如何用数据思维做创意设计
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。
以上图为例，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
