Designing with Data - 第一章 數據思維入門

前言

最近和我們公司的設計師組了小型的內部讀書會，我負責分享的是由碁峰資訊翻譯的 Designing with Data｜善用數據幫你打造好設計 這本書。

接下來會以這本書的各章節摘要及心得為內容來寫一系列的文章，想直接參考這系列所有文章請看 系列文連結。

這本書集中在應用數據來設計產品的相關討論，其中又以 A / B Test 為主要方法。

A / B Test：用來比較兩種或多種體驗的方法論，方便設計師找出使用者行為的改變與設計變動之間的因果關係。

透過思考以下幾點，進而學習如何善用數據來設計：

• 如何定義及量測目標？
• 如何看到使用者？（現有使用者及潛在的新使用者）
• 如何設計體驗，並進行試驗以及從中學習，以精進自己的專業？

簡介

第一章名稱為數據思維入門，主要是討論身為設計師會接觸到哪些類型的數據，以及公司中不同的角色如何與數據互動。

思考數據的方式

關於數據，本書介紹三種不同的思考方式：

• 數據驅動（Data Driven）
• 數據啟示（Data Informed）
• 數據意識（Data Aware）

三者涵蓋範圍由外到內為 Data Aware => Data Informed => Data Driven

數據驅動（Data Driven）

Data Driven 可以回答明確的問題，數據本身也可幫助制定決策。

如果已經明確知道問題是什麼，也知道目標是什麼，那就是適合用 Data Driven。

數據啟示（Data Informed）

透過 Data Informed 不一定能得到確定的決策，但讓我們可以得到近一步的思考。

可以利用 Data Informed 來知道我們需要解決什麼問題，這也可能需要不斷迭代進行更多的研究，收集不同的數據，進而讓我們往最終決策前進。

數據意識（Data Aware）

具有 Data Aware 代表已認知存在各種問題以及對應的數據，我們可以用不同的數據類型來回答及影響各式各樣的回答。

Data Aware 的思考方式表示在收集數據之前，已經要考慮到需要收集到哪些數據，因此需要設計師、數據專家、工程師及商業策略師合作，一起規劃整個系統。

小結

這邊我的理解是，由 Data Aware 層面去思考要收集什麼樣的數據，接著利用 Data Informed 限縮問題，最後藉由 Data Driven 使團隊得到決策。

透過養成數據思維，往後的設計流程可能已經包含數據，而且也會越來越了解在不同的服務/體驗裡，使用者的反應可能會是怎樣？進而設計出更易用的產品。

數據品質

關於數據品質，我們需要注意以下幾點：

• 問題相關性

  • 問的是對的問題嗎？

• 數據適切性

  • 它是否有回答問題？

• 數據品質

  • 數據可靠嗎？
  • 在數據收集及整合的過程中是否有疏漏？
  • 數據是否有偏差？
• 不同數據或不同的分析方式是否更適合回答問題？
• 團隊是否在做方便卻不正確的選擇？

數據角色

數據生產者

數據生產者的任務包括收集、管理、彙總及分析數據，常見的職位如下：

• 數據分析師及數據科學家

  • 自產品收集大量的數據，進行清理、詮釋、轉化、建模並驗證。

• 使用者研究員

  • 負責各種質性研究，包括訪談、問卷、日記研究及其他民族誌研究方法。

• 設計師

  • 打造 prototype 並詮釋數據顯示的結果

• 行銷專家

  • 了解不同使用者類型之間的差異，包括和年齡、性別、文化及其他重要因素相關的重要行為模式。

數據消費者

數據消費者的任務包括以不同方式分析及使用數據，來找出洞見及商業相關資訊，常見的職位如下：

• 產品經理

  • 利用數據取得洞見，了解商業運作狀態。

• 工程師

  • 根據設計來打造產品，並設法讓產品可以為團隊收集所需數據。

組織中的各個角色技能可以互補，結合起來就有能力規劃及執行最佳數據策略。

心得

這一章就和章節名稱的目的一樣，主要帶人了解數據與設計的結合。

我自己看完覺得了解 數據 可以幫助團隊釐清更多問題，更進一步了解怎麼改進產品。

不過書裡也引述 Google 的沈浸式設計部門總監 Jon Wiley 的話：

指標、數據和 A/B Test 都是重要的工具，但他們絕對不是唯一做決策的機制。

這句話提醒了我，數據很重要，但更重要的是運用它而非被數據綁死。