作品集里还在乱放数据分析？快收下这份避坑指南！

数据分析相关干货：

最近在作品集的讨论和界面改版中，有很多回复经常会提到数据，比如没有数据的改版是没有意义的，作品集里应该放数据来提高专业性之类。

对数据的认识缺失一直是 UI 设计领域的重灾区，多数设计师既不了解数据的产生过程，也不了解数据的运用方法。

所以，这次的分享就围绕数据分析和 UI 设计的关系，在作品集中该不该放、怎么放。

一、项目中的数据与设计

首先，我们要对项目的数据有一个基本认识。

相信大家都能理解，数据对于一款产品的运营来说至关重要。因为产品上线以后的具体成效，是要用数据来衡量的。

比如我们天天在媒体上看到的用户总量、用户停留时长、当月留存、销售总额、复购率、好评率等，都是产品产生的数据内容。有了数据，我们才能对产品的实际状况有清晰的认识，并会对产品的决策起到关键的影响。

以一个电商类应用为例，其中有一个重要的指标叫购买转化率，指在特定页面或场景下完成购买操作的用户比例，即：购买的用户总量 / 访问页面的用户总量。

这个页面存在的价值，就是促进购买，实现更高的销售额。如果购买转化率过低，就证明它的效果很差，价值没有兑现。以一个产品迭代的角度来看，这个界面必然要做调整，实现更高的转化率，从而提高整体收益水平。

这种调整的过程，就叫由数据驱动的迭代，以提升某项或多项数据为目标，进行的产品优化和改版。

再进入更宏观的层面，C 端产品的运营和发展，就是追求更多的利润为目标。而利润作为最终得指标，它还受前置的用户量、访问量、转化率、满意度等一系列数据指标的影响。

所以一个产品要达到最终得目的，就要提升各个下级数据的表现。要实现这个目标，就需要围绕下级指标进行系统性、长期的规划和实践，包括但不限于功能、运营、交互、界面的设计。

这种针对产品最终目标所展开的工作流程，也叫 —— 增长设计。

和增长设计类似的还有一个大家耳熟能详的 —— 体验设计，即以提供更好用户体验为目标的产品设计思路。

之所以体验设计上镜率更高，是因为从 ZZZQ 的角度来说，一款产品只要体验做的越好，那么用户自分享还是使用、购买率也就越高，自然带动增长。

这种实现 A 就能达成 B 的朴素逻辑，在现实环境中不堪一击。因为光做好体验也不代表用户愿意付费，大概率会出现叫好不叫座的境况。

所以很多产品团队在经历过一系列现实的毒打以后，论证了这个伪命题，既然要赚钱，那就应该以数据去驱动，而在数据的驱动下，体验是可以用来牺牲的。比如弹窗广告和推送，明知道用户不喜欢还要做，原因就是它能带来数据增长收益是大于体验上的损失的，既然收益能更大，那当然是 “再苦一苦用辣！”。

虽然做是那么做，但嘴上当然不能承认，只能一边喂用户看广告推送一边高举体验的大旗，这就是国内产品市场分裂的现状。

提升数据的重要性已经成为全行业的共识，自然也要成为 UI 设计师关注的对象。因为设计的成果也会对数据产生直观的影响，比如流传最广泛的案例之一，购买按钮用红色还是蓝色更能提高点击率。

C 端设计师的主要职责之一，就是做出尽可能提升数据和转化的设计出来。这也是我们一直强调的 C 端和 B 端之前的差异原因，C 端做的是增长，B 端做的是效率。

数据增长很重要没错，但是……怎么做才能保证数据的增长呢？

很多 UI 设计师仅仅了解了前半部分的常识，但完全没有考虑后半部分的问题，因为实际项目中要满足数据

增长的设计，绝对不是换个按钮颜色还是圆角那么容易。

在真实项目中，多数数据指标的增长，是团队共同作用的结果。比如上面提到的关注购买转化的页面，优化中涉及产品功能、框架的变更，运营文案、商品、优惠调整，最后视觉样式、风格的改版。

假设最终购买转化大幅度提升了，功劳怎么算？或者我们能百分百肯定设计的迭代在这里面发挥了作用吗？有没有可能是运营给了满 100-99 的神券从而导致数据的暴涨，随便你界面设计成什么样都没有区别？

很大概率是这样的，设计对短期数据的直接影响是有限的，产品的增长往往源自其它方面的调整。

即使是以体验角度做量化，比如满意度、NPS 值等，也很难评估。因为数据要通过控制变量统计才有价值，很少有迭代是在产品功能、运营、推广完全不变的情况下做体验改版，所以结果拿到的数据是没有代表性的。

这又造成了另一个问题，那就是很多设计师觉得产品数据只要好看，怎么设计随意，没有直接带来数据增长的设计、改版、优化都是徒劳的，对任何基于体验的优化都嗤之以鼻，面对自己设计出来的撇脚界面心安理得。

虽然结果不好判断，但不代表基础视觉、体验部分可以放飞自我。不是数据更重要，所以视觉、体验就要放弃治疗，二极管思维是做决策的最大敌人。

真正的 UI 设计过程，是 —— 优先满足体验、视觉的要素作为基础，再围绕数据的增长来对它们进行调整（牺牲）。

因为围绕数据增长分析并给出的方案，99% 都没办法预测它们的实际结果，在没有上线前，所有的方案都只是假设，只有在验证后才知道它的实际效果。即使验证后可以分析得失做下一轮调整，也不代表一定能得到有效的结果。

所以基于数据增长做设计，就是一个持续提出假设并验证的循环。而我们拿手的基础视觉、交互、体验，就是展开验证的基石，你做好了不一定能带来好的结果，但你做得差，一定会引发负面影响！

二、作品集中的数据展示

UI 设计师的产出价值不好评估，而很大厂的职场环境，需要设计师能证明自己的价值，才有升职发展的空间。光自己说视觉、交互、体验更好有用嘛？当然是收效甚微的。

所以要抛开主观的评价体系，最客观直接的就是用量化的数据做背书，比如改版提升了多少的留存、转化率、满意度等。

所以大厂 UI 设计的汇报、文宣，经常会重点突出设计的数据成果，因为这是环境造就的，即使他们自己都知道这些数据很勉强但还是会硬上。

而大厂的成熟产品除了可以获得反应结果的数据外，往往还便于获取用于分析决策的数据。包括外部的宏观数据，如所属行业市场总额、增长率、企业数，以及内部的微观数据，如用户的性别、年龄占比，以及内容偏好、操作行为数据等。

这些数据确实非常有用，往往对产品的决策会起到很大的影响，能提高我们做决策的准确性。

但是，没有数据产品就做不了了？当然不是，因为很多情况下决策所需的有效数据，在没上线之前是获取不到的。而很多初级 UI 设计师对有效数据的理解基本为零，以为只要是数据就是瑰宝。

举个例子，比如要做个面向东南亚国家的有声少儿绘本应用。在立项前，老板仔细调研了当地的相关情况和数据，比如少儿绘本销量、市场规模、婴幼儿数量、增长率、父母陪伴时间等等，于是做了要做这个项目的决定。

这些数据重要吗？太重要了，没这些数据就没有这个项目。但问题是，这些数据对设计有什么用？

我们拿到项目以后有明确的用户对象（东南亚年轻父母）、收入人群占比、市场规模等，这些能转化成设计决策吗？当然是不行的。

前期市场调研的数据是用来做项目决策的，不是拿来给设计当台阶的，设计展示里罗列一遍基础数据有什么意义，让观看者背诵并朗读项目文书？

而如果让我来做设计的话我希望获得的数据，就可能包含下面这些：

1. 使用场景主要集中在哪些时间段
2. 绘本更喜欢有动画的还是静态的
3. 用户试看内容产生付费意愿的阶梯
4. 用户更喜欢横向还是纵向观看操作
5. ……

很多关键的数据刚开始根本就不会有，我们确实可以通过用户调研的形式去采集一些数据，但准确性没有保证，很多数据依旧要上线后才能获取。

在项目前期，主要设计的决策得基于对用户、场景的认识做推导再给出“方案假设”。虽然没有数据，但只要你的推导过程符合逻辑，能说服团队成员就行，上线后再进一步优化。

所以总结起来，UI 设计作品集里可以应用两类数据：

1. 决策材料：用于形成设计决策，并能影响、衔接最终设计结果的数据
2. 成果数据：产品上线后表现设计成果、价值的量化性数据

决策数据要放进作品集，就要确保你可以直接解释这些数据对你的界面产生了哪些影响，哪些设计的结果是基于对数据的认识做的。

成果数据要放进作品集，就要确保这些数据的统计环境是有准确性和可信度的，而不是把团队的成果揽在自己身上。

两种数据的应用条件都很苛刻，因为数据的有效应用确实是高级 UI 设计师的能力表现。而初级设计师胡乱引用数据的做法，除了感动自己不会带来任何正面收集，只不过告诉观看者你搞不明白数据和 UI 的关系。

尤其在面向大厂的投递中，虽然大厂设计师会为了汇报强行引用数据，但不代表他们自己就认可这种做法和允许投递者也套路他们，这些不严谨的数据应用容易在面试过程中被无情拆穿和打击……

数据只有在你项目设计过程中真的用到，且产生关键影响时，才有在项目中出现的必要，这只是对你项目流程的复现，而不是“硬塞”进去。

结尾

最后强调一点，做作品集的时候要学会“尊重”，不要预设观看者都是傻蛋，能被你自己不用且不信的东西糊弄过去。

不管是数据还是项目、体验分析，套路化模板没有任何市场。项目包装是对项目流程的反映，做不好包装的本质是你们项目的能力不足，所以该做的是提升做项目的相关技能才能治本。

欢迎关注作者的微信公众号：「超人的电话亭」