數據分析相關干貨：

最近在作品集的討論和界面改版中，有很多回復經常會提到數據，比如沒有數據的改版是沒有意義的，作品集里應該放數據來提高專業性之類。

對數據的認識缺失一直是 UI 設計領域的重災區，多數設計師既不了解數據的產生過程，也不了解數據的運用方法。

所以，這次的分享就圍繞數據分析和 UI 設計的關系，在作品集中該不該放、怎么放。

一、項目中的數據與設計

首先，我們要對項目的數據有一個基本認識。

相信大家都能理解，數據對于一款產品的運營來說至關重要。因為產品上線以后的具體成效，是要用數據來衡量的。

比如我們天天在媒體上看到的用戶總量、用戶停留時長、當月留存、銷售總額、復購率、好評率等，都是產品產生的數據內容。有了數據，我們才能對產品的實際狀況有清晰的認識，并會對產品的決策起到關鍵的影響。

以一個電商類應用為例，其中有一個重要的指標叫購買轉化率，指在特定頁面或場景下完成購買操作的用戶比例，即：購買的用戶總量 / 訪問頁面的用戶總量。

這個頁面存在的價值，就是促進購買，實現更高的銷售額。如果購買轉化率過低，就證明它的效果很差，價值沒有兌現。以一個產品迭代的角度來看，這個界面必然要做調整，實現更高的轉化率，從而提高整體收益水平。

這種調整的過程，就叫由數據驅動的迭代，以提升某項或多項數據為目標，進行的產品優化和改版。

再進入更宏觀的層面，C 端產品的運營和發展，就是追求更多的利潤為目標。而利潤作為最終得指標，它還受前置的用戶量、訪問量、轉化率、滿意度等一系列數據指標的影響。

所以一個產品要達到最終得目的，就要提升各個下級數據的表現。要實現這個目標，就需要圍繞下級指標進行系統性、長期的規劃和實踐，包括但不限于功能、運營、交互、界面的設計。

這種針對產品最終目標所展開的工作流程，也叫 —— 增長設計。

和增長設計類似的還有一個大家耳熟能詳的 —— 體驗設計，即以提供更好用戶體驗為目標的產品設計思路。

之所以體驗設計上鏡率更高，是因為從 ZZZQ 的角度來說，一款產品只要體驗做的越好，那么用戶自分享還是使用、購買率也就越高，自然帶動增長。

這種實現 A 就能達成 B 的樸素邏輯，在現實環境中不堪一擊。因為光做好體驗也不代表用戶愿意付費，大概率會出現叫好不叫座的境況。

所以很多產品團隊在經歷過一系列現實的毒打以后，論證了這個偽命題，既然要賺錢，那就應該以數據去驅動，而在數據的驅動下，體驗是可以用來犧牲的。比如彈窗廣告和推送，明知道用戶不喜歡還要做，原因就是它能帶來數據增長收益是大于體驗上的損失的，既然收益能更大，那當然是 “再苦一苦用辣！”。

雖然做是那么做，但嘴上當然不能承認，只能一邊喂用戶看廣告推送一邊高舉體驗的大旗，這就是國內產品市場分裂的現狀。

提升數據的重要性已經成為全行業的共識，自然也要成為 UI 設計師關注的對象。因為設計的成果也會對數據產生直觀的影響，比如流傳最廣泛的案例之一，購買按鈕用紅色還是藍色更能提高點擊率。

C 端設計師的主要職責之一，就是做出盡可能提升數據和轉化的設計出來。這也是我們一直強調的 C 端和 B 端之前的差異原因，C 端做的是增長，B 端做的是效率。

數據增長很重要沒錯，但是……怎么做才能保證數據的增長呢？

很多 UI 設計師僅僅了解了前半部分的常識，但完全沒有考慮后半部分的問題，因為實際項目中要滿足數據

增長的設計，絕對不是換個按鈕顏色還是圓角那么容易。

在真實項目中，多數數據指標的增長，是團隊共同作用的結果。比如上面提到的關注購買轉化的頁面，優化中涉及產品功能、框架的變更，運營文案、商品、優惠調整，最后視覺樣式、風格的改版。

假設最終購買轉化大幅度提升了，功勞怎么算？或者我們能百分百肯定設計的迭代在這里面發揮了作用嗎？有沒有可能是運營給了滿 100-99 的神券從而導致數據的暴漲，隨便你界面設計成什么樣都沒有區別？

很大概率是這樣的，設計對短期數據的直接影響是有限的，產品的增長往往源自其它方面的調整。

即使是以體驗角度做量化，比如滿意度、NPS 值等，也很難評估。因為數據要通過控制變量統計才有價值，很少有迭代是在產品功能、運營、推廣完全不變的情況下做體驗改版，所以結果拿到的數據是沒有代表性的。

這又造成了另一個問題，那就是很多設計師覺得產品數據只要好看，怎么設計隨意，沒有直接帶來數據增長的設計、改版、優化都是徒勞的，對任何基于體驗的優化都嗤之以鼻，面對自己設計出來的撇腳界面心安理得。

雖然結果不好判斷，但不代表基礎視覺、體驗部分可以放飛自我。不是數據更重要，所以視覺、體驗就要放棄治療，二極管思維是做決策的最大敵人。

真正的 UI 設計過程，是 —— 優先滿足體驗、視覺的要素作為基礎，再圍繞數據的增長來對它們進行調整（犧牲）。

因為圍繞數據增長分析并給出的方案，99% 都沒辦法預測它們的實際結果，在沒有上線前，所有的方案都只是假設，只有在驗證后才知道它的實際效果。即使驗證后可以分析得失做下一輪調整，也不代表一定能得到有效的結果。

所以基于數據增長做設計，就是一個持續提出假設并驗證的循環。而我們拿手的基礎視覺、交互、體驗，就是展開驗證的基石，你做好了不一定能帶來好的結果，但你做得差，一定會引發負面影響！

二、作品集中的數據展示

UI 設計師的產出價值不好評估，而很大廠的職場環境，需要設計師能證明自己的價值，才有升職發展的空間。光自己說視覺、交互、體驗更好有用嘛？當然是收效甚微的。

所以要拋開主觀的評價體系，最客觀直接的就是用量化的數據做背書，比如改版提升了多少的留存、轉化率、滿意度等。

所以大廠 UI 設計的匯報、文宣，經常會重點突出設計的數據成果，因為這是環境造就的，即使他們自己都知道這些數據很勉強但還是會硬上。

而大廠的成熟產品除了可以獲得反應結果的數據外，往往還便于獲取用于分析決策的數據。包括外部的宏觀數據，如所屬行業市場總額、增長率、企業數，以及內部的微觀數據，如用戶的性別、年齡占比，以及內容偏好、操作行為數據等。

這些數據確實非常有用，往往對產品的決策會起到很大的影響，能提高我們做決策的準確性。

但是，沒有數據產品就做不了了？當然不是，因為很多情況下決策所需的有效數據，在沒上線之前是獲取不到的。而很多初級 UI 設計師對有效數據的理解基本為零，以為只要是數據就是瑰寶。

舉個例子，比如要做個面向東南亞國家的有聲少兒繪本應用。在立項前，老板仔細調研了當地的相關情況和數據，比如少兒繪本銷量、市場規模、嬰幼兒數量、增長率、父母陪伴時間等等，于是做了要做這個項目的決定。

這些數據重要嗎？太重要了，沒這些數據就沒有這個項目。但問題是，這些數據對設計有什么用？

我們拿到項目以后有明確的用戶對象（東南亞年輕父母）、收入人群占比、市場規模等，這些能轉化成設計決策嗎？當然是不行的。

前期市場調研的數據是用來做項目決策的，不是拿來給設計當臺階的，設計展示里羅列一遍基礎數據有什么意義，讓觀看者背誦并朗讀項目文書？

而如果讓我來做設計的話我希望獲得的數據，就可能包含下面這些：

1. 使用場景主要集中在哪些時間段
2. 繪本更喜歡有動畫的還是靜態的
3. 用戶試看內容產生付費意愿的階梯
4. 用戶更喜歡橫向還是縱向觀看操作
5. ……

很多關鍵的數據剛開始根本就不會有，我們確實可以通過用戶調研的形式去采集一些數據，但準確性沒有保證，很多數據依舊要上線后才能獲取。

在項目前期，主要設計的決策得基于對用戶、場景的認識做推導再給出“方案假設”。雖然沒有數據，但只要你的推導過程符合邏輯，能說服團隊成員就行，上線后再進一步優化。

所以總結起來，UI 設計作品集里可以應用兩類數據：

1. 決策材料：用于形成設計決策，并能影響、銜接最終設計結果的數據
2. 成果數據：產品上線后表現設計成果、價值的量化性數據

決策數據要放進作品集，就要確保你可以直接解釋這些數據對你的界面產生了哪些影響，哪些設計的結果是基于對數據的認識做的。

成果數據要放進作品集，就要確保這些數據的統計環境是有準確性和可信度的，而不是把團隊的成果攬在自己身上。

兩種數據的應用條件都很苛刻，因為數據的有效應用確實是高級 UI 設計師的能力表現。而初級設計師胡亂引用數據的做法，除了感動自己不會帶來任何正面收集，只不過告訴觀看者你搞不明白數據和 UI 的關系。

尤其在面向大廠的投遞中，雖然大廠設計師會為了匯報強行引用數據，但不代表他們自己就認可這種做法和允許投遞者也套路他們，這些不嚴謹的數據應用容易在面試過程中被無情拆穿和打擊……

數據只有在你項目設計過程中真的用到，且產生關鍵影響時，才有在項目中出現的必要，這只是對你項目流程的復現，而不是“硬塞”進去。

結尾

最后強調一點，做作品集的時候要學會“尊重”，不要預設觀看者都是傻蛋，能被你自己不用且不信的東西糊弄過去。

不管是數據還是項目、體驗分析，套路化模板沒有任何市場。項目包裝是對項目流程的反映，做不好包裝的本質是你們項目的能力不足，所以該做的是提升做項目的相關技能才能治本。

歡迎關注作者的微信公眾號：「超人的電話亭」