什么是数据驱动设计？极品干货看这里( 二 )

产品的性能可以通过合理使用、验证和分析用户数据而得到提升，它也能直观地反映在用户数据中。即使是世界上最好的设计师也无法预测用户的需求。数据驱动的设计是一个向用户学习的过程，它能确保用户的问题得到解决。满足用户需求是产品成功的首要条件，而这一切都需要数据来驱动设计迭代。
三、数据驱动与数据响应设计 Data-driven vs data-informed design
上述术语来源于在 Rochelle King 、Elizabeth Churchill 和 Caitlin Tan 所著的《数据驱动设计（Designing with Data）》一书。本书有助于我们理解和阐明有关数据驱动设计的不同术语，并将其与数据响应设计和数据感知设计进行对比。

本文插图
利用数据进行设计 —— King, Churchill, & Tan
数据驱动和数据响应是两种不同的方法。它们都是以数据为基础，产品团队的每一个决策都是由数据评估和驱动的。数据驱动的重点在于数据辅助产品优化和效率提升。
数据响应让我们在数据的使用上拥有更宽阔的发展方向。我们能处理的也不仅仅是量化的数据。不同体验的 A/B 测试或结构化的可用性测试在数据响应中可能会失效。
数据感知让我们理解数据收集上的广泛性和局限性。我们可以根据不同的问题来判断哪种方法是最合适的。有数据感知能力的团队可能会发现，基于利益相关者研讨会、用户访谈、甚至 A/B 测试研究结果而做出的决策，具有同等的价值。
麻省理工学院数字商业中心的研究表明：“在通过数据驱动决策方面，处于行业领先地位的前三分之一的公司，其平均生产效率比竞争对手高 5% ，盈利能力高 6% 。 ”
我们发现增加评测的事物数量或提高评测的保真度，实际上并不能提升结果的准确性。数据结果并不因性能的优劣而发生鲜明的改变。它只能揭示更深层次的复杂性——性能优劣牵扯到更多的东西。因此数据实际上只是一种衡量标准。我们仍然需要依靠直觉。我们仍然要对成因的重要程度做出判决。
——Jon Wiley（谷歌沉浸式设计总监）

本文插图
smart UX 的数据可视化
我们有很多收集定性和定量数据的方法。很多用户体验从业者认为数据就是数字，但这是一个误区，是一个谬论。
为了用数据驱动设计，我们需要定性和定量数据。定量数据会告诉你，用户在使用我们的产品时采取了哪些行为。而定性数据会告诉你，他们为什么这么做，以及更重要的——他们对整体体验的感受。所以，我们在制定设计决策时需要收集这两种数据。