《UCD火花集2：有效的互联网产品设计 交互/信息设计 用户研究讨论》一第1章　设计的数据和分析1.1 看不懂数据

本节书摘来自异步社区《UCD火花集2：有效的互联网产品设计 交互/信息设计 用户研究讨论》一书中的第1章，第1.1节，作者 UCDChina，更多章节内容可以访问云栖社区“异步社区”公众号查看

第1章 设计的数据和分析

UCD火花集2：有效的互联网产品设计 交互/信息设计 用户研究讨论

现如今做产品，已经不能再靠一家之言了，不管你有没有做过，现在都得试着用量化的数字来证明自己的观点。数据求索之路，才刚刚开始。

看不懂数据 设计中的数据分析 数据——判断淘宝店铺页面设计优劣的显微镜 1.1 看不懂数据

UCD火花集2：有效的互联网产品设计 交互/信息设计 用户研究讨论
文/白鸦 from 白鸦，以用户为中心的设计

一堆数据摆面前，数据背后有什么样的事情在发生，这些数据里面暗藏着什么样的用户需求，什么样的商业机会？看懂这些，将为未来产品设计的方向，用户需求的把握起到关键性的作用。

但，“看不懂数据”是一个普遍的问题，而且是一个永远存在的问题。基本上，我认为原因都出在看数据的人身上。

不配看数据
产品设计者对待数据的态度，不像一个市场分析者或者财务分析者。我们看数据，更多是需要了解数据背后用户的行为逻辑和期望需求。这就要求我们看到数据的时候，必须第一时间想象到用户是如何创造出这些数据的，为什么会创造出这样的数据。

作为一个产品设计者首先必须告诉自己：“I’m NOT a user”，如此同时还要再把自己模拟成一个平凡的用户，不停地反复地去用自己的产品，和同类产品。我向来认为，一个做移动互联网的产品设计师，不有事没事换手机玩，不是好的产品设计师；一个电子商务的产品设计师，不每周在网上买一件东西，不是一个好的产品设计师。

2006年中，在某个用户体验设计的会上，某知名教授大讲他所在公司搞到的Facebook的数据，说他的理解、他的分析，说Facebook如何没戏。刚开始听着蛮有根有据，后来越听越不对味，突然他冒出来一句“虽然我从来不用Facebook……”我当场昏厥。这种人，不配分析Facebook的数据，更不配去评论。

要想有资格去看数据，通过数据给产品设计提供有效的依据。方法很简单，也很有效：把自己当作一个平凡的用户，不停地使用。有，且只有这么一个方法。

为了看数据而看数据
和做可用性测试一样，测试之前不能说没有“关注点”，发现什么就是什么。那样什么也发现不了，即使发现了，价值也不大。数据拿到手里，没有目的的去看，不如不看。

在做产品设计的数据分析之前，首先应该搞清楚自己需要什么样的数据来说明什么问题。一个数据对于不同的产品、不同的环境、不同的用户类型，得到的结论应该是不一样的。传统的市场研究中，对于数据的分析往往是根据“硬属性”，比如他们对于用户的分析基本都是根据“人口属性”的数据，他们得到的结论也很少结合现实环境。这样的结论，对于（互联网的）产品设计基本上没有太大的参考价值，特别是如今个性化需求越来越强，用户行为越来越独特的时候，“人口属性”很不能代表用户背后的行为逻辑。

比如，想了解有购物搜索需求的网民具备的主要特征，这时年龄、学历、性别、收入、婚姻状况、消费能力、信息获取方式、上网条件等可能都是对我有参考价值的数据，但哪些才是最重要的呢？分析后很快就可以发现，比较而言年龄、收入、上网时间、上网条件都不是最重要的，而消费能力、信息获取方式在这里才是最重要的特征。这些数据背后才更能代表用户的行为逻辑和需求。

不去筛选数据
做一个优秀的设计者，首先必须善于提问。提问的水准和设计水平基本成正比。要什么样的数据，什么样的数据可以帮我解决这些问题和疑问？这个很简单，一罗列你可以想到很多很多。但事实上数据类型到达一定数量后，类型越多，反倒越不利于对于结论的判断。因为，不同数据类型之间会产生相互的干扰，有些时候次要问题可能会战胜主要问题，影响最终的结论。

在实际项目中，解决了主要问题，次要问题可能就会很自然地被稀释了。获取数据也一样，必须搞清楚什么样的数据最能说明这个问题？确定这些会使分析过程的精力更加集中。把主要的几个问题想穿、打透，其他问题很快就会迎刃而解了。

很多时候不是解决不了问题，而是想解决的问题太多；很多时候不是数据不够，而且想要的数据太多。还比如，想要了解如何解决“购物搜索”的需求，其实只要关注好“信息获取方式”、“消费能力”、“决定购买的因素”基本就能解决很多问题，盯着“用户是男是女，8岁还是80岁”，只能是耗费精力。

不去筛选数据，还有一个很大的危害就是：因为没有筛选，所以不能把关心的数据点看透彻。

比如，很多人都在夸开心网的推荐做得好，很多用户在上面找到了自己的“同学”，于是定论为“算法的技术好”。其实如果专注关心“开心网为什么打通用户关系这么快”的人，经过详细分析后是不会得到“技术好”这个结论的。根据我的观察，我比较赞成麦田的结论：“开心网把校友录的数据库用进去推荐算法里面了”，我甚至认为开心网的推荐里面不只是用了“校友录”的数据库，还有更多其他数据库（麦田对于数据的分析虽然是偏市场和运营性的，但其实对于产品设计的促进一样很大，而且他确实是一个观察数据很细，研究数据很深的人）。

不关注数据采集的方式和方法
当我们为某个项目寻找方向或者确定某个决策，需要一些数据的支持，以便了解状况并确定思路。这个时候，不仅需要给出“需要什么样的数据”这个需求，同时还应该包括如何得到这些数据。

很多时候，我们只提出需要什么样的数据，并不去提出要求如何得到这些数据的方式、方法，完全依靠调研者的经验去获取数据，这是不可取的。因为这样来的数据对结果的帮助是不准确的，甚至往往会出现误导。因为调研过程中不同的方式方法，得到的结果会不一样。

比如，还是要做一个购物搜索的网站，你给出的“需求”不应该只是“用户目前获取信息的方式”、“搜索的商品类型”等，还应该包括数据的来源以及获取的方法。现有搜索网站、问卷、电话……不同的方式、方法和渠道，得到的数据是不一样的。不同水平的人采集到的数据结果也是不一样的。

往往我很同情国内的同行，大家能找到靠谱的数据真的少得可怜。就拿行业数据来说，基本上国内没有一家第三方机构可以提供靠谱的数据。某些商业统计机构给出的数据丝毫不具备可信度。最根本的，我们可以去看看尼尔森在欧美的一些问卷，从问卷设计的逻辑、采集方式、统计方法，甚至包括“埋地雷”的方法，都高出国内这些数据提供商一大截。比如一个细节：试试访问尼尔森在欧美的一些问卷，如果你是玩的心态，很快就会被说“谢谢你参与调查”。因为，他们很快就通过“地雷”判断出你并非真正的采集对象，很快就把你踢走了，而国内的你可以随便玩。

有些时候，如果实在没有办法，去做小量的抽样数据，也比这些不靠谱的数据去分析强。

只用定量数据，没有定性数据
还说那个最老土的例子。沃尔玛每天最重要的事是“想尽一切办法，把货架摆好，让顾客更快的找到，更快的走掉”。事实上，当他们的MBA（商业数据分析）人员通过庞大的数据处理系统发现，啤酒和尿布的销售曲线惊人相似时（特别是在周末），他们其实只能得到一个“结论”。

但这些知识定量的数据，并不能挖掘出背后的顾客行为，以及为什么会造成这个现象。这个时候，如果靠分析、猜测是不能得到正确结论的，方法只能是去结合“定量”的研究，通过具体观察和调研了走到用户身边，最终才能了解到“因为，在美国一般都是男人去买尿布的，而在沃尔玛就算买1美元的东西也要排队半个钟头结账，男人们周五往往会待在家里看球，这个时候就顺手拿了啤酒犒劳一下自己”。

海量的定性数据，只能告诉我们结论，不能告诉我们背后的原因。同样，如果只有定性的数据，往往看到的现象可能是片面的，结论可能是有偏差的。

还有一些常见问题：只关心数据结果，不关心过程（比如，就知道那个广告的流量大，没注意那个广告比别的高出3倍）；只看大数据，不看小数据（比如，只发现交易量疯狂增长了，没注意虚假交易疯狂上升了）；只看数据表象，不看发展过程（比如，只知道现在的行业分布均衡，没发现曲线的前方已经出现裂痕）等。因为没有方便拿出来说的实例，所以这里不再一一絮叨。

其实，要看明白数据是个很简单的事情，但要真正懂数据背后的原因和逻辑，是一个很难的事情。自问，我依然只刚刚上路。

不过，可以肯定的是，随着对于用户的接触越多，对于用户心理模型的理解越透彻，对于业务逻辑了解得越透彻，一定会带来对于数据的理解能力越强。 共勉。

形式化验证工具TLA+：程序员视角的入门之道 女娲是飞天分布式系统中提供分布式协同的基础服务，支撑着阿里云的计算、网络、存储等几乎所有云产品。在女娲分布式协同服务中，一致性引擎是核心基础模块，支持了Paxos，Raft，EPaxos等多种一致性协议，根据业务需求支撑不同业务状态机。如何保证一致性库的正确性是一个很大挑战，我们引入了TLA+、Jepsen等工具保证一致性库的正确性。本文即从程序员视角介绍形式化验证工具TLA+。
《伟大的小细节：互联网产品设计中的微创新思维》——第1章 1.0小细节的大疑问 本节书摘来自华章计算机《伟大的小细节：互联网产品设计中的微创新思维》一书中的第1章，第1.0节，作者：文哲著， 更多章节内容可以访问云栖社区“华章计算机”公众号查看。
《系统分析与设计方法及实践》一3.1 案例研究中涵盖的内容 本节书摘来华章计算机《系统分析与设计方法及实践》一书中的第3章 ，第3.1节，窦万峰 主编 宋效东 史玉梅 李东振 赵菁 等参编更多章节内容可以访问云栖社区“华章计算机”公众号查看。
《系统分析与设计方法及实践》一第2章 软件分析与设计过程及其模型 本节书摘来华章计算机《系统分析与设计方法及实践》一书中的第2章 ，第2.1节，窦万峰 主编 宋效东 史玉梅 李东振 赵菁 等参编更多章节内容可以访问云栖社区“华章计算机”公众号查看。
《系统分析与设计方法及实践》一第1章 软件分析与设计概述 本节书摘来华章计算机《系统分析与设计方法及实践》一书中的第1章 ，窦万峰 主编 宋效东 史玉梅 李东振 赵菁 等参编更多章节内容可以访问云栖社区“华章计算机”公众号查看。
异步社区 异步社区(www.epubit.com)是人民邮电出版社旗下IT专业图书旗舰社区，也是国内领先的IT专业图书社区，致力于优质学习内容的出版和分享，实现了纸书电子书的同步上架，于2015年8月上线运营。公众号【异步图书】，每日赠送异步新书。