如何用数据思维做创意设计

223天前发布

原创文章 / 多领域 / 教程
BambooHuan 原创,如需商业用途或转载请与BambooHuan联系,谢谢配合。

1个流程+8个有趣的结果

 


在一个数据导向的团队中做创意设计,如何才能说清楚自己的价值呢?比较有说服力的方式,是靠数据对比,验证设计带来的收益


基于一套持续了18个月的设计实验,本文梳理了1个操作流程,并记录下8个有趣的对照结果。




拆业务目标,找关联指标


 


为了更好的借助数据的力量,首先,需要将设计的发力点和业务的量化指标捆绑在一起


但是,一个业务或一个活动的量化指标有很多,具体要“抱谁的大腿”呢?这里有两个筛选条件供参考:


1. 选择跟创意视觉关系最紧密的指标;

2. 选择提升潜力看似更大的指标。


在实际项目中,有两个关联指标,值得我们重点关注:核心渠道位的点击率和落地页核心按钮的点击率。




控变量,做对比测试


 


想要说清楚设计的独立价值,需要围绕设计的变量,做关联指标的数据对比。比较常用的方法有两个:A/B测试和环比数据统计。


A/B测试:


指将两个或多个方案,在同一时间维度,分别让组成成分相同(相似)的目标人群随机访问,收集各群组的用户体验数据和业务数据,最后分析、评估出最好版本。


环比数据:


表示连续2个统计周期(比如连续两月)内的量的变化比。环比增长率=(本期数-上期数)/上期数×100%。


无论采用哪个方法,要确保对照方案中,文案等非观测要素是不变的,才能观察到设计变量带来的增长转化效果。




比对数据,持续优化


 


这是一个看数据-找问题-做优化-再看数据的闭环流程


从数据报告的研读,到核心问题的定义,再到设计优化的交付,这三个节点之间,是不断做思路发散和聚焦的过程。


其中,面对数据的涨与跌,会有不同的应对思路,比如:



1.数据上涨后要做啥?


 


可在接下来的活动中延续相同的设计思路或风格,甚至进一步强化某个要素的特征


上图为例,通过一期设计,我们得到了一个初步判断:大色块氛围+情景化创意,可能比摄影类表达有更好的转化效果。


后续的改版方案遵循了相同的思路,并从当月的热点中借势,以期不断调动用户的情绪。


从数据反馈看,优化后的二期和三期设计(文案等要素未变),有效提升了页面按钮的点击率,并以某个权重反应在了活动的核心指标上。



2.数据下跌后怎么办?


 


说明设计优化不够有效,或者用户对于曾经有效的设计思路产生了“认知疲劳”。这时,建议在创意内容和创意表现层面寻求新的可能


例如,某活动重点资源位的点击率出现了下滑(上图左1)。通过看数据-找问题-做优化的流程,问题被定义为:视觉层级略显复杂。优化后的二期方案更为聚焦,实现了点击率的明显提升。




数据沉淀


按照上文的流程,本文记录了一些有趣的数据结果。它们是否具有普适性,还待大家一起去验证:


1. 在小尺寸渠道位上,简单直接比复杂的视觉表现,转化效果好


2. 在利益点一目了然的基础上,强化艺术表现力,转化效果好


3. 在渠道位和落地页中,微动画展示比静态展示转化效果好


4. 在活动期,常做渠道位的视觉换肤,比只有一套视觉,转化效果好


5. 在临近节日时,烘托节日氛围比单纯的利益点展示,转化效果好


6. 改个讨喜的颜色,资源位转化率可能直接翻倍


另外,随着各种运营套路的泛滥,用户出现了一些“免疫”现象:


1. 在交易流程中展示阻断式广告,原生界面风格有时比促销风格的转化效果好


2. 画一个最高5元的现金券,可能比一个最高50元的礼包转化效果好




再思考


回归开篇的问题,作为一名增长团队中的创意设计师,我们的核心价值究竟是什么呢?


从这几年做过的微观实验中发现,运营活动中增长转化的高低,除了与实际利益的大小挂钩外,常常还与用户的感知方式和情绪波动息息相关。


而创意设计师,往往可以在感知和情绪方面,提供不同于其他职能的独特价值,进而成为增长的贡献者持续测试,就能在数据层面上“看见”这份贡献。


好了,关于这个话题,今天就写到这里。下一期,我们来聊聊品牌IP设计。


关注微信公众号“发条设计”。这里会定期分享有关品牌、营销和设计的干货思考。让我们一起,探索设计的边界,为脑洞上足发条吧!


2020.2.9

5
- 位站酷推荐设计师推荐 -

声明:站酷(ZCOOL)内网友所发表的所有内容及言论仅代表其本人,并不反映任何站酷(ZCOOL)之意见及观点。

    文章信息

    • 文章标签

    没有新消息