老實(shí)說(shuō)，雖然從業(yè)也有一段時(shí)間了，我在設(shè)計(jì)工作中用到數(shù)據(jù)分析的情況卻并不多，一方面之前一直呆在用戶量級(jí)很小的 ToB 業(yè)務(wù)線，產(chǎn)品數(shù)據(jù)埋點(diǎn)各種缺失，且被業(yè)務(wù)認(rèn)為價(jià)值不大而難以推動(dòng)；另一方面即使能拿到一部分?jǐn)?shù)據(jù)，也會(huì)因?yàn)榛鶖?shù)小、波動(dòng)大、太過(guò)籠統(tǒng)和單點(diǎn)等原因，而影響到實(shí)際的參考價(jià)值。所幸這一情況最近有了改觀，我開始得到更多機(jī)會(huì)去獲取自己想要的數(shù)據(jù)，但在過(guò)程中也多少犯過(guò)一些失誤，借本文記錄下來(lái)。

收集階段小心假設(shè)

最近在讀《智能時(shí)代》一書，書中有一段話讓我頗有共鳴：

在收集數(shù)據(jù)時(shí)，我們還需要再一次強(qiáng)調(diào)它是在無(wú)意之間完成的。我們前面提到的關(guān)于央視收視率調(diào)查的例子就是一個(gè)很好的反例。在數(shù)據(jù)的收集過(guò)程中，非常忌諱那種「大膽假設(shè)，小心求證」的思維方式，因?yàn)樵诤芏鄷r(shí)候，如果事先有了定論，再找數(shù)據(jù)來(lái)證實(shí)它，總能找到有力的證據(jù)，而這些看似被數(shù)據(jù)證實(shí)的結(jié)論，很可能與真實(shí)情況相差十萬(wàn)八千里。

事實(shí)上，我之前有一次未能成功推動(dòng)落地的設(shè)計(jì)提案，就是犯了典型的「大膽假設(shè)，小心求證」式錯(cuò)誤，在一開始就預(yù)設(shè)了目標(biāo)用戶和使用場(chǎng)景，然后在做用戶調(diào)研的過(guò)程中有意無(wú)意地只關(guān)注了能支撐自己觀點(diǎn)的論據(jù)（后來(lái)發(fā)現(xiàn)調(diào)研的用戶群體可能只是產(chǎn)品實(shí)際用戶群體的一小部分，且滿足他們的訴求對(duì)核心業(yè)務(wù)指標(biāo)起不到明顯促進(jìn)作用），而沒(méi)有結(jié)合整體的用戶訪問(wèn)數(shù)據(jù)做系統(tǒng)分析，導(dǎo)致了方向上的偏頗。

了解 MVP 的人大都知道「假設(shè)-驗(yàn)證-迭代」這一流程，假設(shè)也是我們?cè)诋a(chǎn)品設(shè)計(jì)前期經(jīng)常會(huì)用到的，但假設(shè)不應(yīng)該無(wú)憑無(wú)據(jù)（除非你對(duì)自己的商業(yè)直覺(jué)有著充分的信心），而應(yīng)建立在一定的數(shù)據(jù)（定性/定量）輸入基礎(chǔ)上，在洞察（Insight）這個(gè)階段，我們更應(yīng)該做的是清空大腦接收多元信息，而不是被經(jīng)驗(yàn)和偏見(jiàn)一再誤導(dǎo)。

連貫而非單點(diǎn)

看數(shù)據(jù)只是一種手段，重要的是從中得出可以有效指導(dǎo)設(shè)計(jì)決策的結(jié)論，而單點(diǎn)的數(shù)據(jù)帶來(lái)的幫助是有限的，連貫起來(lái)才能更好地深挖用戶來(lái)龍去脈。

舉個(gè)例子，最近做的某個(gè)項(xiàng)目里需要降低某頁(yè)面的跳失率，一開始我們主要關(guān)注該頁(yè)面的來(lái)訪人群分布，以及每類人群的跳失率等，在不同人群的訴求差異很大的背景下，這些數(shù)據(jù)可以幫我們初步確定應(yīng)該將哪一類人群作為核心目標(biāo)用戶展開設(shè)計(jì)，但卻不能幫我們找到如何滿足這類目標(biāo)用戶訴求的抓手。

為了找到抓手，我們需要從更細(xì)的角度切入，去了解分析每一類目標(biāo)用戶的具體來(lái)訪場(chǎng)景（頁(yè)面來(lái)源鏈接有哪些）、目標(biāo)（來(lái)頁(yè)面后點(diǎn)擊哪些內(nèi)容，直接跳失的有多少，為什么跳失）、訴求（從目標(biāo)進(jìn)一步推導(dǎo)）等，進(jìn)而找到合適的解決方案。我們應(yīng)該看的是用戶完整行為路徑各節(jié)點(diǎn)上的數(shù)據(jù)，而不是單點(diǎn)、分散的數(shù)據(jù)。

定性與定量結(jié)合

定量的數(shù)據(jù)并不是萬(wàn)能的，它可能受到很多非產(chǎn)品設(shè)計(jì)因素的影響，對(duì)于動(dòng)輒千萬(wàn)、過(guò)億 UV/DAU 的前臺(tái)產(chǎn)品，只靠定量數(shù)據(jù)分析都可以得出很多有價(jià)值的結(jié)論，但對(duì)于一些用戶量級(jí)非常有限的中后臺(tái)產(chǎn)品，一些小小的風(fēng)吹草動(dòng)都會(huì)讓定量數(shù)據(jù)產(chǎn)生巨大的波動(dòng)（一個(gè)測(cè)試多點(diǎn)了幾下，就有可能讓產(chǎn)品 PV 瞬間暴漲），僅看定量數(shù)據(jù)，并不容易形成正確的判斷，這一背景下合作 PD 建議說(shuō)應(yīng)該更多地看定性數(shù)據(jù)（用戶訪談，滿意度問(wèn)卷，反饋收集等）甚至憑商業(yè)直覺(jué)來(lái)推導(dǎo)結(jié)論，也是有道理的。

啰嗦這么多，對(duì)于數(shù)據(jù)指導(dǎo)設(shè)計(jì)，我自知還是菜鳥一枚，不過(guò)隨著之后的工作會(huì)轉(zhuǎn)向用戶基數(shù)大的前臺(tái) ToC 產(chǎn)品（ToB 類的設(shè)計(jì)心得估計(jì)會(huì)減少了），應(yīng)該也會(huì)有更多對(duì)于數(shù)據(jù)與設(shè)計(jì)的實(shí)踐經(jīng)驗(yàn)積累，歡迎一起交流成長(zhǎng)啦~

文章作者系人人都是產(chǎn)品經(jīng)理關(guān)于作者 @鴻影（微信公眾號(hào)：?鴻影的設(shè)計(jì)思考錄） 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。