設計師的數據分析與場景化設計

編輯導讀：現在設計圈越來越在向UGD（User Growth Design）方向轉型，以用戶為中心，以增長為導向。本文作者以做過的一個項目（用戶投資路徑優化）為例，來說說對UGD的思考，以及設計師對數據分析以及場景化設計的思路，希望對你有幫助。

隨著互聯網的發展，近這幾年設計圈子里大家都在討論UGD（User Growth Design），要向UGD轉型等等，以用戶為中心，以增長為導向，這個概念本身并沒有問題，而且是對UED的一種非常棒的進化和升級，要求設計團隊需要具備更綜合的專業能力與視野。本著對團隊的升級優化，我也以UGD的思路對團隊有了新的更高的要求，然而在這個過程中卻發現在很多問題。

隨著各種社交平臺的傳播普及，什么閉環、串聯、顆粒度等等這些互聯網黑語，滿大街飛來飛去，設計師們的PPT、匯報資料是越來越豐富多彩，但項目效果卻并不明顯。數據、增長的概念確實是鋪開了，但卻成了PPT里的裝飾，并沒有真正落地生根。

經過很長時間的摸索，我們終于有了一套適合團隊自己的UGD思路，也一步一步的在不斷的優化提升，下面以我們做過的一個項目（用戶投資路徑優化）為例來說說我們對UGD的思考，以及設計師對數據分析以及場景化設計的思路。

一、U user

以用戶為中心，就是關注用戶的行為，串聯數據，從點線面結合場景分析，提出問題所在。

作為設計師，最常關注的用戶數據就是轉化率、點擊率、停留時長、跳轉路徑等等，從單一數據來看，都是一些常見的簡單的數據，但要真正能夠分析用戶，還需要結合實際場景來分析。

案例：

我們在分析交易線的數據時發現了一些問題，并對數據做了對比分析。

[ 項目列表頁 ]

用戶的點擊主要集中在前十個投資項目，占據整個頁面點擊的80%。

[ 項目詳情頁 ]

用戶通過列表頁進入到詳情頁，詳情頁的瀏覽率較高，但轉化卻很低，另外優惠券的點擊率十分高，超過85%，意味著進入到詳情頁的用戶，基本上都進入過優惠券頁面，而最終促成成交卻很低。

以上是整個交易環節最初始的兩個頁面，也是最核心的頁面，從單個頁面的數據（點）來看都屬于正常漏斗數據表現，接下來我們從（用戶路徑）線的角度來繼續分析。

我們從最終完成交易的用戶當中，抽取了部分進行了完整的交易路徑分析，結果發現用戶在列表頁——詳情頁——優惠券這三個步驟之間反復切換。

不難看出，用戶在列表頁、詳情頁、優惠券選擇頁來回切換，即使最終產生交易，但整個路徑耗時長，反復操作，跳轉不合理，導致大量流失，這是目前數據所呈現出來的情況，也是問題的核心所在。

二、G growth

以增長為導向，以數據為依據發現或提出問題所在，確定最終需要增長（優化）的數據指標，并以此為目標展開思考，提出解決思路。

案例：

列表——詳情——優惠——交易，典型的購物交易場景，通過上面的分析，我們再結合場景化的思路進一步整理思考用戶的操作行為目的。以投資理財的角度，換位思考，其實就是：想投資-挑選-看看優惠-挑挑其他的-再看看優惠-再看看其他的-還看優惠。

用戶為何反復的從列表頁進入詳情，又跳轉回列表頁再進入詳情頁？這就是突破口了，想清楚這一點，解決思路也就清晰了。

我們舉一個現實生活中的購物場景來幫助思考分析（靈感來源于生活）。

[ 購物路徑1：想買東西——找到對應的貨架——使用優惠券并買單 ]

[ 購物路徑2：有優惠券——到超市看看有沒有想買的——使用優惠券并買單 ]

在現實生活中，除了”有想買的東西”這一主觀需求外，對交易產生一定決策作用的，就是優惠。

結合前面對投資用戶路徑的分析來看，用戶交易路徑如此反復，實際上就是在同樣的資金投入的前提下，對比不同的項目、不同的優惠，如何搭配才能利益最大化，這就是用戶的最核心需求。

如何幫助用戶快速完成相關數據的對比，縮短操作路徑，降低交易耗時，從而減少流失提升成交率，這就是解決思路，也是我們需要增長（優化）的數據指標。

基于場景化的分析明確用戶的核心需求，確定需要增長（優化）的數據指標，我們提出來了兩個解決方向。

[詳情頁的快速切換（優化）]

在原有的路徑上，保持用戶的操作習慣，新增詳情頁左右滑動切換的功能，用戶學習成本低，開發成本低，可快速上線，但對于路徑優化、數據對比不夠直接，治標不治本；

[設計新的快速路徑（創新）]

結合前面分析的兩種現實生活中的購物場景，在原有的路徑上，針對平臺老客對平臺項目的規則詳情已經清楚了解的特點，設置多一條快速通道，減少干擾，對比直接，加快老客的決策速度，但用戶學習成本高，開發成本高，雖然治本但風險也大。

三、D design

到此為止，我們就可以進入具體的解決方案的嘗試了，設計師的方案，自然就是設計稿了。

A方案直接開發上線即可，上線后就可以收集數據進行分析了，經過兩周的時間，從數據表現來看，交易總時長稍有所下降但并不明顯，約下降了2%，而交易率基本持平。

[ B方案最終UI稿 ]

在此期間B方案完成設計開發后，協調產品運營推廣等業務方，選擇確定部分渠道進行ABtest，經過一個多月，持續收集數據反饋優化方案，多輪ABtest后，從數據反饋來看，B方案數據提升明顯，有效的降低了用戶的決策時長（降低了近20%） ，提升交易成功率（老客轉化提升1%），說明方案的可行性強，隨即全量更新。

從隨后的數據表現來看（總轉化提升0.3%，總時長降低15%），整體方案對平臺的整體效益產生了積極推動作用，說證明了設計團隊對于產品與企業的價值（我們不是美工）。

在后續工作過程中，持續根據數據表現，分析，發現并提出問題，提出解決方案，測試驗證，不斷的循環重復，持續提升用戶體驗，以數據為依據，以增長（優化）為目標，這就是我們對于UGD的一些思考跟嘗試。

其實道理大家都懂，方法也都大同小異，最重要的是還不斷嘗試優化，找到適合自己跟團隊的方式。

 

本文由 @包大佬 原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。