數據能幫助設計師客觀認知效果、發現問題、啟發方向，但面對龐大指標常無從下手。借用「點、線、面」通俗概念，建立查看數據的系統化方法論。

1. 點：UV 點擊率——單一元素表現

指對頁面/控件產生點擊行為的用戶佔比。整體頁面 UV 點擊率反映吸引力；單一控件（按鈕、Banner）UV 點擊率揭示是否被感知、使用。如某按鈕僅 1%，需排查可發現性或吸引力不足。

2. 線：變化曲線——前後對比與全局把控

觀察一段時間數據曲線，驗證設計修改前後影響。單一產品曲線外，需並列觀察相關產品曲線，防止局部優化損害整體（如頭條入口改版提升點擊，是否擠佔其他入口流量）。

3. 面：頁面間流轉與留存——整體體驗健康度

• 瀏覽深度、停留時長：衡量用戶是否充分逛起來，但非越高越好（可能因複雜導致）
• 回訪率（次日/七日留存）：判斷產品粘性與吸引力
• 轉化鏈路/頁面路徑：驗證設計路徑合理性，發現流失節點

4. 人的維度：用戶分層與成長

除基本屬性，關鍵在輕/中/重度用戶分層觀察行為差異，了解不同類型用戶使用程度，針對性設計；觀察用戶成長軌跡，衡量產品發展健康度。需與 BI 協作提取數據。

5. 內容的維度：商品/運營數據挖掘

樣式設計對業務變化有限，內容層面改動影響更大。深入商品數據（類目成交、場次表現、時段轉化），在關鍵點強化設計玩法，推動業務增長。

6. 完整案例：搶購改版數據驅動全流程

1. 點：Banner 改 Card 樣式，UV 點擊率總和增但單個降；類目入口超預期，後續傾向融入內容流、強化類目、改進頻道入口樣式
2. 線：主列表元素調整+個性化排序，核心業務曲線均提升
3. 面：品牌搶購 AB Test——純 Banner 點擊率高但引導詳情頁 UV 少，權衡接受流量損失換效率
4. 人與內容：發現低價商品中易決策類轉化高、生鮮類不易造假轉化好；用戶分層揭示不同層級類目偏好，指導內容選品與專題組織

數據賦予設計說服力，關鍵在於根據具體業務拆解維度、區分變量與非變量，找出問題真實根源。設計與數據結合，任重道遠。