引言:我们有这么多各式各样的工具,互联网给我们带来了这么多用户和数据,这是好事也有副作用。
世界上能访问用户数据,并根据数据做分析和改进的公司,大概 Google 是其中翘楚,这种 data-centric 的做法做过了头,也有悲剧发生:
Douglas Bowman 曾经是Google 的视觉设计主管,2009 年的一天,他受不了了
Yes, it’s true that a team at Google couldn’t decide between two blues, sothey’re testing 41 shades between each blue to see which one performs betterI had a recent debate over whether a border should be 3, 4, or 5 pixels wide,and was asked to prove my case.l can’t operate in an environment like thatI’ve grown tired of debating such minuscule design decisions.
当你的公司要你用数据来证明 41 种蓝色到底哪一种更好,或者为一个边栏宽度是3.4,或5 而争执不休,纷纷表示要拿数据来证明的时候,你怎么办?

下面是我的做法:
一、明确目标与问题
首先,明确此次数据证明的目标,是解决关于蓝色选择还是边栏宽度的问题。接着,深入了解争议的具体内容,例如不同蓝色之间的区别,或边栏宽度对用户体验的影响等。
二、收集与准备数据
1、对于蓝色选择:
1)设计实验:可以创建一个用户调研或A/B测试,展示不同蓝色的样本,并记录用户的反馈和选择。
2)收集用户偏好数据:通过问卷、访谈或在线测试等方式,收集用户对不同蓝色的喜好程度。
3)分析品牌与市场趋势:研究当前市场上相似产品或服务的蓝色使用情况,以及品牌调性中蓝色所扮演的角色。
2、对于边栏宽度:
1)进行A/B测试:设计两个版本(一个宽度为3.4,另一个为5),随机展示给不同的用户群体,并记录他们的交互行为和反馈。
2)监测性能指标:收集与边栏宽度相关的性能指标数据,如点击率、跳出率、页面停留时间等。
3)访谈与问卷:通过用户访谈和问卷调查,了解用户对边栏宽度的感知和体验。
三、数据分析与解释
1、对收集到的数据进行清洗和整理,确保数据的准确性和可靠性。
2、使用统计方法或数据分析工具(如Excel、SPSS、Python等)对数据进行深入分析,比较不同蓝色或边栏宽度的表现。
3、根据分析结果,提炼出关键发现和结论,解释为何某种蓝色或边栏宽度更优。
四、汇报与沟通
1、将分析结果以清晰、直观的方式呈现给相关人员,如制作PPT或报告。
2、在汇报过程中,重点强调数据的来源、分析方法和结论,确保信息准确传达。
3、准备好应对可能的质疑和挑战,用数据和事实来支持自己的观点。
五、持续监控与优化
即使有了初步的结论,也要保持对数据的持续监控。因为用户偏好和市场趋势可能会随时间变化,所以定期回顾和更新数据是非常重要的。同时,根据数据的反馈,不断优化产品或服务的设计,以满足用户需求和提高用户体验。
在整个过程中,关键是要保持客观和理性,用数据来驱动决策,而不是仅凭个人喜好或主观判断。同时,也要注重与团队成员的沟通和协作,共同推动问题的解决和优化。

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。