起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識實例分析：如何讓數據開口說話？
大量的數據體現了用戶對新功能的好惡、對公告的查閱量、頁面結構改變后的適應程度。枯燥的數據能夠切實有效地透過問題看本質，更客觀的設計產品。
曾經，用戶體驗是玄學，靠得是設計師的直覺、品味和知識。而如今，優秀的互聯網產品不斷涌現，用戶體驗也逐漸落地，越來越多的人參與進來，建立更加完備的知識體系，越來越像科學，是主觀思維的客觀體現，因此設計師也要學會用理性思維來考量體驗。
無論是否有資源去做用戶訪談、調查問卷，我們都能夠獲得非常詳細具體的數據。海量數據體現了用戶對新功能的好惡、對公告的查閱量、頁面結構改變后的適應程度，一次次抽絲剝繭。
如何讓枯燥的數據說話，如何使用數據切實有效地透過問題看本質，更客觀地設計產品？
一、度量設計
體驗是很感性的存在，一千個讀者心中有一千個哈姆雷特，同一個設計也有褒有貶。而冰冷的數據是最客觀的，能直接反映優劣。感性與理性之間的難點在于如何度量，通過客觀的數據量化主觀的認知。
舉個例子：足球場上，時常會聽到對球員的評價，諸如：天賦異稟、球場領袖等等，但這些華麗的詞藻都是感性的，沒有明確的標準，什么樣的天賦是異稟，什么樣的表現算領袖？
所以我們總會拿一些數據來比對，過人成功率、攔截成功率、傳球準確率、射門轉化率等等。這樣，通過這些數據就可以反映一個球員的作用，進而明確到底是媒體吹捧，還是真實實力。
用戶體驗也是一樣，我們常會看到一些設計宣稱操作壓力小和記憶負荷低，但是并不明確其標準，此時就需要數據去度量：通過“點擊次數少”、“操作時間短”等數據支撐其所宣稱的壓力小和負荷低。
因此，我們需要一些客觀的數據支持，通過指標高低驗證設計，進而衍生出體驗的優劣。
二、數據的來源
根據筆者在工作中的經驗，數據主要來源于以下幾方面：
- 用戶調研數據-包括用戶訪談、調查問卷、可用性測試等。
- 競品分析數據-包括頁面結構、操作邏輯、UI等。
- 自發埋點數據-頁面模塊點擊數、頁面停留時間、轉化率、PV、UV等。
三、數據和設計的關系
1. 設計前
用戶調研數據：
- 從0到1的過程，能夠指導挖掘用戶需求和痛點，指導設計方向，是設計的起點。
- 在迭代中，通過用戶調研數據，可以驗證設計是否達到初衷，同時也可以挖掘新的用戶需求。
自發埋點數據：迭代開始前，可以發現上一版本的問題，為迭代設計指引方向。
收集數據：調研、競品分析、埋點。
2. 設計中
用戶調研數據：在設計中不斷通過數據修正設計對目標的契合度。
競品分析數據：同類型產品的設計亮點，通過分析優劣，幫助提升設計與目標的契合度。
分析數據：發現體驗的缺陷、痛點；分析和競品的設計差異；根據埋點取舍、驗證優化方案。
優化設計：修改設計缺陷、解決用戶痛點。
3. 設計后
自發埋點數據：
- 通過數據的比較，驗證設計是否達到初衷。
- 通過埋點設計對不確定的設計方案測試優劣，進而指導迭代的重構。
用戶調研數據：通過用戶調研，了解用戶對新產品的設計反饋，積極反饋保留，消極反饋從設計的角度加以分析，作為迭代設計的基礎。
數據再收集：通過新一輪的數據收集及分析發現新的缺陷、痛點；同時通過核心指標驗證上一次優化設計是否解決問題。
四、數據驅動/驗證設計的流程
產品上線后，一定會收集各種數據，通過數據可以知曉設計的優劣，進而確立改進目標，朝著目標的方向再設計。此時可以根據設計設置埋點以便驗證，待產品上線后，根據埋點的數據度量改進設計的優劣，然后再根據數據設置新的改進目標…顯然這是一個循環往復的過程。
五、這是一個筆者工作中的實例
1. 設計前
（1）收集數據
體驗數據：操作至少三步才能完成購買（不包括充值流程），輸入框不夠明顯，操作效率低。
（2）目標：優化購買流程和頁面設計。
2. 設計中
（1）收集數據
競品分析：主要分為兩種購買流程，絕大多數平臺使用2步購買的方式。
（2）分析數據：競品分為兩步購買的原因？
基于不同用戶群：
- 老用戶：基于對平臺的高信任度，只篩選符合自身需求的標的購買，包括期限、利率、產品類型。
- 新用戶：詳細閱讀產品詳情，再判斷是否購買。
設計差異、缺陷：
- 新老用戶對應同樣購買流程，沒有差異。
- 購買金額輸入框的樣式沒有差異，不易搜索。
（3）優化設計
3. 設計后
度量
- 使用不同購買流程用戶的狀態（新用戶/老用戶）：是否不同流程對應不同用戶？
- 進入頁面點擊金額輸入框耗時：輸入框是否易搜索？
- 購買耗時：新的設計是否使購買更容易？
通過以上三項數據度量改進設計的是否達到目標。
用戶數據如同深埋在地下的“金礦”，蘊含著巨大的信息。能夠快速找到并挖掘，便能更加高效和準確的進行設計方案的制定，并且保證設計、需求和用戶習慣的高契合度。
本文由 @芥子末末 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Unsplash，基于CC0協議
寫的太好了，需要這樣的數據對應產品的方向走