想成為解決問題的設計師，光靠筆頭功夫遠遠不夠。今天帶你深入阿里巴巴實戰經驗，拆解如何用數據發現問題、判斷思路、驗證方案，全程乾貨滿滿、邏輯嚴密，為迷茫的設計師注入一劑強心針，拒絕雞湯！

一、設計為什麼需要數據？

許多設計師從不看數據，或因無數據可看，或因根本不想看，但似乎照樣能把設計做得很好？設計確有感性一面，為何非要與數據扯上關係？先看設計的本質：設計不同於純藝術，藝術源於藝術家的自我表達；設計天生是為別人做事，觀察思考的目的不是表現自我，而是更好服務用戶群。因此，了解用戶目標、行為、態度至關重要。數據正是對這些情況的量化，透過分析數據，我們能更精準挖掘需求，提供更優體驗。簡單說：設計服務用戶，了解用戶才能做好設計，數據是了解用戶的關鍵途徑。

二、數據在項目中的三大角色

設計師看數據的場景歸納為兩類：一是項目論證需求，用數據讓設計有理有據，避免主觀臆斷；二是日常監測需求，知道產品有多少人用、用得怎麼樣、行為是否符合預期。否則怎麼知道設計好不好、有沒達標、真沒真解決問題？

具體到設計全流程，可切分為三階段：

1. 設計前：數據幫你發現問題

所有設計前的研究分析，都是為了明確用戶需求與業務目標。此階段數據的作用是「發現問題」，從而鎖定設計目標。實務中常面臨業務訴求與用戶訴求博弈，我的理解是：現實工作非追求完美，而是做平衡。用戶型產品向用戶訴求傾斜；商業型產品適度引導業務需求；不同發展階段策略不同——新產品優先業務生存，否則無產品可言。

優秀設計師總能在兩者間找到巧妙平衡。例如：產品要做用戶規模，用戶要個性化服務，看似無關，實則可透過優質個性化服務提升口碑，反哺用戶增長。

實戰案例：1688交易關系買家體驗優化

目標：提升交易關系買家體驗。分析發現：這類買家通過搜索支付轉化率是整體的2倍 → 在搜索結果增加「老買家」標簽。進一步發現：普通會員、1-2星會員是提升交易的關鍵人群。圍繞這些問題輸出優化方案。

2. 設計中：數據幫你判斷思路

面對同一問題，不同設計師方案各異，哪條路最合適？數據可提供決策參考。案例：1688頻道首頁(ye.1688.com)轉化率低。研究發現：用戶從全品類首頁進入，再找類目，路徑太深。解決思路有二：①首頁加直達類目入口；②頻道首頁做行業偏好個性化推薦。思路二雖好但需驗證：個性化推薦能覆蓋多少人？無偏好用戶願不願定制？

數據顯示：約2/3用戶有明確行業偏好（B類用戶偏好穩定）；問卷抽樣發現3成用戶認可定制功能。判定方案可行。上線後：70%用戶無需定制享精準推薦，10%真正完成定制，大幅提升內容相關性。

3. 設計後：數據幫你驗證方案

設計好不好？看是否達成設計目標。常用GSM模型：G(Goal)設計目標、S(Signal)現象信號、M(Metric)衡量指標。先設定目標，假設目標達成會出現什麼現象，選可監控的量化為指標。

案例：某產品目標是引導更多買家購買。若目標達成，現象：更多人有購買意願、看詳情、點購買按鈕、最終下單。設計只改呈現方式，不改商品質量，故重點考察是否強化引導、提升購買意願、激發進一步瀏覽行為。核心指標：到達商品列表頁/詳情頁的用戶佔比（進一步行為轉化率）。

透過數據驅動全流程，設計不再是主觀表達，而是有的放矢的問題解決。下次動筆前，先問自己：有什麼數據能幫我？