设计如何驱动用户增长.docx
《设计如何驱动用户增长.docx》由会员分享，可在线阅读，更多相关《设计如何驱动用户增长.docx（13页珍藏版）》请在冰豆网上搜索。
设计如何驱动用户增长
设计如何驱动用户增长
阅读本文将收获：
∙设计如何实现增长？
∙设计师的成果如何量化？
∙增长的成果如何证明是设计带来的？
缘起于一个金融设计论坛
周末受邀参加宜信UGD团队关于设计团队变革的一个发布会，发布了一种可以有效衡量设计的方法，受益良多。
本文将对我参会过程中认知提升的知识点进行沉淀。
李善友老师增长逻辑PPT前段时间在朋友圈刷屏，“增长”一举成为现阶段IT圈内热门关键词。
今天要分享的和增长相关，设计在增长时代下为产品带来的价值。
为什么要关注增长？
风向1：
互联网已进入下半场，人口红利消退
相信大家都有所感受，作为互联网从业人员，身边很多同事几年前纷纷下海创业；作为互联网用户，有段时间O2O项目薅羊毛能薅到手软，我记得20元钱宜生到家上门按摩、10元钱上门河狸家美甲、1元钱上门洗车…
（2015年O2O创业死亡名单，冰山一角）
但这几年看来，从创业如雨后春笋冒出到后来创业行业九死一生，到底发生了什么？
蓝色线代表中国，可以看到用户增长在2015年进入拐点，2015年之前做产品很容易、创业拉投资也很容易，但在2015年后人口红利走下坡路了，流量红利也萎缩，这种情况下如果再不不关注增长整个产品就会走下坡路。
风向2：
可口可乐用“首席增长官”取代“首席营销官”
无独有偶，被看作营销界标杆的消费品巨头可口可乐公司，在2017年3月宣布了一则关键的人事任命：
新设立了“CGO”（“首席增长官”ChiefGrowthOfficer）一职取代“ CMO”（“首席营销官”ChiefMarketingOfficer）。
这不仅是个名词的改变，用CGO更能准确表达以增长为战略的目标。
（笔者语）在市场趋势及传统行业变革的影响下，互联网的“增长时代”是否即将到来？
设计师为此又该如何准备？
回顾当下设计团队难以解决的问题？
1.设计师的成果怎么量化？
2.怎么证明这个数据增长是设计带来的？
相信很多从业的设计师在工作经历中都会遇到以上两个问题，演讲者（刘津）将自己所在的设计团队从UED转型为UGD，通过团队转型及精益闭环的设计方法，这两个问题将迎刃而解。
设计团队如何实现增长？
接下来，我提炼2个核心关键点及3个案例来介绍这套设计方法及应用。
1.从体验指标到价值指标（划重点）
当下做设计时我们通常会关注3类数据：
①业务数据：
转化率、留存率、跳出率、交易总额、订单数、客单价···
②行为数据：
访问频率、间隔时长、停留时间、访问页面数、完成任务情况···
③主观感受：
满意度、用户反馈、用户评价、推荐度···
这些数据相当于我们工作绩效工具KPI，他是一个短期的结果导向，但并不具有长期价值。
转型后的UGD团队
将北极星指标当做长期增长指标，这相当于另一个工作绩效工具OKR。
O（Objectives ）是长期价值，是非常有远见和野心的目标，就是北极星指标，高高在上指导公司上上下下的目标；KR（KeyResults）是在这个指标下拆解的灵活指标；
这个指标有什么好处呢？
它能保证公司里不同部门的人和事做任何事都有一个共同目标，长期积累水滴石穿的合力可以达到无法想象的未来。
2.从问题驱动到价值驱动（划重点）
UED设计优化的流程是：
收集成百上千条体验问题→归纳提出设计目标→输出设计方案→上线验证。
这个流程有什么问题：
∙目标不清晰、难以量化；
∙设计方案较为主观：
设计师千人千面，各人主观意意愿占主导地位；
∙数据提升有一定偶然性：
有时候尽力了但依然无法提升数据；有时候因为运气数据很棒，但让两周以后再提升数据就很难，除非一年一次大改版；（太常见了）
∙被动创新难以创新：
全程被动跟着问题走，永远无法解决所有问题，而只有在超出问题的维度去审视才有可能超越这些问题；
而UGD的设计流程应用精益闭环的设计方法，从始至终进行4步拆解：
指标→假设→分解→上线
第一步：
指标。
根据北极星指标拆解子指标。
第二步：
假设。
围绕指标能做什么事情。
第三步：
分解（划重点）。
只有分解才能量化、只有量化才能增长。
也只有分解了才会有无数的变量去持续提升。
第四步：
上线。
实验验证。
接下来，通过几个案例讲述这个方法该如何应用。
案例一：
如何在排除业务干扰情况下量化设计效果？
背景：
下图是通过体验地图走查问题进而进行设计改版优化的方案，但上线后却发现数据波动很大，这可能是由于整个设计流程中有审核评估、三方数据合作等因素影响了上线后数据，但这些和设计并不相关。
所以，要做的就是排除业务影响评估设计质量。
解决：
将流程分解，第一部分业务干扰小设计干预大的情况，可通过环比数据验证设计质量；第二部分因涉及信息审核业务维度，则通过AB测试排除业务对设计的干扰。
方法论应用小结：
①确定核心指标：
提升转化；
②提出假设（提出多个假设，预估假设对效果程度排列优先级）：
优化流程和界面，流程混乱、界面冗余；
③分解：
将假设1进行分解，拆解成小节点（变量）；
④上线验证：
根据节点优先级及业务干扰选择验证方法；
案例2：
设计改版中眼花缭乱的设计提案，该如何做选择？
背景：
设计主管/PM面对各设计师提供的设计提案，有的几十上百页、有的则出发点/设计维度/设计方案都不同，那么怎样能快速做出判断？
答案是应用精益闭环分解。
①指标：
结合产品北极星指标提炼转化提升，再结合改版对象首页场景提出跳出降低，最后结合产品个人意向提出增加黏性。
②假设：
针对3个指标提出假设方案。
③分解：
针对不同假设进行细分拆解。
④上线：
针对不同方案进行多方法验证。
如上图，提出设计方案，并应用精益闭环诠释设计原型的思路（而非用上百页PPT把PM绕晕）。
案例3：
只有大改版才能提升数据转化？
背景：
针对一个借款落地页面，希望通过对真个首页进行大改版提升数据转化，输出了很多设计师主观上认为很美的方案并上线后，却发现被数据打脸。
在摸排各种原因后，发现原来是产品生命阶段的原因。
在产品探索期和成长期时，我们可以大刀阔斧做整个页面。
但当产品经过成熟期后，增长空间会越来越小，如果不用精细化的方法去设计，可能会优化过度，数据不升反降。
通过精细化实验，像螺丝刀一样小修小补一下而非用锯子或榔头大动，所以这个优化并没有全部改版，因头图收入比重很大所以先不动，转而从下方产品介绍区进行设计优化。
通过精益闭环拆解目标，颗粒度由大到小进行了40天的实验，结果数据累计提升70%以上。
精益闭环的方法及应用到此就介绍完啦~
可以看到这是一个与公司/产品价值结合更紧密，将主观设计用科学的方法量化产出，并多变量上线验证的方法。
这个方法能够帮助我们设计师量化设计效果，但前提是你所处的公司or部门能够给予最大的时间和人力包容，允许上线做各种亏本or盈利的实验。
【认知拓展】再介绍一个运营领域的AARRR模型~
AARRR模型的概念简单来说就是用户在使用产品的生命周期，分为5个阶段：
获取用户→提高活跃度→提高留存率→获取收入→病毒式传播。
设计师如何应用这个AARRR模型呢？
AARRR+传统的用户体验地图=基于北极星指标下寻找用户增长地图中的机会点。
升级会员 