對我們大多數人來說,這實際上是很難做到的。無論我們有多么的共情,基于我們自己的經驗,我們會很自然地假設人們會如何回應和與我們的設計互動。這就是為什么設計領域越來越傾向于科學分析、基于證據的研究和數據驅動的決策。因為雖然人是會犯錯的,但事實和數據更可靠。但是這種方法在實踐中是怎樣的呢? 我們與在線學院create(提供用戶界面設計、用戶體驗設計和運動設計的實踐課程)合作探討了這個話題。
當涉及到有關人們行為的確鑿證據和事實數據時,應用程序和網站的所有者可以獲得大量的證據和數據。因此,如今數據對設計思維的影響在用戶體驗(UX)和用戶界面(UI)設計領域最為顯著,這也就不足為奇了。最流行且最有效的技術之一便是A/B測試,即兩個稍微不同的網站或應用版本將面向兩部分用戶,并仔細研究哪一個能夠獲得最大的用戶粘性。其他技術包括調查和用戶測試,網站分析和更廣泛的客戶研究。
當涉及到有關人們行為的確鑿證據和事實數據時,應用程序和網站的所有者可以獲得大量的證據和數據。因此,如今數據對設計思維的影響在用戶體驗(UX)和用戶界面(UI)設計領域最為顯著,這也就不足為奇了。最流行且最有效的技術之一便是A/B測試,即兩個稍微不同的網站或應用版本將面向兩部分用戶,并仔細研究哪一個能夠獲得最大的用戶粘性。其他技術包括調查和用戶測試,網站分析和更廣泛的客戶研究。