UE Design | 如何以数据推进设计优化（上）-京东云开发者社区

<center>![](//img1.jcloudcs.com/developer.jdcloud.com/f94f7a7e-1829-41b7-9af0-a41eda964dd520210126235013.gif)</center>

数据分析在当前的设计环境中，是对设计师越来越重要的一项必备能力。在工作中，设计师通过数据分析可以发现问题、激发设计思路、客观认知设计，输出的设计方案也更加有理有据。本文通过实际设计案例的讲解，叙述下数据分析流程，及如何通过数据分析推导优化方案。

### 一、为什么要看数据？
设计师需要很多很多是感性的，而数据是真实可考量的，至于为什么要看数据，不同角色有着不同的目的。对设计师而言，通过数据可以做很多的事情，简单举例如下：
<center>![](//img1.jcloudcs.com/developer.jdcloud.com/c7f0fb50-96b3-4148-9724-63a67031fa7620210126235052.png)</center>

#### 1、发现当前问题
用户很多时候是沉默或者无法接触的，特别是针对 toB 业务，设计师很少能直接触达到用户，无法及时发现用户使用问题。通过对数据观察和分析，可以清晰的了解到当前设计暴露的问题。比如页面位置很突出的模块真实点击数据却并不理想，再比如专题页某重要按钮用户的点击率很低等等，这些情况从数据上可以很直观的看到，或多或少说明了设计的不合理，需要通过数据，结合用户、场景等，详细分析问题原因。

#### 2、提供设计思路
如果在设计之前，你并没有很好的设计方向，则可以通过数据，挖掘用户画像，探知用户的真实诉求，发现更多设计点，为方案输出提供可靠的设计思路。

#### 3、佐证设计方案
当交互方案输出后，需要拉齐产品、设计、研发、运营等一同讲评设计方案。参会人对产品方案并不是都和你一样详细思考过，对于你所输出的设计方案，他们会有各种的疑惑，你则会遇到各方的挑战，此时线上的数据分析就是很好的一个证据，来佐证你所提供的设计方案是严谨思考后的产出，是值得推敲的。另外我们常用的ABtest方法，A和B的设计方案略有不同，在上线后数据可能会存在明显的差异，通过数据对比可以清晰的了解到设计方案的优劣。

#### 4、证明你的价值
对于设计师而言，我们不涉及到具体的销售额、运营目标等指标，无法用这些来说明设计的价值，但我们通过数据可以量化数据，发现你的设计所创造的价值。举例来说，做升级迭代在优化方案上线后，通过对前后版本的数据对比，比如停留时长、跳出率降低、转化率等等，可以佐证设计对于项目的价值。

### 二、如何做数据分析？
<center>![](//img1.jcloudcs.com/developer.jdcloud.com/13108376-cd4a-48b6-8867-9763196b691b20210126235204.png)</center>

依据数据进行设计的流程一般如上，首先要做的是对数据的汇总和整理，再对数据做正确的分析，挖掘用户需求，走查设计缺陷，洞察机会点等，并针对性的输出设计方案。在方案上线后，要再次观测数据，验证设计方案是否真实有效的解决了问题。从前期数据汇总到方案上线后数据对比，这是一个很长的流程，需要设计师持续关注。

<center>![](//img1.jcloudcs.com/developer.jdcloud.com/3f2237c1-8559-4310-a6af-5f4d826440d920210126235332.jpg)</center>

<center>![](//img1.jcloudcs.com/developer.jdcloud.com/a99a7f99-d83a-49f6-a4a2-7c7d73213f9e20210126235534.png)</center>