中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導(dǎo)讀：在看似沒有標(biāo)準(zhǔn)的設(shè)計(jì)領(lǐng)域，如何衡量和驗(yàn)證UE設(shè)計(jì)的效果？用哪些數(shù)據(jù)指標(biāo)指標(biāo)，如何使用，才能知道設(shè)計(jì)效果究竟怎么樣？本文作者從用戶體驗(yàn)質(zhì)量的5個(gè)維度出發(fā)，結(jié)合案例對(duì)這些問題進(jìn)行了分析研究，并總結(jié)了關(guān)于數(shù)據(jù)指標(biāo)存在的一些問題，供大家一同參考學(xué)習(xí)。

前段時(shí)間在項(xiàng)目復(fù)盤會(huì)上，產(chǎn)品經(jīng)理向設(shè)計(jì)團(tuán)隊(duì)提出了這個(gè)問題。

我認(rèn)為這是一個(gè)很好的問題，我目前負(fù)責(zé)的業(yè)務(wù)是一款教育問答產(chǎn)品，受眾是以大學(xué)生青年群體為主，機(jī)構(gòu)發(fā)布懸賞題目來吸引大學(xué)生回答，從而幫助完善機(jī)構(gòu)題庫，大學(xué)生從中獲取懸賞報(bào)酬，而我們平臺(tái)則從中賺取傭金。

于是我開始思考究竟怎樣的衡量和驗(yàn)證方法，能夠應(yīng)用在我當(dāng)前的業(yè)務(wù)場(chǎng)景內(nèi)。

絕大多數(shù)設(shè)計(jì)崗位存在的意義是為了達(dá)到目標(biāo)。那么該怎么判斷目標(biāo)通過我的設(shè)計(jì)達(dá)成了？達(dá)成的效果好不好？我的設(shè)計(jì)產(chǎn)生的影響又該怎樣被量化，是否有足夠客觀的評(píng)價(jià)方式？

相信很多人會(huì)回答我，可以通過數(shù)據(jù)來進(jìn)行量化。

的確如此，但新的問題也隨之到來：

• 在開展設(shè)計(jì)前，我如何知道需要檢測(cè)哪些數(shù)據(jù)來輔助驗(yàn)證設(shè)計(jì)效果？
• 在拿到數(shù)據(jù)后，我又該怎樣通過數(shù)據(jù)來判斷我設(shè)計(jì)的效果究竟是好還是壞？

帶著問題，我查閱了一些資料，參考了Google產(chǎn)品團(tuán)隊(duì)定義的UX指標(biāo)，發(fā)現(xiàn)數(shù)據(jù)指標(biāo)可以通過用戶體驗(yàn)質(zhì)量和產(chǎn)品目標(biāo)兩步來確定。

用戶體驗(yàn)質(zhì)量簡(jiǎn)單來說即你想要觀測(cè)設(shè)計(jì)的哪些方面的效果。

產(chǎn)品目標(biāo)則是基于你想要觀測(cè)的這些方面，按照「目標(biāo) → 標(biāo)志 → 指標(biāo)」的順序確定數(shù)據(jù)指標(biāo)。

假設(shè)以某C端產(chǎn)品為例，結(jié)合這種方法來制訂數(shù)據(jù)指標(biāo)，思路會(huì)更加清晰明了，總體過程會(huì)呈現(xiàn)出如下一個(gè)矩陣表格（左側(cè)為用戶體驗(yàn)質(zhì)量維度，上方為業(yè)務(wù)角度的思路梳理）：

一、用戶體驗(yàn)質(zhì)量

我們可以從如下5個(gè)維度來枚舉衡量指標(biāo)：

1. 情感（Emotion）

用于衡量用戶使用產(chǎn)品時(shí)的態(tài)度和感受，例如用戶對(duì)本次功能的滿意程度、用戶對(duì)操作流程感知的易用性程度等。

1.1 NPS凈推薦值

（推薦人數(shù)-批評(píng)人數(shù)）/總測(cè)試人數(shù)

舉例說明：推薦人數(shù)指打9-10分的人；批評(píng)人數(shù)指打0-6分的人數(shù)。如果一個(gè)產(chǎn)品的推薦人數(shù)有70人，批評(píng)人數(shù)有30人，那么推薦值為（70-30）/100=40%。

數(shù)據(jù)用途：NPS凈推薦值用以測(cè)算用戶對(duì)當(dāng)前產(chǎn)品或功能的推薦程度，也是產(chǎn)品傳播的重要核心指標(biāo)。

1.2 Feedback問題占比

通過反饋平臺(tái)收集的相關(guān)活動(dòng)、功能或界面的問題反饋數(shù)/總反饋數(shù)

舉例說明：在某任務(wù)上線一周后收到的3000條反饋中，有800名用戶反饋新的任務(wù)界面不會(huì)操作或不好用，那么說明占比26%的反饋人群對(duì)本次設(shè)計(jì)存在不滿意點(diǎn)。

數(shù)據(jù)用途：Feedback問題占比用以直觀評(píng)估用戶操作過程中的感受，多數(shù)以主觀感受反饋為主，需要結(jié)合進(jìn)一步調(diào)研來確定問題發(fā)生在哪里，以便于進(jìn)一步的優(yōu)化。

2. 參與（Engagement）

用于衡量用戶對(duì)新產(chǎn)品或新功能的參與度，例如每位用戶每周對(duì)新功能的訪問次數(shù)或每位用戶每天在產(chǎn)品內(nèi)花費(fèi)的時(shí)長。

2.1 活躍用戶數(shù)

一段時(shí)間內(nèi)訪問的已登錄用戶數(shù)，通常分為日活（DAU）和月活（MAU）。一個(gè)用戶一天通過相同的渠道多次訪問產(chǎn)品，DAU仍只算一個(gè)；在一月內(nèi)多次訪問產(chǎn)品，MAU仍只算一個(gè)。

舉例說明：10月15日上線新功能或新活動(dòng)，一共有300萬個(gè)登錄用戶訪問了產(chǎn)品（包含通過其他渠道鏈接進(jìn)入），則10月15日當(dāng)天的DAU為300萬（去重）；截至11月15日共有1800萬個(gè)登錄用戶訪問了產(chǎn)品，則該30天的MAU為1800萬（去重）。

數(shù)據(jù)用途：活躍用戶數(shù)用于衡量產(chǎn)品對(duì)用戶的粘性。方便產(chǎn)品和設(shè)計(jì)人員了解產(chǎn)品的每日用戶情況，了解產(chǎn)品的用戶變化趨勢(shì)。

平均DAU=DAU/MAU

• DAU越高，說明有剛需的忠實(shí)用戶越多。
• MAU越高，說明新增的非忠實(shí)用戶越多。
• 平均DAU的值越接近1，說明用戶粘性越高，留存效果越好。

平均DAU變高

• DAU增加顯著。說明產(chǎn)品的近期改動(dòng)或推廣召回了部分老用戶。
• MAU減少顯著。說明非忠實(shí)用戶開始流失，忠實(shí)用戶依然保留在平臺(tái)內(nèi)。

平均DAU變低

• DAU減少顯著。說明用戶開始嚴(yán)重流失。
• MAU增加顯著。說明產(chǎn)品的改動(dòng)或推廣使非忠實(shí)用戶活躍度提升，但改動(dòng)和影響不具備可持續(xù)性。

2.2 頁面訪問次數(shù)（PV）和人數(shù)（UV）

• PV=運(yùn)營活動(dòng)/頁面/功能曝光在用戶視野內(nèi)的次數(shù)；
• UV= 運(yùn)營活動(dòng)/頁面/功能曝光在視野內(nèi)的用戶數(shù)，一個(gè)終端只算一個(gè)UV。

舉例說明：用戶進(jìn)入首頁，算一次訪問次數(shù)，用戶刷新頁面/退出重進(jìn)時(shí)訪問次數(shù)累加。用戶進(jìn)入首頁，算一個(gè)展現(xiàn)UV，退出重新進(jìn)來UV不累計(jì)。一個(gè)用戶在00:00-24:00內(nèi)多次進(jìn)入知乎，則UV只算一個(gè)。

數(shù)據(jù)用途：頁面訪問次數(shù)（PV）用于判斷該活動(dòng)/頁面/功能被用戶查看的次數(shù)；頁面訪問人數(shù)（UV）用于判斷有多少個(gè)用戶查看過該活動(dòng)/頁面/功能。這兩個(gè)指標(biāo)能夠用于衡量頁面入口的設(shè)計(jì)是否足夠引人注目。

2.3 點(diǎn)擊次數(shù)和人數(shù)

點(diǎn)擊次數(shù)=點(diǎn)擊行為發(fā)生的次數(shù)（不去重）；點(diǎn)擊人數(shù)=有點(diǎn)擊行為的用戶數(shù)（去重）。

舉例說明：

10月15日有400萬人訪問任務(wù)聚合頁，其中10萬人點(diǎn)擊任務(wù)聚合頁側(cè)邊中的篩選按鈕，則該按鈕的點(diǎn)擊人數(shù)為10萬；10萬人點(diǎn)擊了12萬次，則點(diǎn)擊次數(shù)為12萬。

數(shù)據(jù)用途：點(diǎn)擊人數(shù)和點(diǎn)擊次數(shù)用于了解用戶的使用行為，用于輔助判斷PV/UV點(diǎn)擊率和人均點(diǎn)擊次數(shù)3處數(shù)據(jù)。

2.4 PV點(diǎn)擊率和UV點(diǎn)擊率

PV點(diǎn)擊率=點(diǎn)擊次數(shù)/頁面訪問次數(shù)（PV）；

UV點(diǎn)擊率=點(diǎn)擊人數(shù)/頁面訪問人數(shù)（UV）。

舉例說明：同上例子，100個(gè)用戶訪問了任務(wù)聚合頁，其中只有10個(gè)用戶點(diǎn)擊了任務(wù)聚合頁上的篩選按鈕，但是每人平均點(diǎn)擊了5次，那么UV點(diǎn)擊率為10%，但PV點(diǎn)擊率為50%，說明篩選內(nèi)容并不是對(duì)所有用戶都合適，但對(duì)那些多次點(diǎn)擊的部分用戶而言，會(huì)覺得篩選的內(nèi)容很符合他們的需求。如果100個(gè)人都點(diǎn)擊了，那么UV點(diǎn)擊率為100%，說明篩選內(nèi)容對(duì)所有用戶都比較適合。

數(shù)據(jù)用途：PV點(diǎn)擊率和UV點(diǎn)擊率用于衡量頁面或功能中的內(nèi)容對(duì)用戶的吸引程度。

2.5 人均點(diǎn)擊次數(shù)

點(diǎn)擊次數(shù)/點(diǎn)擊人數(shù)。

舉例說明：同上例子，10月16這天有10萬人點(diǎn)擊了篩選按鈕，其中一共點(diǎn)擊了12萬次，那么人均點(diǎn)擊次數(shù)為12/10=1.2次。

數(shù)據(jù)用途：通過人均點(diǎn)擊次數(shù)可以判斷交互/視覺的設(shè)計(jì)要求是否足夠引人注目，也可以用于衡量該功能對(duì)用戶而言是否為強(qiáng)需求。

2.6 平均停留時(shí)長

所有用戶的停留時(shí)長總和/用戶數(shù)。

舉例說明：

所有用戶在任務(wù)頁的停留時(shí)長為100萬小時(shí)，一共在任務(wù)頁停留的用戶有200萬，則平均停留時(shí)長為0.5小時(shí)。

數(shù)據(jù)用途：平均停留時(shí)長用來衡量頁面吸引度，對(duì)內(nèi)容頁來說，停留時(shí)間越長，用戶粘性越強(qiáng)。當(dāng)然也有反面場(chǎng)景，比如登錄注冊(cè)的表單填寫， 停留時(shí)間越長，說明體驗(yàn)越差。

2.7 人均使用時(shí)長

用戶平均每天停留在產(chǎn)品的時(shí)間。

舉例說明：10月16日有100萬個(gè)用戶一共在產(chǎn)品內(nèi)使用了50萬個(gè)小時(shí)，則10月16日的人均使用時(shí)長為0.5個(gè)小時(shí)。

數(shù)據(jù)用途：用來衡量用戶使用產(chǎn)品的深度，判斷用戶使用產(chǎn)品的粘性和依賴度。用戶對(duì)產(chǎn)品的使用時(shí)長越高，說明對(duì)產(chǎn)品越依賴。

3. 接納（Adoption）

用于衡量上線產(chǎn)品或功能的新用戶增長程度。例如功能上線后最近7天創(chuàng)建的帳戶數(shù)或使用該功能的新用戶占比。這對(duì)于新產(chǎn)品功能或正在重新設(shè)計(jì)的產(chǎn)品特別有用。

3.1 新用戶留存數(shù)

一段時(shí)間內(nèi)再次訪問的新用戶數(shù)，通常分為次日留存、7天留存、30天留存指標(biāo)。

舉例說明：如下虛擬數(shù)據(jù)，1月，新增用戶有80人。到2月時(shí)，1月新增的80人中的75人再度訪問了產(chǎn)品，則第二個(gè)月的新用戶留存數(shù)為75人，流失數(shù)為5人。

數(shù)據(jù)用途：用來衡量產(chǎn)品的用戶粘性和產(chǎn)品的留存用戶規(guī)模。留存用戶數(shù)可以很好地展示留存用戶數(shù)的人數(shù)規(guī)模。并了解新增用戶對(duì)產(chǎn)品的使用粘性。

3.2 新用戶留存率

某周期內(nèi)新用戶留存數(shù)/某周期內(nèi)第一天訪問的新增用戶總數(shù)，一般周期為次日、7日或者30日。

舉例說明：接3.1案例，1月新增用戶80人，2月留存人數(shù)75人，1月新增用戶在2月的留存率為75/80=93.75%。

數(shù)據(jù)用途：日留存率通常用來衡量產(chǎn)品粘性；周留存率通常用于判斷產(chǎn)生的忠實(shí)用戶數(shù)；月留存率通常用于衡量版本迭代的效果，例如產(chǎn)品改版后，月留存率提升了，且其他變量沒有變化時(shí)，說明設(shè)計(jì)改版成功。通過留存率可以很宏觀的判斷產(chǎn)品的用戶粘性是上升還是下降，這也是產(chǎn)品體驗(yàn)最直觀的數(shù)據(jù)。

3.3 新用戶流失率

某周期內(nèi)新用戶流失數(shù)/某周期內(nèi)第一天訪問的新增用戶總數(shù)，一般周期為次日、7日或者30日。

舉例說明：接3.1和3.2案例，1月新增用戶80人1月新增用戶在2月的留存率為75/80=93.75%，新用戶流失率為（100-93.75）%=6.25%。

數(shù)據(jù)用途：用戶流失率可用于追蹤之前是什么情況導(dǎo)致流失數(shù)據(jù)情況，便于進(jìn)一步優(yōu)化產(chǎn)品問題。

4. 保留（Retention）

用于衡量上線產(chǎn)品或功能的老用戶穩(wěn)定程度，具體包含現(xiàn)有用戶的留存率和流失率。例如在上線7天內(nèi)產(chǎn)生的活躍用戶在上線30天后是否仍然在活躍？

4.1 老用戶留存數(shù)

一段時(shí)間內(nèi)再次訪問的老用戶數(shù)，通常分為次日留存、7天留存、30天留存指標(biāo)。

4.2 老用戶留存率

某周期內(nèi)老用戶留存數(shù)/某周期內(nèi)老用戶總數(shù)，一般周期為次日、7日或者30日。

4.3 老用戶流失率

某周期內(nèi)老用戶流失數(shù)/某周期內(nèi)老用戶總數(shù)，一般周期為次日、7日或者30日。

5. 完成（Task success）

用于衡量流程設(shè)計(jì)的合理性，通常適用于產(chǎn)品中非常注重任務(wù)的區(qū)域。例如任務(wù)的完成率和UV轉(zhuǎn)化率。

5.1 完成率

完成的操作次數(shù)/開始操作的次數(shù)

舉例說明：10月15日上線新任務(wù)，用戶點(diǎn)擊領(lǐng)取任務(wù)按鈕10萬次，最終完成提交按鈕2萬次，則完成率為 2/10= 20%。

數(shù)據(jù)用途：完成率可用于衡量操作流程的順暢度。完成率是產(chǎn)品設(shè)計(jì)中重要的指標(biāo)之一，完成率越高，說明產(chǎn)品的操作體驗(yàn)越好。

5.2 UV轉(zhuǎn)化率

必要流程中的下一步環(huán)節(jié)操作人數(shù)/上一步環(huán)節(jié)操作人數(shù)。通常環(huán)節(jié)越多，UV轉(zhuǎn)化率越低，流失率越高。

舉例說明：

10月15日上線如下翻譯任務(wù)，當(dāng)日從任務(wù)入口點(diǎn)擊進(jìn)入該任務(wù)頁的人數(shù)為1萬人，點(diǎn)擊Yes/No選項(xiàng)的人數(shù)為7000人，那么該環(huán)節(jié)的轉(zhuǎn)化率為7000/10000=70%，流失率為30%；最終點(diǎn)擊Submit按鈕完成提交的人數(shù)為4000人，那么該環(huán)節(jié)的轉(zhuǎn)化率為4000/7000=57%，流失率為43%。

數(shù)據(jù)用途：UV轉(zhuǎn)化率可用于針對(duì)產(chǎn)品中某些關(guān)鍵路徑的轉(zhuǎn)化率的分析，以確定各環(huán)節(jié)的優(yōu)劣，是否存在優(yōu)化的空間等。對(duì)于業(yè)務(wù)流程相對(duì)規(guī)范、周期較長、環(huán)節(jié)較多的流程分析,能夠直觀地發(fā)現(xiàn)和說明問題所在。

??????????????????????????????????????????????????5.3 頁面跳出率

退出當(dāng)前頁并在30分鐘內(nèi)未再次打開的用戶數(shù)/在當(dāng)前頁面的總?cè)藬?shù)

舉例說明???????????????????????????：用戶通過任務(wù)聚合頁進(jìn)入某任務(wù)頁，然后跳出并在30分鐘內(nèi)未再次打開的用戶有1萬人，假設(shè)進(jìn)入該任務(wù)頁的UV為5萬人，則跳出率 1/5 =20%

數(shù)據(jù)用途：頁面跳出率用于衡量頁面的內(nèi)容質(zhì)量或交互質(zhì)量。???????????????????????

二、產(chǎn)品目標(biāo)

如下為從業(yè)務(wù)維度的思路梳理：

1. 目標(biāo) Goals

簡(jiǎn)單說就是，你希望設(shè)計(jì)上線后，在哪個(gè)方面達(dá)到什么樣的結(jié)果。

比如任務(wù)聚合頁的篩選功能，在完成指標(biāo)的關(guān)鍵目標(biāo)是：用戶更快速地找到最相關(guān)的任務(wù)。

2. 標(biāo)志 Signals

目標(biāo)確定了，那什么信號(hào)標(biāo)志著設(shè)計(jì)達(dá)到了或沒達(dá)到目標(biāo)呢？

比如任務(wù)聚合頁在完成指標(biāo)的成功標(biāo)志是用戶篩選后找到了自己想要的任務(wù)并進(jìn)入了任務(wù)界面。失敗標(biāo)志是用戶篩選后沒有找到自己想要的任務(wù)，在篩選環(huán)節(jié)流失了。

3. 指標(biāo) Metrics

指標(biāo)比標(biāo)志更加落地。

例如，「用戶篩選后找到了自己想要的任務(wù)并進(jìn)入了任務(wù)界面」這一標(biāo)志成敗與否，是通過完成維度來進(jìn)行衡量的，那么我們可以選取的衡量指標(biāo)是「從篩選按鈕到任務(wù)頁的UV轉(zhuǎn)化率」。

通過「目標(biāo) → 標(biāo)志 → 指標(biāo)」流程，結(jié)合用戶體驗(yàn)質(zhì)量指標(biāo)，就能清楚地知道要驗(yàn)證設(shè)計(jì)的哪些方面，需要關(guān)注哪些數(shù)據(jù)來達(dá)到目的。

三、請(qǐng)堤防數(shù)據(jù)陷阱

1. 尋找正確的數(shù)據(jù)指標(biāo)

有一位發(fā)明家打算重新設(shè)計(jì)他的個(gè)人網(wǎng)站，用來宣傳他將要發(fā)布的新產(chǎn)品。

在設(shè)計(jì)網(wǎng)站時(shí)他做了個(gè) AB兩個(gè)方案。A 方案在網(wǎng)頁上非常詳細(xì)地介紹了將要發(fā)布的新產(chǎn)品，然后留了一個(gè)可填寫聯(lián)系方式的輸入框；B 方案則沒有任何關(guān)于新產(chǎn)品的介紹，僅放置了一個(gè)可填寫聯(lián)系方式的輸入框，并只寫了「如果你喜歡新發(fā)明，你應(yīng)該對(duì)我的新產(chǎn)品感興趣。請(qǐng)?zhí)顚懩愕穆?lián)系方式」一段提示。

最終A 方案只收到了 33 個(gè)聯(lián)系方式，而沒有任何介紹性內(nèi)容的 B 方案卻收到了 77 個(gè)聯(lián)系方式。

那么，從這個(gè)實(shí)驗(yàn)結(jié)果可以推斷出 B 方案更好嗎？

事實(shí)上可能并不是。

這位發(fā)明家設(shè)計(jì)網(wǎng)站的初衷是為了宣傳預(yù)售他的新產(chǎn)品，衡量完成指標(biāo)的標(biāo)志是「有多少人對(duì)新產(chǎn)品感興趣且可能會(huì)購買它」而不是「收到更多聯(lián)系方式」，而聯(lián)系方式數(shù)量的數(shù)據(jù)無法成為「有多少人對(duì)新產(chǎn)品感興趣且可能會(huì)購買它」的成功標(biāo)志，因此「B 方案比 A 方案更好」的結(jié)論并不成立。

因此希望大家用以上表格來整理數(shù)據(jù)目標(biāo)，就是為了避免從一開始搞錯(cuò)了目標(biāo)，那么再精確的數(shù)據(jù)統(tǒng)計(jì)也只能得到誤導(dǎo)性的結(jié)論。

2. 理解數(shù)據(jù)的業(yè)務(wù)價(jià)值

我發(fā)現(xiàn)了一個(gè)有趣的現(xiàn)象，當(dāng)我們?cè)谡務(wù)撘患夜净蛞粋€(gè)產(chǎn)品是否夠成功時(shí)，基本是基于單一的數(shù)字，比如某APP有2億日活，它很棒；某平臺(tái)月均UGC內(nèi)容產(chǎn)量有3000萬，它很厲害。

然后和那些盲目喊著要擴(kuò)大用戶數(shù)和規(guī)模的產(chǎn)品不一樣，對(duì)我當(dāng)前所處的教育問答產(chǎn)品而言，有人在真正花時(shí)間解答題目，才是一件意義重大的事情，因此相對(duì)單純的生產(chǎn)數(shù)量數(shù)據(jù)，我們更應(yīng)該關(guān)注答題者的產(chǎn)出質(zhì)量。

假如日均答題產(chǎn)量很高，但用戶在任務(wù)界面上平均停留時(shí)長很短，那么我認(rèn)為并不覺得這是一件值得高興的事，因?yàn)榇痤}的質(zhì)量可能會(huì)有很多問題。

我之前常常在想一個(gè)問題，為什么有些公司內(nèi)部會(huì)如此熱衷于推廣OKR用以取代KPI，直到進(jìn)入字節(jié)跳動(dòng)后我才發(fā)現(xiàn)原本KPI 式的價(jià)值觀常常給人帶來誤區(qū)：數(shù)字即規(guī)模，規(guī)模就是一切。

但我們可以看到，許多產(chǎn)品因用戶數(shù)量的驟增曾備受矚目，比如多閃，用燒錢的方式在前期積累了出大量注冊(cè)用戶，但最終大批量流失，走向沒落。數(shù)字很重要，用戶數(shù)也很重要，但相比這些，我們更應(yīng)該通過思路梳理，來幫助我們想清楚對(duì)于我們的產(chǎn)品來說核心價(jià)值是什么、究竟什么樣的數(shù)據(jù)才是最重要的。

3. 數(shù)據(jù)不是萬能的

數(shù)據(jù)不是萬能的。它就像問卷調(diào)查、用戶訪談等任何用戶體驗(yàn)研究方法一樣有著其局限性。數(shù)據(jù)只能告訴你 What，卻不能告訴你 Why。

Data can only make a good design great, but can never make a bad design good.

數(shù)據(jù)可以用于支撐或驗(yàn)證設(shè)計(jì)師的某項(xiàng)決定，但數(shù)據(jù)無法代替設(shè)計(jì)的直覺，更無法代替深入的用戶研究、可用性測(cè)試和設(shè)計(jì)同理心。

感謝您的閱讀~

#專欄作家#

愚者秦，微信公眾號(hào)：feather-wit，人人都是產(chǎn)品經(jīng)理專欄作家。先后任職于愛奇藝、字節(jié)跳動(dòng)的一枚體驗(yàn)設(shè)計(jì)師，同時(shí)是兼職寫小說的斜杠青年，善于總結(jié)和抽象設(shè)計(jì)方法，熱衷于探索不同用戶場(chǎng)景下的產(chǎn)品策略。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議