在设计之前查看数据，沈阳网络营销

1、做设计为什么还需要看数据？

许多设计人员从不查看数据，要么是因为没有数据要看，要么根本不想看到数据，但他们也很好地设计数据！设计本质上是情绪化的，为什么你必须与数据相关？让我们先来看看设计的本质是什么。设计不同于纯艺术。艺术来自于艺术家对现实的观察和思考，以及这种观察和思考的自我表达。设计诞生于为他人做事，即使它也需要观察和思考，但这种观察和思考不是表达设计师的自我，而是为了更好地服务于某个用户群，因此设计师理解它变得非常重要用户。特别是，为了理解用户的目标，行为，态度等，我们在这里讨论的数据实际上是对用户目标，行为，态度等的量化。因此，通过分析这些数据，我们可以更好地挖掘用户需要为用户提供更好的体验。

简单来说，设计就是为用户服务，了解用户可以更好地设计，数据是了解用户的一种方式。

2、数据在项目中的作用有哪些？

要了解这个角色，我们先回到设计师看看数据的主要场景，总结起来不外乎两类：一类是因为项目的需要，通过参数的数据，让设计走了更冷静，更合理，不是设计师自己的YY;另一个是日常监控需求，我制作的产品，总是知道有多少人在使用，如何使用情况，用户的行为和期望是否一致。换句话说，您需要了解正在使用您的设计的情况。否则，您如何知道设计是否良好，是否达到了设计目标，以及它是否真的有助于用户解决问题。

让我们首先分析在下一个项目中查看数据的场景。数据几乎可以用于整个设计过程。总之，该过程可分为三个部分：

设计前数据帮你发现问题：在设计开始之前的所有研究和分析都是为了更清楚地定义用户的需求，为什么要完成这个设计呢？从商业角度来看，该产品对公司有何价值？设计的目的是什么？从用户的角度来看，该产品对用户有什么价值，以及在此设计中应该为用户解决哪些问题;在理解商业诉求和用户需求的过程中，我们将不可避免地使用数据。在这个阶段，数据的作用是“发现问题”，看看设计可以解决什么问题，以便更好地定义设计目标。

当然，在具体的工作中，大多数设计师都更加纠结，既要考虑商业诉求，又要考虑用户需求。如果两者不能完全匹配，我们该怎么办？这是两者的总和吗？或者我们只考虑用户的吸引力并考虑商业吸引力。我个人的理解是，在实际工作中，我们不追求设计，更多的是平衡，如果是用户型产品，例如偏向于为用户提供某种功能的平台，则完全来自用户。从为用户提供帮助用户解决问题的功能的角度来看，他们应该更贴近用户的诉求;如果它是商业产品，例如支持用户某些内容的平台，则为用户提供主动搜索。同时，入口可以倾向于业务发展需求，并由业务层面适度引导;当然，这不是绝对的，往往是同一个平台，同一个产品，在不同的发展阶段有不同的需求，如果一个全新的产品，企业的生存变得格外重要。此时，设计应考虑更多业务需求并帮助企业生存。否则，应该挂起这个产品。我们如何为用户提供服务？

当然，优秀的设计师总能找到业务和用户之间的巧妙平衡，找到两者的交集，例如，如果这个产品在这个阶段是用户规模，那么用户的吸引力就是享受个性化服务。事实上，我们可以通过更好的个性化服务来完全提高用户满意度，获得良好的用户口碑，并间接使用用户口碑来提高产品的用户规模。这并非完全无关紧要。现在是时候看看他们是否能找到相关性并掌握分阶段的设计目标。

举一个具体的例子来看看如何使用数据来发现问题？数据代表了用户的目标，行为和态度，但是查看单个数字是不可能找到问题的，数据的比较是一种简单而有效的手段。我们知道交易关系买家产生的交易对1688网站非常重要。我们希望改善交易相关买家的交易体验，但我们不知道从哪里开始，因此我们进行了大量的数据分析。交易关系买家如何找到老卖家？不同路径的转换率是多少？不同的用户搜索方法和转换率有什么区别？

首先，通过对用户群的细分，我们发现交易关系买方通过搜索的转化率是搜索整体支付订单的转化率的两倍。因此，在搜索结果中添加旧买家标签可以轻松找到旧卖家。

此外，我们还发现，普通会员，1-2星级会员级别，是增强交易交易的关键用户。

通过上述数据分析，我们发现了目前的一些主要问题，围绕这些问题，我们制定了优化计划。

设计中数据帮你判断思路：因为设计师有不同的个人经历和不同的创造性思维，不同的设计师面临着同样的问题，而且解决方案可能会有所不同。即使是同一位设计师也会想到不同的解决方案哪个程序更合适，在某些情况下数据可以为您提供参考，为您提供“判断思路”以帮助您做出决策;所有的道路都通往罗马，但哪条道路是正确的？

举一个具体的例子来看看如何使用数据来判断这个想法？有一个批发类电子商务网站（1688.com）频道页面（ye.1688.com），我们发现用户的转换率非常低，让我们研究数据，然后结合用户访谈的结论由典型用户制作，发现转换率的原因实际上非常简单，此通道的页面条目主要来自整个网站页面，而整个网站页面是整个行业的类别页面，如果用户是在女装行业的买家，她点击一个完整类别页面的链接进入另一个完整的类别页面，然后找到女装的类别，然后点击进入列表页面查看产品，这条路径吧非常深，那么如何解决这个问题呢？那是为了避免女性服装用户从网站页面进入这个频道再选择女性类别，以便看到女性的商品！

解决这个问题的思路有哪些可以在网站页增加入口，让用户直接点击女装类目进入频道页，给用户展示女装商品;可以在用户进入频道页之后，根据行业偏好的个性化数据来推荐商品，推荐的不准确，用户也可以去定制;到底哪个更靠谱两个思路各有利弊，鉴于前一个思路需要有外部依赖，要改动网站页，所以我们内心都很期望后一个思路能跑通，但是怎么知道这个思路行不行？先我们需要知道行业的个性化推荐能覆盖多大的人群，又有多少的人愿意去定制行业偏好？

对于普通的网站来说这个可能是一个不够明确的问题，但是1688.com是一个会员用户早就过亿的乙类电商网站，有着如此庞大的用户规模，较高的用户覆盖率，这就意味着对用户行为数据的积累，再者乙类的用户有一个显着地特征就是在一个较长的时间里，行业的偏好相对比较稳定，如果是一个主营女装的买家，那么她的偏好一般会以女装为主，不会超出服装的范围，多会有少量的服装周边配套的采购。

XX 如上所示，通过行业特定的个性化算法，我们跟踪了该频道页面（ye.1688.com）的用户数据一段时间。我们发现大约有2/3的用户有非常明确的行业偏好，那么基本上可以根据行业偏好定制的个性化建议是可靠的！但剩下的1/3用户是否愿意定制行业偏好？由于时间关系，我们无法直接从这些1/3用户那里得到明确的偏好。判断他们是否愿意定制偏好，但通过对整个用户组的问卷调查，发现大约30％的用户表明定制行业偏好是一种好的服务。基于这些情况，我们判断出基于行业偏好的个性化建议可以解决问题。一些用户的行业偏好问题增加了内容的相关性。程序最终启动后，大约10％的人实际上发现了自定义条目并生成了自定义行为，70％的人不需要对其进行自定义以获得默认的准确推荐。

设计后数据帮你验证方案：我们的设计工作做得好吗？测量标准是看设计是否能达到设计目标？这也需要数据量化，通常使用GSM模型来支持设计验证。 G（目标）设计目标，S（信号）现象信号，M（度量）指标，即所谓的设计目标，是确定在设计中应该实现什么结果，要解决哪些问题;度量，我们无法猜测，必须建立在设计目标的基础上，首先假设设计目标将实现，然后会出现什么现象或信号？列出所有现象或信号，选择我们可以监控的内容，然后量化这种现象或信号产品，自然地获得指标，但指标的波动性通常取决于经验。

例如，产品的设计目标是通过设计指导引导更多买家购买。想象一下，如果设计目标实现，将会发生什么？可能有更多的人愿意购买。在阅读产品详细信息页面，点击购买按钮等后，最终生成购买。那么，这是衡量标准？设计只会改变产品信息的呈现方式，不能改变产品本身的质量或产品背后的服务质量，因此我们应该关注设计是否加强了指导，增强了购买意愿，并激发了用户的兴趣。进一步了解行为，主要是指浏览行为，通常是到产品列表页面或产品详情页面等，定量结果是要进一步查看行为用户的比例;

举一个具体的例子来了解如何使用数据来验证您的设计是否符合您的设计目标。曾经有一个功能模块用于查找原产地。我们在设计前进行了研究。用户告诉我们他们需要找到生产地点，他们更习惯于使用地图找到原产地。我们欣喜若狂，并朝着这个方向直接生产。在地板上，我们坚信用户告诉我们这绝对是对的！但这样的设计真的能满足帮助用户有效找到生产地的需求吗？请看下面的数据分析。

用户的目标是不找到原产地吗？还告诉我们，使用地图找到原产地符合他们的习惯。为什么用户上网后不使用此部分？我看到这个数据是非常意外的，从根本上我无法弄清楚，但后来我去看了这个盘子的热图，突然意识到了。根据数据分析，地图与用户的习惯一致，但在如此狭窄的地图上这种复杂操作的复杂性非常低。因此，保留了查找到原点的映射的功能，但它不用作默认方法。根据流行，区域，附近，可搜索，地图的方式进行全面携带，取得了良好的效果！

3、如何利用数据做日常监控？

作为设计师，您的工作上线后会使用多少人？这些用户是谁？有什么特点？用户如何专门使用您的产品？您的设计是否有优化空间？你怎么能成为一个用户？创造更好的体验？我们如何知道数据是否良好？有什么问题吗？它主要基于比较和经验，本产品长期跟进产生的直觉只有在熟悉该产品的前提下才能实现。您只能对数据中的更改进行更合理的解释。

在日常监控中发现问题的主要方法是比较数据，但具体如何比较它们？有三种常见的简单比较方法：a，横向比较，以及类似的产品比较和查看相关情况。然后推测是否存在问题; b，纵向比较，与自己的过去相比，看看是否可以从历史发展规律中获得一些启发，主要是看自己的趋势; c，用户细分，这是根据不同的分析需求划分用户，然后查看数据，看看组之间的差异在哪里，是否有一些用户和其他用户表现出不同的行为，然后找到问题。当然，除了这三种常用的比较，我们还可以做一些支持定性研究，使问题更加彻底。一些统计工具有时可以发挥作用，例如，SPSS用于因子分析，聚类分析等，也可以有一些意想不到的收益。

4、数据不是核心价值，你才是！

话虽如此，我并不是要强调数据的多样性，但在互联网领域，任何具有一定数量用户的产品，你必须了解数据，其中一些是宏观的，作为设计教师可以是作为背景知识，应该理解和理解，但设计师应该更多地关注用户的目标，行为和态度等相关数据，注意微观，用户相关和设计相关的数据，所以为了更好了解我们的用户并了解用户对我们设计解决方案的反馈，我们可以帮助我们更好地利用我们的价值！