消隐算法几种基本测试方法 数据测试绝绝子

在产品设计中，数据思维是十分重要的思维方式，因为产品设计往往需要通过用户反馈数据来进行后续的迭代优化，从而提升业务的商业价值。与此同时，在这个过程中，你可能还需要进行数据测试以进行验证。如何进行数据测试，并将分析结果反哺至设计中？不如来看看作者的案例解读。

跟随数据驱动运营设计大趋势，运营设计师怎样提升核心竞争力？运营设计除了有创造力，还要学会用数据思维为你的设计发声，将你的设计价值最大化，加快提升你的商业价值。

设计师可以通过数据思维，寻求提升核心竞争力的解决方案。借用大数据精准运营让企业的精细化运营更加有效和有针对性，直接的触达目标用户。用户点击行为的精准分析，对优化入口资源位，提升点击率、增加转化率起到关键作用。对企业来说也降低了试错成本。还可以根据数据分析制定设计策略，让设计师提升商业价值。

一、为什么做数据测试？

运营设计师不仅要关注“高品质”的设计图，还要懂的如何用运营视觉语言吸引用户点击，达到高流量、高曝光、高转化等“数据量化”目标，做到“质、量”合二为一，助力业务提升商业价值。

设计图是否吸引用户点击，我们首要关注的是点击率，点击率的高低可以说明该物料于用户的吸引力和受欢迎程度。

为提升首页流量对招聘业务的转化效率，助力招聘运营精细化设计路，58UXD招聘设计部与招聘、平台运营部门合作，发起了对58APP首页运营位进行精准运营测试项目。目前第一期测试实验已经完成，春运将至，希望我们本次总结的一些经验和结论，可以帮助运营同学，更快速的用设计来提升点击率，助力业务增长。

废话不多说，超细致数据测试实验全过程来了～

二、如何做数据测试？

我们的目标很明确，确认要做数据实验项目这件事之后，第一要务分析如何能快速的将大象装进冰箱里？

共分五步，梳理测试资源位、筛选测试方法、解构测试层级、量化测试因子、分析实验数据。

三、怎么做数据测试？

1. 梳理测试资源位

1. 针对招聘业务属性，梳理58APP首页、招聘业务大类页及相关三级页面的所有运营入口、资源位。
2. 根据资源位数据流量、结合业务方设计需求、设计师投入成本，梳理罗列测试点位优先级，优先确认第一批测试实验点位。

本期主要分享APP首页feed流卡片第一期实验、首页浮窗第一、二期实验。后续实验仍在进行中，如图：

2. 筛选测试方法

在产品同质化、快速迭代的双重压力下，设计师凭借主观经验完成用户体验，很难有立足之地。以人为本的精细化设计是用户体验的必然趋势，而数据分析可以快速有效的辅佐验证精细化设计。

我们前期整理出ab测、交叉测、前后测、灰度测四种测试方式，最终结合招聘用户属性、测试目标、测试周期，选择ab测的测试方法。

3. 解构测试层级

结值得注意的是这一部分设计师们最好先构建一个思维脑图，结合实验目的、实验验证的预期结果、确定的实验资源位，反推测试层级。我们此次实验的测试层级分为测试状态、布局、背景层、主体层、文案层、引导层6个纬度。每一个纬度再拆解、再细分，最终可切实的落在设计图上。如图：

举例说明，主体层细化拆解：

1. 真假（人/物/微场景）再细分：真实摄影素材；3D/2D素材。
2. 景别，再细分：特写人物；场景人物。
3. 人物数量，再细分：单人；多人组合（3-5人）。
4. 人物动态，再细分：正面/四分之三侧面板正动态；活力/青春/跳跃动态。
5. 人物属性，再细分：职业肖像（物流、普工、司机、销售、客服、餐饮、保洁、保安）；通用无职业属性。
6. 点缀元素，再细分（根据测试需求，灵活变通）。

4. 量化测试因子

为了保证精细化设计测试结果的准确性、可靠性，每一个组测试物料，只能允许出现单一变量。

• 产品层面变量因子：通过用户分群的手段，圈定用户画像，根据用户行为轨迹，圈选用户行为。
• 设计层面变量因子：解构测试层级中拆解的测试点、需要测试物料中的其他变量，如文案、按钮、背景色等等。

举例说明，首页feed流卡片：

测试点1：真实职业人物