不少人喜歡談做設(shè)計(jì)要讓數(shù)據(jù)說(shuō)話，但對(duì)于什么才是數(shù)據(jù)驅(qū)動(dòng)的設(shè)計(jì)，往往莫衷一是。甚至在同一個(gè)團(tuán)隊(duì)中，由于收集的數(shù)據(jù)質(zhì)量不一，理解上有差異或缺乏共同語(yǔ)言，單就是關(guān)于如何定義數(shù)據(jù)這事，都很難達(dá)成共識(shí)。無(wú)論哪家網(wǎng)站或是APP，都有一套標(biāo)準(zhǔn)做法，包括 站點(diǎn)分析，A/B 測(cè)試，調(diào)查問(wèn)卷，監(jiān)聽(tīng)，跑分測(cè)試，可用性評(píng)分，人種學(xué)研究，訪談等等。那么數(shù)據(jù)意味著什么？更重要的是，如何運(yùn)用數(shù)據(jù)來(lái)指導(dǎo)設(shè)計(jì)呢？
在試圖了解什么是數(shù)據(jù)驅(qū)動(dòng)設(shè)計(jì)的過(guò)程中，我們可以先弄清它不是什么。之后我們便可以了解數(shù)據(jù)如何能讓用戶體驗(yàn)變得更好。
誤區(qū) 1：數(shù)據(jù)就是數(shù)字
當(dāng)進(jìn)行站點(diǎn)分析的時(shí)候，大量的數(shù)據(jù)涌入進(jìn)來(lái)，站點(diǎn)分析基本上是對(duì)訪客量，他們?nèi)绾翁D(zhuǎn)進(jìn)來(lái)，在頁(yè)面上停留了多久，以及點(diǎn)擊了哪些東西的計(jì)數(shù)。或者像是 A 和 B 被點(diǎn)擊了多少次。更多的數(shù)據(jù)。然后通過(guò)監(jiān)聽(tīng)和問(wèn)卷調(diào)查來(lái)評(píng)分。又是更多的數(shù)據(jù)。
數(shù)字能代表一個(gè)人復(fù)雜生活中的一系列動(dòng)作。但是把成百萬(wàn)的用戶匯聚成一個(gè)簡(jiǎn)單的數(shù)字，并非總是有用而可信的。即使公司掌握了這些數(shù)據(jù)，還是無(wú)法解答那些關(guān)于用戶體驗(yàn)的問(wèn)題，比如用戶為什么這樣操作而不是那樣，或是他們的感受如何，以及他們期望怎樣的用戶體驗(yàn)。而用戶訪談，人種學(xué)研究，可用性測(cè)試彌補(bǔ)了計(jì)數(shù)數(shù)據(jù)的不足。但是由于定性的觀點(diǎn)往往不依賴數(shù)據(jù)，那之前收集的數(shù)據(jù)又沒(méi)有了用武之地。
在其他領(lǐng)域，比如社會(huì)科學(xué)和醫(yī)學(xué)方面，無(wú)論是小數(shù)字，或是厚數(shù)據(jù)（Thick Data），無(wú)論是敘述性或是量化的都是根據(jù)數(shù)據(jù)得出的。這是對(duì)用數(shù)據(jù)驅(qū)動(dòng)設(shè)計(jì)來(lái)說(shuō)是值得學(xué)習(xí)的。
關(guān)于數(shù)據(jù)的確切定義應(yīng)該是那些無(wú)論來(lái)源于哪里，由用戶產(chǎn)生并可以用來(lái)指導(dǎo)設(shè)計(jì)的東西。
誤區(qū) 2：數(shù)據(jù)就是客觀真理
定量數(shù)據(jù)通常是對(duì)于用戶操作行為的記錄，而這些計(jì)數(shù)工作通常是由軟件而不是人完成的。這就使得數(shù)據(jù)看上去是客觀事實(shí)。
雖然數(shù)據(jù)量很大，并不代表它是客觀的。這是對(duì)于數(shù)據(jù)的固有偏見(jiàn)。數(shù)據(jù)是人創(chuàng)造的，只有人會(huì)解釋和分析數(shù)據(jù)，而運(yùn)行數(shù)據(jù)的機(jī)器也是人來(lái)控制的。
訊號(hào)偏見(jiàn)（Signal bias）——或稱之對(duì)于偏見(jiàn)的忽視，或強(qiáng)調(diào)——都是一個(gè)常見(jiàn)的偏見(jiàn)，尤其是關(guān)于大數(shù)據(jù)。比如，社交媒體的數(shù)據(jù)只能顯示某一部分用戶群——那些在 Twitter 或是 Facebook 上發(fā)表意的人。同樣的，那些同意參與觀察實(shí)驗(yàn)和用戶研究的人也只能代表一小搓用戶。
另一種偏見(jiàn)類似于海森伯（Heisenberg）測(cè)不準(zhǔn)原理，結(jié)果已經(jīng)在你的觀測(cè)中改變了。在可用性測(cè)試中，無(wú)論你的實(shí)驗(yàn)環(huán)境和協(xié)調(diào)人員時(shí)多么中立，當(dāng)你開(kāi)始觀察用戶行為，一切都已經(jīng)改變了。幾乎沒(méi)有一種研究，包括情境訪談和人種學(xué)研究，都不能完全隔離用戶。這個(gè)問(wèn)題在定量研究中也同樣存在，像是問(wèn)卷調(diào)查和監(jiān)聽(tīng)，我們都是通過(guò)詢問(wèn)用戶問(wèn)題來(lái)研究用戶體驗(yàn)的。
數(shù)據(jù)驅(qū)動(dòng)設(shè)計(jì)已經(jīng)不在是算法設(shè)計(jì)、自動(dòng)化、A/B測(cè)試和站點(diǎn)分析的問(wèn)題了。
而且，我們把線上調(diào)查同現(xiàn)場(chǎng)調(diào)查做比較，前者不接觸用戶，后者是讓用戶和協(xié)調(diào)人員或另一個(gè)用戶交流，我們發(fā)現(xiàn)當(dāng)有另外一個(gè)人在場(chǎng)時(shí)，用戶使用網(wǎng)站或應(yīng)用程序時(shí)態(tài)度往往會(huì)更積極。比如他們?nèi)绾卧u(píng)價(jià)，如何打分，以及操作嘗試等。我們稱之為積極因子（nice factor）。
無(wú)論大小，沒(méi)有數(shù)據(jù)是完美的。任何類型的數(shù)據(jù)都有其限制和偏差。但是好的數(shù)據(jù)會(huì)描述其誤差，并總能展現(xiàn)當(dāng)時(shí)的情境。
誤區(qū) 3：越大越好
總有人鼓吹大數(shù)據(jù)有著揭示一切人類秘密并預(yù)測(cè)未來(lái)的神奇力量。不過(guò)得承認(rèn)，單對(duì)數(shù)據(jù)來(lái)講，確實(shí)是量越大越好。如果你在衡量一些具有主觀性問(wèn)題，比如人們對(duì)自己情緒變化的評(píng)價(jià)，得到的反饋越多，你對(duì)結(jié)果的信心就越足。
而我們想要獲取更多的數(shù)據(jù)，就會(huì)考慮用計(jì)數(shù)的方法：數(shù)量與速度僅僅是大數(shù)據(jù)的一部分。大數(shù)據(jù)是具有多樣性的，因?yàn)閿?shù)據(jù)來(lái)源也是多種多樣的。我們不能期望從站點(diǎn)分析中得到比用戶測(cè)試帶來(lái)的更多關(guān)于用戶行為的一切知識(shí)。我們應(yīng)該關(guān)注如何結(jié)合使用各種數(shù)據(jù)，而不是把精力放在后端集成上。我們要做的不僅僅是生成有意義的分類（categories）——或者叫指標(biāo)（metrics）——哪些只是為了評(píng)估、推斷和跟蹤。
根據(jù)不同來(lái)源的數(shù)據(jù)能繪制出一幅更細(xì)致的圖景，并能產(chǎn)生更具操作性指導(dǎo)。我想說(shuō)，來(lái)源越廣范而不是越大，才越好。
誤區(qū) 4：管理人員才關(guān)心數(shù)據(jù)，設(shè)計(jì)師不在乎
數(shù)據(jù)通常被用來(lái)判斷一個(gè)網(wǎng)站或APP的效果（比如，數(shù)據(jù)顯示最近一次改版導(dǎo)致了轉(zhuǎn)化率的下降）。當(dāng)然這時(shí)，會(huì)導(dǎo)致用戶體驗(yàn)設(shè)計(jì)從業(yè)人員的極力反抗，或者干脆否認(rèn)數(shù)據(jù)。當(dāng)然，很容易找到數(shù)據(jù)指導(dǎo)明智決策的例子，無(wú)論是解決內(nèi)部斗爭(zhēng)，還是運(yùn)用反常規(guī)的方法，或者用投資回報(bào)來(lái)證實(shí)。就算證明這些觀點(diǎn)的正確性，也不過(guò)是數(shù)據(jù)的一部分。
如果你想運(yùn)用數(shù)據(jù)來(lái)指導(dǎo)設(shè)計(jì)，你需要三種方法：事實(shí)證明，改進(jìn)完善，和探索發(fā)現(xiàn)。運(yùn)用數(shù)據(jù)去改進(jìn)完善指的是用數(shù)據(jù)指導(dǎo)迭代——跨時(shí)間和版本的跟蹤或是針對(duì)于競(jìng)爭(zhēng)對(duì)手。探索發(fā)現(xiàn)指的是尋找數(shù)據(jù)之間的關(guān)聯(lián)性，發(fā)現(xiàn)規(guī)律和趨勢(shì)。
但問(wèn)題是，數(shù)據(jù)的使用是孤立的 （中文版） ——領(lǐng)導(dǎo)手里拿著一種類型的數(shù)據(jù)，而用戶體驗(yàn)團(tuán)隊(duì)手里的又拿著另一種。每個(gè)團(tuán)隊(duì)的參考系不同，要么自己沒(méi)意識(shí)到，要么覺(jué)得別人手里的數(shù)據(jù)不可信。
數(shù)據(jù)不是用來(lái)證明誰(shuí)對(duì)誰(shuí)錯(cuò)的，而是用來(lái)改進(jìn)問(wèn)題和發(fā)現(xiàn)新可能性的。數(shù)據(jù)只是通過(guò)科技手段來(lái)講述一個(gè)真實(shí)存在的用戶故事。
誤區(qū) 5：數(shù)據(jù)抹殺創(chuàng)新
數(shù)據(jù)有時(shí)又被看做是創(chuàng)新的對(duì)立面。主要有三種觀點(diǎn)：
1.無(wú)論何種數(shù)據(jù)，網(wǎng)站分析也好，調(diào)查數(shù)據(jù)，或是客戶服務(wù)數(shù)據(jù)，都是對(duì)過(guò)往的回溯。 盡管我們發(fā)現(xiàn)了某種規(guī)律或趨勢(shì)，但基于這些發(fā)現(xiàn)做出預(yù)測(cè)也并非易事。
2.數(shù)據(jù)是戰(zhàn)術(shù)，而不是戰(zhàn)略。想想谷歌的41種深淺不同藍(lán)色測(cè)試（ 41 shades of blue testing）。數(shù)據(jù)驅(qū)動(dòng)與 A / B 測(cè)試結(jié)合，對(duì)于調(diào)整設(shè)計(jì)元素是個(gè)不錯(cuò)的方法，但可能無(wú)法帶來(lái)令人驚艷的體驗(yàn)。
3.數(shù)據(jù)，特別是站點(diǎn)分析，有點(diǎn)像蜻蜓點(diǎn)水。看到人們點(diǎn)擊什么，或者滾動(dòng)了多長(zhǎng)，或在那里駐留，對(duì)于指導(dǎo)產(chǎn)品營(yíng)銷倒是很有幫助。但是對(duì)于設(shè)計(jì)的指導(dǎo)效果并不太好，因?yàn)樗狈τ嘘P(guān)用戶動(dòng)機(jī)、預(yù)期、認(rèn)知或情緒的信息。
通過(guò)觀察當(dāng)然能帶來(lái)一些事實(shí)。但核心問(wèn)題不是數(shù)據(jù)本身。而是如何使用它。
對(duì)于所有數(shù)據(jù)指導(dǎo)設(shè)計(jì)必須對(duì)其復(fù)雜性進(jìn)行校準(zhǔn)。用戶體驗(yàn)的事并非是水到則渠成的。
誤區(qū) 6：一定有用數(shù)據(jù)指導(dǎo)設(shè)計(jì)的通用法則
目前為止，不同的組織和團(tuán)隊(duì)之間還沒(méi)有形成統(tǒng)一的規(guī)范。不過(guò)下面的指導(dǎo)原則你可以參考一下。
·使用來(lái)自各種數(shù)據(jù)源的數(shù)據(jù)指導(dǎo)設(shè)計(jì)： 站點(diǎn)分析、A/B 測(cè)試、 社交媒體關(guān)鍵字、客服日志、銷售數(shù)據(jù)、問(wèn)卷調(diào)查、訪談、可用性測(cè)試、情境訪談以及其他研究。
·包含數(shù)字和情境。無(wú)論你怎樣命名，定量或定性，研究或非研究（non-studies），大數(shù)據(jù)或厚數(shù)據(jù)（ thick data），你需要數(shù)字和情境結(jié)合來(lái)反映真實(shí)的情況。確保數(shù)據(jù)對(duì)于人類體驗(yàn)的復(fù)雜性是敏感的。謹(jǐn)慎得使用平均數(shù)，大膽假設(shè)，小心求證。
·隨著時(shí)間的推移用數(shù)據(jù)來(lái)跟蹤變化，探索新的模式，深入分析問(wèn)題，而不僅僅是為了證明誰(shuí)對(duì)誰(shuí)錯(cuò)。
·選定有意義的分類（categories ），讓你從數(shù)據(jù)中發(fā)現(xiàn)關(guān)于用戶體驗(yàn)的故事。
·找到一種在組織中分享和討論數(shù)據(jù)的形式，在一開(kāi)始定義數(shù)據(jù)時(shí)就一起討論。
數(shù)據(jù)驅(qū)動(dòng)設(shè)計(jì)已經(jīng)不在是算法設(shè)計(jì)、自動(dòng)化、A/B測(cè)試和站點(diǎn)分析的問(wèn)題了。相反，我們的目標(biāo)是利用所有數(shù)據(jù)更好的理解用戶日常的體驗(yàn)。
核心關(guān)注：拓步ERP系統(tǒng)平臺(tái)是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊(yùn)涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。
轉(zhuǎn)載請(qǐng)注明出處：拓步ERP資訊網(wǎng)http://m.hanmeixuan.com/
本文標(biāo)題：關(guān)于數(shù)據(jù)驅(qū)動(dòng)設(shè)計(jì)的6個(gè)誤區(qū)
本文網(wǎng)址：http://m.hanmeixuan.com/html/consultation/10839319234.html
相關(guān)文章
