新闻资讯

新闻资讯 行业动态

设计师如何通过AB test,让运营无话可说?

编辑:011     时间:2020-02-24

“xx,banner这里再改一下,要有大气的感觉……”

“xx,这个字再放大一点,颜色不好看……”

“xx,再改下吧,感觉太乱了……”

每天面对需求方的各种“无理”要求,刚入行做运营设计的我,天空飘的一直是那朵乌云……

特别是遇到灰常强势的运营大佬,还敢怒不敢言…心里一万句NNP,手上还得改改改!

改图改到万分沮丧,甚至开始怀疑人生……

有时会想不就是一个banner吗?

怎么就这么难呢?怎么就这么难呢?怎么就这么难呢??!!!

后面在我做到第1000个banner时,终于反思,再也不能这样做!我要拿回设计师的主动权!

首先是为什么运营总让我改,为什么他总要说感觉不行,为什么他不让开发去改代码?不让老板去改决定?却总是盯着这么一个小banner,让我改来改去改去改来,改到鼠标都抽筋,电脑都抽风!

通过一段时间的观察,我发现原来运营这傻X他不会开发,看不懂那密密麻麻红红绿绿的代码,自然就没法指指点点。

而且只要一听开发说这个做不到,那个风险大,就立马哈巴腰地说回去再想想。

然后…然后…然后!

鬼都知道他这想想就是改设计!改设计!

更让人不爽的是,他没法改变老板的决定,结果自然也改设计!天呢!为什么受伤的总是设计师。

终于!我从运营同学与设计师身上找到了两个原因。

一、人人皆有审美

首先是作为人,作为万物灵长的人类,不管这个人长得美丑如何、能力如何、人品如何,他可能不会认为自己有写代码的天赋,也可能不会认为自己有做老板的天赋。但他一定会觉得他有审美的天赋,且品味应该还不错,甚至是认为自己审美无敌。

所以他没法评价开发代码写得好坏,也没法左右老板的决定,但他一定会对设计提出他对美的要求。

提出他对美的各种要求!!

所以如果你不幸选择设计这个行业,那就一定要练就能够包容他人之审美的心胸。要把某些运营的审美当婴儿一样对待,谆谆善诱循循引导。

二、设计师的不作为

其次是作为设计师的我们,居然也要负一些不作为的责任。

可以想象一下工作中当我们遇到被指点江山的情形时,通常做的不是如何找方法去佐证自己的观点,也不是虚心分析运营同学为什么会这么说,而是抱怨!

抱怨运营变来变去,抱怨运营是傻X,抱怨运营能力不行,抱怨运营不懂设计还瞎指挥…所谓怨妇型设计师。

但扪心自问,就算作为设计师的我们,就算懂设计,但又能懂多少呢?又能比运营同学多懂多少呢?

难道就因为是设计师,所以我们的审美就一定比对方高吗?我们的想法就一定比对方好吗?关于项目的实际结果我们比对方更能负责吗?

当然不能!

所以当我们没有理由说明这是好的,没有办法证明这是对的,同时又不能为结果负责的时候。那么,运营同学为什么要听你的!

只有运营同学才是直接对结果负责的人!无论项目成与败,对于错,对于设计师来说,这都可以算是你的作品。但对运营同学来说,这直接关系到他的KPI,直接影响他所背的指标,甚至直接决定他的业绩。

所以我们自然要接受他对设计提出的种种想法和建议。

但,难道要一直这样憋屈吗?难道要一直这样被动吗?难道要一直这样不作为吗?

NO!有一种方法叫AB-Test。

即在设计过程中,制作AB或多个方案,在同一时间维度下,分别让组成成分相同或相似的访客群随机访问这些版本,并收集各访客群组的数据,进行分析和评估出最优版本,然后采用。







AB-Test注意事项:

  • 保证做AB的方案只有一点不同,比如一个button是绿色,一个是红色,但其它都要一致,不然就不好确定是哪个点影响了AB测试的结果;
  • 保证两个方案同一时间上线;
  • 访客的属性一定是相似或相同的,且流量一定是平均分配到2个版本上。

鉴于以上与运营同学种种的相爱相杀,我决定对一直频繁要修改设计的banner做AB-Test。

我想验证在我与运营之间,到底谁才是真的九阴真经,到底谁才是真的武林至尊,华山论剑,到底谁会更胜一筹。

说做就做,测试模块是APP首页的主banner,这里的流量最大,测试结果也更具说明性。具体位置如下:






确定好位置,接下来组内讨论先确定了4个测试点。

(1)关于是否要有button

在做banner的过程中,有时运营给的文案相对偏少,然后我一般会建议再增加个button,提示用户点击,效果会更好一些。

可运营同学呢,who care?心情好的时候要放就放吧。心情不好的时候,就反问能提高多少点击?提升多少效果?

这不是怂我嘛,我只是出于好心建议,但具体能提高多少,我母鸡啊。

所以我就针对banner上是否有button这个点进行了AB-Test。

我想知道到底是有button好,还是没有好,如果是有button好,那到底会好多少?






测试数据如下:





从数据来看:

  • 有button的banner点击数更高;
  • 且商品详情页的订单数更多;
  • 相应的销售额也更多。

而且从第一个活动的数据中,可以发现PV点击率,有button的方案相比无button的仅高出0.01%,UV点击率仅高出0.02%,可就是这0.01%、0.02%的差值,却多带来了几百个订单,销售额也相应增加了几千块。

看到这个数据,心里好像有一些获胜的快感,但更多的是释然!

必定有些时候当运营要加button的时候,我又嫌内容太多……争来争去。原来我争的是方寸之间,而运营争的是那0.01%、0.02%的结果。

运营并非真的是对设计不满意,而是他自己也不晓得如何做才能效果最好。

在大家能力都相差不大,而我又无法证明这是对的时候,作为运营同学,他就会更倾向于听从自己已有的经验。

必定谁也不会把宝压在不信任的人身上。而且他还要为项目的结果直接负责,所以才会让设计师按照他认为可以带来好结果的要求去改。

而设计师呢,也并不是对运营有意见,设计师在期望项目结果好的前提下,首先要保证设计的美观度和合理性。当时间紧张,这两者发生冲突的时候便陷入了你是我非的纠结和争论中。但因为设计师不直接对项目结果负责,同时又没有可信性的经验,所以最终就听运营的了。

而AB-Test则可告诉我们什么样的是好的,什么样的是不好的。既然有方法去确定,那当然就不用再进行争论。

所以在看到数据的那一刻,我与运营就和解了。

原来你没那么强,我也没那么弱。

那为什么有button的点击效果会好一些呢?

在心理学上有一种叫“暗示效应”,指在无对抗的条件下,用含蓄、抽象诱导的间接方法对人们的心理和行为产生影响,从而诱导人们按照一定的方式去行动或接受一定的意见,使其思想、行为与暗示者期望的目标相符合。

我们把它移接在用户体验上,就是在用户浏览网站或使用APP时,在他没有防备的情况下,用一些比如查看详情、立即报名、去看看、领优惠等暗含行为动作的词,对用户形成一种心理暗示,从而引导促成用户的点击行为,即而达到我们的期望目标。

所以建议在做banner时,可以增加引导用户点击的button,以达到数据转化的最大化。

这是测试的第一个点。

(2)关于button的位置

在第一个测试点中,我们知道了有button的方案数据效果是好的。

那么问题又双来了,这个button是放在左侧更好一些,还是放在右侧更好一些呢?

于是我们针对button的位置又做了AB-Test。



从数据看:

button在左侧的效果会比较好,因为我们一般的浏览习惯是从左到右的,在左侧,可让用户更高效的快速扫描。

这是第二个测试点。

(3)关于主题文案的位置

确定了button,也确定了button的位置。

问题又双叒来了,关乎banner最重要的主题文案是放在哪个位置比较好呢?是左侧?是右侧?还是中间?对数据又将会产生什么样的影响呢?

于是针对主题文案的位置又做了AB-Test。



考虑到人的浏览习惯一般是从左到右的,所以这里没有做居右的测试,当然后面有机会也可以尝试一下。

得出的数据如下:



从数据看:

文案的位置与button的位置一样,同样是居左的效果更好。

这是做的第三个测试点。

第四:关于整体内容的位置

虽然测了button和文案,但是分别测的,没有放到一起去做整体的测试。我能说明button居左的效果好,能说明文案居左的效果好,但当文案与button都居左的时候,效果就一定也是好的吗?

所以问题又双叒叕来了,即主题文案与button都在左侧效果更好?还是都在右侧效果更好?或是中间效果更好呢?

于是针对整体内容又做了AB-Test。






从数据看:

无论是单独测button,还是单独测文案,还是整体测,最终得出的结果均是居左的点击效果最好。

即这样版式的banner点击效果最好!





所以经过一轮一轮的AB-Test,就积累了很多数据的经验。

以前与运营各自都无法证明,谁也瞧不上谁。但有了数据的支撑,我们就再也不用听运营指挥这里改改那里改改了,运营也再不用担心设计师做得不好了。

而是依据数据,用数据来指导设计。数据让双方不再各执一词,各执己见,而是相互信任,相互认可。

而设计也不止于美丑,如果一个设计只是做得漂亮,但数据了了,那么我也不太会认为这是一个好的设计。所以仅凭美与不美来衡量设计的好坏是极不科学的,对设计师特别是体验设计师来说也是一件非常不负责任的事情。

所以如果有可能,尽量多争取做一些AB-Test。

凭感觉做设计可以,但我们更要用数据来指导设计。数据就如同探险家在野外的指南针一样,当我们陷入无休止的争论,谁也说服不了谁时,它可以给我们指引方向。

且通过测试的最优结果,可以生产一批与最优结果相同或相近的模板。后面再有类似需求时,完全可以用模板解决,即高效,数据转化又好,可谓是低投入高产出。

最后说明

(1)以上几点在不同的工作中均做过测试,特别是在电商行业,结果均是类似的(另:由于数据都属保密性内容,所以上面图中均为处理后的数据)。

但不代表所有行业都如此,所以大家所在的环境如果有机会,也可以多尝试AB-Test。而且关于banner的测试点还有很多,比如字体的类型、背景的颜色、是否放人物照片等都可以尝试。

(2)测试本身也会有一定的时效性,一个测试结果,并不代表以后所有的需求都这样做。所以要阶段性持续性地去做。

(3)在小团队可能因为开发资源有限,没有机会做测试。或可尝试一下人工测试法。即设计2个方案,把公司里的同事分成具有相同或相似属性的两部分,让他们分别看不同版本的设计方案,然后凭直觉对其进行点击欲望或其它方面的打分。

最终汇总总分,采用最高分方案。但此方法主观性会比较强,所以结果也仅做参考。

(4)数据释义:

PV:Page View,即页面浏览量,用户每次对网站中的一个页面的请求或访问均被记录1个PV,对同一页面的多次访问,pv累加。例如,某页面被一个用户访问了5次,pv就+5。

UV:Unique View,即独立访客,访问网站的一台电脑客户端为一个访客,在同一天内即使多次访问,但只被计算1次。

PV点击数:即banner被点击的次数,重复点击也算,例如,某banner被一个用户点了5次,PV点击数+5。

UV点击数:是独立访客点击banner的次数,同一天内同一电脑客户端的访客重复点击,只计算1次。



————————————————
版权声明:

遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:http://www.woshipm.com/zhichang/3415186.html






郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

回复列表

相关推荐