现在都讲究 data-driven。但是，好看的数据真能保证好的用户体验吗？

在没法进行数据收集和分析的时候，如果你想为用户提供好的体验，可能要凭借你的经验、直觉和运气。

但是，当我们学会收集数据，学会分析背后的意义之后，就不再是在黑暗中摸索了。你只需要思考哪些数据能够反映出你关心的事，把它们调用出来，拉个表，然后自己分析。

但是还是有人会提出疑问：

• 我们是不是单纯为了数据做这件事？
• 我们如何平衡提升数据和做有价值的事情？
• 你到底是数据驱动，还是真的关心用户体验？

关于这个问题，我的看法是：

首先，不要把数据和体验天然对立起来。如果你这么做了，那从一开始就是错误的。就好像是大家在讨论“碳水化合物和健康饮食”的关系，如果你想从热量的话题开始讲，也不要过头了。

衡量标准在一定程度上的确是有用的，但是更普遍地来说，衡量指标和用户体验并不是完全对立、不可兼得的东西。

当然，有的时候，一些坏事的确是以“改进指标”的名义开始的。而且，如果你碰巧选错了一些衡量指标，并且开始改进它，可能会做出一些伤害人们体验的事情。举一些例子：

（1）“最初，这篇文章的点击率是2％。我们改了标题，点击率现在有 5％ 了！”

这句话背后有什么问题？点击率上升并不能充分证明用户体验真的变好了。如果你给用户一个过高的预期，但是实际上不能满足他们的期望，他们可能再也不会相信你。

（2）“过去，人们在我的 App 上只待 3 分钟。现在更新之后，他们愿意花 5 分钟。”

这句话背后有什么问题？你需要考虑，花费在这个 App 上的时间真的是你需要追踪的重要指标吗？不一定。

如果你是一个内容消费平台，那么可能是，因为你想让大家看到更多的内容，所以他们花费的时间越多，越有可能发现你提供的有价值的东西。但是如果你的 App 是个小工具，比如是计算器，或者是用来预报天气的，那么用户时长对你来说就是没有意义的。

除此之外，要知道，还有很多重要的事情没法轻易或准确地衡量。

我们无法直接观察到所有用户的想法，否则当然就可以为他们设计出完美的体验。所以我们只能做出去猜测、测量、尝试，这些行为都有一定的局限性。只靠数据，你不可能理解：

• 人们对你的产品有多喜爱？有多讨厌？
• 随着时间的推移，人们对产品的信任是增加的吗？
• 这个产品真的被大家认为是简单易用的吗？
• 人们如何看待你的产品与市场上的其他同类产品？
• 人们最想要改变的功能是什么？

其中一些可以通过调研寻找答案，但即使你可以准确把握被访者的情绪，也很难知道做了具体改变之后可能会产生什么效果。

如果不能准确衡量上述内容，就意味着单纯追求指标是非常不恰当的行为。我们可以再举一些例子：

品牌往往是很有生命力的。比如，当苹果或耐克推出新产品时，很多人都愿意购买，即使他们没有对新产品进行研究，但是通过过去的使用，他们已经对这样的品牌建立了信任。

这时候，如果一些没人听过的新品牌做出同样的产品进入市场，情况就不一样了。这样的产品很可能无人问津。

但是有一点，品牌的力量是很难量化的，你怎么又把它们变成每天都可以追踪的数字呢？更何况，你怎么衡量这些公司做出的数以千计的决策是如何影响品牌的，这些方案的各自成本和收益又是如何。

再比如，趋势的力量。没有哪个指标能够提前告诉你未来将向哪个方向发展。想象一下，2008年智能手机刚刚出现的时候，如果你看看你的网站的指标，你可能会看到，来自智能手机的流量只占了非常小的一部分。

你可能就此得出结论，过多地押注在移动设备上是没有必要的，因为大多数人都不用。但是现在，你会意识到那些在移动设备上投入巨资并获得丰厚回报的人多么具有远见。这意味着，只是对当前行为进行统计和分析，无法帮你得到一个好的、战略性的长期规划。

当然，关于数据，我们还可以分享一些具体的经验：

1. 要评估是否达到了 PMF（产品与市场契合），请留意留存率

不要看使用你的产品或功能的人数，事实上，留存率和你的产品是否真的有价值是最相关的，因为它可以告诉你，用过它的人是不是足够喜欢它，愿意返回并再次使用它。

2. 要优化增长，就必须了解渠道，了解目标用户需要经历哪些障碍

• 首先，他们必须知道你的产品的存在；
• 其次，他们必须有足够的兴趣来尝试；
• 第三，他们必须转化为你的用户（比如下载应用程序，填写表格，确认电子邮件）；
• 第四，他们必须在你的产品中做足够的事情，这样他们才能了解这个产品是不是真的对他们的生活有价值；
• 第五，他们必须记得回来（留存）。

在这五个步骤里，你可能会随时失去一些用户。如果你可以跟踪和衡量损失率分别是多少，就可以判断你的工作重点，从而减少转化漏斗的流失。

3. 找出哪些指标是真正重要的，并将重点放在这些指标上

能够收集、追踪所有相关的数据当然是很好，但是你需要意识到，大多数的事情是不太重要的，不应该浪费时间在那些不重要的东西上。

4. 不要仅仅是拿到数据，要尝试理解它

对于产品来说，最终的目标是非常重要的，你需要确保自己和团队都能够理解为什么要做这些事。在这个基础之上，你可能会有针对性地获得一些数据，但是，不要只是被动地接受数据，要问为什么。

思考这些数据代表了什么意义，数据的背后反映了用户为什么会做出这样的行为。有些情况下，某个数据的提升看上去很好，但它真的没有因为其他因素而改变吗？如果是这样，选择另一个度量指标（或一组度量指标）是不是能更好地跟踪实际情况？

5. 带着怀疑的眼光分析数据

如果数据显示进展不错，你需要反问自己：“我是不是能做些什么，让我相信这些结果并不像看起来那么好？”通过这种反向的思考去查找漏洞，你也许能更好地对数据进行解释，这样的话，也能快速地定位错误，然后调整你的策略。

不要陷入主观偏见的陷阱，只是寻找那些能够证明你直觉正确性的数据。

6. 使用定性研究来分析原因

定量的数据一般能告诉你人们做了什么，有多少人做了这事。你最好尝试着和定性研究搭配使用，去理解用户的感受，进行可行性测试，寻找那些定量数据不能反映的用户行为。

原文地址： Medium网站

编译：曾翔

译文地址：微信公众号“42章经”（ID：myfortytwo）创投理想国每日通讯

本文由 @ 42章经 授权发布于人人都是产品经理，未经作者许可，禁止转载

题图来自 Pexels，基于 CC0 协议