阿里巴巴用戶體驗研究專家 張必勇，在ECX 2015電子商務經驗設計論壇中，說明數據分析在設計及研究上所扮演的角色，其實是讓研究與設計人員得以「知其然」，知道使用者的真實行為到底是什麼（What），但如果想要進一步知道他們為什麼會做這件事（Why），則還是需要透過傳統研究方法輔助，進而「知其所以然」。
文 / 張家豪
糟糕體驗的代價
曾在荷蘭讀書的必勇同時也在當地知名的電子產品公司工作過，他於一開場便展示了「電子產品功能沒問題卻被退貨」的比例表，顯示其逐年上升的趨勢。並告訴聽眾，這些電子產品大多功能性能良好，但卻因為用戶體驗欠佳而被消費者退回，而這些退貨，光是在2012年美國的消費性電子產品市場，就造成了高達170億美元的損失。實體產品如此，那 APP 呢？
行動經濟發展至今，使得消費者擁有更大的生殺大權，輕點幾下就能決定某個 APP 是生是死。但不過就是移除一個 APP 而已，對於公司而言真的有這麼大的影響嗎？而必勇在加入手機淘寶之前，其實也認為取得 APP 的新用戶並不用多少成本，直到後來看到了內部數據才發現，平均取得一位 APP 新用戶的成本竟高達300元人民幣，此外獲取新用戶的成本是舊用戶的8倍，但舊用戶能貢獻的利潤卻是新用戶的16倍。是故倘若因為使用者經驗不好，而使得 APP 被舊用戶移除，其實造成的損失比想像中還來的龐大。也因此，必勇團隊接下來思考的問題，則是「為什麼使用者會離開？」以及「該如何使舊用戶留下來？」這兩個方向，而期待能做更進一步的用戶研究。
傳統用戶研究方法的限制
但當要開始做用戶研究時，傳統的研究方法（如脈絡訪查、用戶訪談等）就會遇到幾個棘手的問題像：時間成本較高、只抽取少量受訪者難以涵蓋所有使用者、使用者真實行為與訪談時的落差等。或是在做「開發測試」時，可能只解決了「能用」的問題，但不一定有辦法能使產品變成「好用」或「愛用」，亦或是使用者使用產品的情境過多，在做測試時無法概括所有狀況。至於產品內建的客服反饋系統，則常會受到使用者的惰性影響，或是使用者的反饋不夠全面，無法讓公司了解真正的問題到底在哪，有些情況下更有可能會遇到惡意評論等狀況。
再加上手機淘寶 APP 迭代更新的速度相當快速，大概平均一個月就會更新一次版本，傳統的用戶研究方法根本就無法跟上手機淘寶的的更新節奏，但也促使了淘寶團隊建立起用戶體驗資訊庫，來幫助用戶研究團隊迅速釐清問題。
數據如何輔助設計
必勇接著舉了兩個運用數據輔助設計的案例：
- 條碼掃描鈕：例如某個 APP 在左上角設有一個簡易的條碼掃瞄功能，但之後卻發現這個頁面的 Bounce Rate（未作任何動作便立刻跳出）竟高達 64.9%，這對於一個用戶使用目的非常明確的功能來說是相當高的數字。而用戶研究團隊進一步電訪那些操作無效的使用者後，才發現使用者是在點選搜尋框點時誤點掃描鈕，抑或是當使用者連續點擊「返回」按鈕時，便常會誤觸那放在左上角的掃描鈕，才會導致這個功能的 Bounce Rate 如此之高。
- 訂票驗證碼：某中國知名訂票網站為防止機器人大量訂票，因此設定了難度極高的人工驗證碼，但這個立意良善的功能卻可能對使用者造成極大的困擾：從數據中顯示，驗證碼輸入一次就成功的比率只有8%，驗證環節平均完成時間高達20S，而在四次內成功的比率也還是只有65%。而當團隊觀察到這些數據後，便能藉此找到可以修改的方向。
從以上兩個案例中可發現，數據能夠提供用戶研究人員對於使用者行為迅速地觀察，進而找到產品中可能有問題的痛點，並藉此改善。而若想要妥善運用數據分析來幫助用戶研究，必勇也分享了幾個重要的方法，像是在概念發想階段時，便要有明確的產品設計目標，例如要先確定這個新增的功能最主要的目的是什麼，並思考依照這個目的能夠設立哪些數據觀察點，而在產品發展階段，便要與工程團隊合作，在重要的頁面或按鍵上要提早埋好追蹤點，最後上線後使用者的反饋，則能夠幫助團隊驗證當初的假設是否成立，及倘若不成立的話該如何修正。
要知其然，也知其所以然
最後，必勇認為數據分析在設計及研究上扮演角色，其實是讓研究與設計人員得以「知其然」，知道使用者的真實行為到底是什麼（What），但如果想要進一步知道他們為什麼會做這件事（Why），則還是需要透過傳統研究方法輔助，進而「知其所以然」。換句話說，數據分析與傳統用研方法其實並不相斥，而該是相輔相成的，數據讓研究人員得以迅速瞭解使用者行為，訪談則可以進一步找出使用者的想法及痛點，進而進行快速的迭代設計。
文章轉載自：ECX 2015 電子商務經驗設計論壇
訂閱 vide 最新訊息: vide 臉書粉絲頁 http://facebook.com/videmedia
