18 上半财年结束，在此对这半年进行一次总结。
一、业务建设
上半财年主要参与了两款产品的需求设计，分别是数据分析平台与数据研发平台。
| 数据分析平台 | 数据研发平台 |
|
|
在这其中，最想跟大家分享数据分析平台 4.0 版本的优化项目。在 4.0 优化项目中，我们做到了：
- 设计主导
- 采用了体系化的设计方法论
- 深入调研（用户 / 竞品）
- 通过调研结果指导设计
- 体系化的产出
设计主导 & 体系化的方法论
今年年初我们对数据分析平台做了一轮设计 review。通过用户满意度调查，专家评审等渠道等渠道，我们发现当前产品中存在一些体验问题：
- 报表制作主流程不流畅
- 分析结果 – 图表信息层级太深，查找困难
- 根据报表或图表追溯上下源相关数据很不方便
- 新手上手成本高，理解困难
经过小组内的讨论，我们初步判断当前问题是由于产品信息架构不合理导致的。因此，我们发起了一轮产品迭代，由设计驱动，希望以体系化的设计方法去对产品作优化。
如图所示，我们对优化流程分五个阶段：
- 在「探索」阶段，我们通过「专家走查」和「用户调研」两种方式去对产品体验作把脉，以发现问题。
- 在「聚焦」阶段，我们通过对「探索」阶段发现的问题作有针对性的调研，找到根本原因，探索解决方案。
- 在「概念」阶段，我们基于在「聚焦」阶段探索所得的方向上作概念设计，得到一到两个可行方案。
- 在「测试」阶段，我们对「概念」阶段产出的方案进行可用性测试，获取用户反馈，对方案进行迭代，并最终敲定落地方案。
- 在「落地」阶段，我们与产品、开发一同推动设计方案的落地，确保产品整体的品质感。
在这其中，我主要负责的是「聚焦」与「概念」阶段的工作。
深入调研之「卡片分类」与「竞品分析」
知错亦要道对，在完成前期问题探索的工作，并将问题定位到「信息架构」层面后，我们需要知道改版的方向。
「怎样的信息架构才是对的呢？」
为了回答这个问题，我们兵分两路，从两个不同的视角去对答案进行探索。从用户角度出发，我们运用了「卡片分类测试」；从行业角度出发，我们运用了「竞品分析」。
卡片分类测试小结：待补充
竞品分析小结：数据分析类产品竞品分析小结
最终，我们得到了两个改版方向：
设计决策
经过「聚焦」阶段的方向探索，我们基于两个改版方向出了两套设计方案。经过对比，两套方案互有优缺，是较为典型的对比：
- 方案一是「保守方案」，与当前线上版本差别不大。从用户角度看，能降低用户的切换成本。从技术角度看，大部分可以复用。但并没有彻底解决问题。
- 方案二是「创新方案」，比原版概念更少，用户理解成本低。结构更简单，操作区域集中，易上手，并且对问题解决的更彻底。但开发成本很高。
此时，一片森林里分出了两条路……
抉择总是要做的。
如何做这样的抉择呢？答案自然是回归本初，思考初心，产品需要服务用户，通过调研，用户当前使用我们的产品时时，需求是分层次的：
报表制作是最底层的需求，应该最优先被满足，在此之上，用户会有对数据作探查，探索的需求，当然，如果能把整个探查探索的过程自动化完成，那自然是最好的啦。
结用户与设计师自身数据分析类产品的使用经验，做数据分析师往往会经历以下步骤：
经过分析，方案二会更加契合上述需求，符合用户心流，故选用方案二作为蓝本，做深入设计。
用户测试与落地跟进
完成概念设计后需要对提案做可用性测试以确保其可用、易用性。由于采用的是较为创新的方案二，用户测试的焦点在用户对新方案的接受度以及评价：
- 用户是否能正常操作，如顺利找到入口等
- 是否理解发布&共享等概念
- 对新版交互的感受
通过设计任务让用户基于新版的原型做操作，以及让用户对各项满意度进行打分，我们得到了定性与定量的反馈。
在可用性测试中，90% 的用户都能顺利完成设定的任务。通过观察用户的使用，我们发现仍有很多设计细节可优化，但整体框架的设计用户都表示很好，使用会更方便。
经过测试以及后续的方案完善后，我们正式向开发哥哥提交了设计方案，综合开发成本与实现能力又对方案进行了一轮修改。后续开发过程当中，我们协助项目组对进行页面还原度的 review。
发表回复