導(dǎo)讀：實驗數(shù)據(jù)本身毫無價值，但精心收集的數(shù)據(jù)能成為實現(xiàn)最終設(shè)計目標(biāo)——打造最佳用戶體驗的關(guān)鍵工具。本文介紹實驗方法的基本原則，以及如何將這些原則以一種快速可拓展的方式——A/B測試——在互聯(lián)網(wǎng)產(chǎn)品與體驗的設(shè)計流程中進(jìn)行實踐。希望你能對相關(guān)名詞和概念熟稔于心，可以繼續(xù)深入了解A/B測試的相關(guān)實踐。

作者：Rochelle King, Elizabeth Churchill, Caitlin Tan

如需轉(zhuǎn)載請聯(lián)系大數(shù)據(jù)（ID：hzdashuju）

無論你在何種類型的企業(yè)就職，我們都希望你將打造最佳用戶體驗作為最重要的目標(biāo)與挑戰(zhàn)。用戶群體的差異很大，他們的經(jīng)歷、能力及預(yù)期都將影響并驅(qū)動他們的行為。如果僅依賴直覺，即使最優(yōu)秀的設(shè)計師與產(chǎn)品團(tuán)隊也難以打造符合所有場合、所有用戶的完美體驗。

通過高效的實驗方法收集用戶數(shù)據(jù)，將在用戶行為多樣性、相似性、差異性及設(shè)計對用戶影響等方面獲得大量洞察。實際上，實驗是一種與用戶對話的方法，能了解用戶的想法。收集實驗數(shù)據(jù)有助于落實“用戶至上”的理念，并且在打造最佳體驗的前提下進(jìn)行設(shè)計決策。

?

01 數(shù)據(jù)的多樣性

本文將利用一個形象的比喻幫助闡述一些概念與場景。我們發(fā)現(xiàn)，通常一個強(qiáng)有力的比喻有助于生動傳達(dá)某些概念的內(nèi)涵，而真實案例有時難以做到這一點。有時，相比搜集真實的案例，簡單的示例更適于當(dāng)下的情形。所以我們邀請你扮演夏令營的擁有者。每年，你將迎接大約200名兒童，并將與他們一起遠(yuǎn)足，開展戶外活動，一同進(jìn)餐。由于夏令營的規(guī)模很大且活動豐富，一些營員的反饋也許不能代表整體營員的感受。夏令營已運營了一些年頭，每年都有一些老營員光顧，但這畢竟是在做生意，你希望能夠持續(xù)吸引更多新成員。夏令營是一個循環(huán)往復(fù)的過程，這也解釋了你為何希望采用新方式來改進(jìn)夏令營的體驗，進(jìn)而提升你的業(yè)務(wù)。

提起數(shù)據(jù)，我們只單純指那些可被收集、衡量或分析的碎片信息或信息集合。我們的目的不在于討論數(shù)據(jù)本身，而是使你認(rèn)識到數(shù)據(jù)對了解用戶的價值。比如老營員不喜歡過多食用綠色蔬菜，對制定夏令營運營計劃的你而言，這是否算是一則有用的信息？

常聽有人爭執(zhí)于一些數(shù)據(jù)比另一些更具價值。但我們認(rèn)為，與其說存在所謂的最佳數(shù)據(jù)，不如說能最大化幫助你獲得所需信息的數(shù)據(jù)即為最佳。

為此，我們將介紹一些（而非全部）數(shù)據(jù)的不同維度，而不再一一深入贅述各類數(shù)據(jù)或其收集方法。

?

02 數(shù)據(jù)的不同維度

數(shù)據(jù)與設(shè)計的討論中假如不涉及數(shù)據(jù)維度的討論，便是不完整的。介紹這些是要向你說明，具有不同優(yōu)缺點的數(shù)據(jù)類型適合于不同的業(yè)務(wù)場景及目的。

因此，你需要判斷哪些數(shù)據(jù)可用，哪些不可，以及這些數(shù)據(jù)類型是否適用于待解決的問題。這一系列需要思考的問題總結(jié)一下便是：為什么收集，何時收集，如何收集，收集量是多少。這些問題有助于你理清所要收集的數(shù)據(jù)維度與類型。

1. 為何收集數(shù)據(jù)？

首先，你要想清楚為何收集數(shù)據(jù)。換句話說，你希望從數(shù)據(jù)中獲得哪些信息？

也許你十分想了解用戶的行為習(xí)慣。簡單來說，行為就是用戶做了什么，或采取了哪些行動。比如，假設(shè)你剛剛在應(yīng)用程序中推出了一個新功能，你想了解用戶能否找到這個功能，以及會在什么情況下使用它，那么你需要考慮用戶行為數(shù)據(jù)的收集。

通常，這非常便于衡量與檢測行為。實際上，人類行為的用戶研究員常說，相比一個人說了什么，你應(yīng)當(dāng)相信他的行為。然而，僅僅觀察行為并不能告訴你用戶行為背后的原因，或是他們的感受。

可能你也想要了解用戶的態(tài)度與期望。比如，假如你對行為好奇，便會思考用戶是否會點擊按鈕。相反，假如你在衡量用戶態(tài)度，你可能會思考，用戶點擊按鈕前對點擊結(jié)果的期望是什么。你可能想要了解什么結(jié)果符合或違背了用戶的期望。

最后，你可能想要了解用戶的感受。這類數(shù)據(jù)反映了用戶的情感狀態(tài)，是一種“效應(yīng)”數(shù)據(jù)。你可能會思考，用戶是否信任你的企業(yè)或品牌？是否對新的注冊流程感到不安或滿意？

與行為數(shù)據(jù)相比，觀點態(tài)度與情感數(shù)據(jù)的收集更難擺脫主觀因素而不失偏頗。一個常見的問題是，用戶通常希望提供“正確回答”，因而，他們會告訴你所希望聽到的答案，并非自己的真實想法。這稱作社會期許反應(yīng)偏差或默許偏差，許多技術(shù)手段可以有效避免這種情況。

雖然存在種種難題，但觀點態(tài)度與情感類數(shù)據(jù)對于打造良好的用戶體驗非常關(guān)鍵。即使每個用戶都會點擊新按鈕，但假如點擊后的結(jié)果與他們的期望不符，用戶便會感到失望，也會失去對產(chǎn)品和品牌的信任。

2. 何時收集數(shù)據(jù)？

除了考慮數(shù)據(jù)內(nèi)容，也要考慮何時收集它們。拆分成兩種便是：縱向數(shù)據(jù)與快照。

首先，數(shù)據(jù)收集的時間間隔是多少？縱向數(shù)據(jù)來自同一名用戶一段時期內(nèi)的數(shù)據(jù)（周期可能是幾天、幾個月甚至幾年），使你能夠了解在這段時間內(nèi)用戶的改變、調(diào)整適應(yīng)與學(xué)習(xí)進(jìn)步。你能夠了解以往的經(jīng)歷如何影響著未來的經(jīng)歷，這為你的數(shù)據(jù)分析提供了背景信息。然而，你的分析必須等到周期結(jié)束，同時數(shù)據(jù)收集也必然將花費更久的時間。

假如將縱向數(shù)據(jù)比作一段視頻，那么快照便是一張圖像。相比了解用戶的行為變化，也許你只想了解用戶使用產(chǎn)品的其中一種情況。這種數(shù)據(jù)能夠被更快地收集（你可以一次性觀察上百名實驗參與者，而你將需要花費兩年時間觀察并研究一名用戶的行為），但會缺失一些信息，諸如用戶先前行為對后續(xù)行為的影響，以及一段時間內(nèi)用戶的行為變化。

另外，需要考慮數(shù)據(jù)收集的環(huán)境，是真實場景中還是孤立場景。想象一下，在通勤時間，用戶在擁堵的地鐵上試用令人著迷的手機(jī)游戲，與他們在辦公室——一個安靜私密的空間——使用這款游戲之間的差異。在孤立的環(huán)境中收集數(shù)據(jù)有助于控制那些可能影響或改變用戶使用行為的因素。

你很明白，若干用戶同時測試，環(huán)境將不會對他們的體驗產(chǎn)生任何影響。但是，用戶完全不可能在安靜而隔離的溫室中使用產(chǎn)品。上下文數(shù)據(jù)可以反映設(shè)計在“原始環(huán)境”——一個嘈雜混亂、充滿挑戰(zhàn)與干擾的真實世界——中的真實情況。

3. 如何收集數(shù)據(jù)？

根據(jù)問題的不同類型，數(shù)據(jù)可被分為定性數(shù)據(jù)與定量數(shù)據(jù)。定性數(shù)據(jù)用以闡述諸如“為什么”或“為什么如此”的問題。這類信息能夠被觀察或捕捉，但不能以量作為衡量標(biāo)準(zhǔn)。在設(shè)計過程中，定性數(shù)據(jù)有助于建立起用戶同理心，了解用戶的想法態(tài)度、觀念、價值觀和需求。

相比而言，定量數(shù)據(jù)通過數(shù)量來闡述觀察結(jié)果。定量數(shù)據(jù)適用于回答“多大量”或“多少量”的問題。可在設(shè)計流程中使用定量數(shù)據(jù)來衡量一些固定指標(biāo)，如日活躍用戶（DAU）或用戶留存率（在所定義的兩個時間段內(nèi)繼續(xù)使用產(chǎn)品或服務(wù)的用戶占例，比如，橫跨兩種業(yè)務(wù)時）。

另外，可以通過自述報告或觀察收集數(shù)據(jù)。自述報告的數(shù)據(jù)包含詢問用戶的問題及用戶的一些回答。相比詢問用戶，觀察用戶行動或行為能夠獲取觀察數(shù)據(jù)。如前面所述，自述報告的數(shù)據(jù)也許不太客觀，因為用戶可能會給出我們希望了解的內(nèi)容，而非他們真實的想法或行為。但有些類型的數(shù)據(jù)（比如觀點態(tài)度或情感數(shù)據(jù)）難以通過觀察獲取。

最后，根據(jù)想要獲得的信息深度或事先想要了解的信息量，可以選擇收集封閉式數(shù)據(jù)或開放式數(shù)據(jù)。在訪談等場景中收集封閉式數(shù)據(jù)時，人們進(jìn)行提問或觀察。當(dāng)發(fā)現(xiàn)一些有趣或令人困惑的信息時，進(jìn)一步詢問用戶行動的原因。

相比之下，在調(diào)研等開放式方法中，假如數(shù)據(jù)比較特別或不清晰，則難以繼續(xù)深入了解行為原因或意圖。封閉式數(shù)據(jù)要求觀察者跟蹤觀察或進(jìn)行訪談，了解信息并通過詢問澄清疑惑。

相比之下，開放式調(diào)研需要更多的前期投入（設(shè)計調(diào)研問題必須謹(jǐn)慎而專業(yè)，避免系統(tǒng)偏差或干擾用戶，因為這些難以澄清），但由于無須安排人員跟蹤每個階段的調(diào)研，這種方式使大規(guī)模數(shù)據(jù)收集變得容易。

此外，開放式調(diào)研確保了每位調(diào)研對象獲得近乎相同的調(diào)研體驗，不會受到行為細(xì)微差異的影響（比如，不同的調(diào)研者會采用不同的措辭或略有差異的語序進(jìn)行發(fā)問）。

4. 收集多少數(shù)據(jù)？

最后還剩一個問題，收集多少數(shù)據(jù)才足夠。實際上，這是一個相當(dāng)難給出答案的問題，本文將簡要提及一些。這個答案很大部分依賴于根據(jù)所要收集的數(shù)據(jù)類型與最終目標(biāo)所做出的決策。

想象一下，你工作的桌子旁有一塊地毯。一天，你看到某人因地毯的一塊隆起而絆了一下。你會一直等到10個、100個甚至更多人都絆倒在同一處時，才會考慮撫平這塊地毯嗎？當(dāng)然不會。

這與如何看待軟件缺陷問題的情況一樣——當(dāng)你發(fā)現(xiàn)了一些軟件/硬件配置問題，雖然不確定多少人面臨同樣的問題，但你會修復(fù)這個問題。這個原則同樣適用于設(shè)計的可用性問題。包含少數(shù)參與者的研究（通常叫作“小樣本研究”）可以完美說明此類問題，你無須量化問題人數(shù)來確認(rèn)問題是否是由設(shè)計引起的。

比如，圖2-1指出，由5個被測試者即可確定85%以上的可用性問題。假如調(diào)研更少的用戶，你同樣可以在相同時間內(nèi)獲得更豐富、更深入的數(shù)據(jù)信息。

然而，在某些類型的小樣本研究中，你無法保證研究發(fā)現(xiàn)適用于總體中的每一個個體。同樣，你也無法采用更高精度的方法量化到底多少用戶將遇到相同的問題，或產(chǎn)生相似的感受。這意味著，小樣本研究不適用于某些決策，比如，確定某個問題的產(chǎn)生概率。

▲圖 2-1：隨著更多用戶的參與，從每個后續(xù)用戶中獲取的信息量在逐漸遞減。絕大多數(shù)人（包括NNG，本圖表的發(fā)明者）都贊同，可用性測試只需5名用戶參與，便可使你不費吹之力注1發(fā)現(xiàn)85%以上的可用性問題

相比而言，從大量參與者收集的數(shù)據(jù)（通常被稱作“大樣本研究”）可以提供更加精確的量化及頻率信息：多少人存在相同的感受，以及執(zhí)行某種操作的用戶占比是多少等。理想的環(huán)境中資源是無限的，你可能認(rèn)為盡量多地收集數(shù)據(jù)總是最好的選擇，這確保你掌握全部信息。

然而，你可能沒有時間以這種方式進(jìn)行研究。通常，樣本量越大，得到的結(jié)果越能夠代表整體情況（只要樣本具有代表性）。一些統(tǒng)計學(xué)方法可以用來確定進(jìn)行數(shù)據(jù)收集的用戶量，以保證結(jié)果達(dá)到一定的可信度。

我們不再深入討論更多細(xì)節(jié)問題，假如你想了解更多，建議與你的數(shù)據(jù)分析師或數(shù)據(jù)科學(xué)家進(jìn)行溝通，探討關(guān)于樣本大小和統(tǒng)計規(guī)模之間的關(guān)系。

?

03 為什么實驗

剛剛講了數(shù)據(jù)的多種維度。實際上，精確細(xì)膩地處理各類數(shù)據(jù)需要耗費數(shù)年時間。相比膚淺地研究處理多類型數(shù)據(jù)，我們決定專注于一種類型的數(shù)據(jù)收集：通過A/B測試開展實驗。

那么為何如此在意實驗，且不斷提及？簡要來說，實驗幫助我們通過證據(jù)了解事情的因果關(guān)系，而非傳聞逸事，這可能具有統(tǒng)計學(xué)意義。因此，當(dāng)在真實環(huán)境中發(fā)布設(shè)計、功能或是產(chǎn)品時，我們能夠得到一些預(yù)見性的觀點。這么說可能有點夸張，下面將進(jìn)行詳細(xì)說明。

1. 了解因果關(guān)系

先從實驗的一個明顯重要的優(yōu)勢談起。有句古老諺語：“相關(guān)不蘊含因果聯(lián)系”。這是說兩件或多件事物相關(guān)聯(lián)，意味著它們之間存在著某些共同相互的關(guān)系或聯(lián)系，這并不意味著一件事情的變化會引起另一件（些）事情發(fā)生改變。實際上，我們善于將生活中發(fā)生的各種事情與影響關(guān)聯(lián)起來。

在夏令營的例子中，假設(shè)我們試圖了解使用哪種營銷方式可招攬更多營員。對此，我們也許得出一個結(jié)論，刊登了夏令營廣告的雜志的熱賣會促進(jìn)營員增長（見圖2-2）。

雜志銷量的提升一定會引起注冊人數(shù)的增多，該假設(shè)的問題在于，在不可控的環(huán)境中，我們不是上帝，無法完美預(yù)見所有的因素，而某些因素或許會引起其他結(jié)果。我們無法排除這些因素，無法斷定預(yù)見了事情的前后因果。

▲圖2-2：假如刊登了夏令營廣告的雜志熱賣，營員增多，也許可以認(rèn)為營銷活動促進(jìn)了人數(shù)擴(kuò)張

實際上，這個例子中，雜志的銷量增多可能確實引起了注冊人數(shù)的增長，但其他原因也是存在的。增加一個變量便可清楚地解釋這一點。比如，把經(jīng)濟(jì)的發(fā)展情況考慮在內(nèi)？

實際上，也許是經(jīng)濟(jì)整體的健康發(fā)展引起了雜志銷量的提高和夏令營人數(shù)的增長。經(jīng)濟(jì)的發(fā)展使得家庭可自由支配的收入增多，因而在雜志和夏令營方面花銷增長（見圖2-3）。

▲圖2-3：然而，也可能是經(jīng)濟(jì)的健康發(fā)展引起了雜志銷量的提高和注冊人數(shù)的增長。哪種假設(shè)才是正確的？不實驗，我們便不了解真相

A/B測試和實驗的優(yōu)勢在于，它們提供了可控的環(huán)境，有助于了解事情發(fā)生的前因后果。換句話說，實驗幫助我們確立因果關(guān)系。這對設(shè)計師很重要，了解了行為的潛在原因，便能預(yù)知產(chǎn)品或設(shè)計的改變會產(chǎn)生哪些影響。

同樣，也有助于明確地了解，怎樣的設(shè)計決策會引起用戶行為的變化。再則，避免過于傾向于可支持我們觀點的數(shù)據(jù)與行為模式（心理學(xué)上稱作“確認(rèn)偏差”），降低將時間和企業(yè)資源投入到未被證明的假設(shè)上的風(fēng)險。

2. 采用統(tǒng)計方法，而非道聽途說

作為一種方法論，因果關(guān)系對于實驗而言非常獨特，是A/B測試令人期待一個重要原因，但我們依然想談?wù)撚嘘P(guān)實驗的一些其他優(yōu)勢。

一般來說，無論采取哪種數(shù)據(jù)收集方法，都旨在找到有意義并值得信賴的可引導(dǎo)設(shè)計及產(chǎn)品決策的依據(jù)。

當(dāng)團(tuán)隊中的某成員基于朋友、熟人或業(yè)務(wù)利益相關(guān)人的個人想法而建議一種全新的產(chǎn)品方向或設(shè)計調(diào)整時，你應(yīng)當(dāng)保持謹(jǐn)慎。大多數(shù)情況下，這些都是個人觀點而非真實依據(jù)。希望你對所了解的傳聞逸事的局限性有更多的思考（不僅具有偏見的風(fēng)險），提出問題來幫助了解更多信息。

這就是說，定義“有意義”的方法有許多。嚴(yán)謹(jǐn)?shù)亩ㄐ匝芯糠椒ㄕ摕o疑是有意義的依據(jù)來源，也是制定良好產(chǎn)品決策的關(guān)鍵。確保所得數(shù)據(jù)有意義的方法之一是制定良好的研究計劃。

比如，提出不包含偏見、不被偏見誘導(dǎo)或引導(dǎo)、經(jīng)過深思熟慮的問題。再比如，用戶研究員接受過良好的專業(yè)培訓(xùn)，是開展此類工作的專家。

識別數(shù)據(jù)可能存在意義的另一種方式是運用統(tǒng)計學(xué)方法。這些方法僅適用于定量測量，但因為實驗與A/B測試也是定量方法，它們可基于統(tǒng)計顯著性進(jìn)行度量。

統(tǒng)計顯著性能夠量化數(shù)據(jù)所反映的現(xiàn)象是一種真實存在而非隨機(jī)現(xiàn)象。根據(jù)所收集的數(shù)據(jù)類型，可選擇不同的統(tǒng)計顯著性度量標(biāo)準(zhǔn)，比如P值。P值用于度量某既定事件在既定情況下發(fā)生的概率。因而，P值有助于量化實驗中隨機(jī)差異產(chǎn)生的概率。

這里將不再詳述P值的計算方法，但假如你希望了解更多，建議你與數(shù)據(jù)科學(xué)家或分析師朋友進(jìn)行溝通。此處這些有限的統(tǒng)計學(xué)知識，來自一個被稱作“頻率論”的統(tǒng)計學(xué)流派，通常用于在線實驗。

統(tǒng)計學(xué)方法可以幫助確定可能有意義的數(shù)據(jù)，而非一定有意義的數(shù)據(jù)。為了確定這部分，我們同 Arianna McClain進(jìn)行了交談。Arianna現(xiàn)在擔(dān)任DoorDash公司用戶洞察部門的主管，最近擔(dān)任全球設(shè)計公司IDEO的設(shè)計研究員及設(shè)計與數(shù)據(jù)專家。Arianna在兩個領(lǐng)域的交叉方面，以及如何使設(shè)計師無須接受過多培訓(xùn)便可使用數(shù)據(jù)方面有很棒的見解。

當(dāng)考慮統(tǒng)計顯著性，以及它與某事物是否有意義的關(guān)系時，Arianna談道：

統(tǒng)計顯著性不會表明事情是“對的”或是“錯的”，也不會決定應(yīng)當(dāng)采取什么行動。反而，它僅僅是簡單的建議，有些事值得繼續(xù)。當(dāng)我注意到，某種相關(guān)或模型并不接近統(tǒng)計顯著性時，我便認(rèn)為這是一個可快速跳過并繼續(xù)的提示。但是，假如接近統(tǒng)計顯著性，這便是說：“喂，你應(yīng)該關(guān)注這部分。”這促使我進(jìn)行更多深入的研究，提出更多問題。以臨床隨機(jī)藥物實驗為例，一家制藥企業(yè)不會因為數(shù)據(jù)表明藥物達(dá)到了統(tǒng)計顯著性的預(yù)期效果便決定批準(zhǔn)該藥物進(jìn)入臨床使用。他們同時要考慮藥物的臨床效果影響、副作用以及成本。許多醫(yī)學(xué)案例表明，有些藥物具有統(tǒng)計上的顯著效果，但沒有意義。例如，減肥實驗可能表明，與P<0.0001的生活方式干預(yù)相比，某新藥的減重效果更明顯。但是，患者服用后可能出現(xiàn)強(qiáng)烈的副作用，并只能減重一磅或兩磅以上，這就使藥物不具備臨床意義，也不值得患者服用。

P值小不代表沒有意義，相反，如Arianna所述，這表示你應(yīng)當(dāng)關(guān)注這個結(jié)果，思考在這種情況下如何收集數(shù)據(jù)，這個改變將如何影響業(yè)務(wù)，其他數(shù)據(jù)來源可以提供什么信息。

不要只考慮顯著性而不考慮其意義。也就是說，在精心設(shè)計的前提下，實驗?zāi)軌蚍从痴鎸嵍请S機(jī)的情況，這是在決策時應(yīng)當(dāng)關(guān)注與思考的。

3. 了解真實情況

A/B測試非常善于鑒別統(tǒng)計顯著性結(jié)果，識別真實存在而非偶然發(fā)生的現(xiàn)象。除了因付出有所回報感到激動欣喜之外，統(tǒng)計顯著性還有哪些價值？

當(dāng)團(tuán)隊計劃推出一款產(chǎn)品及設(shè)計時，他們希望對用戶行為做出明智判斷。以電商網(wǎng)站為例，用戶是否會點擊按鈕，成功沿著新步驟完成付款流程？少量用戶研究的局限性主要在于，目標(biāo)難以代表用戶整體。但你可以采用其他方式獲得洞察，了解用戶可能遇到的問題或特殊群體的訴求。

回顧之前提到的數(shù)據(jù)維度。精心設(shè)計并實施的實驗?zāi)芴峁┯幸饬x的洞察，指明有關(guān)功能或產(chǎn)品的真實表現(xiàn)，以此消除局限性的問題。A/B測試是一種基于觀察的行為研究方法，收集大量用戶上下文的數(shù)據(jù)信息。

這就是說，只要精心設(shè)計A/B測試的實驗，我們便能確信，測試結(jié)果可以真實一致地體現(xiàn)產(chǎn)品發(fā)布后的結(jié)果。借助A/B測試，團(tuán)隊便能夠“窺探未來”，了解產(chǎn)品的預(yù)期表現(xiàn)，衡量與量化設(shè)計變動產(chǎn)生的影響。

通過數(shù)據(jù)感知的方式預(yù)估未來的能力非常重要。基于此，進(jìn)行再設(shè)計、再思考時，企業(yè)能夠節(jié)約時間與資源，用以投資表現(xiàn)優(yōu)異的項目，舍棄表現(xiàn)不佳或不符合預(yù)期用戶行為的想法。

除去商業(yè)上的優(yōu)勢，A/B測試幫助設(shè)計師基于用戶體驗或公司的底線量化付出的努力的價值。這非常重要，因為這有助于設(shè)計師清晰地向利益相關(guān)人及業(yè)務(wù)人員闡述投資與重視優(yōu)秀設(shè)計的重要性。

了解并運用數(shù)據(jù)感知的方法（比如A/B測試），有助于設(shè)計師提出令人信服的依據(jù)，并證實投資優(yōu)秀設(shè)計對于商業(yè)成功的關(guān)鍵性是可以被量化評估的，而非僅僅是哲學(xué)意義上的。

關(guān)于作者：Rochelle King，Spotify產(chǎn)品設(shè)計創(chuàng)意全球副總裁，擅于融合運用設(shè)計與數(shù)據(jù)，并且曾擔(dān)任一些技術(shù)企業(yè)的負(fù)責(zé)人。Elizabeth Churchill博士，人機(jī)交互（HCI）領(lǐng)域?qū)＜?#xff0c;曾在許多硅谷企業(yè)中主導(dǎo)以用戶為核心的研究，近專注于設(shè)計和開發(fā)者工具方面的研究。Caitlin Tan，Spotify的用戶研究員，畢業(yè)于麻省理工學(xué)院。

本文摘編自《數(shù)據(jù)驅(qū)動設(shè)計：A/B測試提升用戶體驗》，經(jīng)出版方授權(quán)發(fā)布。

推薦語：谷歌用戶體驗總監(jiān)、Spotify設(shè)計與用戶體驗全球副總裁聯(lián)袂撰寫，設(shè)計從業(yè)人員有效提升用戶體驗必備參考。

新人創(chuàng)作打卡挑戰(zhàn)賽發(fā)博客就能抽獎！定制產(chǎn)品紅包拿不停！

總結(jié)

以上是生活随笔為你收集整理的什么样的数据才有价值？应该怎样收集和处理？终于有人讲明白了的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。