交互設計師如何進行設計埋點,來驗證自己的設計?

在大公司,產品的統計數據一般由PM來追蹤和跟進,但設計師也需要關注數據來輔助設計。

除了大家都在關注的的網頁UVPV,頁面流程的流失漏斗模型;怎麼進一步研究頁面界面內的設計?

例如彈窗的設計效果(彈窗不是單獨的page);

例如不同渠道對設計的影響(畢竟PV/UV是看到的總量);

例如登錄/未登錄不同狀態對行為的影響;

產品上線時,設計師都需要進行怎麼樣的埋點(除了基本的PV/UV),才能充分檢驗自己的設計,進而發現和解決問題?


「驗證設計」的方法有很多,數據是最直接的一種。

關鍵不在埋點,而在

  1. 設計目標是什麼

  2. 哪些統計數據(多大程度上)可以驗證設計是否達到目標

用數據驗證的前提,是在設計時就已經理清「項目目標」(比如通過某個功能提升用戶活躍度)和「設計目標」(比如減少理解和操作成本,提升用戶發帖數量)分別是什麼。講不清楚設計目標,沒有跟產品經理或團隊對設計目標形成共識,數據怎麼埋點都沒用。

比如題主說的「彈窗設計效果」,彈窗的目的是?

又比如,「設計流暢的搜索使用流程」,是一個模糊的設計目標:

  • 搜索是新增功能還是功能優化?

  • 之前的問題是什麼?是沒有搜索,還是搜不出東西,還是搜索入口和需求不匹配,還是用戶不知道怎麼搜索

  • 搜索「使用流程」是什麼?什麼數據可以反映最終結果

  • 怎麼定義流暢使用?

設計目標確定以後,還會發現找到相應的數據統計項有困難。比如說,用日均搜索使用次數,可以完全反映搜索流程優化的交互設計效果嗎?熱詞有沒有影響?新增用戶數變化有沒有影響?搜索結果數有沒有影響?搜索匹配度有沒有影響?……

最後會發現,真正能夠用數據驗證的設計問題,只是一部分。這時候怎麼辦?

  1. 先驗證大的目標,比如項目目標,再看設計部分如何貢獻價值

  2. 用其他方法驗證,比如用戶反饋,比如競品對比

  3. 可能需要新增其他指標,比如用戶滿意度,輔助衡量整體(而不是某次具體涉及)的設計效果


要驗證設計的正確與否,首先需要明確:

1你設計的目標是什麼?

2.針對哪個場景下的哪類用戶做設計?

任何不談目標,不談場景和用戶的發言都是耍流氓!

任何不談目標,不談場景和用戶的發言都是耍流氓!

任何不談目標,不談場景和用戶的發言都是耍流氓!

重要的事情說三遍

以o2o為例,你的埋點需要起到的作用如下:

1.劃分用戶

活躍用戶,非活躍用戶

什麼品類的活躍用戶

什麼品類的新用戶

2.劃分場景

每周哪一天比較活躍?

每天哪一個時間段比較活躍?

特殊日子(節假日,月末月初,薪水發放日)前後活躍情況?

用戶所處城市水平

通過時間節點來預估場景發生的情況

3.合理制定目標

從自身平台的商業角度出發,制定一個大目標,併合理的將大目標分解為多個小目標

舉例,大目標是轉化率,確定轉化率定義

設定小目標為頁面轉化,流程轉化,及核心操作轉化

-------------這裡是分割線---------------------

定量分析只能判斷某個具體問題的正確與否,但是並不能發現更多的問題

需與定性分析結合。

在需求開始前,就需要拿到定性和定量的結果,別將疑問帶進需求里


我覺得對於設計來說,要善用AB測試,不是說考慮一種方案就定稿了,而是從不同的視角出方案,然後去對比看最終的轉化效果。

推薦看看扎克伯格的這篇採訪文章:YC合伙人對話扎克伯格:把運營公司當做一場科學實驗_36氪

其中一段:

Sam:好吧,所以我想討論一個對於產品或者創業者來說很常見的問題,那就是如何決定該做什麼產品,怎麼知道什麼時候該對公司下賭注,怎樣做一些完全新的事情?我認為Facebook做的最好的事情之一就是找到該做什麼,並且能夠持續的這樣創新,這在我看來是做公司最難的事情。所以你的建議是什麼呢?

Mark:我覺得核心就是建立一個專註於快速學習的公司。公司本身是一個學習性的組織,你做的決定可以讓他學的更快或更慢。在很多情況下,建立一家公司也像遵從很多科研方法一樣,要不斷的嘗試大量的假設推論,如果你的實驗設計構建的足夠好,你就會學到下一步該怎麼做。我覺得這是一個很重要的哲學方法。

所以在公司內部我們會做非常多的決定,而每一個都充分授權給獨立的工程師。我們投資搭建的是這個巨大的實驗結構。在每時每刻,世界上都不只有一個版本的Facebook,世界上可能有成百上千個版本在運行,因為工程師們有權利嘗試不同的點子,並且讓也許1萬或10萬的用戶去嘗試,然後他們會得到一個結論,知道自己實驗結果的好壞,不管這個實驗是讓News Feed里的內容變得更好還是UI的變化或其他的新功能,他們都能夠用自己版本的數據結果去和一個基本版去比較,這裡比較的數據可能是分享量、營收、活躍度等Facebook內部在意的數據。

通過不斷地多次不同的實驗,和對每個人的授權,你可以想見比起每一個決定都要經過審批來說,這樣的進展要快上不知道多少。所以我認為構建一個學習的文化並且不斷向之努力是非常關鍵的。時間越長、幫助越大。

結合我自己經歷的一個例子:

對於產品經理,每天都要參與功能設計。即使一個功能的引導語,怎樣去表述,都可能對功能效果產生影響。在 2008 年我在百度知道做問題推薦時,就做過一個類似的測試。我們當時根據用戶回答過的問題,或者檢索過的詞、瀏覽過的頁面,給用戶推薦感興趣的待解決的問題。我們先不管推薦的內容如何,對於推薦欄目的引導語,是用「等待您來回答」,還是「我來幫忙解答」?哪個效果更好呢?我們當時分別抽了一些用戶進行不同的樣式展示,結果發現「等待您來回答」的點擊量要比「我來幫忙解答」高 15%。

當然,AB測試想要做好,還是需要工程師去配合的,可以和產品經理一起推動。

希望回答能有幫助。


同意已有答案「00」的觀點:埋點只是驗證設計的一種數據分析工具,關鍵在於你要驗證的是什麼(核心目標),以及如何組織數據來驗證(指標,標準,分析論證)。

我再補充些——

1.驗證的目標方面,盡量明確功能設計的總體目標是什麼(一般是業務需求)。

比如曾經我們探討在(運動類)app內增加一個小遊戲功能,大的目標是通過提高app可玩性,提高用戶活躍,刺激分享。那麼驗證的時候,大的方向就是用戶活躍和分享的提升,用戶活躍體現在玩遊戲的人app打開頻率、活躍時長;分享就是社交傳播。這些目標指導驗證中是什麼樣的標準,以及設置什麼樣的指標體系。

2.大的指標一般是反映整體交互效果的好/壞程度,指標體系則是解決為什麼好/壞、以及哪裡好/壞?

行為數據上一般用到用戶路徑分析(初級的就是設計漏斗模型、遍歷用戶訪問路徑,複雜的則會用到相應演算法),信息質量模型(多見於電商商品offer頁面,有關鍵頁面展示和按鈕點擊)。

主管感受方面則可以通過相應的可用性/易用性調研、用戶訪談、滿意度、NPS、後台反饋、客服反饋等實現。

所以這裡不僅僅會用到埋點了,還可能涉及到其他不同的評估方式。

另外,多數功能的設計,是有相應的目標人群的,細分之後會有更加詳細的發現,這裡就涉及到埋點和已有資料庫之間的打通。打通之後可以進行各種交叉分析,也可以直接找到相應的用戶訪談、調研。(然而現實是很多app埋點和已有資料庫是割裂的,)


數據是一種定量分析,流程漏斗可以將用戶操作過程中可能遇到的問題定位,至於用戶出了什麼問題,以及什麼原因導致的,這個可以通過用戶訪談等做定性研究。

純粹的埋點,只能證明事物時間的聯繫,代表不了原因。


推薦閱讀:

動效設計前景?
人機交互 (HCI) 和交互設計 (Interaction Design) 的區別是什麼?
零基礎學UI設計,5~10年以後,UI前景還會有多好?
UI設計,平面設計,網站設計有什麼不同?
網站該如何合理地引導用戶去註冊而不產生反感?

TAG:用戶體驗 | 產品經理 | 交互設計 | 數據分析 | 用戶研究 |