看到這個題目，也許很多設(shè)計(jì)師會感到眼前一黑…… 筆者也不希望各位是被老板們強(qiáng)制要求數(shù)據(jù)化考核，才來這里尋找答案的。如果你是基層的設(shè)計(jì)師和設(shè)計(jì)主管，本文內(nèi)容應(yīng)該可以給你帶來很多啟發(fā)；如果你是數(shù)十名設(shè)計(jì)師的主管，并且可以調(diào)動更多開發(fā)、算法、運(yùn)營等資源，那么你可能更應(yīng)該做的無疑是自主發(fā)起業(yè)務(wù)型產(chǎn)品的創(chuàng)建，并直接獲取業(yè)務(wù)結(jié)果。
好了，言歸正傳。
讓數(shù)據(jù)的分析和驗(yàn)證貫穿于整個體驗(yàn)設(shè)計(jì)工作過程，可以促進(jìn)設(shè)計(jì)師客觀地洞察用戶的行為和需求，全面地審視用戶體驗(yàn)和業(yè)務(wù)價值的關(guān)系，從而用更加嚴(yán)謹(jǐn)?shù)脑O(shè)計(jì)方案、推進(jìn)方案、驗(yàn)證結(jié)果、迭代優(yōu)化，最終更好地造福用戶、服務(wù)公司。
- 數(shù)據(jù)驗(yàn)證主要針對設(shè)計(jì)工作能起到重要作用的產(chǎn)品/項(xiàng)目。例如有些技術(shù)類項(xiàng)目，比如通過算法優(yōu)化提升推薦精度，如果相關(guān)界面的調(diào)整較少，并且是同步上線，這種情況下設(shè)計(jì)能起到的作用就很有限，可以不做設(shè)計(jì)的數(shù)據(jù)驗(yàn)證。
- 對于品牌設(shè)計(jì)和處在實(shí)驗(yàn)/孵化階段的創(chuàng)新性項(xiàng)目，不適合采用數(shù)據(jù)來度量。
- 數(shù)據(jù)只是分析驗(yàn)證設(shè)計(jì)結(jié)果的工具之一，可以結(jié)合其它方法同步進(jìn)行，核心目的都是為了不斷提升用戶體驗(yàn)。
設(shè)計(jì)的數(shù)據(jù)驗(yàn)證并不應(yīng)該僅僅在研發(fā)階段進(jìn)行數(shù)據(jù)埋點(diǎn)、在項(xiàng)目收尾時回收查看一下數(shù)據(jù)即可，而是要將數(shù)據(jù)的收集、整理、分析和運(yùn)用貫穿于整個項(xiàng)目流程和設(shè)計(jì)過程，與產(chǎn)品迭代同步，讓數(shù)據(jù)助力用戶體驗(yàn)的進(jìn)化。
1. 項(xiàng)目規(guī)劃階段
設(shè)計(jì)師要在此階段就著手匯總和分析相關(guān)歷史數(shù)據(jù)，如果現(xiàn)有數(shù)據(jù)不足以輔助當(dāng)前設(shè)計(jì)判斷、不足以對比驗(yàn)證后續(xù)設(shè)計(jì)結(jié)果，需要在這個階段進(jìn)行快速的定性/定量調(diào)研。如果設(shè)計(jì)師的工作與項(xiàng)目其他角色關(guān)系綁定得比較緊密，應(yīng)預(yù)先在規(guī)劃階段與關(guān)鍵角色（通常是產(chǎn)品經(jīng)理、項(xiàng)目經(jīng)理、運(yùn)營）溝通，針對數(shù)據(jù)指標(biāo)達(dá)成共識。
2. 設(shè)計(jì)階段
設(shè)計(jì)師要將產(chǎn)品的用戶體驗(yàn)?zāi)繕?biāo)和公司的業(yè)務(wù)目標(biāo)有機(jī)結(jié)合，而不是只考慮用戶的痛點(diǎn)和需求、忽略業(yè)務(wù)訴求，在此基礎(chǔ)上，結(jié)合前期匯總的數(shù)據(jù)推導(dǎo)出的設(shè)計(jì)判斷，產(chǎn)出完整的設(shè)計(jì)方案。
3. 開發(fā)落地階段
跟據(jù)資源情況（包括開發(fā)、時間成本），推進(jìn)設(shè)計(jì)方案落地；如果上一步產(chǎn)出的整體方案能夠全部落地最好，如果受業(yè)務(wù)優(yōu)先級和資源所限，就要因地制宜，將方案拆解開、按重要性逐步落地；同時要在開發(fā)階段及時給出具體數(shù)據(jù)埋點(diǎn)需求、跟進(jìn)埋點(diǎn)。
4. 產(chǎn)品上線階段
及時整理分析數(shù)據(jù)，驗(yàn)證設(shè)計(jì)結(jié)果；同時思考優(yōu)化空間和具體方案，為項(xiàng)目下一期方案的快速產(chǎn)出和推進(jìn)做準(zhǔn)備。
以我們公司內(nèi)部的研發(fā)效能工具首頁改版為例：
設(shè)計(jì)團(tuán)隊(duì)首先收集首頁的熱力圖數(shù)據(jù)、對用戶進(jìn)行問卷調(diào)研，然后跟據(jù)這些數(shù)據(jù)分析用戶需求和使用習(xí)慣；
因?yàn)樵摦a(chǎn)品 面向集團(tuán)所有崗位，所以設(shè)計(jì)師邀請了 PD、開發(fā)、設(shè)計(jì)師、前端各崗位的員工和管理者進(jìn)行焦點(diǎn)小組和共建設(shè)計(jì)，輔助確定新首頁包含的模塊、產(chǎn)出方案；
開發(fā)過程中，設(shè)計(jì)與前端溝通對新版進(jìn)行埋點(diǎn)；
新版上線一段時間后，回收埋點(diǎn)數(shù)據(jù)并進(jìn)行新的一輪的問卷投放，然后對比數(shù)據(jù)結(jié)果：用戶對新增模塊的滿意度高于舊模塊的滿意度，刪除某些模塊后并未引起用戶反彈，新增的模塊點(diǎn)擊量和點(diǎn)擊率非常理想，新版首頁的訪問量和訪問率有明顯提升。但新增的項(xiàng)目卡片的篩選和排序規(guī)則存在較多爭議，后續(xù)進(jìn)行了多輪優(yōu)化。
注：因?yàn)楸井a(chǎn)品的用戶量較大、用戶群穩(wěn)定，點(diǎn)擊熱力圖的結(jié)果也很穩(wěn)定，且 CNZZ 不支持多日的匯總熱力圖，因此這里取了某天的熱力圖。
這里介紹業(yè)內(nèi)通用的數(shù)據(jù)模型和指標(biāo)供參考。
結(jié)合產(chǎn)品階段和項(xiàng)目情況，通過數(shù)據(jù)模型來選取考量維度和具體指標(biāo)，可以確保數(shù)據(jù)更加專業(yè)、全面。在實(shí)踐中，可采用業(yè)界通用的模型，也可以跟據(jù)自身業(yè)務(wù)的特點(diǎn)，針對性地創(chuàng)建新的數(shù)據(jù)模型。如果項(xiàng)目規(guī)模小、周期短，度量的數(shù)據(jù)維度通常會比較單一，可以不進(jìn)行多維度量。
1. HEART模型
來自 Google 的 HEART 模型是設(shè)計(jì)驗(yàn)證中最通用的模型，包含五個維度：
愉悅度的數(shù)據(jù)通常通過問卷調(diào)研、輿情分析的方式獲得，其它維度的數(shù)據(jù)通常需要做數(shù)據(jù)埋點(diǎn)。另外相關(guān)答疑數(shù)量、專家走查結(jié)果、啟發(fā)性評估量表等介于定性定量之間的數(shù)據(jù)也可以納入?yún)⒖己万?yàn)證。
在實(shí)踐中，要跟據(jù)業(yè)務(wù)的具體情況選取，不需要強(qiáng)制 5 個維度全部采用。
例如下表中，上下兩個項(xiàng)目分別采用了 H、E、A、R、T 和 H、E、A、R 的維度進(jìn)行結(jié)果考核，同時增加了「頁面設(shè)計(jì)品質(zhì)得分」的新維度，通過專家評分獲。
2. AARRR 和 RARRA 模型
AARRR 漏斗模型包含了用戶進(jìn)入商業(yè)平臺會經(jīng)歷的五個環(huán)節(jié)：
例如文檔工具語雀的數(shù)據(jù)大盤包含了全部用戶和新用戶的留存數(shù)據(jù)表，但「新用戶」的定義是首次訪問的用戶而非新注冊的用戶：
AARRR 漏斗模型的五個環(huán)節(jié)的排序是從用戶從傳統(tǒng)的認(rèn)知到轉(zhuǎn)化的時間維度排序的，但從營銷成本和增長策略的角度，留住和盤活現(xiàn)有用戶，比用戶拉新更加重要、ROI 也更高，因此從重要性和優(yōu)先級的角度衍生出了 RARRA 模型。兩個模型本質(zhì)上都是圍繞增長的五個環(huán)節(jié)，這五個方面存在著彼此循環(huán)、彼此成就的關(guān)系，重視留存并不表示從此放棄變現(xiàn)和拉新，關(guān)鍵是跟據(jù)實(shí)際的產(chǎn)品階段、數(shù)據(jù)現(xiàn)狀、資源成本，明確工作的重心。
因?yàn)樯婕吧虡I(yè)產(chǎn)品的變現(xiàn)和傳播，這兩個模型涵蓋的崗位角色和數(shù)據(jù)范圍更廣，其中渠道環(huán)節(jié)與 BD、運(yùn)營的工作十分密切，傳播環(huán)節(jié)與運(yùn)營、創(chuàng)意設(shè)計(jì)工作息息相關(guān)。體驗(yàn)設(shè)計(jì)師的工作主要涉及用戶行為相關(guān)數(shù)據(jù)指標(biāo)，同時應(yīng)該加強(qiáng)對于商業(yè)邏輯的理解和相關(guān)數(shù)據(jù)的分析，以更好地通過設(shè)計(jì)輔助產(chǎn)品實(shí)現(xiàn)增長。
3. TECH模型
TECH 模型是螞蟻金融科技-體驗(yàn)技術(shù)部為企業(yè)級產(chǎn)品設(shè)計(jì)的體驗(yàn)度量體系。
TECH 模型衍生自經(jīng)典的 HEART 模型。對于企業(yè)級產(chǎn)品、特別是工具型產(chǎn)品來說，產(chǎn)品的選擇通常由企業(yè)/組織的管理層統(tǒng)一決定，而非具體的產(chǎn)品使用者，因此接受度、留存率往往不能客觀衡量這些產(chǎn)品的體驗(yàn)質(zhì)量；同時，企業(yè)產(chǎn)品通常專業(yè)性非常強(qiáng)，為實(shí)現(xiàn)提升效率這一核心目標(biāo)，產(chǎn)品體驗(yàn)的清晰度至關(guān)重要。因此，在 HEART 模型的基礎(chǔ)上去掉了A（接受度）、R（留存率），新增了C（Clarity，清晰度）指標(biāo)，誕生了 TECH 模型：
4. GSM 模型
如何從數(shù)據(jù)維度和設(shè)計(jì)目標(biāo)推導(dǎo)出具體的數(shù)據(jù)指標(biāo)？如果缺少這方面的經(jīng)驗(yàn)和思路，可以將維度與 GSM（目標(biāo)—表現(xiàn)—指標(biāo)）結(jié)合，通過系統(tǒng)的思考過程來篩選合理的數(shù)據(jù)指標(biāo)。下表是一些 HEART 與 GSM 結(jié)合的簡單舉例，具體的 GSM 要跟據(jù)實(shí)際產(chǎn)品和項(xiàng)目情況而定。
5. 數(shù)據(jù)維度選擇表
下表幫助你跟據(jù)產(chǎn)品的類型和成長階段選擇適合的數(shù)據(jù)維度，總體分為用戶行為、心理感受兩大類數(shù)據(jù)類型，其中「清晰度」即用戶對產(chǎn)品的快速認(rèn)知和理解的程度。
數(shù)據(jù)相關(guān)的工作必須經(jīng)過思考，蘇格拉底曾經(jīng)說過：「未經(jīng)審視的人生不值得一過！雇瑯樱唇(jīng)審視的數(shù)據(jù)經(jīng)不起推敲。下圖提供的是可選維度和指標(biāo)，具體取用哪些，需要分析產(chǎn)品和項(xiàng)目的自身情況、以及設(shè)計(jì)的具體目標(biāo)和方案。
6. 數(shù)據(jù)指標(biāo)縮寫表
7. 應(yīng)用舉例：B 類產(chǎn)品增長數(shù)據(jù)
為輔助設(shè)計(jì)師展開增長設(shè)計(jì)實(shí)踐，筆者根據(jù)上面介紹的通過模型和指標(biāo)，針對 B 類產(chǎn)品的業(yè)務(wù)場景，擬定了 RARRA 模型各維度的核心數(shù)據(jù)指標(biāo)。項(xiàng)目實(shí)踐中，具體指標(biāo)要跟據(jù)產(chǎn)品和項(xiàng)目的設(shè)計(jì)目標(biāo)做取舍，可以同時結(jié)合上面介紹的 GSM 模型來進(jìn)一步拆解。
增長設(shè)計(jì)中數(shù)據(jù)獲取的難點(diǎn)：初創(chuàng)期的產(chǎn)品度過最初 0 到 1 的階段之后，會存在很多可能性，增長實(shí)驗(yàn)空間較大，但用戶基數(shù)少、缺少健全的數(shù)據(jù)埋點(diǎn)，往往需要通過少量用戶的訪談和測試獲得數(shù)據(jù)；成熟期的產(chǎn)品、特別是成熟的商業(yè)化產(chǎn)品，各維度的數(shù)據(jù)比較全面，但增長空間和機(jī)會很有限，需要不斷從細(xì)節(jié)或細(xì)分領(lǐng)域挖掘。
8. 注意事項(xiàng)
關(guān)于數(shù)據(jù)指標(biāo)的選擇和運(yùn)用，需要注意以下兩點(diǎn)：
跟據(jù)設(shè)計(jì)目標(biāo)推導(dǎo)具體指標(biāo)的過程中，需要充分考慮客觀情況。
比如「診斷工具」項(xiàng)目中，設(shè)計(jì)方目標(biāo)是幫助用戶快速發(fā)現(xiàn)功能、查看診斷結(jié)果，并建立使用習(xí)慣，因此打開率可以作為考核指標(biāo)；但是用戶打開之后是否采納并不是設(shè)計(jì)的主要目標(biāo)，因?yàn)檫@在很大程度上取決于算法精度。如果診斷結(jié)果采納后的操作流程非常繁瑣，設(shè)計(jì)師可以將「讓用戶高效完成操作」作為目標(biāo)，進(jìn)而將流程完成度、完成時間納入設(shè)計(jì)驗(yàn)證指標(biāo)。
其它因素的客觀分析。
一個產(chǎn)品的上線，離不開產(chǎn)品經(jīng)理、設(shè)計(jì)、運(yùn)營、前端、開發(fā)、算法、測試等各個角色的共同協(xié)作，因此即便我們選擇了設(shè)計(jì)工作影響最大的數(shù)據(jù)指標(biāo)來驗(yàn)證結(jié)果，也不能完全排除其他角色的因素。所以設(shè)計(jì)師需要客觀分析其它因素的影響、解析這些因素所占的影響比重，而不是大包大攬把所有功勞都算到自己名下。
舉個簡單的例子，設(shè)計(jì)師準(zhǔn)備通過部分界面的改版提高某個模塊的使用率，改版如果選在運(yùn)營比較平穩(wěn)的階段上線，獲得的結(jié)果中設(shè)計(jì)占的影響必然比較大，反之如果選在運(yùn)營進(jìn)行推廣活動的階段上線，就較難區(qū)分結(jié)果中設(shè)計(jì)和運(yùn)營的影響比例。
數(shù)據(jù)分析一旦運(yùn)用自如之后，更要注意不能自作聰明，切忌拿一些缺乏說服力的數(shù)據(jù)忽悠同事，這樣只能適得其反。容易出現(xiàn)陷阱包括：
1. 不客觀、不全面
在設(shè)計(jì)中納入數(shù)據(jù)分析和驗(yàn)證，目的是為了讓設(shè)計(jì)師能深入思考業(yè)務(wù)和用戶體驗(yàn)的關(guān)系、客觀地驗(yàn)證設(shè)計(jì)效果，因此采用的數(shù)據(jù)本身必須客觀、全面。
舉個例子，某設(shè)計(jì)師說，我改進(jìn)了某產(chǎn)品的某功能的體驗(yàn)，但是我這個產(chǎn)品的用戶基數(shù)較小，使用某功能的頻率也有限，設(shè)計(jì)優(yōu)化之后，因?yàn)榛鶖?shù)不大，每天的結(jié)果數(shù)據(jù)波動很大，所以我隨機(jī)抽取改進(jìn)前的某天和改進(jìn)后的某天的數(shù)據(jù)進(jìn)行對比，作為驗(yàn)證結(jié)果的依據(jù)。面對這樣的闡述，有人相信他真的是「隨機(jī)」抽取某天的數(shù)據(jù)嗎？即便真的是隨機(jī)抽取，同樣沒有說服力。如果因?yàn)殡S機(jī)性較強(qiáng)造成每日數(shù)據(jù)波動大，可以采用 30 日的平均數(shù)，做前后對比。
2. 自說自話
就是自己又是運(yùn)動員、又是裁判，什么都是自己說了算。舉個例子，某設(shè)計(jì)師設(shè)計(jì)了某個新功能并推進(jìn)上線，之后評測同事的評測結(jié)果是有 35% 的用戶采用了新功能之后，效果有提高…… 也就是 65% 的用戶用了新功能之后效果或者不變、或者反而下降了。這個時候設(shè)計(jì)師回答得非常巧妙—— 我的目標(biāo)不是提升數(shù)據(jù)，而是保證一定的使用率。如果公司的盈利就是來自用戶效果，那么這位設(shè)計(jì)師的新產(chǎn)品難道不是適得其反了嗎？
所以，需要如前所述，在項(xiàng)目規(guī)劃階段就要和合作方就數(shù)據(jù)指標(biāo)達(dá)成一致。
3. 忽視客觀條件
舉個例子，某產(chǎn)品在上線了設(shè)計(jì)師發(fā)起和設(shè)計(jì)的新功能之后，新功能使用量與日俱增，使用率屢創(chuàng)新高（具體數(shù)據(jù)暫不列出），說明設(shè)計(jì)師為業(yè)務(wù)創(chuàng)造了重大價值。這種表述方式在項(xiàng)目戰(zhàn)報(bào)中經(jīng)常出現(xiàn)，它們通常會有意無意的忽略一個客觀條件，就是業(yè)務(wù)自身的發(fā)展情況。在這個案例中，之所以使用量和使用率大大提高，一個客觀條件是此產(chǎn)品正處在新用戶激增的過程中，造成新功能的數(shù)據(jù)水漲船高，同時運(yùn)營針對新用戶推廣新功能的工作也起到了重要作用。
再舉個真實(shí)案例，某同事為了驗(yàn)證全行業(yè)營銷推廣平臺中自動化推廣（通過算法實(shí)現(xiàn)自動匹配等功能）的效果，注冊了新用戶之后，在一周之內(nèi)，同時進(jìn)行人工操作和自動化操作，結(jié)果是一周之后的推廣結(jié)果數(shù)據(jù)對比發(fā)現(xiàn)，自動化操作的效果確實(shí)高于他人工操作的效果，以此證明自動化是一個成功的功能。
這個案例的漏洞很多，最明顯的就是：這位同事人工操作水平如何？如果他是資深用戶，人工推廣不如自動推廣效果好，只可以部分證明自動化推廣在該行業(yè)中的價值（營銷推廣在行業(yè)間存在較大差異），但如果他本身就是個菜鳥，就是輸給了機(jī)器算法也無法證明什么。
以上都是真實(shí)案例，現(xiàn)在解析起來似乎都是低級錯誤，但是彼時提出時未必會立刻發(fā)現(xiàn)問題所在。因此設(shè)計(jì)師需要在平時加強(qiáng)數(shù)據(jù)方面的實(shí)踐，提升專業(yè)性和敏感度。
- 設(shè)計(jì)的數(shù)據(jù)分析驗(yàn)證，不僅僅是在研發(fā)階段進(jìn)行數(shù)據(jù)埋點(diǎn)、在項(xiàng)目收尾時回收查看即可，而是讓數(shù)據(jù)的收集、整理、分析和運(yùn)用貫穿整個項(xiàng)目過程的始終，與產(chǎn)品一起不斷迭代進(jìn)行。
- 用于驗(yàn)證結(jié)果的數(shù)據(jù)指標(biāo)一般不需太多，但前期用于理清情況、輔助判斷的數(shù)據(jù)往往要更多。
- 所有涉及數(shù)據(jù)的工作，都必須經(jīng)過針對性的分析和思考，不存在「一招鮮吃遍天」，也不存在「即插即用」。本文能夠給大家指導(dǎo)和啟發(fā)，但不能代替大家思考和行動。
- 所有的數(shù)據(jù)都存在一定誤差，只有通過不斷自我拷問的數(shù)據(jù)，才能經(jīng)得起別人的拷問。
- 數(shù)據(jù)指標(biāo)的核心目的不應(yīng)僅僅是考核工作結(jié)果，而是促進(jìn)設(shè)計(jì)師深入洞察用戶行為和需求、全面審視業(yè)務(wù)價值和體驗(yàn)設(shè)計(jì)的關(guān)系，從而更加客觀、實(shí)際、嚴(yán)謹(jǐn)?shù)卦O(shè)計(jì)和推進(jìn)方案，最終更好的造福用戶、服務(wù)公司。
承擔(dān)因您的行為而導(dǎo)致的法律責(zé)任，
本站有權(quán)保留或刪除有爭議評論。
參與本評論即表明您已經(jīng)閱讀并接受
上述條款。