数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

7 评论 4873 浏览 13 收藏 16 分钟

编辑导语:很多时候业内的行事准则都是“数据导向”,然而数据好的产品,就一定好吗?其实不一定。本文作者通过几个案例,分析了产品的“体验”“口碑”和“数据”之间的关系,感兴趣的小伙伴们一起来看一下吧。

自KPI、OKR、AB实验等理念流入互联网后,长期以来业内的行事准则都是“数据导向”,想必日常工作中你也经常被产品规劝“哎呀~这样做数据一定会好的,不要在乎这些体验细节”,或者你也有过试图说服产品“体验好的话数据就会好呀”。

但往往有些时候,在项目规划和设计阶段自信满满地认为可以带来数据收益的项目,上线后却不理想,这是为什么呢?本期,我们来说一说项目上线后数据复盘和体感差异的原因。

我们先厘清几个概念,体验好、口碑好和数据好

在这里我们暂且先定义「体验好」为项目执行者认为的好体验,诸如减少一步操作、更容易获取关键信息等业内理论上认为的体验好;「口碑好」是项目实际上线后用户的正向反馈;「数据好」是项目上线后观测指标达到或超出预期。

如果照这么理解的话,我们通常的思路是「体验好」带来「口碑好」,「体验好」和「口碑好」共同带来「数据好」。

数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

接下来我们通过几个案例来详细讲讲实际发生的,不符合模型的情况

01 口碑差,数据好

写这个议题的时候,首先映入脑海中案例就是19年订阅号的一次改版,改版的主要优化点是把原先进入时为账号列表改为进入文章信息流,如下图所示:

数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

从产品设计思路上来讲,用户进入是来消费文章的,原方案用户需要先选账号(文章来源),再选择想要阅读的文章,改版后直接把文章呈现在用户面前,属于设计思路中常见的“减少一步”带来的“体验优化”。

然而项目上线后却遭到用户的强烈不满,用户意见诸如:“越改越乱”“我现在都不知道哪些公众号有多少条消息没看”“逼着我取消了好几个公众号”,当然,其中也不乏一些赞美之词,但不习惯/不喜欢/体验差的声量还是占据了反馈的绝大部分。

在这样的骂声中产品还是坚持这样的方案,想必数据应该给了产品相当大的正向反馈。这是一个理论上体验好,实际上口碑差但数据好的案例。

数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

我们将用户反馈进行一些归类处理,就能发现这次数据复盘与体感差异不符的原因。

负反馈的用户大多是有深度阅读习惯的用户,习惯是先寻找今日想钻研的领域(对应某个账号),然后一次性地认真阅读吸收文章,改版后对这类用户来说,首页的劣质内容抢占了太多视线,导致寻找合意的文章变得困难。

假设一下你是一个历史系的学生,你每天会去学校图书馆里的历史区阅读相关书籍,但你也喜欢看杂志和小说,历史书读累了偶尔也会逛逛其他图书区。

现在图书馆突然跟你说,反正你来这里都是看书的,我发现你会看历史书、杂志和小说,我把所有的杂志小说都和历史书混在一起给你,省的你在这些区里走来走去的,你会因为图书馆让你少走了几步而感谢它吗?显然不会,这样你每天读书之前就得先把历史书筛选出来,而筛选历史书的成本远比多走几步路的成本大得多。

数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

当然,肯定不是所有人去图书馆都是去读专业书的,也不是所有使用该功能的用户都有深度消费习惯,但是用户对功能的依赖程度不同,导致用户愿意为功能发声的意愿也不同.

当深度用户的体验折损远远大于非深度用户的体验升级,带来的必然是负反馈强势碾压正反馈。

数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

而为什么数据会好呢?深度文章的生产和消费成本远远大于非深度文章(成本可以理解为需要付出的时间&需要掌握的知识储备),原来先找账号后找文章的方式,用户会主动去寻找深度文章来阅读。

而现在是非深度文章占据了首页百分七八十的版面,假设你每天花100分钟阅读,阅读一篇深度文章需要25分钟,阅读一篇非深度文章需要5分钟,那么改版前你每天可以阅读4篇文章,改版后你每天可以阅读20篇文章,数据这不就上去了?

再举例假设,全校1000个学生,只有50个学生每天泡馆,200个学生经常去,其他学生比较少只看一类书,甚至有的同学不爱看专业书,觉得去图书馆麻烦就不常去。

但是图书馆改版后,所有书你随便抓一本就可以开始看,50个每天泡馆的学生不爱去了,200个经常去的学生里100也不爱去100个觉得差不多,但是剩下750个学生里有600开始抽空去图书馆看一看了,这图书馆的生意不也好起来了。

数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

02 体验好,数据差

我在几年前做过一款国外产品,针对的是非发达国家地区的摩的市场,可以简单理解为国外打摩的软件,用户在软件上呼叫摩的后,摩的师傅来接送你,你需要在软件上输入摩的师傅的号码完成旅程并付款,简单流程示意如下图:

数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

当时二维码已经在国内盛行起来了,国内用户已经习惯了使用二维码做任何事,包括付款。我们认为使用二维码会比输入一串数字来说更简便,体验更好,所以决定把输入「摩的的编码」这一步优化为「扫描摩的上的二维码」,并向摩的师傅们发放了专属的二维码贴纸。

我们自信满满,觉得这样的优化一定能够带来用户体验的升级,拉新促活不在话下。然而结果却背道而驰,改版后平台成单量显著下降了,我们不得已做了一次当地用户调研和访谈。

数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

原来,因为当地经济情况和技术水平都较落后,二维码对当地人来说十分陌生,人们很难下决定通过这样陌生又迅速的行为去执行付款操作。用户对二维码表现出的强烈不安全、不信任感直接影响了用户放弃成单付费。

相反,输入数字串(俗称PIN码)虽然流程相对繁琐,但对于付款这种慎重的行为,恰好留足了时间做思考和决定。

与此相似的案例在国内产品上我又碰到了一次,这次是开设房间时需要对房间设置权限,起初我们的版本是作为选择项,用户开房时可以选择所有人可加入或者只有朋友能加入。

有一次,我们觉得这样的设计似乎有些繁琐,只需要一个权限开关就可以了,打开开关就是仅朋友能加入,关闭开关就是所有人都可以加入(这层含义较隐晦,需要用户额外去思考和理解),我们又一次自信满满地上线了,结果又一次与预期背道而驰。

数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

第一个例子与第二个例子有一个相似之处,是对用户来说,这都是一个“谨慎的操作”,对于“谨慎的操作”,传统理论上那些「体验好」的方法(更快一点,更简单一点)不太受用,这些「体验好」的设计仅仅只是从行动上帮用户减少了一两步,却没办法帮助用户减少执行行动前的思考。

举个例子,你本来需要亲自开飞机空投炸弹,优化到你只需要按一个按钮就可以发射炸弹,对你投炸弹这个行为的影响大吗?不大,因为「要不要投炸弹」在行动前的思考远远复杂于「投炸弹」这个行为。

反而可能因为我们有时间在飞机上了解清楚“炸弹”,而没办法在按钮上对“炸弹”有理解,而导致面对着按钮犹犹豫豫,最终放弃。对于复杂且谨慎的行为,设计清楚(帮助用户在思考节省时间)远比设计简单(行动简单了但思考不会简单)来得更重要。

03 体验不好,数据好

  • “我在这里放个按钮/入口!”
  • “这里不符合使用场景呀”
  • “我知道,但这里流量大(os:我需要流量把我的功能戴起来)”
  • “按钮/入口要设计得大一点,再大一点,颜色要鲜艳的,最好是大红色,能来点动效就更棒了”

不知道这样的对话大家熟不熟悉,我早期的职业生涯中经常能遇到这样的项目需求。但往往这样又大又红的设计还总能拿到很好的数据供人吹嘘,明明用过的人都觉得这样的设计体验很不好,为什么却在数据的驱使下越来越猖狂呢?

数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

以上图的例子做展开,在这样的需求下,我们可能会被迫作出这样的设计:

数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

上线后,项目负责人发了一封邮件:需求上线后「算命」功能使用pv/uv上涨显著,证明这是一个合理的需求,非常好的设计,我们要朝着这个方向持续优化!

但你真的觉得这是一个合理的需求、好的设计吗?

这就是典型的把数据当目标,以片面下结论的情况。

首先我们必须明确一点,做需求做设计都是为了更好的体验或服务新的产品阶段,数据只是辅助我们判断有没有达成目标的工具,切莫盲目服务数据。

其次,在做需求做设计的时候应有全局观。就以上述所举例子展开,需求的目标应该是在用户想算命的场景提供算命服务,如果我们判断消息页是用户想要算命的场景,那么我们上线后观测的数据除了算命功能的pv/uv,还需要补充退出率,以及顶部新增算命入口后,对聊天页的折损数据(聊天pv/uv,收发消息数……),把这些考虑进去我们很可能得到不一样的数据结论:

数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

数据会说谎?为什么你的功能数据越来越好,用户越骂越狠

看完真实的复盘后,首先应该能判断消息页不是用户想算命的场景,此时如果你的产品策略不是把这个软件转型成算命软件,就可以下掉这里的入口了。

如果你正要转型算命软件,非常需要消息页来带量,那么你也能看出来在这里加入口对聊天体验的折损有多大,此时你就得思考一下,「带起来的量」值不值得聊天功能「折损的体验」?

如果不值得,你也可以开始考虑换种方式带量了;如果值得,那继续做大做强就没什么问题了,祝福这个产品成为算命一霸。

04 总结

项目上线后数据复盘与体验有差异是很常见的,包括但不限于上面所述案例表现出来的原因。

总之,还是要牢记数据是工具,不是目标,如果发现数据复盘结果与预期有不符,可以尝试:给用户分层,更细致化地分析用户行为;通过用户调研了解用户真正的使用场景和流程,真正帮用户解决难点而不是“伪体验好”;以及,用更全面的视角、结合更多信息来看待项目是否达成目标。

“数据说谎”的现象还有很多,将来再继续讨论。

 

本文由 @白话说交互 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自unsplash,基于CC0协议。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 回复
  2. 就是不想说

    回复
  3. 这确实也是用户增长快了分类多了带来的结果,千人千面,也是增加曝光了

    来自安徽 回复
  4. 我喜欢这种图解的方式,看着图说明很清晰,很容易理解。

    来自河南 回复
  5. 看的出来你是个优秀的产品经理。
    从现实来看,运营只能是得先有流量,然后推产品,最后再优化~~~

    来自江苏 回复
  6. 总之,黑红也是红,对用户进行精细的差异化运营是有必要的。

    来自江苏 回复
  7. 总的来说就是相关技术首先要有用户基础,不然当一个技术再好再方便,普及不到位也没有好的用户数据

    来自广西 回复