“凭什么说你的方案有效果？”

“讲了一堆你觉得，有客观依据么？”

是不是很想有理有据的把数据分析甩出来？

行！那今天就来介绍设计的 数据分析 思路，为你的方案增添 10 分说服力！

从这 6 个方面，帮你快速入门数据分析！ 作为一枚设计小萌新，对上述场景，是否似曾相识呢？

阅读文章 >

设计为什么要会数据分析？产品给的报告不能用吗？ 谁不想摸鱼呢？可真的用不上呀！

产品或运营的数据报表多是从本职业影响的范畴出发，去分析产品策略、渠道投放、运营手段等对整体大盘的影响。给出的数据要么和设计无甚相关，例如渠道的投入产出比，要么更偏向整体效果，无法探究设计方案的作用，例如参与人数、整体留存等。这样的数据，无法论证设计方案的影响效果，也就无法形成有效沉淀。

所以，数据分析，还是要自己做！

这样叫做“会设计数据分析”吗？ 如果你知道哪些设计会影响最终 数据指标 ，知道如何拆解成与设计相匹配的小指标，会通过数据看出问题或机会，那么这就叫会 设计数据分析 。

简单点，如果你曾被以下问题困扰过，那么下面的内容可要看仔细了~

我是根据产品目标来做设计的，但我没办法证明方案是怎么影响总指标的？ 收到数据图表，但看不出这和我的设计有什么关系？ 得到一组多维数据，可怎么看结论都只有比大小？ 设计的数据分析如何做？ 本篇文章将遵从数据分析的三大步骤“拆解—埋点—分析”，从设计视角进行讲解和案例探讨。

Step1：数据拆分 问题：我是根据产品目标来做设计的，但我没办法证明方案是怎么影响总指标的？

诊断：除了总目标，不知道还能如何验证。属于数据拆分的问题。

怎么拆？

拆分数据是大化小的过程，宗旨是可以将终点数据拆分成过程数据、细节数据。以下为两个基础拆分思路：

1）构成法

「适用范围」有多维平行影响因素构成的数据，通常有固定公式的都属于该类。

「案例」商品交易总额 GMV、用户终身价值 LTV 等。

2）行为路径法

「适用范围」总指标是“后置数据”，会受到一系列的“前置因素”影响。

「案例」用户留存。

在实际使用中，“构成法”和“行为路径法”通常是交叉叠加使用的。

例如，为电商的年终大促做活动设计，总指标为 GMV（商品交易总额）。

第一步：通过“GMV=点击 UV*转化率*平均客单价”的一般公式，可拆出 3 个二级指标——“SKU点击UV”、“转化率”、“平均客单价”。但这3个指标并不能直接指向设计，需要继续拆分。

第二步：“SKU 点击 UV”对照用户行为，即用户“进入活动页面—看到页面上的‘商品橱窗’—点击陈列的SKU”。依照该行动顺序，可以找到对应的设计模块。“进入活动页面”转化为“活动入口点击率”；“看到页面上的商品橱窗”转化为“模块曝光率”；“点击陈列的SKU”转化为“模块的SKU点击率”。

到此，指标已拆分至与设计直接相关的数据，我们可以通过数据的表现，发现设计效果是否达到预期。

如果不满足于问题的发现，还想继续探讨如何设计效果更好，则需要通过对影响因素进行拆分，例如影响 SKU 点击的设计因素有位置、大小、动效、商品信息等等，通过 AB 测试的方式，来找到设计更优的解法。

概括模型

以上思路可以概括为：UJM+OSM 模型。该模型非常通用，和做设计的思路一致，会设计就会拆数据。

应用思考

案例：一款雇主招聘产品，为有更好的招聘效果，鼓励雇主在活动期间多查看简历、与应聘方沟通。那么“招聘效果”可以用哪些数据表示呢？

实际案例更为复杂多元，以上仅为大致的思考思路，并不代表标准答案。

Step2：数据埋点 问题：收到数据图表，但看不出这和我的设计有什么关系？

诊断：没有办法对应数据和方案的关系。属于数据埋点的问题。

怎么设置埋点数据？

1）页面行为转化法

设置埋点的目标，是在设计方案中找到可以表达你所需指标的数据。是用户在页面上的行为形成了数据，我们需要做的是确认哪些行为可以表达数据，然后对行为进行统计。接上个例子，“模块的 SKU 点击率”=模块的 UV 点击数/模块展示 UV，因此埋点数据是“模块的 UV 点击数”和“模块展示 UV”。

概括

这里归纳一些通用数据供参考。

以上数据收到后还需进行分析，才能发现目标。仅仅展示这些数据并不能叫做数据分析哦~

Step3：数据分析 问题：得到一组多维数据，可怎么看结论都只有比大小？

诊断：缺乏关联分析思维。属于数据分析的问题。

通过数据埋点得到多个单一数据，对单一数据进行不同角度的计算，再结合设计得出的结论，就是数据分析。

如果对数据具备充足的设想，这一步仅仅是简单的计算和推理工作。但在实际中，往往会因为前期的思考不足，拿到数据后只会比大小。

如何找到分析角度？

分析就是找特征，以及造成特征的原因。因此，大小只是表象，大小必须和其他因素关联才是分析。以最常见的“比大小的思路”为起点，横纵拓展思路：

案例应用

应用案例：C 端招聘-留存数据分析

一款面对求职者的招聘产品，在节日期间开展活动，活动目标是通过任务奖励，引导用户产生和求职相关的行为。

已有数据：

其他数据：活动整体次留、产品次留。

依照上述思路：

1）比大小

A 同期比较：

抽取以上数据并制作新表，观察可得以下三点。

Q1. 两类用户中哪类的次留表现更好？（人群性）

从整体数据看，“完成任务的用户”相比仅“参与的用户”，次留率明显更高。

Q2. 两类用户与活动整体留存相比表现如何？（事件性）

活动整体次留率为 8%，“参与任务用户”和“完成任务用户”次留均高于整体次留。说明与任务相关的用户次留表现更好。

Q3. 两类用户与产品整体留存相比表现如何？（事件性）

活动期间整体产品的次留率为 25%，通过数据可知：“参与 3 个任务及以上”、“完成 1 个任务及以上”的用户，可达或超越平台次留数据。

而这两部分用户占比活动用户数量极少，也侧面印证了活动次留低于产品同期次留的结论。说明该活动的内容或策略未达用户预期，可能是活动目标与用户使用产品的目标不一致，也可能是奖励吸引力不足。

B 不同期比较：

Q1. 当前活动数据对比往期相同数据，是否有变化？（时间性）

方法参考以上，此处不再举例。

2）看趋势

A 从参与任务数、完成任务数视角看：

Q1. 任务数与留存提升幅度之间有什么发现？

从留存提升效率看，“参与 2 个任务”到“参与 3 个任务”，留存提升最快（17.75%），其次是“参与 3 个任务”到“参与 4 个任务”（12.1%）；考虑到“完成所有任务”（7 个任务）的基数过小，排除“完成 6 个任务”到“完成 7 个任务”外，“完成 2 个任务”到“完成 3 个任务”，留存提升最快（24.26%），其次是“完成 1 个任务”到“完成 2 个任务”（17.64%）。

因此，尽量让用户从“参与 2 个任务”提升到 3 到 4 个、从“完成 1 个任务”提升成 2 到 3 个，对提升留存效率最高。

B 从日期来看：

Q1. 两类用户留存变化与活动留存有什么关系？

以“完成 1 个任务的用户”留存为例，看转化与留存的关系：“用户活动次留”与“完成 1 个任务的用户次留”随时间变化趋势相近。说明转化与留存存在一定的正相关关系。

Q2. 活动期间，次留如何变化？

次留随时间呈现缓慢下降趋势，但基本维持在 7-8%之间。结合该活动过程中无其他事件或策略来中途拉升留存，判断 3 周的活动对用户的留存效果相对稳定。

同理，如果在长期次留走势中发现有突然下降或提升的点，可以参考该时间段内是否有其他事件发生，这是一种寻找留存和事件关系的方式。

3）看分布

Q1. 参与、完成任务人数分布占比有何特点？对后续策略有何启发？

从参与不同任务数的人数分布看，参与 1 个任务的占比最高，达 39.00%，远高于其他参与任务数。从完成不同任务数的人数分布看，完成 1、2 个任务占比最多，二者相加占比达 67.67%。结合“任务数与留存提升幅度”的结论推理可得：如想整体活动的留存率提升，需要关注占比较大的“参与 1 个任务的用户”、“完成 1、2 个任务的用户”。且这两部分人群占比大，针对其进行专门设计，可以有效影响活动整体的留存。

Q2. 转化与次留随时间如何变化？有何发现？

此处转化指完成任务。根据趋势图可看出：

完成 1-3 个任务的用户，次留随时间有所变化，但稳定； 完成 4-6 个任务的用户，次留随时间变化有明显下降趋势，尤其是活动开启一周后； 完成 7 个任务（全部任务）的用户，次留基本不随时间产生变化。 以此可得，“完成 1-3 个任务的用户”和“完成全部任务的用户”，在当前无任何中途拉升次留的情况下，再次访问的意愿基本不变。但完成 4-6 个任务的用户，则需要在活动开启一周后采取其他留存措施来帮助稳定留存。

总结 以上就是设计数据分析的基本思路，希望可以帮助大家建立基本的分析意识，面对数据不再迷茫。不过，对数据的敏感度并非一朝一夕可以形成，今后也需要大家在具体案例中有意识的练习哦~

欢迎关注「58UXD」的微信公众号：

“凭什么说你的方案有效果？”

“讲了一堆你觉得，有客观依据么？”

是不是很想有理有据的把数据分析甩出来？

行！那今天就来介绍设计的 数据分析 思路，为你的方案增添 10 分说服力！

从这 6 个方面，帮你快速入门数据分析！ 作为一枚设计小萌新，对上述场景，是否似曾相识呢？

阅读文章 >

设计为什么要会数据分析？产品给的报告不能用吗？ 谁不想摸鱼呢？可真的用不上呀！

产品或运营的数据报表多是从本职业影响的范畴出发，去分析产品策略、渠道投放、运营手段等对整体大盘的影响。给出的数据要么和设计无甚相关，例如渠道的投入产出比，要么更偏向整体效果，无法探究设计方案的作用，例如参与人数、整体留存等。这样的数据，无法论证设计方案的影响效果，也就无法形成有效沉淀。

所以，数据分析，还是要自己做！

这样叫做“会设计数据分析”吗？ 如果你知道哪些设计会影响最终 数据指标 ，知道如何拆解成与设计相匹配的小指标，会通过数据看出问题或机会，那么这就叫会 设计数据分析 。

简单点，如果你曾被以下问题困扰过，那么下面的内容可要看仔细了~

我是根据产品目标来做设计的，但我没办法证明方案是怎么影响总指标的？ 收到数据图表，但看不出这和我的设计有什么关系？ 得到一组多维数据，可怎么看结论都只有比大小？ 设计的数据分析如何做？ 本篇文章将遵从数据分析的三大步骤“拆解—埋点—分析”，从设计视角进行讲解和案例探讨。

Step1：数据拆分 问题：我是根据产品目标来做设计的，但我没办法证明方案是怎么影响总指标的？

诊断：除了总目标，不知道还能如何验证。属于数据拆分的问题。

怎么拆？

拆分数据是大化小的过程，宗旨是可以将终点数据拆分成过程数据、细节数据。以下为两个基础拆分思路：

1）构成法

「适用范围」有多维平行影响因素构成的数据，通常有固定公式的都属于该类。

「案例」商品交易总额 GMV、用户终身价值 LTV 等。

2）行为路径法

「适用范围」总指标是“后置数据”，会受到一系列的“前置因素”影响。

「案例」用户留存。

在实际使用中，“构成法”和“行为路径法”通常是交叉叠加使用的。

例如，为电商的年终大促做活动设计，总指标为 GMV（商品交易总额）。

第一步：通过“GMV=点击 UV*转化率*平均客单价”的一般公式，可拆出 3 个二级指标——“SKU点击UV”、“转化率”、“平均客单价”。但这3个指标并不能直接指向设计，需要继续拆分。

第二步：“SKU 点击 UV”对照用户行为，即用户“进入活动页面—看到页面上的‘商品橱窗’—点击陈列的SKU”。依照该行动顺序，可以找到对应的设计模块。“进入活动页面”转化为“活动入口点击率”；“看到页面上的商品橱窗”转化为“模块曝光率”；“点击陈列的SKU”转化为“模块的SKU点击率”。

到此，指标已拆分至与设计直接相关的数据，我们可以通过数据的表现，发现设计效果是否达到预期。

如果不满足于问题的发现，还想继续探讨如何设计效果更好，则需要通过对影响因素进行拆分，例如影响 SKU 点击的设计因素有位置、大小、动效、商品信息等等，通过 AB 测试的方式，来找到设计更优的解法。

概括模型

以上思路可以概括为：UJM+OSM 模型。该模型非常通用，和做设计的思路一致，会设计就会拆数据。

应用思考

案例：一款雇主招聘产品，为有更好的招聘效果，鼓励雇主在活动期间多查看简历、与应聘方沟通。那么“招聘效果”可以用哪些数据表示呢？

实际案例更为复杂多元，以上仅为大致的思考思路，并不代表标准答案。

Step2：数据埋点 问题：收到数据图表，但看不出这和我的设计有什么关系？

诊断：没有办法对应数据和方案的关系。属于数据埋点的问题。

怎么设置埋点数据？

1）页面行为转化法

设置埋点的目标，是在设计方案中找到可以表达你所需指标的数据。是用户在页面上的行为形成了数据，我们需要做的是确认哪些行为可以表达数据，然后对行为进行统计。接上个例子，“模块的 SKU 点击率”=模块的 UV 点击数/模块展示 UV，因此埋点数据是“模块的 UV 点击数”和“模块展示 UV”。

概括

这里归纳一些通用数据供参考。

以上数据收到后还需进行分析，才能发现目标。仅仅展示这些数据并不能叫做数据分析哦~

Step3：数据分析 问题：得到一组多维数据，可怎么看结论都只有比大小？

诊断：缺乏关联分析思维。属于数据分析的问题。

通过数据埋点得到多个单一数据，对单一数据进行不同角度的计算，再结合设计得出的结论，就是数据分析。

如果对数据具备充足的设想，这一步仅仅是简单的计算和推理工作。但在实际中，往往会因为前期的思考不足，拿到数据后只会比大小。

如何找到分析角度？

分析就是找特征，以及造成特征的原因。因此，大小只是表象，大小必须和其他因素关联才是分析。以最常见的“比大小的思路”为起点，横纵拓展思路：

案例应用

应用案例：C 端招聘-留存数据分析

一款面对求职者的招聘产品，在节日期间开展活动，活动目标是通过任务奖励，引导用户产生和求职相关的行为。

已有数据：

其他数据：活动整体次留、产品次留。

依照上述思路：

1）比大小

A 同期比较：

抽取以上数据并制作新表，观察可得以下三点。

Q1. 两类用户中哪类的次留表现更好？（人群性）

从整体数据看，“完成任务的用户”相比仅“参与的用户”，次留率明显更高。

Q2. 两类用户与活动整体留存相比表现如何？（事件性）

活动整体次留率为 8%，“参与任务用户”和“完成任务用户”次留均高于整体次留。说明与任务相关的用户次留表现更好。

Q3. 两类用户与产品整体留存相比表现如何？（事件性）

活动期间整体产品的次留率为 25%，通过数据可知：“参与 3 个任务及以上”、“完成 1 个任务及以上”的用户，可达或超越平台次留数据。

而这两部分用户占比活动用户数量极少，也侧面印证了活动次留低于产品同期次留的结论。说明该活动的内容或策略未达用户预期，可能是活动目标与用户使用产品的目标不一致，也可能是奖励吸引力不足。

B 不同期比较：

Q1. 当前活动数据对比往期相同数据，是否有变化？（时间性）

方法参考以上，此处不再举例。

2）看趋势

A 从参与任务数、完成任务数视角看：

Q1. 任务数与留存提升幅度之间有什么发现？

从留存提升效率看，“参与 2 个任务”到“参与 3 个任务”，留存提升最快（17.75%），其次是“参与 3 个任务”到“参与 4 个任务”（12.1%）；考虑到“完成所有任务”（7 个任务）的基数过小，排除“完成 6 个任务”到“完成 7 个任务”外，“完成 2 个任务”到“完成 3 个任务”，留存提升最快（24.26%），其次是“完成 1 个任务”到“完成 2 个任务”（17.64%）。

因此，尽量让用户从“参与 2 个任务”提升到 3 到 4 个、从“完成 1 个任务”提升成 2 到 3 个，对提升留存效率最高。

B 从日期来看：

Q1. 两类用户留存变化与活动留存有什么关系？

以“完成 1 个任务的用户”留存为例，看转化与留存的关系：“用户活动次留”与“完成 1 个任务的用户次留”随时间变化趋势相近。说明转化与留存存在一定的正相关关系。

Q2. 活动期间，次留如何变化？

次留随时间呈现缓慢下降趋势，但基本维持在 7-8%之间。结合该活动过程中无其他事件或策略来中途拉升留存，判断 3 周的活动对用户的留存效果相对稳定。

同理，如果在长期次留走势中发现有突然下降或提升的点，可以参考该时间段内是否有其他事件发生，这是一种寻找留存和事件关系的方式。

3）看分布

Q1. 参与、完成任务人数分布占比有何特点？对后续策略有何启发？

从参与不同任务数的人数分布看，参与 1 个任务的占比最高，达 39.00%，远高于其他参与任务数。从完成不同任务数的人数分布看，完成 1、2 个任务占比最多，二者相加占比达 67.67%。结合“任务数与留存提升幅度”的结论推理可得：如想整体活动的留存率提升，需要关注占比较大的“参与 1 个任务的用户”、“完成 1、2 个任务的用户”。且这两部分人群占比大，针对其进行专门设计，可以有效影响活动整体的留存。

Q2. 转化与次留随时间如何变化？有何发现？

此处转化指完成任务。根据趋势图可看出：

完成 1-3 个任务的用户，次留随时间有所变化，但稳定； 完成 4-6 个任务的用户，次留随时间变化有明显下降趋势，尤其是活动开启一周后； 完成 7 个任务（全部任务）的用户，次留基本不随时间产生变化。 以此可得，“完成 1-3 个任务的用户”和“完成全部任务的用户”，在当前无任何中途拉升次留的情况下，再次访问的意愿基本不变。但完成 4-6 个任务的用户，则需要在活动开启一周后采取其他留存措施来帮助稳定留存。

总结 以上就是设计数据分析的基本思路，希望可以帮助大家建立基本的分析意识，面对数据不再迷茫。不过，对数据的敏感度并非一朝一夕可以形成，今后也需要大家在具体案例中有意识的练习哦~

欢迎关注「58UXD」的微信公众号：

不知道大家平时会通过什么方式对行业有趋势性的了解，我本人有一个小习惯，就是定期地去看一下岗位招聘信息，倒也不是为了跑路，而是可以从大环境的岗位招聘信息中了解到一些有效信息，比如这个岗位大多数的工作内容都是什么样的（对比下自己所在的地方，是不是过卷了），岗位要求是什么样的（有没有什么普遍要求的能力，我没有经验需要在下次工作中去补充弥补的），薪资水平如何（需不需要考虑和领导沟通沟通）…而交互设计中，有一项工作内容/岗位要求常年挂在招聘信息内，却很少能在作品集里有具体的呈现——用户研究。

如果你现在马上拿起手机去看看几个大厂的交互招聘信息，基本上每 5 条招聘信息里有 4 条都能找到以下内容/要求：

工作内容

“发起和参与用户研究，根据用研结果对设计方案进行优化；负责产品的可用性测试和评估提出改进方案，持续优化产品的用户体验”

“参与用户研究，根据用户研究结论对设计方案进行优化，持续改进产品体验”

（岗位要求）

“掌握基本的用研方法，具备基本的数据分析，视觉设计判断能力”

“掌握常规用研方法，定期参与或主导用研活动”

与其等到要应聘了才追悔莫及，不如在日常需求过程中寻找合适的时机熟练地使用起用研这项工具。本篇文章我们就来聊聊，日常需求中如何见缝插针地融入 用研 ，丰富经历。

实际工作中常见的 用户研究 方法有：用户访谈、问卷、可用性测试，其中用户访谈还分为线上和线下、深度访谈和拦访，这几种方法的具体释义随便搜一下都有，这里就不赘述了。简单分享几个适合推动团队去用研的时机和方式，亲测有效！

想要做好用户调研，你要学会这九种定量用户研究的方法 当你需要关于自己产品的用户体验数据时，然而，你却不知道从哪里获取？

阅读文章 >

问卷 1. 适合用问卷的时机

问卷的用法有很多，专业用研人员更多是运用他们去度量产品体验，将定性问题定量化，例如字节的多数团队每双月都会有问卷调研评估用户对产品的体验评分，通过逐个双月对比来判断哪些功能是本双月应重点优化的，哪些上个双月优化成果不错。但是这种大体量重复性高的问卷工作对于一个交互打工人来说太难推进了，更多依赖团队意识。这里想分享是一个日常小需求中适合将问卷运用起来的案例。

举个例子，比如你的业务是电商直播，上线购物入口后发现效果没达到预期，因此需要对入口做优化修改：

这种优化需求无非就是在规范内做有限的排列组合，换个位置 x 换个图标（或文案）x 换个颜色，对产品的定位、直播间的布局不会有影响，但是组合方式又较多，每个都做实验会造成资源浪费，每个方案都和产品扯皮一次能扯到地老天荒，这种时候就很适合做问卷，你主动向产运提出，一般都不会受到反对。

2. 简单的问卷方式

把你能想到的，符合产品规范和调性的方案设计出来，交给运营让运营在用户群里发放问卷，并问几句为什么。

最后把社区调研的结论输出成一篇文档，包含关键结论、具体的问卷结果饼状图、用户反馈总结与部分原文，以及后续 Todo。一份简单又有实际成效的用研就成型了，真实工作场景中用时在 13 个工作日之间，也不会影响需求上线节奏。

访谈 1. 适合做访谈的时机

还是以电商直播为例，如果此时你的设计方案已经是最合理的，比放任何地方、任何样式的数据都要好，但是业务整体指标就是上不去，这个时候已经不是看数据能解决的了，就需要去通过用户访谈来了解背后的原因了。

用户访谈是比较复杂的用研工具，所以一般在产品停滞某个阶段较久，无法单纯地从数据分析和需求臆想解决现阶段问题的时候，团队内会主动发起、使用。如果你发现你的产品正处于这个阶段，适当地推动一下，会比在其他时候更容易申请到资源实施落地。

2. 设计访谈大纲

在访谈之前，我们如何准备访谈的问题呢？需要要先明白调研的目的是什么？如果以电商直播这个例子来说，我们不明白为什么用户不在我们平台直播间购买商品，所以我们需要用户对我们现有产品的使用情况做反馈。这时候用户旅程地图就起到了作用，我们会把用户在直播间购买商品的行为进行拆分，例如可以分为：浏览直播流——进入直播观看解说——想要购买——完成购买，如下图所示：

在每个阶段我们都可以进行一些假设和提问，来具体化评估产品表现。例如，我们在浏览直播广场时，我们可能做出如下假设：A、推荐的直播间不准确，用户不感兴趣；B、瀑布流布局虽然效率高，但有效信息过少，不如沉浸式消费体验好；C、用户购买行为对象是商品而不是直播间，应按商品维度进行推荐…做出了这些假设之后，我们就可以根据这些假设来设计访谈问题，例如“你现在刷一下我们的直播广场，看一下有没有你感兴趣的直播间”。

在这里想强调的是，实际用户访谈的时候我们一定要进行追问，所以在设计访谈问题的时候需要根据用户的几个不同表现设计不同的追问。例如当用户在访谈过程中有刷到感兴趣的直播间了，你可以追问“你大概刷几个直播间能遇到一个感兴趣的直播间呢”（量化推荐准确度），“你感兴趣的直播间都是哪些，为什么感兴趣”（强化推荐准确性），如果访谈过程中没有刷到感兴趣的直播间，那么你可以追问“如果现在出现一个什么样的直播间你会想要点进去呢”（了解产品没满足到用户的地方），然后根据用户的回答进一步追问“为什么”，基本就能得到用户期望补充的推荐维度或产品能力。以此类推继续对其他阶段做出假设、设计问题与追问，一份用户访谈大纲就可以成型了。我喜欢按如下的表格来输出访谈大纲，可以供大家参考一下：

之所以在访谈大纲里把假设缩略了，是因为工作中大家的假设不一，但关注点是一致的，输出文档的时候可以用更简洁但大家都能看懂的方式来表达，这不代表建立假设这一步可以跳过，建立假设是思考的过程。写完访谈大纲后我们还需要检查一下问题提纲里有没有什么问题是不合适的，比如以下几点建议大家在设计问题时都要避免：

在访谈问题中出现行业专用黑话

例如“转化”、“操作”、“流量”，这些黑话的出现只会让用户紧张自己是不是水平不够，不够格被访谈，然后为了避免被看出来一通瞎说，如果希望用户能在一个放松状态里给出真实的反馈，请将这些黑话都改成日常词汇，如“进入到”、“点哪里”；

让用户预测未来的行为

例如“假如上线某功能，你会用吗？”，用户的预测不能准确地反映他们未来真实的行为，如果你想验证某些未上线的功能，最好的方法是制作可交互原型做可用性测试结合访谈；

让用户脱离场景讨论操作细节

例如“你有什么好建议？你觉得怎么解决比较好”，用户无法准确回忆每个操作步骤，更好的做法是让用户直接演示给你，而不是询问看法；

让用户对没见过或没用过的概念进行想象或评价

例如“假如和主播申请连线的时候可以填写连线申请，你觉得怎么样”，用户不是 设计师 ，无法准确表达他们想要什么，而且在这种场景下用户都会给面子地说会用啊，很好啊，这类问题属于无效问题；

3. 寻找访谈对象

访谈提纲有了，访谈对象如何寻找？上述我们的例子其实默认了访谈的对象是全体用户，实际访谈时我们可能会对访谈对象有不一样的要求。例如，如果我们通过对比发现，和竞品相比我们在 18～23 岁这个年龄段的男性用户有比较大的缺失，所以我们建立的访谈目标是，了解 18～23 岁的男性用户为什么不来我们直播间购买商品，那我们就可以确定访谈对象为：

性别男 年龄 18～23 流失用户和低活用户 我们需要再定义一下流失用户和围观用户的行为标签，方便测试同学筛选，例如，流失用户可以定义为购买过 1 次且 3 个月内再无购买行为的用户、围观用户可以定义为过去 3 个月看过电商直播但是没有过购买行为的用户。细化下来我们应该给测试同学筛选的用户对象就为：

性别男 年龄 18～23 购买过 1 次且 3 个月内再无购买行为、过去 3 个月看过电商直播但是没有过购买行为的用户 如果我们的目标是全体用户，也是需要进行一些筛选的，一般还是需要进行用户分层，然后按照实际使用的用户分布来确定每个分层需要访谈多少对象，例如我们的产品中，0~18 岁用户占 20%、18~35 岁用户占 17%，35 岁以上用户占 63%，那么如果我们的资金和人力只够访谈 10 个人，我们就需要找 2 个 0~18 岁的用户，2 个 18~30 岁的用户和 6 个 35 岁以上的用户（其他维度的筛选方式也是如此）才能得到比较准确的用研结论。一般我们需要筛选比实际访谈人数要多的用户群，然后通过发放问卷的方式了解访谈意愿。发放的意向问卷里一般包括以下信息：

产品使用情况及态度 性别、年龄、职业等基本信息 是否愿意到线下访谈 回收问卷后筛选合适的访谈对象，就可以联系受访者确定访谈时间了。

4. 访谈现场与访谈记录

访谈至少需要 2 个人进行，一个提问，一个记录，如果有观察室或者线上会议的话，其他团队成员可以通过去观察室或者线上接入来旁听。访谈期间尽量将用户的原话和行为直接记录，不做判断加工，等所有访谈结束后再梳理总结。

通常我们会把访谈记录直接补充到访谈提纲旁，在访谈记录前还需要对受访者的一些基本信息作备注。实际的访谈可以根据受访者的反馈做一些调整和补充，比如受访者虽然不常使用我们的产品，但使用别的竞品，就可以问为什么更常用别的竞品，是否有什么我们缺失的功能。访谈前，为了让受访者放松，也为了先拉近距离，可以进行简单的聊天，然后再以“我们的访谈仅供研究使用，不会侵犯你的个人隐私，访谈过程中遇到什么问题都欢迎随时提出来，不是你的问题是我们产品的问题”开头，然后正式进入访谈。

访谈结束后是需要给予受访者报酬或小礼品的，这一步一般是由用研或运营同学来实际执行，在采访末尾我们也可以顺带提一下，给受访者一个好心情。

5. 输出访谈报告

所有访谈结束后要趁着记忆清晰及时梳理输出报告。报告的展现一般以一句话介绍背景，访谈关键结论，关键结论具体阐述（小结），后续 Todo，最后再附上访谈大纲与访谈记录就可以了。继续以上述例子示意，文档结构大致如下：

好啦，今天的干货分享就先到这里，如果你也有什么实用的用研小技巧，欢迎后台留言和我一起探讨～

如何做好B端用户研究？我总结了这4个方面！ 用户研究是产品设计中很关键的一项，它在整个流程中发挥着关键的影响。

阅读文章 >

欢迎关注作者微信公众号：「白话说交互」

不知道大家平时会通过什么方式对行业有趋势性的了解，我本人有一个小习惯，就是定期地去看一下岗位招聘信息，倒也不是为了跑路，而是可以从大环境的岗位招聘信息中了解到一些有效信息，比如这个岗位大多数的工作内容都是什么样的（对比下自己所在的地方，是不是过卷了），岗位要求是什么样的（有没有什么普遍要求的能力，我没有经验需要在下次工作中去补充弥补的），薪资水平如何（需不需要考虑和领导沟通沟通）…而交互设计中，有一项工作内容/岗位要求常年挂在招聘信息内，却很少能在作品集里有具体的呈现——用户研究。

如果你现在马上拿起手机去看看几个大厂的交互招聘信息，基本上每 5 条招聘信息里有 4 条都能找到以下内容/要求：

工作内容

“发起和参与用户研究，根据用研结果对设计方案进行优化；负责产品的可用性测试和评估提出改进方案，持续优化产品的用户体验”

“参与用户研究，根据用户研究结论对设计方案进行优化，持续改进产品体验”

（岗位要求）

“掌握基本的用研方法，具备基本的数据分析，视觉设计判断能力”

“掌握常规用研方法，定期参与或主导用研活动”

与其等到要应聘了才追悔莫及，不如在日常需求过程中寻找合适的时机熟练地使用起用研这项工具。本篇文章我们就来聊聊，日常需求中如何见缝插针地融入 用研 ，丰富经历。

实际工作中常见的 用户研究 方法有：用户访谈、问卷、可用性测试，其中用户访谈还分为线上和线下、深度访谈和拦访，这几种方法的具体释义随便搜一下都有，这里就不赘述了。简单分享几个适合推动团队去用研的时机和方式，亲测有效！

想要做好用户调研，你要学会这九种定量用户研究的方法 当你需要关于自己产品的用户体验数据时，然而，你却不知道从哪里获取？

阅读文章 >

问卷 1. 适合用问卷的时机

问卷的用法有很多，专业用研人员更多是运用他们去度量产品体验，将定性问题定量化，例如字节的多数团队每双月都会有问卷调研评估用户对产品的体验评分，通过逐个双月对比来判断哪些功能是本双月应重点优化的，哪些上个双月优化成果不错。但是这种大体量重复性高的问卷工作对于一个交互打工人来说太难推进了，更多依赖团队意识。这里想分享是一个日常小需求中适合将问卷运用起来的案例。

举个例子，比如你的业务是电商直播，上线购物入口后发现效果没达到预期，因此需要对入口做优化修改：

这种优化需求无非就是在规范内做有限的排列组合，换个位置 x 换个图标（或文案）x 换个颜色，对产品的定位、直播间的布局不会有影响，但是组合方式又较多，每个都做实验会造成资源浪费，每个方案都和产品扯皮一次能扯到地老天荒，这种时候就很适合做问卷，你主动向产运提出，一般都不会受到反对。

2. 简单的问卷方式

把你能想到的，符合产品规范和调性的方案设计出来，交给运营让运营在用户群里发放问卷，并问几句为什么。

最后把社区调研的结论输出成一篇文档，包含关键结论、具体的问卷结果饼状图、用户反馈总结与部分原文，以及后续 Todo。一份简单又有实际成效的用研就成型了，真实工作场景中用时在 13 个工作日之间，也不会影响需求上线节奏。

访谈 1. 适合做访谈的时机

还是以电商直播为例，如果此时你的设计方案已经是最合理的，比放任何地方、任何样式的数据都要好，但是业务整体指标就是上不去，这个时候已经不是看数据能解决的了，就需要去通过用户访谈来了解背后的原因了。

用户访谈是比较复杂的用研工具，所以一般在产品停滞某个阶段较久，无法单纯地从数据分析和需求臆想解决现阶段问题的时候，团队内会主动发起、使用。如果你发现你的产品正处于这个阶段，适当地推动一下，会比在其他时候更容易申请到资源实施落地。

2. 设计访谈大纲

在访谈之前，我们如何准备访谈的问题呢？需要要先明白调研的目的是什么？如果以电商直播这个例子来说，我们不明白为什么用户不在我们平台直播间购买商品，所以我们需要用户对我们现有产品的使用情况做反馈。这时候用户旅程地图就起到了作用，我们会把用户在直播间购买商品的行为进行拆分，例如可以分为：浏览直播流——进入直播观看解说——想要购买——完成购买，如下图所示：

在每个阶段我们都可以进行一些假设和提问，来具体化评估产品表现。例如，我们在浏览直播广场时，我们可能做出如下假设：A、推荐的直播间不准确，用户不感兴趣；B、瀑布流布局虽然效率高，但有效信息过少，不如沉浸式消费体验好；C、用户购买行为对象是商品而不是直播间，应按商品维度进行推荐…做出了这些假设之后，我们就可以根据这些假设来设计访谈问题，例如“你现在刷一下我们的直播广场，看一下有没有你感兴趣的直播间”。

在这里想强调的是，实际用户访谈的时候我们一定要进行追问，所以在设计访谈问题的时候需要根据用户的几个不同表现设计不同的追问。例如当用户在访谈过程中有刷到感兴趣的直播间了，你可以追问“你大概刷几个直播间能遇到一个感兴趣的直播间呢”（量化推荐准确度），“你感兴趣的直播间都是哪些，为什么感兴趣”（强化推荐准确性），如果访谈过程中没有刷到感兴趣的直播间，那么你可以追问“如果现在出现一个什么样的直播间你会想要点进去呢”（了解产品没满足到用户的地方），然后根据用户的回答进一步追问“为什么”，基本就能得到用户期望补充的推荐维度或产品能力。以此类推继续对其他阶段做出假设、设计问题与追问，一份用户访谈大纲就可以成型了。我喜欢按如下的表格来输出访谈大纲，可以供大家参考一下：

之所以在访谈大纲里把假设缩略了，是因为工作中大家的假设不一，但关注点是一致的，输出文档的时候可以用更简洁但大家都能看懂的方式来表达，这不代表建立假设这一步可以跳过，建立假设是思考的过程。写完访谈大纲后我们还需要检查一下问题提纲里有没有什么问题是不合适的，比如以下几点建议大家在设计问题时都要避免：

在访谈问题中出现行业专用黑话

例如“转化”、“操作”、“流量”，这些黑话的出现只会让用户紧张自己是不是水平不够，不够格被访谈，然后为了避免被看出来一通瞎说，如果希望用户能在一个放松状态里给出真实的反馈，请将这些黑话都改成日常词汇，如“进入到”、“点哪里”；

让用户预测未来的行为

例如“假如上线某功能，你会用吗？”，用户的预测不能准确地反映他们未来真实的行为，如果你想验证某些未上线的功能，最好的方法是制作可交互原型做可用性测试结合访谈；

让用户脱离场景讨论操作细节

例如“你有什么好建议？你觉得怎么解决比较好”，用户无法准确回忆每个操作步骤，更好的做法是让用户直接演示给你，而不是询问看法；

让用户对没见过或没用过的概念进行想象或评价

例如“假如和主播申请连线的时候可以填写连线申请，你觉得怎么样”，用户不是 设计师 ，无法准确表达他们想要什么，而且在这种场景下用户都会给面子地说会用啊，很好啊，这类问题属于无效问题；

3. 寻找访谈对象

访谈提纲有了，访谈对象如何寻找？上述我们的例子其实默认了访谈的对象是全体用户，实际访谈时我们可能会对访谈对象有不一样的要求。例如，如果我们通过对比发现，和竞品相比我们在 18～23 岁这个年龄段的男性用户有比较大的缺失，所以我们建立的访谈目标是，了解 18～23 岁的男性用户为什么不来我们直播间购买商品，那我们就可以确定访谈对象为：

性别男 年龄 18～23 流失用户和低活用户 我们需要再定义一下流失用户和围观用户的行为标签，方便测试同学筛选，例如，流失用户可以定义为购买过 1 次且 3 个月内再无购买行为的用户、围观用户可以定义为过去 3 个月看过电商直播但是没有过购买行为的用户。细化下来我们应该给测试同学筛选的用户对象就为：

性别男 年龄 18～23 购买过 1 次且 3 个月内再无购买行为、过去 3 个月看过电商直播但是没有过购买行为的用户 如果我们的目标是全体用户，也是需要进行一些筛选的，一般还是需要进行用户分层，然后按照实际使用的用户分布来确定每个分层需要访谈多少对象，例如我们的产品中，0~18 岁用户占 20%、18~35 岁用户占 17%，35 岁以上用户占 63%，那么如果我们的资金和人力只够访谈 10 个人，我们就需要找 2 个 0~18 岁的用户，2 个 18~30 岁的用户和 6 个 35 岁以上的用户（其他维度的筛选方式也是如此）才能得到比较准确的用研结论。一般我们需要筛选比实际访谈人数要多的用户群，然后通过发放问卷的方式了解访谈意愿。发放的意向问卷里一般包括以下信息：

产品使用情况及态度 性别、年龄、职业等基本信息 是否愿意到线下访谈 回收问卷后筛选合适的访谈对象，就可以联系受访者确定访谈时间了。

4. 访谈现场与访谈记录

访谈至少需要 2 个人进行，一个提问，一个记录，如果有观察室或者线上会议的话，其他团队成员可以通过去观察室或者线上接入来旁听。访谈期间尽量将用户的原话和行为直接记录，不做判断加工，等所有访谈结束后再梳理总结。

通常我们会把访谈记录直接补充到访谈提纲旁，在访谈记录前还需要对受访者的一些基本信息作备注。实际的访谈可以根据受访者的反馈做一些调整和补充，比如受访者虽然不常使用我们的产品，但使用别的竞品，就可以问为什么更常用别的竞品，是否有什么我们缺失的功能。访谈前，为了让受访者放松，也为了先拉近距离，可以进行简单的聊天，然后再以“我们的访谈仅供研究使用，不会侵犯你的个人隐私，访谈过程中遇到什么问题都欢迎随时提出来，不是你的问题是我们产品的问题”开头，然后正式进入访谈。

访谈结束后是需要给予受访者报酬或小礼品的，这一步一般是由用研或运营同学来实际执行，在采访末尾我们也可以顺带提一下，给受访者一个好心情。

5. 输出访谈报告

所有访谈结束后要趁着记忆清晰及时梳理输出报告。报告的展现一般以一句话介绍背景，访谈关键结论，关键结论具体阐述（小结），后续 Todo，最后再附上访谈大纲与访谈记录就可以了。继续以上述例子示意，文档结构大致如下：

好啦，今天的干货分享就先到这里，如果你也有什么实用的用研小技巧，欢迎后台留言和我一起探讨～

如何做好B端用户研究？我总结了这4个方面！ 用户研究是产品设计中很关键的一项，它在整个流程中发挥着关键的影响。

阅读文章 >

欢迎关注作者微信公众号：「白话说交互」

即将要迎来一波 618 大促活动，在这里分享一个故事化思维帮助大家去避免同质化，做出有差异性的活动主 KV～

前言 双十一等大促活动即将来临，这时会有大量的活动页面产出，这些活动会因为赶工期或者是市面上大促风的泛滥，导致电商活动高度同质化。作为一名 设计师 我们如何去提升活动的转化率？所以本期，我们来聊聊在同质化的背景下如何通过故事化思维做好 活动设计 。

全文主要分为三大模块：

故事化思维是什么 如何构建故事化的场景 活动画面的呈现 什么是故事化思维 在谈论如何将故事思维运用到设计中之前，我们要先定义一下什么是 故事思维 。 《故事：惊人力量的背后科学》给故事下了一个定义：故事就是关于主人公战胜困难，去实现目标的描述。讲故事要以人为中心的描述视角并将个人情感融入进去，所以讲故事是最容易让人接受的表达方式，讲好一个故事能够：

能够很好的与用户建立关联、打动用户。 能够引人注意，能够吸引我们的好奇心，能够让我们看清楚其中的意义，并参与进去。 能够引导对方做出相应调整，讲一个故事会比你讲道理的成效好很多。 关于故事化思维：

为什么优秀的设计师都是讲故事的高手？ 网易UEDC – 方耀：自然化让人脑更容易接受通过故事这种形式所传达的信息。

阅读文章 >

]

如何构建故事化的场景 这里以 WPS618 超级会员狂欢购活动作为案例来聊聊如何将故事化思维运用在活动中。在 618 的时候 WPS 也推出了电商促销活动，产品期望通过促销折扣的形式回馈于用户，带动一波拉新促活和提高超级会员购买率的营收值。我们当时尝试用故事化去打破固化思维，让画面有温度有情感，这次尝试得到了相关方的认可，整体数据有了不错的提升。

我们是通过以下四个步骤将活动赋予了故事化思维：了解用户、定义主题、明确故事内容、丰富情节。

1. 了解用户人群

核心用户群体主要在 20-29 岁属于 90 后年轻有活力的新生代白领。通过桌面研究了解到，新生代白领的特征是：活力积极、喜欢新鲜事物、有想法、爱自由、胆大爱冒险等，所以在画面表达人物的时候可以更有张力，画面更有想象力和活力。

2. 主题定义

这次活动主题是：「超级会员买一年送半年」，“oh~又是促销感的文案”，在视觉上没有指向性，有些不知所措，无法从文案上提取到关键词，那怎么拆解才能构成一个故事呢？首先一个故事是由什么人、什么地点、什么时间、什么事情所组成的。

根据 4W，我们初步得知：新生代白领参与盛夏 618 送福利的线上活动。但是这段描述像是简陋生硬的流水账，无法体会到人物的行动以及情绪，无法形成一个完整的故事，那我们如何讲述一个完整的故事呢？

3. 明确故事内容

首先需要明确的是每一个故事都有开头、中间、结尾。那我们如何去找到故事的全貌，这里可以运用到 HOW 法则。HOW 翻译过来是如何、怎样。这件事情是怎样发展的，有个过程会贯穿着一件事情的起点和终点，HOW 法则是在描述这件事情从起点到终点的过程。

再来文案是超级会员买一年送半年，提炼动词“送”去构建故事，那谁送、怎么送、接受者是谁？谁是 WPS，接受者是新生代白领，那接受者的心情是怎样的，他是如何收到礼物的？

一般人们接收到礼物的心情肯定是喜悦开心的，尤其是媷羊毛的时候，情绪会被放大化，会非常想要抢到这个礼物，有一种迫切的心理。那关于怎么送，肯定是以光速飞到用户面前。

因此我们所得到的故事是 WPS 为新生代白领置办了一场盛夏狂欢活动，礼物以光速飞到了用户手中。

4. 丰富情节

当我们需要去丰富情节时，可以用头脑风暴对一些关键词进行衍生，再挑选出可以丰富情节的关键词组成一个有情感色彩的故事。

经过大脑发散思考，和结合人群整个画面大体的故事已经有啦！所想表达的故事是：办公界大佬 WPS 在晴空万里的一天，带着他的小伙伴（超级会员、稻壳会员、普通会员）做了一场回馈用户的活动，新生代白领听到消息后都情绪高涨纷纷穿过时光隧道来领取礼品。

活动画面的呈现 1. 风格调性确定

a.首先需要调研市面上成功案例的活动风格，再根据活动想要营造出来的氛围，去选择画面的风格，这样才能与常规的大促风做出明显的差异化；经过商讨分析，选择放射性的透视构图与质感风插画相结合 —— 放射性的透视构图前后纵深感强，能够让画面更有营销的冲击感，质感风插画增加画面的细节和丰富度。

b.建立双图库，这一步主要是通过前面分析的故事化场景和用户人群特征，在现实图库与插画风格图库中找到相应对的画面元素作为参考，让画面兼具真实性与想象力，对后期的刻画细节也是很有帮助的。

从以下图库中，我们可以发现人物动作都非常有张力并且表情都是非常有感染力，画面上有一定的发射性和速度感，颜色也较为丰富，我们可以沿着这个思路进行画面的创作。

2. 创作过程

a.草图线稿

根据构思好的思路进入创作阶段，绘制完成后与相关方对稿，达成一致后再进入到上色阶段。

b.画面配色

在配色环节，需要明确活动想要表达出的情感诉求和选择与用户有情感共鸣的颜色（每个颜色都有它所代表的含义），有助于通过画面将情感更好的传递给用户。

c.最终画面呈现

3. 数据验证

活动上线后，同比去年活动效果整体数据都有了不错的提升，说明故事化思维适用于活动设计中，不仅可以帮助我们突破同质化的重围，还可以提升转化率。

总结 通过 WPS618 案例，说明讲一个故事会比你单单说卖点更容易让用户接受，让用户产生共情，从而促成下单的行为。这里我们来总结一下，运用了哪些故事化思维在设计流程中：

用户为中心的视角，去了解用户人群和用户情感 每个故事都有开头、中间、结尾，明确故事内容，丰富故事情节 其实，这里所讲的故事化思维不仅可以运用到设计中，也可以运用在日常的工作中。比如：营销人会讲品牌故事；管理者会讲商业故事；投资人会讲资本回报的故事，企业上市、宣传策划、塑造品牌等都需要讲好故事才会让用户更容易记住你。所以我们可以尝试带着故事化思维去解决生活和工作中遇到的问题。

欢迎关注作者微信公众号：「CED设计团队」

即将要迎来一波 618 大促活动，在这里分享一个故事化思维帮助大家去避免同质化，做出有差异性的活动主 KV～

前言 双十一等大促活动即将来临，这时会有大量的活动页面产出，这些活动会因为赶工期或者是市面上大促风的泛滥，导致电商活动高度同质化。作为一名 设计师 我们如何去提升活动的转化率？所以本期，我们来聊聊在同质化的背景下如何通过故事化思维做好 活动设计 。

全文主要分为三大模块：

故事化思维是什么 如何构建故事化的场景 活动画面的呈现 什么是故事化思维 在谈论如何将故事思维运用到设计中之前，我们要先定义一下什么是 故事思维 。 《故事：惊人力量的背后科学》给故事下了一个定义：故事就是关于主人公战胜困难，去实现目标的描述。讲故事要以人为中心的描述视角并将个人情感融入进去，所以讲故事是最容易让人接受的表达方式，讲好一个故事能够：

能够很好的与用户建立关联、打动用户。 能够引人注意，能够吸引我们的好奇心，能够让我们看清楚其中的意义，并参与进去。 能够引导对方做出相应调整，讲一个故事会比你讲道理的成效好很多。 关于故事化思维：

为什么优秀的设计师都是讲故事的高手？ 网易UEDC – 方耀：自然化让人脑更容易接受通过故事这种形式所传达的信息。

阅读文章 >

]

如何构建故事化的场景 这里以 WPS618 超级会员狂欢购活动作为案例来聊聊如何将故事化思维运用在活动中。在 618 的时候 WPS 也推出了电商促销活动，产品期望通过促销折扣的形式回馈于用户，带动一波拉新促活和提高超级会员购买率的营收值。我们当时尝试用故事化去打破固化思维，让画面有温度有情感，这次尝试得到了相关方的认可，整体数据有了不错的提升。

我们是通过以下四个步骤将活动赋予了故事化思维：了解用户、定义主题、明确故事内容、丰富情节。

1. 了解用户人群

核心用户群体主要在 20-29 岁属于 90 后年轻有活力的新生代白领。通过桌面研究了解到，新生代白领的特征是：活力积极、喜欢新鲜事物、有想法、爱自由、胆大爱冒险等，所以在画面表达人物的时候可以更有张力，画面更有想象力和活力。

2. 主题定义

这次活动主题是：「超级会员买一年送半年」，“oh~又是促销感的文案”，在视觉上没有指向性，有些不知所措，无法从文案上提取到关键词，那怎么拆解才能构成一个故事呢？首先一个故事是由什么人、什么地点、什么时间、什么事情所组成的。

根据 4W，我们初步得知：新生代白领参与盛夏 618 送福利的线上活动。但是这段描述像是简陋生硬的流水账，无法体会到人物的行动以及情绪，无法形成一个完整的故事，那我们如何讲述一个完整的故事呢？

3. 明确故事内容

首先需要明确的是每一个故事都有开头、中间、结尾。那我们如何去找到故事的全貌，这里可以运用到 HOW 法则。HOW 翻译过来是如何、怎样。这件事情是怎样发展的，有个过程会贯穿着一件事情的起点和终点，HOW 法则是在描述这件事情从起点到终点的过程。

再来文案是超级会员买一年送半年，提炼动词“送”去构建故事，那谁送、怎么送、接受者是谁？谁是 WPS，接受者是新生代白领，那接受者的心情是怎样的，他是如何收到礼物的？

一般人们接收到礼物的心情肯定是喜悦开心的，尤其是媷羊毛的时候，情绪会被放大化，会非常想要抢到这个礼物，有一种迫切的心理。那关于怎么送，肯定是以光速飞到用户面前。

因此我们所得到的故事是 WPS 为新生代白领置办了一场盛夏狂欢活动，礼物以光速飞到了用户手中。

4. 丰富情节

当我们需要去丰富情节时，可以用头脑风暴对一些关键词进行衍生，再挑选出可以丰富情节的关键词组成一个有情感色彩的故事。

经过大脑发散思考，和结合人群整个画面大体的故事已经有啦！所想表达的故事是：办公界大佬 WPS 在晴空万里的一天，带着他的小伙伴（超级会员、稻壳会员、普通会员）做了一场回馈用户的活动，新生代白领听到消息后都情绪高涨纷纷穿过时光隧道来领取礼品。

活动画面的呈现 1. 风格调性确定

a.首先需要调研市面上成功案例的活动风格，再根据活动想要营造出来的氛围，去选择画面的风格，这样才能与常规的大促风做出明显的差异化；经过商讨分析，选择放射性的透视构图与质感风插画相结合 —— 放射性的透视构图前后纵深感强，能够让画面更有营销的冲击感，质感风插画增加画面的细节和丰富度。

b.建立双图库，这一步主要是通过前面分析的故事化场景和用户人群特征，在现实图库与插画风格图库中找到相应对的画面元素作为参考，让画面兼具真实性与想象力，对后期的刻画细节也是很有帮助的。

从以下图库中，我们可以发现人物动作都非常有张力并且表情都是非常有感染力，画面上有一定的发射性和速度感，颜色也较为丰富，我们可以沿着这个思路进行画面的创作。

2. 创作过程

a.草图线稿

根据构思好的思路进入创作阶段，绘制完成后与相关方对稿，达成一致后再进入到上色阶段。

b.画面配色

在配色环节，需要明确活动想要表达出的情感诉求和选择与用户有情感共鸣的颜色（每个颜色都有它所代表的含义），有助于通过画面将情感更好的传递给用户。

c.最终画面呈现

3. 数据验证

活动上线后，同比去年活动效果整体数据都有了不错的提升，说明故事化思维适用于活动设计中，不仅可以帮助我们突破同质化的重围，还可以提升转化率。

总结 通过 WPS618 案例，说明讲一个故事会比你单单说卖点更容易让用户接受，让用户产生共情，从而促成下单的行为。这里我们来总结一下，运用了哪些故事化思维在设计流程中：

用户为中心的视角，去了解用户人群和用户情感 每个故事都有开头、中间、结尾，明确故事内容，丰富故事情节 其实，这里所讲的故事化思维不仅可以运用到设计中，也可以运用在日常的工作中。比如：营销人会讲品牌故事；管理者会讲商业故事；投资人会讲资本回报的故事，企业上市、宣传策划、塑造品牌等都需要讲好故事才会让用户更容易记住你。所以我们可以尝试带着故事化思维去解决生活和工作中遇到的问题。

欢迎关注作者微信公众号：「CED设计团队」

如果你也关注影视，最近真的太容易被《 爱死机 》第三季给刷屏了。光怪陆离的想象在9部截然不同的动画短片中完整地泼洒开来，死亡与情感，生命和技术，现在和未来，每一部作品都足以给你一些奇思或是启迪。

在第三季的9部作品中，讨论度最高的作品应该是最后一部作品《Jibaro》，这个灵感源自于海妖塞壬，但是又糅合了各种不同文化下的民间传说的故事，借由 Mielgo 标志性的视觉风格呈现了出来。

同类文章推荐：

《蝙蝠侠》电影设计美学的源头，竟然都始于蝙蝠战车！ ​你也许看过很多蝙蝠侠的故事，漫画，剧集，电影，在所有的故事当中，蝙蝠侠这个角色的出现，都会从那个小巷开始：一次莽撞的抢劫，手枪枪响，珍珠项链散落满地，死亡，尖叫，惊恐，失神，然后一个名为蝙蝠侠的角色由此诞生。

阅读文章 >

超人气的蝙蝠战车是如何创造出来的？揭秘背后设计稿！ 相比于诺兰前传三部曲的「写实感」，扎克·施耐德的这3部 DC 电影似乎排名并没有那么靠前，甚至口碑也没有那么的神，但是在美术风格、视觉设计上，口碑是无可撼动的。

阅读文章 >

电影设计美学！封神的诺兰版《蝙蝠侠》里，导演亲手捏出了蝙蝠车 诺兰的蝙蝠侠三部曲中的蝙蝠车 Tumbler 可能是蝙蝠车历史上最没蝙蝠特征的蝙蝠车。

阅读文章 >

1、《爱死机》第三季压轴之作 你会注意到，多数人在谈及《爱死机》第三季的时候，多数时候都会配上《Jibaro》中，湖中妖女从水面探出半张脸的经典场景。

太惊艳了。

你会在公众号和各种视频解说中看到形形色色的解说，截至目前，我认为在故事背景上挖掘足够深也足够好的，是 up主「大聪看电影」的这个视频，他在挖掘「Jibaro」这一词背后文化演变过程后的解读非常深入，如果你对于影片中的元素、隐喻和意义感兴趣，不妨看看这个视频：

当视频无法加载时请刷新页面， 或前往PC获得最佳体验。

对于这部融合了不同地域、不同文化民间传说的动画短片，全程没有一句对白，在表达上充满了模糊行，着赋予了影片极大的解读空间。导演和艺术指导 Alberto Mielgo 非常巧妙地将地域文化背后的叙事和人际关系中的隐喻结合到了一起，在接受访谈的时候，他非常坦诚地表达了他对于这种叙事的想法：

「我喜欢那种不知道谁是好人谁是坏人的感觉……我更多想要表达的，不是所有的事情都必须关于拯救世界，或者讲述一位英雄的心路历程。」

在接受 Screen Rant 访谈的时候，Mielgo 揭秘了这部影片背后的制作细节：

影片中经验的湖妖舞蹈并非动作捕捉，而是借助多机位摄影拍摄编舞 Sara Silkins 的舞蹈动作，然后在 3D 建模角色和手工绘制细节的基础上，使用关键帧动画制作而成！ 女妖身上的珠宝配饰，在舞蹈动作下的飞舞效果结合湖中环境的流体变化，为3D渲染提出了极高的要求，这使得团队的技术人员痛苦不已，但是效果也相当惊艳。

Mielgo 希望观影者对于这部作品有自己的结论，因为他不打算提供解释，这样每个观影者都会有自己的解读，并且随着观影次数的增加，理解方式会有所变化。 因为《Jibaro》， Mielgo 的名字出圈了。但实际上，此前他的视觉风格所主导的影视作品，已经在中文互联网上引起了起码3次大范围的讨论了。

2、其实这个艺术家已经出圈好几次了 我们当中的多数人，第一次注意到他的存在，是《爱死机》第一季中的《The Witness》：

第二次则是《蜘蛛侠：平行宇宙》，即使索尼并没有过多针对 Alberto Mielgo 进行宣传。

当他借助动画短片《皆为爱》斩获得2022年最佳动画短片大奖的时候，Alberto Mielgo，大家终于对于这个男人的名字，有了相对深刻的印象。

这一次的《Jibaro》，则以压轴作品的身份，成为《爱死机》第三季在大众口碑上的压仓石。

3、值得关注的宝藏艺术家和插画师 Mielgo 正正经经是一位宝藏艺术家、动画师和导演，但是如果你仔细审视他的成长和职业经历，你会发现他的角色身份是如此的多元而丰富——他对于叙事、文本、音乐编曲、影视制作都有着非常扎实的经验。

1979年 Mielgo 出生于西班牙并且在这里长大，和很多热爱艺术充满想象力的年轻人一样，他选择了离开故土，在亚洲和欧洲不同的国家工作和学习，去过伦敦、巴黎、柏林、东京，并且最终选择在洛杉矶这个以好莱坞而闻名世界的城市深耕自己的事业。

2005之前，他就以艺术家的身份参与到蒂姆波顿的定格动画《僵尸新娘》当中，在这部电影当中，他仅仅只是负责绘制故事板的插画师：

看到这里，你大概还觉得这些事情，很多艺术家……或者说插画师都能做到，往下看，你会知道什么叫强无敌。

在 2009 年发布的节奏音乐游戏《披头士：摇滚乐队》当中，Mielgo 则和动画师 Robert Valley 共同完成开场和结尾部分的过长动画，与此同时，他将自己独特的视觉风格融入到其中：

2010 年，Mielgo 以概念 设计师 的身份参与到《哈利·波特与死亡圣器》（上+下）系列当中，按照 Mielgo 的说法，他在剧本尚未完成的时候，根据小说中几页内容「快速勾勒出一些场景的概念插画，缩略图和想法」，这些拥有强烈色彩对比的概念场景，让哈利波特的艺术团队兴奋无比，并且其中很多设计最后都落地到电影了当中：

到了 2012 年至 2013 年期间，Mielgo 以制片和艺术指导的身份主导了迪士尼旗下知名 IP 《创战记：起义》，而正是这部作品，为 Mielgo 一口气连续斩获了艾美奖和安妮奖。80年代的《创战记》本身就有着超越时代的独特视觉特色，而 Mielgo 为 《创战记：起义》则将这种从未出现于动画中的强烈视觉肌理，引入到动画领域当中，赋予《创》系列以新生：

而 Mielgo 受聘于索尼参与动画《蜘蛛侠多元宇宙》这一动画的幕后，则和很多人想象的不一样。

Mielgo 被索尼招募来作为「视觉顾问」的时候，这部动画长片还没有影子，他需要带领团队完成一个蜘蛛侠主题的小短片，这个短片被成为「测试动画」，没有更具体的名称。

最初的时候，他一个人坐拥2楼整层办公楼的办公室，独自探索世界观、视觉风格、角色呈现、摄影角度等各种可能性。

当上面的第一张图出来的时候，索尼这边有权限看到的人都震惊不已。然后索尼非常开明地让 Mielgo 招募他喜欢的艺术家和过去的合作伙伴，进入这个 2 楼的办公室，一同继续完善这个小短片。

在制作过程中，索尼不仅给了 Mielgo 一套蜘蛛侠服装，而且他和团队成员会前去纽约的大街小巷，在不同的高楼上用不同的角度取景，并且在此基础上，绘制插画，最终完成了三到四个小场景下的动画短片。

但是最终由于技术和风格上的差异，索尼和 Mielgo 在电影开始制作之前分道扬镳。但是最后在动画电影制作的过程中，Mielgo 所定义的视觉风格在很大程度上，赋予了这部电影以独特的气质，成为了这部作品最终成功的重要基石。

即使索尼在各个场合都鲜有提及 Alberto Mielgo 为这部动画电影所做出的贡献。

此后，Mielgo 为 Netflix 的动画影集《爱死机》第一季所制作的短片《The Witness》，为他一口气夺得了 3 个艾美奖和 1 个安妮奖。对于这部作品，Mielgo 称之为「迄今为止最私人的一部影片」。

而帮助 Mielgo 一口气拿到奥斯卡的《皆为爱》的英文原名《The Windshield Wiper》直译应为「雨刷器」，则是他「关于爱情和人际关系的一个非常个人的特殊愿景」，他将自己不同阶段所遭遇的「插曲」整合到一起，围绕着「爱」这个主题，将关系中不同状态的瞬间抓住，呈现在我们的眼前。在这部动画短片中，Mielgo 一如既往地使用了关键帧动画来呈现，在技术上则多借助了粉彩来强化瞬间光影的肌理：

当我在 Alberto Mielgo 的个人网站   上浏览的过程中，已经不知道多少次被他的作品冲击到。上面的截图只是他作品中很少的一部分，他为《看门狗》制作的短片同样精彩：

他制作的短片 GENTRIFICATION 、 Reel 、 Philips   每一个都值得你反反复复地欣赏。

你真的很容易在 Mielgo 身上找到很多足够个人，又特别值得咂摸的想法和特质。

4、关于 Alberto Mielgo ，一点个人想法 Mielgo 曾经多次在访谈中提到，他是「一个自学成才的艺术家」并且在摸索中「找到一种适合自己的风格」。如果你是插画师，你大抵也能在 Mielgo 的个人网站 和作品集当中，看到他的成长历程，作品风格和表达方式随着时间推移的演变，这比起单独凝视某一作品来得更有趣，也更有价值。

与此同时，他也多次强调过他偏爱「非语言化的电影呈现方式」，倾向于在影片中让叙述者自然地呈现故事，将想象和解读的空间留给观影者，这种强调「叙事」而非「结果」的视听语言是高级而聪明的做法。这种方式和这个急于求成而武断的时代背道而驰。

我们对于「艺术源自生活」的说法非常熟悉，但是真有多少人会深入地去如此地执行呢？在创作《皆为爱》的时候，其中几乎所有的场景都来自于 Mielgo 过去十几年在世界各地工作生活的真实场景、所见所闻，这种长时间的记录、琢磨、反刍是塑造一部伟大作品的基础，这是实打实的「来自生活的艺术」。

Mielgo 对于技术的态度也非常有趣。当大家都集中与流体渲染的惊艳、角色舞蹈动作的灵活呈现方式的时候，他却一再强调技术是服务于叙事的，当表达需要更强技术之时，痛苦的攻坚是必要的组成部分。

所以，作为一个 个性强烈的个人艺术家，他和索尼的冲突让他「出圈出名」的时机延后了，但是最终，依然能够倚靠优秀的作品，一次又一次用奇观冲破日常，用无言的叙事制造想象的宏大空间。

「我喜欢动画胜过任何艺术，因为它包含所有艺术。」

最后的最后 这份豆瓣网友「库华图 」所翻译的访谈非常值得学习插画的同学们来学习一下：

https://movie.douban.com/review/14417654/

其他参考来源：

http://www.albertomielgo.com/

https://movie.douban.com/celebrity/1412970/

https://www.imdb.com/name/nm2856960/

https://en.wikipedia.org/wiki/Alberto_Mielgo

https://screenrant.com/love-death-robots-vol-3-alberto-mielgo/

https://www.youtube.com/watch?v=iDl2GFVSTPk

https://www.youtube.com/watch?v=tEVA-t2GMfU

https://www.youtube.com/watch?v=o0H_HnAAfDo

大家好，我是和你们一起聊设计花生~ 又到了为大家推荐 设计师 效率工具 的时候啦，今天的 5 款神器分别是：

简单好用！免费的 Webp 图片格式转换器「Anyweb」 超专业！Web3 及 NFT 知识公益科普网页「我的第一个 NFT」 自动配色！免费 CSS 彩色渐变生成器「Color Space」 效果丝滑！可变字体在线预览神器「Font Gauntlet」 极致压缩！国产免费在线压缩神器「Docmall」 错过上期的小伙伴看这里↓

这 5 款工具，让设计师工作效率提升 200%！（五） 大家好，我是努力为设计师寻找效率工具的花生~ 今天继续为大家推荐的 5 款能有效提升工作效率的神器，它们分别是： 无损压缩！

阅读文章 >

Anyweb 「网站直达」 https://anywebp.com/

Webp 格式的图片无法直接导入 Ps 或者 Ai 中，非常不方便，这时候就可以用 Anyweb 将图片格式转换。Anyweb 可以将 Webp 转换为 JPG/PNG/IOC，并支持一键批量转换。功能免费，而且是在线网站，打开即用，非常方便。

使用方法：点击花朵图标上传图片，并在「输出」处设置需要的格式，图片上传成功后点击右侧的开始，转换成功后会自动弹出下载窗口。

免费！支持超过 100 种格式的图片格式转换神器「Pixelied」 Pixelied 是一家提供相片编辑器的服务商，旗下有个「Free Image Converter」的图片格式转换工具，让使用者通过浏览器进行在线批次编辑，而且不用担心降低照片画质，也无需下载或安装任何应用程序，提供最快速、免费且易于使用的图片转文件功能，这项服务支持各种常见图片格式包括

阅读文章 >

我的第一个 NFT 「网站直达」 https://myfirstnft.info/

「我的第一个 NFT」是由 NFT 爱好者创建的一个公益性科普网页，里面有关于区块链、NFT、以太币、DYOR 等概念的详细解释，还有手把手教你创建一个自己的以太坊钱包及铸造一个自己的 NFT 头像的教程。除了以上的概念和教程，「我的第一个 NFT」还有关于 Web3 和 NFT 相关的安全规则的科普，如果你对 NFT 和 Web3 感兴趣想做进一步的了解，那么里面的内容一定不要错过。

天价头像是如何诞生的？写给设计师的 NFT 超全入门指南 注：本文仅仅为 NFT 科普，不建议设计师参与。

阅读文章 >

Color Space 「网站直达」 https://mycolor.space/?hex=%23845EC2&sub=1

Color Space 是一个非常灵活的彩色渐变生成器，功能包括：根据给定的颜色生成多种配色色板，提供颜色代码；生成二色及三色渐变，可更改渐变方向，并提供 CSS 代码。如果你对色彩搭配没有把握，可先在调色板中生成色板，然后选取其中 2-3 中颜色生成有颜色渐变。

1000种渐变模板！快收下这款免费网格渐变神器 MESH·Y 之前已经和大家分享过很多做渐变的网站，可以非常方便的提取好看的渐变配色。

阅读文章 >

Font Gauntlet 「网站直达」 https://www.fontgauntlet.com

可变字体已经成为字体设计的新趋势，Font Gauntlet 则是一款专业的可变字体预览工具，在其中可以预览可变字体字重、宽度、光学尺寸、倾斜度等的变化。我们还能在网页内添加多个标签页，对比不同设置下的字体样式。从本地上传的动态字体文件还可以通过其转换为单独的静态字体文件。

免费可商用！免费西文可变字体 LL Changer 打包下载 因为对可变字体很感兴趣，所以有了 LL Changer 这款衬线变非衬线字体的一个小实验。

阅读文章 >

Docmall 「网站直达」 https://docsmall.com/

Docmall 是一款国产的免费图片压缩神器，支持图片压缩、GIF 压缩、PDF 压缩、PDF 合并、PDF 压分割，免费使用。图片压缩后精度仍能保持在一个较好的水平，而大小却能压缩很多。相比一下国外的压缩工具，Docmall 的服务器位于国内，图片上传下载的速度和稳定性都非常好。

以上就是今天的推荐，希望对提升大家的 工作效率 有帮助。我是花生，下期见~

这 5 款工具，让设计师工作效率提升 200%！（四） 大家好我是花生~ 勤勤恳恳挖掘效率神器的我最近又发现了不少好用的小工具，今天就继续为大家推荐其中不能错过的 5 款，它们分别是： 一键查看！

阅读文章 >

大家好，我是和你聊设计的花生~

之前向大家介绍了 PCCS（日本色彩研究所配色体系），它是目前全世界最常用的色彩体系之一，能帮助我们了解色彩要如何使用才更方便，以及如何搭 配色 彩才更和谐更好看。之前的两篇文章向大家介绍了 PCCS 体系内的 24 个色相、17 个明度色阶、9 个纯度等级和 12 类色调。

PCCS 的前两期内容：

配色找不到感觉？这个PCCS色彩体系帮你从根本上解决！ 可能很多小伙伴都有这样的感觉：对色彩的各项概念已经非常了解，日常积累了很多优秀的色彩搭配素材及作品，也有进行临摹训练，但是自己在面对一个新设计命题时，却依旧无法准确选出最贴合主题的颜色，各种配色试来试去都不是自己想要的感觉。

阅读文章 >

配色找不到感觉？这个PCCS色彩体系帮你从根本上解决（二） 色彩明度与纯度的 4 种类型配色，你知道吗？

阅读文章 >

今天继续为大家讲解色彩性能方面的知识，主要包括色彩的前进行与后退性、色彩的收缩性和膨胀性、色彩的轻重和色彩的视觉认知 4 个方面：

色彩的前进性与后退性 放置在相同距离上的色彩，给人的空间远近感是不同的。看起来比实际距离更近的称为前进色，反之称为后退色。

一般认为暖色（红、黄、橙）为前进色，冷色（蓝、紫）为后退色。色彩的前进性与后退性被认为与色彩波长有关，感兴趣的小伙伴可以另做拓展了解。

除色相外，明度对视觉距离也有影响。明亮的颜色看起来比浓暗的颜色更近一些。

色彩的前进性与后退性在设计中的运用，最常见的就是促销类信息的标注。海拔或者 Banner 中打折促销的重点信息，都会用以黄、红色的强调呈现，给人一种视觉冲击感。

色彩的膨胀性与收缩性 在同等色彩色彩面积的条件下，看起来比实际面积更大的色彩被称为膨胀色，更小的为收缩色。如果说色彩的前进与后退是视觉进深的概念，那么色彩的膨胀与收缩则与视觉的感性面积有关。

色彩的膨胀性与收缩性有以下几个规律：

同样面积，暖色暖色比冷色看起来更大一些； 同样面积，明亮的颜色比暗灰的颜色面积显得更大一些； 与色彩相对明度有关，同一种颜色，其“背景色”明度越大，就会显得其颜色本身面积越小。

色彩的收缩性的膨胀性在现实生活中的应用也有非常广泛，最经典的就是穿黑色衣服比穿白色衣服更加显瘦。

色彩的轻重 影响色彩轻重感最主要的因素是色彩的明度。明度高的色彩让人感觉轻松愉悦，明度低的色彩让人感觉很沉重坚实。有实验究表明，同样体积的盒子，黑色看起来比白色要中 1.8 倍。相比来说，色相对色彩的轻重几乎没有影响；色彩饱和度略对色彩轻重的影响有限，远不及色彩的明度那样觉有具有决定性作用。

将色彩的轻重的概念延伸到海报设计中，能帮助我们更准确地表现出不同主题所需的不同调性。如下图，同样都是甜品类的海报，整体色调的不同让甜品展现出完全不同的特性。

色彩的视觉认知性 色彩的视觉认知性的优良直接决定一副作品是否清晰可辨。背景为黑色时，明度最亮的白色视觉认知性做最好；背景为白色时，明度最暗的黑色视觉认知性最高。

彩色也是同理。黄色的色相明度最高，其次是两侧的黄绿色与橙色，依次顺沿，离黄色越远明度越低，直到紫蓝色时明度最暗。视觉主体与背景的明度差决定视觉认知性的高低，我们需要注意色彩本身带有的明度与背景的明度差是否足够大。

以上就是 PCCS 理论第三期的内容，希望对大家的设计有帮助。之后我会继续为大家带来「色彩对比」与「色彩同化」的相关知识，喜欢的小伙伴记得点赞收藏哦~

如果你有关于文章内容或者设计方面的疑问，欢迎在评论区提出。也欢迎大家加入优设官方的设计交流群，与优设主编、设计总监及其他热爱设计的小伙伴一起交流~（入群二维码见下方 Banner）