在产品设计中，数据思维是十分重要的思维方式，因为产品设计往往需要通过用户反馈数据来进行后续的迭代优化，从而提升业务的商业价值。与此同时，在这个过程中，你可能还需要进行数据测试以进行验证。如何进行数据测试，并将分析结果反哺至设计中？不如来看看作者的案例解读。

跟随数据驱动运营设计大趋势，运营设计师怎样提升核心竞争力？运营设计除了有创造力，还要学会用数据思维为你的设计发声，将你的设计价值最大化，加快提升你的商业价值。

设计师可以通过数据思维，寻求提升核心竞争力的解决方案。借用大数据精准运营让企业的精细化运营更加有效和有针对性，直接的触达目标用户。用户点击行为的精准分析，对优化入口资源位，提升点击率、增加转化率起到关键作用。对企业来说也降低了试错成本。还可以根据数据分析制定设计策略，让设计师提升商业价值。

一、为什么做数据测试？

运营设计师不仅要关注“高品质”的设计图，还要懂的如何用运营视觉语言吸引用户点击，达到高流量、高曝光、高转化等“数据量化”目标，做到“质、量”合二为一，助力业务提升商业价值。

设计图是否吸引用户点击，我们首要关注的是点击率，点击率的高低可以说明该物料于用户的吸引力和受欢迎程度。

为提升首页流量对招聘业务的转化效率，助力招聘运营精细化设计路，58UXD招聘设计部与招聘、平台运营部门合作，发起了对58APP首页运营位进行精准运营测试项目。目前第一期测试实验已经完成，春运将至，希望我们本次总结的一些经验和结论，可以帮助运营同学，更快速的用设计来提升点击率，助力业务增长。

废话不多说，超细致数据测试实验全过程来了～

二、如何做数据测试？

我们的目标很明确，确认要做数据实验项目这件事之后，第一要务分析如何能快速的将大象装进冰箱里？

共分五步，梳理测试资源位、筛选测试方法、解构测试层级、量化测试因子、分析实验数据。

三、怎么做数据测试？

1. 梳理测试资源位

1. 针对招聘业务属性，梳理58APP首页、招聘业务大类页及相关三级页面的所有运营入口、资源位。
2. 根据资源位数据流量、结合业务方设计需求、设计师投入成本，梳理罗列测试点位优先级，优先确认第一批测试实验点位。

本期主要分享APP首页feed流卡片第一期实验、首页浮窗第一、二期实验。后续实验仍在进行中，如图：

2. 筛选测试方法

在产品同质化、快速迭代的双重压力下，设计师凭借主观经验完成用户体验，很难有立足之地。以人为本的精细化设计是用户体验的必然趋势，而数据分析可以快速有效的辅佐验证精细化设计。

我们前期整理出ab测、交叉测、前后测、灰度测四种测试方式，最终结合招聘用户属性、测试目标、测试周期，选择ab测的测试方法。

3. 解构测试层级

结值得注意的是这一部分设计师们最好先构建一个思维脑图，结合实验目的、实验验证的预期结果、确定的实验资源位，反推测试层级。我们此次实验的测试层级分为测试状态、布局、背景层、主体层、文案层、引导层6个纬度。每一个纬度再拆解、再细分，最终可切实的落在设计图上。如图：

举例说明，主体层细化拆解：

1. 真假（人/物/微场景）再细分：真实摄影素材；3D/2D素材。
2. 景别，再细分：特写人物；场景人物。
3. 人物数量，再细分：单人；多人组合（3-5人）。
4. 人物动态，再细分：正面/四分之三侧面板正动态；活力/青春/跳跃动态。
5. 人物属性，再细分：职业肖像（物流、普工、司机、销售、客服、餐饮、保洁、保安）；通用无职业属性。
6. 点缀元素，再细分（根据测试需求，灵活变通）。

4. 量化测试因子

为了保证精细化设计测试结果的准确性、可靠性，每一个组测试物料，只能允许出现单一变量。

• 产品层面变量因子：通过用户分群的手段，圈定用户画像，根据用户行为轨迹，圈选用户行为。
• 设计层面变量因子：解构测试层级中拆解的测试点、需要测试物料中的其他变量，如文案、按钮、背景色等等。

举例说明，首页feed流卡片：

测试点1：真实职业人物🆚3D职业人物，哪种点击率更高？

产品层面需要圈选相同用户画像、相同用户行为、连接相同落地页、选择相同测试时间段。

设计层面单一变量为测试点的人物，即便是单一变量，也要保证人物的相似度达到80%；其余所有元素保持不变，如主副标题、按钮文案，按钮大小、颜色、位置，背景颜色、渐变角度等。

通过测试点1得出3D职业人物比真实职业人物的点击率高，我们第二步又进行更精细化的测试，如下。

测试点2：3D职业人物动态🆚真实职业人物，哪种点击率更高？

当然，为了数据更加准确可靠，仅仅两组数据是完全不够的，需要足量的物料进行测试。第一期针对两个测试点，共产出36份物料（如图），108组数据（数据暂不提供），才准确得出结论。（当然为了追求精细化设计，我们还会推出第二期、第三期，用更精准的数据，去验证设计）如图：

得出结论，真实人物形象状态固定，有些形象相对官方，3D职业人物对于用户来说，适配度、代入感较高，点击率会高于真实人物；3D人物的两种动态变化，点击率接近，对于用户认知和点击欲望影响不大，减少点缀元素，会让用户视觉聚焦，抓取更明确的信息。

5. 分析实验数据

在数据整理过程中，很多数据属于原始数据，并不是每个数据都对测试目标有用，需要注意的是数据分析要聚焦在业务、产品和用户上，细化到测试目标上，不要为了分析而分析。

因此，我们对数据进行二次加工、整理，删除与目标暂不相符的、无效的、重复的数据；简化组合有关联性的数据，形成新的数据维度，增加精细化设计的参考依据。

举例说明，第一期首页浮窗实验：

实验目标是什么样的浮窗物料点击率更高，为精细化运营设计提供方向指引和数据支持（此次实验的所有浮窗，均为动态浮窗）。

在产品层面完成定量规划，只允许在设计层面出现单一变量，此次测试有3个测试点，分8种职业，共输出10组80个浮窗，得到实验数据240组，经过数据二次加工、整理，得出相关实验结论。

测试点1：文案为主🆚物品图案为主，哪个点击率更高？

为了结论的准确可靠，添加了普工、保安、物流、司机、销售、客服、餐饮职业的对比，用职业属性元素代表相关行业完成浮窗设计，如图：

由此得出结论，根据用户画像圈选职业人群后，带有本职业元素属性的图案，让用户更有代入感和职业认同，同时增加用户点击的欲望。

测试点2：真实人物🆚3D人物，哪个点击率更高？

两种形式分别按职业各产出8套动态浮窗，进行对比实验，如图：

经过数据处理对比，发现3d人物的点击率远高于真实人物，因此在3、4测试点中，为了节约设计成本，我们不再考虑用真实人物做测试，直接用3d人物形象进行更精细化的对比实验。

测试点3：文案为主🆚人物图案为主，哪个点击率更高？

这个测试点，我们用附近热招、收入翻倍、钱多离家近3种文案进行验证，每种文案分别按职业各产出8套动态浮窗，进行对比实验。

a）附近热招系列，如图：

b）收入翻倍系列，如图：

c）钱多离家近系列，如图：

经过实验发现，3种文案系列都是人物图案为主的点击率高，因此证明文案为主与人物图案进行对比时，穿着本职业服饰的人物形象让用户更有代入感和职业认同，加之小标题文案的辅助，让用户更清晰浮窗表达的意思。

测试点4：3d人物中，无职业文案🆚有职业文案，哪个点击率更高？

两种形式其他元素保持不变，只添加“急招+职业”的文案引导，所有数据均是有职业名称点击率高，如图：

由此得出结论，带有职业属性的文案点击率更高，对于用户更具识别性和关联性，更有定制化的感受。

测试点5：纯文案中，哪类文案点击率更高？

此次实验数据全部完成后，按8种职业将所有文案进行同职业维度对比，发现有“附近热招”和“高薪急招”字样的动态浮窗，在5种文案中点击率高。这也给我们第二期更加精细化的测试提供了文案支持。

四、小小总结

我们通过设计数据实验观测点击率高低，目标是透过差距明显的对比，指导后续的设计行为，帮助业务做好决策。第一期实验获得成功后，第二期数据实验也紧锣密鼓的开始了。

为了提升首页流量对于招聘业务的转化率，助力春运活动期的流量分发，我们对测试方法、测试因子进行了二次优化，拓展更多可能性，产出多种UI物料。包括交叉热门城市，用户属性（性别、年龄层），热门职类等测试，通过用户画像（实时，离线）等多维度，进行精准物料素材匹配。验证精细化运营设计可以切实的提升点击、转化、分发效率。

从设计侧也希望这些结论能够对58全业务提供设计参考依据，助力58全业务提升商业价值。