几十年前,如果你想干件大事,你会做一个深呼吸,闭上眼睛,虔诚的祈祷神的指示:就是你的直觉。但是,当我们的祖先学会了利用火的力量,我们也学会了利用测量和分析的力量。我们不用再在黑暗中摸索,想知道是谁在阅读我每两天发送邮件?想知道有多少人尝试了我们推出的新功能。通过我们的数据宝库,我们就能轻而易举的找到答案。
我们每天的工作为了完成指标?我们如何才能平衡驾驭数据并做一些有意义的事情?我的个人喜好到底是凭借数据分析驱动的,还是因为你真正在关心的用户体验?
想要和你们深入交流一下“数据与体验”,以下是我所学,分享给大家。
首先,不要被“数据与体验”框定住。
把数据与体验限定住是展开对话的错误方式。
有一句话“喝水也能饱”,如果你正在讨论关于营养价值可靠性的话题时,你不会把这句话作为你的开篇呈词。
能够测量记录的大数据让你知道用户所有关于产品的信息。除非你想不问世事,隐居而活,有更多的信息是一件好事。当然,你需要能够整理出哪些是有用的信息,哪些不是,那些认为有更多信息是不好的,这种观点并不正确。数据本身没有对错。
此外,如果你做了一些客户认为有价值的产品,那你成功的几率会大大增加。你不会真的以为没有丝毫的产品创新会让东西变得更好吧,但是,如果你做出改变结果造成客户流失,过程怎么样不重要,这种结果就是明摆着你把事情搞砸了。
最后,数据可以转换成目标,数据如此有用的第三个原因就是因为它可以帮助团队围绕着明确、有形的事物去努力奋斗,并使他们承担各自的责任。完全从逻辑角度来说,如果给50个人设定一个“创造完美体验”的任务,这50个人很难完成这项任务。当然,每个人都会在最初时受到鼓舞并有所反应,“是的!一个完美体验!正是我们所追求的!”但当星期一工作时,A组饱含激情的说“我们完成了这个完美体验,请检验”,结果B组的反映却是:“嗯,不好,那简直就是垃圾”,那到底是怎么了?谁对谁错?你是怎么给这个完美体验清楚定义的?
要解决这一问题的一种方法是层次结构法。你可以指定公司的一个特定的个人(或不同阶层小组)来评判结果的质量高低。如果你不喜欢层次结构法,另一种方法是定义一个可衡量的标准:“一个高质量的体验意味着在人们首次尝试某产品功能后,至少有50%的回头客,并在一周内再次使用该产品。”现在,A组,B组,和其他人都知道他们的目标是什么了,并朝着目标一天天的努力接近。
因此,标准是有用的,更高层次来说,标准和用户体验并不是永恒对抗的关系。
当然,在“提高标准”的同时也有一些不好的东西。
就像你在吃多了果冻甜甜圈后却指责喝水使你发胖,其实你可以用数据证明到底是不是这样。但人们还是这么判断,是因为不是所有你能测量证实的东西都是值得测量或影响的。还有一种可能是你只得到了单一指标,还没有掌握所有的影响因素。通常,我们要掌握一系列的指标才能去判断真实情况到底是什么。
如果你在产品上碰巧选择了错误的东西来衡量和尝试,得到的最终结果可能会不利于用户体验。看看以下案例:
一、“原来这个故事的点击率为2%。当我们做出这样的改变,点击率上升到5%,万岁!”
这里有什么不对劲么?这个小小的点击率的故事并没有告诉我们用户体验是否变得更好了,如果我改变了我的网站上的所有链接,并标注上“点击这里赚取250美元”?结果是点击率会上升!但最终,人们会意识到我没有给他们250美元,然后他们会生气。他们会停止点击我的链接,卸载我的应用程序,并给我在App Store上给一星的差评,评论里全部用大写字母FUUUUUUU。我的生意失败了,我的生活糟透了。故事结束。
二、原来人们在我的应用程序上要花5分钟的时间,现在推出最新功能后,他们只花了3分钟。噢耶。”
有什么不对劲么?花在应用程序上的时间是一项重要数据么?如果是的,如果你是一个内容类应用,该应用上的东西是供用户阅读、观看或收听的,所以,用户在你应用程序上所花的时间越多,证明该应用越有价值。如果你的应用程序是一个工具,就像帮助人们签署电子文件,那么还不够,你最好是结合一些其他类数据,比如用户实际使用该应用来签署文件的次数等。那实际生活中,人们确实喜欢更快地签署他们的文件,那么随着时间的推移,应该会有更多的人使用你的服务。
三、原来在伊利诺伊州cat-photo-meme应用的使用人数更多,但是现在Ohio的用户更多。
有什么不对劲么?其实和你有什么关系呢?这不是你应该关注的数据,并不会对你的产品有什么影响。
当然,也有一些重要的事情,我们不能轻易或准确地衡量。
如果我们能读懂用户的想法,那么我们通过理论数据就可以为他们设计一种完美的体验。不幸的是,我们不是Jean Greys(X战警,拥有念力移位和心电感应两种主要的超能力),所以我们做出各种尝试,有理有据的去推断人们的关注点是什么。在这个时代,我们要时刻铭记,可以衡量的东西都存在着限制。去寻找那些客户不会告诉你的产品体验:
感知客户对你产品,甚至是某项特定功能的爱、恨或是区别对待的情感程度。
客户对产品的信任度是否会随着时间的推移增加或减少。
如何让你的产品操作简易。
人们如何看待市场上的同类产品。
人们最想要改变、添加或固定的功能是什么。
随着时间的推移,人们还想要用你的产品么。
有些事情你可以用定性研究或民意调查获得答案,但这些方法没有一种是完美的(记得英国脱欧公投吗?)即使在可以准确测量大众情绪(如品牌信任度)的情况下,你也很难知道它的影响因素是什么(例如,你能知道品牌标志或视觉设计是否提升人们对该品牌的看法吗?)
不能准确测量的结果就是导致了无数失败的案例。来看看下面的这些案例:
1、理解认知复杂性:每次在你的应用程序内添加一个新功能时,你跟踪的各项指标总会变得更好(毕竟,以前没有人使用X,现在更多的人使用X,而人们似乎不再使用Y或Z了,所以看起来是胜利了),但是,如果你继续添加功能,到了一定程度,你会得到一款混乱、臃肿且不被认可的产品,这就是物极必反吧。然后,突然间一些新的竞争对手会快速的占领市场,因为到那时候每个人都喜欢Q,就是这么简单。选择悖论说和认知复杂性都是存在的,我们只是还没弄清楚如何准确地去测量它们。
2,了解品牌的力量:当苹果和耐克推出新产品时,很多人都会去购买,甚至不做任何的调查,这是因为他们过去对该品牌都有很好的印象了。但那些没有品牌基础的公司推出同样的产品时则不会收到那么好的效。我们都知道和理解这一点。然而,将品牌的力量转换成为数据并随时跟踪是一件难上加难的事情。我们也很难知道公司那成千上万的决定会对品牌造成什么影响,在权衡利弊过程中的成本和收益又是怎样。
3、大胆尝试:没有一个标准或理论会告诉你未来成功的秘诀在哪里。遥想2008年,智能手机刚刚开始出现。如果你看了网站上的一些数据,你会看到人们交际交流的一部分是依靠智能手机的。你可能已经得出结论,非常实际地说,你那时不会真的把太多的钱投资到移动电话里,因为它只是占了一小部分。今天,我们意识到那些颇有远见并看好移动电话的人们如今获得了丰厚的回报。没有一项当前行为的测试可以准确的告诉你飞跃的方式。战略,长期规划仍然需要很多的同一件事:相信你的直觉。
好标准符合哪些规则:
以下是我在探索良好的目标设定和管理时的一些心得。
合适的评估产品市场,寻找市场潜力。不要只看使用该产品或功能的人数(这个数据可能会因为你想刻意提高市场占有率等因素的影响)。与产品保持最密切的联系,无论它对你有没有价值,因为这会告诉你是否有回头客去再次使用该产品。
保持有效增长,并了解自身短板。人们要成为产品的忠实用户都要通过层层阻碍。首先,他们必须对产品有初步印象。第二,他们必须有足够的兴趣去检验产品。第三,他们必须不厌其烦(下载一个应用程序,填写一个表格,确认电子邮件等)第四,他们必须理解为什么这款产品有价值,值得保留。第五,他们必须记住产品,回来购买。在每一个步骤中,你都会失去部分客户。如果你可以跟踪和测量每一步骤的客户流失率,那你就能知道你在哪方面仍然需要努力,从而补上短板。
找出哪些指标或标准是真正重要的,并专注于那些重要标准。还时时刻刻进入跟踪的状态(你可以做到的),你会有一个任务栏或仪表盘来记录这些数据。大多数的数据是不重要的,只有小部分需要实际的操作和分析。不要在不重要的事情上浪费时间,也不要让那几个少数重要指标起伏太大。
要掌握最佳的追踪技术,学会使用“魔棒技巧”,问问自己:“如果我能挥舞一根魔杖让我知道我的用户在世界上的任何东西,我最想知道的是我的应用程序是否会成功?”即使你的问题不是真正可衡量的东西(比如我的APP在用户眼中到底有没有价值?),但这是一个有用的起点。(“好的…我不可能询问每一名用户产品是否有价值…但如果产品是有价值的,我可能会看到他们保存或共享记录,他们可能会花更多的时间阅读等等信息。)
不要只注重在完成目标而不理解它。这一点特别要强调:让你和你的团队认可目标会对今后的工作产生重要的影响,所以,要确保你让他们理解。不要只看到目标的表面价值。你要学会问为什么,思考深层次的意义,目标设定会鼓励什么样的行为。是否有一些情况下,目标标准不变,收到的效果却很好?但在另外的情况下即使把目标提高了很多,但效果甚微。如果会有这样的结果,就要好好对待这个目标的设置标准了,要根据具体问题具体分析。
对数据持怀疑态度,提防数据陷阱。如果数据结果显示很好,问问自己:“是否这些结果没有我想象的那么好,我还能看出些什么?”这就是数据陷阱,每一项成功数据背后都有这些东西(例如,不要只看到点击率而看不到立即关闭的数据信息,不要只看到销售量而看不到销售退回或取消订单等情况。)最好是能够解释数据,这样才能看到错误,快速的调整战略。不要落入数据陷阱中,你要从已有的信息中寻找正确的信号。
利用定性研究来得到答案。用定量数据来确定谁是最适合做定性研究的人,定性研究可以让你深入了解人们的感觉。利用一些可用性测试,焦点小组,深入调查来获得人们行为背后的真正原因。
加速会:加速你对世界的理解,内幕全在这里!请关注加速会微信公号:jiasuhuihao
加速会主编微信:leaderweb
- 世间将再无松下电视:松下官宣解散家电子公司并彻底放弃电视机业务
- 雅迪集团与南都电源签署协议:携手共绘固态电池未来蓝图
- 美媒聚焦比亚迪“副业”:电子代工助力苹果,下个大计划瞄准AI机器人
- 微信零钱通新政策:银行卡转入资金提现免手续费引热议
- 消息称塔塔集团将收购和硕印度iPhone代工厂60%股份 并接管日常运营
- 苹果揭秘自研芯片成功之道:领先技术与深度整合是关键
- 英伟达新一代Blackwell GPU面临过热挑战,交付延期引发市场关注
- 马斯克能否成为 AI 部部长?硅谷与白宫的联系日益紧密
- 余承东:Mate70将在26号发布,意外泄露引发关注
- 无人机“黑科技”亮相航展:全球首台低空重力测量系统引关注
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。