編輯導語：很多人都會認為，設計師需要懂數據干嘛？但其實在設計師的日常工作中，懂數據的設計師會更加懂用戶，知道用戶更多的想法和對用戶進行行為洞察；本文作者分享了關于數據對設計師的理解和作用，我們一起來看一下。

數據篇，全文目錄大綱：

1. 設計師是否需要關注數據
2. 數據對設計意味著什么
3. 數據對設計策略的影響
4. 設計師應關注哪些數據
5. 數據可以從哪里獲取
6. 一些額外的補充

今天帶來的一篇是大家一直都在關注的“數據”解讀文章——詳細給大家介紹如何利用數據層面，來做設計“輔助決策”，拿到屬于設計師的 “設計價值”

順帶揭秘一下，為什么有的設計師，手活一般但往往晉升提拔特別快的原因。

一、設計師是否需要關注數據

這個問題，先提給大家，看看大家的意見跟想法。說實話之前有寫過關于數據相關的文章，其中不乏較多反對的聲音，如“設計師難道不應該關注美嗎？數據對設計師有啥用？太虛了！”

包括還有很多類似的聲音，都認為設計師不需要去理解數據，數據的事情交給專業的人來就好；甚至還有的人，覺得數據能力小部分人掌握就行了，大肆傳播會影響到行業風氣帶偏剛入門的設計師。

我想反問一句，如果有一天，我們的全部重心，都放在美上面；那么除了美之外，設計師的其它價值會在哪呢？

因為任何人都有美的獨立判斷，我們沒辦法保證所有人的審美標準都是一致的；有沒有想過，我們的設計到底服務于誰，美真正能解決用戶的真實需求嗎？

產出的設計，最后到底拿到什么樣的結果，這些真的有數嗎？還是做一個需求算一個需求，做完后，只要自我YY，覺得很滿意就可以了？實際上設計的價值點到底在哪？

所以剛入行的設計師，掌握點數據知識，就是跑偏走錯路了嗎？

我一直鼓勵，設計師是需要理解數據、理解用戶行為的；無論你的顧客是廣大用戶、是商家、還是甲方，或者你是創意設計師、體驗設計師、還是UI設計師，都應該具備數據Sense；最起碼要能看得懂數據的含義，以及能初步理解數據背后的原因。

因為數據，實際上就一部分代表設計的生產價值，而脫離數據本身，設計師往往只是一個單純的執行者；光主觀判斷，實際上上是很難理解你的作品，用戶在用或者用戶在看到的時候，他們在想的到底是什么？既然連這點都把握不透徹，那么又怎么能做出有效且卓越的設計方案？

并且，假如僅以美評判設計價值，那么作為一個美的執行者，實際上也只是生產線中的流水工具，做的再好，也只是一個很棒的工具。

很棒的工具意味著什么，意味著你實際上并不是一個決策者，更多是作為資源工具使用，是能被汰換掉的；如果哪天有個更好用，并且更廉價的工具，那么為什么不把這個工具汰換掉換個更好的？

在設計行業扎根穩打，把握住設計的價值很重要，設計的生產價值代表設計師在屬于他的那個崗位，到底能發揮出多大的作用。

這也是為什么有的設計師，手活一般，但往往晉升提拔的特別快的原因；因為手活專業，只是屬于設計價值中的一部分，但并不能對設計最終方向起到決定性作用。

他們晉升的快，往往是視野比你寬闊，價值理解的也比你更為透徹。

二、數據對設計意味著什么

我看過不少的設計師，也學著在自己的作品集里放了一些數據，比如在加了哪些功能之后、點擊提升了多少、復訪提升了多少、轉化提升了多少；包括還有些同學，寫了增加模塊后，用戶日活躍量提升了多少。

而中間所有的設計推論，包括用戶的行為洞察，都沒有，只是表述做設計方案后，數據提升了；甚至數據的口徑，也是模糊甚至一問三不知的狀態。

雖然在作品集中，放數據肯定會比不放要好，起碼放數據代表著這個設計師有更為寬廣的視野。

但實際上，草率的放一些業務數據，是毫無意義的；因為誰都可以憑空捏造一個數據，描述提升的多么的好，多么的棒；哪怕這個數據是真實的，實際上也代表不了什么，因為你不能保證數據一定是由設計所帶來的。

所以對設計而言，數據的結因分析及理解，才是設計價值的核心部分。

在了解數據之前，我們得知道，數據本身是怎么被統計及生產出來的？

實際上生產過程中，開發同學在寫代碼的時候，會根據產品或者設計要求，在相應的地方進行埋點；而這個埋點的作用，實際上就是起到一個監測器的作用；能分別監測到：用戶是否看到了這個模塊、是否點擊了這個模塊、在這個模塊里停留了多久。

通俗易懂一點，就是你去到一個商場后，每個商店都有個錄像機（埋點），把你的行為軌跡都錄了下來；比如你去哪逛了、去哪買了、買了多少錢、哪個店停留了多久，都會被拍攝監控下來。

這樣我們就知道用戶都去了哪、干了些啥、停了多久，包括每天來的都是哪些人、是否有新人、是否有老顧客流失。

所以數據能代表用戶的真實行為軌跡，或者說是用戶決策記錄的點，而這些點的聚集，真實的反應了用戶面對你的產品時，做出的一些真實反應。

數據發生了變化，一定是某些東西，影響到了用戶的想法，影響到了用戶現有的一些行為操作方式；我們要知道是什么東西，影響著用戶進行決策的。

因此要想證明是你的設計帶來的數據提升，那么首先就要解釋清楚，你的設計影響到了用戶什么樣的想法，改變了他們什么樣的心智及行為模式。

三、數據對設計策略的影響

數據，實際上就是某種行為總量的映射。

這個不但包含產品設計，也包括任何現實世界中的行為方式，所以千萬不要覺得，自己不是從事互聯網產品設計的，數據就跟自己沒關系了，自己完全不需要關心；只要數據理解的透徹，做什么設計都是信手捏來，并且能保證設計是非常有效的，這點適用于大部分場景。

為了方便大家理解數據本身的含義，這里我舉個例子：二線城市的一個商業區開了一家麻辣燙店，午餐時間點有1000人流量路過，只有50人進店進行了消費，消費總金額在1000元；路過消費率大概為5%，人均消費金額平均在20元，其次來過第一次的顧客，經常會來吃第二次。

那么這個消費數據，實際上能代表哪些顧客的行為？包括能得到哪些初步的洞察結論？

我舉例YY一下，不一定準確，主要是給大家帶來一個思考過程的示意。

可能的線索：

• 路過1000人，消費人數5%，并且在飯點，有95%的流失率，這說明用戶選擇門店進行消費的概率不高。
• 在二線城市，麻辣燙人均消費20元，這說明進來的用戶是有實際消費潛力的，并且能接受這個價格，定價起碼是合理的。
• 用戶實際上是認可店內口味的，且能消費兩次，說明只要拉更多的顧客來店進行第一次消費，那么自然后面生意也會越來越好。

所以通過對數據的分析，我們能得出這些結論，首先顧客沒有選擇這家麻辣燙，并不是因為價格問題。

可能是因為顧客不喜歡麻辣燙本身，目標受眾不對，或者店內的氛圍環境不夠好，不夠吸引到顧客；其次很多顧客從來沒有嘗過我家店，不知道我家的口味如何，他們需要第一次的引導嘗試。

通過推斷分析，所以我的策略可以這樣改：

• 把店內的燈光做得更為明亮，營造更為光亮的環境，先吸引人群注意力。
• 給新顧客足夠的福利及優惠，吸引用戶進行第一次店內消費，并且消費完后贈送二次優惠券，引導二次消費。
• 除了麻辣燙，也嘗試做一些其它的小食或者其它的口味，來探索顧客群體的口味偏好，培養顧客吃麻辣燙的習慣。
• 引導顧客關注店內微信公眾號，日常推送美食福利，在吸引顧客店內進行再次復訪。

有了數據，有了分析，接下來就好辦了——找個平面設計師，讓他先幫忙把店內的環境設計一下，門頭logo設計的有吸引力一些；其次設計一些新顧客的權益，做點紅包福利卡券啥的，再設計一下微信公眾號等等。

洞察清楚原因后，我就能很確保，做的這些設計，都是有效，且是有價值的；不會說設計出來之后，完全沒效果，白投入了錢力以及人力。

在這些策略實施后，我會再持續看看店內顧客的消費率，包括消費金額是否上漲，如果上漲了，那么再去分析上漲的原因；下跌了，想想為什么下跌。

總有些上漲跟下跌的策略，實際知道原因后，下跌可以避免，最后的結果，當然會呈一個積極向上的狀態。

這里我就不再舉例了，因為上面那個純屬YY，可以借鑒這個思路，對日常工作的需求進行分析總結。

最后，再回到剛剛作品集放數據的問題，如果我只是告訴你，我設計了一個紅包券的樣式，發到顧客手里，門店銷售率提升了50%。

但你并沒有告訴我，門店銷售率提升50%，是出于什么樣的緣由？包括誰提出來卡券設計，門店為什么會想著突然發卡券。

如果這些都沒有表述清楚，或者沒有想清楚，那么這個提升50%，又跟你的設計有什么關系？

所以說，我倡導設計師多注重數據，并不是數據本身的這串數字，而是要倡導設計師需要知道，需要理解數據背后，對用戶的影響行為關系是什么？這些數據能代表用戶一個什么樣的想法？

最重要的一點，好鋼要用在刀刃上，還是得想清楚，我花大精力去做的設計，需要從哪些地方去發力，才能帶來更大的價值。

懂數據，往往也是為了讓設計師少做無用功，把更多的精力投入在更重要的事情上，拿到更多的生產價值。

無論你是剛入行，還是從業較久，都應該具備這塊的 Sense 。

四、設計師應關注哪些數據？

正常的DAU、MAU、CTR、CVR、GMV，我們都需要理解這些數據代表的含義；但有一點需要注意，數據跟設計的影響關聯度到底有多大，因為有的數據不一定是設計改動就會帶來的，而是諸多其它因素變動導致的。

舉個例子，用戶的活躍數據，比如日活DAU與月活MAU，往往跟內容與服務本身的質量有關系。

設計很難影響到活躍度，用戶并不怎么會因為你的設計，而特地跑過來瞄兩眼，除非你的設計也是屬于內容的一部分；所以這塊需要你自己多想想，把其中的因果關系梳理清楚。

所以，我們的更多精力，往往可以放在點擊率CTR與轉化率CVR上，這兩個才比較能代表，你的設計是否能吸引到用戶點擊，是否能吸引到用戶進行消費。

另外除了上面那些，還有哪些數據也是我們最好日常需要關注的？

這里我把一些基本的數據統計口徑，以及數據的名詞解釋，給大家簡單分享一下吧。

• DAU：每日訪問用戶數；
• MAU：每月訪問用戶數；
• PV：用戶點擊次數；
• UV：用戶點擊人數；
• GMV：成交總金額；
• CTR：用戶曝光點擊率；
• CVR：用戶曝光轉化率；
• 訪問分析：提供用戶訪問規模、來源、頻次、時長、深度、留存以及頁面詳情等數據，具體分析用戶新增、活躍和留存情況；
• 用戶畫像：提供用戶畫像數據，包括用戶年齡、性別、地區、終端及機型分布；
• 分享：用戶將其頁面分享給好友的行為。
• 新增：用戶首次訪問，即稱為新增。
• 活躍：用戶在一段時間內訪問過即稱為活躍。
• 留存：某個時間段內新增或活躍的用戶，經過一段時間后仍然使用，即稱為留存。
• 注冊用戶數：首次登錄的用戶數，同一用戶多次訪問不重復計。
• 累計注冊用戶數：歷史累計登錄的用戶數，同一用戶多次訪問不重復計。
• 活躍用戶數：訪問總用戶數，同一用戶多次訪問不重復計。
• 人均停留時長：平均每個用戶停留在頁面的總時長，即頁面停留總時長/活躍用戶人數。
• 人均訪問次數：統計周期內，平均每個用戶訪問的次數，即訪問次數/活躍用戶數。

還有很多，我就不一一例舉了，這些在百度上也可查，了解熟悉起來也不是啥難事。

五、數據可以從哪里獲??？

這也是個很玄學的問題，首先剛剛有說到，每個數據其背后都對應著一個埋點，埋點上報后的數據，被算法進行匯總，才能被我們看見；所以想獲得數據，一定需要有個前提，那就是你想看到的那個數據，必須有相應的埋點才OK。

如果開發小哥都沒有給你設定監視器，那么又怎么會有監視數據？

埋點設定了后，接下來就是數據權限的問題了；數據的接口人是誰，是否有后臺可查，還是需要開發區手動撈？這個就需要你自己出面去解決了，很多小公司，數據的權限往往掌握在老板手里。

如果你想要拿到這個數據，首先得證明你懂，其次得證明你能拿到更多的數據結果，能帶來價值的提升才行；否則老板肯定是不會愿意冒風險把數據給你的，畢竟數據是個很敏感的東西，決定著公司跟業務的生死。

如果數據權限在產品或者在開發那，那你就跟相關同學好好溝通，說明來源，希望能通過數據驗證設計的方向，驗證設計的準確度，做正確的事兒；如果你做的事情，是真的有價值，真的能帶來利益增長的，我相信不會不給你數據的。

所以前提還是——首先你得懂這塊，起碼能看得懂數據背后的邏輯關系；這塊需要在工作中，多花時間去培養，心急吃不了熱豆腐。

如果先拿不到數據，也不要氣餒，一步一步來，先跟你的合作方打好關系，你不知道數據，但合作方可能知道；每次做完設計后，都去向合作方跟蹤一下最后的結果，包括跟你的合作方一起討論，結果是由什么影響的，能否分析影響因子是哪些；然后拆解，做下一步的策略優化，帶來更大的數據提升。

時間一長，我相信你的合作方都會為你去主動申請數據的。

六、再補充一點

寫本文，其實最大想告訴大家的一點，事實上我們作為設計師，要關注數據，但更要關注數據背后的成因；分析哪些是由設計或者是體驗策略帶來的提升，哪些是由外部因素，比如行情、運營活動因子等增長帶來的。

數字背后，到底是代表了一些什么含義，其中包括用戶對產品的心智，以及認知，還有用戶行為的一些偏好有哪些影響；而這些用戶的行為數據，對我們業務的發展，會產生什么樣的變動，包括帶來多少商業價值上的提升。

我倡導大家，在平時工作中，多應該花時間積累、思考。

今天的文章略微有點長，共五千六百字，看不懂的同學，可以先收藏一下本文，多看幾遍，多理解幾遍，總能收獲成長不少。

作者：小學鴨，公眾號：UX小學

本文由 @UX小學 原創發布于人人都是產品經理，未經許可，禁止轉載

題圖來自 pexels ，基于 CC0 協議