块能力欠缺、页面布局乱、无交互规范等问题。具体问题急需进一步调研。

pages before redesign

进一步深挖现状问题.

用户访谈
知用户
体验走查
知自己
竞品分析
知对手
🚩 访谈目标

对商家看数诉求及行为模式等做系统性调研。具体目标包括:

  • 1) 了解商家的经营能力、数据模块依赖程度
  • 2) 了解商家的数据理解程度,如指标、图表是否易理解
  • 3) 了解商家的看数诉求,包括看什么怎么看
📔 访谈提纲

提纲的整体思路为「了解商家背景和经营意愿 -> 了解数据分析的依赖情况 -> 了解商家使用偏好及问题 -> 了解各模块看数诉求」

完整提纲内容可 点此查看

👤 用户分布

共走访8名商家,其中5名是经验丰富或较上进的商家,3名是小白商家。

interview user
💡 访谈总结

商家对于数据的依赖程度、理解能力、诉求如下:

interview insight

经走查PC端及APP端的数据分析模块,共发现56个问题,其中操作体验类问题占48.2%,产品能力类问题占28.6%,技术bug类问题占23.2%。

walkthrough
walkthrough

美团零售商家端为饿了么零售商家端最主要的直接竞品。在竞品分析中,我将美团的功能和体验与饿了么进行对比。在分析双端的共32个功能模块后,发现有43.7%的功能和体验落后于竞对

competitive-analysis

和竞对相比最大的问题在于:

  • 1. 界面美观度、数据布局合理性不敌竞对,导致看数费力
  • 2. 专题内数据能力数据及商圈分析能力不如竞对丰富,如缺少活动分析、市场分析等数据
  • 3. 缺少定制化经营指导能力

系统性问题归因.

经过整理上述调研手段提炼的痛点,数据分析模块目前的问题可抽象归因为数不全、看不懂、无落地

attribution

从关键问题点出发 挖掘机会点.

strategy

数据全 - 能力更契合.

通过新增PC端数据首页、简化APP端首页、新增市场分析和下载能力,以满足商户的数据使用诉求。

01

匹配能力与诉求   ▸   新增数据PC首页

NEW新增经营概览,帮助商家汇总店铺核⼼数据,掌握经营状态 comparsion-1-1-new
02

匹配能力与诉求   ▸   简化数据APP首页

BEFORE指标理解门槛高,纯数据堆砌,动线有断点 comparsion-3-1-before
AFTER基于小白经营视角简化APP首页,透出必要引导 comparsion-3-1-after
03

匹配能力与诉求   ▸   新增市场分析,助商家知己知彼

NEW提供市场洞察渠道,帮助商家知己知彼,跟随市场热点调整经营策略
comparsion-1-1-new
comparsion-1-1-new
04

匹配能力与诉求   ▸   新增下载中心

BEFORE各模块下载入口离散,需要分批下载 comparsion-3-1-before
AFTER新增下载中心勾选对应分类一键生成报表 comparsion-3-1-after

看得懂 - 表达更高效.

通过数据表达统一降噪、优化可视化表达及看数动线的手段,使页面更简单易懂,贴合商户看数背景。

01

降低理解门槛   ▸   表达降噪统一心智

BEFORE多域数据表达有差别,商户心智不统一 comparsion-2-1-before
AFTER统一多域数据表达方式,表达降噪,心智一致 comparsion-2-1-after
02

优化可视化表达   ▸   结合看数目的优化可视化视觉动线

BEFORE原因分布表达不直观,难对比 comparsion-2-2-before
AFTER条形图横向对比,占比多少一目了然 comparsion-2-2-after
03

归类数据优化动线   ▸   基于数据性质优化页面结构

BEFORE正负向数据平铺混杂难分辨,原因下钻不直观 comparsion-2-3-before
AFTER基于数据性质及从属关系归类数据,表达更直观 comparsion-2-3-after
04

归类数据优化动线   ▸   基于看数重点重构数据分层,合理化数据图表的使用

BEFORE数据堆叠,指标评估费力,看数动线跳脱 comparsion-2-3-before
AFTER整合数据并分层表达,优化看数动线,降低费力度 comparsion-2-3-after

能落地 - 动作更明确.

通过基于数据情况提供经营建议,为商户提供指导,体现数据价值。

01

增加平台指导能力   ▸   基础解读建议,低成本为商家提供后续动作

BEFORE缺乏“看数后”的进一步引导 comparsion-3-1-before
AFTER提供固定解读建议,透出建议原因,商家动作有依据 comparsion-3-1-after
02

增加平台指导能力   ▸   进阶经营建议,基于数据表现给出最佳动作指导

BEFORE仅提供数据展示,商家无法经营动作动线断 comparsion-3-1-before
AFTER提供定制化经营建议,并联动至平台多域,体现数据价值,形成经营闭环 comparsion-3-2-after

双端差异化设计 提升易用性.

01

基于一端的交互模式拓展

例如在活动明细的展示中,因数据存在嵌套关系且数据量较大,因此在PC端使用可展开表格的可视化形式表达较佳。而在APP端中因设备宽度限制导致展示有限,因此拓展「横屏浏览」模式,在保证数据层级结构展现的同时支持一屏浏览更多数据。

comparsion-4-1
02

双端差异化交互形式

PC端多为连锁使用,「可滑动表格」的可视化形式最能还原其线下使用excel表格的分析方式。而APP端多为散店商户使用,最关注「销量」「销售额」两种数据,因此采用折叠式交互,仅透出最关心的数据以对页面信息进行减负降噪。

comparsion-4-2

高保真原型.

数据概览.
High fidelity prototype of the main page
营业分析.
High fidelity prototype of the business analysis page
流量分析.
High fidelity prototype of the traffic analysis page
服务分析.
High fidelity prototype of the service analysis page
商品分析.
High fidelity prototype of the merchandise analysis page
活动分析.
High fidelity prototype of the promotion analysis page
市场分析.
High fidelity prototype of the market analysis page
顾客分析.
High fidelity prototype of the customer analysis page
下载中心.
High fidelity prototype of the download page

抽象沉淀数据组件 后续可复用.

基于本次改版沉淀2种全新数据交互组件,组件可复用至多种看数场景,保证产品体验一致性和易用性。

沉淀一:指标卡下钻趋势图
BEFORE数据指标与对应趋势间隔远,不贴合商家「看指标 -> 发现异常 ->下钻看趋势」的看数习惯 comparsion-3-1-before
AFTER指标卡联动趋势图,以「指标->趋势」为一组合理化动线,灵活自主下钻能力,结构复用至多处 comparsion-3-1-before
沉淀二:“表格式”条形图
BEFORE图例较多/数据接近的场景下,饼图对比不直观 comparsion-3-1-before
AFTER新增“表格式”条形图,数据接近场景对比也直观 comparsion-3-1-before

项目复盘.

在项目改版上线后回顾数据结果,体验相关数据指标:CES分数、体验问题解决率、问题工单数均有正向改善。

CES result increased 0.15
solved 72.4% of the ux problems
negative feedback decreased 30.7%
👍 做得好的
  • 在存在排期压力、且新入职公司的情况下能快速熟悉公司及项目背景,并进行问题定义。
  • 有基于双端用户及设备特点进行差异化设计。
  • 后续有抽象组件,沉淀可复用资源。
💪 有待提升的
  • 部分设计组件只在设计某一页面的时候单点考虑,缺少全局设计视角,导致部分设计需要返回修改。若之后做有通用性的项目,应该前期尽可能地考虑可扩展性,避免反复修改。

下一步计划.

在APP端持续探索如何让数据分析模块更简洁易懂,可探索的方向如下

  1. 增强分析:在图表上做增强表达,突出部分需要关注的数据。
  2. 折叠式交互:仅展示必要指标,把“简”做好,如有更深数据分析诉求再进行展示。
  3. 设计者驱动设计:贴合马提尼杯结构,设计严格的看数路径和信息传递,使设计严格主导用户看数动线。

👀 Random Projects.

🎲 Shuffle