UX乾貨分享 | 體驗設計如何驅動產品增長？

來自專欄艾體驗AIUX7 人贊了文章

自從2017年可口可樂取消首席市場官，新增首席增長官以來，越來越多的企業都開始十分地注重增長。從目前的市場狀況看來，大多數人都將增長的重任放在了數據、營銷和運營上，設計反而被忽略了。那麼增長興起的時代，設計可以如何驅動增長？

增長切忌掉進數據的坑

也許接下來的三個關於數據的案例你可能已經看過了，但由於增長和數據有著密切的關係，因此設計師在做增長設計前，一定要有理性的判斷力，避免掉入一些數據上的坑。接下來將舉幾個例子，帶大家認識3個容易掉入的數據坑。

只看單個數據，沒有抓住核心行為點

曾經，有一位兒童心理學家做了個實驗，讓台灣和大陸小朋友抄寫「憂鬱的烏龜」100遍。結果台灣小朋友寫了十幾遍就不耐煩，而大陸小朋友總是能堅持抄完。為什麼？

總有一些人拿到結果就開始長篇大論，認為是教育體制的問題，台灣小朋友在抄寫的時候，會發現到小烏龜「憂鬱」的情緒，而停止抄寫，但深受應試教育的大陸小朋友卻無法感知。

但小朋友哪懂什麼「文字情緒」啊，這裡其實有個數據陷阱，即核心行為不一致。只不過是大陸小朋友抄寫的是「憂鬱的烏龜」，而台灣小朋友抄寫的是「憂鬱的烏龜」

看完這個段子，大家可能都會一笑而過。但放到產品設計中，這卻是很多人會掉入的一個坑，即拿到產品的某項數據結果，，就開始各種推導結論，而沒有去抓住核心行為點。

濫用調查問卷，只看平均得分數

還是先舉一個例子，設計師做了A、B兩款方案，拿給100個用戶去使用，A款得分7.5，而B款得分7.0，你覺得哪款方案更好呢？

儘管我們都曾經學過統計學，知道平均分不能全信，但在實際的產品調查中呢？往往又會陷入到這個數據坑中，只看平均得分數就做出了決斷。

儘管B款產品得分比A款低，但在這種情況下，B款產品可能還要好於A。當然，在實際情況中可能還會出現其他更多樣的變化，所以一定不能只看調查分析的平均分，還要結合實際的數據詳情來看。

數據是客觀存在的，但有時卻可以被混淆解讀

首先來思考一個問題，在不對產品做任何方案的改動下，如何讓產品的次日留存率從30%上升到90%？

是的，只要你把統計時間變換一下，完全可以輕鬆做到這一點。只要把昨日的時間設定為23：59分，甚至次日留存率100%都可以輕鬆達到！

在沒有得到明確說明的情況下，我們會默認「次日留存率」就是指昨日一整天的用戶。尤其是當親信的人直接告訴你這樣一個數據的時候，你甚至都不會產生懷疑。

因此，當行業都在瘋狂鼓吹「產品增長」的結論時，設計師一定要冷靜回歸，「為了什麼設計」才是增長的本質。

什麼是增長設計？

前面已經講了保持正確的數據對設計決策的重要性，那麼什麼是增長設計呢？艾體驗在做增長設計之前，會進行三個方面的思考。

首先是對用戶的行為場景思考，即用戶此刻究竟是以一種什麼樣的身份在什麼樣的場景下使用這款產品。

例如，一個又大又醒目的按鈕，你第一眼是不是會認為這是個很醜的設計？畢竟它會佔據更多的屏幕空間，讓其他的信息不能得到很好的展現。

但如果說這個又大又醒目的按鈕是給老年人使用或者是在節電模式下使用呢？所以，場景很重要。

其次是這個產品商業的實際訴求，儘管滿足好用戶的需求對產品增長起著十分重要的作用，但產品也要思考如何在企業的競爭中獲利。

最後是服務的完整鏈條，無論是線上或線下的產品，設計師都需要對一整套的服務流程有完整的經歷或體驗。在幫一家線下新零售店做體驗設計時，艾體驗的設計師們甚至會扮演成盲客，去體會整個服務流程中的關鍵點，這樣才能更好地幫助設計師設計出更加有效的增長設計方案。

在進行以上三點思考後，我們會設計觸發當前「動作流」的最佳模型，基於這個模型，看它是不是對商業的動機更加有效；對用戶的行為更加直接。

而在方案正式上線後，還要通過行為動作，拆分數據評估模型，根據變化趨勢去評估是否達到效果，或是分析可能的問題。

以3年前的某個案例為例子，假如有這麼一個需求：幫助某個使用即可省錢的記賬APP，設計一個分享到微信或朋友圈裡，點擊查看的詳情頁，需要包含用戶邀請碼、產品介紹、引導下載。你會怎麼做？

拿到需求後，普通的設計師大概會這麼做，一張大banner+三個需求點。但實際的結果卻是訪問的人很多，但實際的轉化率卻不理想。

而增長設計師拿到需求後，他是怎麼做呢？首先取消了填寫邀請碼的這個繁雜過程，新用戶點擊老用戶的分享鏈接，即可直接獲取邀請碼信息，通過他還將商業訴求和用戶需求結合，進行具象化的表達。就實際結果來看，這版方案的轉化率比上面那版方案高出了不止一倍。

增長設計「GAI-R」思維法

根據過往的經驗，艾體驗形成了一套關於增長設計的「GAI-R」思維法。即做增長設計時：

首先需要明確設計目標（Goal）；然後將目標分解為可以讓設計師回歸現實世界進行場景分析的行為動作（Action）；當基於基礎行為，明白用戶動作背後的行為意義和可能發生的情況，才能更好地進行設計提案（Ideate）；最後，當方案上線後，基於前面拆解的行為動作，進行數據的評估驗證（Review），如果效果好，就繼續推進，效果不好，再評估分析看問題出在哪裡？

舉個例子：Feeds的增長設計改版

下面的例子中，Feeds信息被分為了三塊，第一塊是最上方的關鍵信息，第二塊是紅色那欄的用戶容易受到影響的信息，第三塊就是頭像及其右側的輔助信息。結合「GAI-R」思維法，我們需要先確定設計目標和拆解行為動作這兩步。

根據設計目標，我們拆解了用戶行為（以及它的數據評估模型），即用戶如何閱讀信息（最後可通過Feeds讀詳情的總量，以及滾屏總量來確認），以及用戶為什麼會查看詳情（詳情頁停留的平均時間，以及最終決策按鈕的轉換率）。

首先，對於閱讀信息，看到上圖的信息層次示意圖感受一下，在看到舊版信息結構之前，你的第一著眼點是在哪呢？很大程度上第一眼都會先看到頭像的信息，隨後向上移動到紅色部分，最後才能看到最想讓你看到的「關鍵信息」。並且有可能在紅色部分時，被其他信息干擾，從體驗設計評估走查，可以得出這個Feeds的閱讀信息的認知流不正確。

其次，對於查看詳情的行為，從實際場景分析，是否真的進入詳情越多，效果就越好呢？ 這裡可能有個反例，當用戶通過Feeds不能很好地獲知信息，那麼需要點擊詳情去查看，但此時詳情可能並不能戳中用戶，從行為數據表現來看，可能詳情停留時間長，並且關鍵步驟的轉換率也低。

根據對上述行為動作的分析拆解，作為設計師，可以比較清晰地理解目標背後的設計場景，從而我們提出了一套新的設計方案，如下圖對比所示：

在最後復盤這個項目的時候，因為在前面拆解行為時，我們有對用戶行為的充分理解，所以再版的增長設計，很好地解決了前面說到的那些問題。我們發現改版後的feeds查看數量和詳情頁的停留時間降低了，但相對的用戶對feeds的閱讀數量和最終決策轉換率都有了大幅度的提升。因為用戶對feeds閱讀效率高了，因此無需再進入去查看詳情。減少了繁複的操作，提升了用戶的體驗。

以上就是6月24日體驗大會上，關於體驗設計如何驅動產品增長的全部分享了，這裡僅僅是一些淺見，在Growth hacking崗位越發重要的今天，設計師也應該用一種和商業更加密切結合的視角，來對設計進行重新的思考，期望我們一起做出做酷的體驗設計。

每周，艾體驗都會向大家分享一些有關於設計師/設計的文章，包含了產品設計的乾貨、實戰的案例、心理學分享等等。如果你想獲得更多關於智能交互體驗設計的知識，趕緊關注我們的專欄吧！

推薦閱讀：