老實說，雖然從業(yè)也有一段時間了，我在設計工作中用到數(shù)據(jù)分析的情況卻并不多，一方面之前一直呆在用戶量級很小的 ToB 業(yè)務線，產(chǎn)品數(shù)據(jù)埋點各種缺失，且被業(yè)務認為價值不大而難以推動；另一方面即使能拿到一部分數(shù)據(jù)，也會因為基數(shù)小、波動大、太過籠統(tǒng)和單點等原因，而影響到實際的參考價值。所幸這一情況最近有了改觀，我開始得到更多機會去獲取自己想要的數(shù)據(jù)，但在過程中也多少犯過一些失誤，借本文記錄下來。

收集階段小心假設

最近在讀《智能時代》一書，書中有一段話讓我頗有共鳴：

在收集數(shù)據(jù)時，我們還需要再一次強調(diào)它是在無意之間完成的。我們前面提到的關于央視收視率調(diào)查的例子就是一個很好的反例。在數(shù)據(jù)的收集過程中，非常忌諱那種「大膽假設，小心求證」的思維方式，因為在很多時候，如果事先有了定論，再找數(shù)據(jù)來證實它，總能找到有力的證據(jù)，而這些看似被數(shù)據(jù)證實的結論，很可能與真實情況相差十萬八千里。

事實上，我之前有一次未能成功推動落地的設計提案，就是犯了典型的「大膽假設，小心求證」式錯誤，在一開始就預設了目標用戶和使用場景，然后在做用戶調(diào)研的過程中有意無意地只關注了能支撐自己觀點的論據(jù)（后來發(fā)現(xiàn)調(diào)研的用戶群體可能只是產(chǎn)品實際用戶群體的一小部分，且滿足他們的訴求對核心業(yè)務指標起不到明顯促進作用），而沒有結合整體的用戶訪問數(shù)據(jù)做系統(tǒng)分析，導致了方向上的偏頗。

了解 MVP 的人大都知道「假設-驗證-迭代」這一流程，假設也是我們在產(chǎn)品設計前期經(jīng)常會用到的，但假設不應該無憑無據(jù)（除非你對自己的商業(yè)直覺有著充分的信心），而應建立在一定的數(shù)據(jù)（定性/定量）輸入基礎上，在洞察（Insight）這個階段，我們更應該做的是清空大腦接收多元信息，而不是被經(jīng)驗和偏見一再誤導。

連貫而非單點

看數(shù)據(jù)只是一種手段，重要的是從中得出可以有效指導設計決策的結論，而單點的數(shù)據(jù)帶來的幫助是有限的，連貫起來才能更好地深挖用戶來龍去脈。

舉個例子，最近做的某個項目里需要降低某頁面的跳失率，一開始我們主要關注該頁面的來訪人群分布，以及每類人群的跳失率等，在不同人群的訴求差異很大的背景下，這些數(shù)據(jù)可以幫我們初步確定應該將哪一類人群作為核心目標用戶展開設計，但卻不能幫我們找到如何滿足這類目標用戶訴求的抓手。

為了找到抓手，我們需要從更細的角度切入，去了解分析每一類目標用戶的具體來訪場景（頁面來源鏈接有哪些）、目標（來頁面后點擊哪些內(nèi)容，直接跳失的有多少，為什么跳失）、訴求（從目標進一步推導）等，進而找到合適的解決方案。我們應該看的是用戶完整行為路徑各節(jié)點上的數(shù)據(jù)，而不是單點、分散的數(shù)據(jù)。

定性與定量結合

定量的數(shù)據(jù)并不是萬能的，它可能受到很多非產(chǎn)品設計因素的影響，對于動輒千萬、過億 UV/DAU 的前臺產(chǎn)品，只靠定量數(shù)據(jù)分析都可以得出很多有價值的結論，但對于一些用戶量級非常有限的中后臺產(chǎn)品，一些小小的風吹草動都會讓定量數(shù)據(jù)產(chǎn)生巨大的波動（一個測試多點了幾下，就有可能讓產(chǎn)品 PV 瞬間暴漲），僅看定量數(shù)據(jù)，并不容易形成正確的判斷，這一背景下合作 PD 建議說應該更多地看定性數(shù)據(jù)（用戶訪談，滿意度問卷，反饋收集等）甚至憑商業(yè)直覺來推導結論，也是有道理的。

啰嗦這么多，對于數(shù)據(jù)指導設計，我自知還是菜鳥一枚，不過隨著之后的工作會轉向用戶基數(shù)大的前臺 ToC 產(chǎn)品（ToB 類的設計心得估計會減少了），應該也會有更多對于數(shù)據(jù)與設計的實踐經(jīng)驗積累，歡迎一起交流成長啦~

本文由人人都是產(chǎn)品經(jīng)理專欄作家 @鴻影（微信公眾號：?鴻影的設計思考錄） 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理?。未經(jīng)許可,禁止轉載。