如今的好設計還是離不開數據的支持

UX 設計的面貌正在發生改變。幾年前，產品設計的決策通常是根據設計師的需求與直覺來推行，而今天，用戶所提供的反饋信息則起到了關鍵性的作用。在通過分析來決定規則的今天，數據是驅動設計的核心因素。可以說，如今的產品開發流程中，數據是基石，它能夠讓開發更清晰地梳理出優先順序，提升整體體驗，提升用戶滿意度。

為了跟上時代，設計同樣需要藉助數據作為參考。

設計師為何需要數據？

喬布斯曾經有過這樣一個著名的言論：「焦點小組設計產品是如此的簡單。很多時候人們並不知道他們想要什麼，直到你向他們展示出來。」

如果遵循這一思路，產品研發只需要招聘一組頂級設計師就能完成所有的產品決策了。但是這樣存在幾個現實可見的問題。作為一名創新者和發明家，喬布斯的這一思路在強大的技術支持和頂尖的設計開發團隊下，可以創造革命性的產品，但是這並不貼合絕大多數的普通產品的研發環境，對於絕大多數的設計師而言，他們所面對的是對於當前產品有著相當了解、已經具備固有使用習慣的普通用戶。

其次，即使雇傭了世界上最頂尖的設計師，他也無法準確預測用戶的想法和需求，設計師畢竟不是用戶（當然，為設計師開發的工具除外啊）。我們必須承認，設計師和用戶之間的知識結構、思維、視角、關注點都有著巨大的差異，即使具備同理心，同樣需要有足夠的測試和數據支撐的情況下，才能準確判斷用戶想要什麼。

設計師的解決方案從來都不是憑空而來。設計人員需要同用戶互動來藉以洞悉需求，制定可靠的用戶體驗方案。而數據，是驅動設計的途徑。

如何界定數據驅動的設計？

數據驅動設計聽起來很高大上，甚至有些玄乎。但是實際上，概念很簡單，讓數據作為設計決策的依據。藉助數據，很多日常生活中的經驗會更容易被理解、結構和使用。

常見的數據可以分為兩類：定量數據和定性數據:

定量數據會告訴你正在發生（或者不發生）的事件的數據，通常它們會有具體的數字來對事件進行說明。

定性數據不一定會以具體數字的形式出現，它通常會告訴你為什麼會發生這樣的情況，以及好壞。

比如 Google Analytics 會告訴你有多少人訪問了你的網站，這些用戶來自於哪些地方，以什麼樣的方式訪問，以及他們進行了哪些操作。但是，這些數據並沒有告訴你為什麼。為什麼一些用戶會傾向於訪問頁面A，更喜歡使用控制項B？為什麼內容C更吸引這一部分用戶，而表單D的填寫比例很低？為什麼是很重要的，它關乎用戶邏輯的奧秘。

這也是為什麼，我們會獲得定量數據，然後又轉向定性數據。

定性數據比定量數據更好？

當然不是！事實上，任何設計決策都不應該只由一種類型數據來作為支撐，定性和定量的數據結合起來使用，才能讓你更了解產品的使用模式。定量數據告訴你當前的狀態，定性數據為你揭示原因。定量數據幫你了解產品的實際運用狀況，而對於未被使用到的功能，則需要通過用戶的定性反饋來了解。這樣一來，在數據支撐下發現問題，提出假設然後找到解決方案。

數據驅動設計的三個必要元素

從數據到設計，本身就需要一定的整合、解讀、分析和轉化。想要更有意義地使用數據來驅動設計，我們需要將兩者合理地連接起來，從而最終得以洞悉需求，看清問題。

數據驅動的設計策略，通常是基於下面的3個因素的：

1、數據

基於數據的設計策略當然需要數據。但是數據本身是沒有意義的，解讀賦予數據以意義。為了創造有意義的用戶體驗，分析數據將原始的數據轉化為有用的信息，才能讓它們服務於設計。

正如同《數據驅動設計的6個迷思》這篇文章所說，如果你想用數據來驅動設計，那麼可以通過三種方式來運用它們：

證明：通過A/B測試和分析來驗證設計決策

改進：衡量改變和調整的效果。這通常是藉助數據做設計迭代，優化產品。

發現：不要僅僅只是分析和整合。使用數據來探索，深入研究問題，不僅僅是分析對錯。

除此之外，還要能快速判斷能用來分析的數據。下面的準則應該對你有幫助：

知道你需要哪些數據。如果你不知道要測量什麼，也不清楚數據測算的基準是什麼，那麼這樣的設計基本上就是瞎的。所以，要知道你需要哪方面的數據，以及如何獲得數據。

拓展對數據的理解。不同來源的數據能夠幫你描繪出更加多元、細緻的圖景，換句話說，它們能夠幫你獲得可行性更高的設計方案。你應該使用多種不同的獲取數據的方法來提升體驗：分析、A/B測試、語境研究、客服日誌、社交媒體數據、用戶研究、用戶訪談、可用性測試、相關票據等等。

避免過度使用數據。許多團隊會隨著時間推移越來越保守，因為他們會越來越依賴數據來做決策，最終因為無法接受新的東西而最終走到死胡同，陷入癱瘓。讓數據為你所用，而不是被數據束縛住。

規避認知偏差。數據的解讀方式多樣，如果始終只是堅持自己主管臆想的方式來獲取信息，忽視客觀存在的其他內容和可能性，那麼最終受損的是產品。如何規避認知偏差，可以參考我之前的文章《想讓設計更走心？你得學會用共情來驅動設計》。

同時記錄數據和場景。每個數據得來的背景都不相同，而特定的數據在特定背景下，能夠揭示出特定的問題，所以兩者不可分割。找出數據的含義，同時不要忘了記錄相應的細節。

2、共情

共情（Empathy）對於設計師有多重要，想必我已經在上一篇文章《想讓設計更走心？你得學會用共情來驅動設計》中有過詳細的說明。你的產品最終是要交付給用戶的，能否站在用戶的角度來看待需求，解決問題，決定了你的產品能走多遠，影響著它的核心價值。

值得注意的是，我們所搜集的數據，都是是人所產生的，數據是人活動的痕迹，所以數據本身就傳遞著關於人的真實含義：

通過數據來讀懂人們的語言、行為、思考和感受。找到數據背後，那些關於人的重要意義。

追溯情感，了解人們行為的深層原因，行為動機和痛點。

當我們理解了用戶的想法，自然能夠創造出更加適合用戶的產品。特斯拉在產品設計過程中，就很好地運用了「共情」這一利器。特斯拉將他們的技術和積累，以一種新鮮有趣的方式打包起來，但是有不讓用戶感到陌生。Model S 背後的設計意圖就很明確，創建一個「奇怪的」產品：一輛讓人覺得很貼近傳統汽車體驗的全新的電動汽車，打破了陌生感，又集合了最新的技術，熟悉而又新穎。

3、願景

當我們懷著創新的想法藉助數據來做設計的時候，數據是用來輔助我們做決策的，但是千萬不要讓數據作為唯一的參考，別讓它左右我們的奮鬥目標。純靠數據來推動設計，所存在的問題非常大。首先，你所倚靠的數據是基於你所構建的內容，而所獲得的數據通常是基於你當前的受眾和已有的產品設計模式。考慮到這一點，搜集的數據實際上只能是影響決策的因素中的一小部分。其次，數據和共情始終都是手段，作為設計師的你才是擁有目標、提供判定標準的決策者，產品的意義是你所賦予的，也就是說，你的願景也是一個關鍵的影響因素。

隨著時間的推移，你的產品會沿著你願景的方向前進，作為工具的數據和作為手段的共情則為產品提供動力與支撐，幫你達成目標。在這個過程中，不斷決策，在錯誤和反饋裡面不斷學習完善。

好設計的關鍵是平衡

任何產品的設計團隊如果僅僅只是依賴一部分因素做決策，最終的產品都很容易跑偏，這種狀態下的「優化」有時候很可能是負優化。和現實生活中中的一切一樣，設計和設計決策都是需要平衡的。在今天，良好的設計離不開數據的支持，共情的優化，願景的指引。所以，你需要在三者之間找到平衡。