分享

一起来学习下数据对体验设计师的价值

 叨叨道 2021-03-23
   2021年 原创总第 06篇   
   距离年度目标36篇    还有 30 篇   
(全文2682字,预计阅读时间:5分钟)
Image
前两天有幸受邀参加了#2021 PMTalk 产品运营大会南京站# 的线下分享会,今天把内容整理出来分享给大家。
在日常工作中设计师多多少少都会涉及到数据分析的工作,但毕竟不是核心职责。那么从设计师的角度如何来认识和应用数据分析呢?
本文主要包括3个部分:
  1. 体验设计师面临的挑战
  2. 数据对体验设计师的价值
  3. 数据分析在设计中的应用

01


体验设计师面临的挑战

1、互联网数据时代已然来临
目前数据分析在电商行业应用已经比较成熟了,通过大数据实现精准营销、精细化运营、千人千面,既可以为消费者提供更多有效的信息,也可以为平台带来更多转化。另一方面传统行业也在积极转型升级,希望通过建立自己的运营数据系统,了解用户行为数据,改进产品和体验。

Image
2、体验设计师的价值最大化
时代在变,对设计师的要求也在变。产品思维,数据分析、体系方法等逐渐成为了设计师必备能力。虽然说“面试造核弹,入职拧螺丝”这种情况并不鲜见,但是只有具备了一定的设计思维和方法,公司需要你造核弹时候,你才能造出来。
Image
记得我刚进入交互设计领域时,负责的是B端产品的设计,参考的设计理论基本就是“尼尔森十大设计原则”,工作方法更多的是在产品需求的基础上,考虑如何提升用户体验,不太会主动思考为什么做这个需求。
Image
而现在的设计师已经不再单纯的以用户为中心,更多地追求用户体验与商业价值的平衡。讲究深入了解商业目标、业务诉求,结合体验设计为商业服务增值,通过有价值的信息传达,提升用户的体验感知,实现商业价值和用户价值的“双赢”。
设计师的工作半径不断的在扩大,需要与业务和产品深度绑定,参与到需求的设计和评审中,这样才能保证在设计阶段获得更多的主动权,不会被产品和运营牵着鼻子走。
所以设计师需要在项目中主动思考,通过实战提升自己,同时也要灵活运用各种设计方法。

02


数据对体验设计师的价值
设计师经常接触的数据信息主要分为3类,桌面研究、用户调研和埋点数据。
Image
1、桌面研究
桌面研究主要是各种机构、企业发布的行业报告、市场研究、竞品分析等,更偏向于宏观层面的数据信息,可以帮助设计师更好的理解产品所在的行业和竞品的发展状况,以及市场的未来趋势。
Image
例如双11期间,设计师都会研究各大平台的产品玩法,促销会场的设计效果等,但还是偏重于设计层面。而各大研究机构推出的“双11”分析报告,详细解读了电商平台的产品定位、数据动态、上线效果、运营策略等。通过这些报告设计师可以拓宽自己的视野,从产品层面、商业模式的角度了解产品和运营方法,丰富自己的知识体系。
所以当我们需要快速了解用户和行业信息时,桌面研究是非常重要的渠道。
2、用户调研
用户调研是设计师使用频率较高、主动参与其中的用户数据获取方式,主要包括问卷调查和用户访谈。希望通过少量用户的个体信息形成对整个用户群体认知。
Image
问卷调查可以通过网络渠道覆盖较多的用户,问卷收回后需要对数据进行筛选整理,形成调研报告。用户访谈则是选取典型用户,通过较小的样本量面对面沟通,挖掘出用户的需求,更加偏向定性研究。
两者都是通过假设情景来了解用户行为背后动机、想法,对问卷的质量和访谈者的要求非常高。不然用户在填写问卷或者面对面交流过程中,可能会受到外界因素的干扰,从而无法获得真实信息。
3、埋点数据
埋点数据可以简单理解为“通过技术手段获得用户在应用内(网站、客户端、小程序等)的操作行为数据”,例如页面的访问量(PV、UV)和曝光点击量等等,通过对全量用户数据的统计,将群体行为归结为单个或几类用户的行为,洞察用户痛点和需求。
Image
埋点数据可以更加客观真实的反映用户行为。同时又具有较强的实时性,当我们改变了某些交互方式可以在数据上快速反映出来,也方便进行设计实验,通过AB Test去对比设计方案的优缺点,或者采用灰度测试,以较小的代价去获得用户对改版方案的接受度,寻找方案的改进点。
另外埋点数据可以二次加工,获得更加丰富的数据。例如更长周期的数据对比,更细颗粒的用户分类等等。

03


数据在体验设计中的应用

那数据分析是如何与设计师工作相结合的呢?这就要说说设计师的2个工作方向了。

一方面要承接来自上游的需求。另一方面作为产品体验的负责人,还需要主动出击,洞察用户需求,推进体验提升。

Image
举个例子。
产品经理提了一个需求,用户反馈“不知道在哪里查询已经获得的券”,但是实际上我们已经做了入口。接到这个需求我们怎么办呢?
Image
1、需求识别
因为我们在页面中已经有了入口,就需要通过一定的数据分析来判定这个需求到底是不是一个真实的用户痛点。例如到底有多少用户反馈,反馈用户占比有多少,甚至要分析有券用户的曝光点击率。通过正反两个维度去综合定性这个需求是不是伪需求。
另一方面可以对数据进行持续跟踪,确认反馈用户是不是有持续的增长。如果反馈用户有限,设计资源不足的情况下,可以降低需求的优先级,将设计资源投入到更有价值的需求上。
2、问题定位
虽然用户反馈问题是视觉表层的,也可以通过视觉优化来解决问题,例如字体放大、颜色加强、甚至增加动效。但是设计师还要有全局观,需要挖掘出背后更深层次的原因,做出最优的设计方案。
Image
为此我们找了几个同事做了用户调研,发现用户对券包的理解更偏向个人资产属性。大多数产品都是放置在页面头部,与个人信息强关联,用户已经形成了固有的心智模型。
而现有方案将入口放置在页面中间,虽然与业务强相关,但并不符合用户的认知习惯。用户在头部无法快速找到入口,就认为没有入口,根本不会花时间去自己查找,从而带来用户问题反馈。
3、方案设计
根据定位的问题,我们优化了优惠券入口的页面位置,放在了页面上方,同时单独的页面空间区域也给了UI设计师更大的发挥空间,展示效果更加明显突出,保证了信息的有效传达。
Image
4、效果验证
新的方案上线后,再也没有收到用户反馈此类问题,同时优惠券入口的点击量也有了明显的提升。
以上就是需求的分析和设计过程。
总结
最后说一下,我个人对数据分析的3个看法:
  • 数据是设计师的必备技能,需要有全流程的数据意识;
  • 数据不是万能的,需要结合其他方法综合评估;
  • 并不是所有需求都要做数据分析,设计师的同理心依旧很重要
再次感谢PMTalk产品经理社区的邀请。
—— THE END —

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多