在一个数据导向的团队中做创意设计,如何才能说清楚自己的价值呢?比较有说服力的方式,是靠数据对比,验证设计带来的收益。
基于一套持续了18个月的设计实验,本文梳理了1个操作流程,并记录下8个有趣的对照结果。
拆业务目标,找关联指标
为了更好的借助数据的力量,首先,需要将设计的发力点和业务的量化指标捆绑在一起。
但是,一个业务或一个活动的量化指标有很多,具体要“抱谁的大腿”呢?这里有两个筛选条件供参考:
- 选择跟创意视觉关系最紧密的指标;
- 选择提升潜力看似更大的指标。
在实际项目中,有两个关联指标,值得我们重点关注:核心渠道位的点击率和落地页核心按钮的点击率。
控变量,做对比测试
想要说清楚设计的独立价值,需要围绕设计的变量,做关联指标的数据对比。比较常用的方法有两个:A/B测试和环比数据统计。
A/B测试:
指将两个或多个方案,在同一时间维度,分别让组成成分相同(相似)的目标人群随机访问,收集各群组的用户体验数据和业务数据,最后分析、评估出最好版本。
环比数据:
表示连续2个统计周期(比如连续两月)内的量的变化比。环比增长率=(本期数-上期数)/上期数×100%。
无论采用哪个方法,要确保对照方案中,文案等非观测要素是不变的,才能观察到设计变量带来的增长转化效果。
比对数据,持续优化
这是一个看数据-找问题-做优化-再看数据的闭环流程。
从数据报告的研读,到核心问题的定义,再到设计优化的交付,这三个节点之间,是不断做思路发散和聚焦的过程。
其中,面对数据的涨与跌,会有不同的应对思路,比如:
1.数据上涨后要做啥?
可在接下来的活动中延续相同的设计思路或风格,甚至进一步强化某个要素的特征。
以上图为例,通过一期设计,我们得到了一个初步判断:大色块氛围+情景化创意,可能比摄影类表达有更好的转化效果。
后续的改版方案遵循了相同的思路,并从当月的热点中借势,以期不断调动用户的情绪。
从数据反馈看,优化后的二期和三期设计(文案等要素未变),有效提升了页面按钮的点击率,并以某个权重反应在了活动的核心指标上。
2.数据下跌后怎么办?
说明设计优化不够有效,或者用户对于曾经有效的设计思路产生了“认知疲劳”。这时,建议在创意内容和创意表现层面寻求新的可能。
例如,某项目重点资源位的点击率出现了下滑(上图左1)。通过看数据-找问题-做优化的流程,问题被定义为:视觉层级略显复杂。优化后的二期方案更为聚焦,实现了点击率的明显提升。
数据沉淀
按照上文的流程,本文记录了一些有趣的数据结果。它们是否具有普适性,还待大家一起去验证:
- 在小尺寸渠道位上,简单直接比复杂的视觉表现,转化效果好
- 在利益点一目了然的基础上,强化艺术表现力,转化效果好
- 在渠道位和落地页中,微动画展示比静态展示转化效果好
- 在活动期,常做渠道位的视觉换肤,比只有一套视觉,转化效果好
- 在临近节日时,烘托节日氛围比单纯的利益点展示,转化效果好
- 改个讨喜的颜色,资源位转化率可能直接翻倍
另外,随着各种运营套路的泛滥,用户出现了一些“免疫”现象:
- 在交易流程中展示阻断式广告,原生界面风格有时比促销风格的转化效果好
- 画一个最高5元的现金券,可能比一个最高50元的礼包转化效果好
再思考
回归开篇的问题,作为一名增长团队中的创意设计师,我们的核心价值究竟是什么呢?
从这几年做过的微观实验中发现,运营活动中增长转化的高低,除了与实际利益的大小挂钩外,常常还与用户的感知方式和情绪波动息息相关。
而创意设计师,往往可以在感知和情绪方面,提供不同于其他职能的独特价值,进而成为增长的贡献者。持续测试,就能在数据层面上“看见”这份贡献。