图3为不同用户呈现不同设计界面
1.2 设计时-辅助决策
设计方案时,如果对于多个方向犹豫不决,则可以借助快速调研的方式获取数据,辅助设计决策。
举个栗子:我们在设计视频产品呈现模式时,对于浅色模式和深色模式各执一词:运营同学偏向于浅色模式,担心深色模式压抑,幼儿频道的小朋友们和家长会不喜欢。而设计师认为,深色模式内容和背景对比度小,视觉更舒适,看视频也更沉浸。双方都很难说服对方,于是通过快速问卷获得用户反馈:多数用户更偏好深色模式,且认为深色更护眼,从而就设计方向达成一致意见。
图4视频深色浅色模式对比方案
1.3 设计后-验证设计
通过灰度或正式上线数据,和预期数据的对比,判断设计目标的实现程度,并总结和沉淀相应的设计经验。
举个栗子:在收银台页面优化设计中,对于是否要增加大会员开通模块,项目组各执一词,最终决定上线两个方案,观察数据结果。从灰度数据结果来看,未展示大会员的方案1,支付点击率和成功率相比原方案都更高,说明设计优化效果显著;展示大会员的支付率则有所降低,最终决定上线方案1。经过这次灰度,大家也更加确信:在支付页,轻易不要增加设计元素和功能(避免视觉负荷和认知负荷,导致转化率降低)。
图5大会员优化方案
既然数据可以给设计师带来这么多好处,那设计师应该从哪些维度去了解数据呢?
在《产品经理数据修炼30问》中,作者提出了这样一个思路,笔者深感认同,也分享给你:可以从宏观、中观和微观三个维度,去构建产品的数据全局观:
图6如何构建产品的数据全局观
- 宏观的行业洞察:研究宏观的行业分析报告,帮助我们了解目标用户的体量,产品的行业格局和生态,进而帮助我们更好的理解产品相对竞品的优缺点。
- 中观的产品概览:梳理产品的数据体系,帮助我们了解产品的核心指标,指标现状及波动情况,指标意义和对商业的影响,以及指标和设计之间的关系,确认设计的发力点。
- 微观的数据洞察:把握每个核心功能的使用链路,了解核心链路上的转化率漏斗,帮助我们还原用户的使用场景,思考如何更好的服务用户及用户目标,做出更好的设计。
从宏观到微观,是设计师在心中重塑产品,建立产品设计全局观的过程,在这样的数据视野下,设计师对产品的现状会更加理性和客观。
2. 了解设计师常用的数据模型及数据指标行业里常见的数据模型是Google’s HEART模型(阿里设计团队在此基础之上迭代了国内更广为运用的5度模型,所以本文也主要为大家介绍5度模型)和AARRR模型。