数据驱动产品设计

一、什么是数据原型

通过模块化的思路，仅仅是将产品生硬地切分开了。在产品“外壳”下的是千丝万缕的数据连接，也就是模块与模块之间要进行数据交换。

当把产品进行了模块化拆分之后，拆分出的功能模块就是产品的“逻辑”，而产品功能中的数据就是“特性”。拆分之后的模块和数据之间的关系从上图的样子变成了这个样子。

基于模块化设计思想，对产品进行业务化梳理，对业务进行模块化拆分出功能模块，功能模块就是产品的“逻辑”，而功能中的数据就是“特性”。

业务：比较固定的流程。
逻辑：相对固定的功能逻辑。
抽取数据特性：动态，较为经常变更的数据属性。

作者把产品的数据“特性”叫做“数据原型”。原型和流程图分别表现了交互特性和流程特性，而“数据原型”是从另一个侧面来呈现产品。

“互斥”和“穷尽”的原则不仅仅是限制条件，还是一种思维的引导，帮助我们在设计产品的时候查漏补缺，避免出现某些环节没有考虑到的情况，以防导致更严重的后果。排列组合可以很好帮助我们解决模块化的“互斥”和“穷尽”的原则。从数据原型角度能更好的实现“互斥”和“穷尽”原则。

二、数据原型驱动产品设计

在做产品设计的时候，以数据原型角度可以更好的驱动设计。

1、优化体验

举一个具体的例子：当用户使用我们搭建的电商平台时，用户的个人信息、喜好、订单记录、支付记录、优惠券领用等，甚至包括用户访问页面的记录、用户在页面上看到的内容、与页面之间的交互行为等，这些信息就构成了核心数据。基于这份核心数据，我们可以判断应该优先展示给用户哪些商品、应该给用户怎样的优惠力度、应该默认选中哪种支付方式、应该通过哪种渠道提示用户订单的最新状态等。

2、交互设计

梳理状态：以数据实例为基础，分析状态。

3、页面排版

数据原型信息进行页面的模块排版。
举一个具体的例子：展示一个页面企业详情和企业首页配置，企业配置包含企业名称配置、企业LOGO配置以及企业首页页脚配置。从数据实例角度，企业名称配置、企业LOGO配置应该和企业信息在一个展示模块，企业首页页脚配置展示在另外的模块；而不应该以功能为角度，将企业配置包含企业名称配置、企业LOGO配置以及企业首页页脚配置放在一个模块。

4、运营目标设计

比如做一款电商产品，希望用户通过线上的方式进行选品和支付。可依据这个产品的逻辑进行交互方式和业务流程的设计。同时，也会制定一些运营目标：交易额达到100万元，同时让实际进行了交易的用户数量达到5000人以上。那么，这个目标的100万元和5000人，就是一种从产品逻辑上产生的运营特性。

在有了整体的运营目标之后，根据产品的逻辑对这个目标进行细化，形成更加细粒度的运营特性。比如，根据100万元和5000人这两个数据，可以找到一个简单而清晰的思路：实际消费的用户，平均每人的消费额应当不少于200元；当用户平均消费金额超过200元时，交易额目标达成的压力就变小，随之拉动用户交易转化的压力也会变小，也就是说，对于新产生的交易用户，允许人均交易额小于200元。

由此，还可以进一步地细化：为了得到5000人的交易用户，那么在已知的用户群中，哪些用户更容易对这个目标产生“贡献”呢？可以由此制作用户画像，形成用户分群，从而划分出不同的目标用户群；根据过往的从浏览用户到交易用户的转化情况看，核心的流程界面浏览量、核心功能按钮的点击量应当分别达到多少，才能达到预期的目标？再比如，对于交易额100万元的目标，可以做同样的拆解：哪些商品最容易产生交易？根据这些商品的单价，就能计算出售商品的件数应该达到多少。再根据历史的交易数据，可以在不同的商品之间进行选择和组合，这样既能满足运营目标，还可以兼顾一些其他外部条件，比如某个供应商希望自己的销售额达到20万元等。

除了优化体验、交互设计、页面排版、运营目标设计，还可以有驱动设计方案等方面。

三、抽取数据特性过程

1、业务抽象

业务抽象的过程就是通过抓取业务的核心逻辑，形成相对通用的业务逻辑。这里可以借鉴两种比较常用的思维方式：过程的抽象和角色的抽象。

过程的抽象
过程的抽象，重点在于梳理出业务执行过程包含的几个步骤。比如，开展电商业务，那么用户进行在线购物通常的核心流程大致可以拆分为选品、支付、配送等几个大环节。如果扩大考虑范围，还要包含设计、制造等。

角色的抽象
角色的抽象则完全不同。首先要考虑有哪些角色参与，每个角色关心的信息和可以做的事情是什么。之后，整个业务就由这些角色之间的互动而产生。

业务的基本逻辑是很少改变的。如果对某一类业务的基本逻辑做出改变，并且改变得确有成效，那么这将是行业颠覆级别的大新闻。

2、梳理现实情况的特性

现实情况可没有那么简单，会有各种各样的条件限制想要左右业务的执行方式。因此，有了抽象的概念之后，需要通过一些附加的特性将这些概念具体化。不管是前面说到的流程抽象或者角色抽象，在具体业务中都对应具体的特性。

到了具体特性的层面，有这样一条特性：某张优惠券，只能由通过了实名认证的用户领取，当单笔消费超过100元时才能使用，在原订单金额的基础上，优惠20元；并且必须在支付的环节之前就选定是否要使用这张优惠券，否则不能享受优惠。

但是，这些特性的特点就是，它们是“临时性”的，或者说，它们有可能改变。比如，针对上面这个具体的优惠券的例子，由于种种原因，流程抽象之下的特性可能进行以下这几种修改：

·可以领取的人群变成了由运营人员圈定的人群才能领取；
·使用特性变成了单笔订单满500元，可以优惠50元；
·扣减方式变成了在用户确认收到商品之前，都可以选择优惠券并享受优惠。

前面我们已经提到，业务的基本逻辑是不常改变的，可能经常改变的是实际的业务特性。因此，通过前两个步骤，我们已经将变化的范围基本圈定在了业务特性的范围内。自动化的数据驱动，就是要通过改变这些具体的特性来实现改动最小化和可控。