如果將成功比作北極星，用戶調研可以幫手你找到它的位置，但是數據就像GPS一樣可以讓你知道你距離它有多遠。這就是成功產品設計中的陰和陽。

數字還是情緒。

定量還是定性。

數據科學還是人文科學。

針對以上三個方面的論戰已經屢見不鮮了，哪一個的優先級更高一直在爭論不斷。一些人始終堅定站在某一邊，而另一些人則還是那句老套的“兩邊都重要”，或者“看情況吧”。這兩種人可能都是對的，但我想從我自身的經驗中分享一些小提示和小技巧。

如果做得好的話，UX和數據應該是完全互補的

A／B 測試之所以如此流行是因為易于設置而且花費不高。但不要因為這樣就隨意采取A／B測試，否則的話會非常容易讓你掉進測試的兔子洞中。

這聽起來是不是很熟悉：一個測試接著另一個測試，你一直在尋找最大化收益和高點擊率的方法。然而，你會發現你一直追求的是小勝利。大多數情況下，你并不會發現從產品中根本上改變用戶使用方式的改動。悲催的是，多半是糟糕的設計勝出。

Facebook 的設計VP，Julie Zhuo，曾經指出：“如果你把一個巨大的紅色按鈕放在頁面中間并讓它一直閃爍著，那么所有人都會去點擊這個按鈕”。

差不久不多是這樣的按鈕

我曾經做過一個非常重要的著陸頁，上面有許多關鍵的交互。我們當時一直對這個頁面上做些小修小改（設計上，文字上，內容上），希望能產生“冠軍組合”。經過幾個月的幾十次的A／B測試，“冠軍”終于產生了。

但是丑爆了！誰看誰說丑！

這些小修小改全是細微設計和以用戶為中心的調整，，產生的結果就是一個可以正常工作的弗蘭肯斯坦，但是毫無情感在里面。每個人都認為重新設計是有須要的，即使這意味著需要花費更多的時間和資源，并且沒準還不如本來的設計，這是有必然原因的。幸運的是，通過一些用戶調研和原型設計，我們的重新設計完全可以制止“弗蘭肯斯坦”的產生并大獲全勝。

底線就是每一個A／B測試都要出師有名。你不能盲目地改動參數去測試，相反，你應該擁有關于為什么改動會有效和為什么用戶會因為這個改動而受益的有力假設。

不要盲目去做A／B測試，即使是在你本身身上

這里就要談到陰和陽了。讓UX和數據相輔相成的關鍵就是用戶調研。定量分析幾乎不能增加洞察力，因為其中的數據不會顯示感受和情緒，然而這確實產品設計中的重要部分。即使你找到了一個致勝的改動點，你知道你所做的是正確的，因為用戶買賬了，但是你不知道背后的原因是什么，這導致無法從過去中學習并復制這種成功。

情況可能會更糟一些。有時候人們盯著A／B測試并試圖僅僅從結果的數字上總結出用戶的行為，這就掉進了一種陷阱中。在我們知道結果后，我們可能總是能夠找到方法來調整設計并使改動后的設計奏效，但這很危險。正如我在上面提到的，如果你在暗中中射擊，那么你會發現本身一直在追求的是小勝利，從而忽視了大的格局。

如何制止這個陷阱呢？在做測試前你需要去了解用戶的基本需求和用戶行為，而用戶調研就是用來干這個的。舉個例子，為什么用戶首先拜候（或者不拜候）你的網站？他們想干什么？是什么阻礙了他們使用你的產品？這些問題都可以通過用戶調研來回答，而不是通過A／B測試或Google Analytics。

我并不會為了設計一個 A／B測試深入到具體的用戶調研的細節。但如果你感興趣的話，Jennifer Cardello 寫了篇文章談到了如何用用戶調研來創建更好的測試參數。

上面我指出了數據和A／B測試的局限性，以及這種方式是如何讓人們誤入歧途。然而，我仍然認為數據是幫手我們衡量成功的最快的方式。用戶調研能夠展示用戶腦中想的和嘴上說的，但無法確認他們在生活中的真實行動。依我個人經驗來說，在做過了這么多的用戶訪談和可用性測試之后，我發現許多人并不能言行合一。在用戶訪談中，用戶總想表示得更聰明、更有同情心、更用心并比其他人要更優秀。所以我學會了不要完全相信用戶在調研中所說的。

標簽：九江 烏魯木齊 林芝 鹽城 東營