经验设计OR数据驱动设计?

先讲Airbnb起死回生的故事–靠经验设计的故事,拍脑袋的方案救了Airbnb。2009年4月,Airbnb这家创业不到一年的创业公司快挂了,每周营收是200美金,三个创始人平分,他们信用卡都快刷爆了。

Airbnb属于著名的孵化器 Y Combinator,所以有机会得到Paul Graham的指导。类似于你在创新工场孵化,就会经常得到李开复的指导一样。有一天团队三人和Paul Graham在旧金山潜心研究自己产品到底哪里出问题了,三个创始人就在Airbnb上搜纽约的短租房,搜了很多。逐渐联合创始人Joe Gebbia发现一个最大的问题:图片质量太差!房主在Airbnb上传的照片不是手机拍的,就是从信息分类网站上找的,这样的照片质量难以保证,导致用户下单意愿很低。

Graham给了一个不成规模的、非技术的解决方案:去纽约,租相机,找到发布房源的人,拍高清专业的照片,替换原来那些业余的照片。三个创始人就这么办了,所有图片都换成了漂亮的照片。

一周后,每周营收翻番了,变成400美金。这是Airbnb创始8个月以来第一次在营收上取得进步!

故事讲完了,Graham的解决方案其实是没有依托任何数据支撑的,完全凭直觉,但操作性很强。尽管三个联合创始人发现的问题,但也不是通过数据发现的,而是自己使用产品过程中做的一个可能的判断,全凭过去的经验。

我们再来看一个有数据支撑的案例。现在比较火的几个概念里,“大数据”是一个。很多公司言必称数据,大到CEO决策看宏观数据,小到产品经理上个功能看调研数据,都得看数据。

以前有个设计师Luke Stevens热衷于数据驱动设计,他想写一本这方面的书,于是这哥们先重新设计自己的网站。他要把自己的网站变成数据驱动设计的一个范本,先来个A/B测试吧。他对自己的书设计了两个不同页面,一个有关于新书详细的说明(方案A),一个描述很简单(方案B)。每个页面都有一个框用来用户留下自己email地址。如下面两幅图所示:
%e8%af%a6%e7%bb%86%e7%9a%84

%e7%ae%80%e5%8d%95%e7%9a%84

他的假设是:有新书详细说明的页面会收集到更多的email地址。然后开始收集数据,结果显示:新书详细说明的页面收到了33个email地址,而简单页面收集到了77个email地址。然后这个小哥很开心地把这个结果发到自己博客上,并认为这是数据驱动设计的有力证明,因为数据总是能告诉我们之前不知道的东西。

对吗?

他把收到的email地址数当做一个测量指标,从而认为77比33多,就应该采用方案B。问题在哪?有很多:77个email地址和33个email地址,每个email地址权重是不一样的;留下email地址的人,最终有多少人会买他的书呢?这个问题才最关键。他的目的是让更多的人去买他的书,没准方案A中33个人全买了他的书,而方案B中只有20个人买了他的书。

所以,我们尝试用数据驱动设计时候,选择测量什么非常关键。如果测量项选错了,会犯错误。

以前并没有像现在这样便利地收集各种用户行为数据,大家设计都靠感觉、凭经验,现在有了各种先进的方法和工具收集数据,也带来了问题:面对冰冷的数据,你知道数据背后的含义吗?你选对了测量项吗?

100万下载量,1000万注册用户,2000万推特转发,1亿页面流量量。要小心这些vanity metrics,它们很容易被操纵,和以下这些关键指标相关性不大:活跃用户、活跃度、获取新用户成本,收益和利润。First Round Capital的 Josh Kopelman认为“留存和复用指标才是最为关键的.”

最后Luke Stevens的两个页面到底表现如何?我们无法知道,因为他后来就没有写书。

You may also like...

发表评论

电子邮件地址不会被公开。 必填项已用*标注