交互设计|如何通过数据推理，发现“超常规”用户问题？( 二 ) 业务|智慧菜场|菜场|数字化|商

通过行为推断其心理活动：「基础」和「高难度」到底有什么区别？切换一下看看页面有什么变化？

结合心理活动和当下场景判断其动机：要选择一个能解决我家马桶堵塞问题的项目。

根据其动机锁定优化方向：在用户想要选择项目时，要同步给到两者的区别说明。

文章插图
由此推理思路，我们便能够很顺利地从行为推导出其动机，最后锁定优化方向，甚至可以给到预判式的设计。
三、基于数据，复现场景，洞察问题当设计师想要对页面或流程迭代优化时，往往会第一时间想到进行用户访谈、可用性测试等，实际观察用户操作和询问用户感受，从中挖掘出一些用户使用过程中的痛点。
但线下访谈耗时较长，其实我们可以通过拉取用户行为数据，基于数据分析并发现一部分问题。
1. 方式1：对比用户的点击动作与执行结果数据用户的点击行为一定会带来页面的变化，如果用户点击uv&pv与执行结果uv&pv不能完全匹配，说明在此节点用户遇到了阻力。
举个例子：
在服务详情页中若按照我们预判的用户常规行为，则数据应该表现为：
详情页点击「立即预约」按钮的uv a= 确认订单页面曝光uvb。

文章插图
但当我们排查实际数据时发现a≠b且有较大的差异，说明一部分用户在这个操作节点流失了。
基于此节点的异常行为数据，我们开始复现用户当时的真实使用场景，便很容易发现问题所在：
在a与b之间，某些情况下会出现填写地址与上门时间的弹窗，由于弹窗对用户正常操作流程的打断，导致一部分用户没有耐心走下去从而流失。

文章插图
另外，我们进一步排查「立即预约」按钮的人均点击次数（点击pv/点击uv）高达y次，同样佐证了此节点对用户来说并不友好，存在很大流失风险。
因此我们对此节点进行了优化，优化后用户行为数据回归正常，此节点的转化率也得到提升。
2. 方式2：对页面中点击率较高的模块重点排查
举个例子：
用户在「确认订单页」中需要选择服务商家，我们也提供了“配件价格表”作为其选择的参考，增加用户对商家有标准收费的信任。

文章插图
用户抱着“看看报价心里有底”、“挑一个报价ok的商家”心理点击，却发现平台没有拿到这部分信息，容易让用户对产生不确定感并对转化产生负向影响。
因此我们对此模块进行了优化：若无信息，则不展示“配价价格表”点击入口。
3. 方式3：对比页面整体平均曝光次数与单个模块的人均点击次数
举个例子：
在各个地址模块出现的位置，地址栏的人均点击次数均比页面平均曝光次高出许多。
复现用户使用场景后，便发现地址选择页面存在明显的设计问题：
地址列表中无明显选择指示器，没有选择&可点击感。

文章插图
当然，也可能同时存在无法直接洞察的其他问题，但缩小问题范围后便可以在后续的用户访谈中进行聚焦深挖。
四、结语数据并不是让设计师遏制自己的创造力，用户在产品中留下的行为数据是设计师快速了解用户的方式之一。
我们可以沿着“超常规”行为反推其动机，也可以通过找到“超常规”行为洞察并破解其使用过程中遇到的问题。