到公众号回复「领书」，免费领取《增长黑客》电子书

分享/ Amy@艾体验

编辑/ Angela

自从 2017 年可口可乐取消首席市场官，新增首席增长官以来，越来越多的企业都开始十分地注重增长。从目前的市场状况看来，大多数人都将增长的重任放在了数据、营销和运营上，设计反而被忽略了。那么增长兴起的时代，设计可以如何驱动增长？

  增长切忌掉进数据的坑  

也许接下来的三个关于数据的案例你可能已经看过了，但由于增长和数据有着密切的关系，因此设计师在做增长设计前，一定要有理性的判断力，避免掉入一些数据上的坑。接下来将举几个例子，带大家认识 3 个容易掉入的数据坑。

1、只看单个数据，没有抓住核心行为点

曾经，有一位儿童心理学家做了个实验，让台湾和大陆小朋友抄写「忧郁的乌龟」100 遍。结果台湾小朋友写了十几遍就不耐烦，而大陆小朋友总是能坚持抄完。为什么？

总有一些人拿到结果就开始长篇大论，认为是教育体制的问题，台湾小朋友在抄写的时候，会发现到小乌龟「忧郁」的情绪，而停止抄写，但深受应试教育的大陆小朋友却无法感知。

但小朋友哪懂什么「文字情绪」啊，这里其实有个数据陷阱，即核心行为不一致。只不过是大陆小朋友抄写的是「忧郁的乌龟」，而台湾小朋友抄写的是「憂鬱的烏龜」。

看完这个段子，大家可能都会一笑而过。但放到产品设计中，这却是很多人会掉入的一个坑，即拿到产品的某项数据结果，就开始各种推导结论，而没有去抓住核心行为点。

2、滥用调查问卷，只看平均得分数

还是先举一个例子，设计师做了 A、B 两款方案，拿给 100 个用户去使用，A 款得分 7.5，而 B 款得分 7.0，你觉得哪款方案更好呢？

尽管我们都曾经学过统计学，知道平均分不能全信，但在实际的产品调查中呢？往往又会陷入到这个数据坑中，只看平均得分数就做出了决断。

尽管B款产品得分比A款低，但在这种情况下，B款产品可能还要好于A。当然，在实际情况中可能还会出现其他更多样的变化，所以一定不能只看调查分析的平均分，还要结合实际的数据详情来看。

3、数据是客观存在的，但有时却可以被混淆解读

首先来思考一个问题，在不对产品做任何方案的改动下，如何让产品的次日留存率从 30% 上升到 90%？

是的，只要你把统计时间变换一下，完全可以轻松做到这一点。只要把昨日的时间设定为 23：59 分，甚至次日留存率 100% 都可以轻松达到！

在没有得到明确说明的情况下，我们会默认「次日留存率」就是指昨日一整天的用户。尤其是当亲信的人直接告诉你这样一个数据的时候，你甚至都不会产生怀疑。

因此，当行业都在疯狂鼓吹「产品增长」的结论时，设计师一定要冷静回归，「为了什么设计」才是增长的本质。

  什么是增长设计？  

前面已经讲了保持正确的数据对设计决策的重要性，那么什么是增长设计呢？艾体验在做增长设计之前，会进行三个方面的思考。

首先是对用户的行为场景思考，即用户此刻究竟是以一种什么样的身份在什么样的场景下使用这款产品。

例如，一个又大又醒目的按钮，你第一眼是不是会认为这是个很丑的设计？毕竟它会占据更多的屏幕空间，让其他的信息不能得到很好的展现。

但如果说这个又大又醒目的按钮是给老年人使用或者是在节电模式下使用呢？所以，场景很重要。

其次是这个产品商业的实际诉求，尽管满足好用户的需求对产品增长起着十分重要的作用，但产品也要思考如何在企业的竞争中获利。

最后是服务的完整链条，无论是线上或线下的产品，设计师都需要对一整套的服务流程有完整的经历或体验。在帮一家线下新零售店做体验设计时，艾体验的设计师们甚至会扮演成盲客，去体会整个服务流程中的关键点，这样才能更好地帮助设计师设计出更加有效的增长设计方案。

在进行以上三点思考后，我们会设计触发当前「动作流」的最佳模型，基于这个模型，看它是不是对商业的动机更加有效；对用户的行为更加直接。

而在方案正式上线后，还要通过行为动作，拆分数据评估模型，根据变化趋势去评估是否达到效果，或是分析可能的问题。

以 3 年前的某个案例为例子，假如有这么一个需求：帮助某个使用即可省钱的记账 APP，设计一个分享到微信或朋友圈里，点击查看的详情页，需要包含用户邀请码、产品介绍、引导下载。你会怎么做？

拿到需求后，普通的设计师大概会这么做，一张大 banner + 三个需求点。但实际的结果却是访问的人很多，但实际的转化率却不理想。

而增长设计师拿到需求后，他是怎么做呢？首先取消了填写邀请码的这个繁杂过程，新用户点击老用户的分享链接，即可直接获取邀请码信息，通过他还将商业诉求和用户需求结合，进行具象化的表达。就实际结果来看，这版方案的转化率比上面那版方案高出了不止一倍。

  增长设计「GAI-R」思维法  

根据过往的经验，我们形成了一套关于增长设计的「GAI-R」思维法。即做增长设计时：

首先需要明确设计目标（Goal）；然后将目标分解为可以让设计师回归现实世界进行场景分析的行为动作（Action）；当基于基础行为，明白用户动作背后的行为意义和可能发生的情况，才能更好地进行设计提案（Ideate）；最后，当方案上线后，基于前面拆解的行为动作，进行数据的评估验证（Review），如果效果好，就继续推进，效果不好，再评估分析看问题出在哪里。

举个例子：Feeds 的增长设计改版

下面的例子中，Feeds 信息被分为了三块，第一块是最上方的关键信息，第二块是红色那栏的用户容易受到影响的信息，第三块就是头像及其右侧的辅助信息。

结合「GAI-R」思维法，我们需要先确定设计目标，然后我们拆解了用户行为（以及它的数据评估模型），即用户如何阅读信息（最后可通过 Feeds 读详情的总量，以及滚屏总量来确认），以及用户为什么会查看详情（详情页停留的平均时间，以及最终决策按钮的转换率）。

首先，对于阅读信息，看到上图的信息层次示意图感受一下，在看到旧版信息结构之前，你的第一着眼点是在哪呢？很大程度上第一眼都会先看到头像的信息，随后向上移动到红色部分，最后才能看到最想让你看到的「关键信息」。并且有可能在红色部分时，被其他信息干扰，从体验设计评估走查，可以得出这个 Feeds 的阅读信息的视觉认知流出现了问题。

其次，对于查看详情的行为，从实际场景分析，是否真的进入详情越多，效果就越好呢？ 这里可能有个反例，当用户通过 Feeds 不能很好地获知信息，那么需要点击详情去查看，但此时详情可能并不能戳中用户，从行为数据表现来看，可能详情停留时间长，并且关键步骤的转换率也低。

根据对上述行为动作的分析拆解，作为设计师，可以比较清晰地理解目标背后的设计场景，从而我们提出了一套新的设计方案，如下图对比所示：

在最后复盘这个项目的时候，因为在前面拆解行为时，我们有对用户行为的充分理解，所以再版的增长设计，很好地解决了前面说到的那些问题。我们发现改版后的 Feeds 查看数量和详情页的停留时间降低了，但相对的用户对 Feeds 的阅读数量和最终决策转换率都有了大幅度的提升。因为用户对 feeds阅读效率高了，因此无需再进入去查看详情。减少了繁复的操作，提升了用户的体验。

在 Growth Hacking 岗位越发重要的今天，设计师也应该用一种和商业更加密切结合的视角，来对设计进行重新的思考。期望我们一起做出最酷的体验设计。