在我们进入日常体验设计过程中,大部分标准流程下会进行用户访谈、竞品分析以及可用性测试等,而且这个还是比较规范的团队才会,目前也是我所在团队常常进行的流程环节,在此之前,更多的是直觉经验判断进行设计。但是即便如此,也无法直接确定“哪个方案更好?”。这就使得设计方案的推导具有一定的主观性,在 C 端项目中尤为明显。

如何用数据思维做设计?来看这个实战案例!

针对设计方案评审过程中存在的一些隐忧或者疑点,例如:

  • 设计方案的迭代方向对吗?迭代的契机是什么?为什么一定要改掉?
  • 设计方案 a\b\c,到底哪个更好?好在哪里?

在有条件或者非 0-1 项目下,我们必须培养自己的数据意识,将体验设计作为一种“科学实验”,从事实数据中发现问题,找到问题本质,并最终验证方案的有效性。这种意识对于非理科生来说,需要一些耐心,但是对于我们体验设计师来说,又是必不可少的。那么落实到实处具体该如何做?在结合双钻模型和五导家理论进行总结分析之后,归纳了一个流程框架:

如何用数据思维做设计?来看这个实战案例!

而如果是 0-1 项目或者产品成长初期探索阶段,也并非不可以运用上述流程,主要是在前期需要用不同的方法和策略。

如何用数据思维做设计?来看这个实战案例!

目前所在的产品平台,已经是体量比较庞大的成熟期产品,一方面用户逐渐养成了固有的习惯,不适合大刀阔斧进行大版本迭代优化;另一方面,基于数据调研后的小体验改版更容易进行数据验证。

以最近做的一个关于贷款-分期还款改版的项目为案例,依据上述框架流程,说明一下在这个过程中,如何从数据资料中分析改版优化的。(目前在我们的团队中,越大功能或版本的迭代进行前期的调研和分析的环节就越多,而贷款产品中的现金贷分期还款流程比较简单,所以,前期仅做了方案 a/b test 和数据调研验证)

明确诉求

衡量设计价值的基础要求,是解决问题。问题的痛点往往是诉求的最终表现形式。明确诉求是第一步,但是对于业务诉求这个概念,似乎不是那么好明确定义。但依据五导家的描述,首先它应该包含以下四部分:

  • 精准定位的目标用户(比较成熟的产品,都基本探索出所要服务的目标用户群了)
  • 主张为目标用户带来的核心价值(解决了用户的某方面痛点,接下来举例分期还款,缓解短期经济压力)
  • 价值的变现方式(金融产品的变现这里就不细说了)
  • 价值的实现策略(主要的体验和产品策略)

如何用数据思维做设计?来看这个实战案例!

其次,我们明确诉求不仅需要从业务方获取问题的本质背景和痛点,也需要主动进行资料的搜集和归纳总结,从多角度(用户)获取诉求的底层逻辑。

这里就涉及到了数据的分析和梳理,特别是针对电商、大数据平台以及各类直面用户的业务。我们需要从埋点数据、分析平台统计、后台报表等一系列资料中去建立指标维度,设置关键衡量标尺,分析出项目存在的凹凸点。这个过程中,我需要利用目标思维为方向,结合结构化思维去进行拆解和延伸现象背后的需求。(推荐分析方法:PEST 分析法、4P 营销理论、杜邦分析法、海盗模型及变种分析、逻辑树分析,此处不展开细说,后续会有相关文章进行详细展开)

回归现金贷分期还款,分期还款既是一种为用户提供的短期解决经济压力的一种生活方式(用户价值);又可以通过分期形式增加公司的盈利空间(商业价值)。分期业务是公司业务的核心,优化用户分期体验,降低用户还款逾期率是重要的核心指标。而该需求核心诉求就是希望降低用户还款逾期率。

如何用数据思维做设计?来看这个实战案例!

归纳问题和分析痛点

用户体验目标实际上是对用户诉求的目标化,这种场景主要适合非 0~1 的产品,毕竟产品尚未成型定性,就没有必要谈及用户的感受以及相关的诉求、痛点问题。首要目标是生存。而用户诉求建立在特定的用户群体和特定的情景环境之上,其群体和情景环境的判断必然是跟业务紧密相连,并以此为前提的。而我们需要面对和解决的问题以及痛点从某种意义上说,是用户诉求深层次的表现。

如何用数据思维做设计?来看这个实战案例!

我们在情景环境中进行“梳理问题和分析痛点”的过程,是设计目标形成的重要环节。这里所说的归纳问题、分析痛点并不是简单的指出用户想要什么,它应该包含三部分内容,即:

  • 场景故事(用户的特征、问题/痛点情境、任务/诉求、行为/说法、结果等)
  • 用户当前的主导诉求(涉及的主要问题点、痛点所在)
  • 用户的潜在诉求(其他问题点、爽点、痒点)

除此之外,我们还可以从具体的检测数据中寻找可以切入的分析点。例如购物分期、现金贷分期的设置分期一般是在商详页,而由产品列表页进入商品详情页依据海盗模型的转化漏斗是 36%,而由商品详情页到设置分期或者说在提交订单详情页到漏斗转化就降到了 16.9%。

B

1. 问题点及痛点

如何用数据思维做设计?来看这个实战案例!

定义业务目标,制定设计目标

所谓的业务目标,即业务诉求经过用户诉求的思辨和完善后得到的升级优化,其在表达形式上是对完整的用户价值、完整的价值实现策略、完整的价值变现方式这三个内容描述的整合。从分期还款这个需求来说就是:分期业务目标=用分期形式降低用户生活经济压力「用户价值」,同时实现公司价值变现的增值「变现价值」。

如何用数据思维做设计?来看这个实战案例!

由上图也可以看出,设计目标其实从属于业务目标,设计目标服务于业务目标。作为设计师,不管是交互设计师或者说体验设计师,还是 UI 设计师、运营设计师,我们必须清楚的知道完整的业务目标是什么,只是需要聚焦于设计目标上,从专业角度,以专业特长,通过专业设计策略手段,参与并协作实现业务目标。

一般在公司内部,所有需求基本都会有一个基本的目标或目的。它可以是一句话,可以是一个文档,也可以是一个个小的指标数值。在时间允许的情况下,或者在我们可控的情况下,优先建议自己进行一下简单的梳理或拆解。这里推荐的是芭芭拉.明托的金字塔思维。

如何用数据思维做设计?来看这个实战案例!

上图的拆解既可以是交互体验设计师的思路,也可以是 UI 或运营设计师进行创意方案的一种思路,其目的都是让我们的设计方案站得住、说得通,不再是经验设计和参考设计。

依据设计目标设置衡量指标,设计体验方案

其实很多时候都设计需求不一定都需要我们考虑设计目标,只是我们需要有一个大概的评估,我们进行方案输出之后的这个设计需求,有没有体现我们的设计价值,这个设计价值的衡量指标是什么?指标是对于目标这种抽象化概念的数据化表达,它能为所有参与者形成一个具体的关注焦点,建立一个统一的维度和判断标准,直观反应方案效果与目标之间的差距。指标的设定应该是具体情况具体分析、做有针对性的设定,即遵从“VSM“的推导思路。所谓“VSM”是指从 Value 到 Signal 再到 Metric 的过程。

回到此次分期还款需求上来说,关键的衡量指标包括以下几个:

如何用数据思维做设计?来看这个实战案例!

确认了此次需求需要关注的关键指标之后,再回过头梳理一下用户购物的全部流程。如下图

如何用数据思维做设计?来看这个实战案例!

正如上图所示,我们将降低用户逾期率,优化分期体验这个业务目标拆分了三个需求(不算运营活动)分别处理。

  • 业务链路层设置坑位,加强对用户还款的教育
  • 用户行为体验层,优化分期交互,提升还款信息外露
  • 增加与银行合作,开通代扣功能

正如上文所说,本次仅针对分期还款需求案例说明,其他暂不考虑。所以针对第二条在由商品详情页到提交订单详情页之间环节,在分期设置、还款信息处理上存在可提升的体验空间。

如何用数据思维做设计?来看这个实战案例!

为了避免我们的设计方案是无序的,或者说是没有根基的。我们需要在交付或评审方案之前自己形成一个设计思路的解读。当然这个思路不是凭空捏造的,它需要有一个清晰的思考路径。我们可以从设计目标中的设计策略来构建设计方案,也可以从关键的衡量指标中推导可能的设计策略,既可以遵从“SKS”思路,也可以遵从“KSS”思路。

能够衍生出多少设计方案或设计想法,需要靠设计师自身的专业能力与对业务的理解深度,这个时候我们必须要把这些方案进行一个取舍,可以是通过内部评审,也可以通过自我评估,自我评估设计方案的可行与适合需要恪守相关的设计原则,例如,分期还款这个需求,它是从属于一个降低逾期率大需求之下的,它必须遵从统一的设计原则:

如何用数据思维做设计?来看这个实战案例!

依据不同的设计方向和策略推演不同的设计方案,并进行设计验证

如何用数据思维做设计?来看这个实战案例!

设计方案(非最终方案):

  • 商品价格与平台优惠、商家优惠(若有)和分期之后的价格进行统一对比,强化分期首期价格优势,增强用户利益心理暗示,强化动机性;
  • 各类信息依据格式塔原理,分类梳理,简单明晰;
  • 单期分期价格与可用优惠进行搭配展示,强化分期期数与金额变化对比,利用系统算法进行最优默认;同时设置试算分期功能。

如何用数据思维做设计?来看这个实战案例!

设计方案(非最终方案):

  • 外露并强化还款类信息用户的自操作,强化心理暗示,同时设置提醒;
  • 提升还款类信息的层级,强化分期与还款之间的平衡。

测试与上线后数据汇总分析

作为交互体验设计师在完成方案之后,有的团队需要直接输出高保真的设计稿,有的就会流转到 UI 设计师环节,不管是哪种方式。我们都需要随时的跟进进度,待方案成稿后,依据不同的项目资源可以进行针对方案上线前用户访谈与问卷式的调研。主要是将新旧版本作为 A/Btest 进行灰度测试,用以对比不同模块单一变量在同情况下,对用户产生的影响。

  • 商品详情页模块:商品价格、优惠信息与分期价格进行统一样式后,对于用户在当前页的跳出率是否产生了较大改变?
  • 提交订单详情页模块:对于还款日的权重增加是否强化了用户对于还款信息的确认?
  • 试算分期功能点击率情况?

因为最终几个需求都尚未进入实际上线,同时,针对此次设计方案的调研反馈还未给到。就暂不深入说明相关数据了(即便有了真实数据,我也只会给你们看假的)。

总结

数据验证设计,并不是说每个设计师都需要精通统计学,深入研究数学问题,而是尝试一开始用数据的思考方式来进行一个方案的目标设定、问题点分解、方案设计、上线验证。可以称之为“以终为始”服务业务的一种方法。可以更好的帮助设计师与业务方沟通,证明设计的价值。

后续也会更多的从已有数据的采集分析来进行设计推导,进行更“科学”的设计。总结以下几点经验可以后续复用:

1. A/B test 适用于测试单一元素变量

如文案、操作、图片的场景,较长流程需要进行拆分测试,以准确定位到影响元素,找到最佳组合。

2. 少量数据依然有效

即使短时间内只产生少量转化,仍然能很快确定用户最喜欢哪个版本,同时要把控测试耗费时间、人力,不能滥用。

3. 成功元素具有可复用性

如使用 A/B test 找到为服务带来好的转化的表单或页面设计后,应该在后续复用,或进行升级。

4. 大大降低改版风险

在重大决策或意见分歧时,避免风险实现资源利用率的最大化。

最后我们就以谷歌沉浸式设计总监—JonWiley的一个观点作为总结进行结尾吧:

“我们发现一件事,增加你测量的东西的数量或者提升你测量的保真度,并不能带来确定性。因为它实际上并没有产生新的东西,来说明这个比那个好。它只是揭示了更深层次的复杂性,涉及到了更多的内容。然后它就变成了一种平衡。我们仍然需要有直觉,我们仍然需要判断什么是重要的,什么是不重要的。”

欢迎关注作者微信公众号:「 赚图记」

如何用数据思维做设计?来看这个实战案例!

点赞 6
收藏 53
继续阅读相关文章

发表评论 已发布 1

还可以输入 800 个字
 
 
载入中....
1 收藏