我發現很多設計師對競品分析和用戶調研有概念，對數據分析卻不太了解。
這真是一件非常非常非常可惜的事。
你想想 CEO 開會的時候，最常做的是什么？就是聽各部門的業績匯報：這個產品銷售額增長了百分之多少、那個新產品剛上線吸引了多少流量……
其實對于絕大多數成熟企業來說，數據分析就是高層領導們最常做的事，因為他們要反復確認公司的業務目標是否達成，并且制定新的目標。
而要達成這些業務目標，例如把產品銷量提升上去，最核心的是要搞定用戶，讓用戶愿意買單。
而用戶是否愿意買單，主要是靠頁面上所看到的信息決定的——看起來有吸引力就增加興趣，看起來無聊就減少興趣。
所以你看，高層領導們頻繁關注的業務數據，以及做出的各種決策，最終都要落到設計上，才能有效傳達給用戶。
而設計師如果對這件事一點概念都沒有，豈不是很可惜？
相反，如果一個懂數據的設計師，大概率也是懂業務的，跟領導交流溝通也會比較順暢，工作價值也能更有效地發揮出來。
說了這么多數據分析對設計師的意義，肯定有人要抱怨了：“我不是對數據無感，而是沒機會接觸數據啊！”
嗯，本文的目的，就是想要聊聊，一個毫無經驗的設計師，如何從 0 開始，第一次獲取到接觸數據的機會。
設計師的分析數據的切入點主要有三種：
發現問題：通過數據分析找問題點。
分析策略：通過數據分析解決問題的策略。
驗證效果：通過數據分析驗證方案是否達成功。
建議新手從「方案驗證」入手，而且是改版項目的驗證。理由有三個：一是前后對比會很明確；二是通常找對一種數據即可；三是很多產品經理的 KPI 是關聯數據的，你不提，別人可能也要做數據驗證。
方案驗證的指標，是根據設計需求背后的業務目標來的。
很多設計師不知道自己的方案要用什么數據來驗證，感覺可以列一堆數據，主要是因為沒明白背后的業務目標。
一家公司通常只有一個核心業務目標，例如提高銷量、用戶增長、擴充功能……只是這個目標會有分支，也會隔一段時間換一個。
而一個研發/設計任務，之所以被提出來，通常都是跟這個核心業務目標有關聯的。不然誰閑著沒事，費時費力亂搞事情啊？
通常設計需求背后的業務目標是非常清晰的，不需要你瞎猜。你去問對需求接人，口氣和善點，很可能對方就說了。
如果對方不肯說？很可能是你們之間信任度不夠，平時在態度和能力上，得加把勁了。或者，也可能這個需求太邊緣了，真沒啥好說的。
總之設計需求的業務目標，就是需要通過數據分析驗證的東西。
沒錯，歸根究底還是業務，因為這才是領導們最關心的。
有時候，搞清楚業務目標就簡單了。
例如下圖 vivo 這個游戲打會員的案例，業務目標擺明了就是付費轉化。
對應到的數據有好幾種：“立即開通按鈕點擊人數/方案人數”、“下單人數/訪問人數”、“下單金額/訪問人數”……至于選哪種，對新手來說差別不大，哪種容易獲取數據就選那種好了。
上圖來源：這個交互思路，居然將轉化率提升 50%
總之，vivo 驗證購買點擊率提升了 50%，效果很是不錯。
而且前后對比內容沒改，幾乎只有設計方案的差別，很容易把功勞算到設計師頭上。
但有時候，干擾因素很多，不一定能這么簡單將功勞歸于設計的。例如下圖這個從京東服飾到京東新百貨的改版：
設計改動很大，但運營改動更大。因此，即便是核心指標增幅高達八九成，也缺乏說服力。
此時就不能總盯著整體指標了，得往細節看。
例如頁面流量分布，這個和設計的關系就更大一些。像是下圖，可以看出改版前用戶對頭部不感興趣急著切 tab，并且很多流量集中在中部的薅羊毛區域。改版后頭部更具吸引力了，底部的 feeds 流也得到更好的曝光。
如果覺得這對比還不夠明確，可以再細節一點，看看組件改版后，流量占比有沒有提升。因為商品內容切換速度比較快，所以這樣對比也能看出設計的影響力。
總而言之，三條原則就是：
- 緊貼業務目標
- 落到具體方案
- 排除其他因素
好了，你終于想清楚這個設計方案要用什么數據來驗證了。但怎么搞到數據呢？之前從沒做過數據分析，不好意思開口怎么辦？
最好的時機，是在拿到需求后，提交方案前。
別人要設計師做頁面改版，設計師本著認真負責的態度，要詢問線上版本的數據情況，是不是很正常？
例如這么問：“這里要改版？現在的版本有什么問題？有數據嗎？”
如果對方做過數據分析，那就太好了。你可以省去親自自動手的麻煩，對方請教結果，并且要求看看數據即可。
如果對方沒有做過，那就問對方是否可以提供相關數據，自己來分析看看。
只要是真的有做過數據埋點，對方又真想把方案做好，就沒什么理由拒絕你。
看核心指標，例如轉化按鈕的點擊率。
當然，從沒做過數據分析的你，不管是 1%還是 80%，反正都不知道怎么算正常比率。如果是這樣，那就別費腦筋思考數據背后的含義了。
這個指標現在如何不重要，主要是改版后的變化。
所以咱們主要分析的，是如何通過改方案，來讓這個指標有明顯的提升。
假設方案做完了，通過評審了，上線了……很多設計師就不管了。
但如果你要做數據分析，就不能這樣了。
上線后等個幾天，再去要數據。
介于你之前已經成功索要過數據了，所以這次再要一次，對方也不太會拒絕。一回生，二回熟嘛。
至于要等幾天，通常 7 日是比較常見的。也就是拿改版前的 7 日數據和改版后的 7 日數據對比。但也不絕對，這個沒有定死的標準。
如果對比發現，改版后指標明顯上升了，那么恭喜你，可以存下來用于開會/匯報/作品集了。最好是能算出方案帶來的利益增長，例如一個年營收 500 萬的會員頁，10%的增長就是 50 萬。
如果指標沒變怎么辦？咳咳，那就不提這事了……
如果不升反降了呢？像是我這種有探索精神的人，傾向于對找合作的產品經理聊聊原因。一方面是真的交流學習，另一方面也是向對方展示一下咱悔過自省的積極態度。免得對方發現這個問題后，默默給我扣個印象分
注意，別以為你不做驗證，別人就發現不了數據下降的問題了。因為成熟企業的業務領導很常做數據分析，而且很多產品經理的 KPI 是和業務指標關聯起來的。
設計師第一次做數據分析，建議找那種有明確業務目標的改版項目，在拿到需求后就索要數據，等上線后再次對比，作為方案驗證。
這么來個兩三回后，只要不次次讓數據明顯下降，都能給別人留下好印象，說不定還能拿到數據權限。
在這基礎上，可以再考慮數據分析的其它運用，例如發現問題、分析策略等，路子就廣了。
我是非常建議體驗設計師會點數據分析的，因為體驗設計和 UI/視覺設計不同，講究的是“目標導向”而非“過程導向”。即干什么活不重要，重要的事最終能不能把產品的用戶體驗做好。
而數據分析，是驗證用戶體驗最簡單直接的手段之一，而且最被業務領導認可。
其它驗證方法：體驗走查說服力低，用戶測試找同事不具代表性，找真用戶又比較麻煩。總之不像數據分析這樣，既方便又有說服力。
歡迎關注作者的微信公眾號：「體驗進階」
復制本文鏈接 文章為作者獨立觀點不代表優設網立場，未經允許不得轉載。
熱評 Koala