UX 设计的面貌正在发生改变。几年前，产品设计的决策通常是根据设计师的需求与直觉来推行，而今天，用户所提供的反馈信息则起到了关键性的作用。在通过分析来决定规则的今天，数据是驱动设计的核心因素。可以说，如今的产品开发流程中，数据是基石，它能够让开发更清晰地梳理出优先级，提升整体体验，提升用户满意度。
为了跟上时代，设计同样需要借助数据作为参考。
设计师为何需要数据？
乔布斯曾经有过这样一个著名的言论：“焦点小组设计产品是如此的简单。很多时候人们并不知道他们想要什么，直到你向他们展示出来。”
如果遵循这一思路，产品研发只需要招聘一组顶级设计师就能完成所有的产品决策了。但是这样存在几个现实可见的问题。作为一名创新者和发明家，乔布斯的这一思路在强大的技术支持和顶尖的设计开发团队下，可以创造革命性的产品，但是这并不贴合绝大多数的普通产品的研发环境，对于绝大多数的设计师而言，他们所面对的是对于当前产品有着相当了解、已经具备固有使用习惯的普通用户。
其次，即使雇佣了世界上最顶尖的设计师，他也无法准确预测用户的想法和需求，设计师毕竟不是用户（当然，为设计师开发的工具除外啊）。我们必须承认，设计师和用户之间的知识结构、思维、视角、关注点都有着巨大的差异，即使具备同理心，同样需要有足够的测试和数据支撑的情况下，才能准确判断用户想要什么。
设计师的解决方案从来都不是凭空而来。设计人员需要同用户互动来借以洞悉需求，制定可靠的用户体验方案。而数据，是驱动设计的途径。
如何界定数据驱动的设计？
数据驱动设计听起来很高大上，甚至有些玄乎。但是实际上，概念很简单，让数据作为设计决策的依据。借助数据，很多日常生活中的经验会更容易被理解、结构和使用。
常见的数据可以分为两类：定量数据和定性数据:
定量数据会告诉你正在发生（或者不发生）的事件的数据，通常它们会有具体的数字来对事件进行说明。
定性数据不一定会以具体数字的形式出现，它通常会告诉你为什么会发生这样的情况，以及好坏。
比如 Google Analytics 会告诉你有多少人访问了你的网站，这些用户来自于哪些地方，以什么样的方式访问，以及他们进行了哪些操作。但是，这些数据并没有告诉你为什么。为什么一些用户会倾向于访问页面A，更喜欢使用控件B？为什么内容C更吸引这一部分用户，而表单D的填写比例很低？为什么是很重要的，它关乎用户逻辑的奥秘。
这也是为什么，我们会获得定量数据，然后又转向定性数据。
定性数据比定量数据更好？
当然不是！事实上，任何设计决策都不应该只由一种类型数据来作为支撑，定性和定量的数据结合起来使用，才能让你更了解产品的使用模式。定量数据告诉你当前的状态，定性数据为你揭示原因。定量数据帮你了解产品的实际运用状况，而对于未被使用到的功能，则需要通过用户的定性反馈来了解。这样一来，在数据支撑下发现问题，提出假设然后找到解决方案。
数据驱动设计的三个必要元素
从数据到设计，本身就需要一定的整合、解读、分析和转化。想要更有意义地使用数据来驱动设计，我们需要将两者合理地连接起来，从而最终得以洞悉需求，看清问题。
数据驱动的设计策略，通常是基于下面的3个因素的：
1、数据
基于数据的设计策略当然需要数据。但是数据本身是没有意义的，解读赋予数据以意义。为了创造有意义的用户体验，分析数据将原始的数据转化为有用的信息，才能让它们服务于设计。
正如同《数据驱动设计的6个迷思》这篇文章所说，如果你想用数据来驱动设计，那么可以通过三种方式来运用它们：
证明：通过A/B测试和分析来验证设计决策
改进：衡量改变和调整的效果。这通常是借助数据做设计迭代，优化产品。
发现：不要仅仅只是分析和整合。使用数据来探索，深入研究问题，不仅仅是分析对错。
除此之外，还要能快速判断能用来分析的数据。下面的准则应该对你有帮助：
知道你需要哪些数据。如果你不知道要测量什么，也不清楚数据测算的基准是什么，那么这样的设计基本上就是瞎的。所以，要知道你需要哪方面的数据，以及如何获得数据。
拓展对数据的理解。不同来源的数据能够帮你描绘出更加多元、细致的图景，换句话说，它们能够帮你获得可行性更高的设计方案。你应该使用多种不同的获取数据的方法来提升体验：分析、A/B测试、语境研究、客服日志、社交媒体数据、用户研究、用户访谈、可用性测试、相关票据等等。
避免过度使用数据。许多团队会随着时间推移越来越保守，因为他们会越来越依赖数据来做决策，最终因为无法接受新的东西而最终走到死胡同，陷入瘫痪。让数据为你所用，而不是被数据束缚住。
规避认知偏差。数据的解读方式多样，如果始终只是坚持自己主管臆想的方式来获取信息，忽视客观存在的其他内容和可能性，那么最终受损的是产品。如何规避认知偏差，可以参考我之前的文章《想让设计更走心？你得学会用共情来驱动设计》。
同时记录数据和场景。每个数据得来的背景都不相同，而特定的数据在特定背景下，能够揭示出特定的问题，所以两者不可分割。找出数据的含义，同时不要忘了记录相应的细节。
2、共情
共情（Empathy）对于设计师有多重要，想必我已经在上一篇文章《想让设计更走心？你得学会用共情来驱动设计》中有过详细的说明。你的产品最终是要交付给用户的，能否站在用户的角度来看待需求，解决问题，决定了你的产品能走多远，影响着它的核心价值。
值得注意的是，我们所搜集的数据，都是是人所产生的，数据是人活动的痕迹，所以数据本身就传递着关于人的真实含义：
通过数据来读懂人们的语言、行为、思考和感受。找到数据背后，那些关于人的重要意义。
追溯情感，了解人们行为的深层原因，行为动机和痛点。
当我们理解了用户的想法，自然能够创造出更加适合用户的产品。特斯拉在产品设计过程中，就很好地运用了“共情”这一利器。特斯拉将他们的技术和积累，以一种新鲜有趣的方式打包起来，但是有不让用户感到陌生。Model S 背后的设计意图就很明确，创建一个“奇怪的”产品：一辆让人觉得很贴近传统汽车体验的全新的电动汽车，打破了陌生感，又集合了最新的技术，熟悉而又新颖。
3、愿景
当我们怀着创新的想法借助数据来做设计的时候，数据是用来辅助我们做决策的，但是千万不要让数据作为唯一的参考，别让它左右我们的奋斗目标。纯靠数据来推动设计，所存在的问题非常大。首先，你所倚靠的数据是基于你所构建的内容，而所获得的数据通常是基于你当前的受众和已有的产品设计模式。考虑到这一点，搜集的数据实际上只能是影响决策的因素中的一小部分。其次，数据和共情始终都是手段，作为设计师的你才是拥有目标、提供判定标准的决策者，产品的意义是你所赋予的，也就是说，你的愿景也是一个关键的影响因素。
随着时间的推移，你的产品会沿着你愿景的方向前进，作为工具的数据和作为手段的共情则为产品提供动力与支撑，帮你达成目标。在这个过程中，不断决策，在错误和反馈里面不断学习完善。
好设计的关键是平衡
任何产品的设计团队如果仅仅只是依赖一部分因素做决策，最终的产品都很容易跑偏，这种状态下的“优化”有时候很可能是负优化。和现实生活中中的一切一样，设计和设计决策都是需要平衡的。在今天，良好的设计离不开数据的支持，共情的优化，愿景的指引。所以，你需要在三者之间找到平衡。