在我們進入日常體驗設計過程中，大部分標準流程下會進行用戶訪談、競品分析以及可用性測試等，而且這個還是比較規范的團隊才會，目前也是我所在團隊常常進行的流程環節，在此之前，更多的是直覺經驗判斷進行設計。但是即便如此，也無法直接確定“哪個方案更好?”。這就使得設計方案的推導具有一定的主觀性，在 C 端項目中尤為明顯。

[[395054]]

針對設計方案評審過程中存在的一些隱憂或者疑點，例如：

• 設計方案的迭代方向對嗎?迭代的契機是什么?為什么一定要改掉?
• 設計方案 a\b\c，到底哪個更好?好在哪里?

在有條件或者非 0-1 項目下，我們必須培養自己的數據意識，將體驗設計作為一種“科學實驗”，從事實數據中發現問題，找到問題本質，并最終驗證方案的有效性。這種意識對于非理科生來說，需要一些耐心，但是對于我們體驗設計師來說，又是必不可少的。那么落實到實處具體該如何做?在結合雙鉆模型和五導家理論進行總結分析之后，歸納了一個流程框架：

而如果是 0-1 項目或者產品成長初期探索階段，也并非不可以運用上述流程，主要是在前期需要用不同的方法和策略。

目前所在的產品平臺，已經是體量比較龐大的成熟期產品，一方面用戶逐漸養成了固有的習慣，不適合大刀闊斧進行大版本迭代優化;另一方面，基于數據調研后的小體驗改版更容易進行數據驗證。

以最近做的一個關于貸款-分期還款改版的項目為案例，依據上述框架流程，說明一下在這個過程中，如何從數據資料中分析改版優化的。(目前在我們的團隊中，越大功能或版本的迭代進行前期的調研和分析的環節就越多，而貸款產品中的現金貸分期還款流程比較簡單，所以，前期僅做了方案 a/b test 和數據調研驗證)

明確訴求

衡量設計價值的基礎要求，是解決問題。問題的痛點往往是訴求的最終表現形式。明確訴求是第一步，但是對于業務訴求這個概念，似乎不是那么好明確定義。但依據五導家的描述，首先它應該包含以下四部分：

• 精準定位的目標用戶(比較成熟的產品，都基本探索出所要服務的目標用戶群了)
• 主張為目標用戶帶來的核心價值(解決了用戶的某方面痛點，接下來舉例分期還款，緩解短期經濟壓力)
• 價值的變現方式(金融產品的變現這里就不細說了)
• 價值的實現策略(主要的體驗和產品策略)

其次，我們明確訴求不僅需要從業務方獲取問題的本質背景和痛點，也需要主動進行資料的搜集和歸納總結，從多角度(用戶)獲取訴求的底層邏輯。

這里就涉及到了數據的分析和梳理，特別是針對電商、大數據平臺以及各類直面用戶的業務。我們需要從埋點數據、分析平臺統計、后臺報表等一系列資料中去建立指標維度，設置關鍵衡量標尺，分析出項目存在的凹凸點。這個過程中，我需要利用目標思維為方向，結合結構化思維去進行拆解和延伸現象背后的需求。(推薦分析方法：PEST 分析法、4P 營銷理論、杜邦分析法、海盜模型及變種分析、邏輯樹分析，此處不展開細說，后續會有相關文章進行詳細展開)

回歸現金貸分期還款，分期還款既是一種為用戶提供的短期解決經濟壓力的一種生活方式(用戶價值);又可以通過分期形式增加公司的盈利空間(商業價值)。分期業務是公司業務的核心，優化用戶分期體驗，降低用戶還款逾期率是重要的核心指標。而該需求核心訴求就是希望降低用戶還款逾期率。

歸納問題和分析痛點

用戶體驗目標實際上是對用戶訴求的目標化，這種場景主要適合非 0～1 的產品，畢竟產品尚未成型定性，就沒有必要談及用戶的感受以及相關的訴求、痛點問題。首要目標是生存。而用戶訴求建立在特定的用戶群體和特定的情景環境之上，其群體和情景環境的判斷必然是跟業務緊密相連，并以此為前提的。而我們需要面對和解決的問題以及痛點從某種意義上說，是用戶訴求深層次的表現。

我們在情景環境中進行“梳理問題和分析痛點”的過程，是設計目標形成的重要環節。這里所說的歸納問題、分析痛點并不是簡單的指出用戶想要什么，它應該包含三部分內容，即：

• 場景故事(用戶的特征、問題/痛點情境、任務/訴求、行為/說法、結果等)
• 用戶當前的主導訴求(涉及的主要問題點、痛點所在)
• 用戶的潛在訴求(其他問題點、爽點、癢點)

除此之外，我們還可以從具體的檢測數據中尋找可以切入的分析點。例如購物分期、現金貸分期的設置分期一般是在商詳頁，而由產品列表頁進入商品詳情頁依據海盜模型的轉化漏斗是 36%，而由商品詳情頁到設置分期或者說在提交訂單詳情頁到漏斗轉化就降到了 16.9%。

B

1. 問題點及痛點

定義業務目標，制定設計目標

所謂的業務目標，即業務訴求經過用戶訴求的思辨和完善后得到的升級優化，其在表達形式上是對完整的用戶價值、完整的價值實現策略、完整的價值變現方式這三個內容描述的整合。從分期還款這個需求來說就是：分期業務目標=用分期形式降低用戶生活經濟壓力「用戶價值」，同時實現公司價值變現的增值「變現價值」。

由上圖也可以看出，設計目標其實從屬于業務目標，設計目標服務于業務目標。作為設計師，不管是交互設計師或者說體驗設計師，還是 UI 設計師、運營設計師，我們必須清楚的知道完整的業務目標是什么，只是需要聚焦于設計目標上，從專業角度，以專業特長，通過專業設計策略手段，參與并協作實現業務目標。

一般在公司內部，所有需求基本都會有一個基本的目標或目的。它可以是一句話，可以是一個文檔，也可以是一個個小的指標數值。在時間允許的情況下，或者在我們可控的情況下，優先建議自己進行一下簡單的梳理或拆解。這里推薦的是芭芭拉.明托的金字塔思維。

上圖的拆解既可以是交互體驗設計師的思路，也可以是 UI 或運營設計師進行創意方案的一種思路，其目的都是讓我們的設計方案站得住、說得通，不再是經驗設計和參考設計。

依據設計目標設置衡量指標，設計體驗方案

其實很多時候都設計需求不一定都需要我們考慮設計目標，只是我們需要有一個大概的評估，我們進行方案輸出之后的這個設計需求，有沒有體現我們的設計價值，這個設計價值的衡量指標是什么?指標是對于目標這種抽象化概念的數據化表達，它能為所有參與者形成一個具體的關注焦點，建立一個統一的維度和判斷標準，直觀反應方案效果與目標之間的差距。指標的設定應該是具體情況具體分析、做有針對性的設定，即遵從“VSM“的推導思路。所謂“VSM”是指從 Value 到 Signal 再到 Metric 的過程。

回到此次分期還款需求上來說，關鍵的衡量指標包括以下幾個：

確認了此次需求需要關注的關鍵指標之后，再回過頭梳理一下用戶購物的全部流程。如下圖

正如上圖所示，我們將降低用戶逾期率，優化分期體驗這個業務目標拆分了三個需求(不算運營活動)分別處理。

• 業務鏈路層設置坑位，加強對用戶還款的教育
• 用戶行為體驗層，優化分期交互，提升還款信息外露
• 增加與銀行合作，開通代扣功能

正如上文所說，本次僅針對分期還款需求案例說明，其他暫不考慮。所以針對第二條在由商品詳情頁到提交訂單詳情頁之間環節，在分期設置、還款信息處理上存在可提升的體驗空間。

為了避免我們的設計方案是無序的，或者說是沒有根基的。我們需要在交付或評審方案之前自己形成一個設計思路的解讀。當然這個思路不是憑空捏造的，它需要有一個清晰的思考路徑。我們可以從設計目標中的設計策略來構建設計方案，也可以從關鍵的衡量指標中推導可能的設計策略，既可以遵從“SKS”思路，也可以遵從“KSS”思路。

能夠衍生出多少設計方案或設計想法，需要靠設計師自身的專業能力與對業務的理解深度，這個時候我們必須要把這些方案進行一個取舍，可以是通過內部評審，也可以通過自我評估，自我評估設計方案的可行與適合需要恪守相關的設計原則，例如，分期還款這個需求，它是從屬于一個降低逾期率大需求之下的，它必須遵從統一的設計原則：

依據不同的設計方向和策略推演不同的設計方案，并進行設計驗證

設計方案(非最終方案)：

• 商品價格與平臺優惠、商家優惠(若有)和分期之后的價格進行統一對比，強化分期首期價格優勢，增強用戶利益心理暗示，強化動機性;
• 各類信息依據格式塔原理，分類梳理，簡單明晰;
• 單期分期價格與可用優惠進行搭配展示，強化分期期數與金額變化對比，利用系統算法進行最優默認;同時設置試算分期功能。

設計方案(非最終方案)：

• 外露并強化還款類信息用戶的自操作，強化心理暗示，同時設置提醒;
• 提升還款類信息的層級，強化分期與還款之間的平衡。

測試與上線后數據匯總分析

作為交互體驗設計師在完成方案之后，有的團隊需要直接輸出高保真的設計稿，有的就會流轉到 UI 設計師環節，不管是哪種方式。我們都需要隨時的跟進進度，待方案成稿后，依據不同的項目資源可以進行針對方案上線前用戶訪談與問卷式的調研。主要是將新舊版本作為 A/Btest 進行灰度測試，用以對比不同模塊單一變量在同情況下，對用戶產生的影響。

• 商品詳情頁模塊：商品價格、優惠信息與分期價格進行統一樣式后，對于用戶在當前頁的跳出率是否產生了較大改變?
• 提交訂單詳情頁模塊：對于還款日的權重增加是否強化了用戶對于還款信息的確認?
• 試算分期功能點擊率情況?

因為最終幾個需求都尚未進入實際上線，同時，針對此次設計方案的調研反饋還未給到。就暫不深入說明相關數據了(即便有了真實數據，我也只會給你們看假的)。

總結

數據驗證設計，并不是說每個設計師都需要精通統計學，深入研究數學問題，而是嘗試一開始用數據的思考方式來進行一個方案的目標設定、問題點分解、方案設計、上線驗證。可以稱之為“以終為始”服務業務的一種方法。可以更好的幫助設計師與業務方溝通，證明設計的價值。

后續也會更多的從已有數據的采集分析來進行設計推導，進行更“科學”的設計。總結以下幾點經驗可以后續復用：

1. A/B test 適用于測試單一元素變量

如文案、操作、圖片的場景，較長流程需要進行拆分測試，以準確定位到影響元素，找到最佳組合。

2. 少量數據依然有效

即使短時間內只產生少量轉化，仍然能很快確定用戶最喜歡哪個版本，同時要把控測試耗費時間、人力，不能濫用。

3. 成功元素具有可復用性

如使用 A/B test 找到為服務帶來好的轉化的表單或頁面設計后，應該在后續復用，或進行升級。

4. 大大降低改版風險

在重大決策或意見分歧時，避免風險實現資源利用率的最大化。

最后我們就以谷歌沉浸式設計總監—JonWiley的一個觀點作為總結進行結尾吧：

• “我們發現一件事，增加你測量的東西的數量或者提升你測量的保真度，并不能帶來確定性。因為它實際上并沒有產生新的東西，來說明這個比那個好。它只是揭示了更深層次的復雜性，涉及到了更多的內容。然后它就變成了一種平衡。我們仍然需要有直覺，我們仍然需要判斷什么是重要的，什么是不重要的。”