NEWS

为什么我用数据驱动规划,结果却不尽人意?

2026-02-13

“用数据驱动设计”本身没错,但“数据”和“设计”之间,隔着一层对“人”的理解。时过境迁,现在咱们都十分重视用户的体会,也有越来越多的人参与了进来,建立了更加详细的常识体系,而更更重要的是,咱们学会了用数据来“测量”体会。即便用户不去app store进行谈论,咱们也可以取得十分详细而且详细的数据。海量的数据在加以剖析之后让咱们知道用户是否喜爱咱们新的功用、读没读咱们的广告、按钮方位改了之后用户找不找得到。自此,规划师们开端在一些状况下不再需求纯靠猜。

不过,尽管有了这牛逼哄哄的数据驱动规划法,用户体会还有太多太多的领域无法用数字去测量,规划师们还面临太多不确定的东西,许多问题咱们也都没有个定数,计划孰优孰劣也无法很好地判别,它不像物理或许化学这类量化科学,是和不是分得很清。

更要命的是,看起来十分科学的数据剖析法得出的定论却与咱们本来预期的东西大相径庭,让人不敢信任,觉得一定是数据搜集的时分搞错了点东西。又有些时分,我遵从数据的指导作出改变,但终取得的回报却不尽善尽美,用户体会这东西在一些时分体现得像玄学。

那么,用户体会到底是不是一门玄学?怎样运用数据实在有效地帮助规划师们透过问题看本质,更客观更科学地规划咱们的产品?


1. 首先要理清“衡量”和“体会”之间的联系

聪明的人们学会了运用搜集用户的各种数据并尝试用这些数据来理性地量化”体会”。可是,有些人认为用户体会这东西就像照相机的镜头相同,有些人说:“这款镜头好,毒!德味!”可是有些人又说:“怎样有点偏绿蓝啊,是我眼睛不好仍是你镜头不好啊?”认为用户体会是无法衡量的,是无法量化的。可有些人,乃至有些公司又坚定地饯别数据驱动规划,他们深信用户体会也是可以量化的,从用户的行为体现、各种反应可以看出用户体会的好与坏,对规划自身的整个进程也有指导意义。

其实,咱们自身就不应该将衡量和体会放在两个对立面来看。

诚然,用户体会这个出题实在是太大,规划的领域十分宽广,许多确实没方法(或许说现在没有方法)依托数据来衡量。尽管如此,数据仍是十分之重要的,今时今天,仍是想着完全抛弃数据,仍旧依托个人品尝和喜好来进行规划,不免显得过分老套而且掉队。做规划,数据不是全能的,没有数据却是万万不能的,可是运用数据来驱动规划的必要条件是,你能判别出那些数据关于你的方针来说是重要的,哪些数据关于你的方针来说是不重要乃至是有害的。

假设你的规划为用户解决了问题,带来了价值,体会很棒,那么那些可以从旁边面或是正面反映出你的体会是杰出的数据肯定会有所添加。反过来看,假设你在这版的更新修改了曾经的陈旧的规划,用上了时下新潮的款式,可是数据却告知你咱们的用户越来越不爱翻开咱们的应用了,那信任你也很难说这是一个好的规划,尽管这个规划你po到追波上面被点了一万次赞。数据不会像规划师相同,不会给你指出哪儿哪儿有一个像素的误差,可是却能从微观的视点来对你的规划进行更加具有现实意义的评判。

更重要的是,数据可以防止让整个规划团队堕入不自知的怅惘与紊乱之中,让整个团队知道现在首要的方针是什么,并朝着那个方针进发。譬如说,你们团队有20人,20个人都是那么的优异,人人都有自己的主意,规划师们,你懂的,都觉得自己的主意是棒的,有时分真的会堕入一种无端的固执之中,假如20个人每个人都是这样,听不进去别人的话,一味依托自己的片面认识否定别人的规划,那么整个团队就会堕入到上述的不自知的怅惘与紊乱之中。有些团队的解决方法是折中处理,每个人的规划都抽取出一些亮点,终糅组成一个新的东西,不得不说这是一种还算ok的方法,在技术水平杰出的团队里边这叫集思广益,在技术水平偏低的团队里边这叫和稀泥,没人可以保证那些亮点自身是一个满足好的规划,更没人可以保证这些规划集中在一起能出来一个什么样的东西。所以面临这些问题,好的方法仍是靠数据剖析来衡量,规划好了,体会好了,数据上涨,那咱们就断定这是一个好的规划。这儿的断定或许不能十分精确地阐明这便是一个好的规划,可是总好于团队像无头苍蝇相同不知道要飞去哪里。有一个数字摆在那里,咱们的方针会变得明确许多,劲头也更能往一处使。

所以说,企图衡量用户体会是有利的,可是不要期望这样的衡量可以精细地指导规划应该怎样走,咱们只能从比较微观的视点要得到问题的反映,怎样去辨识关于衡量用户体会是有利的数据,怎样将它们抽取出来然后得出有用的定论,是更重要的作业。体会与衡量并不是敌对的,用户体会当然也不是玄学。


2. 当然了,过分寻求量化也会带来害处

数据当然必不可少,可是正如水喝多了也会中毒相同,数据多了也纷歧定可以正确地反映问题,将咱们带向纷歧定正确的方向。因为咱们可以获取到的数据是海量的,用户的行为体现、谈论反应、社区反映乃至公司业绩,咱们并不能保证每个数据都是有利于咱们做出一些决定的。而且,单纯的数据是十分单薄的,规划师们看不到也想不到背后的因由。

假如咱们选错了要调查的的数据,那么规划或许从一开端就现已错了。举个比如:

“本来用户每次翻开都要要花上5分钟在咱们的app上面,这次改版之后变成了3分钟,我是不是做错了什么?”

是不是你的错?首先你要问自己,用户的停留时刻关于你的产品来说是重要的吗?假设你是交际类,或许是内容类应用,那么当然重要了,用户在这类产品内花的时刻越多,越阐明你可以为用户供给有价值的东西。

可是假设你的产品自身便是一个东西类app,譬如支付宝,你好仍是不要去测量用户的停留时刻,支付宝自身是一个支付东西,用户假如可以在更短的时刻内完结自己的使命那当然用户的停留时刻数据上面的下滑关于你来说便是一件好的作业,用户用更短的时刻完结了要完结的使命,这个体会很棒。

现在支付宝要做交际,在这个时分,支付宝的规划师们也肯定要开端留意用户停留时刻这个数据了,咱们也是能一再看到他们在这方面的尽力,尽管这个进程是十分苦楚的。


3. 有些东西确实是无法测量的

信任每一个干规划的人都会想过跑到用户脑子里边去看看用户到底想要什么,可惜这个并不能实现,因而咱们期望用一些数字来测量咱们的规划。可是上文现已说过,用户体会这东西出题比较大,或许有些领域确实无法衡量或许说现在没方法衡量。譬如说:

关于你的产品或许说是里边某个功用特性,用户喜爱/讨厌到了什么程度。

从长远看,你做出的一些变化是不是真的提高了用户解决问题的效率,为用户带来了价值。

你的产品要简单到了什么程度关于用户来说才算是简单。

关于同类竞品,用户是怎样点评你和他们之间的差异的。

什么东西是用户迫切需求你改变/添加/修复的。

一段时刻过后,用户为持续运用你的产品的动机是啥?

这一次的改版有没有让咱们的品牌展现更进一步?

也许你会说上面的东西发个问卷不就可以搜集到数据了,并不是完全不能衡量,但即便是一切用户都认真地填写了你的问卷,得回来的数据也并不能很直接地反映问题。

某些东西无法量化,数据驱动这个新潮概念有时分会孤负了咱们的期望,数据不是全能的。

1. 复杂性:这儿给一点典型的比如,每次你在app里边添加一个全新的功用,那么运用这个功用的人在数据上的体现一定是添加的,没人可以在你这个功用出来之前就运用上了这个功用。数据上呈现的添加总是让规划师们感觉十分杰出,运用率直线上升、社区反应一篇大好、似乎每个人期待着这个功用。可是这些数据是具有一定的欺骗性的,想想Photoshop之于Sketch,PS历史悠久,体量庞大,功用十分强大,可是做UI的同学便是喜爱用Sketch,喜爱Sketch的简单直接于高效。每次PS更新的新功用,咱们都十分的期待,反应也都十分好,那为什么到终越来越多的规划师仍是投向了Sketch了呢?这个比如想要表达的是,咱们现在为止并没可以很好的去测量复杂度的上升关于用户认知担负之间的联系。

2. 品牌的力气:就算现在Android在各方面的性能以及追上乃至赶超了iOS,就算每次苹果发布新产品的时分都会被吐槽一番,可是人们终的挑选或许仍是一台搭载iOS体系且售价比同级别Android手机高上一倍的苹果手机,这或许便是品牌的力气。大厂里边的童鞋感触或许比较深,产品的用户数总是十分多,“到底是规划师牛逼,还在是我司流量的荫护之下,才显得我辣么牛逼咧?”关于你的一些决定会怎样影响品牌,而品牌又将怎样影响你,数据都无法给你一个精确的答案。

3. 未来开展:没有哪项数据能告知你未来的规划应该要怎样去做。单纯依托数据咱们无法预判未来开展的方向,无法预判明天用户需求些什么,那么关于未来开展的方向,咱们是不是就不太好用数据来表达了?这个时分用户体会作业又需求依托规划师个人的品尝、眼界以及常识来行进了。

享一些关于量化用户体会的主张

多留意用户的存留率

不要过分在意你的产品或许是某几个功用的用户数(这一般会跟你们推行的力度有比较大的联系。)你的产品真的可以为用户带来价值,体会也满足好,用户才会愿意一遍遍地回来使。

也要多留意用户的流失率

用户在正常运用你的产品之前,一般都要通过这几关的考验。首先他们要知道有你这款产品,然后他们要对你的产品产生了满足的兴趣,之后就要开端转化(下载你的app,填写注册信息,收到验证邮件,等等),终他们还要有满足耐心去了解你的产品可以为他们做些什么,要怎样去运用。终,他们还要可以记住自己下过这个app。这些并不怎样讨人喜爱的数据其实十分宝贵,很应该埋点,这儿的数据可以告知你哪个环节出了问题,用户会在哪个环节离开。

找到那些关于你的产品来说真正重要的数据并重点关注

确实,以现在的技术咱们就可以搜集到十分多种类的数据了,这个感觉十分好,让你感觉全部尽在你的掌控与监视之中。可是十分抱歉,能关于规划产生实在价值的数据一般只要那么特定几支,所以不要浪费时刻与精力在那些关于你们来说不重要的数据身上。

设定某个方针之前一定要仔细想清楚

这个真的比你们幻想中要重要得多,搞清楚为什么要设定这个方针,将会十分直接地影响到你的规划作业的进行。多问两个为什么,会不会呈现其实现已做出了改善,可是数据却不升反降的状况?相反地,会不会呈现数据上升,可是却不是因为规划有所改善的状况?假设有,那么阐明这只数据受其他因素影响或许更大,那么会不会有其他更好的替代品呢?

寻找重点数据的“不和数据”

为了更好地让数听说真话,咱们在关注某个重点数据的一起一定要寻找到它的“不和数据”,譬如说不能在看pv的一起不看流失率,不能在看订单量的一起不看订单撤销量。数据及其不和数据的比较更能让你发现不在表层的错误,学会找到数据的不和数据并调查它们一起期不同的体现,千万不要养成只看一支数据的习惯,这样得出的定论过分片面。